English
资源说明：针对多用户多输入多输出辅助正交频分复用/空分多址（OFDM / SDMA），提出了一种差分演化（DE）算法辅助迭代信道估计和turbo多用户检测（MUD）方案。 ）系统。 所提出的方案采用turbo技术在信道估计器和MUD之间迭代地交换估计的信道信息和检测到的数据，这逐渐提高了信道估计和MUD的准确性，特别是对于第一次迭代而言。 正交幅度调制（QAM）通过提供高吞吐量而用于大多数无线标准中。 但是，在QAM辅助的多用户系统中使用最佳最大似然（ML）-MUD变得极为复杂。 因此，开发了两种不同的DE辅助MUD方案，即DE辅助最小符号错误率（MSER）-MUD和离散DE辅助ML-MUD，并描述了它们可实现的性能与复杂性之间的关系。 仿真结果表明，提出的DE辅助信道估计器仅需进行两次或三个迭代就可以逼近Cramer-Rao下限。 对于DE辅助的MSER-A，单用户加性高斯白噪声情景的最终误码率下限已达到Eb / N-0> = 10 dB和Eb / N-0> = 6 dB的范围。 MUD和离散DE辅助ML-MUD。
本源码包内暂不包含可直接显示的源代码文件，请下载源码包。
