量子算法在MIMO系統(tǒng)信號檢測中的應(yīng)用研究-論文

《量子算法在MIMO系統(tǒng)信號檢測中的應(yīng)用研究-論文》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。

1、量子算法在MIMO系統(tǒng)信號檢測中的應(yīng)用研究?論文量子算法在MIMO系統(tǒng)信號檢測中的應(yīng)用研究摘要：信號的最優(yōu)檢測在常規(guī)條件下是一NP難解問題，針對神經(jīng)網(wǎng)絡(luò)算法易陷入局部極值和簡單遺傳算法收斂速度慢的問題，本文提出了新型的量子優(yōu)化算法，并應(yīng)用于MIMO及MIMO-OFDM系統(tǒng)信號檢測屮：將量子計算、遺傳算法與神經(jīng)網(wǎng)絡(luò)相結(jié)合，用量子遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)初始值。由于量子遺傳算法給網(wǎng)絡(luò)提供了較好的初始值，故能夠使網(wǎng)絡(luò)快速收斂到最優(yōu)解，避免了由初始值的隨機(jī)選取而帶來的檢測誤碼。實驗結(jié)果表明該方法能夠有效地提高系統(tǒng)的

2、信號檢測性能，降低誤碼率。矢鍵詞：多輸入多輸出；信號檢測；量子計算；量子遺傳算法；神經(jīng)網(wǎng)絡(luò)；中圖分類號：TN929.5AlgorithmOptimizedbyQuantumandItsApplicationtoSignalDetectionofMIMOSystemsZhouMinLiFeiZhengBao-yu(CollegeofTelecommunication&InformalionEngineering5NanJingUniversityofPostsandTelecommunication?Na

3、nJing210003,China)；Abstract：TheoptimalsolutionofsignaldetectionisaNP(NondeterministicPolynomial)problem?Aimedattheproblemsthatneuralnetworkispronetothelocaloptimumandsimplegeneticalgorithmhastheshortcomingofslowconvergence,anewtypeofalgorithmoptimizedbyq

4、uantumisproposedandappliedintotheMIMO/MIMO-OFDMdetectioninitialdataofneuralnetwork.Inthisscheme,theoutputofdetectorbytheQGAastheinputofdetectorbyneuralnetworktoavoidthebitrateforselectinginitialdatarandomlyandimprovefurtherthedetectionproperty.Simulation

5、resultsshowtheproposedmethodisgoodfortheimprovementofthedetectionrateandreductionofbit-errorrate?Keywords:MIMO;SignalDetection;Quantumalgorithm;QuantumGeneticAlgorithm;NeuralNetwork;1引言量子計算是一種新興的計算模式，是量子理論與信息論和計算機(jī)科學(xué)相結(jié)合的產(chǎn)物，它利用量子系統(tǒng)的疊加性、并行性和量教育部博士點(diǎn)基金(BJ2060

6、06)和南京郵電大學(xué)科研基金攀登計劃(NY206011)資助項目子糾纏等特性實現(xiàn)比經(jīng)典計算更為高效的計算模式[1]o由于量子特性在信息領(lǐng)域中有著獨(dú)特的功能，在提高運(yùn)算速度、確保信息安全、增大信息容量和提高檢測精度等方面可能突破現(xiàn)有的經(jīng)典信息系統(tǒng)的極限，因而將量子計算應(yīng)用到現(xiàn)代信息處理中具有很重要的研究意義。目前的主要研究方向包括：量子計算機(jī)、量子通信和量子密碼術(shù)等，且在理論和實驗上都取得了重大的突破。本文主要研究將量子計算與遺傳算法、神經(jīng)網(wǎng)絡(luò)相結(jié)合，得到一種新型的量子優(yōu)化算法，并將其應(yīng)用到現(xiàn)代通信系統(tǒng)M

7、IM0(Multiple一InputMuitiple-Output)及MIM0?0FDM(Muitiplc?InputMuitiplc?0utputOrthogonalFrequencyDivisionMuitiplexing)系統(tǒng)信號檢測中°遺傳算法(GA,GeneticAlgorithm)是一種模擬自然界物種進(jìn)化機(jī)制的啟發(fā)式收索算法，但是經(jīng)典的GA在處理某些問題時計算量過大，對有些問題難以找到最優(yōu)解，這就促使人們嘗試將量子理論與遺傳算法相結(jié)合，得到更加高效、快捷的量子遺傳算法(QGA,Quantum

8、GeneticAlgorithm)［2］，本文研究的QGA利用了量子計算的量子并行、量子糾纏特性，采用了多狀態(tài)基因量子比特編碼方式和量子旋轉(zhuǎn)門更新、量子交叉操作，使得算法比經(jīng)典遺傳算法具有更強(qiáng)的并行處理能力、更快的收斂速度。文獻(xiàn)［3］表明基于QGA的CDMA多用戶檢測性能比GA和傳統(tǒng)信號檢測算法具有更高的檢測效率。神經(jīng)網(wǎng)絡(luò)具有信息分布式存儲、大規(guī)模自適應(yīng)并行處理和高度容錯特性等優(yōu)點(diǎn)，可應(yīng)用于信號檢測領(lǐng)域'徑向基神經(jīng)網(wǎng)絡(luò)(RBF，Comple