一种新的次优多用户检测器

针对码分多址接入(CDM A)系统中最优多用户检测的指数计算复杂度问题,从组合优化的角度提出了一种基于改进遗传算法的多用户检测;这种方法通过增加种群的多样性,可避免单纯使用遗传算法时收敛速度慢、易于出现早熟收敛等缺点;计算机仿真结果表明,该检测器的比特误码性能接近最佳检测器。     

采用粒子集群算法的DS-CDMA多用户检测

为了有效抑制多址干扰 ,实现结构简单、鲁棒性强的目的 ,将粒子集群算法 (PSO)应用于直扩码分多址 (DS-CDMA)通信系统的多用户检测中。提出了 PSO- MU D方法。利用改进的 PSO- MU D方法与传统多阶段多用户检测器相结合 ,在加速收敛的同时降低了计算复杂度。仿真结果表明 ,这种多用户检测器充分利用了粒子集群算法的优良特性 ,与传统的 CDMA接收机和基于遗传算法的多用户检测器相比较 ,在误码率、收敛速度、抗远近能力等方面都有显著改善     

CDMA系统中多用户检测算法的研究

在DS-CDMA系统中,多用户检测技术是抗多址干扰和“远近效应”的有效方法,因此也成为了第三代移动通信的关键技术之一。文中通过仿真比较分析了传统检测器、最优检测器、解相关检测器、MMSE检测器、串行干扰抵消检测器、并行干扰抵消检测器和解相关判决反馈检测器等经典多用户检测器的误码率、渐近多用户有效性和抗远近能力,并从计算复杂度和所需的假定知识两个方面讨论了这些检测器的实现复杂度。     

基于遗传算法和位爬山算法的混合多用户检测

针对传统多用户检测中的遗传算法容易陷入局部最优解且收敛慢、影响系统实时性等问题，研究利用爬山算法的优势来弥补遗传算法的这一缺陷，使2种算法优势互补，并在同步CDMA系统中对其性能进行了研究．仿真结果表明，提出的这种算法能有效克服传统遗传算法的局限性问题，且计算量小，收敛速度快，在抗干扰与克服“远——近”效应方面均有明显的优势．     

编码CDMA系统中的一种迭代多用户接收器

编码CDMA系统中的迭代多用户接收器通过在采用软输入软输出算法的多用户检测和信道译码之间反复传递软信息而提高接收系统性能。最优的软输入软输出多用户检测器具有指数的计算复杂度，文中提出了一种简化的软输入软输出多用户检测算法。仿真结果表明，这种迭代多用户接收器的性能接近基于最优多用户检测的迭代多用户接收器。     

一种基于Lagrange神经网络的盲多用户检测器

提出了一种基于Lagrange神经网络的盲多用户检测器，该检测器以最小平均输出能量为准则，把盲检测问题转化为优化问题，利用神经网络进行有效求解。理论分析和仿真结果表明，该检测器在性能上优于传统的检测器，且计算量少，收敛速度快，便于实时处理。     

基于EM迭代算法的CDMA多用户检测

针对CDMA最优多用户检测的难解性,结合CDMA通信的实际特点,利用EM迭代算法适宜组合求解,运算简单等特点,提出了一种基于EM迭代算法的多用户检测方法,仿真实验结果表明本方法大大降低最优多用户检测器的计算复杂度,同时达到了次最优的检测效果。     

基于一种改进遗传算法的多用户检测器

针对码分多址接入(CDMA)系统中最优多用户检测的指数计算复杂度问题,从组合优化的角度,提出了一种基于改进遗传算法的多用户检测。这种方法通过增加种群的多样性,可避免单纯使用遗传算法时收敛速度慢,易于出现早熟收敛等缺点。实验结果表明,该方法可获得接近最佳检测的性能。     

改进的暂态混沌神经网络多用户检测器

提出了一种基于自反馈连接权值优化策略的暂态混沌神经网络多用户检测方法.该方法采用一种改进的变指数退火函数,对自反馈权值进行优化,既充分利用混沌的动态特性进行搜索,使算法可以从局部最优值中跳出,又加快收敛速度,减少收敛时间.仿真结果表明,这种检测器在误码率和抗远近效应方面优于已有的神经网络多用户检测器,能较好地逼近最佳多用户检测器的性能.     

基于信号子空间的盲自适应多用户检测

多用户检测技术是DS—CDMA中解决多址干扰问题的一种重要技术。针对基于PASTd多用户检测方法在子空间追踪收敛速度慢和收敛的不稳定问题，提出一种快速子空间追踪的盲自适应多用户检测改进算法。该算法通过空间分解得到信号子空间，并利用信号子空间的特征值和特征向量得到解相关多用户检测器；最后，应用归一化正交Oja快速自适应地追踪信号子空间。仿真结果表明，相对PASTd多用户检测方法，降低计算复杂度，加快算法的收敛速度，系统稳定性好，拟制多址干扰具有良好的性能，达到很好的多用户检测效果。     

基于混合鲸鱼优化算法的鲁棒多用户检测

针对冲击噪声环境下多用户检测误码率高的问题,提出一种基于混合鲸鱼优化的鲁棒多用户检测算法。该算法首先利用基于非线性控制策略的改进鲸鱼优化算法,加速寻优算法迭代过程的收敛;再利用自适应差分进化算法丰富算法种群个体信息,增强优化算法的全局收敛性;同时将适应度较好的个体信息保存到集合中,以保证下一次迭代寻优方向的可靠性,最终实现对最优解位置的快速解算。仿真结果表明,基于本文算法设计的多用户检测器相比采用遗传算法、差分进化算法,以及鲸鱼优化算法的多用户检测器寻优迭代次数更少,且误码率低。     

基于SP子空间跟踪的修正的MMSE多用户检测方法

分析比较了多种子空间跟踪算法.复杂度高的特征值分解和奇异值分解不利于工程实现,而低复杂度的PASTd应用于多用户检测导致收敛速度慢并且检测性能差.介绍了SP子空间跟踪算法,利用SP算法跟踪信号子空间求得解调向量,设计了修正的MMSE检测器.与SVDMUD和PASTd MUD两种算法相比,仿真结果显示SP MUD算法收敛速度快,输出信噪比和误码率性能接近SVD MUD算法,并保持了较低的计算复杂度,是一种较好的实现方案.     

仿生优化算法在多用户检测中的应用

通过将码分多址系统中的最佳多用户检测视作组合优化问题,利用遗传算法、进化规划、克隆选择算法在解决优化问题方面的优势,提出了3种多用户检测方案,并用计算机对所设计的多用户检测器的误码率和收敛性进行仿真.仿真结果证明了所设计的3种检测器的误码率都优于去相关多用户检测器,都是切实可行的方案,实际应用中可根据不同的性能要求进行选择.     

基于量子算法的MIMO-OFDM信号检测研究

信号的最优检测在常规条件下是-NP难解问题,针对RBF(径向基函数)神经网络算法易陷入局部极值和简单遗传算法收敛速度慢的问题,文中提出了新型的量子智能算法,并应用于MIMO-OFDM系统信号检测中:算法将遗传算法与神经网络相结合,用遗传算法优化神经网络初始值,在遗传算法优化神经网络时采用量子计算操作.由于QGA(量子遗...     

量子POVM算法在DS—CDMA多用户检测中的应用

3G与4G移动通信基于码分多址(CDMA)技术．多址干扰(MAI)的存在制约了系统的性能与容量．一个比较好的解决方法是采用多用户检测技术(MUD)．但最优的多用户检测技术由于其复杂性无法实现．现有的多用户检测技术往往基于次优算法．给出一种量子POVM算法．为量子信道提供了一种最优的解决方法。