针对量子粒子群算法在处理自变量具有有限定义域的问题时易陷入局部最优解的问题,对算法的量子模型加以改进,提出了基于非对称势的量子粒子群算法(asymmetric potential well based quantum particle swarm optimization,AQPSO)。该算...针对量子粒子群算法在处理自变量具有有限定义域的问题时易陷入局部最优解的问题,对算法的量子模型加以改进,提出了基于非对称势的量子粒子群算法(asymmetric potential well based quantum particle swarm optimization,AQPSO)。该算法认为粒子处于非对称势阱中,势阱的参数由当前的最优位置和自变量的定义域共同决定。而在求解粒子在空间分布的波函数时,又采用了参数消减方法,只需人工指定越限概率,简化算法流程。最后,通过算例验证,该方法的全局搜索能力显著提升,在处理高维、复杂、强干扰性问题时,具有显著优势。展开更多
文摘尽管长波红外成像技术在陆地遥感、天文学等应用中至关重要,但其面临着来自压倒性热背景辐射的根本性挑战。这种背景光子通量常常将传统探测器推向其背景限制性能(Background-Limited Performance,BLIP)的极限。此时主要的限制因素并非探测器固有的噪声,而是背景本身的散粒噪声。本文论证了一个关键的分类,以区分两种表面相似但本质迥异的探测架构——差分探测器和微分探测器。根据探测器的应用和实现途径可知,传统差分探测器的背景光电流为可探测的信号差异设置了一个由背景决定的阈值,而微分探测器则是一种在物理感知层面直接对目标物理量的差异进行测量的器件:只有微弱的差值信号被积分,导致极大量的累加采样,因此可将信噪比提升至前所未有的水平。特别介绍了基于量子阱红外光电探测器(Quantum Well Infrared Photodetector,QWIP)的微分探测技术路径。QWIP以其极低的暗电流、精准的电学可控性和内禀的光谱选择性,为实现高性能长波红外微分探测器提供了理想的物理基础,并已在实验中取得显著进展。最后利用费雪信息理论和克拉默--拉奥约束为微分探测器提供了严格的理论支撑。
文摘针对量子粒子群算法在处理自变量具有有限定义域的问题时易陷入局部最优解的问题,对算法的量子模型加以改进,提出了基于非对称势的量子粒子群算法(asymmetric potential well based quantum particle swarm optimization,AQPSO)。该算法认为粒子处于非对称势阱中,势阱的参数由当前的最优位置和自变量的定义域共同决定。而在求解粒子在空间分布的波函数时,又采用了参数消减方法,只需人工指定越限概率,简化算法流程。最后,通过算例验证,该方法的全局搜索能力显著提升,在处理高维、复杂、强干扰性问题时,具有显著优势。
