本文關(guān)鍵詞：直擴碼分多址系統(tǒng)中若干計算智能算法的多用戶檢測研究

  更多相關(guān)文章： CDMA 多用戶檢測 恒模算法 人工魚群算法 克隆選擇與變異

【摘要】：多用戶檢測技術(shù)作為無線通信范疇多址干擾的有效解決途徑,其原理是將所有干擾用戶的有用信息如幅度、用戶碼及時延等充分利用,以減小擴頻碼不完全正交而帶來的負(fù)面影響,從而大幅度提高系統(tǒng)的性能。本文對最優(yōu)及經(jīng)典次優(yōu)多用戶檢測技術(shù)進行了研究,并對傳統(tǒng)檢測器、解相關(guān)多用戶檢測器以及最小均分誤差多用戶檢測器進行了詳細討論,通過仿真對其性能進行了驗證與比較。由仿真研究結(jié)果驗證了多用戶檢測具有“軟容量”的特點,且其抗多址干擾和抗遠近效應(yīng)能力較強。本文針對非標(biāo)準(zhǔn)約束恒模盲多用戶檢測器的魯棒性及信道跟蹤能力較差的問題,通過定義基于瑞利分布變步長的步長函數(shù)公式,并將該新變步長公式與僅需知道兩相鄰信號幅值差的差分恒模相結(jié)合,巧妙避免了對目標(biāo)幅值的搜索,由此提出基于瑞利分布變步長的非標(biāo)準(zhǔn)約束差分恒模算法(RDV-NSCDCMA)。由仿真研究結(jié)果可知RDV-NSCDCMA的抗多址干擾能力、抗遠近效應(yīng)能力以及信道跟蹤能力即使在信噪比較低以及多址干擾較強的情況下,仍然優(yōu)越于非標(biāo)準(zhǔn)約束恒模算法(NSCCMA)。本文針對自適應(yīng)人工魚群算法(AAFSA)搜索精度及保持開發(fā)與探索平衡能力較差的問題,以MMSE檢測器次優(yōu)解或其變異運算結(jié)果為人工魚初值,目標(biāo)函數(shù)及其約束條件為抗原,候選解為抗體,按正比親和度克隆高親和度抗體,且引入自適應(yīng)變異算子,采用反比親和度變異。另外為了抗體多樣性的保證,按一定比例重新初始化低親和力抗體,由此提出自適應(yīng)克隆選擇與變異的改進人工魚群算法(ACSM-IAFSA),即基于最小均方誤差和改進人工魚群的多用戶檢測算法。由仿真研究結(jié)果可知ACSM-IAFSA的抗多址干擾能力、收斂速度以及抗遠近效應(yīng)能力均優(yōu)越于其他兩種人工魚群算法,且新算法的保持種群多樣性以及保持開發(fā)和探索平衡的能力也更佳。
【關(guān)鍵詞】：CDMA 多用戶檢測 恒模算法 人工魚群算法 克隆選擇與變異
【學(xué)位授予單位】：南京信息工程大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TN929.5
【目錄】：

• 摘要6-7
• Abstract7-9
• 第一章 緒論9-15
• 1.1 課題的研究背景與意義9-11
• 1.2 多用戶檢測提出依據(jù)和研究現(xiàn)狀11-12
• 1.3 群智能優(yōu)化算法概述12-13
• 1.4 本文主要研究內(nèi)容13-15
• 第二章 直擴碼分多址移動通信系統(tǒng)15-32
• 2.1 擴頻通信系統(tǒng)15-20
• 2.1.1 擴頻通信系統(tǒng)的理論基礎(chǔ)15-17
• 2.1.2 擴頻方式17-20
• 2.2 擴頻序列20-24
• 2.2.1 m序列21-22
• 2.2.2 gold序列22-24
• 2.3 直擴碼分多址移動通信24-32
• 2.3.1 直擴碼分多址系統(tǒng)的性能指標(biāo)25-26
• 2.3.2 直接序列擴頻CDMA系統(tǒng)模型26-27
• 2.3.3 高斯白噪聲同步直擴CDMA信道模型27-28
• 2.3.4 高斯白噪聲異步直擴CDMA信道模型28-32
• 第三章 多用戶檢測32-48
• 3.1 多用戶檢測技術(shù)32-35
• 3.1.1 多用戶檢測的分類33-34
• 3.1.2 最優(yōu)多用戶檢測器34-35
• 3.2 多用戶檢測器的性能指標(biāo)35-37
• 3.3 典型的多用戶檢測器37-44
• 3.3.1 解相關(guān)多用戶檢測器39-41
• 3.3.2 最小均方誤差多用戶檢測器41-42
• 3.3.3 自適應(yīng)多用戶檢測器42-44
• 3.4 性能仿真44-48
• 3.4.1 抗多址干擾能力44-45
• 3.4.2 噪聲功率的影響45
• 3.4.3 用戶數(shù)的影響45-46
• 3.4.4 抗遠近效應(yīng)能力46-48
• 第四章 恒模算法在盲多用戶檢測中的研究48-61
• 4.1 盲多用戶檢測48-51
• 4.1.1 盲多用戶檢測的典范表示49
• 4.1.2 盲多用戶檢測的自適應(yīng)算法49-51
• 4.2 恒模盲多用戶檢測算法51-57
• 4.2.1 標(biāo)準(zhǔn)約束恒模盲多用戶檢測算法52-54
• 4.2.2 非標(biāo)準(zhǔn)約束恒模盲多用戶檢測算法54
• 4.2.3 非標(biāo)準(zhǔn)約束恒模的改進算法研究54-57
• 4.3 性能仿真57-61
• 4.3.1 抗多址干擾能力57-58
• 4.3.2 抗遠近效應(yīng)能力58-59
• 4.3.3 信道跟蹤能力59-61
• 第五章 人工魚群在多用戶檢測中的研究61-77
• 5.1 人工魚群算法61-64
• 5.1.1 人工魚群算法的結(jié)構(gòu)模型61-63
• 5.1.2 人工魚群算法的尋優(yōu)與實現(xiàn)63-64
• 5.2 人工魚群多用戶檢測算法64-72
• 5.2.1 自適應(yīng)人工魚群算法65-67
• 5.2.2 基于自適應(yīng)克隆選擇與變異的人工魚群算法67-70
• 5.2.3 自適應(yīng)克隆選擇與變異的改進人工魚群算法70-72
• 5.3 性能仿真72-77
• 5.3.1 抗多址干擾能力73-74
• 5.3.2 收斂速度74-75
• 5.3.3 抗遠近效應(yīng)能力75-77
• 第六章 總結(jié)與展望77-79
• 6.1 總結(jié)77-78
• 6.2 展望78-79
• 參考文獻79-85
• 致謝85-86
• 攻讀碩士學(xué)位期間撰寫的論文86

，

本文編號：1111630