基于量子免疫優(yōu)化的盲檢測算法.pdf

1、優(yōu)化問題在科學(xué)研究和工程應(yīng)用的各個領(lǐng)域具有重要的理論意義和實踐價值，近年來，以免疫智能算法和量子計算等為代表的智能算法具有簡單通用，魯棒性好，計算速度快等諸多優(yōu)點，因此成為解決復(fù)雜優(yōu)化問題的有力工具。在無線通信系統(tǒng)中，盲檢測技術(shù)不依賴發(fā)送訓(xùn)練序列，依靠接收序列就能對發(fā)送序列盲估計。本文在研究當(dāng)前盲檢測算法技術(shù)發(fā)展背景后，針對SIMO系統(tǒng)的盲檢測問題，將量子免疫優(yōu)化算法應(yīng)用在盲檢測中，并且提出了兩種新的基于量子免疫盲檢測改進算法，通過仿真

2、結(jié)果表明：量子免疫盲檢測算法及其改進算法均能夠取得預(yù)期的盲檢測效果，同時改進的算法具有更快的收斂速度，具備一定的研究價值。
　　本論文總共分為六章：第一章概述了本課題的研究背景，研究價值以及本文的主要工作。第二章給出了量子信息處理技術(shù)和免疫算法原理的介紹，并且具體介紹了量子進化算法和量子免疫算法的基本原理和特點。第三章介紹了基本的盲均衡理論、SIMO系統(tǒng)盲檢測模型以及盲均衡的評判指標(biāo)。第四章提出基于量子免疫優(yōu)化的盲檢測算法模型及流

3、程圖，并對該算法的性能進行仿真實驗。第五章給出兩種基于量子免疫盲檢測算法的改進算法——基于自適應(yīng)交叉變異算子的量子免疫算法(self-adaptive crossover-mutation operator quantum immune algorithm—SCOQIA)和基于動態(tài)變旋轉(zhuǎn)角度(dynamic adjusting angle quantum immune algorithm—DAAQIA)的量子免疫算法，并且對這兩種改進算