[发明专利]基于自适应交叉变异算子的量子免疫信号盲检测方法

说明书

技术领域

本发明属于无线通信技术领域，尤其是涉及基于自适应交叉变异算子的量子免疫信号盲检测方法。

背景技术

优化问题在科学研究和工程应用的各个领域具有重要的理论意义和实践价值，近年来，以免疫智能算法和量子计算等为代表的智能算法具有简单通用，鲁棒性好，计算速度快等诸多优点，因此成为解决复杂优化问题的有力工具。在无线通信系统中，盲检测技术不依赖发送训练序列，依靠接收序列就能对发送序列盲估计。

人工免疫算法具有搜索效率高，种群多样性程度高等特点，目前已经被广泛的应用于智能计算领域。量子计算具有高度的并行性，大存储数据量以及指数级别的加速能力。量子免疫算法(quantum inmune algorithm)是汲取了量子进化算法和人工免疫算法的各自优势而形成的新的优化算法。它继承了量子进化算法的概念原理，同时又扩展了免疫理论更新选择概念。量子免疫算法能够保持抗体种群的多样性，同时也具有较好的收敛速度与效果。

Hongjian等人将免疫系统概念引入量子进化算法[HongjianQ,FangzhaoZ.An application of new quantum inspired immune evolutionary algorithm[C].20091st Int Workshop on Database Technology and Applications.Bruges,2009:468-471.]，免疫算子在保留原算法的特性下力图有选择有目的的利用待求解问题的特征信息和先验知识，抑或是避免求解问题中的一些冗余工作，从而提高算法整体性能。Haoteng等[Haoteng B Y.A new mutative scale chaos optimization quantum genetic algorithm[C].Chinese Control and DecisionConf.Yantai,2008:1547-1549.]提出了基于混沌里面的量子免疫金属啊算法，该算法应用了混沌免疫理论并且根据小生镜机制将初始个体进行实数染色体编码子群，使得各子群应用免疫算子的局部搜索能力找出最优解。李阳阳等[李阳阳,焦李成.求解SAT问题的量子免疫克隆算法[J].计算机学报,2007,30(2):176-183]提出了一种基于量子编码的免疫克隆算法求解SAT问题，针对种群中的个体采取了量子染色体编码的格式，采用了量子旋转门和旋转角策略对抗体进行演化，目的是为了加速克隆算子的收敛，利用其局部搜索能力强的特点，并且利用量子交叉信息算子提高了种群的多样性，防止早熟。

综上所述，在智能计算方法大行其道的背景下，将智能计算和盲均衡算法相结合，能够实现信号盲检测，具备较高的使用价值。

发明内容

本发明所要解决的技术问题在于克服现有盲检测优化技术的不足,针对降低误码率和提高收敛性问题，本发明提出了基于自适应交叉变异算子的量子免疫信号盲检测方法，所述方法在量子化交叉与变异基础上，引入了基于自适应策略的量子免疫交叉与变异算子，用量子交叉与量子变异进行进化，同时采用了现有免疫算法中交叉和变异算子的策略，以求更好地加强种群的进化程度，旨在提供一种低误码率具有自适应性的信号盲检测方法。

为解决上述技术问题，本发明所采用的技术方案是：

基于自适应交叉变异算子的量子免疫信号盲检测方法，包括如下步骤：

步骤A，构造接收数据矩阵：

接收端接收单个用户发送信号，经过过采样，获得离散时间信道的接收方程：

X_N=SΓ^T

式中，X_N是接收数据阵，S是发送信号阵，Γ是由信道冲激响应h_jj构成的块Toeplitz矩阵；(·)^T表示矩阵转置；

其中，发送信号阵：

S=[s_L+M(k),...,s_L+M(k+N-1)]^T=[s_N(k),...,s_N(k-M-L)]_N×(L+M+1)，

M为信道阶数，L为均衡器阶数，N为数据长度；

s_L+M(k)=[s(k),...,s(k-L-M)]^T；其中，s∈{±1}，时刻k为自然数，[·]^T为矩阵转置；