作者：贺铭,苏新彦,李剑 单位：中国科学院软件研究所 出版：《计算机系统应用》2020年第01期 页数：5页  （PDF与DOC格式可能不同） PDF编号：PDFXTYY2020010310 DOC编号：DOCXTYY2020010319 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 在一些传统的震源定位算法中，震源优化时对初始震源解的要求比较高，依赖性较大，且搜索范围具有一定的局限性，很难在群波混叠严重，频谱成分复杂的大区域范围内进行震源定位寻优.针对这一问题，提出了基于量子粒子群(QPSO)算法的地下浅层震源定位方法，并通过仿真实现了该算法，评估了该算法与传统算法的优劣.实验结果表明：在–100 m&#215；100 m&#215；–40 m范围内，基于QPSO的浅层单目标震源定位算法的定位精度明显高于传统的基于粒子群的震源定位算法，定位精度可达0.324 m，具有重要的实际应用价值。

    📙 相关资料

    1. 《一种分布式地下浅层交叉定位系统的研究》PDF+DOC 由于地下介质结构比较复杂，震源近场存在明显的频散现象，使得传统交叉定位方法在浅层小区域定位中存在定位误差大等问题，对此提出了一种基于地下全向传感特征的分布式地下交叉定位方法；该方法通过P波模型建立、地下全向交叉定位和最小二乘球心拟合，实现了地下震源的精确的定位；实验结果表明：在20*20m范围内，地......
    2. 《基于改进Hough变换的无源定位航迹关联算法》PDF+DOC 针对Hough变换在多平台测角无源定位航迹关联过程中数据量大、占用内存多的问题，提出一种基于改进Hough变换(IHT)的航迹关联算法。该算法在传统Hough变换的基础上，对参数空间投票规则进行改进，利用采样点集的预处理排序，避免了观测点集对θ的遍历，减少投票运算的次数。同时，该方法利用观测目标的运......
    3. 《SA-APSO算法及其在变压器油中局部放电超声定位中的应用》PDF+DOC 针对基本粒子群算法(particle swarm optimization algorithm，PSO)局部寻优能力差及易早熟收敛的情况，提出一种融入模拟退火思路的自适应粒子群混合算法(simulated annealing-adaptive particle swarmoptimization a......
    4. 《一种单平台的无源被动定位算法》PDF+DOC 提出了一种对匀速扫描雷达的单站被动定位方法 ，主要论述了该定位方法的数学模型 ，仿真分析结果表明该算法有较好的定位精度...
    5. 《基于交叉定位的多传感器多机动目标跟踪》PDF+DOC 交叉定位的思想可以用来简化数据关联 ，实现状态估计。但在杂波或多目标的环境中 ，定位法会产生大量虚假目标。通过分析传感器数目的选择 ，来限定虚假目标生成的概率。提出了一种基于HMM(HiddenMarkovModel)的全邻似然估计跟踪算法。该算法采用观测 -航迹关联 ，具有相对简单的多项式复杂度。......
    6. 《无源多传感器系统对多目标的跟踪》PDF+DOC 讨论了无源多传感器系统对多个运动目标的跟踪问题.针对无源多传感器系统的特点，提出了两种数据相关算法.利用计算机仿真，说明了无源多传感器系统中相关算法与滤波方法相结合对多目标跟踪的性能。...
    7. 《影响微震震源定位精度的主要因素分析》PDF+DOC 微震震源坐标是微震监测最基本和最重要的参数之一，定位精度的高低直接影响着微震分析的结果。研究分析了微震震源定位精度的影响因素，台站误差，速度误差及由优化算法带来的误差。采用优化算法确定震源的坐标及震源事件的发生时间时，不同算法求解的源坐标值相差很大，为此，如何选取合理的优化算法意义重大。将麦夸特法(......
    8. 《一种提高组网雷达目标定位精度的算法》PDF+DOC 组网雷达中通过协方差交叉进行目标定位可以提高目标定位精度，首先从理论上对多雷达数据融合定位精度进行了误差分析，提出了一种可应用于工程实践的提高目标定位精度的算法。该算法利用多部雷达协方差交叉缩小目标定位误差，使目标定位精度得以提高。仿真数据及工程实践验证了它的正确性及合理性，在雷达组网工程中也得到良......
    9. 《基于QDPSO-BP网络的多传感器融合算法》PDF+DOC 多传感器数据融合的理论和方法已经被应用到许多领域。但目前对于多传感器所测的数据还没有一种通用的行之有效的处理方法。基于量子空间的粒子群(QDPSO)算法训练的BP神经网络具有较好的稳定性和收敛性，将其运用于多传感器的数据融合，在仿真中取得了比常规算法更高的精度，控制策略制定准确、可靠，是一种较有潜力......
    10. 《基于QPSO算法的传感器动态补偿方法及FPGA实现》PDF+DOC 为了解决在测试系统中由于传感器动态特性引起测试数据失真的问题，提出了一种基于量子粒子群优化算法(Quantum-Behaved Particle Swarm Optimization，QPSO)的传感器动态补偿方法；该方法依据传感器校准时的输入和输出数据运用QPSO算法得到最优补偿器模型及参数；为了......

    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。