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。 本书可使读者在了解和学习量子群智能和通信技术*新科研成果的同时，在量子群智能和通信技术两个方向得到启发，也可作为相关学科的教材和科研用书。
内容简介
前言
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
1.3 智能计算在通信技术中的应用
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
2.2 量子蜂群算法
2.3 量子细菌觅食算法
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
3.2 量子文化蛙跳算法
3.3 量子细菌觅食算法
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
4.2 高斯噪声环境的典型多用户检测方法
4.3 基于免疫克隆量子算法的多用户检测
4.4 量子Hopfield神经网络的多用户检测设计
4.5 量子蜂群算法的鲁棒多用户检测
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
5.2 单目标膜量子蜂群算法及其在决策引擎上的应用
5.3 基于量子细菌觅食算法的绿色认知无线电参数调整
5.4 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
6.2 基于量子粒子群算法的单目标频谱分配
6.3 基于多目标膜量子蜂群的多目标频谱分配
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
7.3 基于连续量子细菌觅食算法的频谱感知技术
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
8.2 基于高阶累积量和文化量子算法的测向方法
8.3 基于量子文化蛙跳算法的非圆信号DOA估计
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
9.2 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
9.3 基于量子粒子群的动态测向方法
9.4 小结
参考文献
