基于空分多址的正交频分多路复用通信的联合信道估计(CE)和Turbo多用户检测(MUD)/解码必须同时考虑连续搜索空间上的决策型CE优化和ADM上的MUD优化离散搜索空间,并在信道估计器和Turbo MUD /解码器之间迭代地交换估计的信道信息和检测到的数据,以逐渐提高CE和MUD的准确性。 我们评估了一组进化算法(EA)的功能,以在此具有挑战性的应用程序中以可承受的复杂性实现最佳或接近最佳的解决方案。 我们的研究证实,EA辅助的CE和Turbo MUD /解码器可以同时达到最佳信道估计的Cramer-Rao下界和理想化的最佳Turbo最大似然(ML)MUD /解码器相关的误码率性能尽管仅施加了理想化Turbo ML-MUD /解码器复杂性的一小部分,但它们分别具有完美的信道状态信息。