首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于BP-MF框架和VAMP的联合估计与检测方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:郑州大学

摘要:本发明属于无线通信技术领域,公开了一种基于BP‑MF框架和VAMP的联合估计与检测方法,包括如下步骤:步骤A、对OFDM系统模型待估计量的联合后验概率密度函数进行因子分解并得到相应的因子图模型;步骤B、针对步骤A中的因子图模型设置初始化参数值,使用BP‑MF框架进行联合卷积码的译码、软解调和噪声精度估计,并获得频域信道的估计值;步骤C、在所述因子图模型中,根据获得的频域信道的估计值,使用VAMP算法迭代执行去噪声步骤和LMMSE估计步骤,并获得时域信道和频域信道的估计值;步骤D、重复步骤B至步骤C,直到算法收敛;该算法同现有算法相比,有着相同的误码率性能,但于单次迭代复杂度和迭代收敛速度方便有着显著提高。

主权项:1.一种基于BP-MF框架和VAMP的联合估计与检测方法,其特征在于,包括如下步骤:步骤A、对OFDM系统模型待估计量的联合后验概率密度函数进行因子分解并得到相应的因子图模型;步骤B、针对步骤A中的因子图模型设置初始化参数值,使用BP-MF框架进行联合卷积码的译码、软解调和噪声精度估计,并获得频域信道的估计值;步骤C、在所述因子图模型中,根据获得的频域信道的估计值,使用VAMP算法迭代执行去噪声步骤和LMMSE估计步骤,并获得时域信道和频域信道的估计值;步骤D、重复步骤B至步骤C,直到算法收敛;在步骤A中,根据OFDM系统模型,在观测变量y给定情况下,频域信道抽头g、传输符号x,时域信道抽头h,编码比特c,信息比特b和噪声精度λ的联合后验概率密度函数分布具体因子分解为: 其中,fMx,c,b表示编码调制关系,fλλ表示噪声精度的先验分布,表示数据符号的观测似然,表示导频符号的观测似然,表示时域信道与频域信道的转化关系,表示时域信道的先验信息;按照因子图模型构建规则,得到OFDM系统的在该问题下的对应因子图模型;所述步骤B具体包括如下步骤:步骤B1、使用平均场MF算法在联合后验概率密度函数分布的因子图上求解观测函数节点和到变量节点xk的消息;步骤B2、使用置信传播BP算法在联合后验概率密度函数分布的因子图上进行BCJR后验译码算法,同时获得待估计符号的近似后验分布;步骤B3、使用平均场MF算法估计噪声精度的近似边缘后验并估计噪声精度;步骤B4、使用平均场MF算法在联合后验概率密度函数分布的因子图中获得观测函数节点到函数节点gk的消息,并获得频域信道估计量与真实时域信道之间的关系方程;所述步骤C具体包括如下步骤:步骤C1、去噪声步骤:根据向量近似消息传递VAMP算法,在给定时域信道近似边缘后延分布的前提下,求解其边缘后延分布的均值与方差;步骤C2、LMMSE估计步骤:根据向量近似消息传递VAMP算法,获得上述均值与方差后,执行LMMSE估计获得相应的均值与方差;步骤C3、重复C1至C2,直到内迭代收敛;在步骤C1中具体包括如下:在第k次VAMP迭代中,VAMP算法会产生均值量γ1k和相应的精度λ1k,那么即为时域信道h的似然函数,假设架设h的先验信息为那么h的近似后验分布可写为: 则在给定分布bh情况下的均值和方差分别为 Var{h1k,l|γ1k,l,λ1k}=∫|hl-h1k,l|2bhldhl=γ+λ1k-1;在步骤C2中具体包括如下:根据VAMP算法中的LMMSE估计步骤规则,利用离散傅里叶矩阵Φ的正交性质,即ΦHΦ=ΙL,可得LMMSE估计步骤为h2k=λg+λ2k-1λwΦHy+λ2kr2k γ1,k+1=h2k-α2kγ2k1-α2kλ1,k+1=λ2k1-α2kα2k上式复杂度主要依赖于ΦHy操作,该步骤可由FFT快速实现,复杂度仅有

全文数据:

权利要求:

百度查询: 郑州大学 一种基于BP-MF框架和VAMP的联合估计与检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。