无人机目标检测量子多模式识别优化算法

• 作者: 侯旋 薛飞 陈涛
• 来源期刊: 计算机工程与应用
• 关键词: 目标检测 无人机 量子计算 模式识别
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 工程与应用|Engineering and Applications
• 页码范围: 228-236
• 页数: 9页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2001-0143

摘要

研究了现阶段无人机雷达探测技术的难点与方法,分析了量子多模式识别网络模型与算法,根据Grover算法优化理论,提出了基于相位旋转的量子多模式识别算法(PRQMPRA).优化算法避免了在带冗余项的量子多模式识别算法(RQMPRA)中两个相位旋转均为π会导致搜索成功概率降低的缺陷.利用三种数据集对误差反向传播算法(EBPA)、基于交叉熵函数的深层自编码器学习算法(CDAA)以及RQMPRA与PRQMPRA进行模式识别能力分析,结果表明在确定限定误差的情况下PRQMPRA具有更高的识别率与相对较快的运算速度.提出了一种基于量子多模式识别算法的雷达目标检测方法,通过模式分类的方法研究目标检测问题.利用上述四种算法进行无人机目标检测实验,研究结果表明PRQMPRA具有更高的检测精度,在低信噪比的情况下可保持较高的发现概率.