稀疏码多址接入(Sparse Code Multiple Access,SCMA)技术由Hosenin Nikopour等人于2013年提出,是低密度符号(Low Density Signature,LDS)演进而来的一种基于码域的非正交多址技术,其接收端的多用户检测采用了消息传递算法(Message Passing Algorithm,MPA)。MPA算法利用SCMA码本的稀疏性来降低了复杂度,但在实际应用中,MPA仍具有较高的复杂度。本文通过对经典MPA算法的译码过程进行分析,发现其复杂度主要受限于迭代更新过程,即变量节点和资源块节点之间迭代传递外部信息的过程。因此,本文针对MPA算法展开研究,从最大迭代次数和参与迭代更新的消息数目两个方面来降低MPA算法的实现复杂度,具体内容如下:1.针对经典MPA算法收敛速度较慢的问题,首先对比分析了基于串行策略和并行策略的MPA算法的工作模式,发现串行模式的MPA算法可以很好地提高外部信息的收敛速度。但现有的串行MPA算法节点更新顺序固定,译码性能有待进一步提高,因此本文提出基于外部消息自适应更新的MPA(Adaptive Update Message Passing Algorithm,AU-MPA)。该算法在每轮迭代过程中以残差值作为动态选择标准,先选取具有最大残差值的节点外部信息,再自适应选取与最大残差值的节点独立的节点外部信息同时更新。通过仿真表明,AU-MPA算法2次迭代的译码性能与经典MPA算法6次迭代的译码性能之间仅有约0.2dB的性能损失,且在性能相似的情况下,AU-MPA算法比其他串行MPA算法更好地加快了收敛速度。因此,AU-MPA算法通过减小译码所需的最大迭代次数来降低了复杂度。2.针对经典MPA算法迭代更新过程中存在冗余计算的问题,本文首先对接收信号的条件概率密度函数进行分析,发现随着信噪比的增加,对译码影响较小的条件概率密度函数值的数目变多,因此本文提出条件概率选择更新的MPA(Conditional Probability Selection Update MPA,CPSU-MPA)。该算法通过选择合理比重的条件概率密度函数值进行更新,大大减少了迭代过程中的消息更新计算量;同时CPSU-MPA算法对未被选择更新的外部信息进行舍弃补偿,保证了该算法在丢弃部分信息的情况下译码性能牺牲较小。通过仿真验证,CPSU-MPA算法达到了大幅度降低译码复杂度的目的,且误码率性能牺牲在可接受范围之内。