基于Hopfield神经网络多用户检测技术浅析

下载PDF

导出

摘要在CDMA通信系统中,传统的多用户检测算法受到限制,实验证明,该算法不能很好地完成抑制多址干扰和远近效应。本文中提出了一种基于Hopfield神经网络的多用户检测算法,仿真结果表明Hopfield神经网络多用户检测算法在抗多址干扰和远近效应上达到了预定的效果。

作者勾旭忠

机构地区内蒙古集通铁路通信有限责任公司

出处《中外企业家》 2012年第01X期140-141,共2页 Chinese and Foreign Entrepreneurs

关键词 MMSE 多用户检测器 HOPFIELD 多址干扰远近效应

参考文献5

1郭梯云;邬国扬;李建东.移动通信[M]西安:西安电子科技大学出版社,1998.
2王永刚,焦李成.基于随机Hopfield神经网络的最优多用户检测器[J].电子学报,2004,32(10):1630-1634. 被引量：11
3全庆一.基于Hopfield神经网络的多用户信号检测器[J].电声技术,1998,22(4):6-11. 被引量：2
4张颖,刘宏立,陈佳,童调生.基于Hopfield神经网络多用户检测技术的研究[J].微计算机信息,2006,22(02X):237-238. 被引量：5
5Kumar P,Holtzman J. Power control for a spread-spectrum system with multiuser receivers[A].1995.7955-7959.

1张铁壁,马文华.振动筒式压力传感器的FLANN非线性校正[J].微计算机信息,2005,21(2):125-126. 被引量：15
2S Verdu.Multiuser Detection[M].Cambridge,UK,Cambridge Univ.Press.1998.
3S Verdu.Minimum probability of error for asynchronous Gaussian multi-access channel[J].IEEE Trans.Inform.Theory,1986:85-96.
4B Aazhang,B Paris,G C Orsak.Multistage detection for asynchronous code division multiple access communication[J].IEEE Trans.Commum.1990(4):509-519.
5L Castedo,O Macchi.Maximizing the information transfer for adaptive unsupervised source separation[A].In IEEE Workshop on Signal Proc[C],1997.65-68.
6Yi Sun.Eliminating-highest-error and fastest-metric-descent criteria and iterative algorithms for Bit synchronous CDMA Multiuser Detection[A].In IEEE ICC'98[C],1998.1576-1580.
7N Wang,W Zhu,B Zheng.Blind multiuser detection for DS-CDMA systems:A neural network approach[A].In IEEE ISCAS'99[C],Orlando,1999,03.603-606.
8C Valadon,R Tafarolli.A fast adaptive multiuser detector for DS-CDMA communication based on artificial neural network[A].In IEEE Symp.Spread Spectrum Techn.and Appl.[C].1998.873-877.
9G He.A new adaptive neural network multiuser detector in synchronous CDMA system[A].In IEEE ICASSP'97[C].1997.3333-3336.
10U Mitra,H V Poor.Neural network techniques for adaptive multiuser demodulation[J].IEEE Journal on Sel.Areas in Commum.,1994,(11):1460-1470.

1冯侨,郑建宏.TD-SCDMA系统中多用户检测算法比较[J].重庆邮电大学学报（自然科学版）,2007,19(6):710-713. 被引量：2
2高洪元,刁鸣.基于克隆遗传量子算法的多用户检测[J].哈尔滨工程大学学报,2008,29(1):85-89. 被引量：4
3高洪元,刁鸣,贾宗圣,张恒.基于克隆粒子群优化算法的多用户检测器[J].计算机工程,2008,34(3):228-230. 被引量：3
4周瑞松,王华奎.基于Hopfield神经网络多用户检测技术的研究[J].电脑开发与应用,2008,21(3):11-12. 被引量：2
5高洪元,刁鸣,赵忠凯.基于免疫克隆量子算法的多用户检测器[J].电子与信息学报,2008,30(7):1566-1570. 被引量：3
6王鸿斌,王砚,张立毅,王华奎.基于RBF神经网络混合遗传算法的多用户检测[J].计算机工程与设计,2009,30(5):1194-1197. 被引量：1
7岳克强,赵知劲,赵治栋.基于神经网络离散混合蛙跳算法的多用户检测[J].计算机工程,2009,35(19):184-186. 被引量：6
8岳克强,赵知劲,尚俊娜,沈雷.智能优化在多用户检测中的应用[J].计算机工程与应用,2009,45(26):90-93. 被引量：1
9石影,张晓林,刘晓杨.基于MMSE-BDFE的联合检测技术[J].应用科技,2011,38(5):32-37.
10刘婷,张立毅,陈雷.Improved Blind Multiuser Detection Algorithm Based on Minimum Output Energy[J].Transactions of Tianjin University,2012,18(6):450-455.

中外企业家

2012年第01X期

内容加载中请稍等...