DS-CDMA系统中基于蚁群算法的多用户检测技术的研究

摘要

CDMA系统在技术上的优势己经使它成为3G的核心体制，但系统的容量和通信质量受限于多址干扰。多用户检测技术是宽带CDMA通信系统抗干扰的关键技术，其中最优多用户检测方法在理论上可以完全克服多址干扰，但计算复杂度大，因而目前无法实时实现。近年来，在智能计算领域出现一类新型的群智能优化算法，如蚁群算法、粒子群算法、鱼群算法等，它们模拟自然界生态系统机理，具有许多与传统优化算法不同的特点，并已成功运用于求解一些NP难解问题。本文的主要工作就是将改进蚁群算法应用到多用户检测中去： 首先，分析了DS-CDMA通信系统中的多用户问题，从算法复杂性的角度认识DS-CDMA通信中的多用户检测方法。 其次，详细介绍了蚁群算法的原理以及它在解决NP问题中的应用。 最后，结合现有多用户检测问题的实际特点，把改进的蚁群算法应用到其当中去。并通过仿真实例，验证了改进算法的有效性。 本文主要包括以下创新之处： (1)在文献[6]中基于蚁群算法建立的多用户检测问题的模型的基础上，向蚁群算法中引入迭代优化策略，从而实现在相同复杂度的情况下降低误码率，加快收敛速度。 (2)针对蚁群算法初始信息匮乏，导致算法速度慢的缺点，把它和具有快速收敛能力的hopfield神经网络相结合，让hopfield神经网络为蚁群算法提供良好的信息素初值，从而使误码率降低，并且受用户数量增大的影响变小，加快算法收敛速度。

目录

文摘

英文文摘

声明

第1章引言

1.1课题的研究背景和发展方向

1.2蚁群优化算法

1.2.1基本蚁群算法的起源

1.2.2蚁群算法的研究背景

1.2.3蚁群算法的研究现状

1.3论文结构及内容安排

第2章DS-CDMA多用户检测技术

2.1 DS-CDMA通信系统模型

2.1.1传统的检测技术

2.1.2多用户检测

2.2多用户检测的性能测度

2.2.1误码率

2.2.2抗“远近”效应

2.3多用户检测的分类

2.3.1去相关检测器

2.3.2多级检测器

2.4本章小结

第3章蚁群算法的理论及其在多用户检测技术中的应用

3.1蚁群算法基本原理

3.2蚁群算法的特点

3.3蚁群算法在TSP问题中的实现

3.4蚁群算法在多用户检测技术中的应用

3.4.1基于蚁群算法的多用户检测问题模型

3.4.2基于改进算法的多用户检测

3.4.3仿真实验

3.5本章小结

第4章基于蚁群算法和hopfield神经网络结合的多用户检测

4.1人工神经网络

4.2离散Hopfield神经网络

4.3蚁群算法和hopfield神经网络的结合

4.3.1结合的设计思想

4.3.2算法设计

4.3.3仿真实验

4.4本章小结

结论

参考文献

致谢

攻读学位期间发表的学术论文