一种发射信号的估计方法、系统、设备及存储介质与流程

技术特征：
1.一种发射信号的估计方法，其特征在于，用于mimo系统，所述估计方法包括：接收来自外界的接收信号；建立量子种群；其中，所述量子种群包含多个量子染色体：采用最大似然检测函数算法，从所述量子染色体的初始概率幅中提取得到最优概率幅；更新所述初始概率幅：对所述初始概率幅进行变异、混合、旋转变换处理，分别得到变异概率幅、混合概率幅和旋转概率幅；采用最大似然检测函数算法，根据所述混合概率幅和所述旋转概率幅，更新所有所述初始概率幅，并提取得到最新的最优概率幅，同时将迭代次数加一；判断所述迭代次数是否达到一预设的迭代阈值：若是，则根据最新的最优概率幅，处理得到所述发射信号的估计信号；若否，则继续进行所述初始概率幅的更新。2.根据权利要求1所述的估计方法，其特征在于，所述采用最大似然检测函数算法，从所述量子染色体的初始概率幅中提取得到最优概率幅的步骤包括：将所述初始概率幅量化为二进制数：其中，表示第t次迭代时，所述量子种群中第i个量子染色体在长度j处，量子比特为0的初始概率幅；g表示量化后的初始概率幅；i∈[1，n]，n表示量子染色体的总数；j∈[1，m]，m表示量子染色体的总长度；对量化后的初始概率幅进行调制，并将调制后的初始概率幅与预先存储的信道矩阵左乘；计算左乘后的初始概率幅与所述接收信号的欧式距离：其中，f表示所述欧氏距离；表示第t次迭代时，量子种群中第i个量子染色体，量子比特为0的初始概率幅，且y表示所述接收信号；h表示所述信道矩阵；m表示调制后的初始概率幅；将所述欧氏距离最小时对应的初始概率幅作为最优概率幅。3.根据权利要求2所述的估计方法，其特征在于，所述对所述初始概率幅进行变异、混合、旋转变换处理，分别得到变异概率幅、混合概率幅和旋转概率幅的步骤包括：根据所述初始概率幅，计算所述变异概率幅：
其中，k表示所述变异概率幅；f表示变异因子；rand表示在[0，1]范围内的随机数；r1表示量子种群中第r1个量子染色体；r2表示量子种群中第r2个量子染色体；根据所述变异概率幅，计算所述混合概率幅：其中，h表示所述混合概率幅；rand表示在[0，1]范围内的随机数；cr表示交叉因子；j
rand
表示在[0，m]范围内的随机数；根据所述初始概率幅，计算所述旋转概率幅：其中，μ表示量子比特为0的旋转概率幅；λ表示量子比特为1的旋转概率幅；β
t
表示第t次迭代时，量子比特为1的初始概率幅；r(θ)表示所述量子旋转门：其中，θ表示旋转角。4.根据权利要求3所述的估计方法，其特征在于，采用如下公式处理得到所述旋转角：其中，表示第t次迭代时，量子种群中第i个量子染色体在长度j处，量子比特为0的最优概率幅；iteration表示预先设置的迭代阈值。5.根据权利要求3所述的估计方法，其特征在于，所述采用最大似然检测函数算法，根据所述混合概率幅和所述旋转概率幅，更新所有所述初始概率幅，并提取得到最新的最优概率幅，同时将迭代次数加一的步骤包括：根据最大似然检测函数算法，计算得到更新后的初始概率幅：其中，表示第t 1次迭代时，量子种群中第i个量子染色体，量子比特为0的初始概率幅；根据最大似然检测函数算法，从更新后的初始概率幅中提取得到最新的最优概率幅，并将迭代次数加一；判断当前的迭代次数是否达到预先设置的迭代阈值；若是，则根据最新的最优概率幅，处理得到所述估计信号；若否，则继续进行所述初始概率幅的更新。6.根据权利要求5所述的估计方法，其特征在于，所述根据最大似然检测函数算法，从更新后的初始概率幅中提取得到最新的最优概率幅的步骤包括：
将更新后的初始概率幅量化为二进制数，并在调制后与所述信道矩阵左乘，计算与所述接收信号的欧式距离：将所述欧氏距离最小时对应的更新后的初始概率幅作为最新的最优概率幅。7.根据权利要求6所述的估计方法，其特征在于，所述根据最新的最优概率幅，处理得到所述发射信号的估计信号的步骤包括：将最新的最优概率幅进行量化处理，得到所述估计信号。8.一种发射信号的估计系统，其特征在于，用于mimo系统，包括：接收信号接收模块，用于接收来自外界的接收信号；量子种群存储模块，用于存储包含多个量子染色体的量子种群；最优概率幅获取模块，用于采用最大似然检测函数算法，从所述量子染色体的初始概率幅中提取得到最优概率幅；概率幅更新模块，用于更新所述初始概率幅，包括：概率幅处理单元，用于对所述初始概率幅进行变异、混合、旋转变换处理，分别得到变异概率幅、混合概率幅和旋转概率幅；概率幅更新单元，用于采用最大似然检测函数算法，根据所述混合概率幅和所述旋转概率幅，更新所有所述初始概率幅，并提取得到最新的最优概率幅，同时将迭代次数加一；迭代次数判断模块，用于判断所述迭代次数是否达到一预设的迭代阈值：若是，则根据最新的最优概率幅，处理得到所述发射信号的估计信号；若否，则继续进行所述初始概率幅的更新。9.一种发射信号的估计设备，其特征在于，包括处理器，所述处理器和存储器耦合，所述存储器存储有程序指令，当所述存储器存储的程序指令被所述处理器执行时实现权利要求1至7中任一项所述的发射信号的估计方法。10.一种计算机可读的存储介质，其特征在于，包括程序，当其在计算机上运行时，使得计算机执行如权利要求1至7中任一项所述的发射信号的估计方法。

技术总结
本发明提供了一种发射信号的估计方法、系统、设备及存储介质，用于MIMO系统，估计方法包括：接收外界的接收信号；建立量子种群；从量子染色体的初始概率幅中提取最优概率幅；更新初始概率幅：根据初始概率幅得到变异概率幅、混合概率幅和旋转概率幅；根据混合概率幅和旋转概率幅更新初始概率幅，并提取最新的最优概率幅，迭代次数加一；判断迭代次数是否达到迭代阈值：若是，则根据最新的最优概率幅得到发射信号的估计信号；若否，则继续进行初始概率幅的更新。本发明采用最大似然检测函数算法来更新量子染色体的概率幅，使其趋近于发射信号并收敛；解决了信号估计复杂度高的问题，在保证性能的同时，减少了搜索次数，降低了信号估计复杂度。复杂度。复杂度。


技术研发人员：许耀华 丁梦琴 王翊 蒋芳 王惠平 朱成龙 刘瑜 柏娜 胡艳军
受保护的技术使用者：安徽大学
技术研发日：2021.07.19
技术公布日：2021/10/23