量子算法和遗传算法科研实践报告

量子算法和遗传算法科研实践报告
教学(科研)实践内容
2009年3月至2010年3月期间,参与了教育部博士点基金项目:“MIMO系统中基于量子算法的信号检测方法的研究”(BJ206006)和南京邮电大学科研基金攀登计划项目:“MIMO系统中基于量子优化算法的信号检测方法”(NY206011)。
参与的项目研究内容为:从研究量子算法和遗传算法(GA)入手,利用量子态叠加、相干及并行计算特性等,设计量子交叉和变异算子,得到新型量子遗传算法(QGA),并建立基于QGA的MIMO/MIMO-OFDM系统信号检测模型。然后将QGA与神经网络相结合,提出一种混合量子优化算法,用QGA优化神经网络的初始值,并研究其在MIMO/MIMO-OFDM系统信号检测中的应用,以期找到实现基于量子智能算法的最佳求解的MIMO/MIMO-OFDM系统信号检测算法及其仿真系统。
研究工作的总体进度如下:
第1-4月:完成GA、神经网络、MIMO及MIMO-OFDM系统的研究。编程实现遗传算法和神经网络,用经典函数分别检测其特性,并将GA、神经网络用于MIMO/MIMO-OFDM系统信号检测中,仿真实现该信号检测模型并分析比较其性能。
第5-6月:完成QGA的研究。设计量子交叉算子和量子变异算子,编程实现量子遗传算法,用经典函数检测其特性,并将QGA用于MIMO/MIMO-OFDM系统信号检测中,仿真实现系统模型并分析比较其性能,初步研究QGA与神经网络的结合问题。
第7-9月:完成QGA与神经网络相结合的量子优化算法的设计。完成基于QNN与神经网络的量子优化算法在MIMO/MIMO-OFDM信号检测中的应用研究,仿真实现系统信号检测模型并分析比较其性能。
第10-12月:根据仿真性能进行算法及系统模型的改进与完善,得到适合MIMO/MIMO-OFDM系统信号检测的最佳量子智能算法。完成项目研究报告及学位论文。
评语
研究新型量子智能算法,并将其应用于MIMO/MIMO-OFDM信号检测,具有重要的理论意义和应用价值。该生科研能力较强,有一定的创新思维和创新能力。在项目实践过程中,其研究思路清晰、方案合理,并取得了较丰硕的研究成果。教学(科研)实践内容
     本次教学实践主要内容是2009年秋学期的本科生课程《数字信号处理》课程辅导,主要是协助导师进行教学辅导。主要工作内容包括:
1. 学习导师授课技巧,按时收缴并批改学生作业,记录收交情况;
2. 发现作业中的主要问题,进行作业结果的总结,对疑难题目进行汇总并将其向导师汇报;
3. 对期末试卷进行批改,统计学生分数信息;
4. 在学期中,对课程实验进行指导,针对相关内容做了相应的DSP仿真实验。
通过本次教学实践,使我学习了如何应对备课和授课中出现的问题;在批改作业和试卷中,
使我更清楚地认识到该课程的要点、难点和易错点,从而对已学课程《数字信号处理》进行了复习加强;通过对课程实验进行指导,与学生进行了互动,提高了自己在沟通和处理工作的能力,做好导师与学生之间交流的纽带角色。1011

[1] [2] 下一页

Copyright © 2007-2012 www.chuibin.com 六维论文网 版权所有