量子进化膜计算在辐射源信号分析中的应用

摘要

作为自然计算的新分支，膜计算(membrane computing)是从生命细胞以及由细胞组成的组织或器官的结构和功能中抽象出的计算模型，是具有分布式、极大并行性和非确定性的理想计算模型。理论上，许多简单的膜计算模型具有与图灵机同等的计算能力，甚至还有超越图灵机局限性的可能。然而，与理论研究相比，膜计算的应用研究尚处于初步阶段，正期待有突破性的进展和重要的应用领域拓展。因此，本文研究膜计算优化方法及其在辐射源信号分析中的应用，拓展膜计算的应用领域。论文的主要工作及研究成果如下：
　　 1.介绍时频原子分解算法的基本理论，并对线性调频脉冲压缩雷达辐射源信号进行仿真实验，分析时频原子分解算法的优、缺点。针对时频原子分解算法计算量过大的问题，引入进化计算，给出基于量子进化算法(QIEA)的时频原子分解方法，分析辐射源信号。实验结果表明，基于量子进化算法的时频原子分解方法能有效降低时频原子分解算法的计算复杂度，提高信号处理效率。
　　 2.研究膜计算的基本理论，并在熟悉现有国内外膜计算优化方法及其应用领域的基础上，将基于P系统的量子进化算法(QEPS)用于分析辐射源信号，拓展膜计算的应用领域。QEPS结合QIEA和膜计算的优点，采用P系统的单层膜结构，在各基本膜内采用量子进化算法进行寻优，实现种群的进化，然后采用P系统的转运规则和通信规则，实现各膜之间的信息交流。对信噪比为10dB的雷达辐射源信号的仿真结果表明，QEPS能有效地提取出表征信号特征的时频原子，降低时频原子分解算法的计算复杂度，其性能优于贪心算法(GrA)和QIEA。
　　 3.针对QEPS在搜索匹配信号的最佳原子时易陷入局部极值的问题，提出改进的基于P系统的量子进化算法(MQEPS)，即在QEPS基础上，引入禁忌搜索算法，对表层膜中的最优解进行禁忌操作。对55个可满足性问题和16种雷达辐射源信号的仿真结果表明，MQEPS能有效地提取出信号的时频原子特征，获得比GrA、QIEA和QEPS更好的实验结果。
　　 4.为提高量子进化膜计算优化方法搜索原子时的速度，结合实观测量子进化算法和活性膜，提出基于P系统的实观测量子进化算法(RQEPS)。RQEPS采用膜融合和膜分裂的动态膜结构，在各基本膜内采用实观测量子进化算法进行寻优，增强个体之间的信息交流和降低算法的计算复杂度。对长度为256点和15642点的雷达辐射源信号进行时频原子分析，结果表明，RQEPS的收敛速度快，寻优能力强，能快速有效地在过完备的时频原子库中搜索到表征信号特征的最佳原子，降低算法的计算复杂度，提高信号处理效率，是GrA、QIEA、QEPS、MQEPS和RQEPS中最适合于分析雷达辐射源信号的方法。

目录

文摘

英文文摘

论文说明：缩略语表

声明

第1章绪论

1.1引言

1.2课题的提出及研究意义

1.3国内外研究现状分析

1.4论文的主要工作

1.5论文的结构安排

第2章辐射源信号的时频原子分析

2.1引言

2.2时频原子分解算法

2.2.1算法描述

2.2.2 Gabor原子

2.2.3辐射源信号分析

2.3基于进化计算的时频原子分解方法

2.3.1算法描述

2.3.2量子进化算法

2.3.3实验结果及分析

2.4小结

第3章基于量子进化膜算法的辐射源信号分析

3.1引言

3.2膜计算

3.2.1膜计算的思想来源

3.2.2膜计算的基本概念

3.3基于P系统的量子进化算法

3.4辐射源信号分析

3.4.1参数讨论

3.4.2对比实验

3.5小结

第4章基于改进的量子进化膜算法的辐射源信号分析

4.1引言

4.2改进的基于P系统的量子进化算法

4.2.1禁忌搜索算法

4.2.2改进的基于P系统的量子进化算法

4.3实验结果及分析

4.3.1 SAT问题

4.3.2辐射源信号分析

4.4小结

第5章实观测量子进化膜算法的辐射源信号分析

5.1引言

5.2实观测量子进化算法

5.2.1实观测

5.2.2算法流程

5.3基于P系统的实观测量子进化算法

5.4实验结果及分析

5.4.1参数讨论

5.4.2对比实验

5.5小结

工作总结与展望

致谢

参考文献

攻读硕士学位期间发表的论文及科研成果