一种异构多无人机协同任务分配方法

    公开(公告)号:CN114815896B

    公开(公告)日:2024-09-13

    申请号:CN202210594247.5

    申请日:2022-05-27

    Abstract: 本发明公开了一种异构多无人机协同任务分配方法,包括:步骤一:建立层次化异构多无人机协同任务分配模型;步骤二:异构多无人机协同执行所分配任务;步骤三:建立层次化异构多无人机协同任务分配代价函数;步骤四:初始化量子胡蜂群并设定参数;步骤五:定义并计算量子胡蜂与食物的距离;步骤六:根据量子胡蜂与食物的距离对全部量子胡蜂排序;步骤七:量子胡蜂依同等概率执行确定性或随机性飞行运动,并在飞行过程中使用模拟量子旋转门来演化量子胡蜂的量子位置;步骤八:应用贪心选择策略,确定下一代量子胡蜂的量子位置;步骤九:演进终止判断,输出任务分配方案。本发明在简单高效低复杂度的同时具有高可扩展性。

    一种强冲击噪声下相干分布源动态跟踪方法

    公开(公告)号:CN113378103B

    公开(公告)日:2023-05-05

    申请号:CN202110611610.5

    申请日:2021-06-02

    Abstract: 发明公开了一种强冲击噪声下相干分布源动态跟踪方法,具体是在强冲击噪声下设计了一种加权范数分数低阶相关矩阵,在此基础上设计基于加权范数低阶相关矩阵的极大似然动态跟踪方法进行相干分布源动态跟踪,并通过量子标杆学习机制快速得到跟踪结果。本发明设计了更具鲁棒性的基于量子标杆学习机制的相干分布源动态跟踪方法,在强冲击噪声下设计了加权范数分数低阶相关矩阵,并利用极大似然跟踪方法实现了动态跟踪。设计了加权范数分数低阶相关矩阵,能够分辨相干信源,在强冲击噪声下实现了对动态目标的有效跟踪,设计的量子标杆学习机制可以对加权范数分数低阶相关矩阵极大似然方程进行高精度求解,快速准确的得到跟踪结果。

    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:CN112217678B

    公开(公告)日:2023-03-17

    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。

    强冲击噪声下基于嵌套阵列的鲁棒动态测向方法

    公开(公告)号:CN112800596B

    公开(公告)日:2022-12-13

    申请号:CN202110028619.3

    申请日:2021-01-11

    Abstract: 本发明提供一种强冲击噪声下基于嵌套阵列的鲁棒动态测向方法,包括:建立动态测向模型;初始化搜索空间;初始化所有个体量子位置并设定相关参数;构造适应度函数,计算适应度函数值、平均适应度值,计算整个生态系统当前代的平均适应度值;根据量子标杆学习机制实现寻优搜索过程;判断是否达到最大迭代次数G,若达到则中止循环迭代,输出外部标杆的量子位置和位置并进入下一步;判断是否达到最大快拍数Kp,若未达到,更新下一次快拍时P个方位角的搜索空间,返回步骤三;否则,输出动态测向结果。本发明在冲击噪声下设计了加权无穷范数低阶差分矩阵,通过将嵌套阵列虚拟为均匀线阵或近似均匀线阵,并利用极大似然测向方法实现了动态测向。

    一种基于量子鼠群的近场和远场源混合测向方法

    公开(公告)号:CN113552530A

    公开(公告)日:2021-10-26

    申请号:CN202110723576.0

    申请日:2021-06-29

    Abstract: 本发明公开了一种基于量子鼠群的近场和远场源混合测向方法,在获得远场源角度的基础上构建出分离算子,通过该算子可以获得远场源四阶累积量矩阵,通过四阶累积量矩阵差分获得纯净的近场源四阶累积量矩阵,并通过量子鼠群机制进行参数搜索的相关过程,解决现有的混合源测向方法存在角度模糊和远近场信号源分离方法低效的技术难题。本发明可以快速的得到较精确的混合源测向结果,并且不存在量化误差,通过四阶累积量矩阵可以扩展阵列孔径,提高测向精度,相对于传统的近场和远场源混合测向方法速度更快、精度更高、突破了现有方法的应用局限。

    一种基于Voronoi图的无人机集群路径规划方法

    公开(公告)号:CN113504793A

    公开(公告)日:2021-10-15

    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。

    强冲击噪声下基于嵌套阵列的鲁棒动态测向方法

    公开(公告)号:CN112800596A

    公开(公告)日:2021-05-14

    申请号:CN202110028619.3

    申请日:2021-01-11

    Abstract: 本发明提供一种强冲击噪声下基于嵌套阵列的鲁棒动态测向方法,包括:建立动态测向模型;初始化搜索空间;初始化所有个体量子位置并设定相关参数;构造适应度函数,计算适应度函数值、平均适应度值,计算整个生态系统当前代的平均适应度值;根据量子标杆学习机制实现寻优搜索过程;判断是否达到最大迭代次数G,若达到则中止循环迭代,输出外部标杆的量子位置和位置并进入下一步;判断是否达到最大快拍数Kp,若未达到,更新下一次快拍时P个方位角的搜索空间,返回步骤三;否则,输出动态测向结果。本发明在冲击噪声下设计了加权无穷范数低阶差分矩阵,通过将嵌套阵列虚拟为均匀线阵或近似均匀线阵,并利用极大似然测向方法实现了动态测向。

    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。

    一种基于双曲正切核相关熵的单快拍波达方向估计方法

    公开(公告)号:CN115932714A

    公开(公告)日:2023-04-07

    申请号:CN202211467804.3

    申请日:2022-11-22

    Abstract: 本发明公开了一种基于双曲正切核相关熵的单快拍波达方向估计方法,建立单快拍采样信号模型;构造基于双曲正切核相关熵的低阶矩阵;构造正交投影矩阵,获得基于双曲正切核相关熵的单快拍加权信号子空间拟合方程;初始化量子蝗虫种群并设定参数;计算量子蝗虫映射态位置适应度值,记录适应度值最大的映射态位置对应量子位置;更新量子蝗虫社交位置和自适应权重系数,产生斐波那契权重;根据蝗虫和斐波那契搜索策略,使用模拟量子旋转门更新量子蝗虫量子位置和量子蝗虫全局最优位置;计算迭代至最大迭代次数,输出最后一代全局最优量子蝗虫的映射态位置作为单快拍测向的波达方向估计结果输出。本发明在冲击噪声下对独立源和相干源均能进行有效测向。

    一种基于量子闪蝶机制的无人机集群协同路径规划方法

    公开(公告)号:CN115718504A

    公开(公告)日:2023-02-28

    申请号:CN202211467803.9

    申请日:2022-11-22

    Abstract: 本发明公开了一种基于量子闪蝶机制的无人机集群协同路径规划方法,包括:建立考虑可变航速和同时到达约束下的无人机集群协同路径规划模型;建立考虑可变航速和同时到达约束下的无人机集群协同路径规划代价函数;初始化量子闪蝶群并设定参数;定义并计算量子闪蝶所散发气味;根据量子闪蝶所散发气味值对全部量子闪蝶排序;量子闪蝶依次执行直线逃生和曲线逃生过程,并在逃生过程中使用模拟量子旋转门来演化量子闪蝶的量子位置。应用贪心选择策略,确定下一代量子闪蝶的量子位置。演进终止判断,输出无人机集群航路与航速矩阵。本发明在避障要求下额外考虑可变航速和同时到达约束,收敛速度快、收敛精度高且实现简单、参数较少。

Patent Agency Ranking