SCMA中的消息传递算法MPA仿真程序
SCMA
本项目SCMA 技术研究的创新点主要包括以下方面的内容。
①发送端的稀疏码本设计：稀疏码本设计的好坏，直接决定了可获得的系统性能增益，同时也决定了接收机设计的复杂程度。
因此，稀疏码本的设计是SCMA 非正交接入技术的和核心关键。
本项目的创新之处在于：将稀疏码本的设计问题抽象为多维空间上的优化问题，进行多维调制和稀疏扩频的联合优化设计，同时兼顾发送信号峰均功率比（PAPR）的要求（尽可能的低）。
②导频设计与信道估计：由于SCMA 需要应对海量用户接入的场景，因此导频设计若仍采用传统系统的正交方式设计，不能很好地解决系统接入问题。
本项目的创新之处在于：引入非正交的方式来设计上行导频结构，同时，针对发送端SCMA 信号的非正交发送方式，优化设计导频的序列和分布图案，以确保大量用户可同时接入。
对应地，接收端也进行相应优化的信道估计算法，使得SCMA非正交系统在复杂的信道环境中仍能确保良好的译码性能。
③低复杂度下的多用户接收机设计：多用户联合接收机设计是非正交接入引入后所必须考虑的。
不同于正交通信系统，非正交接收存在用户间干扰的迭代消除，目标是设计性能逼近最大似然的接收算法，同时保证复杂度在系统硬件和系统时延可承受的范围之内。
本项目的创新之处在于：引入消息传递算法（MPA）来进行译码，同时，设计创新的算法和结构来降低计算成本。
④进行MIMO-SCMA 的联合设计：SCMA 方案可以结合已有的MIMO 技术，通过空间复用来提高用户数和吞吐率和空间分集来提高系统可靠性。
本项目的创新之处在于：为了充分利用发挥SCMA 和MIMO 的各自优势，对各自的码本和接收机算法进行优化和联合设计。
尤其对于下行MIMO，由于每个预编码向量不再针对单个用户（可认为SCMA 在码域进一步复用了用户），单一预编码向量需同时对多个用户进行了优化，相对于原有的预编码方案，需要新的优化设计，从而取得更好的性能。
在接收端，可将MIMO 译码和SCMA 的MPA 译码相结合，进行联合处理，以进一步提高系统性能。
SCMA性能及仿真分析
paper
illustrates the
origin
and
basic
principle of S C M A ，which speci
model and signal proccssing method and illustrates
its
Message Passing Algorithm ( M P A ) detection princip)le. The simulation
A b s tT c lC t：The rapid traffic growth and ubiquitous
access requirements make it essential to
explore the
next
gener
cation networlss. In the current 5 G research area，non-ortliogonal multip)le access has been proposed as a paradigm shift of physical layer tech
SC M A的两个关键技术是低密度扩频和高维调制。 正 是 它 的这两个特性满足了 5 G 所 要 求 的 连 续 域 覆 盖 、热 点 区 高 容 量 、低 时 延 和 高 可 靠 、低 功 耗 和 大 连 接 等 应 用 特 点 。在 发 送 端 通 过 多 维 调 制 和 稀 疏 扩 频 将 编 码 比 特 映 射 成 S C M A 码 字 ，接 收 端 通 过 多 用 户 检 测 完 成 译 码 。相比
正交多范式转变的物理层技术。在所有现有的非正交的技术中，最近提出的稀疏码多址接入（S C M A )能达到一个更好的链路级
一种scma多址系统中的非正交导频与信号传输方法
一种scma多址系统中的非正交导频与信号传输方法全文共四篇示例，供读者参考第一篇示例：一、SCMA系统中的非正交导频SCMA系统是一种基于稀疏矩阵的多址系统，通过引入非正交导频来实现多用户之间的同时传输。
在传统的正交多址系统中，由于各用户之间的信号需要正交传输，导致系统容量受限。
而在SCMA系统中，每个用户采用不同的非正交导频码，相互之间的信号不再需要正交传输，从而大大提高了系统的容量和效率。
非正交导频的设计原则是需要具有一定的稀疏性，即用户之间的导频码之间具有较小的相关性，这样才能有效地减小用户之间的干扰。
非正交导频还需要在一定程度上保持线性独立性，以确保解调端能够准确地解码出各用户的信号。
二、信号传输方法在SCMA系统中，用户的信息信号被映射到非正交导频上，并通过多址信道传输到接收端。
接收端需要对接收到的信号进行解调和解码，以恢复出每个用户的信息信号。
在信号传输过程中，由于用户之间的导频不再需要正交传输，用户之间的信号可以同时传输，大大提高了系统的容量和效率。
在解调和解码过程中，接收端能够通过非正交导频的特性，准确地对用户之间的信号进行区分和解码，确保信号的准确性和稳定性。
SCMA系统还采用了编码和解码的技术，通过特定的码本结构和信道估计算法，在多用户同时接入系统时能够有效地降低误码率，提高系统的可靠性和稳定性。
三、优势和应用SCMA系统中的非正交导频与信号传输方法具有以下优势和应用：1. 提高系统容量和效率：非正交导频的引入能够同时传输多个用户的信号，提高系统的容量和效率。
2. 减小用户之间的干扰：非正交导频能够降低用户之间的干扰，提高系统的可靠性和稳定性。
3. 适用于大量用户接入：SCMA系统能够支持大量用户同时接入系统，满足多用户通信需求。
4. 适用于高速数据传输：SCMA系统能够实现高速数据传输，满足用户对高速通信的需求。
SCMA系统中的非正交导频与信号传输方法是一种新颖的多址系统传输方式，能够提高系统的容量和效率，降低用户之间的干扰，适用于大量用户接入和高速数据传输等应用场景。
scma 调制与解调
scma 调制与解调
SCMA（Sparse Code Multiple Access）是一种多址接入技术，它利用稀疏码来实现多用户之间的信号分离。
SCMA调制与解调涉及
到信号处理、通信系统和多址接入技术等领域。
首先，我们来看SCMA调制。
在SCMA中，调制过程涉及到将多
个用户的信息信号编码到稀疏码中，然后将这些编码后的信号叠加
在一起进行传输。
这个过程需要使用到稀疏码本身的设计和生成技术，以及与传输信道的适配技术。
在这个过程中，需要考虑到信号
的功率控制、频谱利用效率、误码率等因素。
其次，我们来看SCMA解调。
在接收端，需要利用接收到的混合
信号进行信号分离和解调。
这个过程需要利用到稀疏码的解码技术，以及多用户检测技术。
在这个过程中，需要考虑到多用户之间的干
扰消除、信号检测的复杂度等因素。
此外，SCMA调制与解调还涉及到信道估计、信号检测算法、误
码率性能分析等方面的内容。
在实际应用中，还需要考虑到系统复
杂度、实现难度、算法的实时性等方面的因素。
综上所述，SCMA调制与解调涉及到多个方面的技术，包括稀疏码的设计、信号处理、多用户检测、信道估计等内容。
在实际应用中，需要综合考虑多种因素，才能实现高效可靠的多址接入通信系统。
SCMA系统中改进的MAX-Log MPA多用户检测算法
用 户 检 测 器 的检 测 性 能 。 理 论 与 仿 真 结 果 表 明 ， 改进 后 的 ＭＡＸ—Ｌｏｇ ＭＰＡ 多 用 户 检 测 算 法 既 能 保 持 原 始 ＭＡＸ—Ｌｏ ｇ
ＭＰＡ 算 法 复 杂 度 低 的 优 点 ，又 能 获 得 较 好 的 检 测 性 能 。
关 键 词 ：５Ｇ；非 正 交 多址 技 术 ；稀 疏 码 多址 接 入 ；多 用 户 检 测 ；消 息 传 递 算 法
Ａｂｓｔｒａｃｔ：Ｓｐａ￣ｅ ｃｏｄｅ ｍｕｌｔｉｐｌｅ ａｃｃｅｓｓ ｆＳＣＭＡ） ｉＳ ａ ｎｏｖｅｌ ｎｏｎ—ｏｒｔｈｏｇｏｎａｌ ｍｕｈｉｐｌｅ ａｃｃｅｓｓ ｓｃｈｅｍｅ ｔｏ ｆａｃｅ ｔｈｅ ｆｕｔｕｒｅ ５Ｇ ｃｏｍｍｕｎｉｃａ— ｔｉｏｎ．Ｉｎ ａｌｌｕｓｉｏｎ ｔｏ ｔｈｅ ｐｒｏｂｌｅｍ ｔｈａｔ ｓｐａｒｓｅ ｃｏｄｅ ｍｕｌｔｉｐｌｅ ａｃｃｅｓｓ （ＳＣＭＡ）ｓｙｓｔｅｍ ｂａｓｅｄ ｏｎ ａ ｌｏｇａｒ ｉｔｈｍ—ｄｏｍａｉｎ ＭＡＸ—Ｌｏｇ ｍｅｓｓａｇｅ ｐａｓｓｉｎｇ ａｌｇｏｒ ｉｔｈｍ（ＭＰＡ）ｆｏｒ ｍｕｈｉｕｓｅｒ ｄｅｔｅｃｔｉｏｎ ｈａｓ ｌｏｗｅｒ ｄｅｔｅｃｔｉｏｎ ｐｅｒｆｏｒ ｍ ａｎｃｅ，ｔｈｉｓ ｐａｐｅｒ ａｄｏｐｔｓ ａ ｍｅｔｈｏｄ ｔｈａｔ ｔｈｅ ｍｅｓｓａｇｅ ｕｐｄａｔ— ｉｎｇ ｆｏｒ ｍ ｕｌａ ｏｆ ｔｈｅ ｒｅｓｏｕｒｃｅ ｎｏｄｅ ｉｓ ｍｕｌｔｉｐｌｉｅｄ ｂｙ ａ ｆａｃｔｏｒ，ｗｈｉｃｈ ｃａｎ ｒｅｄｕｃｅ ｔｈｅ ｌｏｓｔ ｍｅｓｓａｇｅｓ ｏｆ ｔｈｅ ｏｒ ｉｇｉｎａｌ ＭＡＸ—Ｌｏｇ ＭＰＡ ａｌｇｏ— ｒｉｔｈｍ ｆｏｒ ａｐｐｒｏｘｉｍａｔｅ ｃｏｍｐｕｔｉｎｇ ｔｈｅ ｕｐｄａｔｉｎｇ ｍ ｅｓｓａｇｅ ｏｆ ｒｅｓｏｕｒｃｅ ｎｏｄｅ． Ｔｈｅ ｔｈｅｏｒｙ ａｎｄ ｓｉｍｕｌａｔｉｏｎ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｅ ｉｍｐｒｏｖｅｄ ＭＡＸ —Ｌ０ｇ ＭＰＡ ｍｕｈｉｕｓｅｒ ｄｅｔｅｃｔｉｏｎ ａｌｇｏｒｉｔｈｍ ｃａｎ ｎｏｔ ｏｎｌｙ ｍａｉｎｔａｉｎ ｔｈｅ ｌｏｗ ｃｏｍｐｌｅｘｉｔｙ ｏｆ ｔｈｅ ｏｒ ｉｇｉｎａｌ ＭＡＸ—Ｌｏｇ ＭＰＡ ａ ｌｇｏｒｉｔｈｍ， ｂｕｔ ａｌｓｏ ｏｂｔａｉｎｓ ｂｅｔｔｅｒ ｄｅｔｅｃｔｉｏｎ ｐｅｒｆｏｒｍ ａｎｃｅ． Ｋｅｙ ＷＯｒｄｓ：５Ｇ ；ｎｏｎ—ｏｒｔｈｏｇｏｎａｌ ｍｕｌｔｉｐｌｅ ａｃｃｅｓｓ；ＳＣＭＡ ；ｍｕｈｉｕｓｅｒ ｄｅｔｅｃｔｉｏｎ；ＭＰＡ
上行SCMA系统的串行球形解码MPA算法
㊀第３８卷第３期㊀㊀㊀㊀㊀佳木斯大学学报(自然科学版)㊀㊀Ｖｏｌ.３８Ｎｏ.３㊀２０２０㊀年０５月㊀㊀㊀㊀ＪｏｕｒｎａｌｏｆＪｉａｍｕｓｉＵｎｉｖｅｒｓｉｔｙ(ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ)㊀Ｍａｙ㊀２０２０文章编号:１００８－１４０２(２０２０)０３－００３７－０４上行ＳＣＭＡ系统的串行球形解码ＭＰＡ算法①杜军均１ꎬ２ꎬ３ꎬ㊀贾国庆１ꎬ∗ꎬ㊀易辉跃２ꎬ３ꎬ㊀许㊀晖２ꎬ３ꎬ㊀张武雄２ꎬ３(１.青海民族大学物理与电子信息工程学院ꎬ青海西宁８１０００７ꎻ２.中国科学院上海微系统与信息技术研究所ꎬ上海２０１８００ꎻ３.上海无线通信研究中心ꎬ上海２０１８００)摘㊀要:㊀稀疏码多址接入(ＳｐａｒｓｅＣｏｄｅＭｕｌｔｉｐｌｅＡｃｃｅｓｓꎬＳＣＭＡ)作为５Ｇ新型非正交多址技术极大地提升了频谱效率ꎬ接收端使用消息传递算法(ＭｅｓｓａｇｅＰａｓｓｉｎｇＡｌｇｏｒｉｔｈｍꎬＭＰＡ)进行多用户检测ꎬ但是ＭＰＡ的复杂度限制了它在实际系统中的应用ꎮ为了降低ＭＰＡ的复杂度ꎬ提升其实际应用性ꎬ提出一种串行球形解码消息传递算法(ＳＳＤ－ＭＰＡ)ꎮ考虑高斯噪声的分布特性ꎬ该算法只更新范围内的节点的消息ꎬ从而降低了复杂度ꎮ同时ꎬ该算法利用串行策略加快了收敛速度ꎮ仿真结果表明ꎬ所提算法在保持ＭＰＡ性能的同时ꎬ减少了收敛所需的迭代次数ꎬ并降低了复杂度ꎮ关键词:㊀５Ｇꎻ稀疏码多址ꎻＭＰＡꎻ球形解码ꎻ串行策略中图分类号:㊀ＴＰ９２９.５㊀㊀㊀㊀文献标识码:㊀Ａ０㊀引㊀言大规模机器类通信(ｍＭＴＣ)是５Ｇ三大场景之一[１]ꎬ连接密度要求更广㊁更密[２]ꎮＳＣＭＡ是一种码域的非正交多址接入技术ꎬ通过将高维调制和稀疏扩频结合成用户专用的码本ꎬ把频谱效率提升到了１５０％以上ꎬ有希望成为大连接候选技术ꎮ但是ＳＣＭＡ在实际应用中存在限制ꎬ主要问题之一是接收端检测算法复杂度较高ꎮ为了解决这一问题ꎬ文献[３]考虑节点置信度的稳定性ꎬ降低了复杂度ꎬ但是阈值是通过经验设定ꎬ现实中难以实现ꎮ文献[４]引入了动态子图ＭＰＡ(ＤＳ－ＭＰＡ)算法ꎬ但是收敛速度较慢ꎬ复杂度较高ꎮ文献[５]介绍了一种球形解码ＭＰＡ算法(ＳＤ－ＭＰＡ)ꎬ但是收敛较慢ꎮ针对上述算法不足ꎬ提出一种串行球形解码ＭＰＡ算法(ＳＳＤ－ＭＰＡ)ꎬ利用高斯噪声分布特性与星座点可信度的关系ꎬ更新可信星座点ꎬ引入串行策略加快收敛速度ꎮ仿真结果显示ꎬＳＳＤ－ＭＰＡ加快了收敛速度ꎬ降低了复杂度ꎬ在半径适当的情况下ꎬ相较于ＭＰＡ性能几乎没有损耗ꎮ１㊀ＳＣＭＡ系统模型１.１㊀上行ＳＣＭＡ系统假定上行ＳＣＭＡ系统中有Ｊ个用户共享Ｋ个资源ꎬ系统具有Ｌ个ＭˑＫ的码本ꎬ每个用户独占一个码本ꎬ具有Ｍ个星座点ꎮ系统过载率定义为λ＝Ｊ/Ｋꎬ其中Ｊ>ＫꎮＪ＝６ꎬＬ＝６ꎬＫ＝４ꎬＭ＝４的上行ＳＣＭＡ系统模型如图１所示ꎮ图１㊀上行ＳＣＭＡ系统模型在用户发射端ꎬ每个用户ｊ根据基站分配的码本利用ＳＣＭＡ编码器将ｌｂ(Ｍ)ｂｉｔ数据流映射为Ｎ(Ｎ<Ｋ)维码字ꎬ然后根据码本的资源映射关系将Ｎ维码字稀疏扩频到Ｋ个资源上ꎮ每个用户ｊ最终输出Ｋ维码字ＳｊꎬＪ用户的数据以非正交的方式叠加在相同的Ｋ个资源上发送给基站ꎮ表示多用户非正交叠加方式的因子图如图２所示ꎬ图中包含两种节点:资源节点ＦＮ表示Ｋ个①收稿日期:２０２０－０２－２５基金项目:中国科学院无线传感网与通信重点实验室开放基金(２０１６００２)ꎻ青海民族大学校级重点项目５Ｇ中干扰消除关键技术研究(２０１９ＸＪＺ０９)ꎮ作者简介:杜军均(１９９５－)ꎬ男ꎬ四川南充人ꎬ硕士ꎬ研究方向:稀疏码多址大连接ꎮ通信作者:贾国庆(１９８４－)ꎬ男ꎬ青海乐都人ꎬ博士ꎬ教授ꎬ研究方向:稀疏码多址ꎮ佳木斯大学学报(自然科学版)２０２０年资源㊁用户节点ＶＮ表示Ｊ个用户ꎬ连线表示用户和资源的有效承载关系ꎮ用ｄｆ表示每个资源节点上叠加的用户数㊁ｄｖ表示每个用户节点上叠加的资源数ꎮ图２㊀Ｌ＝６ꎬＫ＝４的系统因子图因此ꎬ基站接收端的信号ｙ为:ｙ＝ðＪｊ＝１ｈｊˑＳｊ()＋ｎ(１)其中ꎬＳｊ＝(Ｓ１ꎬｊꎬＳ２ꎬｊ ＳＫꎬｊ)Ｔ表示用户ｊ在Ｋ个资源上的码字ꎬｈｊ＝(ｈ１ꎬｊꎬｈ２ꎬｊ ｈＫꎬｊ)Ｔ表示信道系数ꎬｎ~ＣＮ(０ꎬσ２Ｉ)是Ｋ维高斯噪声ꎮ根据因子图可知ꎬ每个资源上叠加了ｄｆ个用户的码字ꎬ所以第ｋ个资源上的接收信号为:ｙｋ＝ðｊɪＮ(ｋ)ｈｊˑＳｊ()＋ｎｋ(２)其中ꎬＮ(ｋ)＝ｊ｜Ｓｋꎬｊʂ０{}为数据叠加在第ｋ个资源上的用户集合ꎬ基数为ｄｆꎮ１.２㊀ＭＰＡ算法描述ＭＰＡ是ＳＣＭＡ系统最常用的多用户检测算法ꎬ因为码字的稀疏性ꎬＭＰＡ算法能够降低解码复杂度ꎮ基站接收机根据信道系数和噪声估计值按照因子图进行建模ꎬ解码过程主要为节点迭代更新和码字判决两部分ꎬ具体描述如下:首先在资源节点ｋ和用户节点ｊ间迭代更新节点信息Ｉｔｋңｊ(ｍｊ)＝ð~ｍｊｅｘｐ(Φ(ζꎬｋ))ˑᵑρɪＮ(ｋ)＼ｊＩｔ－１ρңｋ(ｍρ)(３)Ｉｔｊңｋ(ｍｊ)＝ｎｏｒｍ(ᵑγɪＶ(ｊ)＼ｋＩｔγңｊ(ｍｊ))(４)式中ꎬＶ(ｊ)＝ｋ｜Ｓｋꎬｊʂ０{}为第ｊ个用户映射的资源的集合ꎬ表示归一化基数为ｄｖꎬｎｏｒｍ ()ꎮΦ(ζꎬｋ)表示接受信号和星座点的欧氏距离:Φ(ζꎬｋ)＝Φ(ｍ１ꎬｍ２ꎬ...ｍｄｆꎬｋ)＝－１δ２ ｙｋ－ðｊɪＮ(ｋ)ｈｋꎬｊˑＳｋꎬｊ(ｍｊ) ２(５)迭代结束后ꎬ计算码字概率然后根据对数似然比(ＬＬＲ)判决码字Ｑｊ(ｍｊ)＝ᵑｋɪＶ(ｊ)Ｉｔｍａｘｋңｊ(ｍｊ)(６)ＬＬＲ(ｂｊ)＝ðｂｊ＝０Ｑ(ｍｊ)/ðｂｊ＝１Ｑ(ｍｊ)(７)２㊀串行球形解码算法２.１㊀ＳＳＤ－ＭＰＡ算法描述ＭＰＡ虽然利用码字稀疏性将复杂度降到了Ｍｄｆ量级ꎬ但是随着叠加用户数ｄｆ和码本尺寸Ｍ的增加ꎬ复杂度呈指数增长ꎮ这限制了它在实际场景中的应用ꎮＭＰＡ复杂度主要集中在节点迭代过程中ꎬ减小此过程的迭代次数和迭代节点数是减少复杂度的一种思路ꎮ基于这种思路ꎬ考虑高斯噪声对接收信号的影响ꎬ星座点与接收信号的欧式距离越小时可信度越高ꎮ因此根据实际场景需求设置合适的半径(欧式距离)可以在保证误码率性能的情况下ꎬ减少需要迭代更新的节点数ꎮ同时ꎬ串行策略可以使得资源节点更新的信息及时传递给用户节点ꎬ加快节点信息更新的收敛速度ꎮＳＳＤ－ＭＰＡ具体步骤如算法１所示:算法１㊀串行球形解码ＭＰＡ算法０.Ｉｎｐｕｔ:ｙꎬＨꎬσꎬＮꎬＲ１.Ｉｎｉｔｉａｌｉｚａｔｉｏｎ:ｆｏｒａｌｌｊａｎｄｋɪＶ(ｊ)ａｎｄｍｄｏＩ０ｋңｊ(ｍｊ)＝１/ＭꎬＩ０ｊңｋ(ｍｊ)＝１/Ｍｅｎｄｆｏｒ２.Ｃａｌｃｕｌａｔｅｃｏｎｔｉｎｇｅｎｔｐｒｏｂａｂｉｌｉｔｙ:ｆｏｒａｌｌｋꎬｊɪＮ(ｋ)ａｎｄｍ＝１:ＭｄｏＣａｌｃｕｌａｔｅΦ(ζꎬｋ)ｖｉａ(５)ｅｎｄｆｏｒ３.Ｉｔｅｒａｔｉｏｎ:ｆｏｒｔ＝１:ＮａｎｄａｌｌｋꎬｊɪＮ(ｋ)ｄｏｆｏｒｍ＝１:Ｍｄｏ㊀㊀㊀㊀㊀ｉｆａｂｓΦ(ζꎬｋ)()<Ｒｄｏ㊀㊀㊀㊀㊀㊀㊀㊀ｕｐｄａｔｅＩｔｋңｊ(ｍｊ)ｖｉａ(３)ｅｎｄｆｏｒ㊀㊀㊀㊀㊀㊀㊀ｕｐｄａｔｅＩｔｊңｋ(ｍｊ)ｖｉａ(４)ｅｎｄｆｏｒ４.Ｓｏｆｔｏｕｔｐｕｔ:ｆｏｒｊ＝１:Ｊａｎｄａｌｌｍｄｏ㊀㊀ＣａｌｃｕｌａｔｅＱｊ(ｍｊ)ｖｉａ(６)㊀㊀ｒｅｔｕｒｎＬＬＲｏｆｂｉｔｖｉａ(７)ｅｎｄｆｏｒ８３第３期杜军均ꎬ等:上行ＳＣＭＡ系统的串行球形解码ＭＰＡ算法２.２㊀复杂度分析ＭＰＡ算法复杂度集中在迭代更新节点过程ꎬ每次迭代都有ｄｆ Ｍｄｆ次更新ꎮＳＳＤ－ＭＰＡ算法通过将更新节点限定在可信范围内ꎬ减少迭代更新的节点数ꎬ每次迭代ｄｆ ｑｄｆ次ꎬ其中ｑ表示每个码字的可信星座点数ꎮ利用串行策略减少了收敛的最大迭代次数ꎮＳＳＤ－ＭＰＡ与多个算法的收敛复杂度比较如表１所示ꎬ其中ＮＭＰＡ㊁ＮＳＤ㊁ＮＤＳ㊁ＮＳＳＤ分别是各算法收敛的最大迭代次数ꎬΦ∗ｋ()表示ＳＤ－ＭＰＡ在资源ｋ上的更新节点数ꎮ图３给出了在实际运算时各算法的收敛复杂度比较ꎮ表１㊀收敛复杂度比较算法加法乘法比较ＭＰＡＮＭＰＡｋｄｆＭ(Ｍｄｆ－１－１)ｄｆ－１()ＮＭＰＡＫｄｆＭｄｆ０ＳＤ－ＭＰＡＮＳＤｄｆðＫｋ＝１Φ∗ｋ()－ＫＭ()ＮＳＤｄｆ－１()ｄｆðＫｋ＝１Φ∗ｋ()ＮＳＤＫＭｄｆＤＳ－ＭＰＡ[Ｋｄｆ＋(ＮＤＳ－１)Ｋ(ｄｆ－１)]Ｍｄｆ－Ｍ()(ｄｆ－１)Ｍｄｆ[Ｋｄｆ＋(ＮＤＳ－ＭＰＡ－１)Ｋ(ｄｆ－１)]ＮＤＳ－ＭＰＡ－１()ＫｄｆＳＳＤ－ＭＰＡＮＳＳＤｋðｄｆｊ＝１ðＭｍ＝１ｑｊ－１ＮＳＳＤｄｆ－１()Ｋðｄｆｊ＝１ðＭｍ＝１ｑｊＮＳＳＤ－ＭＰＡＫＭｄｆ图３㊀复杂度比较图图４㊀收敛速度比较图３㊀仿真数值分析为了验证所提算法的性能和复杂度ꎬ对几种算法的收敛速度和误码率性能进行了仿真比较ꎬ仿真参数如表２所示ꎮ表２㊀仿真参数设置参数数值信道模型ＡＷＧＮ用户数Ｊ６资源数Ｋ４码本数Ｌ６星座点Ｍ４叠加用户数ｄｆ３叠加资源数ｄｖ２可信范围半径Ｒ２δ图５㊀Ｎ＝２的ＢＥＲ性能比较图图６㊀Ｎ＝１０的ＢＥＲ性能比较图图４给出了ＳＮＲ＝１２ｄＢ的情况下几种算法的收敛速度比较ꎮ由图可见ꎬＭＰＡ算法收敛较慢在６次才收敛ꎮＳＤ－ＭＰＡ在半径Δ＝δ时虽然３次就９３佳木斯大学学报(自然科学版)２０２０年收敛但是性能较差ꎬ而在Δ＝２δ时要５次才收敛ꎬ且性能有损失ꎮＤＳ－ＭＰＡ算法虽然性能比ＳＤ－ＭＰＡ好ꎬ但是收敛慢ꎮ相比之下ꎬＳＳＤ－ＭＰＡ在Ｎ＝２时就已经收敛ꎮ图５和图６分别给出了迭代次数Ｎ为２和１０时几种算法的误码率性能比较图ꎮ从图５中可以看出ꎬＳＳＤ－ＭＰＡ的误码率性能优于其他几种算法ꎮ这是因为由图４可知ꎬ在Ｎ＝２时ＳＳＤ－ＭＰＡ已经收敛ꎬ而其他几种算法还未收敛ꎮ图４显示Ｎ为１０时几种算法都已经收敛ꎬ图６则显示除了Δ＝δ的ＳＤ－ＭＰＡ性能较差外ꎬＤＳ－ＭＰＡ在低ＳＮＲ时性能略优ꎬ但是当ＳＮＲ超过６ｄＢ时几种算法性能相似ꎮ结合图４㊁图５和图６分析可以得出结论:ＳＳＤ－ＭＰＡ较其他几种算法收敛速度更快ꎬ当几种算法均收敛时性能一致ꎮ４㊀结㊀语为了降低ＭＰＡ算法的复杂度ꎬ提升其实际应用性ꎬ针对现有技术的不足之处ꎬ提出一种串行球形解码算法ꎬ通过减少更新节点数㊁加快收敛速度ꎬ降低复杂度ꎮ仿真结果表明:所提算法在保持ＭＰＡ性能的同时ꎬ降低了复杂度ꎮ参考文献:[１]㊀ＮＧＭＮＡＬＬＩＡＮＣＥ.ＮＧＭＮ５ＧＷｈｉｔｅＰａｐｅｒ.[２]㊀谢晖ꎬ黄贤宝.５Ｇ承载网络研究及部署规划[Ｊ].佳木斯大学学报(自然科学版)ꎬ２０１９ꎬ３７(０２):２１１－２１４. [３]㊀李茂ꎬ周志刚ꎬ王涛.一种基于置信度稳定性的ＳＣＭＡ多用户检测算法[Ｊ].计算机科学ꎬ２０１９ꎬ４６(０１):１３８－１４２. [４]㊀申敏ꎬ李佳ꎬ何云.上行ＳＣＭＡ系统的动态子图检测算法[Ｊ].电讯技术ꎬ２０１９ꎬ５９(０７):７４９－７５４.[５]㊀ＹａｎｇＬｉｎꎬＭａＸｉｎｙｉｎｇꎬＳｉｕＹｕｎｍｉｎｇ.ＬｏｗＣｏｍｐｌｅｘｉｔｙＭＰＡＤｅ￣ｔｅｃｔｏｒＢａｓｅｄｏｎＳｐｈｅｒｅＤｅｃｏｄｉｎｇｆｏｒＳＣＭＡ[Ｊ].ＩＥＥＥＣｏｍｍｕ￣ｎｉｃａｔｉｏｎｓＬｅｔｔｅｒｓꎬ２０１７ꎬ２１(８):１８５５－１８５８.ＳｅｒｉａｌＳｐｈｅｒｉｃａｌＤｅｃｏｄｉｎｇＭＰＡＡｌｇｏｒｉｔｈｍｆｏｒＵｐｌｉｎｋＳＣＭＡＳｙｓｔｅｍＤＵＪｕｎ－ｊｕｎ１ꎬ２ꎬ３ꎬ㊀ＪＩＡＧｕｏ－ｑｉｎｇ１ꎬ∗ꎬ㊀ＹＩＨｕｉ－ｙｕｅ２ꎬ３ꎬ㊀ＸＵＨｕｉ２ꎬ３ꎬ㊀ＺＨＡＮＧＷｕ－ｘｉｏｎｇ２ꎬ３(１.ＣｏｌｌｅｇｅｏｆＰｈｙｓｉｃｓａｎｄＥｌｅｃｔｒｏｎｉｃＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇꎬＱｉｎｇｈａｉＵｎｉｖｅｒｓｉｔｙｆｏｒＮａｔｉｏｎａｌｉｔｉｅｓꎬＸｉｎｉｎｇ８１０００７ꎬＣｈｉｎａꎻ２.Ｓｈａｎｇ￣ｈａｉＩｎｓｔｉｔｕｔｅｏｆＭｉｃｒｏｓｙｓｔｅｍａｎｄＩｎｆｏｒｍａｔｉｏｎＴｅｃｈｎｏｌｏｇｙꎬＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓꎬＳｈａｎｇｈａｉ２０１８００ꎬＣｈｉｎａꎻ３.ＳｈａｎｇｈａｉＷｉｒｅｌｅｓｓＣｏｍｍｕｎｉｃａｔｉｏｎＲｅｓｅａｒｃｈＣｅｎｔｅｒꎬＳｈａｎｇｈａｉ２０１８００ꎬＣｈｉｎａ)Ａｂｓｔｒａｃｔ:㊀ＳｐａｒｓｅＣｏｄｅＭｕｌｔｉｐｌｅＡｃｃｅｓｓ(ＳＣＭＡ)ꎬａｓａｎｅｗｎｏｎ－ｏｒｔｈｏｇｏｎａｌｍｕｌｔｉｐｌｅａｃｃｅｓｓｔｅｃｈｎｏｌｏｇｙｆｏｒ５Ｇꎬｈａｓｇｒｅａｔｌｙｉｍｐｒｏｖｅｄｓｐｅｃｔｒｕｍｅｆｆｉｃｉｅｎｃｙ.ＴｈｅｒｅｃｅｉｖｅｒｕｓｅｓＭｅｓｓａｇｅＰａｓｓｉｎｇＡｌｇｏｒｉｔｈｍ(ＭＰＡ)ｆｏｒｍｕｌｔｉ－ｕｓｅｒｄｅｔｅｃｔｉｏｎ.ＨｏｗｅｖｅｒꎬｔｈｅｃｏｍｐｌｅｘｉｔｙｏｆＭＰＡｌｉｍｉｔｓｉｔｓａｐｐｌｉｃａｔｉｏｎｉｎｐｒａｃｔｉｃａｌｓｙｓｔｅｍｓ.ＩｎｏｒｄｅｒｔｏｒｅｄｕｃｅｔｈｅｃｏｍｐｌｅｘｉｔｙｏｆＭＰＡａｎｄｉｍｐｒｏｖｅｉｔｓｐｒａｃｔｉｃａｌａｐｐｌｉｃａｔｉｏｎꎬａｓｅｒｉａｌｓｐｈｅｒｉｃａｌｄｅｃｏｄｉｎｇｍｅｓｓａｇｅｐａｓｓｉｎｇａｌｇｏ￣ｒｉｔｈｍ(ＳＳＤ－ＭＰＡ)ｉｓｐｒｏｐｏｓｅｄ.ＣｏｎｓｉｄｅｒｉｎｇｔｈｅｄｉｓｔｒｉｂｕｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆＧａｕｓｓｉａｎｎｏｉｓｅꎬｏｎｌｙｔｈｅｍｅｓｓａ￣ｇｅｓｏｆｔｈｅｎｏｄｅｓｉｎｔｈｅｒａｎｇｅａｒｅｕｐｄａｔｅｄꎬａｎｄｔｈｅｓｅｒｉａｌｓｔｒａｔｅｇｙｉｓｕｓｅｄｔｏａｃｃｅｌｅｒａｔｅｔｈｅｃｏｎｖｅｒｇｅｎｃｅｓｐｅｅｄ.ＳｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｐｒｏｐｏｓｅｄａｌｇｏｒｉｔｈｍｒｅｄｕｃｅｓｔｈｅｎｕｍｂｅｒｏｆｉｔｅｒａｔｉｏｎｓｒｅｑｕｉｒｅｄｆｏｒｃｏｎｖｅｒｇｅｎｃｅａｎｄｒｅｄｕｃｅｓｃｏｍｐｌｅｘｉｔｙｗｈｉｌｅｍａｉｎｔａｉｎｉｎｇＭＰＡｐｅｒｆｏｒｍａｎｃｅ.Ｋｅｙｗｏｒｄｓ:㊀５ＧꎻｓｐａｒｓｅｃｏｄｅｍｕｌｔｉｐｌｅａｃｃｅｓｓꎻＭＰＡꎻｓｐｈｅｒｉｃａｌｄｅｃｏｄｉｎｇꎻｓｅｒｉａｌｓｔｒａｔｅｇｙ０４。
基于变量节点门限的scma多用户检测算法
译码，原始的 MPA 算法复杂度较高，为了降低多用户检测算法复杂度，提出了一种变量节点门限的 SCMA 多用户检测
算法。在每次消息更新后，对用户的变量节点可信度进行判断，当某一用户的所有变量节点传输码字可信度最大的位置
均相同，且所有变量节点满足预设门限时，将该用户提前译码，已译码用户在以后的迭代中不再继续更新，从而降低算法
的复杂度。仿真结果表明，提出算法在收敛速度和 BER 性能方面明显优于门限 MPA 算法，和原始 MPA 算法相比，该算
法在保证 BER 性能的同时极大地降低了算法的复杂度。
关键词：稀疏码分多址接入；多用户检测；消息传递算法；低复杂度
中图分类号：TN929.5
文献标识码：A
文章编号：1673-1131（2019）12-0001-04
SCMA 技术是低密度信号[（4] Low-Density Signature，LDS） 技术的扩展。SCMA 技术将正交幅度调制（Quadrature Amplitude Modulation，QAM）和 LDS 编码融合成一步完成，每个用 户有特定的码本，码本具有稀疏性。在发送端，用户将比特数 据流直接映射成多维码字，多个用户的不同码字在相同资源 上进行叠加。在接收端，利用消息传递算法[（5] Message Passing Algorithm，MPA）来进行多用户检测。
scma系统多用户检测算法研究
摘要摘要稀疏码多址接入(Sparse Code Multiple Access，SCMA)，作为一个前景广阔的5G无线空口技术，是一种基于码本的频谱效率较优的非正交多址接入技术，现有的SCMA多用户检测算法主要是消息传递算法(Message Passing Algorithm，MPA)，MPA算法是一种接近最优的最大后验概率检测算法性能的次优的多用户检测算法，该算法在迭代过程中，函数节点与变量节点的消息在因子图中并行传递，即首先更新函数节点消息，然后更新变量节点消息，本质上该算法是基于并行策略的思想。
本文针对现有的SCMA系统接收端基于并行传递的MPA算法(Parallel MPA，PMPA)存在信息收敛不理想以及算法复杂度过高的问题，从提升误比特率(Bit Error Ratio，BER)性能和降低算法复杂度两个角度改进PMPA算法，得到两类改进算法，即基于串行策略的MPA算法(Serial MPA，SMPA)和基于残差的动态消息调度策略的MPA算法(Residual Dynamic MPA，R-DMPA)。
SMPA算法以函数节点或变量节点为序，具体地提出基于函数节点串行更新的MPA算法(Function Node Serial MPA，FN-SMPA)和基于变量节点串行更新的MPA算法(Variable Node Serial MPA，VN-SMPA)，SMPA算法按串行方式进行消息更新与传递，保证更新消息能够立即进入当前迭代过程，改善了消息传递的收敛速率；R-DMPA算法引入了残差的概念对节点更新的顺序进行排序，优先更新残差值大的节点消息，相较于PMPA和SMPA算法，R-DMPA算法的收敛速率更快，已更新的消息能够更快地融入到当前迭代过程。
仿真结果验证了EXIT图分析的正确性。
最后通过外信息转移图(Extrinsic Information Transfer，EXIT)这一数学工具从理论上分析MPA算法的收敛特性。
基于部分边缘化串行策略的SCMA低复杂度译码算法
基于部分边缘化串行策略的SCMA低复杂度译码算法
黄森;宋荣方
【期刊名称】《南京邮电大学学报（自然科学版）》
【年(卷),期】2018(038)002
【摘要】目前,稀疏码多址接入(SCMA)的多用户检测都是基于消息传递算法(MPA)实现的.虽然基于传统的消息传递算法设计的检测器可以使得系统性能接近基于最大后验概率(MAP)设计的最佳检测器的性能,但是MPA较高的复杂度给5G的硬件实现带来了很大困难.文中从降低算法迭代次数和减少星座图搜索点数的目的出发,提出了一种基于部分边缘化串行策略的复杂度更低的SCMA检测算法.该算法在利用串行策略使变量节点及时更新的同时,利用部分边缘化使搜索的星座点有所减少,从而使得译码的复杂度得到明显降低.仿真表明该算法在误码率和复杂度之间实现了较好的平衡.
【总页数】8页(P14-21)
【作者】黄森;宋荣方
【作者单位】南京邮电大学通信与信息工程学院,江苏南京 210003;南京邮电大学江苏省通信与网络技术工程研究中心,江苏南京 210003;南京邮电大学通信与信息工程学院,江苏南京 210003;南京邮电大学江苏省通信与网络技术工程研究中心,江苏南京 210003
【正文语种】中文
【中图分类】TN929.5
【相关文献】
1.基于变量节点串行策略的SCMA低复杂度译码研究 [J], 吉明明;郑建宏
2.低复杂度校验节点调度的LDPC串行译码算法 [J], 朱庆;吴乐南
3.一种低复杂度的串行抵消极化码译码算法 [J], 王敏; 唐加山; 卓干兵
4.基于部分响应和SCMA的联合检测与译码算法 [J], 刘梦;刘威;周志刚
5.基于部分响应和SCMA的联合检测与译码算法 [J], 刘梦;刘威;周志刚
因版权原因，仅展示原文概要，查看原文内容请购买。
上行SCMA系统的动态子图检测算法
上行SCMA系统的动态子图检测算法SHEN Min;LI Jia;HE Yun【摘要】面对未来网络需求量的爆炸性增长,稀疏码多址接入(Sparse Code Multiple Access,SCMA)作为一种基于码本的非正交多址技术,在用户连接数、频谱效率和低时延都有很大的提升.由于码字的稀疏性,SCMA采用消息传递算法(Message Passing Algorithm,MPA)实现多用户检测,但是复杂度还是相对较高,以至于很难应用于实际系统.为了解决上述问题,提出了一种动态子图消息传递算法(Dynamic Sub-graph Message Passing Algorithm,DS-MPA)进行信号检测.DS-MPA利用剩余值来确定下一次迭代的子图,减少了资源节点的更新用户数量,达到了降低复杂度的目的.仿真结果显示算法性能几乎无损并且降低了1/3左右的复杂度.【期刊名称】《电讯技术》【年(卷),期】2019(059)007【总页数】6页(P749-754)【关键词】5G;稀疏码多址接入(SCMA);消息传递算法(MPA);动态子图检测【作者】SHEN Min;LI Jia;HE Yun【作者单位】【正文语种】中文【中图分类】TN929.51 引言对第五代移动通信系统(5G)需接入海量用户的需求，现有的正交多址接入方式不能很好地满足该要求。
稀疏码多址接入(Sparse Code Multiple Access,SCMA)是华为公司为5G设计的一种基于码域的非正交多址接入技术，接入用户量可以成倍地大于占用资源数，实现过载连接。
文献[1]分析了SCMA的结构、编码和码本设计等，证明了SCMA能很好地解决5G无线系统的连接问题[2]、非正交接入的盲检测问题[3]和信道估计问题[4]，并且能有效利用能源[5]。
SCMA的过载连接会增加接收机的检测复杂度，随着硬件技术逐渐提升，这种通过提升用户检测复杂度来实现过载连接的方式是可实现的。
基于串行策略的SCMA多用户检测算法
基于串行策略的SCMA多用户检测算法杜洋;董彬虹;王显俊;党冠斌;高鹏宇【摘要】稀疏码多址接入(SCMA)作为一个前景广阔的5 G无线空口技术，能够满足海量连接的需求。
针对现有SCMA 通信系统都是基于并行策略的消息传递算法(MPA)进行多用户检测，存在信息收敛速度不理想的问题，该文提出一种串行策略的多用户检测算法。
该算法以资源节点为序，按串行方式依次进行消息更新与传递，保证更新的消息能够立即进入当前迭代过程，改善了消息传递的收敛速度，相比并行策略的多用户检测算法，降低了算法复杂度；同时，充分利用消息间相互关联的特点，融合消息传递步骤，降低了存储器的要求。
理论与仿真结果表明，该算法在误比特率(BER)性能与算法复杂度之间可以达到较理想的平衡。
%Sparse Code Multiple Access (SCMA) is a promising air-interface technology for 5 G wireless communication networks, which can enable massive connectivity. The existing multiuser detection schemes are based on a parallel message updating for Message Passing Algorithm (MPA), thus it is not efficient in terms of convergence. In this paper, an efficient multiuser detection scheme for uplink SCMA is proposed based on serial updating of function nodes, messages. Compared to the existing detection schemes, the proposed scheme accelerates the convergence due to that the updated messages can join the belief propagation immediately in current iteration, which avoids being used in the next iteration. Furthermore, the proposed scheme can reduce the storage burden, which fuses message passing process on the basis of the relationship between messages.Numerical results show that the proposed scheme can offer a good trade-off between complexity and Bit Error Rate (BER) performance.【期刊名称】《电子与信息学报》【年(卷),期】2016(038)008【总页数】6页(P1888-1893)【关键词】稀疏码多址接入;多用户检测;消息传递算法;串行策略【作者】杜洋;董彬虹;王显俊;党冠斌;高鹏宇【作者单位】电子科技大学通信抗干扰技术国家级重点实验室成都 611731;电子科技大学通信抗干扰技术国家级重点实验室成都 611731;电子科技大学通信抗干扰技术国家级重点实验室成都 611731;电子科技大学通信抗干扰技术国家级重点实验室成都 611731;电子科技大学通信抗干扰技术国家级重点实验室成都 611731【正文语种】中文【中图分类】TN929.5目前，全球第4代（4G）移动通信网络建设方兴未艾，面向2020年及未来的第5代（5G）移动通信的研究已在全世界范围内开启［1］。
一种基于串行更新的分组门限MPA算法
一种基于串行更新的分组门限MPA算法
王雨晴;郝学坤;王力男
【期刊名称】《海南大学学报（自然科学版）》
【年(卷),期】2018(036)003
【摘要】针对上行SCMA系统通常采用消息传递算法(Message Passing Algorithm,MPA)进行多用户检测,但其存在复杂度高、收敛速度慢等问题,造成较长的系统时延,故提出一种基于串行更新的分组门限MPA检测算法,为不同分组中的用户设置判决门限及不同的最小迭代次数,减少串行更新过程中所需更新用户节点的个数.理论和仿真结果表明,该算法可在保证误比特率(Bit Error Rate,BER)性能的情况下有效降低译码复杂度,减小系统时延.
【总页数】6页(P220-225)
【作者】王雨晴;郝学坤;王力男
【作者单位】中国电子科技集团公司第五十四研究所,河北石家庄050081;中国电子科技集团公司第五十四研究所,河北石家庄050081;中国电子科技集团公司第五十四研究所,河北石家庄050081
【正文语种】中文
【中图分类】TN929.5
【相关文献】
1.一种基于分组式蛇模型的GIS矢量边界更新方法 [J], 韩敏;孙杨
2.一种基于权值的移动自组网门限证书更新方案 [J], 谭龙文;王国才
3.一种改进的分组帧时隙ALOHA算法 [J], 管小卫;傅伟;蒋道霞
4.一种基于权值的移动自组网门限证书更新方案 [J], 谭龙文; 王国才
5.上行SCMA系统的串行球形解码MPA算法 [J], 杜军均;贾国庆;易辉跃;许晖;张武雄
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
p10=Lx(y_loca(1),(t-1)*4+2)*Lx(y_loca(2),(t-1)*4+2);
p01=Lx(y_loca(1),(t-1)*4+3)*Lx(y_loca(2),(t-1)*4+3);
p11=Lx(y_loca(1),(t-1)*4+4)*Lx(y_loca(2),(t-1)*4+4);
for k3=1:4
x_map(ent_k(2))=const_map(k3,row_index,x_loca(ent_k(2)));%星座映射
x_map_rota=x_map.*rota_angle;
Lx(row_index,(column_index-1)*4+1)=lamada*Lx(row_index,(column_index-1)*4+1);
Lx(row_index,(column_index-1)*4+2)=lamada*Lx(row_index,(column_index-1)*4+2);
Ly(k1,(k2-1)*4+1)=0.25;
Ly(k1,(k2-1)*4+2)=0.25;
Ly(k1,(k2-1)*4+3)=0.25;
Ly(k1,(k2-1)*4+4)=0.25;
if F(row_index,column_index)==1
F(row_index,column_index)=rota_angle(r);
r=r+1;
end
end
end
global cdbook1 cdbook2
L_gety(k,4)=Ly(row_index,x_loca(k)*4);
end
%计算四个概率值,3个x有64种符号的全排列
x_map=zeros(1,3);
for x_k=1:4 %当前求得xk，对应t
for row_index=1:4
x_loca=find(F(row_index,:)); %存放每一行非零位置，即与y有关系的x
for t=1:3
column_index=x_loca(t);
ent_k=[1 2 3];
ent_k(t)=[];
x_map(t)=const_map(x_k,row_index,x_loca(t));%星座映射
for k2=1:4
x_map(ent_k(1))=const_map(k2,row_index,x_loca(ent_k(1)));%星座映射
end
end
for k1=1:4
Ly(row_index,(column_index-1)*4+k1)=L_getx(k1);
end
%必须进行标准化
% X=reshape(X_judge',1,12);
% if itera_count>1
% if X_before1==X
% repeat_times=itera_count;
% itera_count=itera_max;
% % end
Lx(row_index,(column_index-1)*4+3)=lamada*Lx(row_index,(column_index-1)*4+3);
Lx(row_index,(column_index-1)*4+4)=lamada*Lx(row_index,(column_index-1)*4+4);
L_gety=zeros(3,4);
rota_angle=[1,exp(1i*2*pi/3),exp(1i*4*pi/3)];
F=[1 1 1 0 0 0;1 0 0 1 1 0;0 1 0 1 0 1;0 0 1 0 1 1];
for row_index=1:4
r=1;
for column_index=1:6
lamada=1/(Ly(row_index,(column_index-1)*4+1)+Ly(row_index,(column_index-1)*4+2)+Ly(row_index,(column_index-1)*4+3)+Ly(row_index,(column_index-1)*4+4));
end
end
end
% X_before2=zeros(1,12);
X_before1=ones(1,12);
X=X_before1-1;
ቤተ መጻሕፍቲ ባይዱ
%主程序
for itera_count=1:itera_max
%*******************************更新Lx*****************************
for t=1:2
row_index=y_loca(t);
%计算四个概率值
for k=1:2
if k~=t
L_getx(1)=Lx(y_loca(k),(column_index-1)*4+1);
end
end
%***********************更新Ly****************************************
for column_index=1:6
y_loca=find(F(:,column_index))'; %加了转置 存放每一列非零位置，即与x有关系的y
Ly(row_index,(column_index-1)*4+1)=lamada*Ly(row_index,(column_index-1)*4+1);
Ly(row_index,(column_index-1)*4+2)=lamada*Ly(row_index,(column_index-1)*4+2);
Ly(row_index,(column_index-1)*4+3)=lamada*Ly(row_index,(column_index-1)*4+3);
Ly(row_index,(column_index-1)*4+4)=lamada*Ly(row_index,(column_index-1)*4+4);
p=[p00,p10,p01,p11];
% [~,K]=max(p);
% X_judge(t,:)=c4(K,:);
X_judge_out(t,:)=[log((p10+p11)/(p01+p00)),log((p01+p11)/(p10+p00))];
end
L_getx(2)=Lx(y_loca(k),(column_index-1)*4+2);
L_getx(3)=Lx(y_loca(k),(column_index-1)*4+3);
L_getx(4)=Lx(y_loca(k),(column_index*4));
y_map=sum(x_map_rota);
temp=L_gety(ent_k(1),k2)*L_gety(ent_k(2),k3);
dif_y(k2,k3)=y(row_index)-y_map;
end
end
end
%***********************判断一次X***********************
for t=1:6
y_loca=find(F(:,t));
p00=Lx(y_loca(1),(t-1)*4+1)*Lx(y_loca(2),(t-1)*4+1);
% cdbook=[-1-1i,1-1i,-1+1i,1+1i];
c4=de2bi(0:3);% 00 10 01 11
% map=[1 1 1 0 0 0;2 0 0 1 1 0;0 2 0 2 0 1;0 0 2 0 2 2];
for k1=1:4
for k2=1:6
if F(k1,k2)~=0
cdbook1=[0.4472+1.3416*1i,1.3416 - 0.4472*1i,-1.3416+0.4472*1i,-0.4472-1.3416*1i];
cdbook2=[1.3416+0.4472*1i,0.4472 - 1.3416*1i,-0.4472+1.3416*1i,-1.3416-0.4472*1i]; %00 10 01 11
function [X,repeat_times]=MPA(y,sigma2)
%初始化参数
X=zeros(6,2);
Lx=zeros(4,24);
Ly=zeros(4,24);
itera_max=10; %最大迭代次数
itera_count=0;
L_getx=zeros(1,4);
for k=1:3 %此函数换位置
L_gety(k,1)=Ly(row_index,(x_loca(k)-1)*4+1);
L_gety(k,2)=Ly(row_index,(x_loca(k)-1)*4+2);
L_gety(k,3)=Ly(row_index,(x_loca(k)-1)*4+3);
end
%标准化normalization
lamada=1/(Lx(row_index,(column_index-1)*4+1)+Lx(row_index,(column_index-1)*4+2)+Lx(row_index,(column_index-1)*4+3)+Lx(row_index,(column_index-1)*4+4));