典型文献
上行免调度NOMA系统中基于遗传算法的扩频矩阵优化方法
文献摘要：
为了提升基于压缩感知(Compressive Sensing,CS)框架下的免调度非正交多址接入(Non-Orthogonal Multiple Access,NOMA)系统的信道估计和多用户检测性能,本文提出了一种基于遗传算法(Genetic Algorithm,GA)的扩频矩阵优化方法.该方法以最小化扩频矩阵的互相关值为目标,提出一种遗传算法来解决从傅里叶变换方阵中抽取若干行作为NOMA系统扩频矩阵的组合优化问题.与解决同类问题的现有遗传算法相比,本文提出的遗传算法在个体构造上更加新颖,并且能够收敛于更小的扩频矩阵互相关值.仿真结果表明,在基于多重测量矢量CS框架的免调度NOMA系统中,与使用高斯随机矩阵作为扩频矩阵相比,使用本文优化方法获得的扩频矩阵能够使系统的误符号率平均降低52.14％;成功活跃检测率平均增加12.14％;信道估计均方误差降低约10dB左右.
文献关键词：
非正交多址接入;分布式压缩感知;扩频矩阵优化;遗传算法
中图分类号：
作者姓名：
刘惠莹;何雪云;孙林慧
作者机构：
南京邮电大学通信与信息工程学院,江苏南京210003
文献出处：
引用格式：
[1]刘惠莹;何雪云;孙林慧-.上行免调度NOMA系统中基于遗传算法的扩频矩阵优化方法)[J].信号处理,2022(03):554-561
A类：
扩频矩阵优化
B类：
上行免调度,NOMA,Compressive,Sensing,CS,非正交多址接入,Non,Orthogonal,Multiple,Access,信道估计,多用户检测,检测性能,Genetic,Algorithm,GA,互相关,傅里叶变换,方阵,组合优化问题,随机矩阵,误符号率,检测率,均方误差,10dB,分布式压缩感知
AB值：
0.299531
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
