【摘要】：近年來(lái),移動(dòng)通信技術(shù)發(fā)展迅速,人與人之間的交流變得更為方便。第五代移動(dòng)通信(5th Generation of Mobile Communication System,5G)面臨更高頻譜效率和海量設(shè)備連接,這對(duì)5G空中技術(shù)是一個(gè)巨大的挑戰(zhàn)。移動(dòng)通信中的多址接入分為正交接入和非正交接入。正交接入的特征是基于正交資源分配,接收機(jī)復(fù)雜度相對(duì)較低,但存在連接數(shù)量有限的問(wèn)題。為了更好地滿足未來(lái)移動(dòng)通信的要求,非正交多址可在相同時(shí)頻資源上復(fù)用不同用戶的信息。其中,稀疏碼多址接入(Sparse Code Multiple Access,SCMA)是一種基于碼本的非正交接入技術(shù),可有效地提升頻譜利用率和用戶連接數(shù)。然而當(dāng)前SCMA系統(tǒng)的檢測(cè)算法復(fù)雜度較高,且無(wú)法直接應(yīng)用于實(shí)際系統(tǒng)。因此,本文的研究目的是降低接收機(jī)的復(fù)雜度并進(jìn)行定點(diǎn)實(shí)現(xiàn)。具體研究?jī)?nèi)容如下:1.針對(duì)目前檢測(cè)算法復(fù)雜度較高的問(wèn)題,本文分析了現(xiàn)有的檢測(cè)算法,提出兩種新的動(dòng)態(tài)檢測(cè)算法,即DS-MPA和DRC-MPA。DS-MPA算法的主要思想是根據(jù)消息傳遞算法的收斂特性,將剩余值計(jì)算方式作為其收斂程度的判斷,從而確定下一次迭代所用的因子圖。所得因子圖是原始因子圖的刪減版,檢測(cè)算法可以根據(jù)所生成的因子圖進(jìn)行信號(hào)檢測(cè),該算法在保證性能的情況下,計(jì)算復(fù)雜度大約降低1/3。針對(duì)所需遍歷組合過(guò)多的問(wèn)題,提出DRC-MPA解決方案,在迭代過(guò)程中剔除不可靠的碼字,縮減星座組合點(diǎn)數(shù)量,從而達(dá)到降低復(fù)雜度的目的。本文提出的兩種算法可以結(jié)合使用,在保證性能的情況下,算法復(fù)雜度的降低更為明顯,甚至可達(dá)50%。2.為了便于工程實(shí)現(xiàn),本文對(duì)MPA算法進(jìn)行對(duì)數(shù)域的改進(jìn),并進(jìn)行了定點(diǎn)仿真。改進(jìn)算法有LOG-MPA和MAX-LOG-MPA,然而LOG-MPA無(wú)法有效地解決對(duì)數(shù)域問(wèn)題;MAX-LOG-MPA雖然能完全解決對(duì)數(shù)問(wèn)題,但是存在性能損失。因此本文提出新的定點(diǎn)實(shí)現(xiàn)方案,靈活地補(bǔ)償MAX-LOG-MPA的損失部分。通過(guò)仿真實(shí)驗(yàn)表明,在不增加復(fù)雜度的同時(shí),有效地改善了誤碼性能。另外,本文通過(guò)統(tǒng)計(jì)分析檢測(cè)過(guò)程中所需要存儲(chǔ)的數(shù)據(jù),并對(duì)其進(jìn)行定點(diǎn)量化,在性能和量化位數(shù)上達(dá)到平衡。
【學(xué)位授予單位】：重慶郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TN929.5

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 歐陽(yáng)普仁,楊叔子;一種改進(jìn)的Marple算法[J];南京理工大學(xué)學(xué)報(bào)(自然科學(xué)版);1988年01期

2 黃小蓓;隆永紅;;分布式數(shù)據(jù)庫(kù)管理系統(tǒng)中的N&發(fā)控制——算法及其性能分析[J];計(jì)算技術(shù)與自動(dòng)化;1988年02期

3 馮成進(jìn);;0—1規(guī)劃新算法的改進(jìn)[J];曲阜師范大學(xué)學(xué)報(bào)(自然科學(xué)版);1988年02期

4 曾秀;魏振華;;猴群算法及其改進(jìn)綜述[J];電腦知識(shí)與技術(shù);2017年32期

5 許燦英;;算法合謀反競(jìng)爭(zhēng)問(wèn)題初探[J];合肥工業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2019年02期

6 段艷明;肖輝輝;林芳;;新授粉方式的花授粉算法[J];計(jì)算機(jī)工程與應(yīng)用;2018年23期

7 肖海軍;王芬艷;盧常景;曹穎;;一種有效的多峰優(yōu)化鳥群算法[J];中南民族大學(xué)學(xué)報(bào)(自然科學(xué)版);2018年04期

8 覃遠(yuǎn)年;梁仲華;;蟻群算法研究與應(yīng)用的新進(jìn)展[J];計(jì)算機(jī)工程與科學(xué);2019年01期

9 肖輝輝;段艷明;林芳;;新搜索策略的花授粉算法[J];電子測(cè)量與儀器學(xué)報(bào);2019年07期

10 梁昔明;高超;龍文;;基于速度越界處理與高斯擾動(dòng)的改進(jìn)蝙蝠算法[J];數(shù)學(xué)的實(shí)踐與認(rèn)識(shí);2019年19期

相關(guān)會(huì)議論文 前10條

1 苗強(qiáng);劉曉琳;王仲奇;;隨機(jī)球重疊判斷算法改進(jìn)研究工作進(jìn)展[A];中國(guó)原子能科學(xué)研究院年報(bào) 2013[C];2014年

2 殷凡;王海斌;李超;;改進(jìn)蝙蝠算法在DOA估計(jì)中的應(yīng)用[A];2019年全國(guó)聲學(xué)大會(huì)論文集[C];2019年

3 李超;余昭平;;基于矩陣的Apriori算法改進(jìn)研究[A];第二屆全國(guó)信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議（NCIRCS-2005）論文集[C];2005年

4 王蓬;宋明玉;張林芳;王新遠(yuǎn);;廣義自適應(yīng)相干累積算法改進(jìn)及其在線譜增強(qiáng)中的應(yīng)用[A];中國(guó)聲學(xué)學(xué)會(huì)2007年青年學(xué)術(shù)會(huì)議論文集（上）[C];2007年

5 孫迪峰;方厚林;梁旭斌;趙天青;張亮永;;寬帶MUSIC算法中同步干擾研究[A];2019年全國(guó)聲學(xué)大會(huì)論文集[C];2019年

6 郝紅星;吳玲達(dá);宋漢辰;;一種殘損圖像修補(bǔ)算法改進(jìn)與實(shí)現(xiàn)[A];第18屆全國(guó)多媒體學(xué)術(shù)會(huì)議（NCMT2009）、第5屆全國(guó)人機(jī)交互學(xué)術(shù)會(huì)議（CHCI2009）、第5屆全國(guó)普適計(jì)算學(xué)術(shù)會(huì)議（PCC2009）論文集[C];2009年

7 解迎剛;王志良;鄭珊山;;基于LANDMARC及其算法改進(jìn)的RFID室內(nèi)定位研究[A];第二十九屆中國(guó)控制會(huì)議論文集[C];2010年

8 王篤俠;冷晟;周燕飛;;單件小批生產(chǎn)模式下的MRP算法改進(jìn)[A];全國(guó)先進(jìn)制造技術(shù)高層論壇暨第七屆制造業(yè)自動(dòng)化與信息化技術(shù)研討會(huì)論文集[C];2008年

9 鄒錦峰;;水面仿真研究及算法改進(jìn)[A];全國(guó)首屆數(shù)字（虛擬）科技館技術(shù)與應(yīng)用學(xué)術(shù)研討會(huì)論文集[C];2007年

10 林關(guān)成;李亞安;;一種支持向量機(jī)訓(xùn)練集選取算法改進(jìn)[A];2009’中國(guó)西部地區(qū)聲學(xué)學(xué)術(shù)交流會(huì)論文集[C];2009年

相關(guān)重要報(bào)紙文章 前2條

1 記者 宛霞;風(fēng)云衛(wèi)星云導(dǎo)風(fēng)算法改進(jìn)[N];中國(guó)氣象報(bào);2018年

2 記者 陳姝;深企為大橋定制人臉識(shí)別方案[N];深圳商報(bào);2018年

相關(guān)博士學(xué)位論文 前10條

1 周凌云;幾種典型群智能算法及其更新機(jī)制研究[D];武漢大學(xué);2018年

2 張代雨;多學(xué)科優(yōu)化算法及其在水下航行器中的應(yīng)用[D];西北工業(yè)大學(xué);2017年

3 鐘林峰;復(fù)雜網(wǎng)絡(luò)中關(guān)鍵節(jié)點(diǎn)的挖掘算法研究[D];電子科技大學(xué);2018年

4 邱實(shí);多光譜衛(wèi)星遙感影像云及云陰影精準(zhǔn)檢測(cè)算法研究[D];電子科技大學(xué);2018年

5 孫寧;人工免疫優(yōu)化算法及其應(yīng)用研究[D];哈爾濱工業(yè)大學(xué);2006年

6 陸楠;關(guān)聯(lián)規(guī)則的挖掘及其算法的研究[D];吉林大學(xué);2007年

7 胡銦;基于單目視覺(jué)的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法研究[D];南京理工大學(xué);2008年

8 王玨;生物地理學(xué)優(yōu)化算法的研究及應(yīng)用[D];哈爾濱工程大學(xué);2013年

9 黃松;面向多應(yīng)用場(chǎng)景的粒子群優(yōu)化算法研究[D];江南大學(xué);2017年

10 安琦;信號(hào)偵收中的識(shí)別與分類理論與算法研究[D];電子科技大學(xué);2017年

相關(guān)碩士學(xué)位論文 前10條

1 毛振平;云平臺(tái)下醫(yī)療大數(shù)據(jù)的FP-Growth算法的優(yōu)化研究[D];華北水利水電大學(xué);2019年

2 陳晨;面向林業(yè)小班的坡度、坡向及坡位提取算法研究[D];浙江農(nóng)林大學(xué);2019年

3 楊閏;改進(jìn)TLBO算法及其在天線優(yōu)化設(shè)計(jì)中的應(yīng)用[D];杭州電子科技大學(xué);2019年

4 李文靜;改進(jìn)花授粉算法及其在社交網(wǎng)絡(luò)中的應(yīng)用研究[D];江西理工大學(xué);2019年

5 陳朝威;基于密度的聚類算法研究[D];北京交通大學(xué);2019年

6 李桃;智能算法及其在圖像處理中的應(yīng)用[D];西華師范大學(xué);2019年

7 趙冠宇;基于進(jìn)化計(jì)算的車聯(lián)網(wǎng)路側(cè)單元部署優(yōu)化方法研究[D];吉林大學(xué);2019年

8 陳婧文;基于鏈接改進(jìn)的BIRCH算法的研究與應(yīng)用[D];吉林大學(xué);2019年

9 呂桂新;基于改進(jìn)多標(biāo)記分布學(xué)習(xí)算法的評(píng)分預(yù)測(cè)[D];吉林大學(xué);2019年

10 彭國(guó)雯;基于深度學(xué)習(xí)的場(chǎng)景文字檢測(cè)算法的融合技術(shù)研究[D];河南大學(xué);2019年

，

本文編號(hào)：2695825