所有作者：李飞 郑宝玉
作者单位：南京邮电大学信号处理与传输研究院
论文摘要：研究了量子神经网络(QNN—Quantum Neural Network)与量子遗传算法(QGA—Quantum Genetic Algorithm)的融合问题。在提出的反馈型量子神经元模型的基础上构造了一种量子神经网络多用户检测器(QNN-MUD)，该多用户检测器具有量子并行计算的优势，并具有比Hopfield神经网络多用户检测器（HNN-MUD）结构简单的优点，仿真结果表明QNN-MUD性能优于HNN-MUD。对Han提出的QGA进行改进，引入了量子交叉操作，使QGA具有更好的全局收敛性。在此基础上，结合QNN与QGA的优点，提出了一种QGA与QNN融合的量子优化算法并应用于CDMA多用户检测，仿真结果表明，将QNN与QGA融合的量子优化策略是一种更好的解决多址干扰的方案，随着用户数的增加其误码率变化不大，且有较好的抗远近效应能力，相对于单独采用QGA和QNN的多用户检测器能够获得更好的检测性能。
关键词： 量子神经网络 量子遗传算法 多用户检测
免费下载《量子神经网络与量子遗传算法的融合及应用》PDF全文（已停止下载）
本站“论文下载”文章收集整理于“中国科技论文在线”，由于各种原因，本站已暂停论文下载！请前往“中国科技论文在线http://www.paper.edu.cn/”免费下载！
下一篇：分数阶傅里叶变换与图像加密技术
指出，范文大全立刻进行改正或删除有关内容! 
当前位置：