基于激光雷达图像搜索的量子遗传算法研究

论文摘要

激光成像雷达可以直接获得反映目标空间位置的三维几何距离像和反映目标材质属性的一维强度像,统称为四维像,具有高空间分辨率和高距离分辨率,与其它二维传感器相比,如被动红外、CCD等,获取信息丰富,适于用来进行目标检测识别。目标搜索算法是激光成像雷达检测识别的重要组成部分,由于往往采用以顺序搜索为核心的技术途径,其算法复杂度与图像分辨率成正比;随着大视场高帧频激光成像雷达的出现,传统搜索算法很难同时满足高定位精度与实时性需求。量子遗传算法是一种高速寻优算法,它是量子思想与智能算法相结合的产物。通过将量子叠加态、酉正量子门等基本量子概念引入到生物的进化过程中,使算法具有高度的量子并行性,是解决大视场激光雷达目标搜索的技术方向之一。首先,本文结合激光成像雷达四维像的特点,对量子遗传算法进行研究与改进,使它适用于激光成像雷达的图像搜索。为解决图像表述,通过坐标几率化使用波函数对图像进行了描述;为快速寻求全局最优解,分别提出了不等概率解空间初始化和自适应量子旋转门;通过使用一系列特征鲜明的测试函数,完成了算法收敛性的测试,证明了算法的可行性。其次,为验证激光雷达量子遗传算法有效性,分别对标准图像、激光雷达仿真图像和真实图像进行测试,讨论了算法的成功率、收敛性、收敛速度与稳定性,测试结果表明,量子遗传搜索算法具备实际应用的可行性。最后,本文初步描述了实现应用于激光成像雷达图像搜索的量子遗传算法的全量子方案、CPU方案与FPGA方案,并对各方案的技术要求与所能体现出的算法实时性进行了分析与讨论。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 课题研究的目的和意义
• 1.2 国内外研究现状及分析
• 1.3 本论文的研究内容
• 第2章 目标搜索和量子遗传算法的基本理论
• 2.1 图像搜索原理
• 2.1.1 图像的表述
• 2.1.2 搜索特征
• 2.1.3 搜索域
• 2.1.4 相似性度量
• 2.1.5 搜索策略
• 2.2 量子遗传算法
• 2.2.1 量子遗传算法中的生物学概念
• 2.2.2 量子遗传算法中的基本概念
• 2.2.3 量子遗传算法的过程
• 2.3 本章小结
• 第3章 基于激光雷达图像的量子遗传算法研究
• 3.1 量子遗传搜索算法架构
• 3.1.1 图像的量子表述
• 3.1.2 种群初始化
• 3.1.3 适应度判断
• 3.1.4 进化过程
• 3.2 量子遗传搜索算法收敛性测试
• 3.2.1 离散单谷值测试函数
• 3.2.2 离散对称邻域双谷值测试函数
• 3.2.3 离散非对称邻域双谷值测试函数
• 3.3 本章小结
• 第4章 量子遗传搜索算法的应用研究与实现初步
• 4.1 标准图像
• 4.2 激光成像雷达仿真图像
• 4.2.1 无噪激光成像雷达仿真图像测试
• 4.2.2 加噪激光成像雷达仿真图像测试
• 4.3 真实雷达图像
• 4.4 量子遗传搜索算法实现初步
• 4.4.1 全量子实现
• 4.4.2 CPU实现
• 4.4.3 FPGA实现
• 4.5 本章小结
• 结论
• 参考文献
• 攻读学位期间发表的学术论文
• 致谢