[發明專利]基于量子Hopfield神經網絡和量子魚群算法的魯棒多用戶檢測方法有效
| 申請號: | 201410061839.6 | 申請日: | 2014-02-24 |
| 公開(公告)號: | CN103795436A | 公開(公告)日: | 2014-05-14 |
| 發明(設計)人: | 高洪元;李晨琬;徐從強;齊研;邵夢琦;高璐 | 申請(專利權)人: | 哈爾濱工程大學 |
| 主分類號: | H04B1/7105 | 分類號: | H04B1/7105;G06N3/00;G06N3/02 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 150001 黑龍江省哈爾濱市南崗區*** | 國省代碼: | 黑龍江;23 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 量子 hopfield 神經網絡 魚群 算法 多用戶 檢測 方法 | ||
1.一種基于量子Hopfield神經網絡和量子魚群算法的魯棒多用戶檢測方法,其特征在于:
(1)建立魯棒多用戶檢測模型:
對于離散同步CDMA信號模型中的多用戶檢測,接收信號為K個用戶信號與噪聲信號之和,即
(2)激活量子Hopfield神經網絡產生一個次優解:
網絡輸入量子態通過硬判決為二進制狀態,量子神經元輸出為量子態
(3)初始化量子魚群:
種群規模為M,第i個量子人工魚的量子位置為i=1,2,…,M,k=1,2,…,K,所有量子人工魚的當前量子位置的量子位均被初始化為第i個量子人工魚第k個量子位的測量方程為
(4)食物濃度函數設置為所有量子人工魚至今所找到的全局最優位置為所有量子人工魚至今所找到的全局第2最優位置為
(5)采用量子人工魚群算法的演進規則對種群進行演化,更新每個量子人工魚到達新的量子位置和位置,第i個量子人工魚從以下3種量子行為中選擇一種量子行為迭代更新該人工魚的所有量子位;
1)量子覓食行為:第i個量子人工魚第k個量子位的量子旋轉角更新為
2)量子追尾行為:第i個量子人工魚第k個量子位的量子旋轉角更新為其中c3常數;
3)量子聚群行為:第i個量子人工魚第k個量子位的量子旋轉角更新為
確定量子旋轉角后第i個量子人工魚第k個量子位的演進為:
其中abs(·)為取絕對值的函數,確保量子位在[0,1]之間,位置是通過測量方程對量子位置的每一位進行測量得到的,第i個量子人工魚第k個量子位的測量方程為
(6)根據食物濃度函數對所有新位置計算食物濃度值,若則否則
(7)如果達到最大迭代代數,算法終止;否則,迭代次數加1,即z=z+1,返回步驟五繼續進行;
(8)得到的全局最優位置就是檢測多個用戶的發射數據,輸出檢測結果。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于哈爾濱工程大學,未經哈爾濱工程大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201410061839.6/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種面向知識管理的自定義知識分類方法
- 下一篇:一種同步電機的數學模型





