本文選題：航空通信 + 頻率動態(tài)分配��； 參考：《電訊技術(shù)》2015年12期

【摘要】：為了更加有效地對航空通信頻率進行分配,提出了一種基于量子遺傳算法的航空通信頻率動態(tài)分配方法。通過對頻率動態(tài)分配思路進行分析,建立了頻率動態(tài)分配框架,給出了頻率動態(tài)分配的具體流程。在此基礎(chǔ)上,討論了航空通信頻率動態(tài)分配問題,定義了航空通信頻率動態(tài)分配約束條件,建立了航空通信頻率動態(tài)分配模型。最后,運用量子遺傳算法和遺傳算法對算例進行仿真對比。結(jié)果表明:量子遺傳算法在種群適應(yīng)度和收斂速度上具備明顯的優(yōu)越性,頻率動態(tài)分配模型能夠根據(jù)不同種群數(shù)量條件動態(tài)調(diào)整適應(yīng)度,能夠較好滿足航空通信頻率分配問題動態(tài)性、準確性、時效性等實踐運用要求。
[Abstract]:In order to allocate the frequency of aeronautical communication more effectively, a dynamic frequency allocation method based on quantum genetic algorithm (QGA) is proposed.Based on the analysis of the idea of frequency dynamic allocation, the frame of frequency dynamic allocation is established, and the specific flow of frequency dynamic allocation is given.On this basis, the problem of frequency dynamic allocation in aeronautical communication is discussed, the constraint conditions of dynamic frequency allocation for aeronautical communication are defined, and the dynamic allocation model of aeronautical communication frequency is established.Finally, quantum genetic algorithm (QGA) and genetic algorithm (GA) are used to simulate and compare the examples.The results show that the QGA has obvious advantages in population fitness and convergence rate, and the frequency dynamic allocation model can dynamically adjust the fitness according to different population quantity conditions.It can meet the requirements of aeronautical communication frequency allocation, such as dynamic, accuracy, timeliness and so on.
【作者單位】： 空軍工程大學(xué)信息與導(dǎo)航學(xué)院;解放軍95983部隊;
【基金】：國家社科基金暨軍事學(xué)資助課題(12GJ003-130) 全軍軍事學(xué)研究生資助課題(2013JY-505)~~
【分類號】：TN915.0

【相似文獻】

相關(guān)期刊論文 前10條

1 張葛祥,李娜,金煒東,胡來招;一種新量子遺傳算法及其應(yīng)用[J];電子學(xué)報;2004年03期

2 郭海燕,金煒東,李麗,羅碧華;分組量子遺傳算法及其應(yīng)用[J];西南科技大學(xué)學(xué)報(自然科學(xué)版);2004年01期

3 郭海燕;基于混沌優(yōu)化的量子遺傳算法[J];西南科技大學(xué)學(xué)報(自然科學(xué)版);2005年03期

4 黃蓓;王士同;;基于量子遺傳算法的非線性無約束優(yōu)化方法[J];微計算機信息;2006年08期

5 郭海燕;;基于混沌優(yōu)化的量子遺傳算法[J];電子測量技術(shù);2006年02期

6 李曉波;;淺談量子遺傳算法[J];科技信息(學(xué)術(shù)研究);2008年02期

7 呂友波;;量子遺傳算法在配餐中的應(yīng)用[J];商場現(xiàn)代化;2008年08期

8 許波;李智勇;王永;;改進型量子遺傳算法求解機器人聯(lián)盟問題[J];計算機工程與應(yīng)用;2009年04期

9 滕皓;邵闊義;曹愛增;楊炳儒;;量子遺傳算法的變尺度混沌優(yōu)化策略研究[J];計算機應(yīng)用研究;2009年02期

10 梁昌勇;柏樺;蔡美菊;陸文星;;量子遺傳算法研究進展[J];計算機應(yīng)用研究;2012年07期

相關(guān)會議論文 前10條

1 解光軍;操禮程;范海秋;;改進型量子遺傳算法及其性能分析[A];第二十三屆中國控制會議論文集（下冊）[C];2004年

2 郭明;李飛;;一種解決認知無線電頻譜分配的量子遺傳算法[A];2009年通信理論與信號處理學(xué)術(shù)年會論文集[C];2009年

3 皮海燕;陶志福;姚萌;;量子遺傳算法在較少探測點下的介電常數(shù)分布截面成像中的應(yīng)用[A];第七屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2009年

4 曾成;趙錫均;徐紅;;基于量子遺傳算法的聚類方法[A];第二十九屆中國控制會議論文集[C];2010年

5 劉欣;李飛;張杰;;一種求解最短路徑路由問題的量子遺傳算法[A];2009年通信理論與信號處理學(xué)術(shù)年會論文集[C];2009年

6 張治平;周樹德;;基于量子計算的智能優(yōu)化方法研究[A];第六屆全國信號和智能信息處理與應(yīng)用學(xué)術(shù)會議論文集[C];2012年

7 于文莉;李海;范輝;;量子遺傳算法在二維最大熵圖像分割中的應(yīng)用研究[A];2008通信理論與技術(shù)新發(fā)展——第十三屆全國青年通信學(xué)術(shù)會議論文集（下）[C];2008年

8 楊英;王錫淮;肖健梅;;基于QGA的物流配送中心配送優(yōu)化問題研究[A];2007中國控制與決策學(xué)術(shù)年會論文集[C];2007年

9 王興林;李茂軍;張曉培;李亙;;改進量子遺傳算法在Flow-Shop調(diào)度中的應(yīng)用[A];中國自動化學(xué)會中南六省（區(qū)）2010年第28屆年會·論文集[C];2010年

10 曾成;趙錫均;;基于量子遺傳算法的PID參數(shù)優(yōu)化研究[A];'2008系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會議論文集[C];2008年

相關(guān)博士學(xué)位論文 前1條

1 黃宇;基于量子計算的熱工過程辨識研究及應(yīng)用[D];華北電力大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 王寶偉;量子遺傳算法的改進研究及在路由選擇問題中的應(yīng)用[D];山東師范大學(xué);2009年

2 郭海燕;量子遺傳算法改進算法研究[D];西南交通大學(xué);2005年

3 楊英;遺傳算法和量子遺傳算法在物流系統(tǒng)優(yōu)化中的應(yīng)用[D];上海海事大學(xué);2007年

4 王快霞;改進的量子遺傳算法在車間調(diào)度中的應(yīng)用研究[D];大連交通大學(xué);2008年

5 查全民;量子遺傳算法及其在入侵檢測中的應(yīng)用研究[D];合肥工業(yè)大學(xué);2010年

6 裴飛飛;量子遺傳算法在機械優(yōu)化問題中的應(yīng)用研究[D];武漢科技大學(xué);2010年

7 郭靜;量子遺傳算法及其在數(shù)據(jù)校正中的應(yīng)用[D];青島科技大學(xué);2011年

8 鄭冉;雙鏈量子遺傳算法的收斂性分析及改進方法研究[D];南昌航空大學(xué);2012年

9 李佳;基于混合更新策略的量子遺傳算法研究[D];哈爾濱工程大學(xué);2012年

10 王俊姝;量子遺傳算法在廣播電視監(jiān)測工作中相關(guān)應(yīng)用的研究[D];哈爾濱工程大學(xué);2012年

，

本文編號：1758815