

首页  思维导图  详情



量子群智能及其在通信技术中的应用

2020-09-09 14:40:37   0  举报





AI智能生成

量子群智能及其在通信技术中的应用

模版推荐

作者其他创作

大纲/内容

6 基于量子群智能的频谱分配

6.1 频谱分配模型

6.1.1 图论着色模型

6.1.2 单目标频谱分配

6.1.3 多目标频谱分配

6.2 基于量子粒子群算法的单目标频谱分配

6.2.1 基于单链量子粒子群算法的认知无线电频谱分配[15]

6.2.2 仿真结果分析

6.3 基于多目标膜量子蜂群的多目标频谱分配[16]

6.3.1 膜量子蜂群的基本演进规则

6.3.2 膜量子蜂群的膜框架

6.3.3 基于多目标膜量子蜂群算法的多目标频谱分配技术

6.3.4 频谱分配实验仿真

6.4 小结

7 量子群智能的频谱感知技术

7.1 线性协作频谱感知模型

7.2 合作式频谱感知的基本算法

7.2.1 基于修正偏差因子的频谱感知方法

7.2.2 基于粒子群算法的频谱感知

7.2.3 计算机仿真

7.3 基于连续量子细菌觅食算法的频谱感知技术

7.3.1 量子细菌觅食算法的频谱感知[15]

7.3.2 计算机仿真

7.4 小结

8 基于量子智能计算的DOA估计

8.1 经典DOA估计模型和算法

8.1.1 DOA估计模型

8.1.2 经典测向算法

8.1.3 基于量子蛙跳算法的测向方法

8.1.4 试验仿真

8.2 基于高阶累积量和文化量子算法的测向方法[18]

8.2.1 基于高阶累积量的广义加权子空间拟合算法

8.2.2 文化量子算法

8.2.3 基于文化量子算法的广义高阶加权信号子空间拟合测向

8.2.4 试验仿真

8.3 基于量子文化蛙跳算法的非圆信号DOA估计[27]

8.3.1 非圆极大似然算法

8.3.2 基于量子文化蛙跳算法的极大似然测向

8.3.3 试验仿真

8.4 小结

9 冲击噪声环境下的量子智能计算DOA估计

9.1 冲击噪声环境下的测向模型

9.1.1 三种低阶矩

9.1.2 三种低阶矩的对比

9.2 基于量子文化细菌觅食算法的无穷范数最大似然测向方法[10]

9.2.1 量子文化细菌觅食算法

9.2.2 量子文化细菌觅食算法的无穷范数极大似然测向

9.2.3 试验仿真

9.3 基于量子粒子群的动态测向方法

9.3.1 冲击噪声下的动态测向模型

9.3.2 连续量子粒子群优化算法

9.3.3 量子粒子群优化算法的动态测向方法[18]

9.3.4 试验仿真

9.4 小结

1 绪论

1.1 量子群智能计算简介

1.2 单目标和多目标优化问题

1.2.1 单目标优化问题的数学模型

1.2.2 单目标约束优化问题的求解方法

1.2.3 多目标优化问题的数学模型

1.2.4 多目标优化方法简介

1.3 智能计算在通信技术中的应用

1.3.1 简介

1.3.2 展望

1.4 本书内容和结构安排

2 用于离散优化问题的量子群智能计算

2.1 量子粒子群算法

2.1.1 双链编码的量子粒子群算法

2.1.2 单链编码的量子粒子群算法[2]

2.1.3 性能测试

2.2 量子蜂群算法

2.2.1 双链编码的量子蜂群算法[5]

2.2.2 单链编码的量子蜂群算法

2.2.3 性能测试

2.3 量子细菌觅食算法

2.3.1 双链编码的量子细菌觅食算法

2.3.2 量子细菌觅食算法的收敛性分析

2.3.3 性能测试

2.4 小结

3 用于连续优化问题的量子群智能计算

3.1 量子蛙跳算法

3.1.1 混合蛙跳算法

3.1.2 量子蛙跳算法[4]

3.1.3 性能测试

3.2 量子文化蛙跳算法[9]

3.2.1 量子规范知识

3.2.2 量子文化蛙跳算法的实现

3.2.3 性能测试

3.3 量子细菌觅食算法

3.3.1 细菌觅食算法

3.3.2 量子细菌觅食优化算法[16]

3.3.3 性能测试

3.4 小结

4 基于量子智能算法的多用户检测

4.1 多用户检测的数学模型

4.1.1 噪声模型

4.1.2 高斯噪声下的多用户检测数学模型

4.2 高斯噪声环境的典型多用户检测方法

4.2.1 传统检测器

4.2.2 最优多用户检测器

4.2.3 Hopfield神经网络多用户检测器

4.3 基于免疫克隆量子算法的多用户检测[13]

4.3.1 神经网络制备疫苗的方法框架

4.3.2 基于免疫克隆量子算法的多用户检测器

4.3.3 试验仿真

4.4 量子Hopfield神经网络的多用户检测设计

4.4.1 量子Hopfield神经网络

4.4.2 基于量子神经网络的多用户检测

4.4.3 基于量子神经网络的多用户检测器仿真

4.5 量子蜂群算法的鲁棒多用户检测

4.5.1 鲁棒多用户检测器

4.5.2 新量子蜂群算法

4.5.3 基于量子蜂群算法的鲁棒多用户检测[37]

4.5.4 试验仿真

4.6 小结

5 基于量子群智能的认知无线电决策引擎

5.1 认知无线电决策引擎模型和三种典型的决策引擎

5.1.1 智能计算的认知决策引擎

5.1.2 基于智能计算的认知决策引擎方法

5.2 单目标膜量子蜂群算法及其在决策引擎上的应用[20]

5.2.1 膜结构简介

5.2.2 膜量子蜂群优化算法

5.2.3 膜量子蜂群优化算法的性能测试

5.2.4 基于膜量子蜂群算法的认知无线电决策引擎

5.2.5 决策引擎试验仿真

5.3 基于量子细菌觅食算法的绿色认知无线电参数调整

5.3.1 绿色认知无线电参数调整模型

5.3.2 量子细菌觅食算法的绿色认知无线电参数调整[29]

5.3.3 试验仿真

5.4 小结

 Collect

Get Started

AI智能体应用生态系统

 Collect

Get Started

静电技术在纺织领域的应用

 Collect

Get Started

程序在异构结构中的执行过程

 Collect

Get Started

透镜及其应用





0 条评论

下一页