基于混合遗传算法的MIMO-OFDM系统多用户检测技术研究.pdf

摘 要
基于混合遗传算法的 MIMO-OFDM 系统多用户检测技术研究

随着移动通信技术的飞速发展，正交频分复用（OFDM）技术和多输入多输出
（MIMO）技术已经成为通信领域内的研究热点。OFDM 技术与 MIMO 技术优势互补，
二者结合形成的 MIMO-OFDM 技术是下一代移动通信系统的首选方案，可有效对抗多
径衰落和频率选择性衰落，提高数据传输速率和频谱利用率，增大系统容量。
在移动通信系统中，随着用户数的增多，MIMO-OFDM 系统多用户检测（MUD）
技术逐渐成为通信领域内的研究热点。本文结合 MIMO-OFDM 技术原理及多用户检测
技术原理，对最小均方误差（MMSE）算法和最大似然（ML）算法两种传统多用户检
测算法进行了性能分析。由仿真可知，MMSE 算法的多用户检测性能低于 ML 算法；
并且，这两种传统多用户检测算法都有一定的局限性，其中，MMSE 算法的性能较低，
ML 算法的复杂度在实际工程中难以实现。
针对传统多用户检测算法无法兼顾检测性能和算法复杂度的难题，本文在 MMSE
算法和 ML 算法的基础上提出了基于遗传算法的 MIMO-OFDM 系统多用户检测算法。
遗传算法以 MMSE 算法的结果作为初始种群，以 ML 算法的判定准则作为适应度函数，
通过赌盘选择算子、两点交叉算子、相邻位倒序变异算子进行遗传操作产生新的种群。
由仿真可知，基于遗传算法的 MIMO-OFDM 系统多用户检测在 MMSE 算法的基础上，
以一定的算法复杂度为代价获得了比 MMSE 算法更高的检测性能，并且其复杂度和检
测性能依然低于 ML 算法。
在遗传算法基础上，结合模拟退火算法和粒子群优化算法的思想提出了基于混合遗
传算法的 MIMO-OFDM 系统多用户检测算法。本文主要对局部搜索能力强的遗传模拟
退火算法和群体搜索能力强的遗传粒子群算法两种混合遗传算法进行性能分析。由仿
真可知，基于混合遗传算法的 MIMO-OFDM 系统多用户检测在遗传算法的基础上可进
一步提高系统性能，同时降低算法复杂度。
结合上述基于混合遗传算法的 MIMO-OFDM 系统多用户检测技术研究，本文从数
学角度对混合遗传算法的复杂度及算法性能进行了扩展研究。以遗传模拟退火算法为
例证明了混合遗传算法遵循类似于遗传算法的模式定理，定量分析了混合遗传算法的
复杂度和收敛性，以及适应度函数的相关性，并通过 MIMO-OFDM 系统多用户检测中
的相关仿真证明了上述理论分析的正确性。
I
综上，本文提出的基于混合遗传算法的 MIMO-OFDM 系统多用户检测以可接受的
算法复杂度为代价，获得了高于 MMSE 算法并趋近于 ML 算法的多用户检测性能，较
好地平衡了算法复杂度和系统检测性能。

关键词：
MIMO-OFDM，多用户检测，遗传算法，混合遗传算法


II
Abstract
Research on the Multi-user Detection Technology in the MIMO-OFDM System
Based on the Hybrid Genetic Algorithm

With the rapid development of mobile communications, the orthogonal frequency
division multiplexing