基于RBF神经网络混合遗传算法的多用户检测.pdfVIP

1194 2009，30(5) 计算机工程与设计 ComputerEngineeringandDesign ·人工智 能 。 基于RBF神经网络混合遗传算法的多用户检测 王鸿斌 ， 王 砚 ， 张立毅 ， 王华奎 (1．忻州师范学院计算机科学与技术系，山西忻州034000；2．太原理工大学信息工程学院， 山西太原 030024；3．天津商业大学信息工程学院，天津 300134) 摘 要：提出了一种混合递阶遗传算法来同时训练RBF神经网络的结构和参数 ，引入 了改进的染色体编码方案，用基于奇异 值分解的最小二乘法计算网络输 出层权值 ，提高了遗传搜索的效率，精简了网络结构。并用变学习速率梯度下降法优化遗 传训练出的最优网络，应用到多用户检测中。仿真结果表明，新混合学-*7算法训练出的网络结构优于其它算法训练的网络 结构，并且性能 良好。 关键词：多用户检测；径向基函数神经网络；递阶遗传算法；网络结构；搜索 中图法分类号：TP183 文献标识码：A 文章编号：1000．7024(2009)05—119404 Multi—userdetectionbasedOnRBFneuralnetworkhybridhierarclw geneticalgorithm WANG Hong—binI1， WANGYan， ZHANG Li—yi， W ANG Hua—kui (1．DepartmentofComputerScience，XinzhouTeachersUniversity,Xinzhou034000，China；2．CollegeofInformation Engineering，TaiyuanUniversiytofTechnology,Taiyuna 030024，China；3．CollegeofInformationEngineering， TianjinUniversiytofCommerce，Tianjin300134，China) Abstract：Onekindofhybridhierarchygeneticalgorithm totraintheRBFneuralnetwork’Sstructureandparameterssimultaneouslyis proposed，theimprovedchromosomecodeschemeisintroduced，theleastsquaresmethodbasedonsingularvaluedecompositionisused tocomputeweightsofnetwork’Soutputlayer,theefficiencyofgeneticsearchisenhnacednadthesturctureofthenewtorkissimplified． Finallyitusesvraiablelearningrategradientdescentmethodtooptimizeoptimum networkwhichistrainedbygeneticalgorithm，then appliedinthemultiuserdetection．Thesimulationindicatesthatsturctureofthenetworktrainedbythenew hybridlearningalgorithm is simplerhtanthenetworktrainedbyhteotheralgorithmsandachievesgoodperformance． Keywords：multi—userdetection；radialbasisfunctionneuralnetwork；hierrachicgeneticalgorithm；structureofnewtork；search 为了真正消除MAI，进一步提高系统容量，对多用户检测 0 引 言 (multiuserdetection，MuD)进行了广泛的研究。本文引入一种 CDMA是在扩频通信技术上发展起来的一种崭新而成熟 基于混合递阶遗传算法来优化RBF网络的结构，并利用奇异 的无