| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-13页 |
| ·引言 | 第8页 |
| ·最优化问题 | 第8-9页 |
| ·群体智能优化算法 | 第9-10页 |
| ·论文研究背景 | 第10-11页 |
| ·本文主要工作和结构安排 | 第11-13页 |
| ·主要工作 | 第11-12页 |
| ·结构安排 | 第12-13页 |
| 第二章 量子遗传算法研究 | 第13-27页 |
| ·量子信息处理技术 | 第13-18页 |
| ·量子信息论基础 | 第13-14页 |
| ·量子态空间及量子比特 | 第14-15页 |
| ·量子态的叠加、相干及坍塌 | 第15-16页 |
| ·量子并行计算和量子纠缠 | 第16-17页 |
| ·量子逻辑门 | 第17-18页 |
| ·遗传算法 | 第18-22页 |
| ·遗传算法的基本原理 | 第18-19页 |
| ·遗传算法的构成要素 | 第19-21页 |
| ·遗传算法的特点及应用 | 第21-22页 |
| ·量子遗传算法 | 第22-26页 |
| ·量子染色体 | 第22-23页 |
| ·量子交叉 | 第23-24页 |
| ·量子变异操作 | 第24-25页 |
| ·量子遗传算法的流程 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 盲信号处理和盲均衡技术 | 第27-34页 |
| ·盲信源分离 | 第27-29页 |
| ·独立分量分析 | 第29-30页 |
| ·盲均衡技术 | 第30-33页 |
| ·盲均衡技术的产生背景和特点 | 第30-31页 |
| ·盲均衡的基本原理 | 第31-32页 |
| ·盲均衡的性能指标和应用前景 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 量子遗传算法在盲检测中的应用 | 第34-45页 |
| ·基于 SIMO 系统盲检测数学模型 | 第34-35页 |
| ·基于量子遗传算法的 SIMO 盲检测模型 | 第35-38页 |
| ·构造适应度函数 | 第36-37页 |
| ·基于量子遗传算法的 SIMO 系统盲检测的实现方法 | 第37-38页 |
| ·基于量子遗传盲检测算法的仿真实验 | 第38-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 改进的量子遗传算法在盲检测中的应用 | 第45-58页 |
| ·问题的提出 | 第45页 |
| ·自调节变异量子遗传算法 | 第45-50页 |
| ·改进的量子遗传算法的设计 | 第45-49页 |
| ·改进的量子遗传算法的流程 | 第49-50页 |
| ·基于改进后的量子遗传盲检测算法的仿真实验 | 第50-53页 |
| ·算法复杂度分析 | 第53-57页 |
| ·本章小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-60页 |
| ·全文总结 | 第58页 |
| ·今后展望 | 第58-60页 |
| 参考文献 | 第60-62页 |
| 附录 攻读硕士学位期间撰写的论文 | 第62-63页 |
| 致谢 | 第63页 |