《基于协同Memetic自适应QPSO算法的传感器-目标分配问题求解》PDF+DOC
作者:段修生,徐公国,单甘霖
单位:中国航天科工防御技术研究院;中国宇航学会;中国系统工程学会
出版:《系统工程与电子技术》2016年第12期
页数:8页 (PDF与DOC格式可能不同)
PDF编号:PDFXTYD2016120140
DOC编号:DOCXTYD2016120149
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于Rényi信息增量和改进QPSO算法的多传感器协同分配》PDF+DOC2017年第05期 徐公国,段修生,徐宏浩,单甘霖
《基于协同memetic PSO算法的传感器-目标分配问题求解》PDF+DOC2013年第05期 王一川,单甘霖,童俊
《多传感器管理的目标分配问题蚁群算法研究》PDF+DOC2005年第02期 黄树采,李为民,李威
《基于遗传算法的多传感器管理》PDF+DOC2010年第08期 伊鑫,李辉,吴克起
《基于蚁群算法的多传感器目标分配模型》PDF+DOC2009年第S1期 申章,王俊峰
《基于CPCRLB和一致性算法的分散式传感器管理》PDF+DOC2016年第05期 杨小军,梁中华,徐先峰,单博炜,常晓凤
《基于线性规划的传感器管理算法的研究》PDF+DOC1999年第04期 刘先省,乔东杰,潘泉,张洪才
《基于萤火虫算法的雷达目标分配方法》PDF+DOC2015年第02期 田德伟,何广军,尤晓亮,李槟槟
《一种基于遗传算法的多传感器管理算法》PDF+DOC2008年第06期 张广远,王福军,魏震生
《基于RIMMKF的一种传感器管理算法》PDF+DOC2007年第12期 刘先省,周林,杜晓玉
对复杂防空作战环境下的传感器-目标分配(sensor target assignment,STA)问题进行了研究,建立了基于识别、跟踪、定位多阶段综合作战效能的分配模型。针对该模型,首先基于粒子群聚集度和进化度判断,对传统量子粒子群(quantum particle swarm optimization,QPSO)算法进行了改进,提出了自适应QPSO算法。然后,结合多粒子群协同和Memetic搜索策略,提出了基于协同Memetic自适应QPSO算法的STA求解方法。同时,为使粒子位置矢量反映分配方案,依据不同战场环境设计了两种特殊的粒子编码方案。最后通过仿真实验验证了所提算法的有效性。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。