《電子技術應用》
您所在的位置:首頁 > 通信與網絡 > 設計應用 > 基于粒子群算法的盲多用戶檢測器
基于粒子群算法的盲多用戶檢測器
來源:電子技術應用2012年第6期
向志軍1, 張群慧2
1. 湖南水利水電職院, 湖南 長沙410131; 2. 湖南信息科學職業學院, 湖南 長沙410151
摘要: 在信道參數未知的多徑環境下,盲多用戶檢測算法性能存在諸如收斂速度慢和估計精度低等問題。將粒子群算法運用到基于恒模算法的盲多用戶檢測中。仿真結果顯示,粒子群算法能夠更精確地估計出信道的參數,且其收斂速度非常快,在估計出信道參數之后再進行盲多用戶檢測,檢測性能優良。
中圖分類號: TN914.5
文獻標識碼: A
文章編號: 0258-7998(2012)06-0115-03
The blind multiuser detector based on particle swarm optimization algorithm
Xiang Zhijun1, Zhang Qunhui2
1. Hunan Hydraulic and Hydroelectric College, Changsha 410131, China; 2. Hunan Information Science Vocational College, Changsha 410151, China
Abstract: The current blind multiuser detection algorithms’ capability is limited by many factors in multipath system whose channel parameter are unknown, the most important one of these factors is the estimation of channel parameter. Owing to the multiple access interference(MAI), it’s difficult to deal with channel estimation, the existing blind multiuser detection algorithms have some disadvantages such as slow convergence and low estimation precision. In this paper, we use particle swarm optimization(PSO) to deal with blind multiuser detection based on constant modulus algorithm(CMA), the emulation result shows that PSO performs well in blind multiuser dectection because of well performance in channel estimation.
Key words : blind multiuser detection algorithm; particle swarm optimization(PSO); constant modulus algorithm(CMA)

    盲多用戶檢測[1]只需要知道期望用戶的擴頻碼以及定時信息就可以抑制擴頻通信中的多址干擾(MAI),一直是通信領域的研究熱點。而在多徑信道中,基于恒模算法的盲多用戶檢測器受到最為廣泛的關注[2-4]。

    粒子群優化算法PSO(Particle Swarm Optimization)是一種源于人工生命和演化計算理論的優化技術,通過粒子搜尋自身的個體最優解和整個粒子群的全局最優解來更新完成優化[5-9],在很多領域得到了應用。本文將粒子群算法運用到基于恒模算法的盲多用戶檢測中,利用其優異的搜索能力進行信道估計,完成盲檢測。仿真結果顯示,粒子群算法所得到的信道估計的MMSE可以達到10-5,收斂速度很快,檢測性能理想。
1 多徑條件下的CDMA系統模型
    考慮一個用戶總數為j的CDMA系統,第j個用戶的符號用長度為P的擴頻碼cj(k)進行擴頻,隨后再通過一個信道參數為gj(n)的多徑信道。假設所有用戶的最大的信道階數為q,各用戶的信息序列獨立同分布,在接收端,用戶j的離散碼片采樣信號yj(n)為符號序列ωj(n)和復合信道sj(n)的卷積為:



    基于粒子群算法的盲多用戶檢測器的流程如下:
    (1) 設置粒子群的個數并對所有粒子初始化,并初始化Pbest和Gbest。
    (2) 開始接收數據,對于每一個接收信號矢量yn:
    ①根據矩陣求逆引理自適應計算R-1;
    ②根據式(9)計算Gbest的適應值;
    ③根據式(9)計算每個粒子的適應值并更新其Pbest的適應值;
    ④根據式(7)更新每個粒子的位置和速度;
    ⑤將每個粒子的Pbest與Gbest比較,如果小于,則更新Gbest為Pbest;
    ⑥如果迭代次數達到Nmax或者Gbest的適應值小于Vmin,開始接收下一個數據矢量,否則回到②繼續迭代;
    (3) 如果接收數據完畢,則迭代結束,否則返回步驟(2)。
4 仿真結果
    本文用Matlab軟件進行仿真,在CDMA系統中有5個干擾用戶,4個干擾用戶相對于期望用戶的MAI為10 dB,1個干擾用戶的MAI為20 dB,擴頻碼長度為31的Gold碼;期望用戶與高斯白噪聲的信噪比為20 dB;信道的多徑個數為6個,所有用戶的第一條路徑的信道幅度衰落為0 dB,期望用戶的第一條路徑的延時為0,其余路徑的延時為1~P-1之間的平均分布,信道衰落服從方差為1的高斯分布;信號的符號個數為2000,v為2;所有的Pbest以及Gbest的初始值都是[1,0,…,0]T,w從0.9均勻降至0.4,c1和c2為2;仿真次數為100次。
    圖1給出迭代次數為10時,不同的粒子個數對信道估計的影響,可以看到當粒子個數為10時,再增加粒子個數對算法的性能提高已經很小了,將粒子個數設為10是較好的選擇。圖2給出不同的迭代次數Nmax對算法的影響,可以看到,Nmax為10時效果已經足夠好,如果再加大Nmax,反而會因為迭代過多而造成性能損失。

 

 

    圖3和圖4顯示的是迭代次數為10時10個粒子的粒子群算法與基于MMSE約束的CMA算法的比較。從圖中可以看出,粒子群算法的性能遠遠好于基于MMSE約束的CMA算法,這主要是其信道估計的準確性更為優良。另外期望用戶信息序列具有單位能量和信道參數g1的模為1這兩個條件在仿真中都不滿足,所以后者在仿真中的性能達不到參考文獻[2]中的效果。

    本文針對目前的盲多用戶檢測算法在信道參數未知的多徑環境下的不足,將粒子群算法運用到盲多用戶檢測中。仿真試驗表明粒子群算法具有理想性能。但是粒子群算法也有一些不足之處,一是運算量比較大,二是粒子群算法目前還未有成熟的理論分析,只能靠仿真進行研究,這些問題有待于更深入的研究。
參考文獻
[1] HONIG M, VERDU S. Blind adaptive multiuser detection[J]. IEEE Transactions on Information Theory, 1995,41(4):944-960.
[2] Liu Ping, Xu Zhengyuan. Blind MMSE-constrained multiuser detection[J]. IEEE Transactions on Vehicular Technology. 2008,57(1): 608-615.
[3] WHITEHEAD J B, TAKAWIRA F. Performance analysis of  the linearly constrained constant modulus algorithm-based multiuser detector[J]. IEEE Transactions on Signal Processing, 2005,53(2):643-653.
[4] GELLI G, PAURA L, VERDE F. A two-stage CMA-based  receiver for blind joint equalization and multiuser detection  in high data-rate DS-CDMA systems[J]. 2004,3(4):1209-1223.
[5] 董元,王勇,易克初.粒子群優化算法發展綜述[J].商洛學院學報, 2006,24(4):28-33.
[6] SOO K K, SIU Y M, CHAN W S, et al. Particle-swarm optimization-based multiuser detector for CDMA communications[J]. IEEE Transactions on Vehicular Technology, 2007, 56(5):3006-3013.
[7] Chen Pohung. Pumped-storage scheduling using evolutionary particle swarm optimization[J]. IEEE Transactions on  Energy Conversion, 2008,23(1):294-301.
[8] LIU Z, JI T Y, TANG W H, et al. Optimal harmonic estimation using a particle swarm optimizer[J]. IEEE Transactions on Power Delivery, 2008,23(2):1166-1174.
[9] 張曉東,李小平,王茜,等.服務工作流的混合粒子群調度算法[J].通信學報,2008,29(8):87-99.
[10] 謝曉鋒,張文俊,楊之廉.微粒群算法綜述[J].控制與決策,2003,18(2):129-134.

此內容為AET網站原創,未經授權禁止轉載。
主站蜘蛛池模板: 免费视频成人国产精品网站 | 成人久久18免费游戏网站 | 草草线禁成18年在线视频 | 婷婷在线综合 | 国产高清大尺度一区二区不卡 | www.欧美黄色 | 天天操丝袜 | 最近免费字幕中文大全在线观看 | 国产欧美性综合视频性刺激 | 午夜小福利 | 成年人网站免费 | 中国性成熟xxxxhd | 黄片a级毛片 | 精品亚洲成a人片在线观看 精品亚洲成a人在线播放 | 青草午夜精品视频在线观看 | 日本x片| 亚洲欧美成人综合久久久 | 久久中文字幕免费 | 欧美成人手机在线视频 | 精品国产成人高清在线 | 在线观看欧美一区 | 久久天堂夜夜一本婷婷麻豆 | 香港一级a毛片在线播放 | 全免费a级毛片免费毛视频 全免费毛片在线播放 | 野外一级毛片 | 九九视频免费精品视频免费 | 永久在线观看www免费视频 | 免费视频亚洲 | 国产精选在线 | 手机在线毛片免费播放 | 亚洲一区二区三区高清网 | 成人在线视频网 | 黄色毛片免费在线观看 | 国产成人精品视频一区 | 99re在线视频 | 男女一级做片a性视频 | 国产精品综合色区在线观看 | 免费无遮挡十八污污网站 | 黄色三级免费 | 亚洲欧洲视频在线观看 | 欧美一区二区在线 |