基于鐵路無線通信環境下改進的PSO算法在多用戶檢測中的應用

劉子軼，張榮新，郭景武

(1.天津職業大學，天津　300410;2.鐵道第三勘察設計院集團有限公司，天津　300142)

?

基于鐵路無線通信環境下改進的PSO算法在多用戶檢測中的應用

劉子軼1，張榮新1，郭景武2

(1.天津職業大學，天津300410;2.鐵道第三勘察設計院集團有限公司，天津300142)

摘要：隨著無線通信技術在鐵路系統中迅猛發展和廣泛應用，對通信系統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以對付日益嚴重的干擾威脅。在粒子群算法中采用量子力學和經典力學的理論，將量子離散粒子群算法應用于多用戶檢測技術。在鐵路無線通信系統中，可以提高鐵路信道質量，降低數據通信誤碼率，解決列車與調度指揮中心之間的高數據通信中誤碼率高的問題，并且在抗多址干擾能力明顯優于傳統檢測器。

關鍵詞：鐵路無線通信；多用戶檢測；粒子群算法

1概述

隨著現代化鐵路和高速鐵路智能信息系統的發展，鐵路無線通信已經成為迅速傳遞信息，保證行車安全和提高運輸效率的重要手段之一。無線列車調度、道口預警以及鐵路站場調車通信數據無線傳輸是保障鐵路安全運輸、生產的根本任務。然而隨著民用移動通信的迅猛發展，無線通信系統所受干擾日益嚴重，解決通信抗干擾問題越來越迫切。

如何應對無線通信中的干擾問題，國內外眾多學者進行了詳細研究，并出現了許多無線通信抗干擾技術，例如:實時選頻、高頻自適應、跳頻技術、擴頻等。K.S.Schneider首次提出了在通訊中采用多用戶檢測技術進行抗干擾[1]，S.Verdu對該技術進行了深入研究，并提出用維特比算法與匹配濾波器相結合的方式，但這種算法一般并不在工程上采用，因為實現該算法極復雜，可以達到用戶數K的指數冪級(2K)。為了更好地提高檢測精度，嘗試了包括最小均方誤差多用戶檢測算法、恒模多用戶檢測算法以及空時迭代多用戶檢測算法等在內的多種檢測方法，效果都不太理想。本文提出一種將量子離散粒子群算法(QDPSO)應用到多用戶檢測上的新的多用戶檢測算法，以提高檢測精度，降低檢測誤碼率，減少系統干擾。

2量子離散粒子群算法(QDPSO)

粒子群優化算法[2]是從鳥群覓食機制的基礎上提出的一種種群隨機迭代算法，是一種新型的智能優化算法。其典型特點是在前期執行速度較快，在后期收斂速度比較慢。如果將量子力學[3]的海量和并行計算的量子特性與粒子群算法進行完美結合，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]。根據經典力學，若通過運動物體的當前速度、位置，那么可以預測其運動軌跡，也就是說通過當前運動物體的速度、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

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

在量子力學中，高能級粒子通過釋放能量，實現向低能級的穩定位置運動，處于其他高勢能位置的粒子是不穩定的。由于量子勢能最小的點位于勢中心點，因此位于勢中心點或附近的量子最穩定，是所有量子的歸宿，可以作為最優點，這樣得出QDPSO的適應度函數

(1)

式中，s1、s2介于[0，1]之間的隨機數。

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MUD的改善

多用戶檢測器(MUD，Multiuserdetector)是從接收端方去有效抑制多址干擾(MAI，MultipleAccessInterference)的重要環節，它是從有干擾的數字碼串中準確地解調出特定的對用戶有用的信號的功能模塊。鑒于對應各用戶的特征波形互異，因此接收端的信號是在噪聲信道條件下的特征波形互異的用戶信號擴頻[5]之后迭加而成的信號。考慮到MAI中包含用戶的信道估計和各用戶信道碼等許多先驗的信息，可以充分利用用戶特征波形的內在信息，包括干擾用戶在內的信號處理方法，因此MAI不應該被當作噪聲處理[6-8]，它可以被利用起來以提高信號分離方法的準確性[9-10]。雖然傳統的多用戶檢測技術在消除和抑制多址干擾有一定進展，但在檢測效果方面還不是很理想。因此提出將傳統檢測器與QDPSO多用戶檢測算法模塊進行組合，圖2為系統模型。

圖2　MUD(多用戶檢測)系統的模型

在多用戶檢測過程中，從數學角度上可以將多用戶的用戶信息的最佳檢測看作是求解組合優化問題以及求解似然函數的最大值的問題。最優多用戶檢測算法(即最大似然序列檢測)函數為

(4)

字符向量的最優解可表示為

(5)

(6)

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

(7)

信號的幅值可以通過矩陣A的元素來表示，標記為aii是接收方的第i個用戶信號能量，與信號接收方功率相對應，代表信號的幅值。R陣既是對稱陣也是每個用戶的相關陣，R=[rij]K×K中的每個符號代表的是相關系數；若有K個用戶，這些用戶需要傳送的序列信息通過b=[b1，b2，…，bk]T表示；相應的輸出值由y=[y1，y2，…，yk]T表示； 當存在MAI時，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位置非常重要，它可以通過多用戶檢測算法中的最佳向量得到。要想找到最大發射信號，只有在粒子群搜索到函數f(b)的最大值時才可以實現。

4仿真分析與性能對比

在多用戶檢測系統的性能指標中誤碼率是性能檢測的重要參數，雖然抗“遠近效應”能力和漸進有效性也是參考指標，但由于誤碼率是最基本目標，所以在本測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β相關，圖3是β取不同值時的誤碼率仿真結果。

圖3　收縮擴張系數β取值對QDPSO算法的誤碼率影響

由圖3可知，當β=-2時，QDPSO算法誤碼率最低。因此在作QDPSO算法與傳統算法誤碼率對比仿真時，取β=-2，取用戶數目選取為1 000，在粒子群中選取粒子的個數為50；擴頻碼采用的是長度為31的gold序列，最大迭代次數為20。通過Matlab仿真得到圖4的仿真結果。

從圖4中可以看到當信噪比增大時，QDPSO算法的檢測性能要優于傳統算法的檢測性能，也就是誤碼率前者比后者大大降低。這也驗證了基于QDPSO算法的改善MUD模型是可行的。

圖4　不同信噪比(SNR)下QDPSO算法與傳統算法誤碼率的比較

5結論

提出了一種QDPSO算法，用于CDMA多用戶檢測方案。利用了量子計算和智能計算優點，使得收斂速度和尋優效果大大改善，本文提出的方法大大降低系統檢測的誤碼率，計算效率得到提高，比基于經典遺傳算法的多用戶檢測器具有更好的性能。實驗證明將該方法應用到無線鐵路通信系統中，必將提高鐵路信道質量，降低數據通信誤碼率，解決列車與調度指揮中心之間的高數據通信中誤碼率高的問題。

參考文獻：

[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測在ATO 中的應用[J].鐵道標準設計，2015(6)：143-146.

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

[4]劉南平.基于計算智能的UWB系統發射與檢測技術研究[D].天津:河北工業大學，2011.

[5]魏建榮.基于智能優化算法多用戶檢測技術的研究[D].太原：太原理工大學，2007.

[6]師軍.TD-SCDMA網絡規劃設計[D].北京:北京郵電大學，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].系統工程學報，2004，19(6)：596-600.

[8]吳韶鴻.CDMA2000演進關鍵技術研究及干擾刪除理論分析[D].北京：北京郵電大學，2010.

[9]劉哲.TD-SCDMA無線覆蓋系統規劃及設計[D].北京:北京郵電大學，2009.

[10]張宇辰.TD-SCDMA系統規劃與優化的研究[D].北京:北京郵電大學，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。

基金項目：天津市基礎研究計劃資助項目(14JCTPJC00553)

收稿日期：2015-09-16

中圖分類號：U285.2

文獻標識碼：ADOI:10.13238/j.issn.1004-2954.2016.01.028

文章編號：1004-2954(2016)01-0128-03