应用神经网络粒子群算法的多用户检测

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

应用神经网络粒子群算法的多用户检测

刁鸣, 高洪元, 马杰, 缪善林

文章导航 > 电子科技大学学报 > 2008 > 37(2): 178-180,281

刁鸣, 高洪元, 马杰, 缪善林. 应用神经网络粒子群算法的多用户检测[J]. 电子科技大学学报, 2008, 37(2): 178-180,281.

引用本文:

刁鸣, 高洪元, 马杰, 缪善林. 应用神经网络粒子群算法的多用户检测[J]. 电子科技大学学报, 2008, 37(2): 178-180,281.

DIAO Ming, GAO Hong-yuan, MA Jie, MIAO Shan-lin. Multi-User Detection Based on Particle Swarm Optimization Algorithm with Neural Network[J]. Journal of University of Electronic Science and Technology of China, 2008, 37(2): 178-180,281.

Citation:

DIAO Ming, GAO Hong-yuan, MA Jie, MIAO Shan-lin. Multi-User Detection Based on Particle Swarm Optimization Algorithm with Neural Network[J]. Journal of University of Electronic Science and Technology of China, 2008, 37(2): 178-180,281.

应用神经网络粒子群算法的多用户检测

1.
哈尔滨工程大学信息与通信工程学院哈尔滨 150001

作者简介:
刁鸣(1960-),男,教授,主要从事宽带信号检测、处理与识别及空间谱估计理论等方面的研究.

中图分类号: TN914.5;TP301.6;TP18

Multi-User Detection Based on Particle Swarm Optimization Algorithm with Neural Network

1.
College of Information and Communication Engineering,Harbin Engineering University Harbin 150001

摘要: 为了减少最优多有户检测器的计算复杂度,提出了一种融合粒子群优化算法和神经网络的神经网络粒子群优化算法,并设计了一种解决CDMA通信系统的多用户检测问题的新方法。该方法是把神经网络嵌入到粒子群优化算法的每一代中以改进算法性能。通过混合神经网络到PSO中,还可以加快PSO的收敛速度,减少计算复杂度。仿真结果证明了所设计的检测器无论抗多址干扰能力和抗远近效应能力都优于应用Hopfield神经网络、遗传算法和粒子群算法的多用户检测器。
- CDMA /
- Hopfield神经网络 /
- 多用户检测 /
- 粒子群优化算法
Abstract: To reduce computational complexity of the optimal multi-user detector, a novel hybrid algorithm that employs particle swarm optimization algorithm (PSO) and Hopfield neural network is presented. Then we design a novel multi-user detector in code-division multiple-access (CDMA) communication systems. Using this approach, the Hopfield neural network is embedded into the PSO to improve further the performance of the population at each generation. Such a hybridization of the PSO with the Hopfield neural network reduces its computational complexity by providing faster convergence. Simulation results are provided to show that the proposed detector has significant performance improvements over the detectors based on Hopfield neural network, genetic algorithm, and particle swarm optimization in terms of multiple access interference and near-far resistance.
- code-division multiple-access /
- nopfield neural network /
- multi-user detection /
- particle swarm optimization algorithm

[1]	刘益安, 马瑞辰, 李国, 于奇, 刘洋, 胡绍刚. 负阻态忆阻Hopfield神经网络动力学 . 电子科技大学学报, 2023, 52(1): 38-43. doi: 10.12178/1001-0548.2022294
[2]	鲁华祥, 尹世远, 龚国良, 刘毅, 陈刚. 基于深度确定性策略梯度的粒子群算法 . 电子科技大学学报, 2021, 50(2): 199-206. doi: 10.12178/1001-0548.2020420
[3]	郜东瑞, 周晖, 冯李逍, 张云霞, 彭茂琴, 张永清. 基于特征融合和粒子群优化算法的运动想象脑电信号识别方法 . 电子科技大学学报, 2021, 50(3): 467-475. doi: 10.12178/1001-0548.2020107
[4]	张新明, 王霞, 涂强, 康强. 趋优算子和Levy Flight混合的粒子群优化算法 . 电子科技大学学报, 2018, 47(3): 421-429. doi: 10.3969/j.issn.1001-0548.2018.03.016
[5]	敖永才, 师奕兵, 张伟, 李焱骏. 自适应惯性权重的改进粒子群算法 . 电子科技大学学报, 2014, 43(6): 874-880. doi: 10.3969/j.issn.1001-0548.2014.06.014
[6]	刘强, 马家辰, 谢玮, 马立勇. 混合粒子群优化算法和案例推理方法的多机器人学习 . 电子科技大学学报, 2014, 43(1): 137-143. doi: 10.3969/j.issn.1001-0548.2014.01.023
[7]	王维博, 冯全源. 粒子群优化算法在天线方向图综合中的应用 . 电子科技大学学报, 2011, 40(2): 237-241. doi: 10.3969/j.issn.1001-0548.2011.02.016
[8]	刘旭, 许宗泽. 应用Khatri-Rao积分解的DS-CDMA盲多用户检测 . 电子科技大学学报, 2011, 40(1): 20-25. doi: 10.3969/j.issn.1001-0548.2011.01.004
[9]	但黎琳, 肖悦, 李少谦. MC-CDMA中PTS副信息盲检测方法 . 电子科技大学学报, 2010, 39(6): 835-840. doi: 10.3969/j.issn.1001-0548.2010.06.007
[10]	刘洪武, 冯全源. MC-CDMA系统中基于遗传算法的多用户检测 . 电子科技大学学报, 2008, 37(4): 485-488.
[11]	任诚, 唐普英, 方峻. 拉伸技术粒子群优化算法的多用户检测器 . 电子科技大学学报, 2007, 36(5): 915-917.
[12]	宋春玲, 吕明. 异步CDMA系统中的盲多用户检测算法 . 电子科技大学学报, 2004, 33(3): 235-238.
[13]	唐普英, 李志辉, 黄顺吉. 基于遗传算法和禁忌搜索的多用户检测器 . 电子科技大学学报, 2004, 33(5): 499-502.
[14]	胡成华, 唐友喜, 李少谦, 李仲令. 一种优化CDMA系统并行干扰抵消权值算法 . 电子科技大学学报, 2003, 32(5): 588-591.
[15]	杨晓波, 杨新, 范录宏. 多用户检测技术对CDMA系统的影响研究 . 电子科技大学学报, 2003, 32(4): 349-353.
[16]	陈永倩, 唐普英, 肖先赐. 基于并行遗传算法的去相关多用户检测器 . 电子科技大学学报, 2002, 31(3): 221-224.
[17]	唐普英, 陈永倩, 黄顺吉. 一种基于Lagrange神经网络的多用户检测器 . 电子科技大学学报, 2001, 30(1): 9-12.
[18]	杨东林, 叶梧. Turbo CDMA多用户检测的研究 . 电子科技大学学报, 2000, 29(3): 247-251.
[19]	卜志勇, 尤肖虎, 陈明. 应用贪心算法的次最优MC-CDMA检测机 . 电子科技大学学报, 1999, 28(3): 238-242.
[20]	唐普英, 杨春华, 黄顺吉. 一种基于优化神经网络的最佳多用户检测器 . 电子科技大学学报, 1999, 28(2): 116-119.

WeChat

点击查看大图

计量

文章访问数: 3784
HTML全文浏览量: 190
PDF下载量: 82
被引次数: 0

应用神经网络粒子群算法的多用户检测

1. 哈尔滨工程大学信息与通信工程学院哈尔滨 150001

作者简介:
刁鸣(1960-),男,教授,主要从事宽带信号检测、处理与识别及空间谱估计理论等方面的研究.

收稿日期: 2006-06-17
修回日期: 2006-12-12
刊出日期: 2008-04-15

中图分类号: TN914.5;TP301.6;TP18

关键词:

摘要: 为了减少最优多有户检测器的计算复杂度,提出了一种融合粒子群优化算法和神经网络的神经网络粒子群优化算法,并设计了一种解决CDMA通信系统的多用户检测问题的新方法。该方法是把神经网络嵌入到粒子群优化算法的每一代中以改进算法性能。通过混合神经网络到PSO中,还可以加快PSO的收敛速度,减少计算复杂度。仿真结果证明了所设计的检测器无论抗多址干扰能力和抗远近效应能力都优于应用Hopfield神经网络、遗传算法和粒子群算法的多用户检测器。

English Abstract

刁鸣, 高洪元, 马杰, 缪善林. 应用神经网络粒子群算法的多用户检测[J]. 电子科技大学学报, 2008, 37(2): 178-180,281.

引用本文:

刁鸣, 高洪元, 马杰, 缪善林. 应用神经网络粒子群算法的多用户检测[J]. 电子科技大学学报, 2008, 37(2): 178-180,281.

DIAO Ming, GAO Hong-yuan, MA Jie, MIAO Shan-lin. Multi-User Detection Based on Particle Swarm Optimization Algorithm with Neural Network[J]. Journal of University of Electronic Science and Technology of China, 2008, 37(2): 178-180,281.

Citation:

DIAO Ming, GAO Hong-yuan, MA Jie, MIAO Shan-lin. Multi-User Detection Based on Particle Swarm Optimization Algorithm with Neural Network[J]. Journal of University of Electronic Science and Technology of China, 2008, 37(2): 178-180,281.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发