（通信与信息系统专业论文）cdma通信系统中混沌神经网络多用户检测技术的研究.pdf

太原理工大学硕士研究生学位论文 c d m a 通信系统中混沌神经网络多用户检测技术的研究 摘要 众所周知，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 ，c d m a ) 系统采 用扩频通信技术，大幅度地提高了频率利用率，具有容量大、覆盖范围广、 手机功耗小等突出优点，但是在c d m a 系统中，由于多个用户使用的扩频 码集一般不能严格正交，故存在多址干扰( m u l t i p l ea c c e s si n t e r f e r e n c e ， m a i ) ，它对系统容量起着制约性的作用。多用户检测技术作为一种性能优 越的抗多址干扰技术，已经成为第三代移动通信中的一项关键技术，它在 传统检测技术的基础上，联合考虑同时占用某个信道的所有用户或某些用 户，能有效地消除或减弱其它用户对期望用户的影响。由于多用户检测问 题的实质是组合优化问题，因此，人工神经网络所具有的快速优化计算能 力和大规模并行处理能力使其在多用户检测问题中表现出良好的前景。而 暂态混沌神经网络( t r a n s i e n t l yc h a o t i cn e u r a ln e t w o r k ，t c n n ) 在h o p f i e l d 神经网络( h o p f i e l d n e u r a ln e t w o r k ，h n n ) 基础上引入了一个逐渐消失的 自反馈项，使网络在搜索过程中具有比一般神经网络更复杂的暂态混沌动 力学特性，在处理组合优化问题上具有更大的优势。因此，本文将暂态混 沌神经网络和多用户检测相结合，在原有的基于暂态混沌神经网络多用户 检测器的基础上加以改进，提出一种快速收敛的改进自适应暂态混沌神经 网络多用户检测器，并将其应用到多载波c d m a ( m u l t i c a r r i e rc d m a ， m c c d m a ) 系统中，达到减小误码率、优化系统性能的目的。 本文的主要工作可以分为三部分：一是c d m a 通信系统及多用户检测 t 太原理工大学硕士研究生学位论文 技术的介绍；二是混沌理论和混沌神经网络模型的分析；三是移动通信系 统中基于暂态混沌神经网络多用户检测技术的研究、仿真。其中，第三部 分是本文工作的重点，其主要包含以下几个方面： 第一，研究了基于h o p f i e l d 神经网络的最优多用户检测器，针对其能量 函数易陷于局部极小点的问题，分析了基于t c n n 的多用户检测器，仿真结 果表明，基于t c n n 的多用户检测器在一定程度上避免了能量函数陷于局部 极小点的问题。 第二，分析了t c n n 网络的参数，在现有的基于t c n n 的多用户检测器 基础上，。提出了一种改进的t c n n 多用户检测器，仿真结果表明，改进的 t c n n 多用户检测器具有更好的误码率性能。 第三，为了使网络有更快的收敛速度，本文将典型t c n n 中的混沌项加 以改进，得到一种快速收敛的改进自适应暂态混沌神经网络多用户检测器， 仿真结果表明，该检测器不仅具有良好的误码率性能，而且具有更快的收 敛速度。 第四，将基于t c n n 的多用户检测器应用到m c c d m a 系统中。仿真结 果表明，本文提出的快速收敛的改进自适应暂态混沌神经网络多用户检测 器能有效地抑制码间干扰，具有良好的误码率性能，适合高速率数据传输。 关键词：多用户检测，多址干扰，神经网络，混沌 太原理工大学硕士研究生学位论文 t h er es e a r c h0 nm u i j i u s e r d e t e c t i o nb a s e do nc h a o t i cn e u r a l n e t w o r ki nc d m a a bs t r a c t a se v e r y o n ek n o w s ，s p r e a d i n gs p e c t r u mc o m m u n i c a t i o nt e c h n o l o g yi s u s e di nc o d ed i v is i o nm u l t i p l ea c c e s s ( c d m a ) s y s t e ma n dt h ef r e q u e n c y u t i l i z a t i o nh a sb e e n i m p r o v e ds i g n i f i c a n t l y c d m as y s t e m h a s m a n y a d v a n t a g e ss u c ha sl a r g ec a p a c i t y ，w i d ec o v e r i n gr a n g e ，s m a l lp o w e ra n ds oo n b u ti nc d m as y s t e m ，t h es p r e a d i n gc o d e so fd i f f e r e n tu s e r sa r eg e n e r a l l yn o t 寰 o r t h o g o n a l ，s o t h e r ei s m u l t i p l ea c c e s si n t e r f e r e n c e ( m a i ) ，w h i c h c o n s t r a i n s c a p a c i t y o fc d m as y s t e m m u l t i - u s e rd e t e c t i o nt e c h n o l o g yh a s b e c o m eak e yt e c h n o l o g yo ft h et h i r dg e n e r a t i o nm o b i l ec o m m u n i c a t i o n b e c a u s eo ft h es u p e r i o rp e r f o r m a n c eo fa n t i m a i b a s e do nt h et r a d i t i o n a l d e t e c t i o nt e c h n o l o g y ，m u l t i u s e rd e t e c t i o nu s e sa l lu s e r s o rs o m eu s e r s i n f o r m a t i o no c c u p y i n gac e r t a i nc h a n n e la n dc a n e f f e c t i v e l y e l i m i n a t eo r w e a k e no t h e ru s e r s i m p a c to nt h ee x p e c t e du s e r s i n c et h ee s s e n c eo fm u l t i u s e rd e t e c t i o ni sc o m b i n a t o r i a lo p t i m i z a t i o n p r o b l e m ，a r t i f i c i a ln e u r a ln e t w o r kw h i c hh a sc a p a b i l i t i e so fr a p i do p t i m i z a t i o n a n dl a r g e s c a l ep a r a l l e lp r o c e s s i n gs h o w sg o o dp r o s p e c ti nm u l t i u s e rd e t e c t i o n p r o b l e m t r a n s ie n t l yc h a o t i cn e u r a ln e t w o r k ( t c n n ) i n t r o d u c e sag r a d u a l l y i i i y d 广惫 s 太原理工大学硕士研究生学位论文 d i s a p p e a r i n g s e l f - f e e d b a c kt o h o p f i e l dn e u r a ln e t w o r k ( ，s ot h a t t h e n e t w o r kh a sc o m p l e xd y n a m i c so ft r a n s i e n tc h a o si nt h es e a r c hp r o c e s sa n dh a s t r e m e n d o u sa d v a n t a g e so np r o c e s s i n gc o m b i n a t o r i a lo p t i m i z a t i o np r o b l e m t h e r e f o r e ，t h i sp a p e r c o m b i n e s t r a n s i e n t l y c h a o t i c n e u r a ln e t w o r ka n d m u l t i u s e rd e t e c t i o n o nt h eb a s i so fq r i g i n a lm u l t i u s e rd e t e c t o r sb a s e do n t r a n s i e n t l yc h a o t i cn e u r a ln e t w o r k ，af a s tc o n v e r g e n c em u l t i u s e rd e t e c t o rb a s e d o nt h ei m p r o v e da d a p t i v et r a n s i e n t l yc h a o t i cn e u r a ln e t w o r ki sp r e s e n t e da n di t i sa p p l i e di nt h em u l t i c a r d e rc d m a ( m c c d m a ) s y s t e mt or e d u c eb i te r r o r r a t i o ( b e r ) a n do p t i m i z es y s t e mp e r f o r m a n c e t h em a i nw o r ko ft h i sp a p e rc a nb ed i v i d e di n t ot h r e ep a r t s ：f i r s t ，t h e k n o w l e d g e o fc d m ac o m m u n i c a t i o n s y s t e m a n dm u l t i - u s e rd e t e c t i o n t e c h n o l o g ya r ei n t r o d u c e d ；s e c o n d ，c h a o st h e o r ya n dc h a o t i cn e u r a ln e t w o r k m o d e la r ea n a l y z e d ；t h i r d ，m u l t i u s e rd e t e c t i o nt e c h n o l o g yb a s e do nt r a n s i e n t l y c h a o t i cn e u r a ln e t w o r ki nm o b i l ec o m m u n i c a t i o ns y s t e mi sr e s e a r c h e da n d s i m u l a t e d t h et h i r dp a r to ft h i sp a p e ri st h ef o c u so ft h ew o r k ，w h i c hm a i n l y i n c l u d e st h ef o l l o w i n ga s p e c t s ： 1 t h eo p t i m a lm u l t i u s e rd e t e c t o rb a s e do nh o p f i e l dn e u r a ln e t w o r ki s r e s e a r c h e da n di t se n e r g yf u n c t i o ni se a s i l yt r a p p e db yt h el o c a lm i n i m u mp o i n t s s i n c et h em u l t i u s e rd e t e c t o rb a s e do nt r a n s i e n t l yc h a o t i cn e u r a ln e t w o r ki s a n a l y z e d t h es i m u l a t i o nr e s u l t s s h o wt h a tt oac e r t a i ne x t e n t ，t h ee n e r g y f u n c t i o no fm u l t i - u s e rd e t e c t o rb a s e do nt r a n s i e n t l yc h a o t i cn e u r a ln e t w o r kc a n e s c a p et h el o c a lm i n i m u mp o i n t s i v 太原理工大学硕士研究生学位论文 2 t h ep a r a m e t e r so ft r a n s i e n t l yc h a o t i cn e u r a ln e t w o r ka r er e s e a r c h e d o n b a s i so fe x i s t i n gm u l t i u s e rd e t e c t o r sb a s e do nt r a n s i e n t l yc h a o t i c n e u r a l n e t w o r k ，am u l t i u s e rd e t e c t o rb a s e do nt h ei m p r o v e dt r a n s i e n t l yc h a o t i cn e u r a l n e t w o r ki sp r o p o s e da n dt h es i m u l a t i o nr e s u l t ss h o wt h a tb e rp e r f o r m a n c eo f t h ei m p r o v e dd e t e c t o ri sb e t t e r t h a nt h a to fe x i s t i n gm u l t i u s e rd e t e c t o r sb a s e d o nt r a n s i e n t l yc h a o t i cn e u r a ln e t w o r k 3 i no r d e rt om a k et h en e t w o r kc o n v e r g ef a s t e r ，t h ep a p e ri m p r o v e st y p i c a l c h a o sp a r ti nt r a n s i e n t l yc h a o t i cn e u r a ln e t w o r ka n dp r o p o s e saf a s tc o n v e r g e n c e m u l t i u s e rd e t e c t o rb a s e do nt h ei m p r o v e da d a p t i v et r a n s i e n t l yc h a o t i cn e u r a l n e t w o r k t h es i m u l a t i o nr e s u l t ss h o wt h a tt h ef a s tc o n v e r g e n c em u l t i u s e r d e t e c t o rb o t hh a sg o o db e rp e r f o r m a n c ea n dc o n v e r g e sf a s t e r 墓4 t h em u l t i u s e rd e t e c t o rb a s e do nt r a n s i e n t l yc h a o t i cn e u r a ln e t w o r ki s a p # i e dt om c c d m as y s t e m t h es i m u l a t i o nr e s u l t ss h o wt h a tt h ef a s t c o n v e r g e n c em u l t i u s e rd e t e c t o rb a s e do nt h ei m p r o v e da d a p t i v et r a n s i e n t l y c h a o t i cn e u r a ln e t w o r kc a ne f f e c t i v e l ys u p p r e s si n t e r - s y m b o li n t e r f e r e n c e ，h a s t h eg o o db e r p e r f o r m a n c ea n di ss u i t a b l ef o rd a t at r a n s m i s s i o nw i t hh i g hr a t e k e yw o r d s ：m u l t i u s e rd e t e c t i o n ，睑i ，n e u r a ln e t w o r k ，c h a o t i c v 声明尸明 本人郑重声明：所呈交的学位论文，是本人在指导教师的指导下， 独立进行研究所取得的成果。除文中已经注明引用的内容外，本论文 不包含其他个人或集体已经发表或撰写过的科研成果。对本文的研究 做出重要贡献的个人和集体，均已在文中以明确方式标明。本声明的 法律责任由本人承担。 论文作者签名：墨益日期：殳金：支! 堑 关于学位论文使用权的说明 本人完全了解太原理工大学有关保管、使用学位论文的规定，其 中包括：学校有权保管、并向有关部门送交学位论文的原件与复印 件；学校可以采用影印、缩印或其它复制手段复制并保存学位论文； 学校可允许学位论文被查阅或借阅；学校可以学术交流为：目的， 复制赠送和交换学位论文；学校可以公布学位论文的全部或部分内 容( 保密学位论文在解密后遵守此规定) 。 签名： 勒躲纽聋嗍业丛 太原理工大学硕士研究生学位论文 1 1 研究背景和意义 第一章绪论 目前，现代通信系统典型的多址方式【1 ，2 】有f d m a 、t d m a 、s d m a 和c d m a 四种。 其中c d m a 是继世界上推出数字通信技术之后，1 9 9 5 年又推出的一种新型数字蜂窝技 术，它利用数字传输方法，采用扩频通信技术，大幅度地提高了频率利用率，具有容量 大、覆盖范围广、手机功耗小、话音质量高等突出优点，将移动通信技术推向了新的发 展阶段。 在c d m a 系统中，由于多个用户使用的扩频码集一般不能严格正交，故将引起各 用户间的相互干扰，这种现象称为多址干扰( m u l t i p l ea c c e s si n t e r f e r e n c e ，m a i ) 【3 1 ， 它对系统容量起着制约性的作用。同时，由于移动用户的位置不断变化以及深度衰落的 存在，强功率用户的信号会抑制弱功率用户的信号，使得系统性能严重恶化，产生所谓 的“远近效应”【4 j ，因此，c d m a 系统是一个干扰受限系统。多载波c d m a ( m u l t i c a r r i e r c d m a ，m c c d m a ) 是c d m a 和正交频分复用( o r t h o g o n a lf r e q u e n c yd i v i s i o n m u l t i p l e x i n g ，o f d m ) 两种技术的结合，它通过把整个传输频带划分为多个并行正交的 窄子带，然后把扩频后的高速数据通过串并变换为每个子带的低速数据，并分别通过多 个不同的并行正交的子载波传输，也就是每个码片通过不同的载波传输。 m c c d m a 继承了c d m a 和o f d m 的优点。通过延长传输的符号周期，减少了符 号间干扰的影响；通过选择合适的载波数，使得每个子带都经历i f 坦衰落，抑制了码间 干扰；同时各个子带频谱都是重叠的，提高了频谱利用率；而且j 丁以通过i f f t 和f f t 来实现调制和解调，系统复杂度并没有增加；多载波的各种优点使得它更适合高速率宽 频谱环境，无疑具有广阔的发展前景。目前资料表明，m c c d m a 已经成为后3 g 研究 的热点。但是，m c c d m a 在继承了c d m a 和o f d m 的优点的i - 日时，也继承了它们的 部分缺点，即m c c d m a 仍然是一个干扰受限系统，多址干扰f j 然是限制系统性能的 主要因素。因此，研究如何消除m c c d m a 中的多址干扰，对提高m c c d m a 系统容 量和性能是非常关键的。 多用户检测技术【5 1 作为- - 着e e 性z 月匕l - i 优越的抗多址干扰技术，已绛成为第三代移动通信 中的一项关键技术，近几年来发展迅速。传统的c d m a 单用户 i 测器是完全按照经典 1 太原理工大学硕士研究生学位论文 直接序列扩频理论分别对每个用户进行扩频，它将多用户干扰视作噪声，故单用户检测 存在远近问题( n e a r f a rp r o b l e m ) 1 6 】和干扰底限( i n t e r f e r e n c ef l o o r ) 。而多用户检测是 在传统检测技术的基础上，联合考虑同时占用某个信道的所有用户或某些用户，消除或 减弱其它用户对期望用户的影响，并同时检测出所有用户或某些用户信息的一种信号检 测方法。多用户检测技术能够有效地消除多址干扰的影响，提高抗干扰性能，解决远近 效应问题，降低系统对功率控制精度要求，从而更加有效地利用频谱资源，提高系统容 且 亘。 另外，在保证通话质量良好的同时，通信系统对于信号处理的速度和实时性要求也 越来越高，故人们将多用户检测技术和人工神经网络相结合，利用其很强的自适应、自 学习、联想记忆、高度容错和并行处理能力，对通信系统进行优化，进一步改善通信系 统的性能。近年来基于人工神经网络的多用户检测技术已经成为通信领域的研究热点。 但是大多神经网络在学习过程中容易收敛到局部极小剧7 】，这样将大大影响其性能，故 作者尝试寻找一种网络，使其在收敛过程中能够摆脱局部极小点，收敛到全局最小点。 暂态混沌神经网络在h o p f i e l d 网络中引入了一个逐渐消失的自反馈项，使网络在搜索过 程中具有复杂的暂态混沌动力学特性【8 】，最终收敛到一个稳定的平衡点，基于该网络的 多用户检测器的性能在误码率和抗远近效应方面都优于h n n 多用户检测器。 因此，作者将暂态混沌神经网络和多用户检测相结合，在原有的基于暂态混沌神经 网络多用户检测器的基础上加以改进，提出了一种快速收敛的基于改进的自适应混沌神 经网络多用户检测器，并将其应用到m c c d m a 系统中，达到减小误码率和码间干扰 以及优化系统性能的目的，因此本课题具有一定的创新性和实用性。 1 2 国内外研究现状 多用户检测的研究开始于八十年代中期。v e r d u 研究了异步情况下的最优多用户检 测，根据最大似然准则【9 】，利用v i t e r b i 算法实现了所有用户符号的联合检测，该算法虽 然在理论上可以完全克服多址干扰，但是其计算复杂度随着用户数的增加呈指数关系增 长，根本不可能实现。所以后来的研究都是寻求性能和复杂度折衷的次优多用户检测， 从此掀起了多用户检测技术的研究热潮，形成了多用户检测的技术体系。 在实际的通信系统中，多用户信号检测应该是实时处理的，因此人们开始寻找一种 自适应的多用户检测算法。1 9 9 2 - 一1 9 9 4 年间u m a d h o w 、m h o n i ga n ds v e r d u 等人先后 2 太原理工大学硕士研究生学位论文 提出了基于最小均方误差的自适应多用户检测器【1 0 1 ，这种检测器不需要知道干扰用户的 特征波形、定时信息以及干扰用户的相对幅度就可以对期望用户的信号进行检测。但是 它需要使用训练序列，根据训练序列来锁定滤波系数，因此在非平稳的情况下，需要每 隔一段时间来重新发送训练序列，这样将造成频谱资源的浪费。 1 9 9 5 年m h o n i g 等首先提出了基于最小输出能量准则】的盲多用户检测的概念， 并给出一种盲多用户检测的典范形式。这种检测器，不需要训练序列就可以正确解调期 望用户的信号，成为近几年的研究热点。 m c c d m a 是近几年广受关注的一种通信制式，传统的直接序列扩频c d m a ( d i r e c ts p r e a d i n gc d m a ，d s c d m a ) 系统将一个用户发送的信息比特扩频后直接在 单一的载波上传输，而m c c d m a 系统则将每个用户的数据串并转换后再扩频，扩频 后的每个码片以不同的子载波进行传输，这样就极大地提高了传输速率，并且更适合于 进行多媒体通信。鉴于以上优点，m c c d m a 已被认为是第四代移动通信系统将要采 用的一种重要制式。由此，基于m c c d m a 系统的各种通信技术也相应地被人们所重 视并研究，这其中就包括在m c c d m a 系统中研究多用户检测技术。 由于神经网络在并行计算方面的优势，越来越多的研究人员开始研究基于神经网络 的多用户检测。基于神经网络的多用户检测器的基本思想大部分都是将最优多用户检测 器萌目标函数【1 2 】映射成神经网络的目标函数，从而得到神经网络的权值和偏置的对应表 达式，不同的网络其表达式不同。常见的神经网络有h o p f i e l d 、l a g r a n g e 、b p 等，人们 不断尝试寻找一种新的网络，使其具有良好的收敛速度和收敛准确度，能解决神经网络 的能量函数容易陷入局部极小点这一常见问题。 非线性科学是- 1 7 研究非线性现象共性的基础科学，混沌作为非线性系统所具有的 一种特殊复杂运动行为，由于其本身表现的奇异性，引起了人们的浓厚兴趣。1 9 6 3 年， 美国气象学家洛伦兹在大气科学杂志上发表了论文“决定性的非周期流 ，描述了混沌 对初始条件的灵敏依赖性这一基本形态，即著名的“蝴蝶效应”。7 0 年代，混沌作为一 门新的学科而正式诞生。8 0 年代，混沌作为研究确定性非线性动力学系统无规则复杂 行为的学科，得到广泛重视。9 0 年代，人们对混沌的研究由范例走向系统，并开始混 沌的应用研究。这些学科的研究表明，混沌在现代科学技术中起着十分重要的作用。正 如混沌科学倡导者之一s h l e s i n g e r 所说：“二十世纪将永远铭记的只有三件事，那就是 相对论、量子力学和混沌。 3 太原理工大学硕士研究生学位论文 目前，科学家们在长枪乌贼巨大轴索的生理实验和人类脑电图中都发现有混沌现象 的存在，从而证明了混沌是神经系统的正常特征。有人甚至认为，思维过程也许就存在 于混沌和有序的边界上。虽然神经网络和混沌从表面上看具有各自不同的特点，但从本 质上来讲，它们之间具有共同的特征，即系统的非线性。神经网络和混沌相融合的研究 是从九十年代开始的，发展很快，其主要研究目标是弄清大脑的混沌现象，建立含有混 沌动力学的神经网络模型，并用之于智能信息处理。目前已经提出了各种类型的混沌神 经网络( c h a o t i cn e u r a ln e t w o r k ，c n n ) 1 3 - 1 4 】，但是对混沌神经网络的研究还处于初级 阶段，其研究主要局限于认识单个神经元的混沌特性和对简单混沌神经网络的行为分 析。 混沌神经网络利用混沌的动态遍历性避免网络陷入局部极值点，将混沌神经动力学 特性和常规梯度下降特性结合起来，具有丰富的动力学特性，可有效避免能量函数陷入 局部极小点，混沌神经网络已成功应用于组合优化问题并呈现出很大的优势。因此，基 于混沌神经网络的多用户检测器成为了研究的热点。目前为止，已经应用于多用户检测 技术中的混沌神经网络有暂态混沌神经网络、变尺度暂态混沌神经网络、自适应暂态混 沌神经网络、基于退火策略【l5 j 的混沌神经网络等。 基于神经网络的多用户检测方法由a a z h a n g 等人首先提出。g i k e c h r i o t i s 与 e s m a n o l a k o s 首次将h o p f i e l d 神经网络应用到最优多用户检测器【1 6 】中，将解决多用户 检测的优化问题映射为求解h o p f i e l d 神经网络能量函数的最小化问题，利用连续 h o p f i e l d 神经网络固有的快速下降特性，实现了对c d m a 系统的实时多用户检测。为 了避免h o p f i e l d 神经网络能量函数陷于局部极小点，在此之后，人们对h o p f i e l d 神经网 络最优多用户检测器进行了大量的改进。其中，王永刚、焦李成等人提出了一种基于随 机h o p f i e l d 神经网络的最优多用户检测器【l7 1 ，给出了c d m a 系统中基于随机h o p f i e l d 神经网络的最优多用户检测器的统一框架。该检测器利用随机h o p f i e l d 神经网络对最优 多用户检测器中的最大似然函数进行优化，通过对状态变量引入噪声，来避免网络的局 部收敛，进而达到最优检测。另外，利用其它神经网络来解决多用户检测问题方面也得 到了一定的发展。例如，戴一曼、蒋铃鸽等人提出了自适应暂态混沌神经网络在c d m a 多用户检测器中的应用【l 引，该检测器能在优化搜索过程中根据暂态混沌神经网络能量函 数的变化自适应调整网络参数，从而来控制能量函数，得到了接近最优检测器的性能。 姬翔、钟义信等人提出了b m 神经网络在多用户信号检测中的应用【1 9 1 ，分析了采用模 4 太原理工大学硕士研究生学位论文 拟退火算法的玻尔兹曼机神经网络的多用户检测器的性能。刘明雷、周廷显等人分析了 将正交最小二乘算法的r b f 神经网络应用于多用户检测技术中的问题【2 0 1 ，给出了基于 r b f 网络的多用户检测器的理论依据和性能分析。 1 3 本文的内容安排 第一章：绪论。提出了研究问题的背景和意义，介绍了多用户检测技术在国内外的 研究现状，最后对本文的内容安排进行了总结。 第二章：c d m a 系统中的多用户检测技术。介绍了多用户检测的概念，建立了多 用户检测的数学模型，并对几种典型的多用户检测技术进行了介绍。 第三章：混沌神经网络模型结构。介绍了混沌的基本理论，在分析典型的h o p f i e l d 神经网络模型的基础上引入了混沌神经网络，介绍了几种常见的混沌神经网络模型，重 点分析了c h e n 和a i h a r a 提出的暂态混沌神经网络模型，分析了该暂态混沌神经网络的 动力学特性，研究了网络中的几个重要函数对网络性能的影响，重点分析了网络的几个 j 重要参数，研究了现有的改进暂态混沌神经网络模型，为下一步对网络的进一步改进打 下基础。 一 管第四章：基于混沌神经网络的多用户检测技术的研究。分析了基于h o p f i e l d 神经网 二? 络的多用户检测器，介绍了如何利用神经网络来实现多用户检测问题，进而将暂态混沌 神经网络与多用户检测技术相结合，通过实际仿真分析了参数的选取对多用户检测器性 能的影响，进一步掌握了网络的参数设置原则，证明了基于暂态混沌神经网络的多用户 检测器有相比与基于h o p f i e l d 神经网络多用户检测器更好的检测性能，为下一步对暂态 混沌神经网络的改进提供了可行性。同时，借助l a g r a n g e 乘子法，对现有的网络结构 进行改进，提出了一种快速收敛的改进自适应暂态混沌神经网络多用户检测器，经过仿 真证明，和文献【1 8 提出的自适应暂态混沌神经网络多用户检测器相比，该检测器不仅 有更好的误码率性能，而且有更快的收敛速度。 第五章：m c c d m a 系统中基于混沌神经网络的多用户检测。介绍了o f d m 调制 的基本思想，将o f d m 与c d m a 系统结合分析了m c c d m a 的基本原理，研究了 m c c d m a 的系统结构，在此基础上将d s c d m a 系统下的t c n n 模型推广到 m c c d m a 系统下，得到该系统下基于t c n n 的多用户检测器。在m c c d m a 系统下， 比较了h n n 多用户检测器、t c n n 多用户检测器和改进的几种t c n n 多用户检测器， 5 太原理工大学硕士研究生学位论文 仿真数据表明，在m c c d m a 系统下，本文提出的快速收敛的改进自适应暂态混沌神 经网络多用户检测器具有良好的抗多址干扰和远近效应的能力，其误码率性能同样优于 文献 1 8 】提出的自适应暂态混沌神经网络多用户检测器，并且具有更快的收敛速度。 第六章：总结与展望。对全文进行了总结，提出了今后进一步研究的方向。 6 太原理工大学硕士研究生学位论文 第二章c d m a 系统中的多用户检测技术 2 1d s c d m a 系统模型 2 1 1 高斯白噪声信道、单径异步信号模型 考虑加性高斯白噪声( a d d i t i v ew h i t eg a u s s i a nn o i s e ，a w g n ) 信道下具有k 个用 户的异步d s c d m a 信号模型，采用b p s k 调制技术，假设所有可能的信息序列都是等 概发送的，则接收到的等效基带信号可以表示为 k ，( f ) = 4 玩( f 一h ( t - t k ) + ( r n ( t ) f 【o ，瓦】 ( 2 - 1 ) 其中，仇 一1 ，+ 1 ) 和a k 分别是第七个用户发送的信息序列和信号幅值，k 表示第七个用 户的信号延迟，瓦表示用户的码元周期，甩( f ) 表示具有单位功率谱密度的零均值高斯白 噪声，盯2 表示信道中的噪声功率，以o ) 为第七个用户的归一化特征波形，且满足 m 计= r s d f = 1 ( 2 - 2 ) 2 1 2 高斯白噪声信道、单径同步信号模型 只要在式( 2 - 1 ) 中的令= 0 ，就可以得到加性高斯白噪声信道下采用b p s k 调制技 术，具有k 个用户的同步d s c d m a 信号模型，则接收到的等效基带信号可以表示为 r ，( ，) = 4 玩( t ) + c r n ( t ) t o ，磊】 ( 2 - 3 ) 七= l 其余的所有符号含义同式( 2 1 ) 。 接收到的信号经过匹配滤波器【2 1 1 后的输出可表示为 儿= f ，( ，h ( t ) d t = 4 反+ 砉4 巩j c r s k ( r p 足) d t + r 盯& ( r 川d ， 筋 ( 2 4 ) = 4 饥+ a ，屯岛。+ 祝 i = 1 ， = a k 玩+ m a i + 吃 7 太原理工大学硕士研究生学位论文 其中，办= f 。( ，h ( f ) d f 为用户扩频码间的相关系数，魂= r 盯刀( ，h ( ，) d f 为噪声经 过相关器以后的输出，魂为高斯随机过程，其均值为零，方差等于盯2 。分析( 2 4 ) 式 可以看出，匹配滤波器的输出有三项，第一项为期望用户的信号，总不为零；第二项是 由于各用户扩频码不完全正交所造成的用户间的干扰，即多址干扰；第三项是输出噪声。 若令 j ，= 【m ，坎，- ，非】t 6 = 【6 l ，6 2 ，k 】t 肛 瞄，r 、(2-5)a 。一- - d i a g ( 4 ，4 ，a x ) “ 月办l 办= r 0 ( f h ( f ) d t 将接收到的基带信号以码片速率进行采样，可得匹配滤波器输出向量的矩阵形式为 y = r a b + 尼 ( 2 6 ) 其中，厶弘甩分别表示发送数据、匹配滤波器输出的数据向量和噪声向量，4 是由用 户信号幅度组成的对角阵，胄表示归一化互相关系数矩阵，且r ( i ，) = 岛，其对角线 元素几= 1 ，其余元素为不同用户扩频码间的归一化相关系数。 由于具有k 个用户的异步通信系统可以等效为2 k 1 个用户的同步系统，因此为了 简单，木文在分析过程中只考虑同步系统。 2 1 3 高斯白噪声信道、多径信号模型 考虑信号在多径信道中传输，则接收到的等效基带信号可以表示为 工置 r ( ，) = q ，4 仇( r 一，) ( f 一+ c r n ( t ) ，【o ，瓦】 ( 2 - 7 ) ，= lk = l 其中，q ，、，表示第尼个用户第，条路径的衰落因子和时延，其余符号含义同式( 2 - 3 ) 。 8 太原理工大学硕士研究生学位论文 2 2 多用户检测技术引入的必要性 2 2 1c d m a 系统中的干扰分析 在蜂窝c d m a 系统中，一个小区总的干扰为1 = + f x + k 。+ s 。，其中 为本小区中用户的干扰，即多址干扰，厂为其它小区的干扰与本小区之比( 也称外 溢比) 阎，l 二。为接收机收到的热噪声，厶。为用户信号的码间干扰。对上述四种干扰， 有不同的消除方法。 热噪声是所有通信系统中都存在的一类加性噪声，主要由通信设备的有源、无源器 件所产生，它一般遵从正态分布且功率谱是平坦的，故称为加性白噪声。实际系统中， 热噪声的影响远小于前两种干扰的影响。 i s i 的形成有两种原因，一是信号传输时未满足n y q u i s t 第一准则，在抽样时刻存 在失真，对于这种原因引起的i s i 可以使用升余弦滤波器等方法来避免；另一种造成i s i 的原因是由于无线信道的多径情况所造成的，这种干扰在实际系统中无法避免，但可以 通过均衡等办法进行消除。 譬由其它同频用户造成的干扰分为两部分，即小区间的干扰和小区内的干扰。在蜂窝 移动通信中，由于在同一个小区内，同时通信的用户不是一个而是多个，在c d m a 系 统中各个用户均占用同一时隙、同一频率，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达到全为零的理想状态。因此，在多个用户同时通 信时，必然要产生多址干扰。小区间的干扰是指其它同频小区信号造成的干扰，这部分 干扰可以通过合理的小区配置来减小。有资料显示，即使在最恶劣的情况下，小区间干 扰功率也不超过内部干扰功率的6 0 。因此，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。 2 2 2 克服多址干扰的主要措施 在c d m a 通信系统中，如何克服多址干扰，已经成为增加系统容量、扩大系统覆 盖范围、改善系统性能的关键。克服多址干扰有以下主要措施： 1 码形设计 码形设计是克服多址干扰最理想的措施。比如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，如w a l s h 函数码。用户在完全同步并采用理 9 太原理工大学硕士研究生学位论文 想正交扩频码的条件下，各用户之间是不会产生多址干扰的。但在实际情况下，多址干 扰总是存在的。在多径衰落信道中，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。同时，具有理想自相关和理想互相关特性的二进制扩频码是不存 在的，这就是著名的w a l s h 界。 多址干扰是由于扩频码的互相关函数不为零引起的，显然扩频码互相关性越小，多 址干扰的影响就越小。在工程实用化的码形设计中，如果是同步码分体制，可采用理想 互相关特性的码形，比如w a l s h 码，同时尽可能提高时变多径信道下的同步精度，以减 少由于微小的不同步而引起的互相关性能下降，从而导致多址干扰影响的上升。 2 功率控制技术 由于蜂窝移动通信中，用户是在随机移动的，因此，基站接收到来自距离基站近的 用户信号的功率比接收到来自距离基站远的用户信号的功率大，同时由于器件的非线性 特性将会导致强者越强、弱者越弱的以强压弱现象，这种现象被称为远近效应。远近效 应的存在将会使多址干扰的影响更加复杂和严重，为了克服这一现象，工程上往往采用 功率控制技术，从而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地减少多址干扰的影响，而并不能从根本上消除多址干扰的影 响。 3 空间滤波技术 空间滤波技术的基本思路是将小区内的多址干扰按区间、区域将大区划为小区，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 减少多址干扰影响的目的。在具体实现上可采用多扇区化和智能天线技术。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，利用扇区设 计来达到隔离扇区间的多用户干扰。智能天线技术，即采用更多更窄的动态波束来隔离 空间的多用户干扰，若能达到一个动态波束跟踪一个用户，则基本上可以从空间上隔离 和消除多址干扰。 4 多用户检测技术 多用户检测技术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。通过多