文摘
英文文摘
独创性声明及使用授权的说明
第一章绪论
1.1第三代移动通信关键技术
1.1.1智能天线技术
1.1.2软件无线电技术
1.1.3高效信道编译码技术
1.1.4多用户检测技术
1.2多用户检测研究介绍
1.2.1多用户检测问题的提出
1.2.2多用户检测技术的发展
1.2.3多用户检测算法
1.3多用户检测系统数学模型
1.3.1离散时间同步模型
1.3.2离散时间异步模型
1.4多用户检测的性能测度
1.4.1误码率
1.4.2渐近有效性
1.4.3抗远近能力
1.5计算智能方法概述
1.5.1神经网络
1.5.2遗传算法
1.5.3禁忌搜索
1.6本文的主要工作和内容安排
第二章几种多用户检测方法介绍
2.1传统及最优检测方法
2.1.1传统检测方法
2.1.2最优检测方法
2.2解相关多用户检测器
2.2.1同步信道的解相关检测器
2.2.2异步信道的解相关检测器
2.3线性MMSE多用户检测器
2.4干扰消除检测方法
2.4.1多级检测器
2.4.2判决反馈检测器
2.5自适应多用户检测器
2.6盲多用户检测
2.6.1线性多用户检测器的典范表示
2.6.2 MOE检测器
2.6.3盲多用户检测的自适应算法
2.7本章小结
第三章禁忌搜索在多用户检测中的应用研究
3.1禁忌搜索(TS)算法
3.1.1禁忌搜索算法中的几个概念
3.1.2禁忌搜索算法的描述
3.2基于禁忌搜索的多用户检测方法
3.2.1用于多用户检测的TS算法设计
3.2.2计算复杂度分析
3.2.3计算机仿真结果及说明
3.3禁忌搜索和多级结合的多用户检测方法
3.3.1禁忌搜索算法的设计
3.3.2禁忌搜索和多级检测相结合的混合多用户检测算法
3.3.3计算复杂度分析
3.3.4计算机仿真结果及说明
3.4基于禁忌学习神经网络的多用户检测方法
3.4.1 Hopfield神经网络
3.4.2禁忌学习原理
3.4.2禁忌学习神经网络应用于多用户检测
3.4.3计算机仿真结果及说明
3.5本章小结
第四章遗传算法在多用户检测中的应用研究
4.1遗传算法介绍
4.2遗传算法用于多用户检测
4.2.1遗传算法单独用于多用户检测
4.2.2基于遗传算法和神经网络的多用户检测方法
4.3计算复杂度分析
4.4计算机仿真实验
4.5本章小结
第五章基于神经网络的多用户检测算法研究
5.1径向基函数神经网络
5.2 RN中的自适应投影算法及收敛性
5.3基于自适应投影算法的径向基函数网络设计
5.4结合自适应投影算法的RBF网络用于多用户检测
5.5计算机仿真结果
5.6本章小结
第六章全文总结
参考文献
致谢
个人简历、在学期间参加的科研项目及发表的学术论文
电子科技大学;
直接扩频码分多址(DS-CDMA); 多用户检测(MUD); 计算智能(CI); 禁忌搜索(TS); 遗传算法(GA); 人工神经网络(ANN); 多址干扰(MAI);