一种基于量子郊狼优化机制的多无人机协同任务分配方法

    公开(公告)号:CN115562336B

    公开(公告)日:2024-09-13

    申请号:CN202211218923.5

    申请日:2022-10-07

    Abstract: 本发明提供了一种基于量子郊狼优化机制的多无人机协同任务分配方法,在原有任务时间、任务时序、机载性能和多机协同的要求下额外考虑三维场景和时间同步约束,并构建相应集中式多无人机协同任务分配模型及效能函数。为高效求解任务分配方案,本发明设计了量子郊狼优化机制,其受启发于北美郊狼群的社会组织性和环境适应性,仿生于郊狼成长、生死以及被驱逐或接纳等现象,并使用模拟量子旋转门来演化量子郊狼量子态,收敛速度快、收敛精度高。本发明所提方法可在三维场景和时间同步等约束下为编队各机分配合理任务目标,可应用于工程实际。

    种群熵量子雷莫拉鱼搜索机制的欠定盲源分离方法

    公开(公告)号:CN115017934A

    公开(公告)日:2022-09-06

    申请号:CN202210279686.7

    申请日:2022-03-21

    Abstract: 本发明公开了一种种群熵量子雷莫拉鱼搜索机制的欠定盲源分离方法,构建源信号恢复模型;构造和计算量子雷莫拉鱼适应度,将初始估计信号转换为一个量子个体,将种群分为两个子种群,确定子种群全局最优量子位置;采用相同策略更新量子雷莫拉鱼量子位置;使用贪婪选择策略更新量子雷莫拉鱼量子位置,更新两个子种群全局最优量子位置;计算各个子种群种群熵,根据种群熵对子种群中部分量子个体迁移;迭代至最大次数,比较两个子种群全局最优位置适应度值,将适应度值最小位置作为整个种群全局最优位置,输出此位置作为新的初始估计信号根据设置对源信号进行恢复。本发明具有更高的有效性和鲁棒性,对目标函数进行快速高精度求解,收敛性能优越。

    一种异构多无人机协同任务分配方法

    公开(公告)号:CN114815896A

    公开(公告)日:2022-07-29

    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。

    种群熵量子雷莫拉鱼搜索机制的欠定盲源分离方法

    公开(公告)号:CN115017934B

    公开(公告)日:2024-08-02

    申请号:CN202210279686.7

    申请日:2022-03-21

    Abstract: 本发明公开了一种种群熵量子雷莫拉鱼搜索机制的欠定盲源分离方法,构建源信号恢复模型;构造和计算量子雷莫拉鱼适应度,将初始估计信号转换为一个量子个体,将种群分为两个子种群,确定子种群全局最优量子位置;采用相同策略更新量子雷莫拉鱼量子位置;使用贪婪选择策略更新量子雷莫拉鱼量子位置,更新两个子种群全局最优量子位置;计算各个子种群种群熵,根据种群熵对子种群中部分量子个体迁移;迭代至最大次数,比较两个子种群全局最优位置适应度值,将适应度值最小位置作为整个种群全局最优位置,输出此位置作为新的初始估计信号#imgabs0#根据#imgabs1#设置对源信号进行恢复。本发明具有更高的有效性和鲁棒性,对目标函数进行快速高精度求解,收敛性能优越。

    基于量子人工水母搜索机制的特征选择方法

    公开(公告)号:CN116842354A

    公开(公告)日:2023-10-03

    申请号:CN202310548465.X

    申请日:2023-05-16

    Abstract: 本发明提供一种基于量子人工水母搜索机制的特征选择方法,将量子优化理论和人工水母搜索机制结合进而得到量子人工水母搜索机制,并将解决连续优化问题的人工水母搜索机制进行离散化处理,使其具有更高的鲁棒性,突破人工水母搜索机制的应用局限。采用同步优化方法的封装式特征选择可以有效的降低传统封装式特征选择的时间复杂度。利用群智能优化方法同时进行对支持向量机超参数的寻优和特征子集的选取对于所选用的智能优化方法的性能有较高的要求,而本发明的量子人工水母搜索机制拥有较优秀的收敛性和更短的用时。因此相较于一些基于已有传统群智能的特征选择方法,本发明拥有更快的收敛速度、更高的收敛精度、更低的时间复杂度和更好的鲁棒性。

    一种基于冲击噪声下最优相关熵的波达方向估计方法

    公开(公告)号:CN115856762A

    公开(公告)日:2023-03-28

    申请号:CN202211218910.8

    申请日:2022-10-07

    Abstract: 本发明提出了一种基于冲击噪声下最优相关熵的波达方向估计方法,步骤为建立冲击噪声下基于中值离差相关熵的极大似然宽带信号测向模型;连续量子黑猩猩搜索机制参数初始化;计算所有黑猩猩所在位置适应度值,初始化攻击者,阻拦者,追捕者和驱逐者的量子位置;由攻击者,阻拦者,追捕者和驱逐者的量子位置更新种群中其他黑猩猩量子位置;计算所有黑猩猩所在新位置适应度值,更新整个黑猩猩种群中攻击者,阻拦者,追捕者和驱逐者位置;判断是否到达最大次数;黑猩猩群体中攻击者量子位置根据映射规则映射成全局最优位置,得到信号的来波角度。本发明在冲击噪声环境下能有效测向,测向精度高,具有良好的解相干能力。

    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。

    一种微量采样数据数字调制识别方法

    公开(公告)号:CN104052703A

    公开(公告)日:2014-09-17

    申请号:CN201410317188.2

    申请日:2014-07-04

    Abstract: 本发明属于通信技术领域,具体涉及一种2ASK、4ASK、2PSK、4PSK、2FSK和4FSK共6种调制方式的微量采样数据数字调制识别方法。本发明包括:对采样信号进行带通滤波处理;使用希尔伯特变换获取信号瞬时信息,包括瞬时幅度、非线性相位和瞬时频率;计算信号幅度中心化参数、相位中心化参数和频率中心化参数;计算信号分类所需的5个特征参数;使用决策树分类器对信号进行分类判决。本发明提出的新的中心化参数和分类门限自动调整方法能够有效地减少识别算法对采样码元数量的要求,使得识别方法可以在资源较少的硬件平台上得到应用,并且能提高方法对信噪比的自适应性。

Patent Agency Ranking