基于改进的量子遗传算法的多用户检测

为了加快量子遗传算法(QGA)的收敛速度,减小基于QGA的多用户检测的计算复杂度,提出了一种基于改进的量子遗传优化算法(MQGA)的多用户检测算法.通过引入小生境协同进化策略初始化量子种群,并采用自适应更新旋转角策略,改善了QGA的收敛性能和寻优能力.仿真结果表明,提出的多用户检测算法在收敛速度、误码率、抗远近能力及系统容量方面都优于遗传算法多用户检测器、量子遗传算法多用户检测器和传统多用户检测器.     

基于并行遗传算法的CDMA优化多用户检测方法

多用户检测技术是第三代移动通信系统CDMA中的一项关键技术。在多用户检测中求解最佳矢量问题可以转化为在遗传算法中求解具有最高适应度函数的问题。本文提出了一种基于并行遗传算法的CDMA多用户检测器,并与最佳多用户检测和传统检测器进行比较,实验结果表明本方法可获得接近最佳检测的性能。由于采用并行遗传算法,这种多用户检测器更易于实时应用和硬件实现。     

量子神经网络及其在CDMA多用户检测中的应用

量子计算与人工神经网络相结合的量子神经网络(QNN-Quantum Neural Networks)由于利用了量子并行计 算和量子纠缠等特性从而克服了传统人工神经网络的某些固有缺陷,将成为未来信息处理的重要手段。介绍了与量子神经 网络相关的量子计算基础,描述了一种量子神经元模型,分析证明了单个量子神经元具有与两层前向神经网络相当的非线 性映射能力。提出了一种基于量子神经元与量子寄存器的多用户检测方案,计算机仿真结果表明:本文所提出的检测器在 误码率和抗“远近”效应方面均具有良好的性能。     

基于量子特性的多用户检测技术

多用户检测技术的最优解在常规条件下是一个NP难解问题,利用量子态的并行计算特性以及量子态检测等理论,量子多用户检测技术能够有效地获得多用户检测的最优解。本文介绍利用量子态特性进行多用户检测的几种方案,并分析和比较这些方案的性能特点和发展趋势。     

基于遗传算法的最小误码率线性多用户检测

本文提出了一种多用户检测算法,算法基于最小误码率准则,应用内核密度估计方法来估计误码率函数,并采用基于实数编码的遗传算法来搜索误码率函数全局最小点。该算法解决了由于误码率函数存在局部最小点而难以用普通的梯度算法来求解全局最优点的问题。算法对初值的选取无特殊要求,可随机选取。仿真结果表明,梯度算法求解最小误码率检测器由于可能收敛到次优的局部极小点,故检测器不能达到最小误码率性能;而本文基于遗传算法的多用户检测由于能很好的避免收敛到次优的局部极小点,因而得到的检测器性能逼近最小误码率。     

基于伪并行遗传算法的MC-CDMA多用户检测技术研究

介绍MC-CDMA的多用户检测技术。在分析频率选择衰落信道中单小区MC-CDMA系统上行多址干扰的基础上,引入基于＂联姻＂策略的伪并行遗传算法用于多用户检测技术。通过仿真表明,与解相关和MMSE检测器以及传统遗传算法应用于MUD中相比,其在误比特率性能上更加优秀,而运行时间却明显小于最佳多用户检测。     

异步CDMA并行混沌遗传算法的多用户检测

基于传统遗传算法的多用户检测器易陷入局部最优解且收敛较慢,影响实时性。利用混沌优化算法的优势来弥补遗传算法的这一缺陷,使2种算法优势互补,同时采用具有“迁移策略”的并行搜索机制,提出了一种新的次优多用户检测方法——并行混沌遗传混合算法(PCGA),并在异步CDMA系统中对其性能进行了研究。仿真结果表明,提出的这种算法能有效克服传统遗传算法易陷入局部极小的问题,收敛速度更快,在抗干扰与克服“远一近”效应方面均优于传统遗传算法,有较明显的性能优势。     

CDMA多用户检测技术

首先分析了CDMA移动通信系统中采用多用户检测的必要性,然后介绍了各种多用户检测技术的工作原理,对各种多用户检测技术的特点进行了比较,最后提出了目前多用户检测技术的一些最新发展方向。     

CDMA移动通信系统中的多用户检测技术

本文研究了应用于CDMA移动通信系统中的各种多用户检测技术的原理和优缺点。指出多用户检测技术主要分为线性多用户检测和干扰消除多用户检测两类 ,前者包括解相关检测、最小均方误差检测、子空间斜投影检测和相关矩阵多项式扩展检测 ,后者包括串行、并行干扰消除和判决反馈多用户检测 ,同时对各种多用户检测技术的特点进行了分析比较     

基于小波变换与遗传算法的混合多用户检测

本文将遗传算法与作者先前提出的小波多用户检测器相结合,提出一种基于小波变换与遗传算法的混合多用户检测方案.采用遗传算法对小波多用户检测器的输出进行优化,降低误比特率,提高系统抗远近干扰的能力.仿真结果表明,只需进行3到5次遗传进化,该混合多用户检测器便能取得很好的检测性能,与其他将遗传算法用于多用户检测的方案相比,大大缩减了遗传算法的运行时间,更加有利于实时实现.     

围手术期血液保护策略的研究进展

围手术期使用血液保护策略,减少血液丢失以及血液制品的使用,从而达到节约血液资源和减少输注血液制品并发症的目的。本文就血液保护策略的研究进展作一些阐述。     

最佳量子多用户检测技术

多用户检测的最优解在经典条件下是一个NP难解问题.利用量子态物理特性,通过量子检测能够有效地解决这一难题.本文给出在量子贝叶斯最小代价准则下量子最优解的实现过程,与经典多用户检测最优解相比,基于量子检测的最佳多用户检测技术的性能得到了极大的提高.     

一种解决组合优化问题的量子遗传算法QGA

本文在量子变异的基础上,提出了一种解决组合优化问题的量子遗传算法QGA,它融合了遗传量子算法GQA和经典遗传算法的优点,只用一个个体就可在很短的时间内搜索到最优解,并针对一个典型的组合优化问题——0/1背包问题进行了对比实验,实验结果表明本文所提出的量子遗传算法QGA优于传统遗传算法和遗传量子算法GQA.     

一种新的线性多用户检测器

量子信号处理是一种基于量子检测原理的信号处理框架.本文通过借鉴量子信号处理的思想,给出了一种新的线性多用户检测器:加权正交匹配滤波检测器.理论分析和仿真结果表明:新检测器只需要多用户系统中的扩频码已知,就可以在不同的工作环境下,通过灵活调整影响因子,分别实现与解相关检测器、匹配滤波检测器相同的性能;且新检测器的最佳性能与线性最小均方误差检测器的性能接近.     

DS-CDMA系统的一种进化规划多用户检测算法

针对码分多址接入（CDMA）系统中最优多用户检测的指数计算复杂度问题,结合CDMA通信的实际特点,利用进化规划免去了交叉操作因而计算复杂度小的特点,提出了一种基于进化规划的多用户检测问题的优化处理方法。实验结果表明本方法可获得接近最佳检测的性能,但计算复杂度降低。     

MC-CDMA系统中的用户检测技术性能比较

为了对系统中的用户检测技术进行对比,介绍了常见的单用户检测及多用户检测方法,并分析了其优缺点。针对几种常用的用户检测方法做了仿真,特别是仿生算法中的遗传算法,在16和32个用户时,通过和其他检测方法比较,证明了其具有低复杂度,且性能良好的优点。     

量遗传算法及其在无约束优化问题中的应用

量子遗传算法（QGA）是量子计算和遗传算法相结合的产物，将量子的态矢量表示引入到遗传算法中，具有比遗传算法更好的搜索效率和收敛性。本文首先介绍了量子遗传算法的基本原理，讨论了基于量子遗传算法的一系列改进，然后将量子遗传算法应用于无约束优化问题，实例计算表明了算法在该类问题中的有效性和可行性。