模擬退火遺傳算法在多用戶(hù)檢測(cè)技術(shù)中的應(yīng)用

基于模擬退火遺傳算法的多用戶(hù)檢測(cè)器以匹配濾波器的輸出作為模擬退火遺傳算法的初始值，再通過(guò)模擬退火遺傳算法的啟發(fā)式搜索，提高多用戶(hù)檢測(cè)器的抗多址干擾和抗遠(yuǎn)近效應(yīng)能力。同時(shí)通過(guò)模擬退火算法來(lái)減輕遺傳算法的選擇壓力，這樣不但可以避免遺傳算法的早熟收斂問(wèn)題，并且使群體中的最優(yōu)解得到了保留。模擬退火遺傳算法多用戶(hù)檢測(cè)器的基本操作流程如下：
(1)初始化控制參數(shù)。如群體規(guī)模N、用戶(hù)數(shù)K、初始溫度t0、變化系數(shù)?墜、變異概率Pm和交叉概率Pc等。
(2)編碼。解向量b是由{-1,1}組成的二進(jìn)制序列，無(wú)需編碼。
(3)初始化種群。將經(jīng)匹配濾波器并經(jīng)判決后的結(jié)果作為初始種群中的一個(gè)個(gè)體B1送入模擬退火遺傳算法多用戶(hù)檢測(cè)器，其余N-1個(gè)個(gè)體均由其隨機(jī)擾動(dòng)產(chǎn)生。
(4)適應(yīng)度函數(shù)評(píng)價(jià)。采用與簡(jiǎn)單遺傳算法多用戶(hù)檢測(cè)相同的適應(yīng)度函數(shù)，計(jì)算種群中每個(gè)個(gè)體的適應(yīng)度函數(shù)值f。
(5)交叉。隨機(jī)選取兩個(gè)個(gè)體Bi和Bj進(jìn)行交叉，產(chǎn)生新個(gè)體Bi′和Bj′，計(jì)算f(j)和f(i)，并按Metropolis準(zhǔn)則計(jì)算接收概率，若P=min{1,exp[f(i)-f(j)/tk]}≥random[0,1]，則接收新解，否則保持原狀態(tài)。
(6)對(duì)交叉后的個(gè)體進(jìn)行變異操作，按與(5)中同樣的判決方法判斷是否接受變異后產(chǎn)生的新個(gè)體。
(7)判斷是否滿(mǎn)足收斂條件。若已經(jīng)達(dá)到預(yù)先設(shè)定的最大遺傳代數(shù)，則迭代過(guò)程結(jié)束，輸出最優(yōu)解；否則有ti+1=?墜ti,?墜1，并轉(zhuǎn)至(4)進(jìn)行下一步的迭代尋優(yōu)工作。
　 從上述內(nèi)容可知，與基于復(fù)雜矩陣算法的傳統(tǒng)多用戶(hù)檢測(cè)器相比,基于模擬退火遺傳算法的多用戶(hù)檢測(cè)器算法降低了難度。
3 仿真研究
利用MATLAB仿真平臺(tái)將基于模擬退火遺傳算法的多用戶(hù)檢測(cè)器（SAGA）與傳統(tǒng)最佳多用戶(hù)檢測(cè)器（OMD）、基于遺傳算法的多用戶(hù)檢測(cè)器（GA）以及其他典型多用戶(hù)檢測(cè)算法進(jìn)行性能比較，以誤碼率隨信噪比的變化曲線(xiàn)作為比較參數(shù)。
　 仿真環(huán)境：上行同步的CDMA系統(tǒng),采用BPSK調(diào)制，使用正交Walsh碼作為擴(kuò)頻碼，其中碼長(zhǎng)為16。系統(tǒng)中共有8個(gè)用戶(hù)且信道信息已知，設(shè)定信道為2徑等增益衰落信道(L=2)，每條徑的幅度服從瑞利分布，相位服從[0,2π]間的均勻分布，使用理想功率控制。遺傳算法中所取各參數(shù)值分別為：種群數(shù)為10，變異概率為0.9，交叉概率為0.1。
圖3比較了各種典型多用戶(hù)檢測(cè)算法性能。其中最優(yōu)多用戶(hù)檢測(cè)算法性能最好，但其計(jì)算量太大，復(fù)雜度高。圖4比較了最佳多用戶(hù)檢測(cè)器、遺傳算法多用戶(hù)檢測(cè)器和模擬退火遺傳算法檢測(cè)器的抗干擾性能。結(jié)合圖3和圖4可以看出：本文所采用的基于模擬退火遺傳算法的多用戶(hù)檢測(cè)器性能優(yōu)于遺傳算法多用戶(hù)檢測(cè)器和其他次優(yōu)多用戶(hù)檢測(cè)器,且非常接近最佳多用戶(hù)檢測(cè)器。

通過(guò)將模擬退火算法融入遺傳算法框架中，對(duì)基本遺傳算法進(jìn)行改進(jìn)，即一方面允許父代參與競(jìng)爭(zhēng)，將父代群體中最優(yōu)個(gè)體和子代群體中最優(yōu)個(gè)體組成新的群體并進(jìn)行退火選擇;另一方面根據(jù)模擬退火思想自適應(yīng)調(diào)整Pc和Pm，從而形成SAGA，然后將其應(yīng)用到多用戶(hù)檢測(cè)技術(shù)中，有效地解決了移動(dòng)通信系統(tǒng)中存在的多址干擾等問(wèn)題。由于其算法性能接近最優(yōu)多用戶(hù)檢測(cè)器，有效地消除了多址干擾，而且算法難度有所降低，很適合在實(shí)際系統(tǒng)中的應(yīng)用。
參考文獻(xiàn)
[1] 王少尉,季曉勇.最優(yōu)多用戶(hù)檢測(cè)問(wèn)題研究[J].電子學(xué)報(bào), 2007,35(121):2339-2342.
[2] VERDU S. Minimum probability of error for asynchronous gaussian multiple access channels[J]. IEEE Trans on Info.1986,32(1):85-96.
[3] AAZMAN B. Nerual network for multi-user detection in code-division mutiple-access communication[J]. IEEE. TrailS.onComm, 1992,40(7):1212-1222.
[4] ERGUN C, HACIOGIU K. Multi-user detection using a genetic algorithm in CDMA communications systems [J]. IEEE Trans Commun,2000,48(8):1374-1383.
[5] 周麗,孫樹(shù)棟.遺傳算法原理及應(yīng)用[M].北京:國(guó)防工業(yè)出版社,2001.
[6] 朱顥東,鐘勇.一種改進(jìn)的模擬退火算法[J].計(jì)算機(jī)技術(shù)與發(fā)展.2009, 19(6):32-35.
[7] 周麗,黃素珍.基于模擬退火的混合遺傳算法研究[J].計(jì)算機(jī)應(yīng)用研究,2005,22(9):72-73,76.
[8] 王小平,曹立明.遺傳算法理論、應(yīng)用與軟件實(shí)現(xiàn)[M]. 西安:西安交通大學(xué)出版社,2002.