✍ Scribed by 高洪元 著
No coin nor oath required. For personal study only.
本书共分9章，主要内容包括量子粒子群、量子蛙跳算法、量子蜂群、量子细菌觅食、量子神经网络、量子文化算法、量子文化群智能、量子膜群算法、多目标量子膜群算法、多用户检测、频谱分配、决策引擎、频谱感知、冲击噪声测向、非圆信号测向等通信技术中的热点和难点问题。
扉页
版权页
前言
目录
第1章 绪 论
1.1 量子群智能计算简介
1.2 单目标和多目标优化问题
1.2.1 单目标优化问题的数学模型
1.2.2 单目标约束优化问题的求解方法
1.2.3 多目标优化问题的数学模型
1.2.4 多目标优化方法简介
1.3 智能计算在通信技术中的应用
1.3.1 简介
1.3.2 展望
1.4 本书内容和结构安排
参考文献
第2章 用于离散优化问题的量子群智能计算
2.1 量子粒子群算法
2.1.1 双链编码的量子粒子群算法
2.1.2 单链编码的量子粒子群算法
2.1.3 性能测试
2.2 量子蜂群算法
2.2.1 双链编码的量子蜂群算法
2.2.2 单链编码的量子蜂群算法
2.2.3 性能测试
2.3 量子细菌觅食算法
2.3.1 双链编码的量子细菌觅食算法
2.3.2 量子细菌觅食算法的收敛性分析
2.3.3 性能测试
2.4 小结
参考文献
第3章 用于连续优化问题的量子群智能计算
3.1 量子蛙跳算法
3.1.1 混合蛙跳算法
3.1.2 量子蛙跳算法
3.1.3 性能测试
3.2 量子文化蛙跳算法
3.2.1 量子规范知识
3.2.2 量子文化蛙跳算法的实现
3.2.3 性能测试
3.3 量子细菌觅食算法
3.3.1 细菌觅食算法
3.3.2 量子细菌觅食优化算法
3.3.3 性能测试
3.4 小结
参考文献
第4章 基于量子智能算法的多用户检测
4.1 多用户检测的数学模型
4.1.1 噪声模型
4.1.2 高斯噪声下的多用户检测数学模型
4.2 高斯噪声环境的典型多用户检测方法
4.2.1 传统检测器
4.2.2 最优多用户检测器
4.2.3 Hopfield 神经网络多用户检测器
4.3 基于免疫克隆量子算法的多用户检测
4.3.1 神经网络制备疫苗的方法框架
4.3.2 基于免疫克隆量子算法的多用户检测器
4.3.3 试验仿真
4.4 量子Hopfield 神经网络的多用户检测设计
4.4.1 量子Hopfield 神经网络
4.4.2 基于量子神经网络的多用户检测
4.4.3 基于量子神经网络的多用户检测器仿真
4.5 量子蜂群算法的鲁棒多用户检测
4.5.1 鲁棒多用户检测器
4.5.2 新量子蜂群算法
4.5.3 基于量子蜂群算法的鲁棒多用户检测
4.5.4 试验仿真
4.6 小结
参考文献
第5章 基于量子群智能的认知无线电决策引擎
5.1 认知无线电决策引擎模型和三种典型的决策引擎
5.1.1 智能计算的认知决策引擎
5.1.2 基于智能计算的认知决策引擎方法
5.2 单目标膜量子蜂群算法及其在决策引擎上的应用[20]
5.2.1 膜结构简介
5.2.2 膜量子蜂群优化算法
5.2.3 膜量子蜂群优化算法的性能测试
5.2.4 基于膜量子蜂群算法的认知无线电决策引擎
5.2.5 决策引擎试验仿真
5.3 基于量子细菌觅食算法的绿色认知无线电参数调整
5.3.1 绿色认知无线电参数调整模型
5.3.2 量子细菌觅食算法的绿色认知无线电参数调整
5.3.3 试验仿真
5.4 小结
参考文献
第6章 基于量子群智能的频谱分配
6.1 频谱分配模型
6.1.1 图论着色模型
6.1.2 单目标频谱分配
6.1.3 多目标频谱分配
6.2 基于量子粒子群算法的单目标频谱分配
6.2.1 基于单链量子粒子群算法的认知无线电频谱分配[15]
6.2.2 仿真结果分析
6.3 基于多目标膜量子蜂群的多目标频谱分配
6.3.1 膜量子蜂群的基本演进规则
6.3.2 膜量子蜂群的膜框架
6.3.3 基于多目标膜量子蜂群算法的多目标频谱分配技术
6.3.4 频谱分配实验仿真
6.4 小结
参考文献
第7章 量子群智能的频谱感知技术
7.1 线性协作频谱感知模型
7.2 合作式频谱感知的基本算法
7.2.1 基于修正偏差因子的频谱感知方法
7.2.2 基于粒子群算法的频谱感知
7.2.3 计算机仿真
7.3 基于连续量子细菌觅食算法的频谱感知技术
7.3.1 量子细菌觅食算法的频谱感知
7.3.2 计算机仿真
7.4 小结
参考文献
第8 章基于量子智能计算的DOA 估计
8.1 经典DOA 估计模型和算法
8.1.1 DOA 估计模型
8.1.2 经典测向算法
8.1.3 基于量子蛙跳算法的测向方法
8.1.4 试验仿真
8.2 基于高阶累积量和文化量子算法的测向方法
8.2.1 基于高阶累积量的广义加权子空间拟合算法
8.2.2 文化量子算法
8.2.3 基于文化量子算法的广义高阶加权信号子空间拟合测向
8.2.4 试验仿真
8.3 基于量子文化蛙跳算法的非圆信号DOA估计
8.3.1 非圆极大似然算法
8.3.2 基于量子文化蛙跳算法的极大似然测向
8.3.3 试验仿真
8.4 小结
参考文献
第9章 冲击噪声环境下的量子智能计算DOA 估计
9.1 冲击噪声环境下的测向模型
9.1.1 三种低阶矩
9.1.2 三种低阶矩的对比
9.2 基于量子文化细菌觅食算法的无穷范数最大似然测向方法
9.2.1 量子文化细菌觅食算法
9.2.2 量子文化细菌觅食算法的无穷范数极大似然测向
9.2.3 试验仿真
9.3 基于量子粒子群的动态测向方法
9.3.1 冲击噪声下的动态测向模型
9.3.2 连续量子粒子群优化算法
9.3.3 量子粒子群优化算法的动态测向方法
9.3.4 试验仿真
9.4 小结
参考文献
📜 SIMILAR VOLUMES
<p>本书系作者在为研究生讲授群论的讲义的基础上编写的。</p> <p>全书共分八章。前两章讨论有限群及其表示的基本数学理论；第三、第四章讨论点群在分析晶体宏观性质中的应用；第五章讨论群论与量子力学的关系；第六章讨论空间群的不可约表示及其在能带理论中的应用；最后两章介绍晶格动力学中的群论方法，色群及其表示理论。全书内容详尽，结构完整，特别是针对固体物理学中的问题讨论了群的性质和应用，有助于读者有效地应用群的知识，简洁的处理有关计算问题。</p> <p>本书可供理科硕士研究生和高年级本科生作教材使用，亦可供有关科研人员参考。</p>
本书介绍了平行因子分析理论及其在通信和信号处理中的应用。内容包括数学基础；PARAFAC基本理论；扩展PARAFAC模型；PARAFAC压缩感知模型等。
<p>《物理学原理在工程技术中的应用(第3版)》是为配合教师和学生使用和学习《物理学》（第五版）和《物理学教程》（第二版）而编写的。《物理学原理在工程技术中的应用(第3版)》在第二版的基础上根据实际的教学需要和科技的最新发展，增删了部分选题，使《物理学原理在工程技术中的应用(第3版)》的选题力求做到既有工程技术和现代技术应用背景，又与教学相配套，使读者拓宽视野，加深对物理学基本原理的理解，切实体会物理学的实用，感受物理学在工程技术领域前沿的基础作用。为了更好的帮助读者学习物理学，作者在《物理学》（第五版）和《物理学教程》（第二版）中都以脚注形式提醒读者参阅《物理学原理在工程技术中的应用(第3版
<p>彭利标编著的《移动通信技术及应用》介绍了移动通信、GPS和蓝牙技术的基本知识，包括移动通信概论，移动通信的主要业务，组网技术和多址技术，移动信道的基本特性，数字信号的基本调制方法，移动通信的信令技术，典型的移动通信系统，如GSM系统、CDMA系统、3G系统、4G系统、GPS系统和蓝牙系统，还介绍了移动系统的安全管理和移动管理，功率控制和小区切换及通用分组无线业务等。对第三代移动通信系统的三大主流技术，即WCDMA技术、CDMA2000技术、TD-SCDMA技术标准作了重点分析。对双网双待的概念和4G移动通信系统也进行了简单介绍。从应用角度对GPS定位测量原理、GPS定位坐标系统和时间系统