基于神经网络的多用户检测技术研究

基于神经网络的多用户检测技术研究

论文摘要

CDMA系统多用户检测技术是第三代移动通信系统的关键技术之一。在CDMA通信系统中,指定给各用户的特征序列总是存在一定的相关性,这就是多址干扰产生的根源。多用户检测技术在传统检测技术的基础上,充分利用所有用户的信息来对接收信号进行联合检测,从而具有很好的多址干扰抑制性能,同时也解决了远近效应问题,降低了系统对功率控制精度的要求,显著提高了整个系统容量。本论文在对CDMA通信系统、多用户检测模型和多用户检测性能测度等问题进行分析的基础上,介绍了最佳多用户检测原理和次佳多用户检测方法及分类。通过对Hopfield神经网络多用户检测器的分析,将该检测器求解最优多用户检测目标函数的最小值问题转化为求解Hopfield神经网络能量函数最小值的问题。针对Hopfield神经网络易陷入能量函数局部最小点的问题,本文给出了简化检测器与软判决反馈随机Hopfield神经网络相结合的一种混合Hopfield神经网络多用户检测模型。混合Hopfield神经网络多用户检测器中的简化检测器能够给Hopfield神经网络提供较好的初始值,从而避免了由于初始值的随机选取使能量函数收敛到局部最小点的情况,得到了全局意义下的满意解,提高了检测性能。仿真结果表明,混合Hopfield神经网络多用户检测有更好的抗多址干扰和抗远近效应性能,并且具有良好的收敛性。另外,本论文还研究了混沌神经网络模型,详细的分析了Chen和Aihara提出的混沌神经网络及暂态混沌神经网络模型结构和动力学特性。暂态混沌神经网络具有比Hopfield网络更为丰富的动力学特性,可有效提高网络全局最小值的搜索能力。在暂态混沌神经网络的基础上用模拟退火策略对暂态混沌神经网络进行了优化,在保证准确性的基础上,加快收敛速度。对优化后的暂态混沌神经网络在多用户检测技术中的应用进行了研究分析,实验仿真结果证明该神经网络检测器具有较好的检测性能,具有一定的理论意义和实用价值。

论文目录

  • 摘要
  • ABSTRACT
  • 第1章 绪论
  • 1.1 第三代移动通信及其关键技术
  • 1.1.1 第三代移动通信系统概述
  • 1.1.2 第三代移动通信系统关键技术
  • 1.1.3 码分多址技术的基本原理
  • 1.2 多用户检测技术的研究意义
  • 1.3 多用户检测技术的发展现状
  • 1.4 人工神经网络概述
  • 1.5 本论文的主要工作
  • 第2章 CDMA系统模型及多用户检测
  • 2.1 多用户检测模型
  • 2.2 多用户检测性能测度
  • 2.2.1 误码率
  • 2.2.2 渐近多用户有效性
  • 2.2.3 抗远近能力
  • 2.3 多用户检测技术分类
  • 2.3.1 最佳多用户检测
  • 2.3.2 次佳多用户检测
  • 2.4 仿真与性能分析
  • 2.5 本章小结
  • 第3章 Hopfield神经网络概述
  • 3.1 人工神经网络
  • 3.1.1 人工神经网络概述
  • 3.1.2 人工神经网络模型
  • 3.1.3 人工神经网络特点
  • 3.2 Hopfield神经网络
  • 3.2.1 Hopfield神经网络模型
  • 3.2.2 Hopfield神经网络工作方式
  • 3.2.3 Hopfield神经网络稳定性分析
  • 3.3 本章小结
  • 第4章 Hopfield神经网络多用户检测器及其改进
  • 4.1 Hopfield神经网络多用户检测器
  • 4.2 随机Hopfield神经网络多用户检测器
  • 4.2.1 随机Hopfield神经网络多用户检测器
  • 4.2.2 软判决反馈随机Hopfield神经网络多用户检测器
  • 4.3 混合Hopfield神经网络多用户检测器
  • 4.3.1 简化检测器理论推导
  • 4.3.2 混合Hopfield神经网络检测器
  • 4.4 仿真与性能分析
  • 4.4.1 误码率检测性能
  • 4.4.2 抗远近效应能力
  • 4.4.3 用户数对性能的影响
  • 4.4.4 收敛性能
  • 4.5 本章小结
  • 第5章 基于暂态混沌神经网络的多用户检测器
  • 5.1 混沌神经网络
  • 5.1.1 混沌神经网络模型
  • 5.1.2 暂态混沌神经网络模型
  • 5.2 模拟退火策略优化的暂态混沌神经网络
  • 5.3 优化的暂态混沌神经网络在多用户检测中的应用
  • 5.3.1 优化的暂态混沌神经网络多用户检测器
  • 5.3.2 仿真与性能分析
  • 5.4 本章小结
  • 结论
  • 参考文献
  • 攻读硕士学位期间发表的论文
  • 致谢
  • 相关论文文献

    标签:;  ;  ;  ;  

    基于神经网络的多用户检测技术研究
    下载Doc文档

    猜你喜欢