基于贪心算法的解相关CDMA多用户检测

多用户检测是第3代移动通信系统码分多址(CDMA)的一项关键技术.在此,提出了一种基于贪心算法的解相关CDMA多用户检测方法.该方法利用解相关检测的输出作为初始解,以加快算法的收敛速度,应用贪心算法进行搜索,解决最佳多用户检测的非线性优化组合问题.在高斯信道和瑞利衰减信道下的仿真结果表明,该方法计算复杂度低,能够得到与最佳检测方法非常接近的误码率性能.     

动态信道下解相关和MMSE多用户检测算法

对用户归一化的互相关矩阵进行求逆运算是解相关算法和最小均方误差算法的基础。针对实际信道的动态性，即用户的随机接入或离开信道，研究矩阵求逆的更新算法以避免对相关矩阵的实时求逆运算。对更新算法的复杂度进行分析，结果表明，在动态信道中，更新算法可以有效地降低多用户检测算法的复杂度。     

动态信道下解相关和MMSE多用户检测算法

对用户归一化的互相关矩阵进行求逆运算是解相关算法和最小均方误差算法的基础。针对实际信 道的动态性,即用户的随机接入或离开信道,研究矩阵求逆的更新算法以避免对相关矩阵的实时求逆运 算。对更新算法的复杂度进行分析1结果表明,在动态信道中1更新算法可以有效地降低多用户检测算法的 复杂度。     

CDMA解相关多用户检测的快速软件处理

就CDMA系统模型提出了一种基于矩阵（矢量）表达及线性方程组求解的解相关多用户检测的快速软件处理方法,仿真结果表明本方法使运算复杂度大大降低,同时又使误码率较传统匹配滤波接收机和解相关相关接收机下降。     

基于免疫算法的MC-CDMA多用户检测研究

MC-CDMA是目前最新的移动通信系统,它极大地提高了通信速率和抗频率选择性衰落的性能,但由于受到多址干扰的影响,必须采用多用户检测技术．该文提出了一种基于免疫算法的多用户检测方法,有效消除了多址干扰和远近效应的影响,并能够快速收敛到全局最优解．实验仿真结果表明,基于免疫算法的多用户检测方法无论在信噪比、远近比还是用户数目变化时,其性能均优于同等条件下的解相关和最小均方方法,更接近于最佳多用户检测性能,而且运行时间明显小于最佳多用户检测．     

多约束条件车辆路径问题的二阶段遗传退火算法

针对多约束条件的多配送中心有时间窗车辆路径问题,提出了一种二阶段遗传退火算法.在第1阶段,使用遗传算法对客户按供应量和路径长度进行模糊分区;在第2阶段,采用二维变长染色体编码及相应的遗传算子进行混合遗传算法的全局优化.在初始种群生成和交叉、变异算子中采用了随机贪心算法以避免无效解,并利用退火选择来提高种群的多样性.实验结果表明,二阶段遗传退火算法可加速收敛,提高搜索效率,在模糊分区上的搜索速度较之标准遗传算法提高了3～10倍.     

CDMA系统中的线性多用户检测算法

多用户检测技术是第三代及第三代以上移动通信系统中的关键技术。本文在研究传统多用户接收机的基础上,分析了线性多用户检测中的两种常用算法解相关检测和最小均方检测算法的原理,并借用Matlab仿真平台对其性能进行仿真分析,最后对多用户检测技术的发展进行展望。     

基于SCS算法的盲自适应多用户检测器

提出了一种基于SCS(Soft-Constraint-Satisfaction)算法的盲自适应多用户检测器。基于SCS算法的盲自适应多用户检测器只需知道期望用户的扩频码及定时信息,而且通过自动选择用来估计期望信号的非线性函数,可以调节算法的收敛速度和估计误差。仿真实验表明该方法具有较好的抗多址干扰的能力。     

空时MMSE算法与解相关多用户检测器相结合的研究

解相关多用户检测是目前CDMA移动通信系统中应用较为广泛的一项接收技术，它的抗远近效应是最佳，但是其误码性能并未达到最佳，提出了一种将空时MMSE算法与解相关多用户检测联合处理接收信号的方案，经计算机仿真可以看出，这种方案确实对系统的接收性能有一定的改善。     

遗传退火进化算法在背包问题中的应用

从增强算法收敛性和减少参数依赖性的角度出发，提出应用遗传退火进化算法求解背包问题，遗传退火进化算法结合了遗传算法和模拟退火算法的优点，并有效地克服了各自的弱点，使其在优化性能、优化效率和可靠性方面具有明显的优越性．阐明了用该算法求解背包问题的具体实现过程，并通过实际数值计算和结果比较表明，该算法优于遗传算法和模拟退火算法．     

基于模拟退火的混合遗传算法

分析了遗传算法和模拟算法的优缺点,并将两种算法进行混合,提出一种基于模拟退火的混合遗传算法以弥补两个算法的不足,理论分析和仿真实验表明该方法的有效性和可行性。     

基于模拟退火的进化算法性能对比研究

将模拟退火算法和遗传算法、粒子群优化算法分别进行结合，形成模拟退火-遗传算法以及模拟退火-粒子群优化算法，并作性能对比分析。研究结果表明，这两种算法都在进化代数和全局寻优能力方面有较大突破，在找寻最佳个体解的效率士，模拟退火-粒子群优化算法更突出。     

基于一类SVM贝叶斯算法的DS-UWB系统多用户检测研究

在多径多址条件下,用户自身的前后符号之间会产生码间干扰,同时各用户之间会产生多址干扰,从而给用户信号的正确检测带来极大困难。提出了一种基于一类支持向量机贝叶斯分类器的DS-UWB系统多用户检测算法,证明了基于径向基核函数的一类SVM的分类函数归一化为密度函数,并将所得的概率密度函数用于构造贝叶斯分类器。仿真实验表明,在UWB信道环境下本算法的误码率性能明显优于最小均方误差（MMSE）检测和解相关检测等线性检测算法。相比传统SVM算法,本算法所需的核运算量和存储空间要小得多,有效地降低了运算负载,抑制了多址干扰。     

基于Lagrange优化神经网络的盲多用户检测

Lagrange优化神经网络克服传统的基于罚函数的神经网络的缺陷,直接对不等式约束进行处理,降低网络规模和复杂度,是一种新型的优化神经网络.基于这种Lagrang优化神经网络,提出一种盲多用户检测算法,并通过仿真表明,该算法在误码率性能方面有所改善,收敛速度也明显提高.     

基于模拟退火算法对K-means聚类算法的优化

K-means聚类算法是近年来数据挖掘学科的一个研究热点和重点,该算法是基于划分的聚类分析算法.目前这种算法在聚类分析中得到了广泛应用。本文将介绍K-means聚类算法的主要思想,及其优缺点。针对该算法经常陷入局部最优,以及对孤立点敏感等缺点,提出了一种基于模拟退火算法的方法对其进行优化,可以有效地防止该算法陷入局部最优的情况。     

基于克隆选择算法和神经网络的多用户检测

针对传统检测器和最佳检测器在多用户检测中存在的缺点,利用克隆选择算法和Hopfield神经网络在解决优化问题的优势,提出了一种基于改进的克隆选择算法和神经网络的准最佳多用户检测器并用计算机进行仿真.仿真结果证明了该多用户检测器有良好的抗多址干扰和抗"远近效应"的能力,并有计算复杂度低和易于实时实现的优点.     

新型的稳健盲多用户检测

基于稳健的Capon波束形成技术，提出了一种新型的稳健盲多用户检测器．根据特征波形的误差范围，该检测器可以较精确计算控制稳健性的对角加载量．结果表明，研究方法在比特误码率以及渐进多用户有效性等方面表现出良好的性能，且采用特征分解自适应跟踪算法，容易推广至自适应实现．     

基于免疫算法的CDMA多用户检测

多用户检测技术是第三代移动通信系统CDMA中的一项关键技术,在多用户检测中求解最佳矢量问题可以转化为在免疫算法中求解具有最高适应度函数的问题。文章提出了一种基于免疫算法的CDMA多用户检测,并与最佳多用户检测和传统检测器进行比较,实验结果表明该方法可获得接近最佳检测的性能。     

一种改进的遗传算法

传统的遗传算法有两个严重的缺点,即不能有效地克服过早收敛现象,以及在进化后期搜索效率较低。模拟退火算法是基于金属退火的机理而建立起来的一种全局最优化方法,它能够以随机搜索技术从概率的意义上找到目标函数的全局最小点。本文将遗传算法与模拟退火算法相结合,提出模拟退火遗传算法,实验结果表明,该算法在性能上有较大的提高。     

基于改进粒子群优化算法的CDMA多用户检测

采用改进的粒子群优化算法,引入因子w,利用sigmoid函数离散粒子群设计CDMA多用户检测系统.针对不同信噪比和用户数,对其误码率和抗远近效应性能进行仿真分析,证实在CDMA系统中安装基于离散型粒子群优化算法的多用户检测系统具有可行性,且算法效率高,加快了运行的收敛速度.