基于量子帝王蝶优化机制的双层异构网络频谱分配方法

    公开(公告)号:CN112217678A

    公开(公告)日:2021-01-12

    申请号:CN202011097353.X

    申请日:2020-10-14

    Abstract: 本发明提供一种基于量子帝王蝶优化机制的双层异构网络频谱分配方法,包括:建立双层异构网络系统模型;得到帝王蝶的整数编码位置;计算所有帝王蝶的适应度值,得到全局最优量子位置及其对应的全局最优位置;对帝王蝶种群排序,分为两个帝王蝶子种群;更新子种群中每个帝王蝶个体的过渡量子位置;合并两个新生成的子种群为一个新的过渡种群,更新帝王蝶种群的量子位置,计算量子帝王蝶的适应度值,更新全局最优量子位置和全局最优位置;判断是否达到最大迭代次数,若是则输出全局最优量子位置和全局最优位置,全局最优位置即为频谱分配的最佳方案;否则令迭代次数加1,返回进行新一轮的迭代。本发明解决整数离散优化的双层异构网络频谱分配问题。

    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。

Patent Agency Ranking