传统的农业生产方式效率低、品质差,智能温室作为一种新型的农业生产技术正在逐步取代传统农业生产方式。智能温室可以有效采集农作物的相关数据,为作物营造最佳的生长环境,从而大大提高经济效益。无线传感网络(Wireless Sensor Network,WSN)技术通过大规模部署的传感器节点,定期采集监测区域的信息并发送至数据处理中心,因此可以将基于无线传感网的环境信息监测方案应用于智能温室中。基于传感器节点本身电池无法续航的特性,节约能耗成为了WSN的设计核心之一。盲均衡和盲检测技术无需训练序列,能够有效节能,在WSN中具有极大的研究应用前景。本文设计了应用于智能温室的无线传感网盲检测系统。本论文受国家自然科学基金项目(项目批准号:61302155)支持,在前期成果基础上主要做了以下创新工作:(1)构造了基于量子蚁群优化-互相关算法的智能温室无线传感网络簇内盲检测系统。算法流程:首先,为使簇内各传感器节点的发送信号互不相关,对其进行加扰处理;之后采用量子蚁群优化算法盲检测基准传感器节点的发送信号进行并估计信道;最后,利用各个节点间的相关性盲恢复簇内其它传感器节点的传输信道及发送信号,再进行解扰,即可恢复出其发送信号。(2)为了进一步优化基准传感器的盲检测性能,本文在文献量子蚁群优化算法的基础上提出以下三点改进措施。并且通过仿真实验,证明了改进后的系统在盲检测效果上有了明显提升。1.为了提高算法的效率,在初始化信息素时,利用混沌遍历性、规律性的特点,调整信息素的初始值,为蚂蚁进行路径选择提供一定程度的引导。2.采用Hadamard矩阵实现量子蚁群的变异过程,不仅可以互换量子比特两个概率幅值的位置,也改变了幅值,这种做法可以有效提高种群的多样性,提高搜索全局最优解的概率。3.改进了量子比特的编码方式,缩小其相位的取值范围,并且为了解决随之可能造成的最优解搜索概率减小的问题,引入了调整因子p,加快算法的收敛速度。