- 易迪拓培训,专注于微波、射频、天线设计工程师的培养
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。
来源:维库开发网