基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)多用戶檢測算法的研究.pdf

1、碼分多址通信系統(tǒng)是一種干擾受限系統(tǒng)，不同用戶的隨機接入，導(dǎo)致用戶之間擴頻碼不完全正交，產(chǎn)生了多址干擾和遠(yuǎn)近效應(yīng)等問題。多用戶檢測是解決這些問題的關(guān)鍵技術(shù)，能使系統(tǒng)具有優(yōu)良的抗干擾性能，降低系統(tǒng)對功率控制精度的要求，顯著提高系統(tǒng)容量。多用戶檢測本質(zhì)上是一個組合優(yōu)化問題，而徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)具有很強的函數(shù)逼近能力、簡單的網(wǎng)絡(luò)結(jié)構(gòu)和快速易行的訓(xùn)練方法，是解決這類問題的一種有效手段。將二者有機結(jié)合，期望獲取更好的檢測性能，是近來的一大

2、研究熱點。 本文的主要工作有： (1)綜述了多用戶檢測的發(fā)展方向和研究現(xiàn)狀，并進行了分類；通過仿真實驗比較了幾種典型的多用戶檢測，為后面算法的性能比較奠定了基礎(chǔ)。 (2)闡述了RBF神經(jīng)網(wǎng)絡(luò)的基本原理，分析比較了幾種常用的學(xué)習(xí)算法的特點，討論了RBF神經(jīng)網(wǎng)絡(luò)多用戶檢測的原理和系統(tǒng)結(jié)構(gòu)。 (3)分析了梯度下降法訓(xùn)練的RBF神經(jīng)網(wǎng)絡(luò)多用戶檢測中學(xué)習(xí)速率和隱含層節(jié)點數(shù)對算法性能的影響。針對其不足，分別引入一種變

3、學(xué)習(xí)速率梯度下降法和最近鄰聚類算法，構(gòu)成混合學(xué)習(xí)算法訓(xùn)練RBF神經(jīng)網(wǎng)絡(luò)，并應(yīng)用到多用戶檢測中。仿真表明，新算法計算速度快，性能優(yōu)于傳統(tǒng)算法和OLS算法訓(xùn)練的RBF神經(jīng)網(wǎng)絡(luò)多用戶檢測。 (4)提出了一種混合遞階遺傳算法來同時訓(xùn)練RBF神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和參數(shù)，引入了改進的染色體編碼方案，用基于奇異值分解的最小二乘法計算網(wǎng)絡(luò)輸出層權(quán)值，提高了遺傳搜索的效率，精簡了網(wǎng)絡(luò)結(jié)構(gòu)；并用變學(xué)習(xí)速率梯度下降法優(yōu)化遺傳訓(xùn)練出的最優(yōu)網(wǎng)絡(luò)，應(yīng)用到多用戶檢