微波EDA网,见证研发工程师的成长!
首页 > 射频和无线通信 > 射频无线通信文库 > 一种神经网络多用户检测器设计

一种神经网络多用户检测器设计

时间:09-11 来源:互联网 点击:

的能量函数极为相似.并且互相关矩阵H是对称矩阵(hij=hji).只要对式(2)线性变换后,就有:

 (4)

其中E为单位矩阵.由于bTEb是正定的.矩阵(H-E)是对称的,且对角元素为零.
  这样,最佳多用户检测器的似然函数转换成离散HNN的能量函数,其权值为W=H-E,输入偏置θ=Y.由此,得到离散HNN多用户检测器,如图1所示.假定各用户信号功率能够被精确估计,检测器的输入为匹配滤波器的输出.HNN的权值由各用户之间的互相关来设定,经过多次反馈运算,网络收敛于稳定状态.检测器的输出为HNN最终稳定值.DHNN检测器较其它近最佳检测器最大的优点是运算速度快,易于实现.

图1 离散Hopfield NN多用户检测


四、DHNN检测器性能模拟
  下面,用计算机模拟CDMA通信系统来分析DHNN检测器性能.为了便于实现,误码采用异步更新的DHNN构造一个多用户检测器.对于两用户系统,假定扩频增益为3,互相关系数为1/3,SNR1=6dB.本文计算了两用户功率相等时,用户1的误码特性曲线;和两用户功率发生变化时,用户1的特性曲线.分别如图2和图3所示.在图中曲线1表示传统检测器性能,曲线2表示最佳检测器误码性能,曲线3表示DHNN检测器性能.再来考察四用户组成的CDMA系统.假定其扩频增益为7,互相关系数为1/3,SNR1=6dB.计算了各用户功率相等时,用户1的误码特性曲线;和用户2功率发生变化时,用户1的特性曲线.分别如图4和图5所示.

               

图2 用户1信噪比与误码率

图3 两用户能量比与误码率

                

图4 用户1信噪比与误码率

图5 用户能量比与误码率

  从上述各图可以看出,本文所提出的DHNN检测器具有近最佳多用户检测器特性,它能够有效抑制多址干扰,克服远近效应.其性能优于传统检测器.在实际运算中,复杂度又大大低于最佳多用户检测器,比较两种用户数模拟系统,可以看到,随着用户数的增加,DHNN检测器误码率仅略有增加.

五、结  论
  本文从最佳多用户检测可以归结为一个组合优化问题出发,并根据神经网络能够解决组合问题的角度,利用Hopfield神经网络的能量函数与最佳检测器的似然函数的对应关系,构造了一种基于异步更新的DHNN多用户检测器.由于这种接收机中神经网络的状态是收敛的.网络的状态最终能够稳定在似然函数较大的用户数据序列上.模拟结果表明,这种DHNN多用户检测器具有良好的检测性能,具有抑制多址干扰能力和抗远近效应作用.计算复杂度大大低于最佳多用户检测器.

作者简介:姬 翔,1983年毕业于西安电子科技大学,获学士学位;1992年获西安电子科技大学工学硕士学位;1998年毕业于北京邮电大学,获工学博士学位.主要兴趣数字通信,移动通信,神经网络的应用等.

Copyright © 2017-2020 微波EDA网 版权所有

网站地图

Top