[发明专利]一种发射信号的估计方法、系统、设备及存储介质

说明书

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。

技术领域

本发明涉及通信技术领域，特别是涉及一种发射信号的估计方法、系统、设备及存储介质。

背景技术

通常，多输入多输出(Multiple Input Multiple Output，MIMO)系统中的发射端和接收端均配置有多根天线，多天线使用在提供了更高的信道容量的同时，也给MIMO系统的发射信号的估计带来了挑战；一般的，常采用迫零算法(Zero Forcing，ZF)和最小均方误差算法(minimum mean square error，MMSE)来进行信号估计，然而，当收发天线数的比值较小时，这两种算法的性能较差；而最大似然算法(maximumlikelihood，ML)虽然性能最优，但复杂度高，不易处理。

量子计算作为一种新兴的技术手段，被广泛应用于多个领域，其在实际使用中具有巨大潜力，量子算法中如grover量子搜索算法、量子蚁群算法、量子启发式算法，均能被较好的应用于MIMO系统的信号估计，而量子差分算法(Quantum Differential Evolution，QDE)能够将量子态和传统差分进化相结合，因此具有更好的搜索功能。

综上，现有技术中的发射信号的估计方法存在复杂度高、检测性能较差等问题。

发明内容

鉴于以上现有技术的缺点，本发明的目的在于提供一种发射信号的估计方法、系统、设备及存储介质，以改善现有技术中的发射信号的估计方法存在复杂度高、检测性能较差等问题。

为实现上述目的及其他相关目的，本发明提供一种发射信号的估计方法，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。

在本发明一实施例中，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，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；