排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
2.
经典稀疏重构算法的计算复杂度较高,易导致雷达系统面对较大规模雷达回波数据时实时成像处理能力不足。针对这一问题,将量子算法应用于逆合成孔径雷达成像的稀疏信号处理中,为雷达稀疏成像带来量子计算短时间内处理大规模数据的优势。首先,根据逆合成孔径雷达稀疏成像的经典算法,分析匹配滤波、稀疏重构等经典算法的量子化方法,建立经典算法与量子算法之间的映射关系;其次,在确定相应量子算法及步骤关系的基础上,构建能够实现稀疏成像经典算法功能的量子线路,提出基于量子算法的逆合成孔径雷达稀疏成像方法;最后,根据构建的量子线路,结合雷达回波信号,制备相应的量子态,输入到量子线路中获得成像结果。仿真实验表明:相较于经典稀疏成像算法,基于量子算法的稀疏成像方法能够在保证成像质量的同时,大幅降低雷达成像处理数据的计算复杂度。 相似文献
3.
网络恢复是应对不可避免的故障或失效的重要途径,合理的恢复策略有助于降低资源损耗且提高网络鲁棒性能。为研究复杂网络恢复动力学行为及其与网络鲁棒性之间关系,构建了基于极大连通子图边界的复杂网络恢复模型(Recovery Model of Boundary Nodes,RMBN),设计了网络平均恢复(Average Recovery of Boundary Nodes,ARBN)和择优恢复(Priority Recovery of Boundary Nodes,PRBN)策略。不同恢复策略在3种网络模型上的仿真结果表明,随着恢复比例的增大,网络鲁棒性逐渐增强且恢复作用时间更早、恢复能力更强,为复杂网络拓扑结构设计与鲁棒性优化提供借鉴。 相似文献
1