-
公开(公告)号：CN113794659A
公开(公告)日：2021-12-14
申请号：CN202111050681.9
申请日：2021-09-08
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种信道估计与信号检测方法，建立OFDM系统数学模型；建立自动演化DNN信道估计与信号检测模型；初始化量子蜉蝣种群位置和量子速度并设定参数；对初代量子蜉蝣种群位置进行适应度评价，得到量子雄性种群的最优位置，以及量子蜉蝣种群的全局最优位置；进行量子速度的更新，并通过更新后的量子速度完成量子蜉蝣位置的更新；对量子蜉蝣进行交配与变异操作，完成量子蜉蝣种群的淘汰与更新；迭代更新至最大迭代次数，把全局最优结果带入模型中，将接收的时频信号序列输入DNN模型恢复出码元并输出。本发明通过量子演化机制与蜉蝣种群原理结合，自动求解DNN模型所需最优参数，提高了DNN模型的信道估计与信号检测效果。
-
公开(公告)号：CN113783809A
公开(公告)日：2021-12-10
申请号：CN202111026332.3
申请日：2021-09-02
Applicant: 哈尔滨工程大学
IPC: H04L25/02 , H04B7/0413
Abstract: 本发明提供基于二进制人工藻类机理的Massive MIMO信道估计方法。本发明针对现有的毫米波稀疏信道估计，提出了一种基于二进制人工藻类机制优化StOMP的信道估计方法，以解决估计性能不佳的问题。传统的StOMP信道估计方法在基站侧发射角发生变化时需要手动调整门限参数，基于二进制人工藻类机制的StOMP信道估计方法能够实现对参数的自适应调整，从而达到自适应信道估计的目的。仿真结果表明，当实际环境中基站侧发射角和发射功率发生变化，基于二进制人工藻类机制的StOMP信道估计方法能够自适应搜索出最佳门限参数，取得了较好的估计性能。
-
公开(公告)号：CN113504793A
公开(公告)日：2021-10-15
申请号：CN202110783268.7
申请日：2021-07-12
Applicant: 哈尔滨工程大学
IPC: G05D1/10
Abstract: 本发明提供一种基于Voronoi图的无人机集群路径规划方法，本发明为解决二维栅格环境建模路径规划速率较慢，计算复杂度较大的问题，基于Voronoi图进行战场环境建模，通过减少路径中间节点，降低了算法进行节点遍历时所需的时间，同时设计出一种基于量子松鼠觅食的离散优化算法应用于路径规划，通过量子旋转门对量子松鼠的位置进行更新，更好的平衡了全局寻优能力与局部寻优能力，保证了路径规划结果的有效性。同时本发明为了适应战场环境的变化可能造成的路径失效问题，提供多条备选航迹，保证了路径的可选择性。
-
公开(公告)号：CN113239628A
公开(公告)日：2021-08-10
申请号：CN202110611609.2
申请日：2021-06-02
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于量子海鸥演化机制加权Myriad滤波器设计方法，包括：构造通过冲击噪声信道的信号，并划分训练集和测试集；确定加权滤波器最优参数的目标函数；初始化量子海鸥机制的参数；计算适应度值，确定量子海鸥的最优量子位置；量子海鸥执行迁移操作；量子海鸥执行攻击操作并更新其量子位置；更新量子海鸥的适应度值及最优量子位置；判断是否达到最大迭代次数，若达到最大迭代次数，则终止迭代，继续往下执行；否则返回；使用具有最优权值参数和线性度参数的加权Myriad滤波器对测试集中的信号或待滤波信号进行处理。本发明结合量子计算机制和海鸥优化机制，有更好的全局收敛性和收敛速度，具有鲁棒性强，编程简单等优点。
-
公开(公告)号：CN112929303A
公开(公告)日：2021-06-08
申请号：CN202110079030.6
申请日：2021-01-21
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种双链量子带电系统搜索机制的宽带压缩感知测向方法，针对压缩感知中存在的网格失配问题，利用泰勒展开式进行角度修正，降低了估计误差。由于压缩感知重构算法存在着求解过程复杂，计算量大等缺点，通过采用双链编码的量子带电系统算法对模型进行极值求解简化了求解过程，解决了单链编码的量子带电系统的一些缺点和不足，可以在迭代次数少的情况下求得最优估计值。相比于传统方法，具有更高的估计精度和估计成功概率。本发明设能够有效修正网格失配问题，并且在保证允许估计精度和估计成功概率前提下，简化求解过程，较少计算量。
-
Patent Agency Ranking
公开(公告)号：CN112800596A
公开(公告)日：2021-05-14
申请号：CN202110028619.3
申请日：2021-01-11
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种强冲击噪声下基于嵌套阵列的鲁棒动态测向方法，包括：建立动态测向模型；初始化搜索空间；初始化所有个体量子位置并设定相关参数；构造适应度函数，计算适应度函数值、平均适应度值，计算整个生态系统当前代的平均适应度值；根据量子标杆学习机制实现寻优搜索过程；判断是否达到最大迭代次数G，若达到则中止循环迭代，输出外部标杆的量子位置和位置并进入下一步；判断是否达到最大快拍数Kp，若未达到，更新下一次快拍时P个方位角的搜索空间，返回步骤三；否则，输出动态测向结果。本发明在冲击噪声下设计了加权无穷范数低阶差分矩阵，通过将嵌套阵列虚拟为均匀线阵或近似均匀线阵，并利用极大似然测向方法实现了动态测向。
-
公开(公告)号：CN115657710B
公开(公告)日：2024-11-12
申请号：CN202211220690.2
申请日：2022-10-07
Applicant: 哈尔滨工程大学
IPC: G05D1/46 , G06Q10/04 , G06Q10/0631 , G06N3/006 , G06N10/60
Abstract: 本发明提供一种多目标量子北极熊机制的异构无人机大规模任务分配方法，以任务执行效率作为目标函数，使用量子北极熊方法优化目标函数，克服了以往优化方法易陷入局部收敛的问题。同时，设计了量子北极熊编码机制，实现了量子北极熊的位置与任务分配方案之间的映射。本发明针对无人机对大规模地面目标的难题，设计了量子北极熊机制对多架无人机进行任务分配，以任务执行效率作为目标函数，并考虑了多个约束条件，使任务分配问题更贴切实际。
-
公开(公告)号：CN113794659B
公开(公告)日：2023-09-22
申请号：CN202111050681.9
申请日：2021-09-08
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种信道估计与信号检测方法，建立OFDM系统数学模型；建立自动演化DNN信道估计与信号检测模型；初始化量子蜉蝣种群位置和量子速度并设定参数；对初代量子蜉蝣种群位置进行适应度评价，得到量子雄性种群的最优位置，以及量子蜉蝣种群的全局最优位置；进行量子速度的更新，并通过更新后的量子速度完成量子蜉蝣位置的更新；对量子蜉蝣进行交配与变异操作，完成量子蜉蝣种群的淘汰与更新；迭代更新至最大迭代次数，把全局最优结果带入模型中，将接收的时频信号序列输入DNN模型恢复出码元并输出。本发明通过量子演化机制与蜉蝣种群原理结合，自动求解DNN模型所需最优参数，提高了DNN模型的信道估计与信号检测效果。
-
公开(公告)号：CN115937493A
公开(公告)日：2023-04-07
申请号：CN202211544646.7
申请日：2022-12-03
Applicant: 哈尔滨工程大学
IPC: G06V10/20 , G06V10/28 , G06V10/762 , G06N3/006 , G06V10/26 , G06V10/74 , G06V10/774
Abstract: 本发明提供一种基于竹子定律和熵的哈里斯鹰机制图像分割方法，将竹子定律和哈里斯鹰机制相结合并用于设计哈里斯鹰机制过渡阶段的能量方程，使求解机制更符合大自然生物的猎捕规律，在全局探索和局部开采两个阶段更能达到有效的平衡。在全局探索阶段使用熵对哈里斯鹰种群进行变异，减小陷入局部最优解的可能。相较于一些基于已有传统群智能的图像分割方法，所设计基于竹子定律和熵的哈里斯鹰机制图像分割方法拥有更快的收敛速度、更高的收敛精度、更高的分割精度和更好的鲁棒性。
-
公开(公告)号：CN115915420A
公开(公告)日：2023-04-04
申请号：CN202211218926.9
申请日：2022-10-07
Applicant: 哈尔滨工程大学
IPC: H04W72/0453 , H04W72/04 , H04W72/12
Abstract: 本发明提供一种量子乌燕鸥机制的多无人机协作频谱感知方法，建立基于量子乌燕鸥机制的多无人机频谱感知模型，以频谱感知技术的检测概率为目标，设计了量子编码的乌燕鸥量子位置演化机制，得到一种新的量子乌燕鸥机制方法，以量子乌燕鸥的位置作为认知无人机用户的权重向量，最终计算得到最优权重向量。量子乌燕鸥机制克服了以往经典算法收敛性能较差的弊端，并提升了寻优速率。本发明设计了一种量子乌燕鸥机制的多无人机协作频谱感知方法，该方法目的是求取认知无人机用户的最优权重向量，以确定认知无人机用户对全局感知的贡献大小，为后续对无人机进行频谱分配提供了优势条件。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.036 seconds)
