[發明專利]一種基于BP-MF框架和VAMP的聯合估計與檢測方法

有效

• 申請號: 202010956126.1
• 申請日: 2020-09-11
• 公開（公告）號: CN112054975B
• 公開（公告）日: 2022-11-01
• 發明（設計）人: 孫鵬;王忠勇;劉飛;王瑋;崔建華
• 申請（專利權）人: 鄭州大學
• 主分類號: H04L25/02
• 分類號: H04L25/02;H04L25/03
• 代理公司: 河南大象律師事務所 41129
• 代理人: 李記輝

1.一種基于BP-MF框架和VAMP的聯合估計與檢測方法，其特征在于，包括如下步驟：

步驟A、對OFDM系統模型待估計量的聯合后驗概率密度函數進行因子分解并得到相應的因子圖模型；

步驟B、針對步驟A中的因子圖模型設置初始化參數值，使用BP-MF框架進行聯合卷積碼的譯碼、軟解調和噪聲精度估計，并獲得頻域信道的估計值；

步驟C、在所述因子圖模型中，根據獲得的頻域信道的估計值，使用VAMP算法迭代執行去噪聲步驟和LMMSE估計步驟，并獲得時域信道和頻域信道的估計值；

步驟D、重復步驟B至步驟C，直到算法收斂；

在步驟A中，根據OFDM系統模型，在觀測變量y給定情況下，頻域信道抽頭g、傳輸符號x，時域信道抽頭h，編碼比特c，信息比特b和噪聲精度λ的聯合后驗概率密度函數分布具體因子分解為：

其中，f_M(x,c,b)表示編碼調制關系，f_λ(λ)表示噪聲精度的先驗分布，表示數據符號的觀測似然，表示導頻符號的觀測似然，表示時域信道與頻域信道的轉化關系，表示時域信道的先驗信息；

按照因子圖模型構建規則，得到OFDM系統的在該問題下的對應因子圖模型；

所述步驟B具體包括如下步驟：

步驟B1、使用平均場MF算法在聯合后驗概率密度函數分布的因子圖上求解觀測函數節點和到變量節點x_k的消息；

步驟B2、使用置信傳播BP算法在聯合后驗概率密度函數分布的因子圖上進行BCJR后驗譯碼算法，同時獲得待估計符號的近似后驗分布；

步驟B3、使用平均場MF算法估計噪聲精度的近似邊緣后驗并估計噪聲精度；

步驟B4、使用平均場MF算法在聯合后驗概率密度函數分布的因子圖中獲得觀測函數節點到函數節點g_k的消息，并獲得頻域信道估計量與真實時域信道之間的關系方程；

所述步驟C具體包括如下步驟：

步驟C1、去噪聲步驟：根據向量近似消息傳遞VAMP算法，在給定時域信道近似邊緣后延分布的前提下，求解其邊緣后延分布的均值與方差；

步驟C2、LMMSE估計步驟：根據向量近似消息傳遞VAMP算法，獲得上述均值與方差后，執行LMMSE估計獲得相應的均值與方差；

步驟C3、重復C1至C2，直到內迭代收斂；

在步驟C1中具體包括如下：

在第k次VAMP迭代中，VAMP算法會產生均值量γ_1k和相應的精度λ_1k，那么即為時域信道h的似然函數，假設架設h的先驗信息為那么h的近似后驗分布可寫為：

則在給定分布b(h)情況下的均值和方差分別為

Var{h_1k,l|γ_1k,l,λ_1k}＝∫|h_l-h_1k,l|²b(h_l)dh_l

＝(γ+λ_1k)^-1；

在步驟C2中具體包括如下：

根據VAMP算法中的LMMSE估計步驟規則，利用離散傅里葉矩陣Φ的正交性質，即Φ^HΦ＝Ι_L，可得LMMSE估計步驟為

h_2k＝(λ_g+λ_2k)^-1(λ_wΦ^Hy+λ_2kr_2k)

γ_1,k+1＝(h_2k-α_2kγ_2k)/(1-α_2k)

λ_1,k+1＝λ_2k(1-α_2k)/α_2k

上式復雜度主要依賴于Φ^Hy操作，該步驟可由FFT快速實現，復雜度僅有

2.根據權利要求1所述的基于BP-MF框架和VAMP的聯合估計與檢測方法，其特征在于，在步驟B1中具體包括如下：

使用平均場MF算法獲得觀測函數節點和到變量節點的消息為：