| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 引言 | 第8-9页 |
| 1.2 研究背景与研究意义 | 第9-11页 |
| 1.2.1 研究背景 | 第9-11页 |
| 1.2.2 研究意义 | 第11页 |
| 1.3 论文主要工作和结构安排 | 第11-13页 |
| 1.3.1 主要工作 | 第11-12页 |
| 1.3.2 结构安排 | 第12-13页 |
| 第二章 免疫算法与量子计算及量子免疫算法 | 第13-27页 |
| 2.1 人工免疫算法原理与应用 | 第13-18页 |
| 2.1.1 人工免疫系统概念及特点功能 | 第14-15页 |
| 2.1.2 免疫遗传算法设计原理 | 第15页 |
| 2.1.3 基于信息熵的人工免疫遗传算法介绍 | 第15-18页 |
| 2.2 量子信息处理 | 第18-25页 |
| 2.2.1 量子比特及其表示 | 第18-19页 |
| 2.2.2 量子态的叠加、相干和坍缩 | 第19-20页 |
| 2.2.3 量子并行性与量子门 | 第20页 |
| 2.2.4 量子进化算法 | 第20-25页 |
| 2.3 量子免疫算法 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 盲信号处理与盲均衡技术 | 第27-32页 |
| 3.1 盲信号分离(BSS)问题 | 第27-28页 |
| 3.2 盲均衡基本原理、分类及应用 | 第28-31页 |
| 3.2.1 盲均衡原理 | 第28页 |
| 3.2.2 盲均衡算法分类 | 第28-30页 |
| 3.2.3 盲信号处理的应用 | 第30页 |
| 3.2.4 盲均衡算法的性能评判 | 第30-31页 |
| 3.3 本章小结 | 第31-32页 |
| 第四章 量子免疫算法在盲检测中的应用 | 第32-47页 |
| 4.1 基于 SIMO 系统的盲检测数学模型 | 第32-33页 |
| 4.2 基于量子免疫优化的 SIMO 系统盲检测算法 | 第33-40页 |
| 4.2.1 适应度函数构造 | 第34-35页 |
| 4.2.2 基于量子免疫优化的 SIMO 系统盲检测算法设计 | 第35-37页 |
| 4.2.3 基于量子免疫优化的 SIMO 系统盲检测算法步骤 | 第37-40页 |
| 4.3 基于量子免疫优化盲检测算法仿真实验 | 第40-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第五章 改进的量子免疫算法在盲检测中的应用 | 第47-58页 |
| 5.1 基于自适应交叉变异算子的量子免疫盲检测算法设计(SCOQIA) | 第48-50页 |
| 5.2 基于动态变旋转角度的量子免疫盲检测算法(DAAQIA) | 第50-52页 |
| 5.3 基于改进后的量子免疫优化盲检测算法的仿真实验 | 第52-57页 |
| 5.4 本章小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-60页 |
| 6.1 总结 | 第58页 |
| 6.2 展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 附录 1 攻读硕士学位期间撰写的论文 | 第63-64页 |
| 附录 2 攻读硕士学位期间参加的科研项目 | 第64-65页 |
| 致谢 | 第65页 |
