English
资源说明：在多用户多输入多输出（MIMO）辅助正交频分复用/空分多址（OFDM）的背景下，构思并比较了随机优化辅助联合信道估计（CE）和多用户检测（MUD） / SDMA）系统。 遗传算法（GA），重复加权增强搜索（RWBS），粒子群优化（PSO）和差分进化（DE）等随机优化算法的发展引起了信号处理和通信研究界的广泛兴趣。 但是，在撰写本文时，将GA，RWBS，PSO和DE技术应用于联合CE和MUD的定量性能与复杂性比较是一个具有挑战性的开放性问题，必须同时考虑连续值CE优化问题和离散-重视MUD优化问题。 在这项研究中，我们填补了开放文献中的空白。 我们的仿真结果表明，随机优化辅助的CE和MUD联合能够分别达到最佳ML-MUD的Cramer-Rao下界（CRLB）和误码率（BER）性能，尽管其计算结果复杂度只是最佳ML复杂度的一小部分。
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。
