基于生物群智能算法的多用户检测-信息与通信工程、通信与信息系统专业论文.docxVIP

兰州大学研究生学位论文摘要 兰州大学研究生学位论文 摘要 在CDMA通信系统中，由于多个用户信号扩频码字的非零互相关产生了多 址干扰(MAI)，而且随着用户数的增多或信号功率的增大，多址干扰会成为影 响CDMA通信质量的一个主要因素，严重制约着系统容量。多用户检测技术 (MUD)是有效解决多址干扰问题的方法之一，它不同于传统匹配滤波器将其 他用户的信号看作干扰，而是利用所有用户信号对单个用户信号进行检测，从而 具有优良的抗干扰性能，解决了远近效应问题，降低了系统对功率控制精度的要 求，这样可以更加有效地利用上行链路频谱资源，显著提高系统容量。 多用户信号的最佳检测是典型的组合优化问题，所以近年来人们开始将遗传 算法、粒子群算法和人工鱼群算法等一些生物群智能优化算法用于最优多用户检 测代价函数的求解，为多用户检测的研究开辟了一条新的道路。传统离散粒子群 算法(DPSO)收敛速度快、计算复杂度低，但局部空间的搜索能力不强，在进 化过程中，粒子容易“早熟，在迭代后期收敛速度缓慢，本文在DPSO的基础上 引入了克隆选择算法(CS)和改进的自适应算子，提出了自适应克隆选择粒子 群算法(ACSPSO)，并将其用于多用户检测。MATLAB仿真分析表明，ACSPSO 在误码率和收敛速度上都比DPSO得到明显改善。此外，本文还分析了自适应人 工鱼群算法(AAFSA)，它收敛速度较快、使用灵活，但在解决离散优化问题时， AAFSA保持探索与开发平衡的能力较差，算法后期搜索的盲目性较大，从而影 响了搜索的质量和效率。本文又将CS和改进的自适应算子引入两种自适应人工 鱼群算法(AAFSA 和 AAFSA_SP) 群算法(tAFSA 和 IAFSA SP) AAFSA_FP和AAFSA_SP相比，在一定程度上降低了误码率，并且收敛速度也有 所提高。 关键词：多址干扰；多用户检测；群智能；离散粒子群算法；人工鱼群算法；克 隆选择算法； 兰州大学研究生学位论文Abstract 兰州大学研究生学位论文 Abstract In CDMA communication system，different users are distinguished by different spread-spectrum codes．It is’very difficult to keep completely orthogonal between spread-spectrum codes，which lead to interference between different users in the same channel．We call it Multiple Access Interference(MAJ)．Along with the increase of the number of users and the signal power,MAI may become one of the main factors which affect the quality of the CDMA communication system and restrict the capacity of the system seriously．The Multi-User Detection(MUD)is one of the effective methods to resolve the Multiple Access Interference．The traditional matching filter looks the signals of other users as disturbance．The Multi-User Detection utilizes the information of all users to extract．the object user from other users，which Call decrease MAI and has better Near-Far Resistance．So the resource of frequency spectrum is fully utilized，and the capacity of the system is enlarged． In this paper,clone selection algorithm(CS)is combined with traditional dispersed particle swami optimization(DPSo)and two improved artificial fish school algorithm (AAFSA an