导读:本文包含了消息传递算法论文开题报告文献综述及选题提纲参考文献，主要关键词:非正交多址接入,稀疏码分多址,消息传递算法,自适应更新
消息传递算法论文文献综述
邓晋[1]（2019）在《基于消息传递的多用户检测算法研究》一文中研究指出稀疏码多址接入(Sparse Code Multiple Access,SCMA)技术由Hosenin Nikopour等人于2013年提出,是低密度符号(Low Density Signature,LDS)演进而来的一种基于码域的非正交多址技术,其接收端的多用户检测采用了消息传递算法(Message Passing Algorithm,MPA)。MPA算法利用SCMA码本的稀疏性来降低了复杂度,但在实际应用中,MPA仍具有较高的复杂度。本文通过对经典MPA算法的译码过程进行分析,发现其复杂度主要受限于迭代更新过程,即变量节点和资源块节点之间迭代传递外部信息的过程。因此,本文针对MPA算法展开研究,从最大迭代次数和参与迭代更新的消息数目两个方面来降低MPA算法的实现复杂度,具体内容如下:1.针对经典MPA算法收敛速度较慢的问题,首先对比分析了基于串行策略和并行策略的MPA算法的工作模式,发现串行模式的MPA算法可以很好地提高外部信息的收敛速度。但现有的串行MPA算法节点更新顺序固定,译码性能有待进一步提高,因此本文提出基于外部消息自适应更新的MPA(Adaptive Update Message Passing Algorithm,AU-MPA)。该算法在每轮迭代过程中以残差值作为动态选择标准,先选取具有最大残差值的节点外部信息,再自适应选取与最大残差值的节点独立的节点外部信息同时更新。通过仿真表明,AU-MPA算法2次迭代的译码性能与经典MPA算法6次迭代的译码性能之间仅有约0.2dB的性能损失,且在性能相似的情况下,AU-MPA算法比其他串行MPA算法更好地加快了收敛速度。因此,AU-MPA算法通过减小译码所需的最大迭代次数来降低了复杂度。2.针对经典MPA算法迭代更新过程中存在冗余计算的问题,本文首先对接收信号的条件概率密度函数进行分析,发现随着信噪比的增加,对译码影响较小的条件概率密度函数值的数目变多,因此本文提出条件概率选择更新的MPA(Conditional Probability Selection Update MPA,CPSU-MPA)。该算法通过选择合理比重的条件概率密度函数值进行更新,大大减少了迭代过程中的消息更新计算量;同时CPSU-MPA算法对未被选择更新的外部信息进行舍弃补偿,保证了该算法在丢弃部分信息的情况下译码性能牺牲较小。通过仿真验证,CPSU-MPA算法达到了大幅度降低译码复杂度的目的,且误码率性能牺牲在可接受范围之内。(本文来源于《重庆邮电大学》期刊2019-06-02）
王丽娟,丁世飞,贾洪杰[2]（2019）在《基于消息传递的谱聚类算法》一文中研究指出谱聚类将数据聚类问题转化成图划分问题,通过寻找最优的子图,对数据点进行聚类。谱聚类的关键是构造合适的相似矩阵,将数据集的内在结构真实地描述出来。针对传统的谱聚类算法采用高斯核函数来构造相似矩阵时对尺度参数的选择很敏感,而且在聚类阶段需要随机确定初始的聚类中心,聚类性能也不稳定等问题,本文提出了基于消息传递的谱聚类算法。该算法采用密度自适应的相似性度量方法,可以更好地描述数据点之间的关系,然后利用近邻传播(Affinity propagation,AP)聚类中"消息传递"机制获得高质量的聚类中心,提高了谱聚类算法的性能。实验表明,新算法可以有效地处理多尺度数据集的聚类问题,其聚类性能非常稳定,聚类质量也优于传统的谱聚类算法和k-means算法。(本文来源于《数据采集与处理》期刊2019年03期）
葛文萍,张雪婉,吴雄,代文丽[3]（2018）在《基于部分码字消息传递的SCMA多用户检测算法》一文中研究指出基于消息传递算法(MPA)进行多用户检测的稀疏码多址接入(SCMA)技术是一种面向5G的非正交多址技术(NOMA)。针对MPA复杂度较高的问题,该文首先分析接收信号概率密度函数值在不同信噪比(SNR)下的统计结果,并根据SCMA的非正交特性,综合考虑资源节点和用户节点之间的数据映射关系,提出基于概率密度函数值门限判决的部分码字搜索(PCS)MPA多用户检测算法(PCS-MPA)。仿真结果表明,在门限值合理的条件下,PCS-MPA在几乎不改变系统误比特率(BER)的条件下,降低了MPA的复杂度,尤其在高SNR条件下效果更好。(本文来源于《电子与信息学报》期刊2018年10期）
张雪婉,葛文萍,吴雄[4]（2018）在《基于SCMA系统的多用户检测消息传递算法》一文中研究指出针对现有的基于并行策略和串行策略的消息传递算法,以及基于对数域的并行MAX-Log消息传递算法,存在算法复杂度和检测性能缺乏对比分析的问题,对以上3种算法的实现原理进行阐述,结合串行MPA算法和并行MAX-Log MPA算法的优点,提出一种基于对数域的串行MAX-Log MPA算法。把已更新的消息传递给后面的节点,从而更加充分地利用新信息,加快算法的收敛速度,并且通过收敛所需要迭代次数的减少来进一步降低计算复杂度。仿真结果表明,与基于并行策略的MPA算法相比,该算法收敛速度快,算法复杂度低。(本文来源于《计算机工程》期刊2018年05期）
孙鹏[5]（2018）在《基于近似消息传递的宽带无线通信系统迭代接收算法研究》一文中研究指出提高无线通信的带宽是满足人们对无线通信日益增长的多样化需求的有效途径,然而,随着通信带宽的大幅增加,无线通信中的一些已有问题将会变得更加严重,同时还将会面临新的挑战。首先,通信带宽的增加导致符号周期远远小于信道的时延扩展,从而产生更加严重的符号间干扰(inter-symbolinterference,ISI);其次,随着通信带宽增加,无线信道会具有稀疏特性,这给信道估计又带来了难题;再有,为实现绿色通信,低精度模数转换器(analog to digital converter,ADC)和低复杂度接收算法可有效缓解高通信带宽下接收端的功率损耗,但低精度量化引起了接收信号的非线性畸变。有效解决上述叁个问题,是保证无线移动传输质量的关键。本文针对上述叁个问题开展研究工作,利用消息传递及其近似算法设计低复杂度的迭代接收算法,实现联合符号检测、稀疏信道估计与译码。本文的主要研究内容包括:1.针对ISI问题,有机结合了部分高斯近似(partial Gaussian approximation,PGA)思想和联合置信传播(belief propagation,BP)-期望传播(expectation propagation,EP)消息传递框架,设计了一种新型迭代接收算法。通过分析符号干扰的强弱,使用PGA保留强干扰符号的离散形式,降低了高斯近似的范围;使用BP-EP对弱干扰符号进行高斯投影,提高了高斯近似的精度。该接收算法具有较强的灵活性,通过调节PGA的作用范围,可获得以下两种变形:1)若对所有干扰符号进行高斯近似,得到联合BP-EP迭代接收算法,不同于启发式的高斯近似,所提算法通过联合BP-EP对符号的置信进行高斯投影,可有效提高近似精度。实验结果表明,该算法复杂度与高斯直接近似算法同阶,且性能提升明显。2)若只对一定范围的干扰符号进行高斯投影,即可得到BP-EP-PGA接收算法,该算法与PGA复杂度相同,在误码性能和收敛速度上显着提高,且进一步逼近了最优迭代接收算法下限,实现了复杂度和性能的较好折中。2.针对信道稀疏的单载波频域均衡(single carrier frequency domain equal-ization,SC-FDE)系统,设计了基于参数化双线性广义近似消 息传递(parametric bilinear generalized approximate message passing,PBiGAMP)的接收新算法。该算法有机结合了高斯混合模型(Gaussian mixture model,GMM)和隐马尔科夫模型(hidden Markov model,HMM),能够准确模拟信道的稀疏聚集特性,同时有效抑制ISI。此外,提出的接收算法的复杂度仅为对数级别。仿真结果表明,与现有的判决反馈均衡(decision feedback equalization,DFE)和最新提出的盲解卷积算法相比,本文设计的接收算法在信道估计准确性、误码性能、收敛速度和频谱效率等方面具有较大优势。3.针对低精度ADC量化下的毫米波通信系统,结合GMM模型提出了一种基于PBiGAMP的迭代接收算法,该算法能对60 GHz毫米波稀疏信道进行有效估计,并抑制ISI。同时,通过计算后验概率分布归一化函数的一阶和二阶偏导数,获得了系统中无量化无噪声变量近似后验的均值和方差,较好地降低了低精度ADC引起的非线性畸变。此外,提出的算法复杂度低,随信道抽头个数只呈现对数级别增长。仿真结果表明,所设计的接收算法在误码性能和信道估计精度方面明显优于基于线性近似模型的接收算法,在1-2比特量化下优势更加明显。(本文来源于《郑州大学》期刊2018-05-01）
王若男[6]（2018）在《面向5G无线系统接收机的消息传递算法研究》一文中研究指出随着未来超快移动通信增强型移动宽带、车辆到车辆和车辆到基础设施的通信、大规模机器等通信的发展需求,要求5G必须具有超宽带速度、低延迟以及高可靠性的网络连接等特点。目前,IMT2020推进组已经提出5G无线系统将在编码调制,多址,毫米波和大规模MIMO等方面引入全新的信号处理理论、方法和技术体制。其中,新的编码调制和新型多址技术给接收机端的检测和译码带来巨大的挑战,因此研究适用于接收端高效低复杂的译码和检测技术成为解决该问题的关键。消息传递算法从概率图模型角度出发,通过消息迭代更新,在5G无线系统里LDPC译码和SCMA多用户检测实现了良好的检测和译码性能,也为5G接收端的检测提供了一种方便而有效的思路,助力5G从理论走向实用。本文首先介绍了5G通信系统的技术特点和路线以及5G无线系统接收机中消息传递算法的研究现状。着重介绍了概率图模型的因子图和边缘函数的相关理论以及消息传递算法。随后,针对LDPC译码,介绍了置信传播(BP)译码算法、对数域置信传播译码算法(LLR-BP)、最小和(MS)译码等算法,从消息传递机制的方面出发提出了一种新的DW-LLR-BP译码算法,算法仿真结果表明,当误比特率(BER)为10;~4时,本文所提出的DW-LLR-BP译码算法与原始LLR-BP译码算法相比分别改善了0.15 dB。当信噪比为3.5dB时,原始LLR-BP译码算法所需的平均迭代次数为18。而本文所提出的的DW-LLR-BP译码算法迭代次数为16。综上可得DW-LLR-BP算法提高了LDPC译码性能,且加快了译码收敛速度。最后,针对SCMA多用户检测,介绍了原始MPA、基于串行策略消息传递检测算法(S-Based MPA),从算法检测方面存在的不足出发,提出了串行加权SW-MPA和串并结合加权MW-MPA两种改进算法,并进行系统建模仿真,仿真结果表明当迭代次数相同时,SW-MPA、MW-MPA算法系统BER性能均优于原始MPA和串行MPA算法的BER性能;当BER值为10;~(3.8)时,SW-MPA算法性能约提升0.23dB;MW-MPA算法性能约提升0.46dB。信噪比不变的情况下,迭代次数小于3时,SW-MPA、MW-MPA多用户检测算法误比特率性能优于串行MPA、原始MPA算法的BER性能,检测的收敛速度也得到了提升。(本文来源于《云南大学》期刊2018-05-01）
曹荷芳[7]（2018）在《基于消息传递算法的无线衰落信道估计与检测》一文中研究指出在无线通信中,接收机需要获得精确的信道状态信息进行均衡和数据检测。然而,当终端高速移动时,传输信道通常具有多普勒频移,造成信道的时变特性;同时,由于符号周期远小于信道时延扩展,造成信道的频率选择特性。这些将会降低信道估计和数据检测的精度。因此,寻求一种低复杂度高性能的信道估计与检测算法成为了学者们的研究热点。基于因子图和变分推理的消息传递算法作为迭代信号处理的有效工具,不仅可以实现在概率图模型上算法的统一,还可以克服单一算法造成的性能差或者复杂度高的问题。本文在此基础上,以消息传递算法为理论基础,将因子图作为分析工具,对形式化迭代接收机的信道估计与数据检测算法进行了研究。首先,论文阐述了选题的意义和背景,分析了形式化迭代接收机和消息传递算法的研究现状,概述了无线衰落信道、精确推理和变分推理,并给出了叁种常用的消息传递算法的更新规则及推导过程。其次,考虑时变平坦衰落信道未知的情况,设计了一种基于消息传递算法的形式化迭代接收机,通过对全局后验概率密度函数进行分解,得到系统的因子图,并推导了各节点间的消息传递过程。针对因子图中的混合高斯节点引起的高复杂度问题,采用期望传播(Expectation Propagation)算法处理,提出一种联合BPEP(Belief Propagation)形式化迭代接收机算法,并设计了一种合适的消息调度机制提高接收机的性能。仿真结果表明,与SP-PM(Sum Product-Particle Message)接收机对比,所提算法以较低的复杂度实现更好的BER(Bit Error Rate)和NMSE(Normalized Mean-Square Error)性能,且具有较快的收敛速度。最后,针对未知时变频率选择性衰落信道的情况,提出一种BP-EP-MF(Mean Field)形式化迭代接收机算法进行信道估计、均衡和符号检测,并且设计了一种合适的消息传递机制。其中,使用MF算法处理非线性观测节点,避免BP算法在非线性节点没有闭式解的问题。仿真结果表明,与采用EKF(Extended Kalman Filter)算法的迭代接收机对比,所提算法在复杂度略低的情况下,BER和NMSE性能明显提高,并且收敛速度较快。(本文来源于《郑州大学》期刊2018-05-01）
项璟[8]（2018）在《广义近似消息传递算法的研究与应用》一文中研究指出压缩重构是压缩感知领域一个重要的研究方向,广义近似消息传递(Generalize Approximate Message Passing,GAMP)是一种新型的压缩重构算法。相比于其他重构算法,GAMP算法具有高相变性能、低计算复杂度等优势,适用于任意输入、输出分布,能解决相位恢复等非线性压缩重构问题。该文对GAMP算法进行了研究,具体工作如下:首先,针对GAMP算法对于非零均值高斯随机测量矩阵易发散的问题,提出一种基于广义正交匹配追踪的GAMP算法。该算法通过追踪算法找到支撑集,进而利用GAMP算法进行重构。实验表明,该算法有效解决了GAMP算法发散的问题,使算法对于非零均值、列相干测量矩阵也能有效收敛,并且具有良好的抗噪性能。其次,将卡通纹理模型引入到基于GAMP的相位恢复(Compressive Phase Retrieval Algorithm via Generalize Approximate Message Passing,prGAMP)中,利用全变差和双树复数小波两种稀疏表示方法将图像分解为卡通成分和纹理成分,提出基于卡通纹理与GAMP的相位恢复算法。进而根据迭代次数影响算子性能的性质,提出基于卡通纹理与BM3D(Block Matching 3D,BM3D)双阶段的prGAMP算法。实验表明,该算法在时间相当的情况下具有更好的重构性能。最后,将自适应阻尼(damping)分别引入到基于卡通纹理与GAMP的相位恢复算法和双阶段prGAMP算法中,提出基于自适应阻尼的卡通纹理与GAMP的相位恢复算法及自适应阻尼的双阶段prGAMP算法。实验表明,上述算法以运行时间为代价显着提高了算法的重构性能。(本文来源于《燕山大学》期刊2018-05-01）
郑建宏,李玉菱,田枚[9]（2018）在《基于加权消息传递的SCMA多用户检测算法》一文中研究指出针对稀疏码多址接入(sparse code multiple access,SCMA)技术中,消息传递算法(message passing algorithm,MPA)收敛速度较慢导致复杂度较高的问题,提出一种基于加权消息传递的SCMA多用户信号检测改进算法。在原始MPA的基础上,通过引入权重因子改变每个迭加星座点的初始概率,使靠近接收信号的星座点可以获得更大的初始概率,加快迭代过程的收敛速度。仿真结果表明,与原始MPA算法相比,改进算法在误比特率(bit error rate,BER)和复杂度之间达到了较理想的平衡。(本文来源于《计算机工程与设计》期刊2018年04期）
袁正道[10]（2018）在《基于图变换和消息传递的MIMO-OFDM迭代接收机算法研究》一文中研究指出作为第四代和第五代移动通信的核心技术,正交频分复用(OFDM)系统能利用窄带正交载波解决频率选择性衰落问题,而多输入多输出(MIMO)系统则利用不同位置天线所具有的空间资源,增加信道容量、提高分集增益。将MIMO和OFDM相互结合可以有效实现两种技术的优势互补,提升系统性能。近年来出现的大规模MIMO系统,以极高的系统容量、频谱和能量效率迅速成为通信领域的研究热点,但是较大的天线规模所引起的多用户检测、信道估计和复杂度问题给接收机算法设计提出了更高的要求。本文针对下一代移动通信中的MIMO和OFDM系统开展研究,提出了利用因子图和消息传递的联合信道估计和检测算法,解决了现有迭代接收机中性能和复杂度无法兼顾的问题。本文的主要工作归纳如下:1.针对OFDM系统,设计了一种能够适用于稀疏信道环境的迭代接收机算法。对现有的接收机模型进行图变换,提出了一种联合平均场和期望传播的接收机算法。根据信道的稀疏性,将稀疏贝叶斯学习理论应用于信道估计建模,以降低导频开销提升频谱效率。然后利用大数定理对所提算法进行近似,找到与广义近似消息传递算法的内在联系,进而得到了更低复杂度的接收机算法。在此基础上研究了不同的消息调度机制,为后续的迭代算法设计提供了参考。仿真结果表明,与现有OFDM接收机相比本文所提算法能够以相同复杂度实现更优的性能。2.针对MIMO-OFDM系统,设计了基于图变换和消息传递的迭代接收机算法。利用图变换的方法将MIMO系统中的多用户干扰问题进行功能划分,分别利用不同的消息更新规则,构造了联合迭代接收机算法。然后提出了一种协作消息更新规则,实现置信传播和平均场两种规则的协作更新,从而构建了一种低复杂度的协作接收机算法。利用中心极限定理对所提协作接收机算法进行近似,找出与已有的双线性广义消息传递算法的内在联系,证明了上述协作规则的合理性。最后依据不同用户的信道状况建立更适合实际通信环境的部分高斯近似算法。仿真结果表明,本文所提联合接收机算法能够以略高的复杂度显着提升接收机性能,协作接收机算法能够以更低的复杂度获得较好的性能,部分高斯近似算法对两者进行互补,实现了性能和复杂度的均衡调整,具有较高的应用价值。3.针对大规模MIMO-OFDM系统,本文提出了通过挖掘天线阵列聚类特征以提升性能的低复杂度接收机算法。首先引入机器学习领域的Dirichlet过程作为稀疏贝叶斯学习模型的先验分布,建立了适用于大规模MIMO-OFDM系统的数学模型。通过图变换和联合消息更新规则对上述模型进行消息计算和调度,构造能普遍适用于多重测量问题的聚类估计算法。然后设计了一种基于概率的大规模MIMO系统信道建模方法,通过调整概率参数和突变参数模拟不同的传播环境,建立了具有不同相关度的信道模型。仿真结果表明,本文所提联合接收机算法能够充分发掘大规模MIMO-OFDM系统的空间资源,对具有共同稀疏性特征的天线进行聚类估计,相比现有接收机算法表现出明显的性能增益和较强的鲁棒性。(本文来源于《战略支援部队信息工程大学》期刊2018-04-15）
消息传递算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
谱聚类将数据聚类问题转化成图划分问题,通过寻找最优的子图,对数据点进行聚类。谱聚类的关键是构造合适的相似矩阵,将数据集的内在结构真实地描述出来。针对传统的谱聚类算法采用高斯核函数来构造相似矩阵时对尺度参数的选择很敏感,而且在聚类阶段需要随机确定初始的聚类中心,聚类性能也不稳定等问题,本文提出了基于消息传递的谱聚类算法。该算法采用密度自适应的相似性度量方法,可以更好地描述数据点之间的关系,然后利用近邻传播(Affinity propagation,AP)聚类中"消息传递"机制获得高质量的聚类中心,提高了谱聚类算法的性能。实验表明,新算法可以有效地处理多尺度数据集的聚类问题,其聚类性能非常稳定,聚类质量也优于传统的谱聚类算法和k-means算法。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
消息传递算法论文参考文献
[1].邓晋.基于消息传递的多用户检测算法研究[D].重庆邮电大学.2019
[2].王丽娟,丁世飞,贾洪杰.基于消息传递的谱聚类算法[J].数据采集与处理.2019
[3].葛文萍,张雪婉,吴雄,代文丽.基于部分码字消息传递的SCMA多用户检测算法[J].电子与信息学报.2018
[4].张雪婉,葛文萍,吴雄.基于SCMA系统的多用户检测消息传递算法[J].计算机工程.2018
[5].孙鹏.基于近似消息传递的宽带无线通信系统迭代接收算法研究[D].郑州大学.2018
[6].王若男.面向5G无线系统接收机的消息传递算法研究[D].云南大学.2018
[7].曹荷芳.基于消息传递算法的无线衰落信道估计与检测[D].郑州大学.2018
[8].项璟.广义近似消息传递算法的研究与应用[D].燕山大学.2018
[9].郑建宏,李玉菱,田枚.基于加权消息传递的SCMA多用户检测算法[J].计算机工程与设计.2018
[10].袁正道.基于图变换和消息传递的MIMO-OFDM迭代接收机算法研究[D].战略支援部队信息工程大学.2018