一种基于量子模因演化机理的波束空间测向方法

    公开(公告)号:CN108828503B

    公开(公告)日:2022-08-02

    申请号:CN201810589958.7

    申请日:2018-06-08

    Abstract: 本发明公开了一种基于量子模因演化机理的波束空间测向方法,属于阵列信号处理领域。主要步骤为:对信号采样数据进行波束空间处理,得到波束空间的极大似然目标方程;初始化量子模因方法的种群;构造并计算适应度,记录优质量子个体;对量子个体进行演化,产生新的量子个体;将用演化后得到的新种群与原种群合并,并选择新种群;对优质量子个体进行局部搜索,寻找优质解;将全局最优量子个体映射到波达方向的角度空间,作为测向结果输出。本发明具有计算量小,稳定性高的优点,且能对相干源进行测向,解决了现有极大似然类测向方法计算量大,系统复杂,而特征分解类测向方法无法对相干信号源进行有效测向这一理论和技术难题。

    基于量子磷虾群演化机制的无人机集群作战博弈决策方法

    公开(公告)号:CN109460056B

    公开(公告)日:2021-12-24

    申请号:CN201811310155.X

    申请日:2018-11-06

    Abstract: 本发明涉及一种基于量子磷虾群演化机制的无人机集群作战博弈决策方法,包括以下步骤:建立无人机协同作战博弈决策模型;初始化量子磷虾群;根据适应度函数计算量子磷虾群中每一只量子磷虾位置的适应度值;更新每只量子磷虾的量子旋转角和量子位置;对量子磷虾群中每只量子磷虾更新后的位置进行适应度计算,通过映射规则得到每只量子磷虾更新后的位置,计算位置的适应度;确定量子磷虾群的全局最优量子位置;循环判断;输出量子磷虾群的全局最优位置,映射为博弈的混合策略组合。本发明结合博弈论对无人机集群作战指挥决策进行分析,通过理性的决策分析使得作战双方都能得到最大的收益,更加符合无人机集群作战的战场环境,有更强的适用性。

    基于量子世界杯竞争机制的智能抗干扰决策方法

    公开(公告)号:CN113313262A

    公开(公告)日:2021-08-27

    申请号:CN202110684852.7

    申请日:2021-06-21

    Abstract: 本发明提供一种基于量子世界杯竞争机制的智能抗干扰决策方法,包括如下步骤:步骤一:建立智能抗干扰决策模型;步骤二:初始化量子球队人员分配;步骤三:令量子球队两两对抗,进行淘汰赛;步骤四:决出冠军,进行比较;步骤五:判断t是否到达最大迭代次数,如达到则终止迭代;如未达到,则令t=t+1,y=1后返回步骤三继续执行;步骤六:输出最后一赛季的冠军球队人员分配作为最优解。本发明所设计的基于量子世界杯竞争机制的智能抗干扰决策方法能够得到比粒子群算法更优秀的结果,说明了本方法的可靠性,能在创建少量种群的情况下进行运算而不会陷入局部最优解。

    一种基于量子犀牛搜索机理的盲源分离方法

    公开(公告)号:CN112036453A

    公开(公告)日:2020-12-04

    申请号:CN202010816157.7

    申请日:2020-08-14

    Abstract: 本发明提供一种基于量子犀牛搜索机理的盲源分离方法,设计了基于两种不同的独立性判据设计的混合优化目标函数,即基于最大化峰度和最大化负熵两种独立性判据设计混合优化目标函数,赋予两种判据相应的权重系数,可以根据混合优化目标函数值随权重系数的变化情况判断出智能计算方法的最佳判据,从而得到更加精确的盲源分离结果。进而设计了一种基于量子犀牛搜索机理及混合优化目标函数的盲源分离方法。本发明所设计的方法可以实现混叠信号的盲源分离,具有收敛速度快、分离精度高、性能稳定等优势,拥有着广泛的应用前景。

    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:CN109358313A

    公开(公告)日:2019-02-19

    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。

    一种基于量子鲸鱼优化机制的近场源测向方法

    公开(公告)号:CN108983142A

    公开(公告)日:2018-12-11

    申请号:CN201810498139.1

    申请日:2018-05-23

    Abstract: 本发明提供一种基于量子鲸鱼优化机制的近场源测向方法,首先建立近场源测向模型;其次初始化鲸群中的鲸鱼,构造适应度函数且计算每头鲸鱼量子位置的适应度,确定全局最优量子位置;每头鲸鱼依概率从螺旋更新、收缩包围机制以及随机寻找食物三种量子演化规则中选择一种更新自身量子位置;将更新后的鲸鱼量子位置映射为鲸鱼位置,计算每头鲸鱼量子位置的适应度并使用贪婪选择策略选择量子位置,更新全局最优量子位置;最后输出全局最优量子位置,经过映射变换获得相应方位角和距离的极大似然估计值。本发明可以对相干近场源进行高精度测向,并且通过量子鲸鱼优化机制,获得了高精度的测向方法。

Patent Agency Ranking