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。     

一种新的次优多用户检测器

针对码分多址接入（CDMA）系统中最优多用户检测器的指数计算复杂度问题，从组合优化的角度，提出了一种基于遗传算法和局部最小算法的次优多用户检测器，这种多用户检测器，通过遗传算法进行初步选择，再用局部最小算法进行局部优化，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，且计算复杂度小，计算机仿真结果表明，该检测器的比特误码性能接近最优多用户检测器。     

基于硬判决的多用户检测遗传算法改进

针对多用户检测中基于遗传算法的种群初始化不足,充分利用有用的边信息,结合传统匹配滤波器的硬判决,提出一种更为合理的种群个体初始化结构,改进了异步CDMA系统中多用户检测的遗传算法。仿真结果表明．改进后的种群个体初始化结构减少算法早熟收敛带来的影响,使搜索能更快地向最优解靠近,弥补了简单遗传算法自身的盲目性,加速了算法的收敛速度,实现了异步系统下高效、快速的多用户检测．     

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     

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．     

基于奇异值和奇异向量的盲自适应多用户检测方法

提出了一种基于奇异值和奇异向量的盲自适应多用户检测方法。传统的基于子空间的多用户检测方法需要估计信号子空间的特征值和特征向量 ,收敛速度较慢。这种新方法通过信号子空间的奇异值和奇异向量得到 CDMA系统的线性最小均方误差 (MMSE)多用户检测器。论文采用FST算法跟踪信号子空间的奇异值和奇异向量 ,并通过信号能量和噪声能量比值来确定信号子空间的阶数 ,使得多用户检测器能够很快地收敛 ,多用户检测器的输出信噪比很高 ,达到很好的多用户检测效果。     

基于遗传退火算法的解相关多用户检测器

多用户检测技术是第三代移动通信系统码分多址(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遗传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遗传退火算法的解相关多用户检测,该算法将模拟退火(SA)引进到遗传算法(GA)中,通过退火来减轻遗传算法的选择压力,利用退火法的爬山性能,改善了遗传算法的性能。仿真表明,该多用户检测器在抗多址干扰以及抗远近效应的能力方面均优于解相关检测器。     

异步CDMA系统中一种新颖的盲自适应多用户检测方法

盲自适应多用户检测技术是码分多址 (CDMA)系统中抑制多址干扰的一项重要技术。针对传统的基于最小化平均输出能量准则的盲自适应多用户检测技术收敛速度慢的缺点 ,利用一种新近提出的多用户接收器的典范表示方式 ,为 CDMA系统构造了一种动态系统模型 ,然后利用Kalman滤波算法 ,设计了一种新的盲自适应多用户检测方法。理论分析和数值仿真表明 ,在异步 CDMA系统中 ,与现有的基于 L MS算法、基于 RL S算法等盲自适应多用户检测方法相比 ,该方法具有收敛速度快速稳定 ,跟踪性能好等优点     

一种新的改进进化规划多用户检测方法

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,结合CDMA通信的实际特点,提出了一种基于改进的进化规划多用户检测方法,该方法是通过增加种群的多样性来改善进化规划易于出现早熟收敛的缺点。实验表明,该多用户检测方法在抗多址干扰的能力和抗远近效应的能力都优于进化规划的多用户检测方法。     

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。     

多径CDMA信道中一种改进的MMSE空时多用户检测算法

分析在多径CDMA信道中空时多用户检测的信道模型，从理论上推导出信道脉冲响应矩阵必须满足的条件．重新定义多个用户的均方误差，利用最陡下降方法求解空时多用户检测的最优权因子，并通过估计迭代表达式中的相关系数，提出一种在多径CDMA信道下低复杂度的空日寸多用户检测算法．该算法不需要求解矩阵的逆，只需求解复杂度较低的迭代系数，与经典的线性最小均方误差(MMSE)算法相比，显著降低了计算复杂度．仿真结果表明，该算法具有稳定的收敛性和良好的检测性能．     

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。     

一种基于隐马尔可夫的盲自适应多用户检测算法

针对在概率统计为基础的信道估计收敛速度慢，状态估计存在非合理性的问题，提出了以隐马尔可夫模型为基础的盲自适应多用户检测算法。在后向方法中采用了固定延迟和锯齿延时相结合的办法，根据前后序列之间的相关性和最陡下降法对多用户上行复合信道进行盲估计，对于发射序列状态之间可能存在时序非继承性，搜索与前向序列对应的具有最大转移概率的后续序列，实现了最大后验多用户检测方法。此算法避免了由于相邻状态序列后向概率相差很大而造成的信道估计发散，同时将计算复杂度从o(N^3)降低到o(N^2)，计算机仿真实验表明，该算法将信道响应估计速度提高了10％，且具有全局收敛性和系统的稳定性。