基于近似消息传递与稀疏贝叶斯学习的NOMA系统信道和脉冲噪声联合估计方法

作     者：李有明 马冲亚 吴永宏 国强 

作者机构：宁波大学信息科学与工程学院 中国电波传播研究所 哈尔滨工程大学信息与通信工程学院 

出 版 物：《电信科学》 (Telecommunications Science)

年 卷 期：2024年

学科分类：080904[工学-电磁场与微波技术] 12[管理学] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 0810[工学-信息与通信工程] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 080402[工学-测试计量技术及仪器] 0804[工学-仪器科学与技术] 0835[工学-软件工程] 081001[工学-通信与信息系统] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金资助项目(No.61571250) 浙江省自然科学基金资助项目(No.LY22F010018) 科技部战略性国际科技创新合作项目重点专项基金资助项目(No.2018YFE0206500) 

主　　题：非正交多址接入 信道估计 脉冲噪声估计 稀疏贝叶斯学习 近似消息传递 

摘      要：针对非高斯脉冲噪声背景下的非正交多址接入（non-orthogonal multiple access，NOMA）系统的信道估计问题，利用信道和脉冲噪声的稀疏特性，提出一种基于近似消息传递的信道和脉冲噪声联合估计方法。首先构建全子载波的压缩感知方程，然后基于稀疏贝叶斯学习理论提出一种信道、脉冲噪声和数据符号的联合估计优化问题。为解决这一超参量非线性非凸问题，设计了一种基于高斯广义近似消息传递和稀疏贝叶斯学习理论的期望最大化实现算法。仿真结果表明，与基于期望最大化的稀疏贝叶斯学习方法相比，所提算法在信道和脉冲噪声估计的均方误差、误码率等方面性能虽略有下降，但算法复杂度降低了1个数量级。