应用双线性模型的离格波达角估计方法

针对离格波达角估计(Direction of Arrival,DOA)问题,提出了一种基于双线性向量化近似消息传递(Bilinear Vectorization Approximate Message Passing,BAd-VAMP)的解决方法.该方法首先将DOA估计问题建模为双线性模型,利用BAd-VAMP算法进行...     

应用酉变换近似消息传递的大规模MIMO接收机设计

由于天线间距较近和一些非白高斯干扰,大规模多输入多输出（Multiple-Input Multiple-Output,MIMO）系统的信道矩阵存在如列相关、低秩和非零均值等“病态”特征,给基于近似消息传递的迭代接收机算法造成了严重的性能损失。为此,提出了一种基于酉变换近似消息传递(Unitary Transformation Approximate Message Passing,Ut-AMP)的接收机算法。首先针对均值非零、列相关和条件数过大三种常见的病态特征,分析了酉变换的必要性;其次,利用变量间的马尔科夫特性将大规模MIMO系统进行因式分解和因子图建模,推导了联合置信传播、平均场和Ut-AMP的消息传递算法,并与现有算法的复杂度进行了对比;最后建立大规模MIMO接收机模型,对所有相关算法进行数值仿真。仿真结果表明,所提接收机算法能够以复杂度略有提升为代价,在病态信道矩阵环境中大幅提升接收机的鲁棒性,具有很高的研究和应用价值。     

应用加权高斯模型的非理想稀疏信道估计

在高速通信系统中,由于多径信道通常存在一些小的散射体,使得抽头向量不满足理想的稀疏特性,导致经典的稀疏估计算法存在一定的性能损失。针对上述非理想稀疏特性问题,提出了一种基于酉变换近似消息传递(Unitary Transform Approximate Message Passing,UT-AMP)和加权高斯(Weighting-Gaussian,WG)先验模型的稀疏估计算法。首先,由非理想稀疏信道的构造分析,导出了WG先验模型和参数;其次,利用贝叶斯公式对正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统进行因式分解和因子图建模,归纳了在消息传递框架内期望最大化(Expectation Maximization,EM)算法嵌入方式,推导了联合UT-AMP和EM的信道估计算法;最后,建立仿真环境对所提算法进行复杂度分析和数值仿真。仿真结果表明,所提算法能够以同阶复杂度实现信道估计性能和频带利用率的提升,具有很高的应用和推广价值。