（通信与信息系统专业论文）计算智能及其在多用户检测中的应用研究.pdf

电子科技大学博士论文 摘要 ( c d m a 移动通信系统是一种干扰限制的系统，多址干扰是这种通信系统的主 要干扰。如何有效地抑制多址干扰，提高系统性能和容量具有很重要的现实意义。 解决多址干扰问题的一种有效途径是多用户检测，它不是把多址干扰简单地看作 干扰噪声来处理，而是把多址干扰作为一种有用的信息加以利用，充分地利用各 用户间的关联进行综合检测，提高系统的检测性能。因此多用户检测成为c d r a 移动通信系统的关键技术之一。 计算智能是国际上近年来提出并得到了广泛深入研究和应用的一种重要的 信息处理方法，利用“拟物”和“仿生”的方法把自然界中生物优化处理的过程 提炼成科技工程领域中信息优化处理的方法。计算智能呈现出了许多传统优化方 法所无法比拟的优越性。 c d m a 多用户检测问题可以看作一个组合优化问题，可将计算智能的优化机 理应用于多用户检测的寻优过程，因此本文研究的重点是基于计算智能的多用户 检测技术，并迸行了数值仿真、对比分析和讨论。此外，提出了一种新的基于数 字滤波器理论的全互连复值递归神经网络训练方法。 、 下面是皋文各部分主要内容的摘要： 第一部分主要介绍了多用户检测技术发展概况，多用户检测技术的研究意 义，计算智能及其在多用户检测中的应用可能性。 第二部分首先阐述c d m a 通信系统等效模型，详细地介绍了同步和异步多用 户检测模型。其次介绍了多用户检测的性能测度，包括检测误码率和抗“远近” 效应能力的理论表达式；介绍了最佳多用户检测方法及其性能。然后介绍了次佳 多用户检测方法及其分类。最后介绍计算智能有关基本理论和方法，包括遗传算 法和禁忌搜索算法。 第三部分提出并讨论了四种基于神经网络的多用户检测方法：1 ) 基于优化 神经网络的多用户检测；2 ) 基于l a g r a n g e 神经网络的多用户检测；3 ) 基于迟 滞h o p f i e l d 神经网络的多用户检测：4 ) 基于递归神经网络的多用户检测。盼别 论述了这四种神经网络多用户检测器的建模方法，并进行了数值仿真与讨论。然 后，对这四种神经网络多用户检测技术从计算复杂度和检测性能两个方面进行了 比较和分析。最后，基于混沌的遍历性和随机性的特征获取一组良好的初始值， 提出了一种改进的神经网络多用户检测技术，并进行数值仿真。火 第四部分提出并讨论了两种基于混合优化算法的多用户检测方法，种是基 电子科技大学博士论文 于遗传算法和禁忌搜索算法的多用户检测技术，另种是基于遗传算法和递归神 经网络的多用户检测技术。分别介绍了这两种混合优化算法的优化策略和机理， 进4 亍了数值仿真和性能分析：然后，对这两种混合优化算法进行了性能和计算复 杂度等方面的比较和分析。- i 第五部分提出一种新的基于数字滤波器理论的全互连复值递归神经网络训 练方法。悔个递归神经元均具有复数f i r 滤波器结构。通过优化f i r 滤波器的系 数来更新神经网络的权值，而优化过程则采用逐层优化( l b l o ) 技术和递归最小 平方( r l s ) 方法。该算法的性能通过将其应用于复信道均衡来加以说明。计算 机仿真结果表明，该算法具有较快的收敛速度。这为快速训练复值递归神经网络 提供了一条新的途径。 总之，通过本文的研究，我们发现了基于计算智能的多用户检测方法比传统 的多用户检测方法优越，特别是基于混合优化策略的多用户检_ i 9 1 6 方法，它综合了 几种优化算法的优点实现全局意义下的寻优过程。 本文的主要贡献有下列三点： 1 ) 提出并研究了四种基于神经网络的多用户检测方法； 2 ) 提出并研究了两种基于混合优化算法的多用户检测方法； 3 ) 提出了一种新的基于数字滤波器理论的全互连复值递归神经网络训练方 瀛太 关键词：码分多址i 多用户检测；多址干扰，远近效应；计算智8 取神经网 络y 遗传算法i 禁忌搜索? 混合优化安计算复杂度 1。 电子科技大学博士论文 a b s t r a c t c o d e d i v i s i o nm u l t i p l e a c c e s s ( c d m a ) m o b i l ec o m m t i n i c a t i o n ss y s t e m sa r e i n t e r f e r e n c e l i m i t e d s y s t e m s m u l t i p l e a c c e s s i n t e r f e r e n c e ( m a i ) i st h e m a i n i n t e r f e r e n c ei nt h ec o m m u n i c a t i o n s s y s t e m s i ti s i m p o r t a n t t h a tt h em a ii s s u p p r e s s e ds ot h a tt h es y s t e mp e r f o r m a n c ea n dc a p a c i t ya r ei n c r e a s e d a ne f f i c i e n t m e t h o ds u p p r e s s e dm a ii sm u l t i u s e rd e t e c t i o n ( m u d ) w h i c hv i e w st h em a la sa n u s e f u lr e s o u r c ea n dm a k e sf u l lu s eo ft h er e l a t i o n s h i pb e t w e e nu s e r st oi n c r e a s et h e d e t e c t i o n p e r f o r m a n c e s ot h em u di so n eo f k e yt e c h n i q u e s i nc d m a c o m m u n i c a t i o n ss y s t e m s c o m p u t a t i o n a li n t e l l i g e n c e ( c i ) i sp r o p o s e d i nr e c e n t y e a r sa s a ni m p o r t a n t i n f o r m a t i o n p r o c e s s i n gm e t h o dw h i c h i ss t u d i e da n da p p l i e dw i d e l ya l lo v e yt h ew o r m c ih a se x p l o r e dt h ei n t e l l i g e n ti n f o r m a t i o np r o c e s s i n gi ns c i e n c ea n dt e c h n o l o g yb y m o d e l i n gb e h a v i o r sa n dm e c h a n i s m st h a tu n d e r l i eb i o l o g i c a l l yi n t e l l i g e n to r g a n i s m s c ih a ss h o w n m a n ya d v a n t a g e s o v e rc o n v e n t i o n a lo p t i m i z a t i o na l g o r i t h m m u d p r o b l e mc a nb ev i e w e da sac o m b i n a t i o n a lo p t i m i z a t i o np r o b l e m t h ec i o p t i m i z a t i o ns t r a t e g yi sa p p l i e d t ot h es e a r c hp r o c e s so f t h em u di nt h i sd i s s e r t a t i o n ， w eh a v es t u d i e dt h em u dt e c h n i q u e sb a s e do nt h ec ia n dm a d et h en u m e r i c a l s i m u l a t i o n ，a n a l y s e s a n dd i s c u s s i o n m o r e o v e r ，an e wt r a i n i n g a p p r o a c h f o rt h e t r a i n i n ga l g o r i t h mo f af u l l yc o n n e c t e dr e c u r r e n tn e u r a ln e t w o r kb a s e do nt h ed i g i t a l f i l t e rt h e o r yi sa l s op r o p o s e d t h ec o n t e n t so f e a c h p a r ti nt h ed i s s e r t a t i o na r e a sf o l l o w s ： c h a p t e r1 f i r s tm a i n l yi n t r o d u c e st h er e v i e wa n dr e s e a r c hs i g n i f i c a n c eo ft h e m u dt e c h n i q u e s t h e c h a p t e r t h e ni n t r o d u c e st h ec ia n dt h e p o t e n t i a l f o r a p p l i c a t i o n so f c i t om u d c h a p t e r2 f i r s ti n t r o d u c e st h ee q u i v a l e n tm o d e lo fc d m ac o m m u n i c a t i o n s s y s t e m st h es y n c h r o n o u sa n da s y n c h r o n o u s m o d e li sd e s c r i b e di nd e t a i l t h ec h a p t e r t h e ni n t r o d u c e st h em u d p e r f o r m a n c em e a s u r e w h i c hi n c l u d e sb i te r r o rr a t e ( b e r ) a n dn e a r f a rr e s i s t a n c em o r e o v e r , t h em e t h o da n dp e r f o r m a n c eo ft h eo p t i m u m m u l t i u s e rd e t t ；c t i o na r ed e s c r i b e d t h em e t h o da n dc l a s s i f i c a t i o no fs u b - o p t i m u m m u l t i u s e rd e t e e t i o na l ea l s oi n t r o d u c e d t h ec h a p t e rf i n a l l y i n t r o d u c e st h eb a s i c t h e o r ya n d m e t h o do f c i ，s u c ha sg e n e t i ca l g o r i t h ma n d t a b us e a r c ha l g o r i t h m , e t c c h a p t e r 3p r o p o s e sa n dd i s c u s s e sf o u rm u dt e c h n i q u e sb a s e d o nn e u r a ln e t w o r k 电子科技大学博士论文 t h e ya e ：1 ) m u db a s e do no p t i m i z a t i o nn e u r a ln e t w o r k ；2 1m u db a s e do n l a g r a n g en e u r a ln e t w o r k ；3 ) m u db a s e do nh y s t e r e t i ch o p f i e l dn e u r a ln e t w o r k ；4 、 m u d b a s e do nr e c u r r e n tn e u r a ln e t w o r kt h ec h a p t e r g i v e st h er e s u l t so fn u m e r i c a l s i m u l a t i o na n dm a k e st h ed i s c u s s i o n t h e c o m p a r i s o na n da n a l y s e so f t h ef o u rm u d t e c h n i q u e sa r em a d e t h e nf r o mc o m p u t a t i o n a lc o m p l e x i t ya n dd e t e c t i o np e r f o r m a n c e t h e c h a p t e rf i n a l l yp r o p o s e s a n dd i s c u s s e sam u dm e t h o db a s e do nm o d i f i e d r e c u r r e n tn e u r a ln e t w o r kw h i c hu s e st h ec h a o t i ct e c h n i q u et o p r o d u c eg o o di n i t i a l v a l u e so f t h en e u r a ln e t w o r k t h en u m e r i c a ls i m u l a t i o ni sa l s om a d e c h a p t e r 4 p r o p o s e s a n dd i s c u s s e st w om u d t e c h n i q u e s b a s e do n h y b r i d o p t i m i z a t i o ns t r a t e g y o n ei st h em u d b a s e do ng e n e t i ca l g o r i t h ma n dt a b us e a r c h t h eo t h e ri st h em u db a s e do n g e n e t i ca l g o r i t h ma n dr e c u r r e n tn e u r a ln e t w o r k ，t h e o p t i m i z a t i o ns t r a t e g y a n dm e c h a n i s mo ft h et w oh y b r i dm e t h o d sa r ed e s c r i b e d m o r e o v e l t h en u m e r i c a ls i m u l a t i o ni sm a d e t h ec h a p t e rt h e nm a k e st h ec o m p a r i s o n a n da n a l y s e so f t h et w o h y b r i dm e t h o d s f r o m c o m p u t a t i o n a lc o m p l e x i t ya n d d e t e c t i o n p e r f o r m a n c e ， c h a p t e r 5p r o p o s e san e w t r a i n i n ga p p r o a c hf o rt h et r a i n i n ga l g o r i t h mo f af u l l y c o n n e c t e dr e c u r r e n tn e u r a ln e t w o r kb a s e do nt h ed i g i t a lf i l t e rt h e o r y e a c hr e c u r r e n t n e u r o ni sm o d e l e db ya ni i rf i l t e r t h e w e i g h t s i nt h en e t w o r ka r e u p d a t e db y o p t i m i z i n g i i rf i l t e rc o e f f i c i e n t sa n do p t i m i z a t i o ni sb a s e do nt h e l a y e r - b y l a y e r o p t i m i z i n gp r o c e d u r e ( l b l o ) a n dt h er e c u r r e n tl e a s ts q u a r e sa 甩s ) m e t h o d t h e p e r f o r m a n c eo f t h ep r o p o s e da l g o r i t h mi sd e m o n s t r a t e d 、v i t l la p p l i c a t i o ni nc o m p l e x c o m m u n i c a t i o nc h a n n e le q u a l i z a t i o nc o m p u t e rs i m u l a t i o nr e s u l t si n d i c a t e dt h a tt h e p r o p o s e dm e t h o dp r o v i d e s f a s tc o n v e r g e n c er a t e t h i sp r o v i d e san e ww a yt ot h ef a s t t r a i n i n go fc o m p l e x v a l u e dr e c u r r e n tn e u r a ln e t w o r k i naw o r d ，w eh a v ef o u n dt h a tt h em u d t e c h n i q u e sb a s e do nc ih a v em a n y a d v a n t a g e so v e r c o n v e n t i o n a lm e t h o dt h r o u g ht h es t u d yo f t h ed i s s e r t a t i o n e s p e c i a l l y , t h em u d t e c h n i q u e sb a s e do nt h eh y b r i do p t i m i z a t i o ns t r a t e g ym a k e u s eo ft w oo r m o r e o p t i m i z a t i o na l g o r i t h m s t oi m p l e m e n tt h eg l o b a lo p t i m i z a t i o n t h ec o n t r i b u t i o n so f t h ed i s s e r t a t i o na r ea sf o l l o w s ： 1 ) p r o p o s e sa n ds t u d y s f o u rm u d t e c h n i q u e s b a s e do nn e u r a ln e t w o r k 2 、p r o p o s e sa n ds t u d y s t w om u d t e c h n i q u e sb a s e d o nh y b r i d o p t i m i z a t i o n s t r a t e ：g y 3 ) p r o p o s e sa n e wt r a i n i n g a p p r o a c h f o rt h et r a i n i n g a l g o r i t h m o faf u l l y 电子科技大学博士论文 c o n n e c t e dr e c u r r e n tn e u r a ln e t w o r kb a s e do bt h e d i g i t a lf i l t e rt h e o r y k e y w o r d s ：c o d e - d i v i s i o nm u l t i p l e a c c e s s ，m u l t i u s e rd e t e c t i o n ，m u l t i p l ea c c e s s i n t e r f e r e n c e ，n e a r - f a rr e s i s t a n c e ，c o m p u t a t i o n a li n t e l l i g e n c e ，n e u r a ln e t w o r k , g e n e t i c a l g o r i t h m ，t a b us e a r c h ，h y b r i do p t i m i z a t i o n ，c o m p u t a t i o n a lc o m p l e x i t y v - 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工 作及取得的科研成果。据我所知，除了文中特别加以标注和致谢的地 方外，论文中不包含其他人已经发表或撰写过的科研成果，也不包含 为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。 与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明 确的说明并表示谢意。 签名：鏖盔薹日期：知毋年夕月二厶日 关于论文使用授权的说明 本学位论文作者完全了解电子科技大学有关保留、使用学位论 文的规定，有权保留并向国家有关部门或机构送交论文复印件和磁 盘，允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文 的全部或部分内容输入有关数据库进行检索，可以采用影印、缩印或 扫描等复制手段保存、汇编学位论文。 ( 保密的学位论文在解密后应遵守此规定) 签名：2 髦壹墓聊躲丛 日期：m 年7 月“日 电子科技大学博士论文 第一章绪论 由于移动通信在未来的信息产业中具有举足轻重的地位，发达国家的政府部 门、电信运营商及制造商均不遗余力地积极参与有关第三代移动通信标准制定及 其科研开发工作，以期在未来的竞争中占据有利地位m 。 码分多址( c o d ed i v i s i o nm u l t i p l ea c c e s s ，简称c d m a ) 移动通信系统是 种先进的移动通信系统，c d m a 技术己成为第三代移动通信的主流技术。它具 有大容量、软切换、清晰的话音质量和良好的保密性能等优点，能缓和有限频带 与无限用户需求之间的矛盾。因此，它越来越为移动通信运营商和用户所青睐。 然而，与其它移动通信系统一样，c d m a 系统也是一种干扰限制系统，随着干扰 用户数的增加，c d m a 系统容量将降低，系统性能将恶化。 在c d m a 通信系统中，干扰可以大致分为三种类型：加性白噪声干扰、多径 干扰、多址干扰。当同时通信的用户数较多时，多址干扰( m u l t i p l ea c c e s s i n t e r f e r e n c e ，简称y a i ) 成为最主要的干扰，这主要是由于c d m a 系统中多个 用户共享同一个信道，不同用户之间的非零互相关系数而引起的。多址干扰已成 为制约c d m a 系统进步发展的致命瓶颈。因此抵抗与限制多址干扰成为c d m a 移 动通信系统的一项主要任务。 多址干扰也称多用户干扰，因此，多址干扰的抑制问题也就是多用户检测问 题，而多用户检测技术被认为是c d m a 通信系统的关键技术之一。多用户检测的 基本思想是：通过挖掘有关干扰用户的信息( 信号到达时间、使用的扩频序列和 信号幅度等) 来消除多址干扰，进而提高信号的稳定性，不再象传统检测器那样 忽略系统中其它用户的存在。 关于多用户检测问题的研究，近年来一真是移动通信领域中的一个研究热 点。众多学者已积极投身到这一闯题的研究中，进行了卓有成效的工作，这可以 从国内外有关的重要学术会议、核心期刊和i e e e 有关的专业杂志中发表的论文 集或论文中看到这一点。目的是寻找到种能够解决多址干扰抑制问题的有效方 法。 1 1 多用户检测技术发展概况 传统的c d 姒多用户检测器把多址干扰视为一种噪声干扰而加以滤除。实际 上，多址干扰并非种无用的噪声干扰。v e r d u 在文献 1 、 2 和 3 中指出： 多址干扰是一种含有有用信息的可用资源。v e r d u 在文献 1 、 2 和 3 中关于 c d i d a 最佳多用户检测的理论研究结果在国际上被公认为c i ) m a 多用户检测理论发 电子科技大学博士论文 展史上的一个里程碑，而这些理论研究结果也就奠定了c n m a 多用户检测的理论 基础。 由v e r d u 最早提出的基于最大似然序列估计( m l s e ) 的最佳多用户检测方法 在理论上可以完全克服多址干扰，但由于其算法复杂、计算量大( 其计算量随用 户数的增加而呈指数增长) 而无法实现。v e r d u 的开拓性研究成果立即引起了国 内外众多学者的广泛兴趣，国际上许多著名刊物每年都刊登了很多关于多用户检 测方法的学术论文，众多学者从不同角度来讨论c d m a 多用户检测问题，许多国 际会议也对此问题进行了专题讨论，目的是寻找一种检测性能上比较接近最佳多 用户检测方法的性能，而计算复杂度又比较合理，并且易于实时实现的次佳多用 户检测方法，已有不少学者开展了卓有成效的工作。目前，关于多用户检测问题 的讨论还在继续中。 近年来国内外学者在c d 眦的多用户检测方面的主要研究工作大体上可归纳 如下几个方面m m “： 1 1 1 模型研究 从简单的加性白高斯噪声( a d d i t i v ew h i t eg a u s s i a nn o i s e ，简称a w g n ) 信道向实际信道步步逼近。 ( 1 ) 1 9 8 6 年v e r d u 首次提出的多用户检测是在简单的a w g n 背景下提出的， 对于这类最简单的恒参信道，利用已知扩频码的结构信息与统计信息相对来说比 较容易，也比较简单，其实现结构由于是恒参单径信道也相对比较简单。 ( 2 ) 将a w g n 信道扩展到平坦瑞利的单径衰落信遵。 ( 3 ) 从平坦瑞利衰落信道进一步扩展至多径衰落信道。 ( 4 ) 从多径衰落信道再进一步扩展至时变多径快衰落信道。 ( 5 ) 上述扩展，主要从以下两个方面大大增加了多用户检测器实现的复杂 度： 从单径到多径，即从单径多用户检测发展到多径干扰、多用户干扰联合 最优检测，从而使实现结构大大复杂化。 从恒参到变参，从时不变信道到线性时变信道，为了获得“已知”的扩 频码结构信息( 这时由于信道时变性，将已知量变成了未知待估计量) ， 必须引入信道估计理论与技术，实时求得这些待求的“已知”结构信息， 特别是对于时变信道，信道估计更加困难，也更加复杂。 ( 6 ) 从需要训练序列的自适应检测到不需要训练序列的盲自适应检测。自 适应检测的优点是可以用比较短的滤波器处理固定相关器的输出，滤波器可望较 一2 一 电子科技大学博士论文 快收敛，其缺点是要求有一组同步的相关器，而且当信道响应突然变化或出现新 的同信道用户时，训练序列便需要重新发送，而这种情况是常见的。众所周知， 训练序列的不断发送会造成频谱资源的很大浪费。盲自适应检测只需知道期望用 户的特征波形和定时信息，因此需要预知的“信息”比较少，盲自适应检测在信 道巾同时通信的用户数可变的情况下具有很重要的现实意义，而收敛速度慢和运 算量大是盲自适应检测方法的通病。 1 1 2 主要研究方向 从理论上的最佳结构逐步向工程上次佳结构发展。 ( 1 ) 1 9 8 6 年v e r d u 首次提出的利用v i t e r b i 最大似然序列检测( m l s d ) 的 思想，其实现复杂度虽然已利用v i t e r b i 最大似然算法将实现复杂度从0 ( 2 “k ) 降 到0 ( 2 ) ，其中为数据包长度，为用户数，但它仍是具有指数( 随用户数) 增长的复杂度，仍是一个n p 完备问题，实际工程上是无法接受的，仅是一个供 理论上的参考标准。 ( 2 ) 工程人员为了寻找具有实际应用价值的方案，将目光从追求最佳转向 寻求次佳，目的是为了在牺牲一定性能的可接受条件下，寻求尽可能简化复杂度 的工程折衷方案。 1 1 3 多用户检测与其他技术结合 寻求多用户检测与其他技术结合，实现联合优化也是一个重要发展方向，目 前研究较多的有： ( 1 ) 多用户检测与r a k e 接收机的有机结合。 ( 2 ) 多用户检测与二维r a k e 接收机结合的时空二维最佳检测。 ( 3 ) 多用户检测与智能天线结合的时空最佳检测技术。 1 2 多用户检测技术的研究意义口耵 1 2 1c d m a 系统中的主要干扰类型 ( 1 ) 加性白噪声：它是所有通信系统中都存在的一类可加性噪声，主要由 通信设备的有源、无源器件所产生，它般遵从正态( 高斯) 分布且功率谱是平 坦的，故称为加性白噪声。 ( 2 ) 多径干扰：它主要是由于电波传输中的多径反射所引起的，在数据传 输中，一般称它为符号间干扰或码间干扰。 ( 3 ) 多址干扰：在蜂窝移动通信中，由于在同一个小区间，同时通信的用 一3 一 电子科技大学博士论文 户不是一个而是多个，在码分多址中多个用户均占用同一时隙、同一频隙，所不 同的是选取的地址码不一样，而实际选用的地址码间的互相关函数又不可能全部 达到理想状态的全为零。另一方面，即使能找到一组完全正交的地址码，但由于 信道的移动性和各用户信号到达基站的不一致性，这种正交性也会被破坏。因而 造成了多个用户同时通信时，必然要产生多址干扰。 以上三种干扰，当小区中同时使用的用户数较多时，多址干扰是最主要的干 扰。 1 2 2 克服多址干扰的主要措施 ( 1 ) 码型设计是克服多址干扰的最理想的措施 采用完全同步的码分多址方式； 设计一组完全正交的互相关为零的扩频地址码，比如w a l s h 函数码； 用户接收机在完全同步并采用理想正交扩频码的条件下，各用户之间是 不产生多用户干扰的。 ( 2 ) 实际情况下，多用户干扰总是存在的 在多经衰落信道中，理想的完全同步是难以实现的，因此扩频码也难以 保持完全的正交性； 理论上己证明，同时具有理想自相关特性的二进制( 归零) 扩频码是不 存在的，这就是著名的w e l c h 界。因此多用户干扰总是存在的。 ( 3 ) 工程实用化的码型设计 既然已知多址干扰是由于扩频码的互相关函数不为零的码型引起的，显然互 相关性越小，多址干扰影响就越小。 在同步码分体制中，可采用理想互相关特性的码型，比如w a l s h 码，同 时尽可能提高时变多经信道下的同步精度，以减少由于微小不同步而引 入互相关性能下降和多址干扰影响的上升。 在异步码分体制中，要选用互相关函数小的扩频序列与码组。 ( 4 ) 功率控制技术 由于在蜂窝移动通信中，用户是在随机移动的，因此，距离基站近的用户要 比远离基站的用户信号的功率大，同时由于器件的非线性将会产生强者愈强、弱 者愈弱的以强压弱的现象，称之为远近效应。远近效应将使多址干扰影响更加复 杂化和更加严重，为了克服这现象，工程上采用功率控制技术，实现对不同远、 近用户到达基站接收点的功率或信噪比平衡一致。显然功率控制只能尽可能减少 4 电子科技大学博士论文 多址干扰的影响，而并不能从根本上消除多址干扰的影响。 ( 5 ) 空间滤波技术 它的基本思想是将小区内的多址干扰按区问区域将大区划成小区，将多用户 的干扰从整个小区划分为局限于若干个小区的局部小区，以达到在每个子小区内 减少多用户干扰影响的目的，在具体实现上可分为： 多扇区化。即将一个小区划分为空间相互独立的若干个扇区，比如三扇 区、六扇区等。即用扇区设计来达到隔离扇区间的多用户干扰。 智能天线技术。智能天线采用更多更窄的动态波束来隔离空间多用户干 扰，若能达到一个动态波束跟踪个用户，则基本上从空间上完成隔离 和消除了多址干扰。 ( 6 ) 多用户检测 它是引用信息论并通过严格的理论分析后提出的一种新型抗多址干扰技术， 而且通过多用户检测可以实现一箭三雕的作用，既可以抗多址干扰，又可以抵抗 远近效应和多径干扰，进而提高系统容量。 由此可见，对多用户检测技术的深入研究具有重要的现实意义。 1 3 计算智能及其在多用户检测中的应用可能性哺力 计算智能( c o m p u t a t i o n a i n t e l l i g e n c e ) 方法是近几年来国际上提出并发 展起来的种计算方法，是一种多门学科相互交叉和渗透的方法论，其思想和内 容涉及数学、物理学、生物进化，人工智能、神经科学和统计力学等方面，为解 决复杂问题提供了新的思路和手段。 计算智能是什么，目前为止还没有大家公认的定义。但通常大家把模糊计算 ( f u z z yc o m p u t i n g ) 、神经计算( n e u r a lc o m p u t i n g ) 和进化计算( e v o l u t i o n c o m p u t i n g ) 作为它的三个主要内容。作为般的粗略定义，可以这样认为：凡 是仿照自然法则构造的计算，均可称为计算智能，有时也把这类计算叫做软计算 ( s o f tc o m p u t i n g ) 。如模仿人类处理问题方式而引入的模糊计算；依据生物神 经网络的工作规则引入的神经计算；模仿生物界的“优胜劣汰”法则的遗传算法、 进化规划；以及模拟人类智力过程的禁忌搜索算法等，均属此类。 计算智能方法是一个方法论的集合，它将演化计算、遗传算法、模糊系统与 人工神经网络( 以后简称神经网络) 有机地结合起来，利用它们的长处来进行智 能计算。计算智能有其本身的智能特征，如同组织、自适应、自学习等，这些方 法协同地通过“拟物”与“仿生”以解决实际工程问题。 一5 电子科技大学博士论文 近年来，许多学者正积极投身于这新兴技术的理论及应用的研究，并取得 了丰硕的成果。我们可以从国内外重要的学术会议、核心刊物和 e e e 有关的专 业杂志上所发表的众多论文中看到它快速发展的趋势。 优化技术是计算智能的主要特征之一，它应用了来源于不同思想的新颖的最 优化方法，包括神经网络( n e u r a ln e t w o r k ，简称n n ) 受人脑的并行分布式计 算启发，遗传算法( g e n e t i ca l g o r i t b m ，简称g ) 受进化与选择过程的启发， 模拟退火( s i m u l a t e da n n e a l i n g ，简称s a ) 受热力学的启发，禁忌搜索( t a b u s e a r c h ，简称t s ) ，以及混沌搜索( c h a o t i cs e a r c h ，简称c s ) 等。神经网络、 模拟退火，遗传算法和禁忌搜索统称为四大现代启发式优化算法。上述方法以及 由这些方法混合而成的优化算法同属于计算智能的研究范畴。 神经网络( n n ) 是近年来得到迅速发展的一个前沿课题。神经网络由于其大 规模并行处理、容错性、自组织和自适应能力和联想功能强等特点，已成为解决 很多问题的有力工具，对突破现有科学技术的瓶颈，更深入探索非线性等复杂现 象起到了重大作用，已广泛应用在许多工程领域。人工神经元是生物神经元特性 及功能的数学抽象，神经阿络通常指由大量简单神经元互连而构成的一种计算结 构，它在某种程度上可以模拟生物神经系统的工作过程，从而具备解决实际问题 的能力。神经网络优化算法就是利用神经网络中神经元的协同并行计算能力来构 造的优化算法，它将实际问题的优化解与神经网络的稳定状态相对应，把对实际 问题的优化过程映射为神经网络系统的演化过程。 模拟退火( s a ) 的思想最早是由m e t r o p o l i 8 等人于1 9 5 3 年提出的，1 9 8 3 年k i r k p a t r j c k 等将其用于组合优化。s a 算法是基于m e n t ec a r l o 迭代求解策 略的一种随机寻优算法，其出发点是基于物理学中固体物质的退火过程与一般组 合优化问题之间的相似性。s a 算法在某一初温下，伴随温度参数的不断下降， 结合概率突跳特性在解空间中随机寻找目标函数的全局最优解，即在局部优解能 概率性地跳出并最终趋于全局最优。s a 是一种通用的优化算法，目前已在工程 中得到了广泛应用，诸如v l s i 、生产调度、控制过程、机器学习、神经网络、 图象处理等领域。 遗传算法( g a ) 是3 h o l l a n d 于1 9 7 5 年受生物进化论的启发而提出的。g a 是基于“适者生存”自然法则的一种高度并行、随机和自适应的优化算法，它将 问题的求解表示成“染色体”的适者生存过程，通过“染色体”群的一代代不断 进化，包括复制、交叉和变异等操作，最终收敛到“最适应环境”的个体，从而 求得问题的最优解或满意解。g a 也是种通用的优化算法，其编码技术和遗传 操作比较简单，优化不受限制性条件的约束，而其两个最显著特点则是隐含并行 性和全局解空间搜索。目前随着计算机技术的发展，g a 愈来愈得到人们的重视， 电子科技大学博士论文 并在机器学习、模式识别、图象处理、神经网络、优化控制、组合优化、v l s i 设计、遗传学等领域得到了成功应用。 禁忌搜索( t s ) 的思想最早由g l o v e r 于1 9 8 6 年提出，它是对局部邻域搜索 的一种扩展，是一种全局逐步寻优算法，是对人类智力过程的一种模拟。t s 算 法通过引入一个灵活的存储结构和相应的禁忌准则来避免迂回搜索，并通过特赫 准则来赫免一些被禁忌的优良状态，进而保证多样化的有效探索以最终实现全局 优化。相对于模拟退火和遗传算法，t s 是又一种搜索特点不同的m e t a h e u r i s t i c 算法。迄今为止，t s 算法在组合优化、生产调度、机器学习、电路设计和神经 网络等领域取得了很大的成功，近年来又在函数全局优化方面获得了较多的研 究，并大有发展的趋势。 混合优化算法是综合上述某两种方法或多种方法而成的种优化算法。对某 些大规模问题，用上述单一优化算法已不能得到优化解或满意孵，这时必须采用 综合上述某两种方法或多种方法的混合算法。 构造一种混合优化算法主要从以下几个方面考虑：1 ) 、优化机制的融合；2 ) 、 优化结构的互补；3 ) 、优化操作的结合；4 ) 、优化行为的互补；5 ) 、削弱参数选 择的苛刻性。混合优化算法以某一种算法作为主算法的框架，另一种算法作为算 法的评价工具，或作为算法的运算操作，使算法具有较高的优化性能、时间性能 和初值鲁棒性。 神经网络、遗传算法、模拟退火、禁忌搜索和混合优化算法等计算智能方法 均已有效地解决了一些属于n p 完各问题的组合优化问题。典型“组合爆炸”问 题常见的有：著名“旅行商问题”( t r a v e l l i n gs a l e s m a np r o b l e m ，简称t s p ) ， 生产调度、v l s i 、0 - 1 背包问题、n 皇后问题等。这些问题用经典的优化方法所 需的计算时问和存储空间难以忍受，如对称t s p 问题，可能路径为幻一1 ) ! 2 ， 若以路径比较为基本操作，则需幻一1 ) ! 2 - 1 次基本操作。对于每秒执行百 万次操作的计算机，当疗= 2 0 时就需1 9 2 9 年才能找到最优解，而采用计算智能 方法则可在合理的时间内得到最优解或满意解。 v e r d u 已揭示了最佳多用户检测问题是一个n p 完备问题，因此，将计算智 能方法应用于多用户检测应该是可行和有效的。多用户检测技术己被公认为c d m a 移动通信系统的关键技术之一，研究和开发具有较高的优化性能、时间性能和初 值鲁棒性的智能优化算法并将其应用于c d m a 多用户检测，对降低c d m a 移动通信 系统的建设成本以及推进后第三代移动通信系统的发展均具有积极的意义。 7 电子科技大学博士论文 1 4 论文的结构及内容安排 第一章：绪论，主要介绍多用户检测技术发展概况，多用户检测技术的研究 意义，计算智能及其在多用户检测中的应用可能性，以及论文结构安排。 第二章：首先阐述c d m f i 通信系统等效模型，详细地介绍了同步和异步多用 户检测模型。其次介绍了多用户检测的性能测度，包括检测误码率和抗“远近” 效应能力的理论表达式；介绍了最佳多用户检测方法及其性能。然后介绍了次佳 多用户检测方法及其分类。最后介绍计算智能有关基本