论文部分内容阅读
CDMA系统在技术上的优势已经使它成为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。