《電子技術(shù)應(yīng)用》
您所在的位置：首頁(yè) > 通信與網(wǎng)絡(luò) > 設(shè)計(jì)應(yīng)用 > 基于粒子群算法的盲多用戶(hù)檢測(cè)器
基于粒子群算法的盲多用戶(hù)檢測(cè)器
來(lái)源：電子技術(shù)應(yīng)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(zhǎng)沙410131； 2. 湖南信息科學(xué)職業(yè)學(xué)院, 湖南 長(zhǎng)沙410151
摘要： 在信道參數(shù)未知的多徑環(huán)境下,盲多用戶(hù)檢測(cè)算法性能存在諸如收斂速度慢和估計(jì)精度低等問(wèn)題。將粒子群算法運(yùn)用到基于恒模算法的盲多用戶(hù)檢測(cè)中。仿真結(jié)果顯示，粒子群算法能夠更精確地估計(jì)出信道的參數(shù)，且其收斂速度非?？?，在估計(jì)出信道參數(shù)之后再進(jìn)行盲多用戶(hù)檢測(cè)，檢測(cè)性能優(yōu)良。
中圖分類(lèi)號(hào)： TN914.5
文獻(xiàn)標(biāo)識(shí)碼： A
文章編號(hào)： 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(hù)檢測(cè)[1]只需要知道期望用戶(hù)的擴(kuò)頻碼以及定時(shí)信息就可以抑制擴(kuò)頻通信中的多址干擾（MAI），一直是通信領(lǐng)域的研究熱點(diǎn)。而在多徑信道中,基于恒模算法的盲多用戶(hù)檢測(cè)器受到最為廣泛的關(guān)注[2-4]。

    粒子群優(yōu)化算法PSO（Particle Swarm Optimization）是一種源于人工生命和演化計(jì)算理論的優(yōu)化技術(shù)，通過(guò)粒子搜尋自身的個(gè)體最優(yōu)解和整個(gè)粒子群的全局最優(yōu)解來(lái)更新完成優(yōu)化[5-9]，在很多領(lǐng)域得到了應(yīng)用。本文將粒子群算法運(yùn)用到基于恒模算法的盲多用戶(hù)檢測(cè)中，利用其優(yōu)異的搜索能力進(jìn)行信道估計(jì)，完成盲檢測(cè)。仿真結(jié)果顯示，粒子群算法所得到的信道估計(jì)的MMSE可以達(dá)到10-5，收斂速度很快，檢測(cè)性能理想。
1 多徑條件下的CDMA系統(tǒng)模型
    考慮一個(gè)用戶(hù)總數(shù)為j的CDMA系統(tǒng)，第j個(gè)用戶(hù)的符號(hào)用長(zhǎng)度為P的擴(kuò)頻碼cj(k)進(jìn)行擴(kuò)頻，隨后再通過(guò)一個(gè)信道參數(shù)為gj(n)的多徑信道。假設(shè)所有用戶(hù)的最大的信道階數(shù)為q，各用戶(hù)的信息序列獨(dú)立同分布，在接收端，用戶(hù)j的離散碼片采樣信號(hào)yj(n)為符號(hào)序列ωj(n)和復(fù)合信道sj(n)的卷積為：



    基于粒子群算法的盲多用戶(hù)檢測(cè)器的流程如下：
    (1) 設(shè)置粒子群的個(gè)數(shù)并對(duì)所有粒子初始化，并初始化Pbest和Gbest。
    (2) 開(kāi)始接收數(shù)據(jù)，對(duì)于每一個(gè)接收信號(hào)矢量yn：
    ①根據(jù)矩陣求逆引理自適應(yīng)計(jì)算R-1；
    ②根據(jù)式(9)計(jì)算Gbest的適應(yīng)值；
    ③根據(jù)式(9)計(jì)算每個(gè)粒子的適應(yīng)值并更新其Pbest的適應(yīng)值；
    ④根據(jù)式(7)更新每個(gè)粒子的位置和速度；
    ⑤將每個(gè)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(shù)達(dá)到Nmax或者Gbest的適應(yīng)值小于Vmin，開(kāi)始接收下一個(gè)數(shù)據(jù)矢量，否則回到②繼續(xù)迭代；
    (3) 如果接收數(shù)據(jù)完畢，則迭代結(jié)束，否則返回步驟(2)。
4 仿真結(jié)果
    本文用Matlab軟件進(jìn)行仿真,在CDMA系統(tǒng)中有5個(gè)干擾用戶(hù)，4個(gè)干擾用戶(hù)相對(duì)于期望用戶(hù)的MAI為10 dB，1個(gè)干擾用戶(hù)的MAI為20 dB，擴(kuò)頻碼長(zhǎng)度為31的Gold碼；期望用戶(hù)與高斯白噪聲的信噪比為20 dB；信道的多徑個(gè)數(shù)為6個(gè)，所有用戶(hù)的第一條路徑的信道幅度衰落為0 dB，期望用戶(hù)的第一條路徑的延時(shí)為0，其余路徑的延時(shí)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(hào)的符號(hào)個(gè)數(shù)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(shù)為100次。
    圖1給出迭代次數(shù)為10時(shí)，不同的粒子個(gè)數(shù)對(duì)信道估計(jì)的影響，可以看到當(dāng)粒子個(gè)數(shù)為10時(shí)，再增加粒子個(gè)數(shù)對(duì)算法的性能提高已經(jīng)很小了，將粒子個(gè)數(shù)設(shè)為10是較好的選擇。圖2給出不同的迭代次數(shù)Nmax對(duì)算法的影響，可以看到，Nmax為10時(shí)效果已經(jīng)足夠好，如果再加大Nmax，反而會(huì)因?yàn)榈^(guò)多而造成性能損失。

 

 

    圖3和圖4顯示的是迭代次數(shù)為10時(shí)10個(gè)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(yuǎn)遠(yuǎn)好于基于MMSE約束的CMA算法，這主要是其信道估計(jì)的準(zhǔn)確性更為優(yōu)良。另外期望用戶(hù)信息序列具有單位能量和信道參數(shù)g1的模為1這兩個(gè)條件在仿真中都不滿(mǎn)足，所以后者在仿真中的性能達(dá)不到參考文獻(xiàn)[2]中的效果。

    本文針對(duì)目前的盲多用戶(hù)檢測(cè)算法在信道參數(shù)未知的多徑環(huán)境下的不足，將粒子群算法運(yùn)用到盲多用戶(hù)檢測(cè)中。仿真試驗(yàn)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(yùn)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(jìn)行研究，這些問(wèn)題有待于更深入的研究。
參考文獻(xiàn)
[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(yōu)化算法發(fā)展綜述[J].商洛學(xué)院學(xué)報(bào), 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(wù)工作流的混合粒子群調(diào)度算法[J].通信學(xué)報(bào)，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(nèi)容為AET網(wǎng)站原創(chuàng)，未經(jīng)授權(quán)禁止轉(zhuǎn)載。