基于量子遗传神经网络的MIMO信号检测技术
MIMO信号的最优检测在常规条件下是一NP难解问题,利用QGA(量子遗传算法)和RBF(径向基函数)神经网络相结合,提出了一种融合两种算法优点的QGNN(量子遗传神经网络算法),并将其应用于MIMO信号检测中.所提算法是把QGA的检测结果作为RBF神经网络的检测输入,由于QGA给RBF网络提供了较好的初始值,故能够使RBF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,使检测性能得到进一步提高.仿真结果证明了该方法的检测性能优于传统检测器和一些使用智能算法的MIMO信号检测器.
移动通信 信号检测 MIMO通信系统 量子遗传神经网络
周敏 李飞
南京邮电大学 通信与信息工程学院,江苏 南京 210003
国内会议
福建泉州
中文
67-72
2009-11-19（万方平台首次上网日期，不代表论文的发表时间）