DSCDMA系统中基于蚁群算法的多用户检测技术的研究

DSCDMA系统中基于蚁群算法的多用户检测技术的研究

ID:36450332

大小:2.76 MB

页数:52页

时间:2019-05-10

DSCDMA系统中基于蚁群算法的多用户检测技术的研究_第1页
DSCDMA系统中基于蚁群算法的多用户检测技术的研究_第2页
DSCDMA系统中基于蚁群算法的多用户检测技术的研究_第3页
DSCDMA系统中基于蚁群算法的多用户检测技术的研究_第4页
DSCDMA系统中基于蚁群算法的多用户检测技术的研究_第5页
资源描述:

《DSCDMA系统中基于蚁群算法的多用户检测技术的研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、西南交通大学硕士学位论文DS-CDMA系统中基于蚁群算法的多用户检测技术的研究姓名:靳紫辉申请学位级别:硕士专业:信号与信息处理指导教师:张翠芳20080602西南交通大学硕士研究生学位论文第lI页AbstractCodeDivisionMultipleAccess(CDMA)hasmoreadvantagesthanotheraccesstechnologies,SOithasalreadybecamethecoretechnologyofthethirdgenerationwirelesscomm

2、unicationsystems,butthesesystemsareallinterference-limited,thesystemperformanceandcapacityislimitedbytheMufti—AccessInterference(MAD.Mufti—userDetector(MUD)isthekeyinterferencecancellationtechnologyofthewidebandCDMAcommunicationsystem,theoptimalMUDcallo

3、vercometheMAItheoretically,butitcannotbecarriedoutinrealtimeonthecurrenttechnologyconditionduetoitshighcomplexity.Inrecentyears,inthefieldofintelligentcomputation,thereareseveraltypesofSwarmIntelligencealgorithmsthathaveemerged,suchasAntColonyOptimizati

4、onAlgorithms(AC0),ParticleSwarmOptimization(PS0),ShoalOptimizationandSOon.ThereareseveraldistinctivefeaturesintheSwarmIntelligencealgodthrnsthataredifferentfromconventionaloptimizationapproaches,andtheyhavealreadybeenusedtosolvemanyclassicalNPproblems.T

5、histhesisisdedicatedtotheapplicationofimprovedantcolonyoptimization(ACO)tosolvetheissueofMUD.Firstly,AnalysisoftheMUDprobleminCDMAcommunicationsystems,comingoutfromthetheoryofcomputationalcomplexity.Secondly,introducethetheoryofACOandapplicationinsolvin

6、gNPproblemindetail.Lastly,applyimprovedACOtoMUDproblemconsideringitsfactualcharacteristic,Moreover,haveprovedtheimprovedAC0’Svaliditybyemulation.ThemaincontributionofthisthesisCallbesummarizedasfollows:(1)OnthebasisofthemodelofMUDbasedonACOindocument[6】

7、,improvedtheACOalgorithminordertorealizelowbiterrorrate(BER)、pickuprateofconvergencewhenhavingsamecomplexity.(2)InordertosolvethedisadvantageofdeficientinitialpheromoneandslowrateofconvergenceofACO,wecombineAC0withHopfieldneuralnetworkwhichowningfastcon

8、vergenceabilitytogether.LetHopfieldneuralnetworksupplygoodinitialpheromoneforACO,SOthatimprovesbothcomplexityandBER.西南交通大学硕士研究生学位论文第1lI页Keyword:CodeDivisionMultipleAccessCommunicationSystem(CDMA);Multi—userDetector(MUD);AntColony

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。