欢迎来到天天文库
浏览记录
ID:32303682
大小:2.40 MB
页数:61页
时间:2019-02-03
《基于量子遗传算法的mimo信号检测的研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、南京邮电人学坝上训究生学位沱义摘望摘要量子信息学是一门新兴的交叉学科,它在信息领域中有着独特的性能,在提高运算速度、确保信息安全、增大信息容量和提高检测精度等方面可突破现有经典信息系统的极限。特别是近年来,基于量子并行计算的量子智能算法有效地降低了一些经典难解算法的计算复杂度问题。在目前很多无线通信系统的标准制定中,多入多出(MIMO)技术已经被广泛采用。从理论上己表明在充分散射的环境中,相对于单入单出(SISO)系统来说,MIMO系统具有提高频谱效率和容量的巨大潜力。但由于接收机的高复杂度,标准中所采用的一般还是仅限于很少的天线数和简单的天线方案。MIMO系
2、统本身所提供的性能和增益能够有多少被挖掘出来,和接收机的算法有很大的关系,复杂的接收机检测算法也是影响MIMO系统大规模商用的一个原因。本文研究了基于量子并行计算的量子遗传算法并提出了一种基于量子遗传算法(QGA)的MIMO信号检测方案。仿真结果表明,文中提出的方法在误码率性能方面明显优于经典遗传算法和传统的MIMO信号检测器。本文首先介绍了量子遗传算法的主要思想、机理,并对算法进行了改进且对改进的量子遗传算法进行了性能测试分析。其次针对未来大用户量的多用户通信,将量子遗传算法应用到CDMA多用户检测中去,设计了一种基于量子遗传算法的多用户检测方案,并对其进行
3、系统仿真,与经典算法相比,基于量子遗传算法的多用户检测,其抗多址干扰和抗远近效应的能力均优于传统的多用户检测器和基于经典遗传算法的多用户检测器方法。最后,针对目前MIMO检测算法中具有最小差错概率的最大似然检测算法(MLD)的计算复杂度随着发射天线数增长呈指数增长,在常规条件下是一个NP难解问题,提出了一种基于量子遗传算法的检测算法,尝试来提高检测性能、降低误码率,并仿真实现了该算法。仿真结果表明,文中提出的方法在误码率性能方面明显优于经典遗传算法和传统的MIMO信号检测器。关键词:量子计算、量子遗传算法、多用户检测、多输入多输出、信号检测、误码率南京邮l也人
4、学坝上赴j}
5、,t尘学位论义摘要AbstractQuantuminformationscienceisarisingcrosssubject.Duetouniquefeaturesininformationfield,itmaybreakthelimitationofclassicinformationsystem,currentlyavailableinseveralaspects,namely,speedingcomputation,ensuringinformationsecurity,expandingthecapacityofinformation,
6、improvingtheaccuracyofdetection.Particularlyinrecentyears,quantumalgorithms,basedontheparallelquantumcomputation,simplifysomeclassicinformationsystemswhicharenoteasytosolveonthebackgroundofclassicsystem.Inthereleasedstandardsofmanymobilecommunicationsystems,multiple—inputmultiple—ou
7、tput(MIMO)technologyhasalreadybeenapplied.Theoreticalworkhasshownthatinsufficientdchscatteringenvironments,MIMOsystemsholdthepotentialofenhancingspectralefficiency-hencecapacitycomparingwithsingleinputsingleoutput(SlSO)systems.Butductothehigllcomplexityofreceiver,thepracticalMIMOsch
8、emesarestillverysimplewithafewantennas.ThedissertationmakessomeresearchesontheapplicationsofquantumgeneticalgorithmonthebasisofparallelquantumcomputationintheMIMOdecodingscheme.Firstofall,thedissertationintroducesthebasicprincipleofquantumgeneticalgorithm,andhasmadetheimprovementtoi
9、t.Secondly,wepropos
此文档下载收益归作者所有