基于量子遗传算法的认知无线电决策引擎研究.PDFVIP

第 卷 第 期 年 月 物 理 学 报 +: ## $$’ ## ， ， ， T2 )+: S ) ## SE7/U7A $$’ （ ） #$$$.*$L$$’L+: ## L:’:$.$’ DGMD NOPQRGD QRSRGD !$$’ G513 ) N5V4 ) Q; ) 基于量子遗传算法的认知无线电决策引擎研究! ! 赵知劲 郑仕链 尚俊娜 孔宪正 （杭州电子科技大学通信工程学院，杭州 #$$#%） （ 年 月 日收到； 年 月 日收到修改稿） $$’ #( $$’ ( #’ 提出了基于量子遗传算法的认知无线电决策引擎，设计了待优化的多目标函数，利用量子遗传算法调整优化 无线电参数，运用多载波系统对算法性能进行了仿真分析 实验结果表明该方法在收敛速度、收敛精度和算法稳定 ) 性上都明显优于经典遗传算法，在种群规模较小时仍然能获得很好性能，适合于实际实现) 不同权重设置模式下仿 真结果表明该方法能够在多个目标函数间进行权衡，参数调整结果与当前对目标函数的偏好一致) 关键词：认知无线电，量子遗传算法，认知引擎 ： !## *+%$, 方法的有效性和实用性) #= 引 言 = 量子遗传算法 量子遗传算法（ ， ） ?03@?/ 8737@1; 028A1@5/ BCD ［］ # 是量子计算理论和遗传算法原理相结合的产物 ， $ % % 染色体编码方式 是近年来新兴的研究热点) BCD 以量子理论和量子 计算为基础，采用量子比特实现染色体编码，通过量 BCD 个体的染色体编码采用量子比特实现，而 子门对其进行更新) BCD 具有种群规模小、寻优能 不是传统的遗传算法中广泛采用的二进制、实数、符 力强、收敛速度快和计算时间短的特点，被广泛应用 号等编码方式) 量子比特是一个双态量子系统，其与 ［— ］ ( 经典比特的不同之处就在于它可以落在 〉和 〉 到寻优问题中 ) $ # 之外的线性组合态 通常用如下方式表示一个量子 认知无线电（ ， ）技术近年来引 ) ;831@1E7 A0F1 GH ［— ］ 起了无线通信领域的极大关注+ ’ 通常， 具有 位的状态：