梁娜 晁暉 張超

【摘要】 對多載波碼分多址（MC-CDMA）系統(tǒng)的干擾受限問題，提出了利用小波變換良好的時頻局部特性和神經(jīng)網(wǎng)絡(luò)的良好自學習能力，提高多用戶檢測性能的原理。同時為解決網(wǎng)絡(luò)權(quán)值和參數(shù)修正進化緩慢并且容易陷入最小的問題，采用增加動量項的方法提高網(wǎng)絡(luò)學習效率。建立了基于小波神經(jīng)網(wǎng)絡(luò)的多用戶檢測器并應用于MC-CDMA系統(tǒng)中。用MATLAB/Simulink軟件搭建仿真系統(tǒng)，接收端采用解相關(guān)檢測（MMSEC）和正交恢復（ORC）檢測算法。實驗表明，基于小波神經(jīng)網(wǎng)絡(luò)的多用戶檢測技術(shù)在誤碼率（BER）性能上更接近單用戶的BER性能。

【關(guān)鍵詞】 多載波碼分多址 多用戶檢測 小波變換 神經(jīng)網(wǎng)絡(luò) 誤碼率

一、引言

隨著移動通信系統(tǒng)中用戶數(shù)量和用戶需求的不斷提高，怎樣盡可能的提高移動通信系統(tǒng)容量一直是大家關(guān)注的重要問題之一。多載波碼分多址（MC-CDMA）系統(tǒng)將正交頻分復用（OFDM）與碼分多址（CDMA）結(jié)合，具有較高的頻譜效率與系統(tǒng)容量。眾所周知，CDMA系統(tǒng)是一個干擾受限系統(tǒng)，同樣MC-CDMA系統(tǒng)也是一種干擾受限系統(tǒng)，當通信用戶數(shù)較多時，多址干擾（MAI）成為其最主要的干擾。多用戶檢測技術(shù)（MUD）能有效抵抗多址干擾，是影響系統(tǒng)性能的關(guān)鍵技術(shù)之一。由于多用戶檢測問題的實質(zhì)是組合優(yōu)化問題，因此，人工神經(jīng)網(wǎng)絡(luò)所具有的快速優(yōu)化計算能力和大規(guī)模并行處理能力使其在多用戶檢測問題中表現(xiàn)出良好的前景。

二、小波神經(jīng)網(wǎng)絡(luò)權(quán)值多用戶檢測算法的基本原理

2.1小波神經(jīng)網(wǎng)絡(luò)算法設(shè)計原理

本文以BP神經(jīng)網(wǎng)絡(luò)拓撲結(jié)構(gòu)為基礎(chǔ)，把小波基函數(shù)作為隱含層節(jié)點的傳遞函數(shù)，信號前向傳播的同時誤差反向傳播的神經(jīng)網(wǎng)絡(luò)[1]，具體算法流程如圖1。

為解決網(wǎng)絡(luò)權(quán)值和參數(shù)修正進化緩慢并且容易陷入最小的問題，本文采用增加動量項的方法提高網(wǎng)絡(luò)學習效率。

具體小波神經(jīng)網(wǎng)絡(luò)修正過程如下：

1）計算網(wǎng)絡(luò)預測誤差

2）根據(jù)預測誤差e采用增加動量項的方法修正小波神經(jīng)網(wǎng)絡(luò)權(quán)值和小波基函數(shù)系數(shù)，其中小波函數(shù)伸縮因子ak、平移因子bk以及網(wǎng)絡(luò)連接權(quán)重ωi，j，ωj，k。

2.2 基于小波神經(jīng)網(wǎng)絡(luò)的多用戶檢測器

根據(jù)參考文獻[2]，本文將-（H-E）設(shè)置為小波神經(jīng)網(wǎng)絡(luò)的連接權(quán)值矩陣W，其中H為分配給各用戶的特征波形的互相關(guān)矩陣，E為分配給各用戶的特征波形的自相關(guān)矩陣，匹配濾波器的輸出y設(shè)置為小波神經(jīng)網(wǎng)絡(luò)的閾值向量I，各用戶發(fā)送的信息序列b設(shè)置為小波神經(jīng)網(wǎng)絡(luò)的輸出向量v，這樣將多用戶檢測的優(yōu)化問題與小波神經(jīng)網(wǎng)絡(luò)的能量函數(shù)對應起來。其映射關(guān)系式可概括為

三、仿真結(jié)果

本文采用的小波基函數(shù)為Morlet母小波基函數(shù)，數(shù)學公式為

用訓練數(shù)據(jù)訓練小波神經(jīng)網(wǎng)絡(luò)，網(wǎng)絡(luò)反復訓練100次。

假設(shè)MC-CDMA系統(tǒng)收發(fā)端同步，擴頻碼為31位的Hardmard碼，QPSK調(diào)制方式，用戶數(shù)為16，接收端采用MMSEC和ORC算法。

仿真流程如圖2所示。

仿真結(jié)果如下：

四、結(jié)束語

小波變換良好的時頻局部特性和神經(jīng)網(wǎng)絡(luò)的良好自學習能力，能夠達到提高多用戶檢測性能的目標。實驗表明，基于小波神經(jīng)網(wǎng)絡(luò)的多用戶檢測技術(shù)在誤碼率（BER）性能上更接近單用戶的BER性能。并且此算法的算法復雜度不高，在實際應用中更加占有優(yōu)勢。

作者簡介

梁娜（1983-），女，河北唐山人，助教，河北工業(yè)大學碩士研究生，主要從事通信算法仿真方面的教學研究工作，nangchao1@163.com，15932562267

晁暉（1987-），女，河北唐山人，助教，中科院碩士研究生，主要從事數(shù)據(jù)處理方面的教學研究工作。

參 考 文 獻

[1]王小川，史峰.MATLAB神經(jīng)網(wǎng)絡(luò)43個案例分析. 北京：北京航空航天大學出版社，2013：280～282

Wang X C，SHI F. MATLAB neural network analysis of 43 cases.Beijing： Beijing University of Aeronautics and Astronautics Press，2013，280～282

[2]王磊.CDMA通信系統(tǒng)中混沌神經(jīng)網(wǎng)絡(luò)多用戶檢測技術(shù)的研究. 太原：太原理工大學通信與信息系統(tǒng)專業(yè)，2008

Wang L. CDMA Communication Systems Research Chaotic Neural Network Multi-user Detection Techniques. Taiyuan： Taiyuan University of Technology Communication and Information System Field，2008

[3]普頓.空時分組碼MC-CDMA系統(tǒng)中基于遺傳算法的多用戶檢測.西藏大學學報（自然科學版）[J]，2013：28（1）：88～93

Pudum. Multiuser Detection in Space-time Block Coded MC-CDMA Systems based on Genetic-Algorithm[J]. Journal of Tibet University， 2013，28（1）：88 ～93

[4]王超，曾玖貞，王彥.基于Simulink的GO-MC-CDMA系統(tǒng)仿真.通信技術(shù)，2012：45（5）：15～17

Wang C， Zeng J Z， Wang Y. Simulation on GO-MC-CDMA System based on Simulink. Communications Technology， 2012：45（5）：15～17

[5]王鴻斌，張立毅.基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的多用戶檢測.計算機工程，2011：37（7）：207～209

Wang H B， Zhang L Y. Multi-user Detection Based on Genetic Algorithm Optimization Neural Network. Computer Engineering. 2011：37（7）：207～209