專利名稱：基于免疫動態調整的徑向基函數網絡多用戶檢測方法
技術領域：
本發明涉及一種無線通信信號處理技術領域的檢測方法，具體是一種針對碼 分多址(CDMA)系統的基于免疫動態調整的徑向基函數網絡多用戶檢測方法。
背景技術：
大用戶量的多用戶通信是未來寬帶高速多媒體移動通信的基本通信形態，是 3G及更新一代移動通信的主要方式。碼分多址(C畫A)技術是其關鍵技術之一， 它能滿足高容量、低成本、高效率的移動通信的需求。但是由于系統中存在多址 干擾和遠近效應的問題，系統的容量和性能受到很大影響。多用戶檢測技術通過 對多個用戶作聯合檢測或從接收信號中減去相互間的干擾，從而有效消除多址干 擾，改善系統性能，提高系統容量。但是在實際工程應用中，最優多用戶檢測器 的求解復雜度是用戶數的指數函數，隨著用戶數的增加和信道環境的變化，求解 最佳多用戶檢測器將是一個非確定的多項式可解決(NP)問題。
徑向基函數(RBF)神經網絡具有分布式計算、局部逼近、局部調整的能力， 其核函數中的指數函數項所帶來的強大的非線性擬合能力保證了網絡的大規模 并行處理和最佳逼近的能力，可以用于逼近最佳多用戶檢測器。RBF多戶檢測器 利用RBF網絡強大的分類能力對當前用戶的信息進行區分和匹配，從而實現多用 戶檢測功能。目前針對CDMA系統的RBF多戶檢測器的靜態訓練方法研究得較為 普遍，在線動態訓練方法通常采用聚類算法、高斯梯度下降法及其相關的改進方 法，其性能與最佳多用戶檢測器存在很大的差距。
經對現有技術文獻的檢索發現，Kyun Byoung Ko在2001年《IEEE Transactions on Neural Networks》(IEEE《神經網絡》期刊)(2001 ， VOL. 12 ， NO. 6， pp: 1536-1539 ) 上發表的"RBF Multiuser Detector With Channel Estimation Capability in a Synchronous MC-C醒A System"(同步碼分多址系統中具有信道估計能力的RBF 多用戶檢測器)提出采用有監督的聚類算法來動態訓練RBF網絡以完成對CDMA通信系統的多用戶檢測工作。但該方法本質上屬于線性方法，在非線性程度較高的 CDMA多用戶檢測中，系統性能往往不佳。公茂果等在2005年Proceedings of the Genetic and Evolutionary Computation Conference》(國際遺傳及進化算法會 議)(2005: 2105-2111)上發表的"An Artificial Immune System Algorithm for CDMA Multiuser Detection over Multi-Path Channels"(人工免疫系統算法 用于多徑信道的CDMA多用戶檢測)提出使用免疫算法原理實現CDMA系統的多用戶 檢測，其核心操作主要是針對靜態信道環境和用戶數不發生變化的情況，因此不 能真正實現對于動態信道環境和用戶數實時變化情況下的CDMA多用戶檢測工作。

發明內容
本發明針對現有技術的不足，提出了一種基于免疫動態調整的徑向基函數網 絡多用戶檢測方法。該方法采用免疫機制動態地確定RBF多用戶檢測器的非線性 參數，從而盡可能在較短的時間內有效的逼近最優多用戶檢測器，提高多用戶檢 測器的實時性和魯棒性，解決動態環境下經典多用戶檢測器不易收斂到全局最優 點、不適合大用戶量的多用戶通信的問題。
本發明是通過如下技術方案實現的，包括以下具體步驟
步驟一，在發射部分發送信源數據包的間隙發送已知訓練數據。在接收部分， 根據訓練數據調整RBF多用戶檢測器的輸出權值，判斷CDMA系統的用戶環境是 否發生改變，并確定是否繼續進行RBF多用戶檢測器隱層參數的調整。
所述判斷CDMA系統的用戶環境是否發生改變，是指根據訓練數據調整輸 出權值之后，計算RBF多用戶檢測器對訓練數據的誤差，當誤差超過預先設定的 閾值時，說明信道環境或者用戶接入情況發生了較大變化，RBF多用戶檢測器的 隱層參數需要進一步調整，進入步驟二；否則RBF多用戶檢測器的參數不需要調 整，回到正常的數據接收狀態。
步驟二，若步驟一判斷RBF多用戶檢測器的隱層參數需要調整，針對訓練數 據中誤差大的樣本點，對RBF多用戶檢測器的隱層進行初步調整，實現對于CDMA 最佳多用戶檢測器的粗逼近。
所述對RBF多用戶檢測器的隱層進行初步調整，具體為從當前訓練樣本中 尋找誤差較大的樣本點，這些樣本點反映了當前信道特征的變化情況或者用戶變化情況。針對這些樣本點形成新的隱層節點，更新RBF多用戶檢測器的隱層。 步驟三，采用免疫優化機制調整RBF多用戶檢測器的隱層參數，實現對于
CDMA最佳多用戶檢測器的細節逼近。
所述免疫優化機制，是指采用結合免疫疫苗注射機制的進化算法，對RBF
多用戶檢測器的隱層節點參數進行進一步優化和調整的操作。其中，進化算法具
體為以RBF多用戶檢測器的隱層參數為個體，包括復制、交叉和變異、適應度
計算和種群更新操作。
所述免疫優化機制，其免疫疫苗注射的操作對象為隱層節點，其作用在于通 過人工干預和記憶機制，加快RBF多用戶檢測器在動態環境中的收斂速度，提高 系統效率。具體為從當前RBF多用戶檢測器中提取隱層節點，對疫苗庫進行更 新。在進化計算過程中，將疫苗庫中的節點替換并加入RBF多用戶檢測器的隱層， 以改善系統的性能。
步驟四，選擇性能最好的RBF多用戶檢測器作為本次免疫動態調整的結果， 返回步驟一，回到正常的數據接收狀態。
本發明考慮到C畫A通信系統的特點，即信道環境或者用戶接入情況發生變 化時，信道特征通常只發生部分改變，對應的RBF多用戶檢測器的隱層節點只需 要局部調整即可滿足系統要求;采用免疫優化機制動態調整RBF多用戶檢測器的 隱層非線性參數，可以有效提高多用戶檢測器在動態環境中的精度和效率。
與現有技術相比，本發明充分考慮到CDMA系統的動態信道特征和用戶接入 變化的特點，并結合RBF多用戶檢測器的結構特征，具有如下有益效果-
(1) RBF多用戶檢測器的輸出層線性參數的調整在隱層參數調整之前進行， 即對不同類型的參數采用不同方法做不同頻率的調整，避免過多地進行計算量較 大的隱層非線性參數調整，可以有效提高系統的實時性和效率。
(2) RBF多用戶檢測器的隱層參數調整采用免疫優化機制，主要針對系統 環境變化的部分進行。免疫優化機制具有非線性的全局尋優能力，能夠逼近CDMA 最佳多用戶檢測器，保證了 RBF多用戶檢測器在精度性能上的優越性；免疫優化 機制中的免疫疫苗注射機制既加速了訓練收斂速度，也提高了對CDMA系統動態 環境的適應能力。因此該方法有效平衡了實際多用戶檢測問題中系統精度和運算復雜度之間的矛盾。
(3)實驗結果表明，在信噪比為10dB時，本發明設計的RBF多用戶檢測器 的誤碼率性能在0. 1%以下，低于采用高斯梯度法的RBF多用戶檢測器的誤碼率 (通常在0.5%以上)。同時，在CDMA系統出現用戶接入變化或者傳輸信道參數 發生變化時，本發明設計的RBF多用戶檢測器能夠在實現動態調整的同時保證系


圖1是本發明所基于的CDMA系統的發射和接收部分的工作流程圖； 圖2是本發明方法的工作流程圖3是本發明設計的多用戶檢測器的誤碼率隨信噪比變化的曲線圖； 圖4是在用戶接入情況不斷改變的情況下，本發明設計的多用戶檢測器的自 適應函數變化曲線圖。
具體實施例方式
下面結合附圖和實施例對本發明的技術方案作詳細說明本實施例在以本發 明技術方案為前提下進行實施，給出了詳細的實施方式和具體的操作過程，但本 發明的保護范圍不限于下述的實施例。
本實施例方法基于CDMA系統，如圖1所示。CDMA系統在發射部分中，在信 源數據包的固定間隙中插入訓練數據，經過不同的擴頻碼擴頻后，合路發射到無 線信道；而在接收端，對接收信號經過解擴和匹配濾波后，送入RBF多用戶檢測 器，進行多用戶信息聯合判決，從而得到多用戶檢測后的接收信源數據。為了簡 化起見，本實施例主要考慮用戶1的接收情況。
本實施例中的RBF多用戶檢測器采用單隱層的徑向基函數網絡的結構。假設
系統的用戶個數為歷，RBF多用戶檢測器的輸入矢量為x^;d,X2,…，^)，其輸出
計算公式為
〃j
式中W二[^，…，M^f為輸出的權值矢量；g二[g,，…,&f'為隱層的高斯核函數；z,e5^為隱層中心；q為隱層核函數寬度；歷為輸出的用戶個數。
本實施例設小區中默認用戶數/^ = 8，用戶1的信號能量4=4,其它用戶能 量4 =16 (, = 2,3,...,8) 。 CDMA系統采用長度為31的Gold擴頻序列，無線通信信道
為瑞利多徑衰落信道。
如圖2所示，本實施例包括以下步驟
步驟一，在發射部分發送信源數據包的間隙發送已知訓練數據。在接收部分， 根據訓練數據調整RBF多用戶檢測器的輸出權值，判斷CDMA系統的用戶環境是 否發生改變，并確定是否繼續進行RBF多用戶檢測器隱層參數的調整。
所述判斷CDMA系統的用戶環境是否發生改變，具體為計算RBF多用戶檢 測器的實際輸出和訓練數據之間的均方誤差(MSE)，當誤差超過預先設定的閾值 《f0.02時，說明信道環境或者用戶接入情況發生了較大變化，RBF多用戶檢測 器的隱層參數需要進一步調整，進入步驟二；否則RBF多用戶檢測器的參數不需 要調整，回到正常的數據接收狀態。
步驟二，若步驟一判斷RBF多用戶檢測器的隱層參數需要調整，針對訓練數 據中誤差大的樣本點，對RBF多用戶檢測器的隱層進行初步調整，實現對于CDMA 最佳多用戶檢測器的粗逼近。具體為
計算多用戶檢測器對每個訓練樣本的誤差。如果誤差超過預設閾值f2=l，
說明該訓練樣本需要進一步逼近。針對這些樣本點形成新的隱層節點中心，替代 當前多用戶檢測器中與之歐氏距離最近的隱層節點中心，更新RBF多用戶檢測器 的隱層。
步驟三，采用免疫優化機制調整RBF多用戶檢測器的隱層參數，實現對于 CDMA最佳多用戶檢測器的細節逼近。
所述免疫進化機制，是指采用結合免疫疫苗注射機制的進化算法，對RBF 多用戶檢測器的隱層節點參數進行進一步優化和調整的操作。其中進化算法具 體為以RBF多用戶檢測器的隱層參數為個體，種群數量為《=40，包括個體復 制、個體的交叉和變異、適應度計算和種群更新操作。其中個體交叉概率為 P。二0.5，個體變異概率為P^0.3，適應度定義為多用戶檢測器判決結果的均方誤差的倒數。
免疫疫苗注射的操作對象為隱層節點，具體為從當前種群中適應度最高的 個體(多用戶檢測器的隱層)中提取隱層節點，替換疫苗庫^ (容量為30)中 與之相似度最高的隱層節點，進行更新。在進化計算過程中，從疫苗庫中選取 A = 2個隱層節點疫苗，替換RBF多用戶檢測器的隱層中與之相似度最高的隱層 節點。隱層節點或疫苗(設為K和K)相似度的衡量標準為
<formula>formula see original document page 9</formula>
步驟四，選擇性能最好的RBF多用戶檢測器作為本次免疫動態調整的結果， 返回步驟一，回到正常的數據接收狀態。性能最好的RBF多用戶檢測器定義為對 當前訓練數據的均方誤差最小。免疫動態調整的終止條件為對訓練樣本的均方誤 差滿足預設要求或達到預設的運算時間。
仿真實驗結果如圖3和圖4所示。仿真將本文提出的基于免疫動態調整的 RBF多用戶檢測器與自適應變步長盲CDMA多用戶檢測器和采用高斯梯度法的RBF 多用戶檢測器進行了比較。
圖3比較了在無線時變衰落信道下，用戶數為8時，各種多用戶檢測器在不 同信噪比情況下的誤碼率變化曲線。圖3的仿真采用了 100次的蒙特卡羅(Monte Carlo)仿真。從圖3可以看出，基于免疫動態調整的RBF多用戶檢測器的性能 超過其他多用戶檢測器。
圖4比較了在無線時變衰落信道下，信噪比為10dB時，用戶接入情況不斷 改變的情況下，不同RBF多用戶檢測器的自適應函數變化曲線。其中每隔50次 迭代接入用戶情況發生一次改變。從圖4可以看出，基于免疫動態調整的RBF 多用戶檢測器能夠在較快的時間內實現對環境變化的調整，并達到很高的精度。
從本實施例可以看出，本發明提出的基于免疫動態調整的RBF多用戶檢測器 對于CDMA系統中的信道變化和用戶接入等系統環境的動態變化具有很強的適應 性，達到很好的檢測性能和實時性。
權利要求
1、一種基于免疫動態調整的徑向基函數網絡多用戶檢測方法，其特征在于，包括如下步驟步驟一，在發射部分發送信源數據包的間隙發送已知訓練數據，在接收部分，根據訓練數據調整RBF多用戶檢測器的輸出權值，判斷CDMA系統的用戶環境是否發生改變，并確定是否繼續進行RBF多用戶檢測器隱層參數的調整；步驟二，若步驟一判斷RBF多用戶檢測器的隱層參數需要調整，針對訓練數據中誤差大的樣本點，對RBF多用戶檢測器的隱層進行初步調整，實現對于CDMA最佳多用戶檢測器的粗逼近；步驟三，采用免疫優化機制調整RBF多用戶檢測器的隱層參數，實現對于CDMA最佳多用戶檢測器的細節逼近；步驟四，選擇性能最好的RBF多用戶檢測器作為本次免疫動態調整的結果，返回步驟一，回到正常的數據接收狀態。
2、 根據權利要求1所述的基于免疫動態調整的徑向基函數網絡多用戶檢測方 法，其特征是，所述判斷CD^l系統的用戶環境是否發生改變，是指根據訓練數 據調整輸出權值之后，計算RBF多用戶檢測器對訓練數據的誤差，當誤差超過預 先設定的閾值時，說明信道環境或者用戶接入情況發生了變化，RBF多用戶檢測器 的隱層參數需要進一步調整，進入步驟二；否則RBF多用戶檢測器的參數不需要 調整，回到正常的數據接收狀態。
3、 根據權利要求1所述的基于免疫動態調整的徑向基函數網絡多用戶檢測方 法，其特征是，所述對RBF多用戶檢測器的隱層進行初步調整，是指從當前訓 練樣本中尋找誤差較大的樣本點，這些樣本點反映了當前信道特征的變化情況或 者用戶變化情況，針對這些樣本點形成新的隱層節點，更新RBF多用戶檢測器的 隱層。
4、 根據權利要求1所述的基于免疫動態調整的徑向基函數網絡多用戶檢測方 法，其特征是，所述免疫優化機制，是指采用結合免疫疫苗注射機制的進化算法， 對RBF多用戶檢測器的隱層節點參數進行進一步優化和調整的操作。
5、 根據權利要求4所述的基于免疫動態調整的徑向基函數網絡多用戶檢測方 法，其特征是，所述進化算法具體為以RBF多用戶檢測器的隱層參數為個體，包括復制、交叉和變異、適應度計算和種群更新操作。
6、 根據權利要求4所述的基于免疫動態調整的徑向基函數網絡多用戶檢測方 法，其特征是，所述免疫優化機制，其免疫疫苗注射的操作對象為隱層節點，具 體為從當前RBF多用戶檢測器中提取隱層節點，對疫苗庫進行更新，在進化計 算過程中，將疫苗庫中的節點替換并加入RBF多用戶檢測器的隱層，以改善系統 的性能。
全文摘要
一種無線通信信號處理技術領域的基于免疫動態調整的徑向基函數網絡多用戶檢測方法，具體為在發射部分發送信源數據包的間隙發送已知訓練數據，在接收部分，根據訓練數據調整RBF多用戶檢測器的輸出權值，判斷CDMA系統的用戶環境是否發生改變，并確定是否繼續進行RBF多用戶檢測器隱層參數的調整；針對訓練數據中誤差大的樣本點，對RBF多用戶檢測器的隱層進行初步調整；采用免疫優化機制調整RBF多用戶檢測器的隱層參數；選擇性能最好的RBF多用戶檢測器作為本次免疫動態調整的結果。本發明對于CDMA系統中的信道變化和用戶接入等系統環境的動態變化具有很強的適應性，達到很好的檢測性能和實時性。
文檔編號H04L1/00GK101316117SQ200810040448
公開日2008年12月3日 申請日期2008年7月10日 優先權日2008年7月10日
發明者凌小峰, 宮新保, 成 常, 臧小剛 申請人:上海交通大學