基于改进粒子群优化算法的多用户检测器

提出了一种基于改进粒子群优化算法的多用户检测器。介绍了最佳多用户检测模型以及粒子群优化算法的基本思想。进行了理论依据和仿真性能分析。仿真结果表明:该检测器在误码率性能和抗“远近”效应上优于传统检测器和基于粒子群优化得多用户检测器,计算复杂度较低。     

基于克隆粒子群优化算法的多用户检测器

针对经典离散粒子群优化算法收敛性差的缺点,设计了基于新的运动方程的离散粒子群优化算法。为了解决CDMA系统多用户检测这个NP完全问题,基于免疫克隆选择理论和新的粒子群优化算法,提出了克隆粒子群优化算法,其中,由神经元构成的粒子可以进行随机搜索和经验学习。仿真结果表明,在异步和同步CDMA系统上,该检测器的误码率性能都优于传统方法和其他一些多用户检测器,达到最优检测。     

基于克隆选择粒子群算法的多用户检测

对离散粒子群优化算法(DPSO)进行了改进,提出一种克隆选择粒子群算法(CSDPSO).该算法提高了离散粒子群优化算法的局部搜索能力,保持了很强的全局搜索能力.本文将该算法应用到多用户检测中,用以解决Verdu提出的最优多用户检测所存在的计算量过大无法工程实现的问题.仿真证明,该算法比标准的离散粒子群算法具有更好的搜索能力.基于该算法的多用户检测器比基于DPSO的多用户检测器,无论在误码率性能还是收敛速度方面都有明显改善.     

动态环境下基于粒子群算法的多用户检测器

在动态环境下,在线用户数和用户的参数都是随时间变化的。研究表明,在动态环境下首先识别在线用户,然后进行多用户检测,会极大地提高多用户检测器的性能和节省资源。基于随机集理论（Random Set Theory,RST）理论,应用一种群智能算法——粒子群算法（Particle Swarm Optimization,PSO）提出了动态环境下的多用户检测器。仿真结果表明该检测器收敛速度快、适应性较强,有效地解决了动态环境下多用户检测。     

基于自由搜索的多用户检测

自由搜索(FS)算法是一种新的群集智能优化算法,该算法与同类算法相比,全局搜索能力好、收敛速度快,把它应用到CDMA通信系统中抗干扰的关键技术-多用户检测(MUD)中,提出了基于自由搜索算法的多用户检测器(FS_MUD),并将其和基于群集智能典型算法粒子群算法的多用户检测器(PSO_MUD)做比较,仿真结果表明,该FS_MUD在误码率性能、抗远近效应和增加系统容量方面的性能较之PSO_MUD均有明显的提高。     

MIMO多载波系统中的混合多用户检测器

研究无线移动通信优化问题,为了进一步提高检测性能,减少误码率,基于多用户检测算法和独立分量分析算法,提出了MIMO-OFDM系统中两种改进的混合多用户检测器,利用基于独立分量分析二次处理的解相关检测和最小均方误差多用户检测的方法,分别用解相关检测和MMSE检测的输出来初始化独立分量分析的迭代,既利用了信源的独立性,又充分利用了已知扩频码的信息,保证了算法的收敛速度能够满足多用户检测的实时要求。仿真结果表明,提高了系统的检测性能,证明两种检测器的误码性能好于传统的检测器。     

基于迁移策略的分布式遗传算法多用户检测器

针对简单遗传算法多用户检测器的收敛速度慢和“早熟”问题,利用解相关算法的抗多址干扰能力和分布式遗传算法的快速全局寻优优势,提出了一种基于迁移策略的分布式遗传算法解相关多用户检测器。计算机仿真结果表明:该多用户检测器的检测性能明显优于简单遗传算法多用户检测器和解相关多用户检测器,更易于实现。     

一种基于改进自适应遗传算法的多用户检测器

针对自适应遗传算法在多用户检测应用中容易早熟收敛和速度慢的问题,将非线性Sigmoid函数应用于自适应遗传算法并结合解相关算法的抗多址干扰能力,提出了一种基于改进自适应遗传算法和解相关算法的多用户检测器。实验仿真结果表明：该多用户检测器的检测性能,不论在抗多址干扰和远近效应方面还是在系统用户容量方面,都明显优于自适应遗传算法多用户检测器和简单遗传算法多用户检测器。     

基于免疫粒子群算法的多用户检测技术研究

将免疫系统的免疫机制引入到粒子群优化算法的设计中,模拟免疫系统、群集智能和神经网络的信息处理机制,提出了免疫粒子群优化算法。这种免疫粒子群算法结合了粒子群的近似全局优化能力和由Hopfield神经网络构成的免疫系统的快速信息处理机制,加快了算法的收敛速度,并提高了粒子群算法的全局收敛能力。然后利用此算法对CDMA系统的多用户检测性能改进问题进行实验研究,证明了本文的方法有较快的收敛速度,并且无论是抗多址干扰能力还是抗远近效应能力都优于传统方法和一些应用优化算法的多用户检测器。     

基于粒子群算法的盲多用户检测器

在信道参数未知的多径环境下,盲多用户检测算法性能存在诸如收敛速度慢和估计精度低等问题。将粒子群算法运用到基于恒模算法的盲多用户检测中。仿真结果显示,粒子群算法能够更精确地估计出信道的参数,且其收敛速度非常快,在估计出信道参数之后再进行盲多用户检测,检测性能优良。