基于量子蜜獾搜索机制的非均匀线阵波达方向估计方法

    公开(公告)号:CN116500542A

    公开(公告)日:2023-07-28

    申请号:CN202310354676.X

    申请日:2023-04-06

    Abstract: 本发明公开了基于量子蜜獾搜索机制的非均匀线阵波达方向估计方法,步骤一:获取无穷范数归一化处理的特殊非均匀线阵接收信号快拍采样数据;步骤二:得到波达方向估计方程,得出角度估计值目标函数;步骤三:初始化量子蜜的量子位置、位置及相关参数;步骤四:计算量子蜜獾适应度值,获得初始全局最优量子位置;步骤五:确定量子位置更新策略,使用模拟的简化量子旋转门更新量子蜜獾量子位置;步骤六:将量子位置映射为量子蜜獾位置,并计算适应度值,更新全局最优量子位置;步骤七:若未达到最大迭代次数,返回步骤五;若达到则终止迭代,并输出量子蜜獾群体直到第ε+1代的最优量子位置。本发明具有鲁棒性、高精度的特点和更广泛的应用范围。

    一种波束展宽的有约束天线阵稀疏方法

    公开(公告)号:CN119209033A

    公开(公告)日:2024-12-27

    申请号:CN202411264090.5

    申请日:2024-09-10

    Abstract: 本发明提供了一种波束展宽的有约束天线阵稀疏方法,属于阵列信号处理领域。本发明将狮群个体进行量子编码和模拟量子旋转门进行演化,通过设计量子旋转角演化量子位置去更新狮子的位置,设计了解决离散优化问题的新算法,突破了原狮群算法不能解决连续优化问题的应用局限。本发明在天线位置构建中获得满足波束展宽和布满率约束条件的最优稀疏阵列结构,与传统方向图综合方法相比本发明在半功率波束宽度相同的条件下具有较大的天线增益,在提高了收敛速度和收敛精度的同时,得到了较低的最大相对旁瓣电平是并满足约束条件,最后仿真结果说明了基于量子狮群机制构建稀疏阵的方向图综合方法的有效性和优越性。

    一种多无人机抢灾救援规划方法

    公开(公告)号:CN114995492B

    公开(公告)日:2024-11-08

    申请号:CN202210594253.0

    申请日:2022-05-27

    Abstract: 本发明公开了一种多无人机抢灾救援规划方法,步骤一、建立多无人机救援规划模型;步骤二、初始化量子北方苍鹰量子位置并设定参数;步骤三、计算量子北方苍鹰目标函数值;步骤四、根据所有量子北方苍鹰位置的目标函数值进行非支配解排序;步骤五、计算每一非支配等级中量子北方苍鹰位置拥挤度;步骤六、在猎物识别攻击阶段更新量子北方苍鹰量子位置;步骤七、在追逃阶段更新量子北方苍鹰量子位置;步骤八、判断是否达到量子北方苍鹰最大迭代次数,是则终止迭代,将非支配等级为1的量子北方苍鹰位置对应为任务分配矩阵,作为抢灾救援规划任务分配结果输出;否则令k=k+1,执行步骤四。本发明克服了容易陷入局部收敛的弊端,提升了演化机制的寻优速率。

    一种演化可调指数分数低阶协方差的时延估计方法及系统

    公开(公告)号:CN118574152A

    公开(公告)日:2024-08-30

    申请号:CN202410631402.5

    申请日:2024-05-21

    Abstract: 本发明公开了一种演化可调指数分数低阶协方差的时延估计方法及系统,涉及无线通信技术领域。本发明的技术要点包括:获取信号发射端和接收端采样数据;建立可调指数分数低阶协方差时延估计模型;初始化量子云雀群位置和量子速度并设定参数;对初代量子云雀群的位置进行适应度计算,得到量子云雀群的局部最优位置以及全局最优位置;进行量子速度更新,并通过更新后量子速度完成位置更新;更新量子云雀群的局部最优位置,同时找到全局最优位置;判断是否达到最大迭代次数,若达到则输出可调节指数分数低阶协方差的最优参数,根据接收信号进行时延估计。本发明通过量子演化与云雀群寻优,设计时延估计值均方根误差为适应度函数,提高了时延估计效果。

    基于种群熵和柳絮漂移算子的天鹰搜索机制图像分割方法及系统

    公开(公告)号:CN118096808B

    公开(公告)日:2024-07-23

    申请号:CN202410116941.5

    申请日:2024-01-29

    Abstract: 本发明公开了一种基于种群熵和柳絮漂移算子的天鹰搜索机制图像分割方法及系统,涉及图像处理技术领域。本发明的技术要点包括:基于二维Otsu图像分割方法对灰度图像进行图像分割,获取最优分割阈值;利用基于种群熵和柳絮漂移算子的天鹰优化算法对最优分割阈值进行寻优,获取寻优后的最优分割阈值;根据寻优后的最优分割阈值,基于二维Otsu图像分割方法对原始灰度图像进行分割,获取分割图像。本发明从两个方面对天鹰搜索机制进行了改进,有效避免了天鹰种群陷入局部最优解的困境,同时增强了天鹰种群局部开发的能力。本发明相比原始天鹰搜索机制和其他群体智能优化方法均体现了更为优秀的分割结果。本发明在图像分割领域具有较强的实用价值。

    基于离散沙猫搜索机制的特征选择方法及系统

    公开(公告)号:CN118277757A

    公开(公告)日:2024-07-02

    申请号:CN202410363850.1

    申请日:2024-03-28

    Abstract: 本发明提供了一种基于离散沙猫搜索机制的特征选择方法及系统,属于特征选择方法领域。为了解决现有封装式特征选择方法选择的特征子集精度不够,与后续学习算法结合的分类正确率不高和时间复杂度高的问题。本发明将解决连续优化问题的沙猫群搜索机制进行离散化处理,得到寻优性能优越和更适合解决特征选择问题的离散沙猫群搜索机制,使其具有更高的鲁棒性,采用离散沙猫搜索机制也更适用于特征选择问题,突破了沙猫群搜索机制的应用局限;同时采用BP神经网络作为后续学习算法的分类器,将BP神经网络优越的分类能力与特征选择相结合,极大的提升了所选特征子集的精度,拥有更快的收敛速度、更高的收敛精度和更好的鲁棒性。

    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。

Patent Agency Ranking