公开(公告)号：CN103795436A

公开(公告)日：2014-05-14

申请号：CN201410061839.6

申请日：2014-02-24

Applicant: 哈尔滨工程大学

Inventor： 高洪元 ,  李晨琬 ,  徐从强 ,  齐研 ,  邵梦琦 ,  高璐

IPC: H04B1/7105 ,  G06N3/00 ,  G06N3/02

Abstract: 本发明涉及一种考虑在冲击噪声环境下的基于量子Hopfield神经网络和量子鱼群算法的鲁棒多用户检测方法。本发明包括：建立鲁棒多用户检测模型；激活量子Hopfield神经网络产生一个次优解；初始化量子鱼群；采用量子人工鱼群算法的演进规则对种群进行演化；根据食物浓度函数对所有新位置计算食物浓度值；得到的全局最优位置就是检测多个用户的发射数据，输出检测结果。本发明解决了强冲击噪声环境下的鲁棒多用户检测问题，使用所设计的量子Hopfield神经网络和量子鱼群算法作为演进策略，所设计的方法具有收敛速度快，收敛精度高的优点。

公开(公告)号：CN103795436B

公开(公告)日：2016-01-27

申请号：CN201410061839.6

申请日：2014-02-24

Applicant: 哈尔滨工程大学

Inventor： 高洪元 ,  李晨琬 ,  徐从强 ,  齐研 ,  邵梦琦 ,  高璐

IPC: H04B1/7105 ,  G06N3/00 ,  G06N3/02

Abstract: 本发明涉及一种考虑在冲击噪声环境下的基于量子Hopfield神经网络和量子鱼群算法的鲁棒多用户检测方法。本发明包括：建立鲁棒多用户检测模型；激活量子Hopfield神经网络产生一个次优解；初始化量子鱼群；采用量子人工鱼群算法的演进规则对种群进行演化；根据食物浓度函数对所有新位置计算食物浓度值；得到的全局最优位置就是检测多个用户的发射数据，输出检测结果。本发明解决了强冲击噪声环境下的鲁棒多用户检测问题，使用所设计的量子Hopfield神经网络和量子鱼群算法作为演进策略，所设计的方法具有收敛速度快，收敛精度高的优点。