公开(公告)号：CN107231214B

公开(公告)日：2020-07-28

申请号：CN201710436096.X

申请日：2017-06-12

Applicant: 哈尔滨工程大学

Inventor： 高洪元 ,  杜亚男 ,  侯阳阳 ,  刁鸣 ,  李佳 ,  梁炎松 ,  刘洪烈

IPC: H04L1/00 ,  H04B1/7105 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供的是一种基于演化混沌量子神经网络的最优多用户检测方法。建立最优多用户检测模型；初始化混沌量子神经网络的初始参数，激活混沌量子神经网络获得近似最优解；初始化量子个体，把第一个量子个体的二进制测量态赋值为混沌量子神经网络的输出值；构造适应度函数，计算适应度；使用模拟的量子旋转门演化量子个体的量子态和获得新的测量态；对于每个量子个体的二进制态，激活演化混沌加扰的量子神经网络演进机制产生一个次优解；计算每个量子个体的适应度函数值，找到全局最优解；输出全局最优解作为多用户检测的最优结果。本发明具有非常优秀的抗多址干扰能力和抗远近效应能力，且应用范围广，能够在短时间内获得最优的检测结果。

公开(公告)号：CN107231214A

公开(公告)日：2017-10-03

申请号：CN201710436096.X

申请日：2017-06-12

Applicant: 哈尔滨工程大学

Inventor： 高洪元 ,  杜亚男 ,  侯阳阳 ,  刁鸣 ,  李佳 ,  梁炎松 ,  刘洪烈

IPC: H04L1/00 ,  H04B1/7105 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供的是一种基于演化混沌量子神经网络的最优多用户检测方法。建立最优多用户检测模型；初始化混沌量子神经网络的初始参数，激活混沌量子神经网络获得近似最优解；初始化量子个体，把第一个量子个体的二进制测量态赋值为混沌量子神经网络的输出值；构造适应度函数，计算适应度；使用模拟的量子旋转门演化量子个体的量子态和获得新的测量态；对于每个量子个体的二进制态，激活演化混沌加扰的量子神经网络演进机制产生一个次优解；计算每个量子个体的适应度函数值，找到全局最优解；输出全局最优解作为多用户检测的最优结果。本发明具有非常优秀的抗多址干扰能力和抗远近效应能力，且应用范围广，能够在短时间内获得最优的检测结果。