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。

    一种相干分布源的信源数与波达方向联合估计方法及系统

    公开(公告)号:CN117970233B

    公开(公告)日:2024-10-25

    申请号:CN202410158426.3

    申请日:2024-02-04

    Abstract: 本发明提供一种相干分布源的信源数与波达方向联合估计方法及系统,属于阵列信号处理领域。为解决现有方法在信源个数未知以及处于冲击噪声环境下时,利用谱峰搜索,无法同时保证低复杂度和高精准度的问题。本发明将聚类思想与量子优化理论引入吉萨金字塔建造机制中设计多峰量子吉萨金字塔建造机制,利用聚类环节和量子计算理论设计模拟量子旋转门,改进其演进策略,提升机制收敛速度与全局收敛性能;构造基于拉普拉斯核相关熵的低阶协方差矩阵,并通过对角加载技术对协方差矩阵修正,设计基于m‑Capon方法的空间谱函数;最后利用多峰优化机制对空间谱函数进行搜索,实现对信源数和波达方向的联合估计。

    一种相干分布源的信源数与波达方向联合估计方法及系统

    公开(公告)号:CN117970233A

    公开(公告)日:2024-05-03

    申请号:CN202410158426.3

    申请日:2024-02-04

    Abstract: 本发明提供一种相干分布源的信源数与波达方向联合估计方法及系统,属于阵列信号处理领域。为解决现有方法在信源个数未知以及处于冲击噪声环境下时,利用谱峰搜索,无法同时保证低复杂度和高精准度的问题。本发明将聚类思想与量子优化理论引入吉萨金字塔建造机制中设计多峰量子吉萨金字塔建造机制,利用聚类环节和量子计算理论设计模拟量子旋转门,改进其演进策略,提升机制收敛速度与全局收敛性能;构造基于拉普拉斯核相关熵的低阶协方差矩阵,并通过对角加载技术对协方差矩阵修正,设计基于m‑Capon方法的空间谱函数;最后利用多峰优化机制对空间谱函数进行搜索,实现对信源数和波达方向的联合估计。

    一种基于量子晶体结构机制的欠定盲源分离方法、系统及存储介质

    公开(公告)号:CN118013839B

    公开(公告)日:2024-07-19

    申请号:CN202410172703.6

    申请日:2024-02-07

    Abstract: 本发明一种基于量子晶体结构机制的欠定盲源分离方法、系统及存储介质,涉及盲源分离领域,为解决现有方法对初始估计信号设置较敏感,需要源信号的稀疏度作为先验知识的问题。包括:步骤1:接收观测信号,根据估计出的混合矩阵构建源信号恢复模型,并构建适应度函数模型;步骤2:初始化量子晶体的量子位置,计算适应度值,确定最优量子晶体;步骤3:确定量子主晶体和量子平均晶体,基于隔室的不同对量子位置进行更新;步骤4:计算分支晶体的适应度值,通过贪婪选择策略更新量子位置,确定最优量子晶体的量子位置;步骤5:迭代至输出全局最优位置;步骤6:迭代至原始初始信号全部更新完毕;步骤7:根据新的初始估计信号设置进行源信号恢复。

    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:CN118096808A

    公开(公告)日:2024-05-28

    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。

    基于量子竹节虫机制和Sigmoid核相关熵的圆阵波达方向估计方法

    公开(公告)号:CN116108927A

    公开(公告)日:2023-05-12

    申请号:CN202211542382.1

    申请日:2022-12-03

    Abstract: 本发明提供一种基于量子竹节虫机制和Sigmoid核相关熵的圆阵波达方向估计方法,将量子优化方法融合到竹节虫仿生机制计算方法中,得到量子竹节虫机制的计算方法,提升竹节虫算法的收敛性能。利用接收信息数据构造基于Sigmoid核函数的互相关熵协方差矩阵,获得基于Sigmoid核相关熵的低阶矩阵,消除了二阶及以上矩抗冲击噪声能力弱的不足,利用所设计的量子竹节虫机制在搜索区间内求解基于Sigmoid核相关熵的最大似然方程。解决了最大似然法涉及到的多维非线性优化计算量大的问题,提高其搜索效率,也提高了在冲击噪声环境下来波方向的估计精度,同时基于量子编码和模拟量子演化方程设计的量子竹节虫机制具有更快的收敛速度,可以快速获得估计的二维波达方向的全局最优解。

    一种多无人机抢灾救援规划方法

    公开(公告)号:CN114995492A

    公开(公告)日:2022-09-02

    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。

Patent Agency Ranking