一种基于量子蜻蜓演化机制的宽带测向方法

    公开(公告)号:CN109212466A

    公开(公告)日:2019-01-15

    申请号:CN201811017243.0

    申请日:2018-09-01

    Abstract: 本发明提供一种基于量子蜻蜓演化机制的宽带测向方法,通过建立宽带信号采样模型,初始化量子蜻蜓演化参数,计算每只量子蜻蜓的适应度,对量子蜻蜓群体前一半更新领域半径以及邻域量子蜻蜓的相关参数,对后一半更新每只量子蜻蜓的相关参数,计算所有量子蜻蜓位置的适应度值,判断是否达到最大迭代次数,若已经达到,则量子蜻蜓群体全局最优量子位置映射成最优位置,得到宽带波达方向估计所要估计的角度。本发明对宽带信号进行测向,减少了运算量和运算时间,提高了收敛速度和收敛精度,实现高精度测向,可同时对相干源和独立源进行波达方向估计,并且具有优秀的抗噪声性能和较高的估计成功概率,测向性能要优于基于粒子群算法的宽带测向方法。

    一种基于布谷鸟和声搜索机制的IIR数字滤波器生成方法

    公开(公告)号:CN106447026B

    公开(公告)日:2018-12-11

    申请号:CN201610821170.5

    申请日:2016-09-13

    Abstract: 本发明提供的一种基于布谷鸟和声搜索机制的IIR数字滤波器生成方法。进行初始化,对布谷鸟和声记忆库中每个布谷鸟和声进行适应度值计算,初始化信仰空间的形势知识和规范知识;从布谷鸟和声记忆库中随机选取一个布谷鸟和声音调,若rand1 PAR,则更新布谷鸟和声音调;若新布谷鸟和声的适应度值小于布谷鸟和声记忆库中最大布谷鸟和声的适应度值,则进行替换;随机对布谷鸟和声记忆库中布谷鸟和声进行改变,计算适应度值并选择适应度值较小的布谷鸟和声,更新信仰空间的形势知识和规范知识;循环迭代输出形势知识中的最优布谷鸟和声,即为IIR数字滤波器的参数。具有收敛速度快和性能好的显著特点。

    一种基于态势空间的无人飞行器路径规划方法

    公开(公告)号:CN108759839A

    公开(公告)日:2018-11-06

    申请号:CN201810511768.3

    申请日:2018-05-25

    Abstract: 本发明提供的是一种基于态势空间的无人飞行器路径规划方法。一:无人飞行器实时侦测周围的环境信息,提取探测到的运动对象的状态信息;二:根据状态信息,求解出每个运动对象的态势空间,分析无人飞行器的物理约束,给出在机载坐标系下的约束空间;三:根据运动目标的收益函数获取跟踪策略;四:根据态势空间获取避开运动威胁的冲突避免策略;五:融合步骤三和四的策略加速度,生成新的控制加速度,并根据速度上界修正,然后根据到达点生成方法得到新的规划位置。本发明可以在高空稀疏的空间中,为机动性能极强的UCAV在跟踪目标时提供一条有效的无冲突路径。规划的路径不但满足实际的物理要求,能有效的与跟踪目标保持安全的飞行距离。

    基于量子记忆优化机制的高光谱遥感图像波段选择方法

    公开(公告)号:CN108509840A

    公开(公告)日:2018-09-07

    申请号:CN201810106446.0

    申请日:2018-02-02

    Abstract: 本发明涉及一种基于量子记忆优化机制的高光谱遥感图像波段选择方法,首先计算高光谱遥感图像所有波段的相关性向量或者相关性矩阵;对相关性向量或者相关性矩阵的每个元素求其倒数,并分别命名其为独立性向量或者独立性矩阵;依据所有波段的独立性向量或者独立性矩阵设定波段子空间独立性容量阀值,进行波段子空间划分,在每个波段子空间中选择一个波段,或从每个波段子空间内按比例选择波段,确定所选波段子集的维数;然后通过设计模拟人类认知过程的量子记忆优化机制并结合量子旋转门实现对最优波段子集的优化搜寻。本发明不仅适用于多维优化问题,同时也适用于高维优化问题,与已有算法相比分类精度高,运行时间短,更具有工程应用和推广价值。

    冲击噪声下基于免疫布谷鸟搜索的双基地MIMO雷达测向方法

    公开(公告)号:CN105954731B

    公开(公告)日:2018-02-13

    申请号:CN201610265227.8

    申请日:2016-04-26

    Abstract: 本发明提供的是一种冲击噪声下基于免疫布谷鸟搜索的双基地MIMO雷达测向方法。实现步骤如下:获取采样数据;无穷范数归一化处理,获得加权信号协方差矩阵;设定参数并初始化信仰空间;初始化鸟蛋,计算适应度并降序排列,搜寻最优鸟蛋;文化机制制备疫苗;利用Lévy飞行更新鸟蛋,计算适应度并用贪婪选择策略选择;通过重筑新巢更新鸟蛋,计算适应度并用贪婪选择策略选择;根据适应度值降序排列,对较差鸟蛋接种疫苗,计算适应度并以模拟退火机制选择;根据适应度值降序排列,找到并记录最优鸟蛋;判断是否达到最大迭代次数:若未达到继续迭代,否则输出DOD与DOA的估计值。该方法收敛速度快、估计精度高、去相干能力强、抗冲击噪声能力佳,有广泛的应用前景。

    一种基于量子搜寻者搜索机制的圆环阵方向图综合方法

    公开(公告)号:CN107658573A

    公开(公告)日:2018-02-02

    申请号:CN201710725355.0

    申请日:2017-08-22

    Abstract: 本发明提供的是一种基于量子搜寻者搜索机制的圆环阵方向图综合方法。实现步骤为:建立圆环阵模型;初始化量子搜寻者群;计算量子搜寻者所在位置和量子位置的适应度值;更新量子搜寻者搜索机制的搜索步长和搜素方向;根据演化规则更新量子位置;计算量子搜寻者新位置下的适应度值,确定个体历史最优量子位置,并确定全局最优量子位置;如果达到最大迭代次数,输出全局最优量子位置;把全局最优量子位置映射为圆环阵的参数,带入方向图函数,得到其对应的归一化方向图。该方法结合了量子计算与搜寻者搜索机制的优势,具有搜索速度快、全局搜索能力强的优点。

    基于量子鸡群演化机制的环形天线阵列稀疏方法

    公开(公告)号:CN107657098A

    公开(公告)日:2018-02-02

    申请号:CN201710834252.8

    申请日:2017-09-15

    Abstract: 本发明提供的是一种基于量子鸡群演化机制的环形天线阵列稀疏方法。1、建立环形天线阵列稀疏模型;2、设置初始参数;3、设计适应度函数;4、计算种群中每只鸡的适应度值,区分鸡的种类并划分子种群;5、6及7分别构建公鸡、母鸡和小鸡的量子矢量旋转角更新公式,更新量子矢量旋转角,更新的量子位置;8、过测量的方式转化为其{0,1}编码位置,计算该{0,1}编码位置的适应度值,并更新每只鸡的个体历史最优解和全局最优解;9:判断是否达到最大迭代次数。该方法具有更快的收敛速度和更高的收敛精度,并在解决环形天线阵列稀疏构建的问题中具有很好的稀疏效果,很大程度的降低了天线阵列系统的复杂度和成本,达到了预期的要求。

    一种基于极化敏感阵列的相干信源测向方法

    公开(公告)号:CN107656239A

    公开(公告)日:2018-02-02

    申请号:CN201710722329.2

    申请日:2017-08-22

    CPC classification number: G01S3/782

    Abstract: 本发明提出了一种极化敏感阵列下的相干信源测向方法,属于极化敏感阵列信号处理领域。本发明公开的方法的步骤为:(1)建立极化敏感阵列测向模型;(2)初始化种群中的量子花粉,确定全局最优量子花粉;(3)每个量子花粉依概率生成一个新的量子花粉;(4)把每个量子花粉映射为花粉,计算每个量子花粉的适应度并选择量子花粉;(5)使用量子差分演进机制产生新的量子花粉,并进行选择;(6)判断是否达到最大迭代次数:若达到最大迭代次数,执行步骤(7);否则,令t=t+1,返回步骤(3)继续迭代;(7)输出全局最优量子花粉的极大似然估计值。通过本发明提供的方法在信噪比低、快拍数小以及相干信源的情况下,都可以进行有效测向。

    一种信能协同传输的OFDM中继网络资源分配方法

    公开(公告)号:CN107592674A

    公开(公告)日:2018-01-16

    申请号:CN201710810434.1

    申请日:2017-09-11

    Abstract: 本发明属于无线通信技术领域,具体涉及一种信能协同传输的OFDM中继网络资源分配方法。步骤为:建立信能协同传输的OFDM中继网络资源分配方法模型;初始化量子蟑螂群的初始种群;构造食物浓度函数,获得全局最优量子位置;量子蟑螂根据两种量子演化规则进行量子旋转角更新,根据量子演化规则爬行获得新的量子位置;把每只量子蟑螂新产生的量子位置映射为位置,更新每只量子蟑螂记忆中的自身最优量子位置和全局最优量子位置;判断是否达到最大迭代次数,若没有达到最大迭代次数,迭代次数加1,返回到第四步继续迭代,否则进入到下一步骤;结束迭代,输出资源分配结果。本发明将量子计算与蟑螂搜索机制相结合,具有搜索速度快和全局搜索能力强的优点。

    基于量子杂草寻优机制的小波数字水印嵌入和提取方法

    公开(公告)号:CN107578365A

    公开(公告)日:2018-01-12

    申请号:CN201710810395.5

    申请日:2017-09-11

    Abstract: 本发明提供了一种基于量子杂草寻优机制的小波数字水印嵌入和提取方法,属于信息隐藏技术领域。具体实现过程为:对水印图像进行二值化,并对二值化后的水印图像进行加密处理。把载体图像和加密后的水印图像变换到小波域中,在载体图像分成多个嵌入点,根据量子杂草寻优机制优化的不同参数,采用加性或者乘性规则嵌入水印,然后通过小波重构变换到时域完成水印的嵌入;水印的提取方法与嵌入方法对应,把含水印图像变换到小波域,在不同的嵌入点根据不同参数提取出置乱加密后的水印,整合成完整的水印,然后变换到时域中,通过置乱恢复得到提取出来的水印。和现有方法比较,该方法的不可感知性、鲁棒性及安全性都得到了提高,更具有实用性。

Patent Agency Ranking