量子粒子群優(yōu)化算法及其在智能天線中的應(yīng)用研究.pdf

1、基于量子位概率幅編碼的量子粒子群算法（QPSO）是由量子進(jìn)化算法融合到粒子群算法中得來。該算法用量子位的概率幅對粒子位置編碼，用量子旋轉(zhuǎn)門實(shí)現(xiàn)粒子移動，用量子非門實(shí)現(xiàn)變異以提高種群多樣性，從而增強(qiáng)了算法的多維搜索能力，但仍不能避免早熟收斂現(xiàn)象。本文詳細(xì)分析其算法原理，在其基礎(chǔ)上引入了收斂停止檢測和選擇性變異機(jī)制，提出一種優(yōu)化效率有明顯改進(jìn)的新算法，并將其應(yīng)用于智能天線技術(shù)中的方向圖綜合和DOA估計(jì)中，以期達(dá)到良好的效果。本文主要工作和創(chuàng)

2、新點(diǎn)如下：
　　（1）QPSO算法的改進(jìn)研究。針對QPSO算法中無差別變異不能有效提高種群多樣性的問題，引入收斂停滯檢測和選擇性變異，即在迭代計(jì)算中出現(xiàn)收斂停滯現(xiàn)象，則選擇性地對粒子進(jìn)行變異，既提高迭代效率，又增加種群的多樣性。實(shí)驗(yàn)結(jié)果表明，改進(jìn)QPSO算法的優(yōu)化效率和能力均優(yōu)于QPSO算法和標(biāo)準(zhǔn)PSO算法。
　?。?）方向圖綜合技術(shù)的研究。對直線陣方向圖綜合常用的切比雪夫陣列法進(jìn)行仿真分析。在多零點(diǎn)低旁瓣約束的陣列天線方向