量子遺傳算法在MIMO信道估計中的應(yīng)用研究.pdf_第1頁
已閱讀1頁,還剩65頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、量子遺傳算法(Quantum Genetic Algorithm)作為量子計算理論和遺傳算法原理相結(jié)合的一種新興的全局優(yōu)化算法,因算法具有種群規(guī)模小、尋優(yōu)能力強、收斂速度快和計算時間短的特點,在許多領(lǐng)域都得到了廣泛應(yīng)用。
   本文的研究重點包括遺傳算法、量子遺傳算法研究,并將遺傳算法及其量子遺傳算法應(yīng)用于求解MIMO信道估計問題。其主要研究內(nèi)容包括:
   1.首先介紹了遺傳算法的基本原理,然后重點研究了量子遺傳算法的

2、原理及主要的操作,實驗證明,后者可以明顯地提高算法的搜索效率。
   2.MIMO信道估計技術(shù)中常用方法及常用算法的介紹,并用實驗仿真比較了最小二乘估計(LS)算法與最小均方誤差估計(MMSE)算法的估計性能。仿真結(jié)果表明在低信噪比條件下MMSE算法比LS算法的估計性能更好,而在高信噪比條件下兩者估計性能基本一致。
   3.遺傳算法及其量子遺傳算法在基于訓(xùn)練序列的MIMO信道估計技術(shù)中的應(yīng)用研究。根據(jù)理想訓(xùn)練序列的定義

3、及優(yōu)化原則,分別用遺傳算法及其量子遺傳算法搜索優(yōu)化的訓(xùn)練序列用于MIMO系統(tǒng)的信道估計。仿真實驗表明優(yōu)化后的訓(xùn)練有著更好的BER及MSE估計性能.顯示出這兩種算法的優(yōu)越性。
   4.遺傳算法及其量子遺傳算法在求解SIMO信道盲估計中的應(yīng)用研究。算法的應(yīng)用是在基于子空間分解的SIMO信道盲估計分析之上,分別將遺傳算法及其量子遺傳算法用于對信道參數(shù)的盲估計。仿真結(jié)果表明了提出的算法在較高信噪比條件下的MSE性能略優(yōu)于文獻[29]提

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論