利用 Tikhonov 混合进行相位噪声跟踪的消息传递算法

本文提出了一种新的低复杂度迭代算法，用于解码在强相位噪声信道上传输的数据。该算法基于和积算法（Sum & Product Algorithm, SPA），其中相位噪声消息被建模为 Tikhonov 混合。由于基于混合的贝叶斯推断（如 SPA）会导致连续消息的混合阶数呈指数增长，因此必须进行混合降阶。我们提出了一种低复杂度的混合降阶算法，该算法能找到降阶后的混合，其相异性度量在数学上被证明以给定阈值为上界。作为混合降阶的一部分，一种新的最优聚类方法提供了在 Kullback-Leibler 意义上最接近任意圆形混合的圆形分布。我们进一步展示了一种限制被跟踪分量数量的方法以及其他复杂度降低途径。我们展示了所提算法的仿真结果和复杂度分析，表明其性能优于其他现有的低复杂度算法。我们指出，SPA 消息的 Tikhonov 混合近似等价于跟踪多个相位轨迹，或者也可以被视为智能多锁相环（PLL）。当分量数量限制为一个时，结果类似于智能锁相环。