韩　瑶（辽宁大连116000）

基于因子图的相位估计分层量化NI算法

韩瑶
（辽宁大连116000）

通信系统旨在提升信息传输的有效性和可靠性，随着当今LDPC、Turbo码等信道编码技术的发展，相位噪声对通信系统的影响变得更加突出，而通信系统的接收机的高抗相位噪声能力，使得相位估计问题的重要性日益增强。结合因子图对相位偏移问题进行估算，近年来也受到广泛关注。已有的数据整合（NI）算法中，虽然可以得到较精确的计算精度，但计算量较大，效率与精度不可兼得，本文利用分层量化的方式，对已有NI算法进行了优化，降低了既有NI算法的计算量，在确保对相位偏移估算精度的同时，有效提升了计算效率。

相位估计，数据整合算法，分层量化

1　相位估计NI算法矛盾

在保证准确性前提下，以相对较简单通用的方式将单载波的系统模型描述为：

其中：

Xk：k时刻由发送端发送到信道上的信道符号；Nk：k时刻信道上的复噪声对该时刻的信道符号Xk产生的影响，：k时刻的相位偏转，其取值为。（1）中的各个变量均为随机变量。根据的统计特性差异，系统模型可以分类为恒定相位模型和随机相位模型。

随机相位模型的因子图后对随机相位模型的相邻相位之间的关系因子图进行分析计算，有如下复杂的似然函数来估计相位偏移。

从算式（2）和（3）可看出，对于这两种模型，使用既有的NI算法处理相位估计，每一次量化后的相位值都要求等量计算，因此相位的量化阶数直接决定了算法的计算量，而为减小量化噪声的影响，量化阶数也不能过低。……