量子算法在MIMO系统信号检测中的应用研究•论文量子算法在MIMO系统信号检测中的应用研究摘要：信号的最优检测在常规条件下是一NP难解问题，针对神经网络算法易陷入局部极值和简单遗传算法收敛速度慢的问题，本文提出了新型的量子优化算法，并应用于MIMO及MIMO-OFDM系统信号检测中：将量子计算、遗传算法与神经网络相结合，用量子遗传算法优化神经网络初始值。由于量子遗传算法给网络提供了较好的初始值，故能够使网络快速收敛到最优解，避免了由初始值的随机选取而带来的检测误码。实验结果表明该方法能够有效地提高系统的信号检测性能，降低误码率。矢键词：多输入多输出；信号检测；量子计算；量子遗传算法；神经网络；中图分类号：TN929.5AlgorithmOptimizedbyQuantumandItsApplicationtoSignalDetectionofMIMOSystemsZhouMinLiFeiZhengBao-yu(CollegeofTelecommunicationInformalionEngineering5NanJingUniversityofPostsandTelecommunication»Nan激ng210003,China)；Abstract：TheoptimalsolutionofsignaldetectionisaNP(NondeterministicPolynomial)problem・Aimedattheproblemsthatneuralnetworkispronetothelocaloptimumandsimplegeneticalgorithmhastheshortcomingofslowconvergence,anewtypeofalgorithmoptimizedbyquantumisproposedandappliedintotheMIMO/MIMO-OFDMdetectioninitialdataofneuralnetwork.Inthisscheme,theoutputofdetectorbytheQGAastheinputofdetectorbyneuralnetworktoavoidthebitrateforselectinginitialdatarandomlyandimprovefurtherthedetectionproperty.Simulationresultsshowtheproposedmethodisgoodfortheimprovementofthedetectionrateandreductionofbit-errorrate・Keywords:MIMO;SignalDetection;Quantumalgorithm;QuantumGeneticAlgorithm;NeuralNetwork;1引言量子计算是一种新兴的计算模式，是量子理论与信息论和计算机科学相结合的产物，它利用量子系统的叠加性、并行性和量教育部博士点基金(BJ206006)和南京邮电大学科研基金攀登计划(NY206011)资助项目子纠缠等特性实现比经典计算更为高效的计算模式[1]o由于量子特性在信息领域中有着独特的功能，在提高运算速度、确保信息安全、增大信息容量和提高检测精度等方面可能突破现有的经典信息系统的极限，因而将量子计算应用到现代信息处理中具有很重要的研究意义。目前的主要研究方向包括：量子计算机、量子通信和量子密码术等，且在理论和实验上都取得了重大的突破。本文主要研究将量子计算与遗传算法、神经网络相结合，得到一种新型的量子优化算法，并将其应用到现代通信系统MIM0(Multiple一InputMuitiple-Output)及MIM0・0FDM(Muitiplc・InputMuitiplc・0utputOrthogonalFrequencyDivisionMuitiplexing)系统信号检测中°遗传算法(GA,GeneticAlgorithm)是一种模拟自然界物种进化机制的启发式收索算法，但是经典的GA在处理某些问题时计算量过大，对有些问题难以找到最优解，这就促使人们尝试将量子理论与遗传算法相结合，得到更加高效、快捷的量子遗传算法(QGA,QuantumGeneticAlgorithm)［2］，本文研究的QGA利用了量子计算的量子并行、量子纠缠特性，采用了多状态基因量子比特编码方式和量子旋转门更新、量子交叉操作，使得算法比经典遗传算法具有更强的并行处理能力、更快的收敛速度。文献［3］表明基于QGA的CDMA多用户检测性能比GA和传统信号检测算法具有更高的检测效率。神经网络具有信息分布式存储、大规模自适应并行处理和高度容错特性等优点，可应用于信号检测领域'径向基神经网络(RBF，Complex-valuedRadialBasisFunctionNeuralNetwork)是一种非线性信号处理技术，学习速度快，其网络结构具有自适应确定、输出与初始权值无尖等优良特性。文献［4,5］中用神经网络得到了在CDMA系统环境下接近最优贝叶斯检测器的性能。本文尝试研究将QGA与神经网络相结合，将QGA优化神经网络，综合利用两者的优点，研究基于QGA优化神经网络的MIM0及MIM0-0FDM系统信号检测方案，以期获得更好的检测性能。2量子遗传算法2.1量子比特量子算法中最小的信息单位用量子位来表示，量子位有时称为量子比特(qu...