Gaussian Mixture Message Passing for Blind Known Interference Cancellation
Gaussian Mixture Message Passing for Blind Known Interference Cancellation
复制标题
用于盲已知干扰消除的高斯混合消息传递
DOI：
10.1109/twc.2019.2922392
复制
发表时间：
2019-06
影响因子：
10.4
通讯作者：
Wang Hui
中科院分区：
文献类型：
--
作者：
Wang Taotao;Shi Long;Zhang Shengli;Wang Hui
提出了一种基于混合高斯消息传递的盲干扰消除方案。BKIC知道干扰数据是先验信息，目的是在不估计干扰信道的情况下消除干扰。由于目标信号是由连续的实值变量表示的，以前的BKIC方案被构造为实值信任传播(RBP)，用于在表示相应信号模型的因子图上实现消息传递。为了实现RBP-BKIC，实值变量实际上被量化为离散值的矢量。因此，量化的RBP-BKIC有一些缺点：1)它的性能由量化步长决定；2)它只能应用于具有一维PAM调制的真实信令。为了克服这些缺陷，我们提出了一种适用于BKIC的GMP方案。首先，我们揭示了所有通过BKIC系统因子图的消息都可以用加权高斯概率密度函数的混合来精确表示。与量化的RBP-BKIC方案相比，我们进一步证明了该方案是求解BKIC的一种精确而有效的方案。特别是，它可以以负担得起的计算复杂性为代价来接近具有复杂QAM调制的点对点通信系统的性能。此外，我们还提出了一种消息传递框架，将GMMPBKIC和信道译码结合在一起，形成了一种迭代的消息传递方案。
This paper proposes a Gaussian mixture message passing (GMMP) scheme to implement the blind known-interference cancellation (BKIC). Being aware of interference data as a priori information, the BKIC aims at canceling the interference without estimating the interference channel. Since the target signals are represented by continuous real-valued variables, the previous BKIC scheme is constructed as a real-valued belief propagation (RBP) for implementing message passing on the factor graph that represents the corresponding signal model. To implement the RBP-BKIC, the real-valued variables are actually quantized into vectors of discrete values. As such, the quantized RBP-BKIC has some drawbacks: 1) its performance is determined by the quantization step size and 2) it can only be applied to real signaling with 1-D PAM modulations. To overcome these drawbacks, we propose a GMMP scheme for the BKIC. First, we reveal that all messages passing over the factor graph of BKIC systems can be exactly represented by the mixtures of weighted Gaussian probability density functions. Superior to the quantized RBP-BKIC, we further show that the proposed GMMP scheme is an exact and efficient solution to the BKIC. In particular, it can approach performances of point-to-point communication systems with complex QAM modulations at the cost of affordable computational complexities. Moreover, we put forth a message passing framework that combines the GMMP-BKIC and the channel decoding into an iterative message passing scheme.
登录
查看更多内容
影响因子：
6.8
作者：
Li Chunguo;Yang Hyun Jong;Sun Fan;Cioffi John M.;Yang Luxi
通讯作者：
Yang Luxi
DOI：
10.1109/isit.1997.613028
发表时间：
1997-06
期刊：
Proceedings of IEEE International Symposium on Information Theory
影响因子：
--
作者：
D. Mackay
通讯作者：
D. Mackay
影响因子：
14.9
作者：
Loeliger, HA
通讯作者：
Loeliger, HA
影响因子：
2.8
作者：
Gollakota, Shyamnath;Katabi, Dina
通讯作者：
Katabi, Dina
DOI：
10.1109/tassp.1984.1164265
发表时间：
1984-02
期刊：
IEEE Transactions on Acoustics, Speech, and Signal Processing
影响因子：
--
作者：
D. Messerschmitt
通讯作者：
D. Messerschmitt