[发明专利]基于量子蜘蛛群演化机制的平面天线阵列稀疏方法

权利要求书

1.一种基于量子蜘蛛群演化机制的平面天线阵列稀疏方法，其特征是：

步骤1：建立平面天线阵列稀疏模型，包括天线阵列的规模、形状以及阵元的摆放方式；

步骤2：设置系统参数，包括种群中蜘蛛个体的数量，群体演进的迭代次数，并初始化种群中每只蜘蛛在解空间中的量子位置和{0,1}编码位置；

步骤3：设计适应度函数，用适应度函数评价种群中每只蜘蛛{0,1}编码位置的优劣，在迭代开始时，每只蜘蛛初始{0,1}编码位置同时也记为其搜索历史中的历史最优位置；初始{0,1}编码位置的适应度函数值同时记为其历史最优适应度函数值，在所有蜘蛛对应的所有历史最优位置中，适应度函数值最优的位置记为整个种群的全局最优位置；

步骤4：划分种群中蜘蛛的性别，把初始{0,1}编码位置按其适应度函数值由大到小排列，前N_f只蜘蛛确定为雌性并一直是雌性，剩下的N_m只蜘蛛确定为雄性并一直是雄性；

步骤5：计算每只蜘蛛的重量，把每只蜘蛛{0,1}编码位置的适应度函数值和种群中最大、最小的适应度函数值代入重量计算公式中计算种群中每只蜘蛛各自的重量；

步骤6：更新雌性蜘蛛量子位置，种群中雌性蜘蛛有两种行为：向群体中最好个体学习的学习行为和自身的探索行为，基于这两种行为并结合雌性蜘蛛的重量，构建雌性蜘蛛的量子矢量旋转角更新公式，来更新雌性蜘蛛量子旋转角，基于更新后的量子矢量旋转角，采用模拟量子矢量旋转门操作更新雌性蜘蛛量子位置；

步骤7：更新雄性蜘蛛量子位置，利用种群中雄性蜘蛛不仅有向群体中最好个体学习的学习行为和自身的探索行为、并且会受到雌性蜘蛛的影响的三个因素，并结合雄性蜘蛛的重量，构建雄性蜘蛛的量子矢量旋转角更新公式，来更新雄性蜘蛛量子矢量旋转角，基于更新后的量子矢量旋转角，采用模拟量子矢量旋转门操作更新雄性蜘蛛量子位置；

步骤8：根据每只蜘蛛更新后的量子位置，通过测量的方式转化为其{0,1}编码位置，并计算该{0,1}编码位置的适应度函数值，将每只蜘蛛的适应度函数值与各自历史最优适应度函数值比较，从而更新各自历史最优位置，进而更新种群的全局最优位置；

步骤9：判断是否达到最大迭代次数，若是则输出种群的全局最优位置，映射到平面天线阵列，得到稀疏方案；否则令迭代次数加1，即t＝t+1，并返回步骤5，进行新一轮的迭代。