稀疏码多址接入(SCMA)是未来移动通信系统中非正交多址接入(NOMA)技术的重要备选方案之一,其能够提供正交多址接入技术三倍的连接能力,可以很好地满足未来移动通信系统中海量连接的需求。然而SCMA译码性能最优的消息传递算法(MPA)的复杂度与码本大小和信号叠加度呈指数关系,计算复杂度极高,难以得到工程应用。期望传播算法(EPA)是另一类SCMA译码算法,其能够在保证相同译码性能的同时,大幅度地降低MPA算法的复杂度。但是EPA算法中涉及到大量的非线性及乘除法操作,将会带来高硬件逻辑开销和长关键路径时延等问题,在硬件实现上面临很大挑战。本文针对SCMA传统译码算法高硬件实现复杂度的问题,提出了两种基于近似计算的SCMA低硬件复杂度期望传播算法。本文的主要创新点包括:1.本文提出了一种基于Max-log近似的期望传播算法(Max-log EPA)。针对EPA算法中涉及非常多复杂操作的问题,本文利用Jacobi对数近似公式与方差关系,推导了Max-log EPA算法,给出了变量节点近似计算、功能节点近似计算、对数似然比近似计算三种降低EPA算法复杂度的方法。性能仿真与统计结果表明,相比最优的EPA算法,Max-log EPA算法性能仅损失0.1dB,复杂度降低32.1%,且能够在更高阶码本的情况下带来更高的复杂度降低收益。2.本文提出了一种基于概率计算的期望传播算法(Stochastic EPA)。为了降低EPA算法的硬件实现复杂度,本文将EPA算法中复杂度最高的变量节点更新模块转换到概率计算体系中,利用简单的概率逻辑单元替换了原有的复杂计算单元,并结合功能节点近似计算与对数似然比近似计算两种降低复杂度的方法,得到了Stochastic EPA算法。性能仿真与统计结果表明,相比最优的EPA算法,Stochastic EPA算法性能仅损失0.3dB,复杂度降低35.1%,且能够在小码本的情况下带来更高的复杂度降低收益。3.本文对Stochastic EPA算法进行了硬件实现。本文完成了Stochastic EPA译码器的FPGA硬件架构设计,并提出了能够提高吞吐率与硬件效率的交织流水结构。性能仿真与实现结果表明,相比Stochastic MPA译码器,Stochastic EPA译码器能够在带来0.4dB性能增益的同时提高54.6%的硬件效率。