基于鐵路無線通信環(huán)境下改進(jìn)的PSO算法在多用戶檢測(cè)中的應(yīng)用

劉子軼，張榮新，郭景武

(1.天津職業(yè)大學(xué)，天津　300410;2.鐵道第三勘察設(shè)計(jì)院集團(tuán)有限公司，天津　300142)

?

基于鐵路無線通信環(huán)境下改進(jìn)的PSO算法在多用戶檢測(cè)中的應(yīng)用

劉子軼1，張榮新1，郭景武2

(1.天津職業(yè)大學(xué)，天津300410;2.鐵道第三勘察設(shè)計(jì)院集團(tuán)有限公司，天津300142)

摘要：隨著無線通信技術(shù)在鐵路系統(tǒng)中迅猛發(fā)展和廣泛應(yīng)用，對(duì)通信系統(tǒng)裝備的抗干擾能力提出更高更新的要求，因此必須研究有效的抗干擾技術(shù)以對(duì)付日益嚴(yán)重的干擾威脅。在粒子群算法中采用量子力學(xué)和經(jīng)典力學(xué)的理論，將量子離散粒子群算法應(yīng)用于多用戶檢測(cè)技術(shù)。在鐵路無線通信系統(tǒng)中，可以提高鐵路信道質(zhì)量，降低數(shù)據(jù)通信誤碼率，解決列車與調(diào)度指揮中心之間的高數(shù)據(jù)通信中誤碼率高的問題，并且在抗多址干擾能力明顯優(yōu)于傳統(tǒng)檢測(cè)器。

關(guān)鍵詞：鐵路無線通信；多用戶檢測(cè)；粒子群算法

1概述

隨著現(xiàn)代化鐵路和高速鐵路智能信息系統(tǒng)的發(fā)展，鐵路無線通信已經(jīng)成為迅速傳遞信息，保證行車安全和提高運(yùn)輸效率的重要手段之一。無線列車調(diào)度、道口預(yù)警以及鐵路站場(chǎng)調(diào)車通信數(shù)據(jù)無線傳輸是保障鐵路安全運(yùn)輸、生產(chǎn)的根本任務(wù)。然而隨著民用移動(dòng)通信的迅猛發(fā)展，無線通信系統(tǒng)所受干擾日益嚴(yán)重，解決通信抗干擾問題越來越迫切。

如何應(yīng)對(duì)無線通信中的干擾問題，國內(nèi)外眾多學(xué)者進(jìn)行了詳細(xì)研究，并出現(xiàn)了許多無線通信抗干擾技術(shù)，例如:實(shí)時(shí)選頻、高頻自適應(yīng)、跳頻技術(shù)、擴(kuò)頻等。K.S.Schneider首次提出了在通訊中采用多用戶檢測(cè)技術(shù)進(jìn)行抗干擾[1]，S.Verdu對(duì)該技術(shù)進(jìn)行了深入研究，并提出用維特比算法與匹配濾波器相結(jié)合的方式，但這種算法一般并不在工程上采用，因?yàn)閷?shí)現(xiàn)該算法極復(fù)雜，可以達(dá)到用戶數(shù)K的指數(shù)冪級(jí)(2K)。為了更好地提高檢測(cè)精度，嘗試了包括最小均方誤差多用戶檢測(cè)算法、恒模多用戶檢測(cè)算法以及空時(shí)迭代多用戶檢測(cè)算法等在內(nèi)的多種檢測(cè)方法，效果都不太理想。本文提出一種將量子離散粒子群算法(QDPSO)應(yīng)用到多用戶檢測(cè)上的新的多用戶檢測(cè)算法，以提高檢測(cè)精度，降低檢測(cè)誤碼率，減少系統(tǒng)干擾。

2量子離散粒子群算法(QDPSO)

粒子群優(yōu)化算法[2]是從鳥群覓食機(jī)制的基礎(chǔ)上提出的一種種群隨機(jī)迭代算法，是一種新型的智能優(yōu)化算法。其典型特點(diǎn)是在前期執(zhí)行速度較快，在后期收斂速度比較慢。如果將量子力學(xué)[3]的海量和并行計(jì)算的量子特性與粒子群算法進(jìn)行完美結(jié)合，不僅可以大大提高算法的并行性，還可以大大改善搜索效能[4]。根據(jù)經(jīng)典力學(xué)，若通過運(yùn)動(dòng)物體的當(dāng)前速度、位置，那么可以預(yù)測(cè)其運(yùn)動(dòng)軌跡，也就是說通過當(dāng)前運(yùn)動(dòng)物體的速度、位置能確定下一次迭代位置，因此可得到如圖1所示的量子離散粒子群算法流程。

圖1　量子離散粒子群算法流程

假設(shè)群落有n個(gè)粒子在D維空間中搜索，li=(li1，li2，…，liD)表示第i個(gè)粒子的位置，代入li來計(jì)算粒子群算法的適應(yīng)函數(shù)值，比較函數(shù)值后，得到：粒子群搜索到的最優(yōu)位置向量wgd=(wg1，wg2，…，wgD)，第i個(gè)粒子搜索到的最優(yōu)位置向量wid=(wi1，wi2，…，wiD)。

在量子力學(xué)中，高能級(jí)粒子通過釋放能量，實(shí)現(xiàn)向低能級(jí)的穩(wěn)定位置運(yùn)動(dòng)，處于其他高勢(shì)能位置的粒子是不穩(wěn)定的。由于量子勢(shì)能最小的點(diǎn)位于勢(shì)中心點(diǎn)，因此位于勢(shì)中心點(diǎn)或附近的量子最穩(wěn)定，是所有量子的歸宿，可以作為最優(yōu)點(diǎn)，這樣得出QDPSO的適應(yīng)度函數(shù)

(1)

式中，s1、s2介于[0，1]之間的隨機(jī)數(shù)。

若再引入判決因子ρ，則可定義速度更新公式為

(2)

位置更新公式為

(3)

3QDPSO算法對(duì)MUD的改善

多用戶檢測(cè)器(MUD，Multiuserdetector)是從接收端方去有效抑制多址干擾(MAI，MultipleAccessInterference)的重要環(huán)節(jié)，它是從有干擾的數(shù)字碼串中準(zhǔn)確地解調(diào)出特定的對(duì)用戶有用的信號(hào)的功能模塊。鑒于對(duì)應(yīng)各用戶的特征波形互異，因此接收端的信號(hào)是在噪聲信道條件下的特征波形互異的用戶信號(hào)擴(kuò)頻[5]之后迭加而成的信號(hào)?？紤]到MAI中包含用戶的信道估計(jì)和各用戶信道碼等許多先驗(yàn)的信息，可以充分利用用戶特征波形的內(nèi)在信息，包括干擾用戶在內(nèi)的信號(hào)處理方法，因此MAI不應(yīng)該被當(dāng)作噪聲處理[6-8]，它可以被利用起來以提高信號(hào)分離方法的準(zhǔn)確性[9-10]。雖然傳統(tǒng)的多用戶檢測(cè)技術(shù)在消除和抑制多址干擾有一定進(jìn)展，但在檢測(cè)效果方面還不是很理想。因此提出將傳統(tǒng)檢測(cè)器與QDPSO多用戶檢測(cè)算法模塊進(jìn)行組合，圖2為系統(tǒng)模型。

圖2　MUD(多用戶檢測(cè))系統(tǒng)的模型

在多用戶檢測(cè)過程中，從數(shù)學(xué)角度上可以將多用戶的用戶信息的最佳檢測(cè)看作是求解組合優(yōu)化問題以及求解似然函數(shù)的最大值的問題。最優(yōu)多用戶檢測(cè)算法(即最大似然序列檢測(cè))函數(shù)為

(4)

字符向量的最優(yōu)解可表示為

(5)

(6)

式(4)中σ2是信道噪聲平均能量(功率，即高斯函數(shù)的方差)；式(5)、(6)中b是調(diào)制的用戶數(shù)據(jù)子流向量。

(7)

信號(hào)的幅值可以通過矩陣A的元素來表示，標(biāo)記為aii是接收方的第i個(gè)用戶信號(hào)能量，與信號(hào)接收方功率相對(duì)應(yīng)，代表信號(hào)的幅值。R陣既是對(duì)稱陣也是每個(gè)用戶的相關(guān)陣，R=[rij]K×K中的每個(gè)符號(hào)代表的是相關(guān)系數(shù)；若有K個(gè)用戶，這些用戶需要傳送的序列信息通過b=[b1，b2，…，bk]T表示；相應(yīng)的輸出值由y=[y1，y2，…，yk]T表示； 當(dāng)存在MAI時(shí)，則rij≠0，即PN碼不完全正交。粒子群在空間中搜索粒子的全局最優(yōu)位置非常重要，它可以通過多用戶檢測(cè)算法中的最佳向量得到。要想找到最大發(fā)射信號(hào)，只有在粒子群搜索到函數(shù)f(b)的最大值時(shí)才可以實(shí)現(xiàn)。

4仿真分析與性能對(duì)比

在多用戶檢測(cè)系統(tǒng)的性能指標(biāo)中誤碼率是性能檢測(cè)的重要參數(shù)，雖然抗“遠(yuǎn)近效應(yīng)”能力和漸進(jìn)有效性也是參考指標(biāo)，但由于誤碼率是最基本目標(biāo)，所以在本測(cè)試中只考慮誤碼率性能。算法性能以及粒子收斂速度與參數(shù)β相關(guān)，圖3是β取不同值時(shí)的誤碼率仿真結(jié)果。

圖3　收縮擴(kuò)張系數(shù)β取值對(duì)QDPSO算法的誤碼率影響

由圖3可知，當(dāng)β=-2時(shí)，QDPSO算法誤碼率最低。因此在作QDPSO算法與傳統(tǒng)算法誤碼率對(duì)比仿真時(shí)，取β=-2，取用戶數(shù)目選取為1 000，在粒子群中選取粒子的個(gè)數(shù)為50；擴(kuò)頻碼采用的是長度為31的gold序列，最大迭代次數(shù)為20。通過Matlab仿真得到圖4的仿真結(jié)果。

從圖4中可以看到當(dāng)信噪比增大時(shí)，QDPSO算法的檢測(cè)性能要優(yōu)于傳統(tǒng)算法的檢測(cè)性能，也就是誤碼率前者比后者大大降低。這也驗(yàn)證了基于QDPSO算法的改善MUD模型是可行的。

圖4　不同信噪比(SNR)下QDPSO算法與傳統(tǒng)算法誤碼率的比較

5結(jié)論

提出了一種QDPSO算法，用于CDMA多用戶檢測(cè)方案。利用了量子計(jì)算和智能計(jì)算優(yōu)點(diǎn)，使得收斂速度和尋優(yōu)效果大大改善，本文提出的方法大大降低系統(tǒng)檢測(cè)的誤碼率，計(jì)算效率得到提高，比基于經(jīng)典遺傳算法的多用戶檢測(cè)器具有更好的性能。實(shí)驗(yàn)證明將該方法應(yīng)用到無線鐵路通信系統(tǒng)中，必將提高鐵路信道質(zhì)量，降低數(shù)據(jù)通信誤碼率，解決列車與調(diào)度指揮中心之間的高數(shù)據(jù)通信中誤碼率高的問題。

參考文獻(xiàn)：

[1]S. Verdu: Multiuser Detection[M]. Cambridge Univ. Press， Cambridge， U.K. 1998.

[2]馬寶峰，路小娟.基于粒子群算法的隱式廣義預(yù)測(cè)在ATO 中的應(yīng)用[J].鐵道標(biāo)準(zhǔn)設(shè)計(jì)，2015(6)：143-146.

[3]鄭大鐘，趙千川，譯.量子計(jì)算和量子信息[M].北京:清華大學(xué)出版社，2005.

[4]劉南平.基于計(jì)算智能的UWB系統(tǒng)發(fā)射與檢測(cè)技術(shù)研究[D].天津:河北工業(yè)大學(xué)，2011.

[5]魏建榮.基于智能優(yōu)化算法多用戶檢測(cè)技術(shù)的研究[D].太原：太原理工大學(xué)，2007.

[6]師軍.TD-SCDMA網(wǎng)絡(luò)規(guī)劃設(shè)計(jì)[D].北京:北京郵電大學(xué)，2007.

[7]李寧，鄒彤，孫德寶.車輛路徑問題的混沌粒子群算法研究[J].系統(tǒng)工程學(xué)報(bào)，2004，19(6)：596-600.

[8]吳韶鴻.CDMA2000演進(jìn)關(guān)鍵技術(shù)研究及干擾刪除理論分析[D].北京：北京郵電大學(xué)，2010.

[9]劉哲.TD-SCDMA無線覆蓋系統(tǒng)規(guī)劃及設(shè)計(jì)[D].北京:北京郵電大學(xué)，2009.

[10]張宇辰.TD-SCDMA系統(tǒng)規(guī)劃與優(yōu)化的研究[D].北京:北京郵電大學(xué)，2010.

Application of Improved Particle Swarm Optimization Algorithm to Multi-user Detection Based on Railway Wireless Communication Environment

LIU Zi-yi1， ZHANG Rong-xin1， GUO Jing-wu2

(1.Tianjin Vocational Institute， Tianjin 300410， China; 2.The Third Railway Survey and

Design Institute Group Corporation， Tianjin 300142， China)

Abstract：With the rapid development of railway wireless communication， more rigorous requirements for anti-interference ability of the communication system devices are put forward. Therefore， it is necessary to study the effective anti-jamming technology to deal with the growing threat of interference. Quantum mechanics and classical mechanics are used in particle swarm optimization algorithm and quantum discrete particle swarm algorithm is applied to multi-user detection. In the wireless railway communication system， it improves the quality of the channel， reduce bit error rate， and solve the problem of high bit error rate in high data communication between the train and the dispatch command center， and proves superior to traditional detectors in terms of anti multiple access interference.

Key words：Railway wireless communication; Multi-user detection; Particle swarm optimization

作者簡介：劉子軼(1971—)，女，副教授，E-mail：1371425579@qq.com。

基金項(xiàng)目：天津市基礎(chǔ)研究計(jì)劃資助項(xiàng)目(14JCTPJC00553)

收稿日期：2015-09-16

中圖分類號(hào)：U285.2

文獻(xiàn)標(biāo)識(shí)碼：ADOI:10.13238/j.issn.1004-2954.2016.01.028

文章編號(hào)：1004-2954(2016)01-0128-03