一种基于自适应免疫遗传算法的多用户检测
自适应蚁群算法在CDMA多用户检测中的应用
码分多址（ Ｄ ｃ ＭＡ） 通信系统是一种干扰受 限系 统， 多址干扰不仅影响 了系统 的性能而且还减少了
系统 的容量 ． Ｄ Ｃ ＭＡ通 信 系统 中 的多 用户 检测 技 术
群算法的研究 ， 不仅有算法意义上的研究 ， 还有应用
模型 的研究 ， 并且 不 断有 学 者 提 出对蚁 群 算 法 的 改
Ｚ ＨＡＮＧ ｈ — ｉＰ Ｚ ｉ ｗｅ ， ＡＮＧ ｅ—ｈ ｎ Ｗ ｉ ｅｇ ｚ
（ ｈｏ ｏ Ｉｆ ｍａｉ ｎ ｏ ｍｕ ｉ ｔ ｎＥ ｇ ｅｒ ｇ Ｈ ｒｉ Ｅ ｇｎｅｉｇＵｎ ｅ ｉ ，Ｈ ｒｉ １０ ０ ， ｈｎ ） ｃ Ｓ ｏｌ ｆ ｎｏ ｔ ｎａｄＣ ｍ ｎｃ ｉ ｎ ｉ ｅｉ ， ａｂｎ ｎ ｉｅｒ ｉ ｒ ｔ ｒ ｏ ａｏ ｎ ｎ ｎ ｖ ｓ ｙ ａｂｎ ５０ １Ｃ ｉ ａ
中 图分 类号 ： Ｎ ２ ． 文 献 标识 码 ： Ｔ ９９５ Ａ
Ａｐ ｌ ａ ｉｎ ｏ ｄ ｐ ｉｅ ａ ｔｃ ｌｎ ｌｏ ｉ ｍ ｏ ＣＤＭ Ａ ｕ ｔ ｓ ｒ ｄ ｔｃｉ ｎ ｐ ｉ ｔ ｆ ａ ａ ｔ ｎ ｏｏ ｙ ａｇ ｒｔ ｃ ｏ ｖ ｈ ｔ ｍ ｌ ｕ ｅ ｅｅ ｔ ｉ ｏ
Ａｂ ｔａ ｔ Ａ ＤＭ Ａ ｌ — ｓ ｒｄ ｔ ｃｉ ｎ ｍｅ ｈ ｄ ｉ ｎ ｒ ｕ ｅ ａ ｅ ｎ ａ ｄ ｐ ｉｅ ａ ｔ ｃ ｌｎ ｌｏ ｉｈ ．Ｔｈ ｓ ｓｒ ｃ ： Ｃ ｍｕ ｔ ｕ ｅ ｅ ｅ ｔ ｔ ｏ ｓ ｉ ｔｏ ｃ ｄ ｂ ｓ ｄ ｏ ｎ ａ ａ ｔ ｎ ｏｏ ｙ ａ ｇ ｒ ｍ ｉ ｏ ｄ ｖ ｔ ｉ
自适 应 蚁 群 算 法在 Ｃ ＤＭＡ 多用户 检 测 中的应 用
张志伟 ， 庞伟 正
（ 尔滨 工程 大 学 信 息 与 通信 工程 学 院 ， 龙 江 哈 尔 滨 １０ ０群算法（ｄｐｉ ｎ ｏ ｎ ｌ ｒ ｈ 的 Ｃ ＭＡ多用户检测 （ Ｉ） ａａ ｔ ｅ ｔ ｌ ｙａ ｏｉ ｍ） Ｄ ｖａ ｃｏ ｇ ｔ ＭＩＩ 方法 ． ］ 该方法利用
基于自适应免疫进化算法的多用户检测
基于自适应免疫进化算法的多用户检测
张志伟;庞伟正;姜永成
【期刊名称】《佳木斯大学学报（自然科学版）》
【年(卷),期】2005(023)001
【摘要】本文采用自适应免疫进化算法来解决多用户检测问题.通过计算机仿真,无论是抗多址干扰还是抑制远近效应,此方法都明显优于传统检测方法,并且具有与最优检测器接近的误码率性能.
【总页数】4页(P24-27)
【作者】张志伟;庞伟正;姜永成
【作者单位】哈尔滨工程大学,信通学院,黑龙江,哈尔滨,150001;哈尔滨工程大学,信通学院,黑龙江,哈尔滨,150001;佳木斯大学,机械工程学院,黑龙江,佳木斯,154007【正文语种】中文
【中图分类】TN914.53
【相关文献】
1.一种基于核方法的LMF自适应多用户检测器 [J], 解明辉;李文元;李少根
2.一种基于盲自适应卡尔曼滤波的多用户检测器 [J], 史朋;李辉;任梦颖
3.基于改进卡尔曼滤波的水声通信盲自适应多用户检测算法 [J], 李杨;曹自力;王虹入;王中秋
4.基于改进稀疏度自适应匹配算法的免授权非正交多址接入上行传输多用户检测[J], 王茜竹;方冬;吴广富
5.NOMA系统基于自适应匹配追踪算法的联合信道估计与多用户检测新方法 [J], 凤丽丽;何雪云;孙林慧
因版权原因，仅展示原文概要，查看原文内容请购买。
基于自适应免疫遗传算法的多序列比对方法研究的开题报告
基于自适应免疫遗传算法的多序列比对方法研究的开题报告一、研究背景及意义随着生物技术的迅猛发展和基因序列数据的大量累积，生物信息学在生物学研究和医学应用中的作用越来越重要。
多序列比对是生物信息学研究中的一个重要问题，能够从多个生物物种的基因序列中找出它们之间的共性和差异，是揭示生物进化关系、亲缘关系以及功能区域等研究的基础。
目前，多序列比对的算法有很多，但面对大规模的序列数据时会面临时间复杂度高、计算量大、结果准确性不足等问题，因此需要开发一种高效、准确的多序列比对算法。
自适应免疫遗传算法是一种模拟免疫系统的计算模型，具有自适应性、快速性、全局搜索能力强等优点，在多序列比对中有广泛的应用前景。
因此，基于自适应免疫遗传算法的多序列比对方法研究具有重要意义。
二、研究内容和目标本研究计划基于自适应免疫遗传算法开发一种高效、准确的多序列比对算法，主要包括以下内容：1. 建立自适应免疫遗传算法模型，设计适应度函数和变异操作等。
2. 结合多序列比对问题特点，针对多个序列之间的结构相似性和长度差异性等问题，设计相应的评价指标和优化策略。
3. 根据所设计的算法，在大规模基因序列数据上进行实验验证，比较与其他多序列比对算法的准确性和效率等进行对比分析。
本研究的目标是开发一种高效、准确的多序列比对算法，为生物信息学研究提供有力的支持和帮助。
三、研究方法和步骤本研究计划采用以下研究方法和步骤：1. 文献调研和分析，对当前多序列比对算法和自适应免疫遗传算法的研究进展进行综述和分析。
2. 建立自适应免疫遗传算法模型，结合多序列比对问题特点，设计适应度函数和变异操作等。
3. 设计多个序列的结构相似性和长度差异性等问题的评价指标和优化策略，并结合自适应免疫遗传算法进行多序列比对。
4. 在大规模基因序列数据上进行实验验证，比较与其他多序列比对算法的准确性和效率等进行对比分析。
5. 对研究结果进行总结与分析，提出后续总结和改进方向。
MC-CDMA系统中基于遗传算法的多用户检测
２ Ｓ ｈ ｌ ｆ ｌ ｔ ｎｃａ ｄＩｆｒ ａ ｏ ｎ ｉｅ ｒ ｇ Ｎ ｃ ａ ｇＨ ｅ ｏ ｇＵ ｉｅｓ ｙ ． ｃ ｏ Ｅ ｅ ｒ ｉ ｎ ｏ ｔ ｎＥ ｇｎ ｅｉ ， ａ ｈ ａ ． ｎ ｎ ｖ ｒ ｔ Ｎａ ｃ ａ ｇ ３ ０ ６ ） ｏ ｃｏ ｎ ｍ ｉ ｎ ｎ ｎ ｎ ｋ ｉ ｎ ｈ ３ ０ ３ ｎ
ｃ ｓ ｆｎ ｔ ｎｂ ｅ ｎｓｕ ｅ ｈ ｅｅ ｏ ａ ｅ ｅ ｅ ｂｔ ｒ ｒ ａ Ｂ Ｒ） ｅｆｒ ａ ｃ ｄｔｅｂａ ｒ ｅ － ｏｔ ｃｉ ａ ｄｏ ｑ ａ ｄｐ ａ ｒ ｒ ｓ ｔ ａ ｒ ｉｅ ｏ ｔ Ｅ ｐ ｒ ｍ ｎ ｅａ ｅ ｅ ａ ｆ ｕ ｏ ｓ ｒ ｓ ｈ ｈ ｂ ｒ ｅ（ ｏ ｎ ｈ ｎｒ ａ ｒ
ｃ ｉ ｒｏ ｓ ｅ ｒｐｅ ｆ ｒ ｎｃ ｈａ ｅ ｌ ｅ ｒｃ ｍｂｉ ｇ ｃ ｉ ｒｏ ｒｔ ｉ ｎ ｈａ ｂ ａｅ ｒｏ ｍａ ｅ ｔ ｎ ｔ ｉ ａ ｏ ｅ ｈ ｎ ｎ ｒｔ ｉｎ；ｗｉ ｅ ｓ ｌｌ ｄ ｖｉｕａ ．ｅ ｅ ｔｏ ｔａｅ ｙ。 ｅ ｅ ｈ ｈ ｔ ｔ ａＴｅ ｉ ｉ ｄ １ｓ ｌｃ ｉ ｎ ｓｒ ｔ ｇ ｔ ｎ ｈ
ｎ ｌ ｓｓ ｈ ｗｓ ｔ ａ ：ｗｉ ｌ ｔ ｅ ｓ ｌ ｅ ｃ ｓ ｎ ｔ ｎ ｈ ｅ ｉ ｄ ｖ ｄ ａ— ｅｅ ｔ ｎ ｓ ａｅ ｙ ｂ ｅ ｎ Ｐ ｒ ｔ ｐ ｉ ａｉ ａ ａｙ ｉ ｓ ｏ ｈ ｔ ｔ ａ ｌ ｏ ｔ ｆ ｃ ｉ ．ｔ ｉ ｉ ｕ ｌｓ ｌｃ ｉ ｔ ｔ ｇ ａ ｄ ｏ ａ ｅｏ ｏ ｔ ｌ ｙ ｌｈ Ｔ ｕ ｏ ｎ ｏ ｒ ｓ ｍ ｔ
ｆｄｎ ｈ ｎ ｅ． ａ ｉｇ ｃ ａ ｎ １ Ｔｗｏ ｋ ｄ ｆＧＡ． ａ ｅ ｄｖｄ ａ．ｅｅ ｔ ｎ ｓ ａｅ ｉｓａ ｅ ｉｖ ｓｉａｅ ｔ ｈ ｅ 磕 ｒｎ ｏ ｔ ｉ ｓｏ ｎ ｂ ｓｄ ｉ ｉｉｕ １ ｌｃｉ ｔ ｔｇ ｅ ｒ ｅ ｔ ｔｄ ｗｉ ｔｒ ｅ ｄ ｎ ｓ ｏ ｒ ｎ ｇ ｈ ｅ ｔｃ ｓ
基于自适应遗传算法的入侵检测方法
基于自适应遗传算法的入侵检测方法鲁立;刘颂【期刊名称】《科学技术与工程》【年(卷),期】2012(012)033【摘要】提出了一种基于自适应遗传算法的入侵检测方法.该方法采用自适应的适应度函数、交叉概率及变异概率取代固定的适应度函数、交叉概率及变异概率来改进遗传算法并用于入侵检测中.实验结果证明算法显著提高了自身收敛性能,具有很强的自适应能力,用于入侵检测中在保证较高检测率的基础上,对不同类型的攻击检测具有良好的均衡性.%An intrusion detection method based on adaptive genetic algorithm is presented. The adaptive fitness function, crossover probability and mutation probability replace the fixed fitness function, crossover probability and mutation probability to improve the genetic algorithm for intrusion detection. The experimental results show that the improved genetic algorithm to significantly improve the convergence performance, and has a strong adaptive ability, and guarantee higher detection rate on the basis of different types of attack detection has a good balance.【总页数】4页(P9075-9078)【作者】鲁立;刘颂【作者单位】武汉软件工程职业学院,武汉430205;武汉软件工程职业学院,武汉430205【正文语种】中文【中图分类】TP393.08【相关文献】1.基于排挤遗传算法的入侵检测方法 [J], 刘文涛;胡家宝2.基于无监督聚类混合遗传算法的入侵检测方法 [J], 唐少先;蔡文君3.一种基于HMM和遗传算法的伪装入侵检测方法 [J], 曾剑平;郭东辉4.基于改进的遗传算法和神经网络的入侵检测方法的实现 [J], 蔺婧娜5.基于特征选择与遗传算法改进的支持向量机入侵检测方法 [J], 张小琴因版权原因，仅展示原文概要，查看原文内容请购买。
一种新的基于免疫算法的多用户检测
一种新的基于免疫算法的多用户检测
王心水;吕振肃
【期刊名称】《甘肃科学学报》
【年(卷),期】2004(016)003
【摘要】提出了一种新的免疫算法,将匹配滤波器的输出判决信号作为一条染色体放入初始种群,使得初始种群中包含最优解的概率大大增加;选择疫苗时,将接种了疫苗的个体的适应值小于父代适应值的个体,按一定的概率接受该个体,克服了GA欺骗问题.仿真结果表明该算法在收敛速度和误码率方面都优于基于遗传算法的多用户检测.
【总页数】3页(P58-60)
【作者】王心水;吕振肃
【作者单位】兰州大学,信息科学与工程学院,甘肃,兰州,73000;兰州大学,信息科学与工程学院,甘肃,兰州,73000
【正文语种】中文
【中图分类】TN914.5
【相关文献】
1.一种新的基于最小二乘准则的超宽带多用户检测算法 [J], 唐宁九;苏理云;李征;琚生根
2.一种新的适用于多径信道的基于LMK准则的盲自适应多用户检测算法及其收敛性分析 [J], 蒋笑冰;薛强;冯玉珉
3.多径衰落信道中一种新的基于CMA的盲多用户检测算法 [J], 蒋笑冰;薛强;冯玉
珉
4.一种基于自适应免疫遗传算法的多用户检测 [J], 廉亚囡;李茂松
5.一种新的基于LMS的自适应半盲多用户检测算法 [J], 孟艳;汪晋宽;朱俊;宋昕因版权原因，仅展示原文概要，查看原文内容请购买。
一种自适应免疫遗传算法及其在系统辨识和参数优化中的应用
ｔｒ ｕ ｓ ｅ ｃｉｎｓ ｌ，ｅ ｐ ｎ ｉｎｒｄｕ ，ａ ｄｍｕａｉ ａ ｉｓａ ｄａ ａ ｔ ｅｙａ ｊｓｉｇｔ ｅ ｅｓｓｃ ａ ｌ ｔ ｃ ｅ ｘ ａ ｓ ｉｓ ｎ ｔｔ ｎ ｒｄｕ ｄ ｐｉ ｌ ｄｕ ｔ ｍ．Ａ ｉ － ｈ ｓｅ ｏ ａ ｏ ａ ｏ ｎ ｖ ｎ ｈ ｓ ｍｕ
Ａｂ ｔａ ｔ ｓ ｒ ｃ ：Ａｎ ａ ａ ｔｖ ｄ ｐ ｉｅｉ ｍｍｕ ｅｇ ｎ ｔ ｌｏ ｉｈ （ ＧＡ）ｗａ ｒ ｐ ｓ ｄ ｏ ｈ ａ ｉ ｆｇ ｎ ｔ ｌ ｏ ｔ ｍ ｎ ｅ ｅ ｉ ａｇ ｒｔ ｍ ＡＩ ｃ ｓｐ ｏ ｏ ｅ ｎ ｔ ｅｂ ｓｓｏ ｅ ｅｉ ａｇ ｒ ｈ ｃ ｉ
ｌｔ ｎ ｔｓ ｆｓ ｓｅ ｅ ｔｆ ａ ｉｎ ａ ｄＰＩ） ａ ａ ｅｅ ｐ ｉ ｚ ｔ ｎ ｗａ ｏ ｄ ｃｅ ｔ Ｉ ａｉ ｅ ｔｏ ｙ ｔｍ ｉ ｎ ｉ ｃ ｔｏ 】 ｐ ｒｍ ｔｒｏ ｔｍｉａ ｉ ｓｃ ｎ ｕ ｔ ｄｗｉｈ Ａ ＧＡ． Ａ ｏ ｄ ｒ － ｏ ｄ ｉ ｎ ［ ｏ ｇ ｏ ｅ－
ＬＩＸｉｏ ｂ ｎ ａ － ｉ ，Ｚ Ｕ０ ｉ Ｌｅ ，ＹＵ ｏ Ｂ
（ ｏ ｌ ｅｏ ｅ ｔｉ ｌ ｎ ｎ ｏｍａｉｎ Ｅ ｇｎ ｅ ｉｇ ａ ｏ ｉ．ｏ ｅ ｋ ，Ｌ ｍｈ ｕ ７ ０ ５ ，Ｃ ｉａ Ｃ ｌ ｇ ｆ ｃｒｃ ｄ Ｉ ｆｒ ｔ ｎ ｉｅ ｒ ，Ｌ ｍｈ ｕ Ｕｎｖ ｆ ｅ Ｅｌ ａａ ｏ ｎ Ｔｅ ａ ｏ ３ ０ ０ ｈｎ ）
遗传 算法作为一种全局优化算法 ， 在进行 的搜 索过程中， 对于待寻优的函数基本无限制 ， 不要求参 数空间的连续性和可导性 ， 以在系统辨识与参数 所 优化中取得 了很大的成 功［ ． 引 它可 以克服其他许 多优化算法的缺点 ， 同时遗传算法在全局 搜索中 但 也存在早熟问题 ， 不能保证 收敛 于全局最 优点 ・ 因 此， 有时会造成寻优失败． 本文借鉴生物机体免疫系统和人工免疫机理［ ． ］
基于遗传算法的多用户检测技术分析
影响遗传算法行为和性能的关键所在， 直接影响算法的收敛 结果。 Srinvivas 等提出了一种自适应遗传搜索算法 [8-9]， Pc 和 Pm 能够随适应度自动改变。Pc 和 Pm 按如下公式进行自适应 调整：
ì P c2 ( f max - f ′ ) ï f ′ ³ favg ï P c = í f max - favg ï ïP f ′ < f avg î c1
84
2010， 46 （35）
匹配滤波器 1
r(t)
Computer Engineering and Applications 计算机工程与应用
y1 y2 b1 多 用 户 b2 检 测 算 b 法 k
式中 Cw 是当代染色体中最坏的染色体的代价函数值； C 是一 个正常数。 （4） 选择算子： 选择的方法很多， 一般常用的有轮盘赌选 择法， 随机遍历抽样法， 局部选择法等。 （5） 交叉算子： 交叉的方法也很多， 在二进制交叉方法中 常用的有单点交叉， 多点交叉和均匀交叉。 （6） 变异算子： 对于二进制编码的个体而言， 变异意味着 变量的翻转。变异的方法有单点变异和多点变异。 （7） 终止规则。给定一个最大的遗传代数 Gen， 算法迭代 代数在达到 Gen 时终止。
y k = iT - τ
(i) (i) iT - τ k + T
k
r(t)S k (t - iT - τ k )dt (k = 1 2 K )
（2） （3）
(i)
其判决结果为：
b k = sgn( y k )
(i)
在同步 CDMA 中， τk=0； k=1， 2， …， K。因此， 式 （2） 中的 y k
[3]
2
多用户检测系统模型
基于免疫算法的多用户检测
维普资讯
６
信 号 处 理
第 １ ８卷
Ｐ
ｖ） ∑∑＾ 【 （ 一 ＋ （： ｆ 订 ｆ ）佣（ — ）
ｌ ＝Ｌ± ＝Ｉ
（） １
都会有 自身 的一些基本的显而易见的特征信息和知 识． 充分
利用这些特征信息和知识对 于求 解问题 有重要 的辅助作用
２ 数学模型
考 虑异步 ＤＳＣ ／ＤＭＡ通信系统 假定小区用户数为 Ｋ， 信号传输过程 中没有衰落 接收机接收到的信号为：
收稿 日期：２ ０ 年 ７月 ２ ０１ ４日；修 回 日期 ２０１ ９月 ２ ０ 年 ８日 国家 ８３ ６ ”计划和 国家 自然科学基金资助项 目 （０ ７ ０ ３ ６０３５ ）
传
众所 周知 ， 遗传算法 用 以解决组台优化 问题 是十分有 效 的。遗传算法是一种 高效的并行搜索算法，它仿照生物进 化 和遗 传的规律 利用复制 、交换 、变异等操作 ，使优胜者 繁 殖，劣败者被淘汰 ，以 生成＋检测 ”的方式进行迭代，
维普资讯
第 １ 卷 第 ｌ ８ 期 ２ ０ 年 ２月 ０２
信 号 处 理
Ｓ （ ＡＬ Ｐ Ｉ Ｒ０Ｃ Ｓ Ｇ ＥＳ
、 ．８ Ｎｏ １ ｂ１ ． １ ．
Ｆ ｂ２ ０ ｅ ． Ｏ２
基于免疫算法 的多用 户检测
马海渡 刘芳 焦李成
Ａｂ ｔａ ｔ Ｉ ｈｓｐ ｐ ｒ ｏ ｅ ｌ ｕ ｅ ｅｅｔ ｎ ｍｅｈ ｄ ｂ ｓ ｄ ｏ ｈ ｉｌ １１ ａｇ ｒｈ ｉ ｐ ｏ ｏ ｅ ． ｈｓ ｋｎ ｆ ｓｒ ｃ： ｎ ｔｉ ａ ｅ，ａ ｎ ｖ ｌｍｕｆ ｓｔｄ ｔｃｉ ｔｏ ａｅ ｎ ｔｅ ｉ］１［ ｌｏ ｉ ｍ ｓ ｒｐ ｓ ｄ Ｔ ｉ ｉｄ ｏ ｉ ｏ ｌ］］ ｅ １ ｔ
基于遗传算法的TD-SCDMA多小区联合检测优化技术
『… 詹， ， 厝１
●
扰 一直是其 组网过程 中主要挑 战之一 ，多 小区联合 检测是有 效解决 邻区同频 干扰的重要 手段 ，但 是由于
其计 算量庞大 ，一般实施 较复杂 。基于遗 传算法的研究 能够有效 的对于 ＴＤ —ＳＣＤＭＡ中多小 区联 合检测
中庞 大的计算 复杂度予 以收敛 ，同时能够保 证有效 的检测精 度。本文首 先对ＴＤ ＳＣＤ ＭＡ同频 干扰问题 进行 简要介绍并 分别对遗 传算法 以及优化后 的遗传 算法予 以阐述 ，同时 ，通过仿 真结果对 基于优 化的遗
的 人 口矩 阵 是 随 机 产生 的 。
公式 （） １是联合检 测的干扰矩 阵 ，其 中 代表进 入 干扰矩 阵 的不同用 户接收 功率 向量 ， 代表埘时 隙经
各 自匹 配 滤 波 之 后 的 接 收 向量 ，Ｒ 表 征 脚 时 隙 中 经扰
码与扩频码组 合后 的复 合码干扰矩阵 ，ｂ 表示待检测 的
传 算 法 的 多 小 区联 合 检 测 性 能 进 行 验 证 。
引言
Ｔ Ｄ－Ｓ ＤＭＡ作 为具 有 自主知 识产权 的３ Ｃ Ｇ技 术标
准 ，在 大 规 模 的 网络 商 用 以 来 ，邻 区 之 间 的 同 频 干 扰
一
公共 信道 （ Ｓ ） 频干 扰 、导 频 同频 干 扰 及业 务时 隙 Ｔ Ｏ同 同频 干扰 ，其 中公共 信道 与导 频 同频干扰 可 以采 用 网 规 网优 手段 、Ｎ频 点组 网 、联 合检测 、Ｕｐ ｈ ｆｉ ｇ ｓ ｉ ｎ 等 ｔ
由于缺 乏与 待处 理问题 的有 机结 合 ，算法性 能仍 然有
很 大 的 优 化 空 间 。 本 文 通 过 提 出 一 种 基 于 增 强 型 遗 传
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
一种基于自适应免疫遗传算法的多用户检测摘要：cdma通信方式具有通信容量大、抗干扰性强、安全性强等诸多优点，但是cdma通信系统中的核心问题就是存在多址干扰，本文在免疫遗传算法的基础上，提出了一种将自适应免疫遗传算法应用到多用户检测中去，经过仿真得到了较好的抗多址干扰的能力。
关键词：自适应免疫遗传算法；多址干扰；远近效应
中图分类号：tp18 文献标识码：a 文章编号：1007-9599 （2012）19-0000-02
相对于tdma和fdma，cdma通信方式具有通信容量大、抗干扰性强、安全性强等诸多优点，但是cdma通信系统中的核心问题就是存在多址干扰，其中多用户检测技术是抑制多址干扰最有潜力的一种方法，已经成为目前3g移动通信中抗干扰的关键技术之一。
在cdma多用户检测领域人们已经做了大量的研究工作，其中免疫遗传算法是一种混合型改进遗传算法[1]，它将免疫系统的很多特性例如免疫调节机制、多样性等引入到遗传算法当中，克服了一般遗传算法的很多不足，本文在免疫遗传算法的基础上，提出了一种将自适应免疫遗传算法应用到多用户检测中去，经过仿真得到了较好的效果。
一、基于自适应免疫遗传算法的多用户检测
免疫遗传算法是将生物自身免疫系统机理特点与遗传算法结合的一种全局优化搜索算法，它具有简单、通用性、鲁棒性强等优点，
可以做到种群的多样性与收敛性动态平衡，就有较好的整体收敛能力和收敛速度[1]。
为了进一步提高免疫遗传算法的通用性，我们提出了一种自适应的免疫遗传算法（aia）。
这个算法做了两个改进：首先在群体进化提取免疫疫苗的过程中，选择从最佳个体的基因中自适应地提取抗体信息，这个参数是自适应变化的；其次在接种疫苗的过程中，加入一个自适应变化参数a，用来表示接种疫苗个体占总数的百分比。
这个参数是随着后代数增加的，最大为1，表示在进化的后期所有个体都接受接种疫苗，接种疫苗个体的百分比也是自适应变化的，它的流程图如图1所示。
二、仿真结果分析
（一）参数设置
设cdma通信系统中用户数为6个，扩频同时采用最大互相关系数是15/31，长度是31的随机序列。
设用户1为期望用户，用户1的信号能量（e1）始终保持不变，信噪比snr为6db，用户2～6的信号能量（ei）相等并且变化以得到不同的远近效应比[2]。
仿真实验中设最大迭代次数为10，种群尺寸为30，选择概率pr 为0.3，交叉概率pc为0.5，变异概率pm为0.04。
免疫概率为1，对所有个体均进行免疫操作。
图中采用四种检测器对比，分别是：传统检测器（cd），基于遗传算法的检测器（ga），基于免疫算法的检测器（ia），基于自适应免疫算法的检测器（aia）。
（二）性能对比
从仿真结果图2中可以明显对比出，aia性能都明显优于cd；ga、ia、aia都体现出误码率随信噪比的增大而逐渐减小的特点，但aia的减小的速率相对更快。
从仿真结果图3中分析看出，随着远近效应的程度加深，aia相对于其它三种检测器具有更好的抗远近效应能力。
（三）计算复杂度对比
设用户数用k表示，数据的帧长度用p表示，检测器的计算复杂度一般用解调一比特信息所需的运算次数来表示，若用户数量足够大，有f（k）≤cg（k），则f（k）的计算复杂度可以写成o[g （k）][3][5]。
种群尺寸用np表示，迭代次数用ng表示，遗传算法中每检测一比特信息所需要的计算复杂度表示为o（npng）；其中np和ng的取值与用户数量k和给定的数据帧长度p的大小是有很大关系[4]。
（1）基于遗传算法的多用户检测的计算复杂度为o（k2）；
（2）免疫遗传算法因为遗传算法基础上增加了一个免疫算子，所以计算复杂度加o（npng）次的运算，免疫遗传算法的计算复杂度应为o（k2）+o（npng），忽略后面的计算量，免疫算法同遗传算法有相同数量级的计算量：o（k2）；
（3）自适应免疫算法因为遗传算法的基础上增加了一个自适应免疫算子，所以计算复杂度加o（npng）次的运算，自适应免疫遗传算法的计算复杂度应为o（k2）+o（npng），忽略后面的计算量，自适应免疫算法同遗传算法有相同数量级的计算量：o（k2）；
经过对比分析自适应免疫算法基本上同遗传算法和免疫遗传算法有同数量级的计算量：o（k2）。
这一点当用户量加大时优势将更加明显。
参考文献：
[1]罗文坚，曹先彬，王煦法.用一种免疫遗传算法求解频率分配问题[j].电子学报，2003，31（6）：915-917.
[2]曹先彬，罗文坚，王煦法.基于免疫网络调节的改进遗传算法[j].高技术通讯，2000，10：23-27.
[3]焦李成.智能多用户检测与自适应处理.国家“863”计划研究报告.西安电子科技大学雷达信号处理国家重点实验室，2000，12.
[4]李承恕，赵朝黎.扩展频谱通信[m].北京：人民邮电出版社，1996.
[5]黎海涛，徐继麟.多用户检测算法及其在imt-2000中的应用[j].无线通信技术，2001，2：1-14。