[发明专利]一种基于量子计算的自回归模型信道预测方法

说明书

本发明提出一种基于量子计算的自回归模型信道预测方法，包括：步骤1，获取已知信道值，设置AR模型的阶数，根据当前已知信道值预测后一时刻的信道值；步骤2：采用最小二乘法求解AR模型系数的估计值得出计算公式；步骤3：采用量子计算求解所述计算公式，得出量子状态的AR模型系数|d；步骤4：定义一组测量算子M，通过计算d|M|d获得AR模型系数估计值。本发明将求解AR模型系数的最小二乘估计与量子计算结合，能够有效地降低经典计算的复杂度，并且在计算结果上与现有系数估计效果相当。

技术领域

本发明涉及自回归模型的参数估计，具体涉及一种基于量子计算的自回归模型信道预测方法。

背景技术

近年来，无线通信技术经历了快速发展，从第一代通信技术的传统语音服务到目前正在不断更新的多媒体宽带业务。人们的通信工具也从传统的手机变为智能手机等其他电子产品，这更加需要第四代移动通信系统提供更高速和更可靠的通信服务。在实际的无线通信系统中，由于发送端和接收端之间的相对移动性以及链路路径中物体移动性，所以实际的系统信道是时变的，尤其是信道变化比较快时，信道延时将导致发送端得到的信道信息状态(channel stateinformation，CSI)很不准，导致很大的系统性能损失。一种有效的克服信道延时的方法是信道预测，信道预测是利用历史数据预测未来的数据。信道预测可获得即时的CSI。可以有效地提高无线通信系统的信道容量。

信道预测中许多方法都基于自回归模型(auto-regressive，AR)。在基于AR模型的算法中，最大的好处是不需要多普勒频移，散射体数量等信道的物理属性的信息，它只根据过去的信道值进行预测，算法相对简单，计算量小。AR模型由于直接根据信道值进行预测，所以在参数变化时的跟踪性能相对较好一些。AR模型参数估计的方法一般基于最小二乘估计，近年来量子计算成为了研究的热门内容。

发明内容

本发明针对现有技术的不足，提出了一种基于量子计算的自回归模型信道预测方法，有效降低现有运用最小二乘估计自回归模型系数的方法复杂度。

为达到上述技术目的，本发明采取以下技术方案：

步骤1，获取已知信道值，设置AR模型的阶数，根据当前已知信道值预测后一时刻的信道值；

步骤2：采用最小二乘法求解AR模型系数的估计值得出计算公式；

步骤3：采用量子计算求解所述计算公式，得出量子状态的AR模型系数|d；

步骤4：定义一组测量算子M，通过计算d|M|d获得AR模型系数估计值。

进一步地，步骤21，通过最小二乘法对AR模型的系数进行估计：

当n≥p+1时，残差为

残差平方和为

步骤22，求解残差平方和的最小值作为AR模型系数d₁,d₂,…,d_p的估计值：

记

其中ε为残差，

得到如下线性方程组

Y＝Xd+ε

目标函数表示为

S(d)＝(Y-Xd)^T(Y-Xd)＝YTY-2YTXd+dTXTXd

其中(Y-Xd)^T为矩阵(Y-Xd)的转置矩阵，YT为矩阵Y的转置矩阵，

对参数d求导并令其为0，