1、提高無線通信的帶寬是滿足人們對(duì)無線通信日益增長的多樣化需求的有效途徑，然而，隨著通信帶寬的大幅增加，無線通信中的一些已有問題將會(huì)變得更加嚴(yán)重，同時(shí)還將會(huì)面臨新的挑戰(zhàn)。首先，通信帶寬的增加導(dǎo)致符號(hào)周期遠(yuǎn)遠(yuǎn)小于信道的時(shí)延擴(kuò)展，從而產(chǎn)生更加嚴(yán)重的符號(hào)間干擾(inter-symbol interference，ISI);其次，隨著通信帶寬增加，無線信道會(huì)具有稀疏特性，這給信道估計(jì)又帶來了難題;再有，為實(shí)現(xiàn)綠色通信，低精度模數(shù)轉(zhuǎn)換器(analog

2、 to digital converter，ADC)和低復(fù)雜度接收算法可有效緩解高通信帶寬下接收端的功率損耗，但低精度量化引起了接收信號(hào)的非線性畸變。有效解決上述三個(gè)問題，是保證無線移動(dòng)傳輸質(zhì)量的關(guān)鍵。
　　本文針對(duì)上述三個(gè)問題開展研究工作，利用消息傳遞及其近似算法設(shè)計(jì)低復(fù)雜度的迭代接收算法，實(shí)現(xiàn)聯(lián)合符號(hào)檢測(cè)、稀疏信道估計(jì)與譯碼。本文的主要研究內(nèi)容包括:
　　1.針對(duì)ISI問題，有機(jī)結(jié)合了部分高斯近似(partial Gau

3、ssian approximation，PGA)思想和聯(lián)合置信傳播（belief propagation，BP）-期望傳播(expectation propagation，EP)消息傳遞框架，設(shè)計(jì)了一種新型迭代接收算法。通過分析符號(hào)干擾的強(qiáng)弱，使用PGA保留強(qiáng)干擾符號(hào)的離散形式，降低了高斯近似的范圍;使用BP-EP對(duì)弱干擾符號(hào)進(jìn)行高斯投影，提高了高斯近似的精度。該接收算法具有較強(qiáng)的靈活性，通過調(diào)節(jié)PGA的作用范圍，可獲得以下兩種變形:1

4、）若對(duì)所有干擾符號(hào)進(jìn)行高斯近似，得到聯(lián)合BP-EP迭代接收算法，不同于啟發(fā)式的高斯近似，所提算法通過聯(lián)合BP-EP對(duì)符號(hào)的置信進(jìn)行高斯投影，可有效提高近似精度。實(shí)驗(yàn)結(jié)果表明，該算法復(fù)雜度與高斯直接近似算法同階，且性能提升明顯。2）若只對(duì)一定范圍的干擾符號(hào)進(jìn)行高斯投影，即可得到BP-EP-PGA接收算法，該算法與PGA復(fù)雜度相同，在誤碼性能和收斂速度上顯著提高，且進(jìn)一步逼近了最優(yōu)迭代接收算法下限，實(shí)現(xiàn)了復(fù)雜度和性能的較好折中。
　　

5、2.針對(duì)信道稀疏的單載波頻域均衡(single carrier frequency domain equalization，SC-FDE)系統(tǒng)，設(shè)計(jì)了基于參數(shù)化雙線性廣義近似消息傳遞(parametric bilinear generalized approximate message passing，PBiGAMP)的接收新算法。該算法有機(jī)結(jié)合了高斯混合模型(Gaussian mixture model，GMM)和隱馬爾科夫模型(hi

6、dden Markov model，HMM)，能夠準(zhǔn)確模擬信道的稀疏聚集特性，同時(shí)有效抑制ISI。此外，提出的接收算法的復(fù)雜度僅為對(duì)數(shù)級(jí)別。仿真結(jié)果表明，與現(xiàn)有的判決反饋均衡(decision feedback equalization，DFE)和最新提出的盲解卷積算法相比，本文設(shè)計(jì)的接收算法在信道估計(jì)準(zhǔn)確性、誤碼性能、收斂速度和頻譜效率等方面具有較大優(yōu)勢(shì)。
　　3.針對(duì)低精度ADC量化下的毫米波通信系統(tǒng)，結(jié)合GMM模型提出了一種