基于量子遗传算法的认知无线电频谱分配

提出了基于量子遗传算法的认知无线电频谱分配算法,通过仿真比较了本文算法与颜色敏感图论着色频谱分配算法的性能.结果表明基于量子遗传算法的频谱分配算法性能明显优于颜色敏感图论着色算法,它能更好地实现网络效益最大化;当用户数和频带数较少时,量子遗传算法在进化代数很少时就能找到理想最优解,而颜色敏感图论着色算法所得到的解与理想最优解偏差较大. 关键词： 认知无线电 频谱分配 量子遗传算法 图论着色     

拟态物理学优化的认知无线电网络频谱分配

针对认知无线电网络中基于图着色模型的频谱分配问题,基于其非确定性多项式特性,以最大化网络收益总和为目标,提出了一种基于拟态物理学优化的求解算法. 在拟态物理学优化算法中,将频谱分配问题的解映射为一个具有质量的微粒,通过建立微粒的质量与其适应值之间的关系,并利用万有引力定律定义微粒间的虚拟作用力的大小,使整个群体向更好的方向运动,实现群体寻优. 给出了频谱分配问题的具体求解过程,并根据分配问题的二进制编码特点,改进了微粒的位置更新方程. 仿真实验表明：本文算法能更好地实现网络收益最大化. 关键词： 拟态物理学优化 认知无线电网络 频谱分配 网络收益     

混沌量子克隆算法求解认知无线网络频谱分配问题

对认知无线网络中的频谱进行有效分配是实现动态频谱接入的关键技术.考虑3次用户对频谱的需求和分配的公平性,给出了频谱分配的数学模型,并将其转换为以最大化网络收益为目标的带约束优化问题,进而提出一种采用混沌量子克隆优化求解的认知无线网络频谱分配算法, 并证明了该算法以概率1收敛.最后,通过仿真实验比较了本文算法与颜色敏感图着色算法、基于遗传算法的频谱分配、基于量子遗传算法的频谱分配的性能.结果表明:本文算法性能较优, 能更好地实现网络收益最大化. 关键词： 混沌量子克隆算法 认知无线网络 频谱分配     

基于蜂群算法的多目标加权优化负荷频率控制研究

为进一步提高两区域互联再热火力发电系统中工作频率和联络线功率的稳定性,提出了一种加权和多目标对负荷频率控制（LFC）的优化方法;采用人工蜂群算法（ABC）和加权和方法实现LFC的多目标优化,而后将其转化为复合目标函数;根据负荷需求变化和系统参数变化情况,利用加权和方法对复合目标函数做归一化处理,使得两区域PID控制器增益达到同步调谐,获得了频率响应的调节时间和超调量达到最佳折中条件。仿真结果表明,该方法简单有效,在不同的运行条件和系统参数变化情况下具有良好的鲁棒性。     

多光子强光脉冲用于量子密钥分配

通常的量子密钥分配是建立在单光子计数的基础上的 .这种分配方案易受环境干扰 ,因而传输速率较低 .近来 ,有理论工作者主张 :使用连续变量 (而不是量子比特 ,qubits)实现量子密钥分配 ,以便更快和更有效地传送保密信息 .在 2 0 0 3年第 4 2 1卷第 2 38页的Nature中 ,来自法国法布里光学实验室的Grosshans等发表了他们的最新的研究结果 .他们用实验展示了一个全新的量子密钥分配协议 :高斯线型调制的相干态传输 (由激光脉冲组成 ,每个脉冲包含数百个光子 )和限制散粒噪声的零拍检波(homodynedetection) .在新的密钥传输过程中 ,不需要对激…     

基于BB84协议利用多对量子态实现量子密钥分配

为了改善BB84协议防窃听的能力,在BB84协议的基础上提出用M(M=3,4,5…)对量子态实现量子密钥分配。为了检测其安全性,用截获-重发的方式对量子密钥分配过程进行窃听,窃听者分别采用两种检测光子状态的方法:在M组基中随机选取一种基和用Breidbart基测量,并在这两种窃听方法下分别通过计算机仿真探究M值与安全性能的关系。仿真结果表明:用多对量子态实现量子密钥分配时,发现窃听者的能力与BB84协议相同,而窃听者可以获取的正确信息要比窃听BB84协议获取的正确信息少。从而提高了量子密钥分配的安全性。     

对称噪声信道下利用多纠缠态实现量子密钥分配

研究了对称噪声信道下的量子密钥分配(Quantum Key Distribution,QKD)过程，并得到了其误码率和信道保真度的关系式。基于量子态的局域区分原理，我们提出了使用“多纠缠态”进行噪声信道下的密钥分配的新方案。应用这个新方案，我们可以获得和在理想无噪声信道下使用最大纠缠态(四个Bell态之一)进行QKD一样好的结果。     

多量子比特核磁共振体系的实验操控技术

随着量子信息与量子计算科学的发展,量子信息处理器被广泛地用于量子计算、量子模拟、量子度量等方面的研究.为了能在实验上实现这些日益复杂的方案,将量子计算机的潜能转化成现实,需要不断提高可操控的量子体系比特位数,实现更复杂的量子操控.核磁共振自旋体系作为一个优秀的量子实验测试平台,提供了丰富而又精密的量子操控手段.近几年来在此平台上进行了不少的多量子比特实验,发展并积累了一系列的多量子比特实验技术.本文首先阐述了核磁共振体系多量子比特实验中的实验困难,然后结合7量子比特标记赝纯态制备以及其他有关实验,对多比特实验过程中应用到的实验技术进行介绍.最后对核磁共振体系多量子比特实验技术方向的进一步研究进行了总结和展望.     

基于量子遗传算法的认知无线电决策引擎研究

提出了基于量子遗传算法的认知无线电决策引擎，设计了待优化的多目标函数，利用量子遗传算法调整优化无线电参数，运用多载波系统对算法性能进行了仿真分析.实验结果表明该方法在收敛速度、收敛精度和算法稳定性上都明显优于经典遗传算法，在种群规模较小时仍然能获得很好性能，适合于实际实现.不同权重设置模式下仿真结果表明该方法能够在多个目标函数间进行权衡，参数调整结果与当前对目标函数的偏好一致.     

量子势阱粒子群优化算法的改进研究

为提高量子势阱粒子群优化算法的优化能力, 通过分析目前量子势阱粒子群优化算法的设计过程, 提出了改进的量子势阱粒子群优化算法. 首先, 分别基于Delta势阱、谐振子和方势阱 提出了改进的量子势阱粒子群优化算法, 并提出了基于统计量均值的控制参数设计方法. 然后, 在势阱中心的设计方面, 为强调全局最优粒子的指导作用, 提出了基于自身最优粒子加权平均和动态随机变量的两种设计策略. 实验结果表明, 三种势阱粒子群优化算法性能比较接近, 都优于原算法, 且Delta势阱模型略优于其他两种.     

基于免疫遗传的多目标优化

提出了一种免疫遗传算法(MOGA)用来解决多目标优化问题。在该算法(MOGA)中,使用了高斯变异算子,提高了收敛速度;创建了记忆细胞集来保存每代所产生的Pareto最优解。此算法与NSGAⅡ算法进行模拟实验结果进行对比,通过比较发现,该算法无论是在个体的多样性还是收敛性上都要比NSGAⅡ算法好,表明免疫遗传算法在解决多目标优化问题上具有可观的研究前景。     

基于量子远程通信的连续变量量子确定性密钥分配协议

基于量子远程通信的原理, 本文借助双模压缩真空态和相干态, 提出一种连续变量量子确定性密钥分配协议. 在利用零差探测法的情况下协议的传输效率达到了100%. 从信息论的角度分析了协议的安全性, 结果表明该协议可以安全传送预先确定的密钥. 在密钥管理中, 量子确定性密钥分配协议具有量子随机性密钥分配协议不可替代的重要地位和作用. 与离散变量量子确定性密钥分配协议相比, 该协议分发密钥的速率和效率更高, 又协议中用到的连续变量量子态易于产生和操控、适于远距离传输, 因此该协议更具有实际意义.     

基于多描述编码的视频组播网络带宽优化分配算法

为了最大限度的满足各种类型视频应用的带宽要求,提高不同类型视频用户的满意度,解决不同类型应用的视频流对网络带宽的需求差异很大的问题,该文提出了一个基于多描述编码的带宽分配模拟退火算法;实验表明,该算法比其他带宽分配算法更能充分利用带宽资源且能有效提高网络视频用户的整体满意度。     

不同吹扫模式下HI分解膜反应器多目标性能优化

建立了不同吹扫模式下碘化氢(HI)分解膜反应器有限时间热力学模型,将吹扫气流率、反应进口压力、渗透膜厚度、反应器长度作为决策变量,以HI转化率最大、H₂回收率最大、总熵产率最小为目标开展多目标优化。通过研究发现,在给定的决策变量变化范围内HI转化率和H₂回收率最大两者具有一致性,但两者无法与总熵产率最小同时达到最优;相比顺流吹扫模式,逆流吹扫模式下Pareto前沿目标值均具有较高的HI转化率和H₂回收率。使用不同的决策方法选取最优解,顺流模式下的TOPSIS决策点和逆流模式下的LINMAP决策点具有较小的偏差因子可作为反应器参数设计最优解。     

基于量子存储的长距离测量设备无关量子密钥分配研究

针对量子中继器短时间内难以应用于长距离量子密钥分配系统的问题, 提出了基于量子存储的长距离测量设备无关量子密钥分配协议, 分析了其密钥生成率与存储效率、信道传输效率和安全传输距离等参数间的关系, 研究了该协议中量子存储单元的退相干效应对最终密钥生成率的影响, 比较了经典测量设备无关量子密钥分配协议和基于量子存储的测量设备无关量子密钥分配协议的密钥生成率与安全传输距离的关系. 仿真结果表明, 添加量子存储单元后, 协议的安全传输距离由无量子存储的216 km增加至500 km, 且量子存储退相干效应带来的误码对最终的密钥生成率影响较小. 实验中可以采取调节信号光强度的方式提高测量设备无关量子密钥分配系统的密钥生成率, 为实用量子密钥分配实验提供了重要的理论参数.     

光学薄膜自动设计的多目标优化方法

光学薄膜中已使用的优化方法郜是单目标寻优的,通过分析光学薄膜优化设计的原理,将薄膜设计的物理问题归结为混合离散变量的多目标优化设计的数学模型,并认为这是薄膜设计的一般性模型,现行的单目标优化算法只是这个模型的简化.基于这一新思路,并结合多目标优化算法的研究现状,采用了一种基于免疫应答原理的智能型多目标优化算法.该算法隐含并行处理能力,原理上是具备全局搜索能力的自适应随机性算法.将此算法运用到光学薄膜设计中,给出了一些优化的设计实例.结果表明,将多目标优化算法引入薄膜设计的新思路是可行的,将来会有较好的发展前景.     

基于改进混合蛙跳算法的认知无线电协作频谱感知

提出了一种改进的混合蛙跳算法（shuffled frog leaping algorithm,SFLA）,并提出了基于改进SFLA的认知无线电协作频谱感知方法,通过仿真对改进SFLA算法性能与传统SFLA算法性能进行了比较,并对本文提出的基于改进SFLA的协作感知方法与已有的基于修正偏差因子（modified deflection coefficient,MDC）的协作感知方法性能进行了比较.结果表明改进SFLA算法性能优于传统SFLA;基于改进SFLA的协作感知方法比MDC方法能获得更大的检测概率,验证 关键词： 认知无线电 频谱感知 混合蛙跳算法     

基于量子行为粒子群优化的低照度图像增强研究

针对许多应用领域内所存在的低照度图像,提出了一种基于量子行为粒子群优化的低照度图像增强方法.该方法提取低照度图像的非纹理区域,在图像增强过程中限制非纹理区域的灰度范围,从而抑制伪影现象.在直方图均衡化处理中设计了分级概率密度函数,并运用改进的量子行为粒子群优化算法对分级概率密度函数的参数进行优化.最终在典型的低照度图像...     

基于NSGA-Ⅱ的催化裂化分馏塔的多目标优化

在催化裂化装置生产中,主分馏塔的操作水平和技术水平直接影响整套装置的经济效益;研究催化裂化加工装置优化设计,分馏系统的操作优化非常重要;引入已经建立的分馏塔多目标优化函数并运用NSGA-Ⅱ对模型进行求解;通过深入研究算法并对NSGA-II算法中各项参数设置后,求解得一组Pareto最优解,该组最优解具有良好的延伸和分布;并引入多目标综合评价优化函数,求得一组最优解;结果表明在满足约束条件下,分馏塔的汽油和柴油的产率能得到显著的优化。     

多传感器目标识别系统的特征优化方法

来自多传感器的目标特征往往是高维数的,并且包含了更多的冗余信息和噪声。为了减小数据获取的代价,提高目标识别器的性能和效率,提出了基于遗传算法(GA)的多传感器目标识别系统特征优化方法。将遗传算法与神经网络目标分类器结合,通过识别结果的反馈信息,控制GA的遗传进化方向,从而实现特征优化。为了克服遗传算法的未成熟收敛问题,提出了相关选择与自适应遗传算子相结合的改进遗传算法。仿真实验结果验证了方法的有效性。