共查询到17条相似文献,搜索用时 78 毫秒
1.
在MC-CDMA系统中检测技术是影响系统性能的关键技术之一。这里首先对最优多用户检测方法做出了简要的分析,然后引入蚁群算法多用户检测,使用最优多用户检测的判决准则作为蚁群算法中的目标函数,并对蚁群算法多用户检测和其他多用户检测性能做了仿真比较。结果表明蚁群算法多用户检测和其他次优多用户检测相比,具有较好的性能;和最优多用户检测相比具有很低的复杂度。在多用户检测的实际应用中表现出了很大的优势。 相似文献
2.
MC-CDMA系统是干扰受限系统,存在多址干扰。本文提出一种基于神经网络和粒子群算法的MC-CDMA多用户检测方法。在粒子位置更新中,随机选择部分粒子作为Hopfield神经网络的神经元组成的个体,进行神经网络的更新;其他粒子仍采用原粒子群算法的位置更新策略,从而能加快粒子群算法的收敛速度以及降低计算复杂度。仿真表明在算法参数相同时,该多用户检测方法在误码率、收敛速度、系统容量、抗远近能力等方面都优于基于粒子群算法的多用户检测和基于神经网络的多用户检测,更加逼近于最佳多用户检测的性能。 相似文献
3.
4.
研究了上行链路MC-CDMA系统中的部分干扰抵消多用户接收机方案,提出了初级采用线性MMSE检测的多级PIC多用户接收机。为了减小初级判决不精确带来的误差传播,每级乘以一个不同的部分相消因子以实现部分消除。在不考虑信道估计误差的情况下,仿真了不同用户数下该方案与传统解相关和最小均方误差多用户检测的性能比较。仿真结果表明提出的PPIC接收机具有更好的误码率性能。 相似文献
5.
针对码分多址接入(CDMA)系统中最优多用户检测的指数计算复杂度问题,结合CDMA通信的实际特点,利用进化规划免去了交叉操作因而计算复杂度小的特点,提出了一种基于进化规划的多用户检测问题的优化处理方法。实验结果表明本方法可获得接近最佳检测的性能,但计算复杂度降低。 相似文献
6.
7.
为了对系统中的用户检测技术进行对比,介绍了常见的单用户检测及多用户检测方法,并分析了其优缺点。针对几种常用的用户检测方法做了仿真,特别是仿生算法中的遗传算法,在16和32个用户时,通过和其他检测方法比较,证明了其具有低复杂度,且性能良好的优点。 相似文献
8.
基于量子遗传算法的CDMA多用户检测技术 总被引:2,自引:0,他引:2
多用户检测技术的最优解在常规条件下是个NP难解问题,利用量子态并行计算特性和量子纠缠特性能有效获得多用户检测的最优解,现提出了一种基于量子计算理论和遗传算法理论相结合的量子遗传算法的多用户检测技术.仿真结果表明,此方法在误码率方面具有良好的性能并且其抗多址干扰能力和抗远近效应能力明显优于经典遗传算法多用户检测器和传统检测器. 相似文献
9.
基于进化算法的多用户检测器 总被引:3,自引:0,他引:3
粒子群算法PSO遗传算法(Particle Swarm Optimization)是由Kennedy和Eberhart于1995年提出的一种新的进化算法,PSO能够以一种更简便、快速的方式来完成和遗传算法(GA)一样的功能。本文在PSO算法思想的基础上提出了两种新的多用户检测算法: BEP(Binary Evolution Programming)算法, BPSO(Binary PSO,BPSO)算法。分别基于这两种算法构造了新的多用户检测器。仿真结果表明,这两种新的多用户检测器的抗误码性能比传统多用户检测器和基于遗传算法的多用户检测器都好,并且新的检测器的收敛速度明显比遗传算法检测器快。 相似文献
10.
11.
空时分组码MC-CDMA系统多用户检测 总被引:2,自引:2,他引:2
本文研究了在频率选择性瑞利衰落信道中工作于时分双工(TDD)模式的多载波码分多址(MC-CDMA)系统上行链路,在用户终端处使用两个发射天线,采用基于空时分组码的发射分集。考虑对应于子载波的衰落系数是信道冲激响应的离散傅里叶变换,给出了基于空时分组码的MC-CDMA系统上行链路信号模型。采用适用于同步CDMA系统的低代价Steiner估计器来进行基于空时分组码的MC-CDMA系统的信道估计,每个用户终端的两个发射天线各分配一个midamble。研究了基于空时分组码的MC-CDMA系统的解相关多用户检测、最小均方误差(MMSE)多用户检测,进行联合的多用户检测和空时码解码。仿真结果验证了上述模型及算法的有效性。 相似文献
12.
In this paper, we propose a sub-optimum multiuser detection technique in multicarrier code division multiple access (MC-CDMA)
communication systems based on missing parameter expectation maximization (MPEM) algorithm. In the proposed detection procedure,
first initial values for the bits of all users are estimated from received signal. Then, the proposed MPEM based algorithm
uses outputs of carries’ demodulators to improve the accuracy of the initial estimates of the bits. In this paper, the expectation
and maximization steps’ functions of the MPEM algorithm for MC-CDMA multiuser detection are derived and the performance of
the proposed algorithm is analyzed. Our presented numerical results demonstrate the efficiency of the proposed detection algorithm
both in bit error rate performance and computational complexity points of view.
Paeiz Azmi was born in Tehran, Iran, on April 17, 1974. He received the B.Sc., M.Sc., and Ph.D. degrees in electrical engineering from
Sharif University of Technology (SUT), Tehran, Iran, in 1996, 1998, and 2002, respectively. Since September 2002, he has been
with the Electrical and Computers Engineering Department of Tarbiat Modarres University, Tehran, Iran. From 1999 to 2001,
he was with Advanced Communication Science Research Laboratory at Iran Telecommunication Research Center (ITRC), Tehran, Iran.
From 2002 to 2005, he was with Signal Processing Research Group at ITRC. His current research interests include modulation
and coding techniques, digital signal processing, and optical CDMA communications. 相似文献
13.
分集接收的空时分组码MC-CDMA系统中的GA-多用户检测 总被引:1,自引:1,他引:1
提出了一种频率选择性信道下使用多天线分集接收的空时分组码多载波码分多址(MC-CDMA)系统上行链路中基于遗传算法(GA)的多用户检测(MUD)。考虑了两种个体选择机制对空时分组码MC-CDMA系统的GA-MUD性能的影响。第一种个体选择机制根据不同接收天线分支代价函数的线性合并选择个体;第二种个体选择机制针对不同天线分支代价函数根据Pareto优化准则选择个体,独立利用了不同天线分支信号携带的有用信息。仿真结果表明,在相同计算复杂度下,基于Pareto优化准则的个体选择机制的误码率(BER)性能要远远优于基于代价函数线性合并的个体选择机制;在相同BER性能下,基于Pareto优化准则的个体选择机制的计算复杂度要低于基于代价函数线性合并的个体选择机制。在子载波数为16的半载系统中,当BER性能逼近单用户界时,基于Pareto优化准则个体选择机制的GA-MUD的复杂度仅相当于最优化搜索MUD复杂度的0.01。 相似文献
14.
15.
16.
该文提出了一种使用多天线分集接收的空时分组码多载波码分多址(STBC-MC-CDMA)系统中基于粒子群优化(PSO)算法的多用户检测(MUD)方案。当采用多天线分集接收时,各个天线接收的信号经历了相互独立的衰落,导致不同天线分支对应的匹配度函数相互独立。为解决多天线分集接收的多目标优化问题,提出了虚拟Pareto前端的概念,并使粒子按照Pareto优化准则进行速度和位置更新。仿真结果表明,所提方案获得了增强的开发和探索能力,其性能优于常规PSO算法和多目标遗传算法。 相似文献