基于智能算法多用戶檢測技術的研究.pdf_第1頁
已閱讀1頁,還剩70頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、碼分多址技術是一種在蜂窩和個人通信中扮演重要角色的復用技術,由于該技術中各用戶使用的擴頻碼并非嚴格正交,從而產生了多址干擾等問題。當用戶數(shù)較少時,產生的多址干擾很小,但是當系統(tǒng)中用戶數(shù)增多或者信號功率增大時,多址干擾就成了系統(tǒng)的主要干擾,從而成為制約CDMA通信系統(tǒng)發(fā)展的一大難題。因此,要想提升系統(tǒng)性能和容量,首先要考慮如何才能有效地抑制多址干擾。而解決多址干擾問題的一種有效方法是多用戶檢測技術,它把多址干擾當作一種具有一定結構的有效信

2、息,而不是簡單地看作干擾噪聲,這樣就能充分地利用各用戶間的相互關聯(lián)進行聯(lián)合檢測,大幅度地提升了系統(tǒng)的性能。
  本文主要研究的是智能算法在多用戶檢測中的應用。最優(yōu)多用戶檢測在降低多址干擾和“遠近”效應方面有很好的效果,但是它具有與用戶數(shù)成指數(shù)增長的計算復雜度,這在當前的硬件水平下是不可能實現(xiàn)的。最優(yōu)多用戶檢測可以看成一個組合優(yōu)化問題,可以將智能算法應用到尋優(yōu)過程中。因此,深入研究智能優(yōu)化算法,將其與多用戶檢測技術有機結合,探索具有

3、較低計算復雜度的能夠抑制多址干擾和遠近效應的檢測方法具有重要的意義。
  本文從CDMA系統(tǒng)出發(fā),首先研究了幾種典型的多用戶檢測技術,并分析了其優(yōu)缺點。介紹了遺傳算法和離散Hopfield神經網絡,利用兩者在解決組合優(yōu)化問題上的優(yōu)點,將兩種算法有機結合起來,提出了一種基于遺傳算法和離散Hopfield神經網絡的多用戶檢測器,利用遺傳算法為神經網絡提供一個較好的初始解,在此基礎上,神經網絡按梯度下降的機制進行局部尋優(yōu)。
  介

4、紹了模擬退火算法,考慮到遺傳算法容易陷入局部最優(yōu),將模擬退火思想融入遺傳算法中,并設計了自適應交叉概率和變異概率,提出了自適應模擬退火遺傳算法,該算法能夠使遺傳算法避免早熟收斂,由于模擬退火算法具有良好的爬山性能,使遺傳算法的性能得到了提升,最終搜索到最優(yōu)解。
  提出了基于禁忌搜索的多用戶檢測算法,采用傳統(tǒng)檢測器的輸出作為搜索的初始解,鄰域選擇與當前解漢明距為1的解,搜索過的解構成禁忌表。這種算法可以得到良好的檢測性能??紤]到初

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論