一种鲁棒多用户检测器设计方法技术

本发明专利技术涉及一种鲁棒多用户检测器设计方法，解决的是冲击噪声信道环境下传统多用户检测器误码率大的技术问题，通过初始化算法参数；使用对立学习法初始化父代种群，确定父代种群中的三狼；使用改进的灰狼算法位置更新方程更新父代种群，并将种群个体按照适应度值从大到小进行排序；利用父代种群产生子代交叉变异体，当子代变异体适应度值优于父代种群时，将所述子代变异个体的进化方向以及成功交叉变异概率信息进行位置信息作差，得到新的进化方向信息并保存，同时更新三狼位置；采用Huber理论并利用残差的非快增函数对冲击噪声信道下多用户检测器进行设计的技术方案，较好的解决了该问题，可用于多用户检测器设计中。

A Design Method of Robust Multiuser Detector

The invention relates to a design method of robust multiuser detector, which solves the technical problem of high bit error rate of traditional multiuser detector in impulse noise channel environment by initializing algorithm parameters, initializing parent population by using pairwise learning method to determine three wolves in parent population, updating parent population by using improved grey Wolf algorithm position update equation, and presenting individual population according to it. When the fitness value of the offspring is better than that of the paternal population, the location information of the evolution direction and the probability of successful cross-mutation of the offspring mutation is changed to obtain the new evolution direction information and preserve it, at the same time, the location of the three wolves is updated by using Huber theory and the residue is utilized; when the fitness value of the offspring mutation is better than that of the paternal population, the information of the evolution direction and the probability of successful cross-mutation of the offspring mutation is changed The poor non-fast-increasing function is used to design the multi-user detector in impulse noise channel, which solves the problem well and can be used in the design of multi-user detector.

【技术实现步骤摘要】
一种鲁棒多用户检测器设计方法
本专利技术涉及扩频通信信号处理领域中的多用户检测领域，具体涉及一种鲁棒多用户检测器设计方法。
技术介绍
码分多址(CDMA)是扩频通信领域常见的通信制式，被广泛应用于卫星导航、移动通信等诸多领域。但是，CDMA系统存在着多址干扰和远近效应的问题，二者是影响CDMA通信容量和性能的主要因素。多用户检测(MUD)思想的提出，有效地抑制了二者对系统的不良影响。CDMA系统的多用户检测问题可以看作是一个NP组合的群体最优化问题，多用户检测的目的主要是为了实现对目标用户数据信息的提取，而数据信息的正确估计组合可以通过多用户检测算法通过迭代或者训练的方式得到。智能优化算法作为一种寻优能力极强的离散优化算法，例如遗传算法、粒子群优化算法、模拟遗传退火算法等均可用于解决此类问题。智能优化算法属于自主迭代型寻优算法，具有结构清晰、操作简便、寻优精度自设置等优点。但是不同的智能优化算法在迭代速度、寻优精度方面却存在很大区别，单一的智能算法存在寻优解局部收敛，抗数据噪声性能差等问题导致的寻优结果不可靠的问题。比如遗传算法寻优结果的可靠性与初始化参数交叉概率、种群大小、迭代次数存在紧密联系，如果初始化参数设置不当，遗传算法将提前收敛到局部最优解，出现算法寻优过程的停滞状态。所以为了避免出现上述问题，通常考虑采用某种规则对单一智能算法进行有效融合，从而有效增强算法的寻优精度和可靠性。另外，根据没有免费的午餐定理，并不存在一种智能算法可以完美解决所有类型的寻优问题，对于不同的寻优问题，同样的智能算法可能表现出不同的性能，所以在设计一种智能算法时，需要考虑其实际应用到某个问题上的效果，具体问题具体分析，要将智能算法代入问题对象，进行相应的实际性能测试和验证。目前，多用户检测器设计采用高斯信道建模下的多用户检测器，存在使得通信系统误码率增加大的技术问题。
技术实现思路
本专利技术所要解决的技术问题是现有多用户检测器在实际冲击无线信道通信环境下存在的通信系统误码率大的技术问题。提供一种新的鲁棒多用户检测器设计方法，该鲁棒多用户检测器设计方法具有算法寻优结果的可靠性好、通信系统误码率增长小的特点。为解决上述技术问题，采用的技术方案如下：一种鲁棒多用户检测器设计方法，所述方法包括：步骤1，初始化算法的相关参数，设置交叉概率和变异因子的均值参数、种群大小及最大迭代次数；步骤2，使用对立学习法初始化父代种群，确定父代种群中的三狼，三狼包括适应度最好的解命名为α狼，次优解命名为β狼，第三优解命名为δ狼；步骤3，使用改进的灰狼算法位置更新方程更新父代种群，并将种群个体按照适应度值从大到小进行排序；步骤4，利用父代种群产生子代交叉变异体，当子代变异体适应度值优于父代种群时，将所述子代变异个体的进化方向以及成功交叉变异概率信息进行位置信息作差，得到新的进化方向信息并保存，同时更新三狼位置；步骤5，将更新后的父代种群与步骤2初始化时得到的三狼个体进行适应度比较；如果更新后的父代种群存在优于初始化父代种群任一一个狼的适应度的个体，则将更新后的父代种群对应的个体所对应的上一步的变异个体与对应狼种的位置信息作差以得到新的进化方向信息并保存，同时更新父代种群中的三狼位置；步骤6，迭代结束则终止循环，输出α狼的最优位置信息；否则返回执行步骤4。上述方案中，为优化，进一步地，步骤2中的对立学习法的思想模型为：的取值范围为[l,u]，k＝α,β,δ，γ是0到1之间服从均匀分布的随机数；将思想模型中生成的与的组合作为灰狼优化算法的初始样本集合。进一步地，步骤3中改进的灰狼算法的位置更新方程为其中，Xsrch为取值范围为[-6,6]之间的随机整数a1,a2,a3分别对应α狼、β狼和δ狼的适应度函数值大小。使用及判决估计序列。进一步地，步骤中利用父代种群产生子代交叉变异体采用的方法：步骤4.1，定义A代表被淘汰个体组成的集合，P代表当前迭代中种群元素组成的集合；步骤4.2，计算出变异方向向量为其中，代表从算法开始执行到当前的种群适应度大小为前100p％的群体中任意提取的一个个体，p∈(0,1]。xi,g和xr1,g分别表示当前迭代的个体和从集合P中任意选择的个体，属于从集合A与集合P的并集中任意选取的个体；步骤4.3，计算交叉概率CRi和变异因子FiCRi＝randni(uCR,0.1)Fi＝randni(uF,0.1)其中，randn(.)代表正态分布函数，uCR＝(1-c)·uCR+c·meanA(SCR)，uF＝(1-c)·uF+c·meanL(SF)；c为0到1之间的常数，SCR和SF分别表示在算法迭代过程中成功执行变异操作的交叉概率和变异因子的集合，meanA表示求取算数平均值，meanL表示求取Lehmer平均值进一步地，步骤5包括采用Huber理论，利用残差的非快增函数对冲击噪声信道下多用户检测器进行设计。进一步地，所述多用户检测器的适应度函数为E值取为0.1。传统CDMA通信系统的多用户检测模型为多用户检测模型表示系统用户数为N,在某时刻用户接收机接收到的信号；T为用户的伪码传输周期；Ak为第k个用户信号到达基站时的幅度；bk[i]∈{1,-1}为第k个用户传输的数据信息；n(t)为信道噪声；sk(t)为分配给第k个用户的归一化特征波形。考虑一个比特周期内的信号检测，在接收端按单位码片长度的传输时间进行采样，可以得到系统输出样本矩阵r＝SAb+n其中，S＝[s1,...,sk]，A＝diag(A1,...,Ak)，b＝[b1,...,bk]T，n＝[n1,...,nk]T代表冲击噪声向量。为验证冲击噪声信道下算法的抗噪性能，本专利技术采用α稳定分布模型对冲击噪声进行建模。α稳定分布的特征函数表示为其中，α∈(0,2]是特征因子，表示稳定分布概率密度函数的甩尾程度，其值越小表示拖尾越厚，脉冲幅度越大；β∈[-1,1]为对称参数，表征随机变量分布的对称程度；γ＞0为分散系数，表示随机变量偏离其均值的程度；-∞＜u＜∞为位置系数。灰狼优化算法通过模拟灰狼种群的等级制度，将算法搜索过程中得到的寻优结果根据其适应度函数值从大到小依次进行排列，并从中选取适应度最好的解命名为α狼，次优解命名为β狼，第三优解命名为δ狼，剩下的解为ω狼。灰狼优化算法的狩猎过程主要包括搜索、跟踪追赶、围捕猎物。狼群围捕攻击对象行为的数学模型为D＝|C.Xp(t)-X(t)|X(t+1)＝Xp(t)-A.D其中，D表示灰狼个体与猎物XP(t)(目标位置)的距离，上式表示灰狼个体的位置更新方程，t代表当前算法迭代的次数，A和C为系数向量，Xp代表猎物的位置，X为灰狼的位置向量。向量A和C可以由下式计算得到，其中r1和r2为[0,1]范围内的随机数。A＝2a.r1-aC＝2.r2系数a称作收敛因子，它随着迭代次数的变化从2线性递减到0，由下式表示，其中max代表最大迭代次数。当灰狼群体确定了猎物的位置后，由α狼带领β狼和δ狼对猎物(目标位置)进行包围，ω狼与三者的位置距离信息由下列公式来确定：Dα＝|C1.Xα-X|Dβ＝|C2.Xβ-X|Dδ＝|C3.Xδ-X|其中，Xα、Xβ、Xδ、X分别表示α狼、β狼、δ狼和ω狼的当前位置。灰狼群体的位置信息由下列公式更新X1＝X本文档来自技高网...

【技术保护点】
1.一种鲁棒多用户检测器设计方法，其特征在于：所述方法包括：步骤1，初始化算法的相关参数，设置交叉概率和变异因子的均值参数、种群大小及最大迭代次数；步骤2，使用对立学习法初始化父代种群，确定父代种群中的三狼，三狼包括适应度最好的解命名为α狼，次优解命名为β狼，第三优解命名为δ狼；步骤3，使用改进的灰狼算法位置更新方程更新父代种群，并将种群个体按照适应度值从大到小进行排序；步骤4，利用父代种群产生子代交叉变异体，当子代变异体适应度值优于父代种群时，将所述子代变异个体的进化方向以及成功交叉变异概率信息进行位置信息作差，得到新的进化方向信息并保存，同时更新三狼位置；步骤5，将更新后的父代种群与步骤2初始化时得到的三狼个体进行适应度比较；如果更新后的父代种群存在优于初始化父代种群任一一个狼的适应度的个体，则将更新后的父代种群对应的个体所对应的上一步的变异个体与对应狼种的位置信息作差以得到新的进化方向信息并保存，同时更新父代种群中的三狼位置；步骤6，迭代结束则终止循环，输出α狼的最优位置信息；否则返回执行步骤4。

【技术特征摘要】
1.一种鲁棒多用户检测器设计方法，其特征在于：所述方法包括：步骤1，初始化算法的相关参数，设置交叉概率和变异因子的均值参数、种群大小及最大迭代次数；步骤2，使用对立学习法初始化父代种群，确定父代种群中的三狼，三狼包括适应度最好的解命名为α狼，次优解命名为β狼，第三优解命名为δ狼；步骤3，使用改进的灰狼算法位置更新方程更新父代种群，并将种群个体按照适应度值从大到小进行排序；步骤4，利用父代种群产生子代交叉变异体，当子代变异体适应度值优于父代种群时，将所述子代变异个体的进化方向以及成功交叉变异概率信息进行位置信息作差，得到新的进化方向信息并保存，同时更新三狼位置；步骤5，将更新后的父代种群与步骤2初始化时得到的三狼个体进行适应度比较；如果更新后的父代种群存在优于初始化父代种群任一一个狼的适应度的个体，则将更新后的父代种群对应的个体所对应的上一步的变异个体与对应狼种的位置信息作差以得到新的进化方向信息并保存，同时更新父代种群中的三狼位置；步骤6，迭代结束则终止循环，输出α狼的最优位置信息；否则返回执行步骤4。2.根据权利要求1所述的鲁棒多用户检测器设计方法，其特征在于：步骤2中的对立学习法的思想模型为：的取值范围为[l,u]，k＝α,β,δ，γ是0到1之间服从均匀分布的随机数；将思想模型中生成的与的组合作为灰狼优化算法的初始样本集合。3.根据权利要求1所述的鲁棒多用户检测器设计方法，其特征在于：步骤3中改进的灰狼算法的位置更新方程为使用及来判...

【专利技术属性】
技术研发人员：纪元法，范灼，孙希延，符强，王守华，严素清，付文涛，
申请(专利权)人：桂林电子科技大学，
类型：发明
国别省市：广西,45