强冲击噪声下基于量子射线机理的相干分布源测向方法

    公开(公告)号:CN113111304A

    公开(公告)日:2021-07-13

    申请号:CN202110357999.5

    申请日:2021-04-01

    Abstract: 本发明提供一种强冲击噪声下基于量子射线机理的相干分布源测向方法,包括:建立相干分布源的广义阵列流型,构造基于加权无穷范数低阶协方差矩阵的极大似然测向方程;计算更新后所有射线的适应度函数值,更新全局最优量子位置和局部最优量子位置;每条射线依概率从斯涅尔折射定律演化和随机演化两种演化规则中选择一种更新其量子位置;计算更新后所有射线的适应度函数值,更新全局最优量子位置和局部最优量子位置;判断是否达到最大迭代次数,若未达到,返回步骤三;若达到则终止循环迭代,输出全局最优量子位置,经过映射变换为全局最优位置对应中心方位角和角度扩散的极大似然估计值。本发明在强冲击噪声环境下具有鲁棒性,突破现有应用局限。

    冲击噪声环境下的量子瞭望非圆测向方法

    公开(公告)号:CN113109758A

    公开(公告)日:2021-07-13

    申请号:CN202110358005.1

    申请日:2021-04-01

    Abstract: 本发明提供一种冲击噪声环境下的量子瞭望非圆测向方法,包括:建立阵列接收非圆信号的数学模型,构建低阶实值加权协方差矩阵,利用低阶实值加权协方差矩阵构造极大似然测向方程;初始化量子瞭望群体和量子信仰空间,计算量子瞭望群体中量子位置的适应度并获得整个量子瞭望群体的最优量子位置;更新量子规范知识,根据瞭望机制进行量子形势知识空间更新;使用模拟量子旋转门通过量子信仰空间和量子瞭望机制实现量子个体的寻优搜索过程;判断是否达到最大迭代次数G,若未达到,令g=g+1,返回步骤三;否则终止迭代循环,将最后一代中的最优量子位置的映射态作为测向结果输出。本发明在低快拍、冲击噪声环境下具有鲁棒性,突破现有非圆测向方法的局限性。

    基于量子风驱动机制的多无人机TDOA三维协同定位方法

    公开(公告)号:CN111065048B

    公开(公告)日:2021-01-12

    申请号:CN201911265585.9

    申请日:2019-12-11

    Abstract: 本发明提供一种基于量子风驱动机制的多无人机TDOA三维协同定位方法,建立多无人机TDOA三维协同定位估计模型;初始化量子空气质点集合,同时确定三维空间搜索区域,减小搜索范围进而减少计算复杂度;计算每个量子空气质点的适应度值,确定全局最优适应度值和全局最优量子位置,并根据适应度值的大小降序排列量子空气质点集合的量子位置及相应速度;更新每个量子空气质点的速度;更新每个量子空气质点的量子位置;对每个量子空气质点更新后的量子位置计算其适应度值;判断t+1是否达到最大迭代次数Gmax,若达到最大迭代次数,则终止迭代;否则,令t=t+1继续;执行完毕,得到目标估计值。本发明收敛速度快、三维定位精度高和适应性强。

    一种时频DOA估计方法
    34.
    发明公开

    公开(公告)号:CN110046326A

    公开(公告)日:2019-07-23

    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。

    一种基于安哥拉兔搜索机制的通信信号调制识别方法及系统

    公开(公告)号:CN119814507A

    公开(公告)日:2025-04-11

    申请号:CN202411934638.2

    申请日:2024-12-26

    Abstract: 本发明公开了一种基于安哥拉兔搜索机制的通信信号调制识别方法及系统,涉及通信信号处理技术领域。本发明的技术要点包括:构建数字调制信号数据集;对数字调制信号数据集中数据进行预处理,获取训练集和测试集;基于训练集和测试集,利用安哥拉兔搜索机制优化求解支持向量机的超参数,超参数包括惩罚因子和高斯核;利用训练集训练具有最优超参数的支持向量机;利用训练好的支持向量机对待测通信信号进行调制识别。本发明解决了支持向量机因超参数选取不当出现的过拟合问题,在通信信号调制识别领域具有识别准确率高,收敛速度快等优点,并在低信噪比下也能获得良好的识别效果,具有更广泛的应用前景和场景,可适用于解决多类工程应用问题。

    量子大马哈鱼洄游机制演化博弈的水下无人集群任务分配方法

    公开(公告)号:CN113095465B

    公开(公告)日:2023-10-17

    申请号:CN202110358000.9

    申请日:2021-04-01

    Abstract: 本发明提供一种量子大马哈鱼洄游机制演化博弈的水下无人集群任务分配方法,包括:建立水下无人集群任务分配模型;初始化量子熊群和人群位置;根据适应度函数计算量子熊群和人群的大马哈鱼密度;对量子熊群及人群的量子旋转角和位置进行更新;形成混合策略;判断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,并返回步骤三继续执行;输出所得最终混合策略G、G'、#imgabs0#它们最大值所对应的策略即为收益期望最大的策略。本发明使用量子大马哈鱼洄游机制演化博弈论对水下无人集群进行任务部署分配,通过计算各部署所得到的损失比,调整部署分配方式,并通过混合策略优劣性判别所获得的混合策略的好坏,从而输出收益期望最高的部署分配方式。

    基于量子海鸥演化机制加权Myriad滤波器设计方法

    公开(公告)号:CN113239628B

    公开(公告)日:2023-10-03

    申请号:CN202110611609.2

    申请日:2021-06-02

    Abstract: 本发明公开了一种基于量子海鸥演化机制加权Myriad滤波器设计方法,包括:构造通过冲击噪声信道的信号,并划分训练集和测试集;确定加权滤波器最优参数的目标函数;初始化量子海鸥机制的参数;计算适应度值,确定量子海鸥的最优量子位置;量子海鸥执行迁移操作;量子海鸥执行攻击操作并更新其量子位置;更新量子海鸥的适应度值及最优量子位置;判断是否达到最大迭代次数,若达到最大迭代次数,则终止迭代,继续往下执行;否则返回;使用具有最优权值参数和线性度参数的加权Myriad滤波器对测试集中的信号或待滤波信号进行处理。本发明结合量子计算机制和海鸥优化机制,有更好的全局收敛性和收敛速度,具有鲁棒性强,编程简单等优点。

    量子牧群机制自动演化PCNN的图像去噪方法

    公开(公告)号:CN112184594B

    公开(公告)日:2023-08-15

    申请号:CN202011096372.0

    申请日:2020-10-14

    Abstract: 本发明提供一种量子牧群机制自动演化PCNN的图像去噪方法,包括:根据椒盐噪声或高斯噪声的影响,得到含噪图像;对噪声污染后图像的进行强噪声滤波;计算自适应滤波窗口尺寸;建立自动演化PCNN图像滤波模型;初始化量子自私牧群的量子位置并设定参数;计算每个个体的适应值和生存价值;使用量子旋转门更新牧群领导者、牧群优势追随者、劣势追随者、牧群叛逃者以及捕食者的量子位置;判断是否达到量子牧群的最大迭代次数,是则终止迭代,返回最优参数;否则继续执行步骤六;输出牧群和捕食者的全局最优位置,并比较二者的生存价值,得出s个最优参数代入PCNN中,激活PCNN得到滤波图像并输出。本发明极大的提高了系统求解关键最优参数的效率和质量。

    强冲击噪声环境下基于量子企鹅搜索机制的互质阵列DOA估计方法

    公开(公告)号:CN110940949B

    公开(公告)日:2023-04-28

    申请号:CN201911266148.9

    申请日:2019-12-11

    Abstract: 本发明一种强冲击噪声下基于量子企鹅搜索机制的互质阵列DOA估计方法,获得无穷范数加权信号的分数低阶协方差矩阵;构建扩展分数低阶协方差矩阵和扩展的导向矩阵,构造基于此扩展协方差矩阵的极大似然测向方程;初始化量子企鹅群,初始化量子企鹅的速度和量子位置;计算适应度并降序排列,并选出全局最优量子位置;更新量子企鹅的量子位置;评价量子企鹅位置适应度值,更新全局最优量子位置;判断是否达到最大迭代次数,若未达到,继续迭代;若达到,输出全局最优量子位置,映射后获得最佳波达方向估计值。本发明实现了获得更高的测向精度、更快的运算速度、更好的扩展阵列孔径能力、测相干源能力、抗冲击噪声能力和更广泛的应用环境。

    一种基于Voronoi图的无人机集群路径规划方法

    公开(公告)号:CN113504793B

    公开(公告)日:2022-07-15

    申请号:CN202110783268.7

    申请日:2021-07-12

    Abstract: 本发明提供一种基于Voronoi图的无人机集群路径规划方法,本发明为解决二维栅格环境建模路径规划速率较慢,计算复杂度较大的问题,基于Voronoi图进行战场环境建模,通过减少路径中间节点,降低了算法进行节点遍历时所需的时间,同时设计出一种基于量子松鼠觅食的离散优化算法应用于路径规划,通过量子旋转门对量子松鼠的位置进行更新,更好的平衡了全局寻优能力与局部寻优能力,保证了路径规划结果的有效性。同时本发明为了适应战场环境的变化可能造成的路径失效问题,提供多条备选航迹,保证了路径的可选择性。

Patent Agency Ranking