比较分析基于GA-MMSE和PSO-MMSE的泥浆技术辅助SDMA / OFDM系统

Medha Vijayvargiya¹Manish Kumar Gurjar²

MTech学生[数码通讯。],ECE称,多大学,印度博帕尔¹
ECE系助理教授,问学院,印度博帕尔²

文摘

基于智能天线主要使用SDMA-OFDM通信的体系结构。由于鲁棒性和防止干扰提供了OFDM(正交频分复用)。虽然高数据率传输实际上是通过使用OFDM但检测技术尤其是在超载情况下提出了许多具有挑战性的问题。优化技术有很多礼物SDMA-OFDM系统中最优多用户检测的过程,虽然每个方法受到限制。等这些纸两种流行的进化算法粒子群优化(PSO)与MMSE混合技术和基于遗传算法(GA)的SDMA-OFDM多用户检测(MUD)与MMSE混合动力技术。这些优化多用户检测(MUD)技术是模拟使用三个不同的调制技术相移键控,QAM及其性能比较等四个现有的生物有机体MMSE(最小均方)遗传算法(遗传算法),PSO和ZF(零迫使)不同不同的参数。连接PSO-MMSE GA-MMSE,这两种方法更好的模拟和降低复杂性。这些技术提供了一个非常高的性能比较与现有的探测器特别是rank-deficient场景,在该场景中,用户的数量非常高与发射天线。从实验结果晶莹剔透,GA-MMSE PSO-MMSE结果提高29.8%比现有的多用户检测技术和误码率达到0.01的水平。

关键字

OFDM、SDMA多用户检测(MUD)、遗传算法(GA)。

介绍

正交频分复用(OFDM)多载波通信系统的基本单元,接收宽利益特别是对高数据率传输因为在频率选择性衰落信道的鲁棒性。多个天线的就业在发射机和接收机,它非常称为MIMO技术,包含一个具有成本效益的技术高通量无线通信[1 - 2]。OFDM也称为方法的编码数字数据在多个载波频率。OFDM已经变成了一个著名的方案宽带数字通信、无线或铜导线,用于应用程序例如音频数字广播、电视和DSL互联网接入、无线网络、电力线网络和4 g移动通信。基于SDMA技术作为MIMO系统的一个子类,是最有前途的技术之一,解决无线通信系统的限制。SDMA允许多个用户同时在不同的地理位置共享相同的带宽。空间维度的剥削使得它可以识别个人用户,即使这些用户在相同的代码或时间或频率域,从而增加系统的能力[1,4]。检测技术尤其是在超载情况下造成许多具有挑战性的问题。支持的用户数量越高,变得更具挑战性的优化任务,由于指数增加的维数估计。有很多传统和最小均方误差多用户检测技术,零强迫。 And there is two evolutionary optimization techniques are there namely genetic algorithm and particle swam optimization techniques. The family of GAs can be efficiently incorporated into SDMA-OFDM systems and thus solve many challenging issues. In literature, GA based technique with better convergence properties and lower computational complexities are discussed in detail. Possibility of applying optimization techniques other than GA led to the implementation of latest and robust stochastic PSO algorithm. These detection techniques also suffer from specific limitations in rank-deficient scenario [1] Hence the MMSE-SDMA-OFDM system BER performance may be potentially further improved with the aid of hybrid GAMMSE and PSO-MMSE which is capable of exploiting the output provided by the MMSE MUD in its initial population. In this paper we have compare the BER obtained by different multiuser detection technique using 3 different modulation techniques such as PSK and QAM. The SDMAOFDM system is simulated using MATLAB Software. And the results of these techniques are compare to evaluate the best optimization techniques which is having minimum BER.

本文的结构如下。第二节SDMA-OFDM OFDM和模型的数学定义,系统模型。第三节各种泥浆技术。仿真结果和分析提出了在第四节。而最终结论提供部分V。

数学OFDM的定义

OFDM包含多个运营商。每个运营商都可以视为一个复杂的波形:

这是一个连续信号。每个组件的信号在一个符号周期可以取固定值的变量:

SDMA-OFDM模型

在SDMA-OFDM系统中,L传输信号的用户每个配备一个发射天线和接收的P的BS如图的接收天线。BS,接收到的信号被加性高斯白噪声或损坏的天线阵列的元素

多用户检测技术

我们正在讨论以下一些多用户检测技术性能调查:

答:零迫使(ZF)

最小均方误差(MMSE)

c . GA(遗传算法)

d . PSO(粒子群优化)

大肠GA-MMSE和PSO-MMSE连接起来

答:零迫使

细微的问题部分是可以克服使用矩阵w WH =我所应满足的条件。零迫使(ZF)这个约束是由探测器

这个矩阵也称为伪逆m x n矩阵。

B.MMSE

MMSE检测也是一个线性但它假定噪声方差协方差和信道的先验知识。由于这是一个更准确的检测方案ZFMUD相比。该算法检测到用户

在σ^ 2是i.i.d.复杂的方差与零均值高斯随机噪声H表示埃尔米特。

c .遗传算法

GA协助泥浆技术基本上是一个优化和搜索技术,模拟元素在自然进化,它可用于计算近似或确切的解决方案优化和搜索问题。为了限制搜索空间,GA实现搜索机制旨在找到解决问题的方法,基于目标函数(或健身价值)[1]。应用遗传算法的一个重要步骤是定义每个优化问题的目标函数,是独一无二的,这是决定度量所需的接收天线,即天线具体的目标函数定义为:

yp哪里收到符号在甲状旁腺素接收机的输出,而惠普的甲状旁腺素行可以表示成H通道传递函数。因此,估计接收信号的传播符号向量在甲状旁腺素接收天线是由:

遗传算法的主要步骤中实现SDMA-OFDM[1],如图1所示如下所述:

步骤1:定义目标函数,然后设置遗传算法的参数,包括概率和类型的变异和交叉操作,最大数量的代,人口规模和终止条件。

第二步:评估健身人群中为每个单独的,适合个人的地方我们的泥浆最小化问题将是最低的数值。第一/最初的一代。

步骤3:测试终止条件达到的最大数量代或得到接收信号之间的最小公差错误y之间的乘法和矩阵H和信号传输x频道。

如果终止标准不会见了以前的人口比遗传算法将应用如下:

答:个人选择根据他们的生殖健康的后代。

b .二进制表示中使用双点交叉。这项工作

c .所有的后代都将发生突变有一定概率凭个人随机改变。

在步骤2中评估。这个循环不断,直到达到优化标准执行。

步骤4:如果个人生成满足终止条件,决定将。这些个人或基因被选为最好的基因和完成算法。

d粒子群优化

我们在算法初始种群,这个人口被放置在搜索空间的粒子的某些功能或问题,每个计算o目标函数在当前位置。现在每个粒子然后通过搜索通过结合一些运动历史的一部分自己的预设和最佳的位置与一个或多个成员群与一些随机扰动。下一次迭代需要地方当所有粒子都放在[4]。最终群作为一个整体,就像一群飞鸟共同寻找食物将开始接近最优适应度函数的算法。

¯人口·初始化一个数组与随机粒子的位置和速度。

一个¯·计算每个粒子的适应度值。

一个¯·pb的粒子适应度评价进行比较。

一个¯·如果当前值比pb apb等于当前值。如果没有比保持pb值。

一个¯·分配gb的最佳值。

一个¯·现在计算每个粒子的速度。

一个¯·使用每个粒子速度值来更新它的数据值。现在比较target.A¯

一个¯·现在比较与目标。如果目标达成终止process.A¯

大肠GA-MMSE和PSO-MMSE连接起来

患者的泥浆的误码性能比较有限,因为它是总均方估计误差最小化由不同的并发用户,而不是直接优化系统性能。因此,MMSE-SDMA-OFDM系统的误码性能可能是潜在的进一步改进混合遗传算法辅助泥浆的援助,这是能够利用提供的输出MMSE泥浆的初始种群。

在上行SDMA-OFDM系统中,k副载波的第n个OFDM符号我们获得的复杂信号向量x p元素(n, k)的接收机天线阵,这是褪色的叠加信号与L移动用户和被加性高斯白噪声(AWGN),表示为:

X (n, k) = H (n, k) S (n, k) + n (n, k)

图3所示的上半部分。Iinformation位块b (l) l···l l移动用户的第一编码由l独立选举委员会的编码器。生成的编码比特b (l) s然后映射到脉冲幅度调制,正交幅度调制(QAM)或相移键控(相移键控)。符号(l),调制的逆快速傅里叶变换(传输线),然后转发到SDMA MIMO信道模型。在基站所示图的下半部分,接收到的信号是叠加noise-contaminated传输信号在P OFDM-demodulated接收机天线元素和转发到迭代GA - MMSE和PSO-MMSE泥(1,6)。然后发现软比特ˆb (l)生成,是转发到l独立选举委员会的解码器解码频道。

模拟泥浆技术

SDMA-OFDM系统是在MATLAB环境下实现的。这里我们两个像相移键控和QAM调制techquies比较多用户检测的优化技术。

结论

在本文中,我们比较了不同方法的多用户检测技术如ZF, MMSE、GA算法与连接技术GA-MMSE和PSO-MMSE SDMA-OFDM系统技术。两个不同的调制技术用于比较分析即相移键控和QAM。从仿真已经得出结论,进行相移键控调制混合动力技术为0.09 db GA-MMSE和PSO-MMSE误码率。在QAM的值是0.01 db优异成绩。它已经表明,连接技术例如GAMMSE和PSO-MMSE设计能够实现更好的性能,从而提高系统容量,比较细微,ZF、遗传算法和PSO泥浆技术SDMA / OFDM系统。

表乍一看


表1	表2

数据乍一看


图1	图2	图3	图4

图5	图6	图7

引用

jorge magalhaes“交叉算子的遗传算法的比较研究来解决作业车间调度问题”圆柱交易电脑问题4,第12卷,4月2013. k。艾丽莎。
m·a·Alansi i m . Elshafiey“遗传算法优化工具,多用户检测SDMA-OFDM系统”。皮尔斯诉讼、吉隆坡、马来西亚、研究,2012年3月
Susmita Das和卡拉Praveen Bagadi”比较分析各种多用户检测技术在SDMA-OFDM SystemOver相关MIMO信道模型forIEEE 802.16 n”,世界acadmey科学、工程和技术53,2011年。
陈,S。,T. R. Newman, J. B. Evans, and A. M. Wyglinski, \Genetic algorithm-based optimization for cognitive radio networks," Sarnoff'10 Proceedings of the 33rd IEEE Conference Sarnoff, 2010.
m .江j . Akhtman l . Hanzo“迭代联合复合天线辅助OFDM系统的信道估计和多用户检测“IEEE无线通讯,6卷,没有。2007年8月8日,
m .江j . Akhtman l . Hanzo“迭代联合复合天线辅助OFDM系统的信道估计和多用户检测“IEEE无线通讯,6卷,没有。2007年8月8日。
明江,很快Xig Ng Lajos Hanzo“混合迭代多用户检测信道编码空间划分多个OFDM系统的访问”IEEE车辆技术,55卷,没有。2006年1月1日。
l . Hanzo M M¨安,b . j . Choi和t·凯勒,OFDM和cdma宽带多用户通信、无线局域网和广播。皮斯卡塔韦,新泽西:IEEE出版社,纽约:威利,2003年。
明江、美国鑫和l . Hanzo”混合迭代多用户检测Channe编码空间划分多个OFDM系统的访问,“IEEE车辆技术,55卷,1号,2006年1月。