一种基于量子飞狐机制的多目标无人机任务分配方法及系统

    公开(公告)号:CN119781293A

    公开(公告)日:2025-04-08

    申请号:CN202411951800.1

    申请日:2024-12-27

    Abstract: 本发明公开了一种基于量子飞狐机制的多目标无人机任务分配方法及系统,涉及无人机任务分配技术领域,用以解决传统方法中无法解决多目标无人机任务分配的技术问题。本发明的技术要点包括:建立多无人机任务分配模型,进而设置多目标无人机任务分配的目标函数;将目标函数作为适应度函数,利用量子飞狐群算法对所述目标函数进行优化求解,获取最优的任务分配矩阵;其中将原有飞狐算法中复杂的参数进行了简化,改善了飞狐算法易陷入局部最优解及无法求解多目标工程问题的缺点,与其它方案相比,获取的非支配解集能满足更广泛的分配场景,拓展了应用范围。本发明实现了多目标无人机任务分配。

    一种基于苍鹭群觅食机制的大规模天线阵稀疏方法

    公开(公告)号:CN119167754A

    公开(公告)日:2024-12-20

    申请号:CN202411184377.7

    申请日:2024-08-27

    Abstract: 本发明涉及阵列天线技术领域,尤其是大型直线阵列天线的稀疏化设计,构造大规模天线稀疏阵列优化的目标函数;大规模天线稀疏阵列主要是根据天线阵列的旁瓣电平等目标优化天线阵元的摆放形式,如果在规定的栅格内摆放阵元,则栅格标记位记为“1”,如果没有摆放阵元则栅格标记位记为“0”,其中“1”与“0”表示栅格的标志位,所以在栅格中存在两种情况,有阵元和无阵元,也就是对栅格位置是否有阵元即天线的摆放位置进行优化,栅格标志位向量为I=[I1,I2,I3,…,IN],与传统使用sigmoid函数映射的粒子群算法相比,本发明的苍鹭群觅食优化机制采用双曲正切函数进行映射实现个体位置更新,可以更好的进行概率选择变异,在寻优策略上有进一步提升。

    一种基于相似路径和量子浣熊机制的WSN节点定位方法

    公开(公告)号:CN119052744A

    公开(公告)日:2024-11-29

    申请号:CN202411264084.X

    申请日:2024-09-10

    Abstract: 本发明公开了一种基于相似路径和量子浣熊机制的WSN节点定位方法,首先建立基于相似路径的距离估计模型;建立基于跳距修正的节点定位模型,开始定位;初始化量子浣熊群并设定相关参数;定义并计算每只量子浣熊量子位置的适应度值,确定量子浣熊群最优量子位置;量子浣熊执行狩猎和攻击模式,在狩猎和攻击模式下使用量子旋转角来演化量子浣熊的量子位置;使用选择机制选择下一代量子浣熊的量子位置和量子浣熊群的最优量子位置;量子浣熊机制演进终止判断,实现对目标节点的定位;输出所有目标节点的定位结果。本发明突破了传统定位方法在网络拓扑结构呈各向异性时存在的应用局限,提高了在各向异性网络中的适用性,可应用于实际静态无线传感器网络。

    一种分布式阵列DOA估计方法与系统

    公开(公告)号:CN118777976A

    公开(公告)日:2024-10-15

    申请号:CN202410761211.0

    申请日:2024-06-13

    Abstract: 本发明公开了一种分布式阵列DOA估计方法与系统,通过将传统冠状病毒群体免疫搜索机制与量子计算理论结合,设计了一种量子冠状病毒群体免疫搜索机制,利用复Givens旋转变换降低计算量,在给出的搜索范围内对目标函数寻优,利用设计的量子冠状病毒群体免疫搜索机制在该范围之内搜索目标函数的最优解及其对应的最优矩阵,实现盲源分离。然后将构建的部分校正阵列多观测信号输入到新的盲源分离算法中,实现子阵间相位偏差的恢复。最后在子阵间相位偏差被恢复的情况下,引入Root‑Music算法实现在低信噪比且小快拍数情况下的分布式阵列高精度测向。在小快拍数、低信噪比且多目标情况下仍可以实现有效的误差校正和DOA估计,具有收敛速度快、精度高、性能稳定等优势。

    基于手表定律的量子猎豹优化机制的分布阵单快拍测向方法

    公开(公告)号:CN119689375A

    公开(公告)日:2025-03-25

    申请号:CN202411959551.0

    申请日:2024-12-30

    Abstract: 本发明公开了一种基于手表定律的量子猎豹优化机制的分布阵单快拍测向方法,涉及阵列信号处理技术领域。本发明的技术要点包括:利用第一个子阵列接收到的单快拍数据构造Hankle矩阵作为伪协方差矩阵进行粗估计得到初始的目标范围,之后利用整个阵列接收到的单快拍数据构造Toeplitz矩阵结合极大似然估计方法,通过对连续量子优化理论与猎豹优化机制进行结合,利用连续量子演化机制进一步加快了猎豹优化算法的收敛速度;最后基于手表定律结合了离散量子优化理论和猎豹优化机制,在假设目标信源已知的条件下,求解出最适配于该算法的分布式阵列结构,实现了分布式阵列的单快拍精准测向,提升了算法的收敛速度,降低了计算复杂度,提高了测向精准度。

    一种波束展宽的有约束天线阵稀疏方法

    公开(公告)号:CN119209033A

    公开(公告)日:2024-12-27

    申请号:CN202411264090.5

    申请日:2024-09-10

    Abstract: 本发明提供了一种波束展宽的有约束天线阵稀疏方法,属于阵列信号处理领域。本发明将狮群个体进行量子编码和模拟量子旋转门进行演化,通过设计量子旋转角演化量子位置去更新狮子的位置,设计了解决离散优化问题的新算法,突破了原狮群算法不能解决连续优化问题的应用局限。本发明在天线位置构建中获得满足波束展宽和布满率约束条件的最优稀疏阵列结构,与传统方向图综合方法相比本发明在半功率波束宽度相同的条件下具有较大的天线增益,在提高了收敛速度和收敛精度的同时,得到了较低的最大相对旁瓣电平是并满足约束条件,最后仿真结果说明了基于量子狮群机制构建稀疏阵的方向图综合方法的有效性和优越性。

Patent Agency Ranking