[發明專利]一種基于自適應相位旋轉角量子蟻群的信號盲檢測方法

有效

• 申請號: 201410311276.1
• 申請日: 2014-07-01
• 公開（公告）號: CN104079379B
• 公開（公告）日: 2017-04-12
• 發明（設計）人: 于舒娟;張昀;宋嘯良
• 申請（專利權）人: 南京郵電大學
• 主分類號: H04L1/00
• 分類號: H04L1/00
• 代理公司: 南京經緯專利商標代理有限公司32200
• 代理人: 朱小兵

技術領域

本發明屬于無線通信技術領域，尤其涉及一種基于自適應相位旋轉角量子蟻群的信號盲檢測方法。

背景技術

A.Narayanan&M.Moor最早提出量子蟻群的概念，量子蟻群算法(Quantum?AntColony?Optimization?Algorithm,QACO)是基于量子計算原理的一種蟻群算法，是量子計算與蟻群算法相結合的一種嶄新的優化計算方法，它基于蟻群算法中模仿螞蟻覓食搜索行為的特性，引入了量子計算的優勢，對螞蟻種群采用量子編碼以及量子旋轉門更新等操作，具有種群規模小且不影響算法性能、同時兼有開發和探索能力強、種群分散性好，并行性佳，收斂速度快，全局搜索能力強等特點，具有很強的生命力和研究價值。

2008年，李躍光等人提出了一種求解離散優化問題的量子蟻群算法，是將量子進化計算中的態矢量和量子旋轉門引入到傳統的蟻群算法中，用來分別表示和更新信息素，從而加快算法的收斂速度和避免早熟收斂；2009年，李士勇等人提出了求解連續空間優化問題的量子蟻群算法，算法中采用量子位編碼來表示螞蟻位置，通過量子門的旋轉來實現螞蟻的更新移動，經過研究表明，量子蟻群算法的性能大大優于傳統的蟻群算法。

優化問題在科學研究和工程應用的各個領域具有重要的理論意義和實踐價值，近年來，以蟻群智能算法和量子計算等為代表的智能算法具有簡單通用，魯棒性好，計算速度快等諸多優點，因此成為解決復雜優化問題的有力工具。在無線通信系統中，盲檢測技術不依賴發送訓練序列，依靠接收序列就能對發送序列盲估計。

本發明提出了一種基于自適應相位旋轉角量子蟻群算法，該算法每只螞蟻攜帶一組表示螞蟻當前位置信息的量子比特，根據基于信息素強度和可見度構造的選擇概率選擇螞蟻的前進目標，采用量子旋轉門來更新螞蟻攜帶的量子比特，用于螞蟻的移動；用量子非門來實現螞蟻所在位置的變異，增加位置的多樣性，根據移動后的位置完成蟻群信息素強度和可見度的更新。算法將量子比特的兩個概率幅看作是螞蟻當前的位置信息，在螞蟻數目相同時，可使搜索空間加倍。能較好地解決蟻群算法在求解問題時收斂速度慢和易于陷入局部最優的問題。

綜上所述，在智能計算方法大行其道的背景下，將智能計算和盲均衡算法相結合，自然具備了研究價值。

發明內容

本發明所要解決的技術問題在于克服現有盲檢測技術的不足,提出一種基于自適應相位旋轉角量子蟻群的信號盲檢測方法。所述方法針對降低誤碼率和提高收斂性問題，將量子計算與蟻群算法相融合，利用螞蟻尋優和量子計算原理去實現優化，人工螞蟻具有了量子行為，可以有效提高算法的搜索效率，在此基礎上，引入量子旋轉門和量子非門，以求更好地加強種群的進化程度，旨在提供一種低誤碼率具有自適應性的盲檢測方法。

為解決上述技術問題，本發明所采用的技術方案是：

一種基于自適應相位旋轉角量子蟻群的信號盲檢測方法，包括如下步驟：

步驟A，構造接收數據矩陣：

接收端接收單個用戶發送信號，經過過采樣，獲得離散時間信道的接收方程：

X_N＝SΓ^T

式中，X_N是接收數據陣，S是發送信號陣，Γ是信道沖激響應，(·)^T表示矩陣轉置；

步驟B，接收數據矩陣奇異值分解：

XN=[U,Uc]·D0·VH]]>

式中，

(·)^H表示矩陣Hermitian轉置；

U是奇異值分解中的N×(L+M+1)酉基陣；

0是(N-(L+M+1))×(L+1)q零矩陣；

V是(L+1)q×(L+1)q酉基陣；