基于量子群智能優(yōu)化算法的頻譜感知技術研究.pdf

1、無線電頻譜是全人類的公共資源，其具有有限性和不可再生的特點。通信技術的迅猛發(fā)展導致頻譜資源日益短缺，如何克服這種短缺導致的無線通信發(fā)展瓶頸，已成為該領域研究的焦點。認知無線電被譽為是能夠提高無線頻譜資源利用率的一項新技術，它是一個能夠連續(xù)不斷感知外部環(huán)境，并且通過學習適應外部無線環(huán)境的智能通信系統(tǒng)。
　　頻譜感知是認知無線電中的重要組成部分，能夠準確檢測出授權用戶的信號，避免影響授權用戶通信效果，以實現(xiàn)提高頻譜利用率。本課題研究過

2、程中采用了一種線性協(xié)作頻譜感知模型。
　　本文提出了基于量子計算原理的量子群智能算法，以提高傳統(tǒng)群智能算法性能。仿真試驗結果表明：量子群智能算法比傳統(tǒng)算法具有更高的收斂精度和更快的收斂速度。同時本文將量子群智能算法應用于頻譜感知這一工程問題。
　　本文基于混合蛙跳算法和量子理論，對混合蛙跳算法進行改進，提出了一種全新的量子蛙跳算法，并將其應用于認知協(xié)作頻譜感知。同時，本文基于傳統(tǒng)細菌覓食算法和量子理論，改進細菌覓食算法，提出