| 【中文题名】 | 基于混沌神经网络的多用户检测技术的研究 |
| 【英文题名】 | The Research of Multi-user Detection Based on Chaotic Neural Network |
| 【学科专业】 | 电路与系统 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2006-12-7 |
| 【中关键词】 | 混沌,神经网络,Lagrange乘子,多用户检测,组合优化, |
| 【英关键词】 | chaos,neural network,Lagrange multipler,multiuser detection,combination optimize, |
| 【分类导航】 | 工业技术>无线电电子学、电信技术>无线通信>移动通信>蜂窝式移动通信系统（大哥大、移动电话手机）>码分多址（CDMA）移动通信 |
| 【论文摘要】 |
CDMA系统多用户检测技术是第三代移动通信系统的关键技术之一。在CDMA通信系统中,指定给各用户的特征序列总是存在一定的相关性,这就是多址干扰产生的根源。多用户检测技术在传统检测技术的基础上,充分利用造成多址干扰的所有用户信号信息对单个用户的信号进行检测,从而具有很好的抗干扰性能,同时也解决了远近效应问题,降低了系统对功率控制精度的要求,显著提高了整个系统容量。
基于最大似然准则的最佳多用户检测器在理论上可以获得最小的误码率,提供最佳的检测性能,但其计算复杂度随用户数呈指数增长,属于NP完备问题,因此大量的研究集中于发展计算复杂度较低的次最佳多用户检测器,使其具有合理的计算复杂度。因为CDMA多用户检测问题其实质是一个组合优化问题,所以人工神经网络所具有的快速优化计算能力和大规模并行处理能力使其在多用户检测问题中表现出良好的前景。而混沌神经网络具有比一般的神经网络更为丰富的动力学特性,在组合优化问题的处理上具有很大优势,因此本文研究的重点是基于混沌神经网络的多用户检测技术。
研究了神经网络多用户检测器基本工作原理,研究了混沌优化算法,混沌神经网络多用户检测器基本原理。
分析了... |
| 【论文题纲】 |
|
中文摘要 |
4-5 |
|
ABSTRACT |
5-9 |
|
1 绪论 |
9-17 |
|
1.1 研究背景及意义 |
9-10 |
|
1.2 多用户检测研究现状 |
10-12 |
|
1.3 混沌神经网络发展概况 |
12-15 |
|
1.3.1 混沌学发展简述 |
12-13 |
|
1.3.2 人工神经网络及混沌神经网络发展历史 |
13-15 |
|
1.4 论文主要工作 |
15-17 |
|
2 基于混沌神经网络的多用户检测技术 |
17-23 |
|
2.1 神经网络多用户检测技术 |
17-19 |
|
2.1.1 前馈神经网络多用户检测器 |
17-18 |
|
2.1.2 反馈神经网络多用户检测器 |
18-19 |
|
2.2 混沌优化原理 |
19-20 |
|
2.2.1 基于混沌变量的混沌优化 |
19-20 |
|
2.2.2 基于混沌神经网络的混沌优化 |
20 |
|
2.3 混沌神经网络多用户检测技术 |
20-22 |
|
2.4 本章小结 |
22-23 |
|
3 多用户检测系统模型原理 |
23-33 |
|
3.1 CDMA 系统数学模型 |
23-26 |
|
3.1.1 CDMA 移动通信系统 |
23-24 |
|
3.1.2 CDMA 系统基本数学模型 |
24-26 |
|
3.2 多用户检测器 |
26-29 |
|
3.2.1 多用户检测系统模型 |
26-28 |
|
3.2.2 性能测度 |
28-29 |
|
3.3 最佳多用户检测原理 |
29-31 |
|
3.4 次佳多用户检测方法 |
31-32 |
|
3.5 本章小结 |
32-33 |
|
4 混沌神经网络模型结构 |
33-45 |
|
4.1 概述 |
33 |
|
4.2 混沌基本理论 |
33-36 |
|
4.2.1 混沌定义 |
33-34 |
|
4.2.2 混沌基本特征 |
34-36 |
|
4.3 Hopfield 神经网络及动力学分析 |
36-40 |
|
4.3.1 神经动力学 |
36-38 |
|
4.3.2 离散时间Hopfield 神经网络 |
38-39 |
|
4.3.3 连续时间Hopfield 神经网络 |
39-40 |
|
4.4 混沌神经网络模型 |
40-44 |
|
4.4.1 混沌神经元模型 |
40-41 |
|
4.4.2 混沌神经网络模型 |
41-44 |
|
4.5 本章小结 |
44-45 |
|
5 暂态混沌神经网络在多用户检测中的应用 |
45-55 |
|
5.1 概述 |
45 |
|
5.2 基于 Hopfield 神经网络的多用户检测器 |
45-48 |
|
5.3 基于暂态混沌神经网络的多用户检测器 |
48-49 |
|
5.4 改进后的暂态混沌神经网络 |
49-52 |
|
5.4.1 改进后的网络模型 |
49-51 |
|
5.4.2 网络的稳定性 |
51 |
|
5.4.3 实验仿真 |
51-52 |
|
5.5 改进后的暂态混沌神经网络在多用户检测中的应用.. |
52-54 |
|
5.5.1 改进后的暂态混沌神经网络多用户检测器 |
52-53 |
|
5.5.2 实验结果 |
53-54 |
|
5.6 本章小结 |
54-55 |
|
6 结束语 |
55-56 |
|
致谢 |
56-57 |
|
参考文献 |
57-60 |
|
附录 |
60-61 |
|
独创性声明 |
61 |
|
学位论文版权使用授权书 |
61 |
|
| 【DOI】 | LunWen.ID:2.2008.388091 |
