Expectation Propagation on Factor Graphs Based on Matrix Decomposition
Propagation d'Esperance sur des Graphes de Facteurs par Décomposition Matricielle
Abstract
In the context of the Gaussian linear model, recent works have studied factor graph modification using QR decomposition that enables the derivation of scalar Expectation Propagation (EP) based detectors. In this paper, we investigate on new factor graph representations induced by the use of the Golub-Kahan bi-diagonal Decomposition (GKD) and of the Singular Value Decomposition (SVD). New EP messages induced by the GKD or SVD underlying graphs are derived, that can be both scalar or vector messages. Complexity and performance of the resulting algorithms are studied for digital communications applications.
Dans le contexte du modèle linéaire gaussien, des travaux récents ont étudié des modifications des graphes de facteurs, à l'aide de décomposition QR, qui permettent de dériver des détecteurs scalaires basés sur la propagation d'espérance (EP). Dans cet article, nous étudions de nouvelles représentations de graphes de facteurs induites par l'utilisation de la décomposition bi-diagonale de Golub-Kahan (GKD) et de la décomposition en valeurs singulières (SVD). De nouveaux messages EP induits par les graphes sous-jacents de la GKD ou de la SVD sont dérivés, qui peuvent être à la fois des messages scalaires ou vectoriels. La complexité et la performance des algorithmes résultants sont étudiées pour les applications de communications numériques.
Origin : Files produced by the author(s)