一种基于量子虎鲨机制的无线传感器网络节点定位方法

    公开(公告)号:CN113329490B

    公开(公告)日:2022-06-21

    申请号:CN202110611625.1

    申请日:2021-06-02

    Abstract: 本发明公开了一种基于量子虎鲨机制的无线传感器网络节点定位方法,包括建立基于跳距修正的距离估计模型;建立基于跳距修正的节点定位模型;初始化待定位的未知节点标号为1,对待定位的未知节点进行逐一定位;初始化量子虎鲨群并设定参数;定义并计算量子虎鲨与猎物的距离,确定量子虎鲨群的最优量子位置;量子虎鲨分别执行猎物追踪模式和游曳模式,并在执行过程中使用模拟量子旋转门来演化量子虎鲨的量子位置;更新量子虎鲨量子位置和量子虎鲨群最优量子位置;演进终止判断,实现定位;定位终止判断,输出所有未知节点定位结果。本发明未知节点到全网锚节点的估计距离更接近于真实距离,具有更好的鲁棒性,实现无线传感器网络中未知节点定位。

    一种基于量子虎鲨机制的无线传感器网络节点定位方法

    公开(公告)号:CN113329490A

    公开(公告)日:2021-08-31

    申请号:CN202110611625.1

    申请日:2021-06-02

    Abstract: 本发明公开了一种基于量子虎鲨机制的无线传感器网络节点定位方法,包括建立基于跳距修正的距离估计模型;建立基于跳距修正的节点定位模型;初始化待定位的未知节点标号为1,对待定位的未知节点进行逐一定位;初始化量子虎鲨群并设定参数;定义并计算量子虎鲨与猎物的距离,确定量子虎鲨群的最优量子位置;量子虎鲨分别执行猎物追踪模式和游曳模式,并在执行过程中使用模拟量子旋转门来演化量子虎鲨的量子位置;更新量子虎鲨量子位置和量子虎鲨群最优量子位置;演进终止判断,实现定位;定位终止判断,输出所有未知节点定位结果。本发明未知节点到全网锚节点的估计距离更接近于真实距离,具有更好的鲁棒性,实现无线传感器网络中未知节点定位。

    基于多目标量子磷虾群机制的多无人机任务分配方法

    公开(公告)号:CN112926825A

    公开(公告)日:2021-06-08

    申请号:CN202110079047.1

    申请日:2021-01-21

    Abstract: 本发明提供一种基于多目标量子磷虾群机制的多无人机任务分配方法,针对当无人机任务分配过程中有多个目标需要同时被求解时,本发明设计了多目标量子磷虾群机制来解决多无人机作战任务的多目标联合求解问题,通过使用非支配解排序和拥挤度计算的方法对量子磷虾的位置进行评价,使整个量子磷虾群向有较高的非支配等级和较大拥挤度的量子磷虾位置演化,能够获得更好的性能,而且得到的Pareto最优解能够支配使用单目标优化算法求得的单目标解,实现了能够为同时考虑多个目标的任务分配提供不同的分配方案,决策者可以根据实际工程问题中目标的重要程度来选择合适的任务分配方案,拓宽了已有任务分配方法的应用范围,有更广阔的应用前景。

    基于量子猴群搜索机制的认知无线电功率控制方法

    公开(公告)号:CN107864507B

    公开(公告)日:2020-09-11

    申请号:CN201711173666.7

    申请日:2017-11-22

    Abstract: 本发明提供一种基于量子猴群搜索机制的认知无线电功率控制方法,建立非合作博弈的认知无线电功率控制模型,计算认知用户效用函数和,引入功率代价机制,选择需要优化的目标函数的形式;受猴群活动启发,设计量子猴群搜索机制,产生量子猴群中猴子的量子位置和数量,映射系统用户发射功率与猴群的量子位置一一对应,计算适应度值;经猴群活动中攀爬的过程更新每只猴子的最优量子位置;把猴子爬过程的最优量子位置映射为发射功率,通过猴群活动的望‑跳与空翻的过程对猴子的最优位置进行更新;经数次迭代求得猴子的最优位置为最优解。本发明有更广泛的使用范围,能保证现有认知无线电系统中用户效用的提升,且用户功率的发射减少。

    一种自供能无线传感器网络最优节点放置方法

    公开(公告)号:CN109041073A

    公开(公告)日:2018-12-18

    申请号:CN201811017286.9

    申请日:2018-09-01

    CPC classification number: H04W16/18 H04W16/22 H04W84/18

    Abstract: 本发明涉及无线传感器网络领域,具体涉及一种自供能无线传感器网络最优节点放置方法。首先建立网络模型,将监测区域建立于二维的栅格之中,构建NP问题模型,最小化集合覆盖问题,然后初始化量子猴群,对于量子猴子,从三种量子演化机制依概率选择一种进行演化更新位置,确定每次迭代中,量子猴子的量子位的量子演进方式,之后更新量子猴群中猴子位置,并判断对应的传感器节点所放位置是否能将所有目标节点覆盖,更新每只量子猴子至今为止的局部最优位置,找到全局最优位置作为下一迭代量子位的共同演进方向,最终当前迭代次数达到预先设定的最大值。本发明能够保证网络的能量中立及目标的覆盖与连接性,同时使得传感器节点放置的数量最小化。

    量子回溯搜索优化的CCFD-Massive MIMO系统功率分配方法

    公开(公告)号:CN108880734A

    公开(公告)日:2018-11-23

    申请号:CN201810531057.2

    申请日:2018-05-29

    Abstract: 本发明提供一种量子回溯搜索优化的CCFD‑Massive MIMO系统功率分配方法,包括:建立系统模型;初始化量子种群及系统参数,经映射规则,得到量子个体的映射态;计算量子个体的适应值,将量子种群中适应值最大的量子个体记为全局最优解;通过进化和交叉策略生成新的量子个体;根据映射规则得到新生成的量子个体的映射态,计算适应值,经贪婪选择,更新量子种群及全局最优解;如果迭代次数小于预先设定的最大迭代次数,返回第四步;否则,终止迭代,输出全局最优解,得到最佳功率分配方案。本发明有效提高了频谱利用率,充分考虑了基站和用户的自干扰、互干扰,很大程度上提高了系统的保密容量,为复杂系统的功率分配问题提供了一种新的解决方法。

    一种多鸽群信息交互的单快拍测向方法

    公开(公告)号:CN108614235A

    公开(公告)日:2018-10-02

    申请号:CN201810510981.2

    申请日:2018-05-25

    Abstract: 本发明提供一种多鸽群信息交互的单快拍测向方法,建立均匀线阵单快拍采样信号模型;获得单快拍极大似然方程;初始化鸽群,并将其划分为三个子鸽群;计算鸽群中鸽子位置的适应度值,确定每个子种群的局部最优位置和整个鸽群的全局最优位置;更新基本鸽群的速度和位置,产生混沌权重;反向鸽群中的鸽子根据跳转操作更新位置;更新鸽子位置;确定子鸽群中鸽子的局部最优位置和整个鸽群的全局最优位置;更新信仰空间;最终输出的鸽群全局最优位置即为来波方向估计值。本发明实现了仅对单个快拍的数据进行处理从而得到对阵列接收信号的波达方向估计,降低了DOA估计的运算量,同时提高了系统的实时性,实现了对目标来波的高精度测向。

    一种基于量子带电系统搜索演化机制的宽带测向方法

    公开(公告)号:CN109358313B

    公开(公告)日:2023-02-10

    申请号:CN201811310188.4

    申请日:2018-11-06

    Abstract: 本发明属于阵列信号处理领域,具体涉及一种基于量子带电系统搜索演化机制的宽带测向方法。本发明步骤为:建立宽带信号采样模型;量子带电系统搜索演化机制参数初始化;计算所有带电粒子的适应度,按照降序方式排序;创建带电粒子的量子记忆库;更新带电粒子的带电量以及它们之间的距离;更新带电粒子的移动概率和所受合力;更新带电粒子的量子旋转角度、量子位置和速度;计算带电粒子的适应度,并按照降序方式排序,更新量子记忆库;判断是否达到最大迭代次数;输出量子带电系统全局最优量子位置映射成最优位置。本发明以量子带电系统搜索演化机制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,实现快速高精度测向。

    一种时频DOA估计方法
    20.
    发明授权

    公开(公告)号:CN110046326B

    公开(公告)日:2022-09-27

    申请号:CN201910349676.4

    申请日:2019-04-28

    Abstract: 本发明公开一种时频DOA估计方法,包括:建立阵列接收的时域数据模型;对时域数据进行快拍采样;对快拍采样数据进行时频分析得到PWVD矩阵;计算时频平均的快拍采样数据PWVD矩阵;构造极大似然方程;初始化量子地雷量子位置;由极大似然方程构造适应度函数;模拟量子地雷爆炸过程获得量子弹片的量子位置;计算量子弹片量子位置映射态的适应度函数值,选择适应度大的优秀量子位置作为放置量子地雷的量子位置,用于引爆下一代的量子地雷,根据所有量子位置的适应度更新全局最优量子位置;达到最大迭代次数后,输出信号方位角最优估计值,本发明能在较短时间内得到较准确的非平稳信号DOA估计结果,并且在信号源为相干源的条件下仍有效。

Patent Agency Ranking