多用户检测中一种改进选择法的模拟退火遗传算法研究.pdfVIP

多用户检测中一种改进选择法的模拟 退火遗传算法研究 [王琳] 摘要 将模拟退火遗传算法应用到多用户检测技术中，可以降低了检测算法的复杂度并有 效解决移动通信系统中存在的多址干扰等问题。当网络相对空闲时，模拟退火遗传算法 检测器筛选用户信息的精确度会下降。对此，提出了将一种改进的模拟退火遗传算法应 用到多用户检测技术中，即基于期望值选择法的模拟退火遗传算法。从理论分析可以看 出基于期望值选择法的模拟退火遗传算法比传统的模拟退火遗传算法的精确度更高,仿真 结果也表明基于前者的检测器性能明显优于后者。 关键词：多用户检测 模拟退火遗传算法 轮盘赌选择法 期望值选择法 技 术 王琳 交 重庆邮电大学光纤通信技术重点实验室 流 [4] 1 引言 用其解决NP(Non-deterministic Polynomial)完备问题 。 多用户检测技术是消除通信系统中多址干扰的一种 然而，模拟退火遗传算法利用轮盘赌选择法对遗传算子 关键技术，但多用户检测技术的算法复杂度比较高，建设 进行选择，当用户数较少时，检测用户信息可能会出现 成本比较大，尤其是检测性能最好的最佳多用户检测技 适应度高的信息被淘汰，适应度低的信息却被选择的情 [1~2] 况。利用接收用户信息的期望值对遗传算子进行选择便 术，其算法相当复杂，不适合实际应用 。 智能算法中的遗传算法是一种通用的求解最优化问 可以很好的解决这一问题。本文将对这种基于期望值选 题的方法，它的计算性能好，运算量较小，而通信系统中 择法的模拟退火遗传算法在多用户检测技术中的应用进 最佳多用户检测是求一个二次整数非线性优化问题的全局 行研究。 最优解，因此将解决优化问题的遗传算法计算方法应用于 2 基于期望值选择法的模拟退火遗传算法 最佳多用户检测是可行和有效的。但遗传算法存在局部搜 索能力较弱和收敛速度较慢等问题，通过与能以概率1收 遗传算法是基于生物自然选择和遗传学原理的一种 敛到全局最优值的模拟退火算法相结合，便能克服这些问 自适应启发式概率性迭代式全局搜索算法，主要借用了生 [3] 物进化中 “适者生存”和 “优胜劣汰”的规律。它把部分 题，使得搜索沿着全局最优化方向 。 将模拟退火遗传算法应用到多用户检测技术中，利 生物进化特征引入待优化参数形成的编码串群体中，按适