一种量子猎鹿机制的智能反射面稀疏方法

    公开(公告)号:CN119966454A

    公开(公告)日:2025-05-09

    申请号:CN202510078005.4

    申请日:2025-01-17

    Abstract: 本发明公开了一种量子猎鹿机制的智能反射面稀疏方法,首先对包含基站、智能反射面和接收端的信号传输系统进行建模,得到接收端接收到的信号;再对稀疏智能反射面进行系统容量计算方法的建模,得到稀疏后接收端的信息传输速率;初始化猎鹿种群每只猎鹿的量子速度和位置,并判断执行探索行为或是开发行为;记录更新后每只猎鹿的位置,带入适应度函数计算适应度值,更新全局最优位置和局部最优位置;最后得到全局的最优位置。本发明通过群智能优化算法自动优化反射单元布局,寻找反射元布局的最优解;并在原有算法的基础上结合量子编码,对算法进行离散化处理,提出了一种量子猎鹿方法。本发明拥有更好的全局搜素能力和更高的收敛精度。

    一种基于量子飞狐机制的多目标无人机任务分配方法及系统

    公开(公告)号:CN119781293A

    公开(公告)日:2025-04-08

    申请号:CN202411951800.1

    申请日:2024-12-27

    Abstract: 本发明公开了一种基于量子飞狐机制的多目标无人机任务分配方法及系统,涉及无人机任务分配技术领域,用以解决传统方法中无法解决多目标无人机任务分配的技术问题。本发明的技术要点包括:建立多无人机任务分配模型,进而设置多目标无人机任务分配的目标函数;将目标函数作为适应度函数,利用量子飞狐群算法对所述目标函数进行优化求解,获取最优的任务分配矩阵;其中将原有飞狐算法中复杂的参数进行了简化,改善了飞狐算法易陷入局部最优解及无法求解多目标工程问题的缺点,与其它方案相比,获取的非支配解集能满足更广泛的分配场景,拓展了应用范围。本发明实现了多目标无人机任务分配。

Patent Agency Ranking