基于级联信息素更新蚁群算法的多用户检测.pdf

基于级联信息素更新蚁群算法的多用户检测.pdf

ID:55973557

大小:284.53 KB

页数:4页

时间:2020-03-25

基于级联信息素更新蚁群算法的多用户检测.pdf_第1页
基于级联信息素更新蚁群算法的多用户检测.pdf_第2页
基于级联信息素更新蚁群算法的多用户检测.pdf_第3页
基于级联信息素更新蚁群算法的多用户检测.pdf_第4页
资源描述:

《基于级联信息素更新蚁群算法的多用户检测.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、2012年第31卷第10期传感器与微系统(TransducerandMicrosystemTechnologies)129基于级联信息素更新蚁群算法的多用户检测胡熹,刘宏立,徐琨,段伟(湖南大学电气与信息工程学院,湖南长沙410082)摘要:给出了基本蚁群算法在多用户检测中的具体实现,同时针对基本蚁群算法易陷入局部最优解的缺点,提出了一种改进蚁群算法的多用户检测方法。该算法对蚁群算法的信息素更新采用串联式的多级更新策略,首先进行有选择性的信息素更新,然后引进随机扰动因子进一步修改信息素,最后采用最大门限确定信息素的范围。最终的仿真结果表明:所提出的级联信息素更新蚁群算

2、法的多用户检测(UCP—ACO—MUD)算法具有较强的跳出局部最优解的性能,效果良好。关键词:码分多址;多用户检测;蚁群算法;信息素中图分类号:TN911文献标识码:A文章编号:1000-9787(2012)lO-0129-04MultiuserdetectionbasedonupdatingofcascadepheromoneantcolonyalgorithmHUXi,LIUHong—li,XUKun,DUANWei(SchoolofElectricalandInformationEngineering,HunanUniversity,Changsha410082

3、,China)Abstract:Realizationofbasicantcolonyalgorithminmulti—userdetectionispresented,andaimingattheshortcomingsofthebasicantcolonyalgorithmiseasytofallintolocaloptimalsolution.Animprovedantcolonyalgorithmformulti—userdetectionisproposed.Thealgorithmupdatespheromoneusingthetandemmuhi—sta

4、gerenewstrategy.Firstly,updatesselectivepheromone.Secondly,introducestherandomdisturbancefactortofurthermodifythepheromone.Thirdly,usesthemaximumthresholdtodeterminetherangeofthepheromone.Thesimulationresultsshowthattheproposedupdatingofcascadepheromoneantcolonyoptimizationmuhiuserdetec

5、tion(UCP—ACO—MUD)algorithmhasstrongperformanceofoutofthelocaloptimalsolutionandgoodeffeet.Keywords:codedivisionmuhipleaccess(CDMA);muhiuserdetection;antcolonyalgorithm;pheromone0引言方法如解相关检测、多级干扰抵消等。这些方案在一定程在码分多址(codedivisionmultipleaccess,CDMA)系统度上可以改善系统的性能,但都存在着一些不足。中传送的信息共用同一物理信道,由于受时延

6、和多径衰落蚁群算法是近年来发展起来的一种新型的启发式信道的影响,各用户的扩频码不可能实现完全正交,因此随机优化搜索算法,已应用于解决一些经典的组合优化问产生了多址干扰。影响系统性能的主要因素是多址干扰和题,如文献[2,3]。文献[4—6]提出了蚁群算法在多用户检多径失真,其中多址干扰严重限制了CDMA系统的通信容测中的应用,它们都是结合具体的CDMA系统进行应用,量和性能。所以,如何消除多址干扰成了CDMA系统中的然而,蚁群算法具有其固有的缺点一易陷入局部最优解。一个重要的问题。由VerduS最先提出的基于最大似然序虽然对蚁群算法的的改进已有许多研究,如文献[7,8]

7、,但列估计(maximum—likelihoodsequenceestimation,MLSE)的对于不同的应用其具体的改进有着很大的不同,因此,需要最优多用户检测方案,在理论上可以完全克服多址干扰,但结合具体的应用。对此,本文结合多用户检测特点,提出了由于其计算量随用户数的增加而呈指数增长,而无法实现。优化蚁群算法的多用户检测,即级联信息素更新蚁群算法因此,主要的研究方向为次最优检测方法,既可克服多址干的多用户检测(updatingofcascadepheromoneantcolonyop—扰问题又具有合理的计算复杂度,易于实时实现。典型的timi

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。