基于量子鲨鱼机制的AUV全局路径规划方法

    公开(公告)号:CN112947506B

    公开(公告)日:2022-08-02

    申请号:CN202110468435.9

    申请日:2021-04-28

    Abstract: 本发明提供一种基于量子鲨鱼机制的AUV全局路径规划方法,采用多Lamb涡流叠加技术和障碍物栅格等效技术来实现环境建模。本发明所提供的AUV全局路径规划模型包括决策变量设计、航行代价设计、约束条件设计和代价函数设计四部分,充分考虑了AUV航行路径的安全性、高效性和可靠性,将具有更好的实用性。本发明设计的量子鲨鱼优化机制,可以快速得到AUV全局路径规划路线,其仿生于鲨鱼捕食过程并结合模拟量子旋转门来演化鲨鱼量子态,收敛速度快、收敛精度高,且具有更好的鲁棒性。仿真实验证明了基于量子鲨鱼机制的AUV全局路径规划方法的有效性,且相对于传统的路径规划方法搜索速度更快、精度更高。

    量子海狮机制的无人机群任务分配方法

    公开(公告)号:CN113608546A

    公开(公告)日:2021-11-05

    申请号:CN202110783634.9

    申请日:2021-07-12

    Abstract: 本发明提供一种量子海狮机制的无人机群任务分配方法,针对无人机群实际环境中任务分配效能较低的难题,设计了量子海狮机制求取最优任务分配矩阵,以无人机执行任务所获得的价值以及其对应付出的代价设计出效能函数,并利用无人机航程限制、任务限制、弹药限制等约束条件设计出惩罚函数,最终将效能函数与惩罚函数结合得到适应度函数。本发明考虑了设计无人机路径问题,并引入了多种无人机并分别执行多种任务,如侦察机执行侦察和战场评估任务,轰炸机执行攻击目标任务,战斗机执行侦察、攻击目标和战场评估任务。同时,利用量子海狮机制计算最优解,提高无人机群的任务分配效能。

    冲击噪声环境下基于演化神经网络的雷达信号识别方法

    公开(公告)号:CN113189558A

    公开(公告)日:2021-07-30

    申请号:CN202110469718.5

    申请日:2021-04-28

    Abstract: 本发明提供一种冲击噪声环境下基于演化神经网络的雷达信号识别方法,包括:在冲击噪声环境计算训练集中第m个雷达辐射源信号序列的分数低阶协方差谱;提取四种特征参数,并将这四种特征参数组成特征向量判断是否所有雷达辐射源信号序列分数低阶协方差谱的四种特征参数都被提取完毕;利用训练集的特征矩阵和设计双链编码的量子水蒸发优化算法寻找概率神经网络的最优平滑因子σ,量子水蒸发优化算法记做QWEO;将寻找到的全局最优位置赋值给平滑因子σ,利用优化后的概率神经网络模型对测试集或实测数据集进行识别,给出识别结果。本发明降低了识别方法的计算复杂度,解决了特征指数0<α≤2时冲击噪声环境下的雷达调制信号识别问题。

    基于量子星系搜索机制的双层异构网络功率分配方法

    公开(公告)号:CN113115456A

    公开(公告)日:2021-07-13

    申请号:CN202110357285.4

    申请日:2021-04-01

    Abstract: 本发明提供一种基于量子星系搜索机制的双层异构网络功率分配方法,包括:建立双层异构网络功率分配模型;初始化星体量子位置;更新量子旋转角,实现局部搜索的寻优搜索过程;判断是否达到最大循环次数K1,若未达到,返回步骤三;若达到,终止循环;选出更优的星系;判断是否达到最大循环次数K2,若未达到,返回步骤五;若达到,终止循环;判断标志变量flag;实现局部搜索的寻优搜索过程;判断是否达到最大循环次数K3,若未达到,返回步骤八;若达到,终止循环,将第g迭代中得到的作为最优结果,判断是否达到最大迭代次数G,若未达到,返回到步骤三;若达到,则终止迭代,将第G次迭代中的最优星体位置输出。本发明能获得比其他的智能求解机制更优秀的系统性能。

    基于量子跳跃逃逸机制的MIMO雷达正交波形设计方法

    公开(公告)号:CN113093146A

    公开(公告)日:2021-07-09

    申请号:CN202110357188.5

    申请日:2021-04-01

    Abstract: 本发明提供一种基于量子跳跃逃逸机制的MIMO雷达正交波形设计方法,包括:建立正交多相编码信号的设计模型;初始化量子种群并设定参数;量子种群内进行杂交操作;定义并计算量子个体位置和杂交位置的适应度;确定量子种群的个体历史最优位置和全局最优位置;更新量子种群的量子位置;量子种群执行逃逸操作;确定量子种群所有量子个体的位置和杂交位置;更新量子种群的个体历史最优位置和全局最优位置;演进终止判断,输出所设计的最优正交波形。本发明通过约束互相关指标和优化自相关指标来设计正交波形;设计了量子跳跃逃逸优化机制来求解正交信号。

    量子牧群机制自动演化PCNN的图像去噪方法

    公开(公告)号:CN112184594A

    公开(公告)日:2021-01-05

    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。

    一种分布式阵列幅度相位误差校正方法及系统

    公开(公告)号:CN118487679A

    公开(公告)日:2024-08-13

    申请号:CN202410651288.2

    申请日:2024-05-24

    Abstract: 本发明公开了一种分布式阵列幅度相位误差校正方法及系统,涉及阵列信号处理技术领域。本发明的技术要点包括:设置辅助信源和分布式阵列,分布式阵列分为两个快拍周期接收辅助源信号;构造辅助信源精细定位的目标函数;初始化量子浣熊搜索机制,并根据目标函数给出量子浣熊搜索机制的适应度函数,并计算适应度值;执行量子浣熊搜索机制,选择不同更新公式更新量子旋转角;根据更新的量子旋转角使用模拟的量子旋转门更新量子浣熊的量子位置,更新最优量子位置和最优适应度值,并得到辅助源角度的最终估计结果,进而得到分布式阵列的幅度相位误差值。本发明在实际工程中更易实现,校正后的分布式阵列具有更高的测向精度,具有良好的普适性。

    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。

    基于量子毒爆虫爆破机制的欠定混合矩阵估计方法

    公开(公告)号:CN116756599A

    公开(公告)日:2023-09-15

    申请号:CN202310548346.4

    申请日:2023-05-16

    Abstract: 本发明提供一种基于量子毒爆虫爆破机制的欠定混合矩阵估计方法,是一种具有更好有效性和鲁棒性的基于量子毒爆虫爆破机制的欠定混合矩阵鲁棒估计方法,解决了现有混合矩阵估计方法对初始聚类中心选择、噪声及异常值过于敏感的工程难题。本发明设计了加入单源点检测信号预处理模型,构建初始种群生成策略,将量子计算与毒爆虫爆破机制结合,设计了量子毒爆虫爆破机制,然后将量子毒爆虫爆破机制对混合目标函数寻优得到的最优解作为均值聚类初始聚类中心,构建量子毒爆虫爆破机制和K‑means聚类方法联合的欠定混合矩阵估计方法。

    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。

Patent Agency Ranking