IDMA通信系统中的粒子群交织算法

3．2 粒子*织算法

对于码片长度为J的序列，其交织方式有J!种。当J较小，而用户数较大时，随机产生的交织序列之间的互相关系数接近1，交织区分用户时，严重影响两个用户间通信的性能。粒子群算法能搜索到全局最优解，可选择互相关性最弱的交织序列区分用户，从而提高通信性能。

在数据传输中，码片长度J=IxS，其中I为传输序列码元长度。S为扩频码长度。粒子*织是从J!个交织序列中选择K个互相关性弱的序列区分用户，但J!个解在实际操作中运算量较大，故选择N个作为初始解。粒子*织算法中选择互相关矩阵作为适应度函数。X为N×J的数据矩阵，是N个可能的解，每个解是长度为J的交织序列，其元素为X(n,J)∈｛－1，1}(n=1，…，N，j=1，…，J)；INDEX表示一个，N×J的矩阵，其值是对应数据矩阵X的交织序列的索引值；R是X的互相关系数矩阵，为N×N维，R的元素R(i，j)由下式计算得到：

式中，Xi是矩阵X的第i行向量，μi=E(Xi)，E表示数学期望。

4 性能仿真与分析

为检验基于粒子*织算法(PSOI)的性能，将该算法与非随机交织迭代检测(Un-random)、随机交织迭代检测(Ran-dom)和进化交织迭代算法(EI)相比较。仿真条件为：未编码的高斯信道，信道衰落系数hk=k,k∈(1，2，…，K)，数据码元长度I=10；扩频码元长度S=4；则交织码元长度J=I×S=40；N=10×K；所有用户使用相同的扩频码元，循环迭代译码10次，蒙特卡罗仿真10 000次，粒子群参数设置为：ω＝1 ，c1=c2=2。图2为K=5时Un-random、Random、EI和PSOI的误码率和信噪比关系曲线。由图可知，由于Un-random有较高的互相关性，其性能最差。当信噪比大于8 dB时，PSOI的误码率已接近于零，远优于其他几种算法。图3为K=25时Un-random、Random、EI和PSOI的误码率与信噪比关系曲线。由图可知，当数据码片长度较小时，Random的交织序列的互相关系数较大，使其性能下降；EI由于搜索能力较差，易陷入局部最优解，使得交织性能下降，而PSOI性能较优。图4为SNR=6 dB时Un-random、Random、EI和PSOI的误码率与用户数的关系。由图可知，PSOI随用户数增加的误码率要低于其他几种算法。但由于信噪比较低，EI的误码率较接近PSOI。图5为SNR=9 dB，K=25时Un-random、Random、EI和PSOI的误码率与迭代次数的关系。由图可知。随着迭代次数增加，4种方法误码率都会下降，但PSOI的性能明显优于其他几种算法。

5 结束语

本文将粒子群算法用于交织中，以互相关矩阵作为适应度函数，提出粒子*织算法。仿真表明，该算法在高信噪比时，性能远优于非随机交织、随机交织和基于进化算法的交织。