Based on a factor graph evolution of low complexity of message passing decoding algorithm, based on the factor graph itself is simplified so as to realize the low complexity decoding, the first node of each resource is classified, the beginning of all resource nodes are removed, and then gradually low node is added to the factor graph decoding, thus the evolution of the factor graph, the symbol stored prior information, then a relatively high degree of node adding factor graph, partial symbol by using the prior information of the hard decision can greatly reduce the traditional message passing algorithm in the code under the collision of high complexity, so as to reduce the decoding delay, to further improve the performance. SCMA in addition, through different set update step and final update of the factor graph, can get the decoding accuracy and decoding complexity between different Compromise, which makes the algorithm more flexible to meet the needs of practical applications.
【技术实现步骤摘要】
稀疏码多址接入中基于因子图演化的低复杂度消息传递译码算法
本专利技术属于非正交多址接入
,特别涉及一种稀疏码多址接入中基于因子图演化的低复杂度消息传递译码算法。
技术介绍
稀疏码多址接入SCMA(SparseCodeMultipleAccess)为用户分配码本实现非正交的多址接入。通过对码本的稀疏性设计,能够保证来自多个不同码本的码字叠加在一起接收机仍能解码从而实现接入用户数多于可用的正交通信资源数的过载,增加了可连接数,这是传统的正交多址接入无法实现的。也正是利用这种特性,SCMA在接入时不需要用户与基站预先建立连接再进行传输,而是可以让用户直接随机接入,免除了请求/准许接入等一系列调度过程,降低了接入时间,是实现5G移动网络低延时接入的一个可行方案。为了高效地解出来自不同用户叠加的码字从而使得SCMA得以实现上述的优点,不能采用传统的完全遍历最大似然方法,而需要利用码字本身的稀疏性,通过码本结点与资源结点之间消息传递的迭代来完成解码。然而,尽管SCMA能提供一定数量的不同码本,但是当潜在用户数大量增加时,无法做到每个用户预先分配到不同的码本。因此,势必会有不同的用户在映射中得到相同的码本,发生码本冲突。由于传统的消息传递算法需要对可能符号集进行遍历并且多次迭代,当发生之前所述的码本冲突时,多个用户的符号会冲突在同一个资源结点处,相当于将所需遍历的可能符号集成指数倍扩充,增大了解码复杂度,使得整体的接入延时增加,最终可能会破坏实时性需求。
技术实现思路
为了克服上述现有技术的缺点,本专利技术的目的在于提供一种稀疏码多址接入中基于因子图演化的低复杂度消息 ...
【技术保护点】
稀疏码多址接入中基于因子图演化的低复杂度消息传递译码算法,其特征在于,包括如下步骤:步骤1:输入码本结点与资源结点映射关系的因子图S,其中有K个码本结点与L个资源结点,对应的联合星座图Ξ,收端接收信号y,信息更新的最小量ε,最大迭代次数T,每步因子图的更新步长δ(s)与因子图的更新终值θ;步骤2:利用码本结点对应的联合星座图Ξ的阶数计算各个资源结点处的计算复杂度;步骤3:将所得复杂度从小到大排序并且删去其中重复的值,作为因子图演化的每一步的复杂度阈值队列
【技术特征摘要】
1.稀疏码多址接入中基于因子图演化的低复杂度消息传递译码算法,其特征在于,包括如下步骤:步骤1:输入码本结点与资源结点映射关系的因子图S,其中有K个码本结点与L个资源结点,对应的联合星座图Ξ,收端接收信号y,信息更新的最小量ε,最大迭代次数T,每步因子图的更新步长δ(s)与因子图的更新终值θ;步骤2:利用码本结点对应的联合星座图Ξ的阶数计算各个资源结点处的计算复杂度;步骤3:将所得复杂度从小到大排序并且删去其中重复的值,作为因子图演化的每一步的复杂度阈值队列令Ω为队列长度,ω为队列的索引;步骤4:初始化各个参数以及消息;步骤5:利用更新步长δ(s)更新队列索引ω,令Sω为当前的因子图,它相当于将原来因子图S中运算复杂度大于的资源结点、与这些结点相连的边以及不与任何图中所剩的资源结点相连的码本结点移除;步骤6:开始迭代,首先更新码本结点对应各个资源结点的外信息,如果当前码本结点只连接一个资源结点,则不进行更新;否则利用其连接的其他资源结点的信息更新信息;步骤7:更新资源结点对应各个码本结点的外信息,对每个资源结点,除当前更新相关的码本结点以外的其他码本结点的联合星座图中的符号组合进行遍历,从而得到当前更新相关的码本结点的各个符号的似然情况,如果遍历过程中某个码本结点的符号在之前被判出,则直接利用之前的判决结果替代而不再遍历该码本结点所有可能的符号;步骤8:进行判断,如果本次信息更新的最大量小于ε,或者迭代次数超过T,则结束迭代,进入步骤9;否则,返回步骤6;步骤9:对所有码本结点,汇总来自所有与之连接的资源结点的信息;步骤10:对本步因子图演化中的新增加的码本结点对应符号进行硬...
【专利技术属性】
技术研发人员:廉晋,周世东,张秀军,王玉锋,
申请(专利权)人:清华大学,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。