ACO Multiuser Detection

  • View
    212

  • Download
    0

Embed Size (px)

Text of ACO Multiuser Detection

  • 8/18/2019 ACO Multiuser Detection

    1/10

     

     Abstract— In this work a simple and efficient methodology for

    tuning the input parameters applied to the ant colony optimization

    multiuser detection (ACO-MuD) in direct sequence code division

    multiple access (DS-CDMA) is proposed. The motivation in using a

    heuristic approach is due to the nature of the NP complexity posed

    by the wireless multiuser detection optimization problem. The

    challenge is to obtain suitable data detection performance in

    solving the associated hard complexity problem in a polynomial

    time. Previous results indicated that the application of heuristic

    search algorithms in several wireless optimization problems have

    been achieved excellent performance-complexity tradeoffs.

    Regarding different system operation and channels scenarios, a

    complete input parameters optimization procedure for the ACO-

    MuD is provided herein, which represents the major contribution

    of this work. Furthermore, the performance of the ACO-MuD is analyzed via Monte-Carlo simulations. Simulation results show

    that, after convergence, the performance reached by the ACO-

    MuD is much better than the conventional detector, and somewhat

    closer to the single user bound (SuB). Rayleigh flat channel is

    initially considered, but the results are straightforwardly extended

    to selective fading channels, as well as diversity (time and spatial)

    wireless channels. 

     Keywords— Ant colony intelligence, ACO algorithm, DS-

    CDMA, Multiple access communication network, Multiuser

    detection, input parameters optimization, computational

    complexity.

    I. INTRODUÇÃO

    A tecnologia DS/CDMA (direct sequence/code division multiple access), todos os usuários compartilham

    simultaneamente a mesma banda de frequências. Isso é  possível devido ao uso de sequências de espalhamento, que espalham a informação ao longo de todo o espectro disponível e servem como código de identificação para cada usuário,  provendo certa imunidade à interferência de múltiplo acesso (MAI - multiple access interference). O uso de sequências com baixa correlação cruzada possibilita acomodar um considerável número de usuários, bem como uma menor  preocupação com o sincronismo entre emissor e receptor. No entanto, à medida que o carregamento de sistema L (razão entre número de usuários K  e o ganho de processamento  N , L   = K/N ) cresce, faz-se necessário o uso de detectores mais

    sofisticados, tais como os MuD's ( Multiuser Detector ) [1], de tal sorte a obter uma maior separação entre os diversos sinais sujeitos à interferência de múltiplo acesso mais intensa. O melhor desempenho é obtido pelo detector multiusuário ótimo

    J. C. Marinello Filho, epartment of Electrical Engineering, State University of Londrina, Londrina, PR, Brazil, [email protected]

    R. N. de Souza, epartment of Electrical Engineering, State University of Londrina, Londrina, PR, Brazil, [email protected]

    T. Abrão, Department of Electrical Engineering, State University of Londrina, Londrina, PR, Brazil, [email protected]

    (OMuD) ou de máxima verossimilhança (ML -  Maximum likehood ) de complexidade exponencial com número de usuários O(2K ) [1], [2].

    Após o trabalho revolucionário de Verdú [3], [4], uma grande variedade de aproximações sub-ótimas foram  propostas visando obter um bom desempenho com baixa complexidade. Entre os detectores multiusuários sub-ótimos, são amplamente difundidos na literatura os MuD lineares: Descorrelacionador [4], MMSE ( Minimun Mean Square

     Error ) [5], e os MuD não-lineares: canceladores de interferência [6], [7], e os detectores baseados em abordagem heurística [8]-[11].

    Desde a última década, propostas baseadas em métodos heurísticos têm sido reportadas para solução do problema MuD, obtendo desempenho próximo ao ML ao custo de complexidade computacional polinomial [8], [12]. O uso de algoritmos de busca heurísticos é motivado pelo fato de  problemas de otimização relacionados a sistemas de comunicação sem fio serem de natureza polinomial não- determinístico (NP-hard) (por exemplo, MuD [2]). Por isso, do ponto de vista prático, o desafio é obter resultados satisfatórios para esses problemas de alta complexidade computacional em um tempo polinomial. Esta necessidade resulta da detecção multiusuário ser obtida em tempo real com recursos computacionais limitados, buscando assim implementar a solução em plataformas modernas de

     processadores digitais de sinais.. O funcionamento dos algoritmos heurísticos geralmente

    está relacionado a diversos parâmetros de entrada, cujos valores atribuídos podem caracterizar sua capacidade de  busca, de convergência, e até mesmo um compromisso desempenho-complexidade, dependendo do parâmetro e do algoritmo em questão. A otimização de tais parâmetros é de fundamental importância para a obtenção de resultados relevantes. Em [13], é desenvolvido um estudo detalhado sobre os parâmetros de entrada do algoritmo heurístico por nuvem de partículas (PSO -  Particle Swarm Optimization) aplicado ao problema da detecção multiusuário em sistemas DS/CDMA. O presente trabalho tem por objetivo desenvolver uma metodologia de análise dos parâmetros de entrada da técnica heurística baseada na otimização por colônias de formigas (ACO -  Ant Colony Optimization) aplicada ao mesmo problema.

    Trabalhos recentes mostram que a aplicação de algoritmos de busca heurísticos em vários problemas de otimização em sistemas de comunicação sem fio tem obtido grande sucesso, em termos do compromisso desempenho-complexidade. No contexto do problema da detecção mutiusuário, os algoritmos heurísticos (Heur-MuD) mais usados incluem os algoritmos de

    J. C. Marinello Filho, R. N. de Souza and T. Abrão, Senior Member, IEEE  

    Ant Colony Input Parameters Optimization for Multiuser Detection in DS/CDMA Systems

    IEEE LATIN AMERICA TRANSACTIONS, VOL. 12, NO. 8, DECEMBER 2014 13

  • 8/18/2019 ACO Multiuser Detection

    2/10

     

     programação evolucionária (EP - Evolutionary Programming ), especialmente os algoritmos genéticos (GA - Genetic

     Algorithm) [8], [11], otimização por nuvem de partículas (PSO) [14], [15], otimização por colônia de formigas (ACO) [16], [17] e o método de busca local (LS -  Local Search) [9], [18].

    O primeiro algoritmo baseado na heurística ACO foi proposto em 1991 [19], e desde então muitas variantes desta técnica foram reportadas na literatura. A técnica ACO tem obtido grande sucesso na solução de problemas de otimização combinatórios em diversas áreas. Recentemente esta técnica  baseada no comportamento de formigas tem sido muito aplicada à detecção multiusuário em redes de múltiplo acesso [10], [16], [20], [21].

    Em [10], foi analisada a complexidade computacional do algoritmo ACO aplicado a sistemas multiusuários DS-CDMA, constatando que com poucas iterações há uma redução de aproximadamente 95% na complexidade computacional quando o desempenho ótimo é atingido. Em [22] obtém-se desempenho similar considerando potências diferentes para

    cada usuário. Também é evidenciado que o algoritmo ACOapresenta menor complexidade computacional que o algoritmo genético, sendo que o desempenho deste último é inferior ao obtido com o ACO. Em [23], é explorada a técnica de diversidade no receptor juntamente com um algoritmo de detecção baseado em ACO. Em [16], a técnica ACO-MuD é aplicada à sistemas DS/CDMA multiportadoras (MC DS/CDMA - Multi Carrier  DS/CDMA) e constata-se que esta técnica se aproxima do desempenho ótimo, independentemente do número de portadoras adotadas. Com este desempenho obtido, é verificado que a complexidade do ACO-MuD se assemelha à do detector convencional mesmo quando o sistema opera com 100% de carregamento. Um detector multiusuário para sistemas STBC (Space-Time Block

    Coding ) com diversidade no receptor baseado em ACO foi  proposto em [24]. A técnica proposta aplica a solução Pareto- Ótima na atualização de ferormônios, selecionando somente as formigas com melhores resultados naquela iteração. Foi verificado que o desempenho obtido aproxima-se muito do desempenho ótimo, porém com grande redução na complexidade. Além disso, o ACO-MuD proposto tem melhor desempenho que o GA e também não apresenta a saturação da taxa de erro de bit ( BER-floor ), apresentada pelo detector multiusuário baseado no GA, além de robustez superior ao efeito Near-Far.

    Este trabalho é uma continuação de [17], no qual é  proposto o algoritmo de detecção para DS/CDMA ACO-MuD, e a otimização dos parâmetros de entrada do algoritmo é

    sucintamente reportada. A análise aqui desenvolvida, no entanto, vai muito mais adiante, sendo a etapa de otimização descrita de forma muito mais detalhada e precisa. A influência de cada parâmetro no funcionamento do algoritmo é minuciosamente estudada. Com a finalidade de validar o apelo  prático da técnica proposta em sistemas de telecomunicações de tempo real, uma seção de análise complexidade computacional é incluída, onde são obtidas expressões para o número de operações do algoritmo com base nas

    características do sistema, e seus respectivos gráficos. Além disso, é investigado a robustez da técnica proposta em relação ao efeito Near-Far , para diferentes condições de carregamento do sistema. O restante deste manuscrito está organizado da seguinte forma: o modelo

Search related