基于DNA计算和遗传算法的多用户检测技术研究

论文摘要

DNA计算是一种新的计算模式。和传统的电子计算机相比,DNA计算机具有高度并行性、运算速度快、存储容量大、能耗低、DNA分子资源丰富等突出优点,它将有望在某些领域弥补现有电子计算机的不足。遗传算法（GA）是一种模仿自然界生物进化的随机全局搜索和优化方法,它借鉴了达尔文的进化论和孟德尔的遗传学说,其本质是一种高效、并行、全局搜索的方法。遗传算法与DNA计算有着天然的相似之处,只不过实现方式不同。CDMA作为第三代移动通信系统的多址接入方案,是建立在正交编码、相关接收的理论基础上,以扩频通信技术为基础的多址技术。由于不同用户的随机接入,很难做到扩频码完全正交,CDMA系统不可避免存在多址干扰。多用户检测技术是CDMA系统中抗多址干扰的关键技术之一,它充分利用造成多址干扰的所有用户信息对多用户做联合检测,以有效地抑制多址干扰,消除或减轻“远-近”效应,改善系统性能,提高系统容量。本文首先将DNA计算的概念引入多用户检测技术中,把DNA计算和传统遗传算法结合,并将它应用于多用户检测这一组合优化问题的解决,其中,着重讨论了多用户检测问题的DNA编码和适应度函数的选取。经过仿真分析,验证了用DNA计算解决多用户检测问题的可行性。然后,把DNA计算和微遗传算法（μGA）结合,用于解决多用户检测问题,其中,针对DNA-μGA种群中个体数目的奇偶,改进了DNA-μGA的算法,并重点讨论了基于DNA-μGA的多用户检测器的种群中需要的个体数目。最后,将Memetic的思维引入DNA-μGA,提出了一种基于用户编号优先和DNA变异的局部优化策略,将这种局部优化策略应用到初始种群只有2个个体的DNA-μGA多用户检测器中。将这种基于DNA-μGA和Memetic的多用户检测器与传统检测器、解相关多用户检测器、最优多用户检测器、基于DNA-SGA的多用户检测器做了性能对比分析,结果表明这种多用户检测技术性能较优,为研究CDMA多用户检测器开辟了新的途径。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 DNA计算
• 1.2 CDMA多用户检测技术
• 1.3 论文的主要工作
• 1.4 论文的结构
• 第二章 DNA计算
• 2.1 DNA计算的基本原理
• 2.2 DNA计算的生物基础
• 2.2.1 DNA的分子结构
• 2.2.2 DNA遗传信息流程及操作
• 2.2.3 DNA计算的生物操作
• 2.3 DNA计算的编码
• 2.3.1 影响DNA编码的因素
• 2.3.2 DNA编码方法
• 2.3.3 DNA序列到数字序列的转换
• 2.4 DNA计算的发展和研究现状
• 2.4.1 DNA计算的研究现状
• 2.4.2 DNA计算的发展前景
• 2.4.3 DNA计算目前存在的问题
• 第三章 多用户检测
• 3.1 第三代移动通信系统简介
• 3.1.1 第三代移动通信系统发展概况
• 3.1.2 CDMA的主要优点和关键技术
• 3.2 多用户检测技术
• 3.2.1 多用户检测的基本原理
• 3.2.2 CDMA多用户系统模型
• 3.2.3 多用户检测的性能测度
• 3.2.4 多用户检测的分类
• 第四章 基于DNA遗传算法的多用户检测技术
• 4.1 遗传算法
• 4.1.1 基本遗传算法
• 4.1.2 DNA遗传算法与常规遗传算法的比较
• 4.2 基于DNA-SGA的多用户检测器
• 4.2.1 DNA-SGA算子
• 4.2.2 多用户检测的DNA编码
• 4.2.3 适应度函数选取
• 4.2.4 扩频码的选择
• 4.2.5 算法仿真分析
• 4.2.6 运算复杂度分析
• 4.3 引入"联姻"策略的DNA-SGA多用户检测器
• 4.4 本章小结
• 第五章 基于DNA微遗传算法的多用户检测技术
• 5.1 微遗传算法
• 5.1.1 微遗传算法的基本步骤
• 5.1.2 微遗传算法和传统遗传算法的比较
• 5.2 基于DNA-μGA的多用户检测器
• 5.2.1 算法流程
• 5.2.2 算法仿真分析
• 5.3 对DNA-μGA种群中个体数目的讨论
• 5.3.1 针对种群中不同个体数目改进的DNA-μGA
• 5.3.2 算法仿真分析
• 5.4 基于4个体的DNA-μGA的多用户检测器
• 5.4.1 算法仿真分析
• 5.4.2 运算复杂度分析
• 5.4.3 反复使用交叉算子的DNA-μGA多用户检测器
• 5.4.4 基于多种群"联姻"的DNA-μGA多用户检测器
• 5.5 本章小结
• 第六章 基于DNA-μGA和Memetic的多用户检测技术研究
• 6.1 Memetic算法
• 6.2 引入Memetic思维的DNA-μGA多用户检测器
• 6.2.1 初始种群基于CD输出及其邻近向量的DNA-μGA多用户检测器
• 6.2.2 基于用户编号优先和DNA变异的局部优化策略
• 6.2.3 基于单个个体反复局部优化的DNA多用户检测器
• 6.2.4 基于交叉后个体局部优化的DNA-μGA多用户检测器
• 6.2.5 基于DNA-μGA和Memetic的多用户检测器
• 6.3 本章小结
• 第七章 全文总结
• 致谢
• 参考文献
• 作者攻硕期间取得的成果