基于GMP的低复杂度RRC-SEFDM信号迭代检测优化方法

本文主要探讨了基于低复杂度图的RRC-SEFDM信号迭代检测方法，这是一种针对下一代无线通信中频谱高效（Spectral Efficiency, SEFDM）技术的创新解决方案。SEFDM因其能显著提高频谱利用率而备受瞩目，但在传统的检测器设计中，往往面临着计算复杂度与误码率（Bit Error Rate, BER）性能之间的矛盾。为了克服这一挑战，研究者们提出了一种新的迭代检测策略。 论文的核心贡献在于利用高斯消息传递（Gaussian Message Passing, GMP）在因子图（Factor Graph）框架下进行设计。因子图是一种图论工具，常用于表示概率模型中的变量依赖关系，特别适合处理复杂的概率问题。作者将编码后的RRC形状SEFDM信号的检测问题转换成一个线性状态空间模型，通过构建Forney风格的因子图（FFG），有效地简化了问题。在FFG上，他们基于GMP规则推导出了消息更新表达式，实现了参数消息传递，从而降低了算法的计算复杂度。 值得注意的是，该算法巧妙地忽略了由子载波间隔紧密排列导致的弱符号间干扰（Inter-Symbol Interference, ISI），这有助于优化检测性能。通过高斯近似在无周期因子图上进行计算，使得算法的复杂度随着子载波数量的增加呈现出线性的增长特性，这对于实际应用来说具有重要的实用性。 通过仿真验证，该基于因子图迭代检测的编码RRC-SEFDM系统展现了优异的性能。在保持传输速率提升至40%的同时，误码率损失仅约0.5 dB，这表明在保证高效传输的同时，还能维持良好的错误控制能力。因此，这项工作为SEFDM信号的高效检测提供了一种有效的低复杂度解决方案，对提升未来无线通信系统的整体性能具有重要意义。