论文部分内容阅读
CDMA移动通信系统是一种干扰限制的系统,多址干扰是这种通信系统的主要干扰。如何有效地抑制多址干扰,提高系统性能和容量具有很重要的现实意义。解决多址干扰问题的一种有效途径是多用户检测,它不是把多址干扰简单地看作干扰噪声来处理,而是把多址干扰作为一种有用的信息加以利用,充分地利用各用户间的关联进行综合检测,提高系统的检测性能。因此多用户检测成为CDMA移动通信系统的关键技术之一。 本文主要致力于仿生智能计算方法在多用户检测中的应用研究。由于采用最大似然检测(MLD)的最优多用户检测方法具有指数的计算复杂度,因此,研究能够有效抑制多址干扰(MAI)、具有低误码率(BER)和合理的计算复杂度、对远近问题不敏感的次优检测方法是本文的主要内容。 本文主要包括以下创新之处: (1)本文提出了一种基于克隆选择算法的多用户检测器。首先对克隆选择算法进行改进,引入遗传算子和高斯变异算子来完成成熟操作,然后在设计多用户检测器时在改进的克隆选择算法中使用MSD算子。这种方法具有多项式的计算复杂度,对远近问题不敏感,并且能够得到良好的检测误码性能。 (2)利用克隆选择算法和离散Hopfield神经网络在解决组合优化问题的的优点,提出一种基于克隆选择算法和神经网络的多用户检测器。该检测器中,克隆选择算法首先给神经网络提供一个较好的初始解,神经网络在此基础上按梯度下降的机制进行局部寻优。 (3)基于进化算法和离散Hopfield神经网络,提出了三种混合进化算法和离散Hopfield神经网络的算法:遗传Hopfield神经网络,进化规划Hopfield神经网络,免疫Hopfield神经网络。然后使用所提出的算法设计了三种新的多用户检测器。并提出了一种有高斯扰动的Hopfield神经网络多用户检测器。 (4)提出了一种新的简单有效的的离散粒子群优化算法,设计了新的离散粒子群优化算法多用户检测器。