一种冲击噪声环境下连续量子水蒸发的二维动态测向方法

    公开(公告)号:CN109239646B

    公开(公告)日:2023-03-31

    申请号:CN201811017215.9

    申请日:2018-09-01

    Abstract: 一种冲击噪声环境下连续量子水蒸发的二维动态测向方法,属于阵列信号处理领域。本发明方法利用连续量子水蒸发计算方法在搜索区间内求解根据均匀圆阵方位角和俯仰角二维动态测向问题设计的圆阵无穷范数极大似然方程,通过逐步缩小搜索区间以减少运算量,同时依据量子编码和模拟量子演化方程设计的水蒸发计算方法还可以加快算法的收敛速度,快速获得最优二维波达方向,提高冲击噪声环境下动态来波方向的跟踪精度。本发明方法搜索速度快,既能实现二维波达方向的非相干信源动态估计,又可实现二维波达方向的相干信源动态估计,不仅适用于高斯噪声环境,也可应用于冲击噪声环境,应用前景广泛。

    一种基于连续量子鸽群的360度全方位动态测向方法

    公开(公告)号:CN108663654B

    公开(公告)日:2022-03-18

    申请号:CN201810668563.6

    申请日:2018-06-26

    Abstract: 本发明公开了一种基于连续量子鸽群的360度全方位动态测向方法,属于阵列信号处理技术领域。实现步骤如下:获取阵列接收的快拍数据,计算阵列信号经模式空间变换后的协方差矩阵;计算适应度值,更新全局最优量子位置;判断是否达到要求迭代次数:若未达到继续迭代;进入地标算子操作,选择适应度值较优的前一半作为当前鸽群并计算当前鸽群的量子位置中心;更新每只鸽子的量子位置及其相应映射态,计算适应度值,更新全局最优量子位置;判断是否达到要求的迭代次数,若未达到继续迭代;否则输出鸽群全局最优位置;更新搜索区间;判断是否达到最大快拍数,输出动态测向结果。本方法搜索速度快,跟踪精度高,可360度全方位动态测向,应用前景广泛。

    一种多鸽群信息交互的单快拍测向方法

    公开(公告)号:CN108614235B

    公开(公告)日:2021-12-24

    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。

    一种基于特殊非均匀线阵的高效压缩感知测向方法

    公开(公告)号:CN107677988B

    公开(公告)日:2021-05-11

    申请号:CN201710810481.6

    申请日:2017-09-11

    Abstract: 本发明属于阵列信号处理领域,具体涉及一种基于特殊非均匀线阵的高效压缩感知测向方法。本方法利用特殊非均匀线阵的结构进行阵列扩展,结合无穷范数在冲击噪声环境下对目标进行压缩感知测向,从而获得其最优角度估计值。本方法的适用环境包括冲击噪声、高斯噪声和强冲击噪声,适用于多样、恶劣的测向环境,此外所设计的无穷范数压缩感知测向方法能够对冲击噪声环境下的目标进行高精度测向,同时也可以保证测向的鲁棒性,而且本方法所设计的特殊非均匀线阵在不影响测向性能的同时具有多种天线摆放方法,适用于更苛刻的摆放位置要求,最后本方法大幅度提高了压缩感知测向方法的分辨率和测向精度,具有更广阔的应用范围。

    认知中继网络的量子化学反应优化多中继选择方法

    公开(公告)号:CN107454604B

    公开(公告)日:2020-12-04

    申请号:CN201710724612.9

    申请日:2017-08-22

    Abstract: 本发明提供的是一种认知中继网络的量子化学反应优化多中继选择方法。1建立认知系统中继选择模型。2初始化量子分子集合及系统参数。3对集合中所有量子分子的势能进行评价,选择势能最小的量子分子的测量态作为全局最优解。4将量子分子的动能从高到低排序,分别进行分解反应、无效碰撞、合成反应。5对新产生的量子分子的势能进行评价。若新产生的量子分子的势能最小值小于上一代势能最小值,则记为新的全局最优解。6如果迭代次数小于预先设定的最大迭代次数,返回第4步;否则输出全局最优解。本发明均衡考虑认知中继网络在有主用户和无主用户约束条件下,基于量子化学反应机制,选择令系统吞吐量最大化的中继选择方案。

    一种基于量子鸟群演化机制的阵列幅相误差校正方法

    公开(公告)号:CN109376329A

    公开(公告)日:2019-02-22

    申请号:CN201811033518.X

    申请日:2018-09-05

    Abstract: 本发明属于阵列信号处理领域,具体涉及一种基于量子鸟群演化机制的阵列幅相误差的校正方法。包括进行相位误差校正,进行幅度误差校正;利用已知独立信源建立接收数据模型后每次校正的步骤为:初始化量子鸟群;计算每只量子鸟量子位置的适应度,得到每只量子鸟的局部最优量子位置和量子鸟群全局最优量子位置;通过更新每只量子鸟的量子旋转角更新量子位置;计算每只量子鸟量子位置更新后的适应度,更新每只量子鸟局部最优量子位置和量子鸟群全局最优量子位置;判断是否达到最大迭代次数;输出全局最优量子位置并映射为相位或幅相误差矩阵。本发明只需一个已知的辅助信源,算法模型简单,运算量较少,具有收敛速度快,收敛精度高的优点。

    一种基于文化蚁狮机制的特殊阵列动态测向方法

    公开(公告)号:CN109212465A

    公开(公告)日:2019-01-15

    申请号:CN201811017378.7

    申请日:2018-09-01

    Abstract: 一种基于文化蚁狮机制的特殊阵列动态测向方法,属于阵列信号处理领域。本发明包括如下步骤:设置非等距双均匀阵列,初始化搜索区间和最大迭代次数,更新协方差矩阵,初始化蚁群和蚁狮群空间,计算适应度值,标记精英蚁狮,初始化信仰空间;判断迭代次数是否为文化算子参与度的整数倍,若不是,则轮盘赌选择优秀的蚁狮,蚂蚁围绕其和精英蚁狮随机游走,计算蚂蚁适应值,更新蚁狮位置和精英蚁狮位置,否则对蚁狮变异,计算变异后蚁狮适应值,选取适应值较优的一半蚁狮作为下一代蚁狮,更新信仰空间和精英蚁狮位置。本发明不仅跟踪速度快,搜索精度高,而且可扩展阵列孔径,突破信源数不能超过天线数的限制,回避传统方法对天线摆放的苛刻要求。

    一种基于连续量子鸽群的360度全方位动态测向方法

    公开(公告)号:CN108663654A

    公开(公告)日:2018-10-16

    申请号:CN201810668563.6

    申请日:2018-06-26

    Abstract: 本发明公开了一种基于连续量子鸽群的360度全方位动态测向方法,属于阵列信号处理技术领域。实现步骤如下:获取阵列接收的快拍数据,计算阵列信号经模式空间变换后的协方差矩阵;计算适应度值,更新全局最优量子位置;判断是否达到要求迭代次数:若未达到继续迭代;进入地标算子操作,选择适应度值较优的前一半作为当前鸽群并计算当前鸽群的量子位置中心;更新每只鸽子的量子位置及其相应映射态,计算适应度值,更新全局最优量子位置;判断是否达到要求的迭代次数,若未达到继续迭代;否则输出鸽群全局最优位置;更新搜索区间;判断是否达到最大快拍数,输出动态测向结果。本方法搜索速度快,跟踪精度高,可360度全方位动态测向,应用前景广泛。

    一种基于多峰量子布谷鸟搜索机制的正交传播算子测向方法

    公开(公告)号:CN108344968A

    公开(公告)日:2018-07-31

    申请号:CN201810015222.9

    申请日:2018-01-08

    Abstract: 本发明提供一种基于多峰量子布谷鸟搜索机制的正交传播算子测向方法,本发明包括通过采样数据获得协方差矩阵和传播算子的估计值;初始化参数和量子鸟蛋,并计算映射后鸟蛋的适应度;初始化记忆池;利用莱维飞行更新量子鸟蛋并计算映射后鸟蛋的适应度;利用记忆算子更新记忆池;利用选择算子进行选择;利用重筑新巢更新量子鸟蛋并计算映射后鸟蛋的适应度;利用记忆算子更新记忆池;利用选择算子进行选择;判断是否达到当前阶段迭代次数:若达到则利用净化算子删除相似记忆元素,进入下一阶段;判断是否达到最大迭代次数:若未达到则继续迭代,否则输出记忆池所有量子鸟蛋,映射后为波达方向。本发明具有运算量低、收敛速度快和测向精度高的优点。

    一种基于量子社会情感优化的Massive MIMO上行系统功率分配方法

    公开(公告)号:CN108173580A

    公开(公告)日:2018-06-15

    申请号:CN201810086133.3

    申请日:2018-01-29

    CPC classification number: Y02D70/10 Y02D70/12 H04B7/0426 H04B7/0452

    Abstract: 本发明公开了一种基于量子社会情感优化的Massive MIMO上行系统功率分配方法,属于5G关键技术领域。本发明通过建立Massive MIMO系统功率分配模型,在初始化量子社会群体及系统参数中输出初始历史最优解,并通过实数化处理量子个体输出初始全局最优解,之后不断更新量子个体,当迭代次数大于预先设定的最大迭代次数时输出全局最优解,经实数化处理得到最佳功率分配方案。本发明充分考虑了在Massive MIMO上行系统中,用户的发送功率不得超过其最大发送功率的限制,同时满足用户最低传输速率和系统最低传输速率等要求,所设计的功率分配方法保证了服务质量,具有搜索速度快、全局搜索能力强的优点,更能满足实际工程的需要,为Massive MIMO上行系统的功率分配提供了一种新方法。

Patent Agency Ranking