一种基于量子搜寻者搜索机制的圆环阵方向图综合方法
专利汇可以提供一种基于量子搜寻者搜索机制的圆环阵方向图综合方法专利检索，专利查询，专利分析的服务。并且本 发明 提供的是一种基于量子搜寻者搜索机制的圆环阵方向图综合方法。实现步骤为：建立圆环阵模型；初始化量子搜寻者群；计算量子搜寻者所在 位置 和量子位置的适应度值；更新量子搜寻者搜索机制的搜索步长和搜素方向；根据演化规则更新量子位置；计算量子搜寻者新位置下的适应度值，确定个体历史最优量子位置，并确定全局最优量子位置；如果达到最大 迭代 次数，输出全局最优量子位置；把全局最优量子位置映射为圆环阵的参数，带入方向图函数，得到其对应的归一化方向图。该方法结合了 量子计算 与搜寻者搜索机制的优势，具有搜索速度快、全局搜索能 力 强的优点。，下面是一种基于量子搜寻者搜索机制的圆环阵方向图综合方法专利的具体信息内容。
1.一种基于量子搜寻者搜索机制的圆环阵方向图综合方法，其特征是：
步骤一，建立圆环阵模型；
对于由M个半径依次递增的单层圆环阵同心排列构成的同心圆环阵，第m个圆环的半径为rm,m＝1,2,...,M，第m个圆环上分布的阵元数目为Hm,第m个圆环上第h个阵元的方位角位置为h＝1,2,...,Hm，第m个圆环上第h个阵元上的激励幅度与相位分别为Imh和ψmh，接收信号到达角为 即θ和 分别为信号到达的俯仰角和方位角，则同心圆环阵的阵列方向图表达式为： 其中k＝2π/λ，j是复数单位，λ是波长，若圆
环阵中心存在一个阵元，则
I00和ψ00分别为该中心阵元上的激励幅度和相位，令 其中max(·)为取最
大值函数，则圆环阵的归一化方向图为
步骤二，初始化量子搜寻者群；
由N个量子搜寻者组成的量子搜寻者群在 维的搜索空间内进行搜索，每个量子搜寻者的量子位置是一个 维的向量，采用实数编码，用t表示迭代次数，则第t代第n个量子搜寻者的量子位置表示为 其中，
第t代第n个量子搜寻者的个体历史最优量子位置为 即为第n个量
子搜寻者迭代至第t代为止具有最好的适应度函数值的解对应的量子位置，初始时，令t＝
0， 则 为均匀分布在[0,1]间的随机数， 把
量子搜寻者群分成b个子群，属于同一个子群的所有量子搜寻者组成一个邻域；
步骤三，计算量子搜寻者所在位置和量子位置的适应度值；
量子搜寻者位置 由量子搜寻者的量子位置 映射得到，映射规则
为 其中 和 分别为第 维变量 的下限
和上限；
把第t代第n个量子搜寻者的位置 对应为圆环阵需要优化的参数，即圆环阵的圆环半径、阵元位置以及相应阵元的激励幅度和相位，带入方向图函数，得到对应的方向图，根据方向图，计算出圆环阵的最大旁瓣电平 主波束宽度 第l对零陷的零陷深度 l＝1,
2,...,L，其中L表示生成L对零陷，则第n个量子搜寻者的适应度函数有以下两种设计方案，方案一： 其中ε1,ε2,βl为权重因子，作用是
调整每个参数变化对于适应度函数的贡献，表示期望方向图的最大旁瓣电平，表示期望方向图的主波束宽度， 表示期望方向图第l对零陷的零陷深度；方案二：
其中ε′1,ε′2为权重因子，作用是调整每个参数变化对于适应度函数
的贡献，某一量子搜寻者位置适应度可同时代表该量子搜寻者位置和量子位置的优劣；
步骤四，更新量子搜寻者搜索机制的搜索步长和搜索方向；
第t代第n个量子搜寻者的搜索步长为 为第t代第n个量子搜寻
者在第 维的步长因子， 其更新方式为： 其中高斯隶属
度参数 φ′为惯性权值系数，它随进化代数的增加线性递减以便实现由
粗到细的搜索， 和 分别是第n个量子搜寻者所在子群具有的最小和最大适应度函数值的两个量子位置的第 维元素； 为第t代第n个量子搜寻者在第 维的隶属度且其中 用来产生 上的均匀随机数以模拟人的搜索行为的
随机性， 是群体函数值按降序排列后第n个量子搜寻者量
子位置的序列编号，μmax为最大隶属度，μmin为最小隶属度,N为量子搜寻者群体中的个体数；
第t代第n个量子搜寻者的搜索方向的更新公式为：
其中，sign(·)为符号函数；φ为惯性权值系数，它随进化代数的增加线性递减；ζ1和ζ2为区间[0,1]内的均匀随机数；预动方向 当t＝0时， 和 分别为第n个量子搜
寻者在第t＝0代具有最小适应度函数值和最大适应度函数值的量子位置，当t＝1时， 和分别为第n个量子搜寻者在第t＝0和t＝1代中具有最小适应度函数值和最大适应度函数值的量子位置，当t≥2时， 和 分别为第n个量子搜寻者在第t-2、t-1和t代中具有最小适应度函数值和最大适应度函数值的量子位置；利己方向 当第t代第n个量子搜寻者属于邻域b′时，b′∈{1,2,…,b}，利他方向为 为属于邻域b′的量子搜寻者迭代至第t代为止的邻域历史最优量子位置；
步骤五，更新量子搜寻者的量子位置；
第t代第n个量子搜寻者的量子旋转角为： 其中⊙为两向量对应元素相乘运算，和 分别为第t代第n个量子搜寻者的搜索步长和搜索方向，则第t+1代第n个量子搜寻者的量子位置模拟量子旋转门进行更新：即 其
中abs(·)是对向量的每一维取绝对值；cos(·)是对向量的每一维取余弦函数；sin(·)是对向量的每一维取正弦函数；sqrt(·)是对向量的每一维取算术平方根；y是一个 维的全
1行向量；
步骤六，计算量子搜寻者新位置和量子位置的适应度值，根据适应度值，确定量子搜寻者个体历史最优量子位置，并确定整个量子搜寻者群体的全局最优量子位置；
第t+1代第n个量子搜寻者位置由第t+1代第n个量子搜寻者的量子位置按照映射规则映射得到，n＝1,2,…,N，
把更新后的第n，个量子搜寻者位置对应为圆环阵列需要优化的参数，带入方向图函数，得到相应的方向图，根据方向图，计算出圆环阵的最大旁瓣电平 主波束宽度第l个零陷的零陷深度 并带入适应度函数，得到量子搜寻者新位置和量子位置的适应度值，并把此适应度值与其上一代个体历史最优量子位置的适应度值进行比较，若优于，则把新量子位置记作第n个量子搜寻者的当前个体历史最优量子位置，否则把上一代个体历史最优量子位置记作第n个量子搜寻者当前个体历史最优量子位置；
量子搜寻者的全局最优量子位置为在整个量子搜寻者群体中当前最优的个体历史最优量子位置，对比整个量子搜寻者群体中个体历史最优量子位置的适应度函数值，适应度函数值最小的个体历史最优量子位置即为量子搜寻者的全局最优量子位置；
步骤七，如果达到最大迭代次数，执行步骤八，否则，迭代次数加1，返回步骤四；
步骤八，输出全局最优量子位置，完成圆环阵的方向图综合；
把全局最优量子位置映射为圆环阵的参数，带入方向图函数，得到其对应的归一化方向图。
一种基于量子搜寻者搜索机制的圆环阵方向图综合方法
技术领域
背景技术
发明内容
I00和ψ00分别为该中心阵元上的激励幅度和相位，令 其中max(·)为取最
大值函数，则圆环阵的归一化方向图为
即为第n个量子搜寻者迭代至第t代为止具有最好的适应度函数值的解对应的量子位置，初始时，令t＝0， 则 为均匀分布在[0,1]间的随机数，
把量子搜寻者群分成b个子群，属于同一个子群的所有量子搜寻者组成一个邻域；
下限和上限；
其中ε1,ε2,βl为权重因子，作用是调整每个参数变化对于适应度函数的贡献，表示期望方向图的最大旁瓣电平，表示期望方向图的主波束宽度， 表示期望方向图第l对零陷的零陷深度；此方案适用于对期望方向图的各性能指标有明确要求的方向图综合问题。方案二：
这同样是一个求解适应度函数最小值的问题，其中ε′1,ε′2为权重因
子，作用是调整每个参数变化对于适应度函数的贡献，此方案适用于对期望方向图的各性能指标没有明确要求，而是需要方向图的旁瓣尽可能低，主波束尽可能窄即分辨率尽可能高的方向图综合问题。某一量子搜寻者位置适应度可同时代表该量子搜寻者位置和量子位置的优劣；
隶属度参数 φ′为惯性权值系数，它随进化代数的增加线性递减以便实
现由粗到细的搜索， 和 分别是第n个量子搜寻者所在子群具有的最小和最大适应度函数值的两个量子位置的第 维元素； 为第t代第n个量子搜寻者在第 维的隶属度且其中 用来产生 上的均匀随机数以模拟人的搜索行为的
随机性， 是群体函数值按降序排列后第n个量子搜寻者量
子位置的序列编号，μmax为最大隶属度，μmin为最小隶属度,N为量子搜寻者群体中的个体数；
寻者在第t＝0代具有最小适应度函数值和最大适应度函数值的量子位置，当t＝1时， 和分别为第n个量子搜寻者在第t＝0和t＝1代中具有最小适应度函数值和最大适应度函数值的量子位置，当t≥2时， 和 分别为第n个量子搜寻者在第t-2、t-1和t代中具有最小适应度函数值和最大适应度函数值的量子位置；利己方向 当第t代第n个量子搜寻者属于邻域b′时，b′∈{1,2,…,b}，利他方向为 为属于邻域b′的量子搜寻者迭代至第t代为止的邻域历史最优量子位置；
具体实施方式
I00和ψ00分别为该中心阵元上的激励幅度和相位，令 其中max(·)为取最
大值函数，则圆环阵的归一化方向图为
第t代第n个量子搜寻者个体历史最优量子位置为
即为第n个量子搜寻者迭代至第t代为止具有最好的适应度函数值的解对应的量子位置。初始时，令t＝0，则 为均匀分布在[0,1]间的随机
数， 邻域的定义可以有无数种，以把群体按量子搜寻者的索引号平均分成3个子群为例，属于同一个子群的所有量子搜寻者组成一个邻域。
的下限和上限。
其中ε1,ε2,βl为权重因子，作用是调整每个参数变化对于适应度函数的贡献，表示期望方向图的最大旁瓣电平，表示期望方向图的主波束宽度， 表示期望方向图第l对零陷的零陷深度，此方案适用于对期望方向图的各性能指标有明确要求的方向图综合问题。方案二：
这同样是一个求解适应度函数最小值的问题，其中ε′1,ε′2为权重因
子，作用是调整每个参数变化对于适应度函数的贡献，此方案适用于对期望方向图的各性能指标没有明确要求，而是需要方向图的旁瓣尽可能低，主波束尽可能窄即分辨率尽可能高的方向图综合问题。某一量子搜寻者位置适应度可同时代表该量子搜寻者位置和量子位置的优劣。
斯隶属度参数 φ′为惯性权值系数，它随进化代数的增加线性递减以便
实现由粗到细的搜索， 和 分别是第n个量子搜寻者所在子群具有的最小和最大适应度函数值的两个量子位置的第 维元素； 为第t代第n个量子搜寻者在第 维的隶属度且 其中 用来产生 上的均匀随机数以模拟人的搜索行为
的随机性， 是群体函数值按降序排列后第n个量子搜寻者
量子位置的序列编号，μmax为最大隶属度，μmin为最小隶属度,N为量子搜寻者群体中的个体数。
化代数的增加线性递减；ζ1和ζ2为区间[0,1]内的均匀随机数；预动方向 当t＝0时， 和 分别为第n个量子搜寻者在第t＝0代具有最小适应度函数值和最大适应度函数值的量子位置，当t＝1时， 和 分别为第n个量子搜寻者在第t＝0和t＝1代中具有最小适应度函数值和最大适应度函数值的量子位置，当t≥2时， 和 分别为第n个量子搜寻者在第t-2、t-1和t代中具有最小适应度函数值和最大适应度函数值的量子位置；利己方向 当第t代第n个量子搜寻者属于邻域i∈{1,2,3}时，利他方向为
为属于邻域i的量子搜寻者迭代至第t代的邻域历史最优量子位置。
期望方向图最大旁瓣电平 期望方向图在v＝0,u＝±
0.4和u＝±0.2处形成-50dB的零陷，适应度函数选择方案一，权重因子设置为：ε1＝0.7、ε2＝0、β1＝0.3、β2＝0.3。基于量子搜寻者搜索机制的圆环阵方向图综合方法的参数设置如下：惯性权值系数φ′和φ随进化代数的增加从0.9线性递减至0.4，最大隶属度μmax＝0.95，最小隶属度μmin＝0.0111， 量子搜寻者群体中量子搜寻者个体
数为60；最大迭代次数为300。未采用优化方法的圆环阵方向图综合方法的幅度激励统一设置为Imh＝1.
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种基于完全信息动态非合作主从博弈的蓄滞洪区分洪量分配方法 | 2020-05-08 | 738 |
| 人工模拟化合物的发射 | 2020-05-15 | 355 |
| 一种基于量子搜寻者搜索机制的圆环阵方向图综合方法 | 2020-05-12 | 934 |
| 一种元炁调养仪器 | 2020-05-13 | 43 |
| 环肽类化合物及其作为药物的用途 | 2020-05-18 | 526 |
| 作为丙型肝炎抑制剂的化合物及其在药物中的应用 | 2020-05-14 | 296 |
| 一种昆虫信息素缓慢释放的管状装置 | 2020-05-16 | 102 |
| Novel antibiotic diperamycin and its production | 2020-05-25 | 717 |
| 一种元炁调养仪器 | 2020-05-17 | 903 |
| 유의어 전자사전 및 그 전자사전을 이용한 유의어 검색방법 | 2020-05-23 | 325 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
