-
公开(公告)号：CN116520861B
公开(公告)日：2024-04-12
申请号：CN202310492834.8
申请日：2023-05-04
Applicant: 哈尔滨工程大学
IPC: G05D1/485 , G05D101/10
Abstract: 本发明提出了基于改进Glasius仿生神经网络的静态目标搜索方法与装置，属于Glasius仿生神经网络技术领域，尤其涉及水下自主航行器的路径规划。解决了现有Glasius仿生神经网络，由于神经元刺激信号的时延和衰减的作用，而可能受到局部最优解的影响，导致全局搜索能力较差，目标搜索性能不理想的问题。所述基于改进Glasius仿生神经网络的静态目标搜索方法，采用改进Glasius仿生神经网络，根据所述先验信息、基础先验目标概率图以及初始结合概率图MAP0，进行迭代计算，通过时域滚动优化过程执行静态目标搜索任务。它主要用于水下自主航行器的路径规划。
-
公开(公告)号：CN116698037B
公开(公告)日：2024-03-26
申请号：CN202310631500.4
申请日：2023-05-31
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种无人机航迹规划方法，无人机获取自身和目标信息，获取每个时刻状态，将每个时刻状态输入至预先训练好的DDPG网络，DDPG网络包括Actor网络和Critic网络，利用Actor在线网络决策每个时刻无人机飞行动作，形成最终航迹；DDPG网络的训练过程包括：对无人机航迹规划场景进行建模，设计无人机航迹规划模型状态空间、动作空间、奖励函数以及网络训练参数；采用融合沙丘噪声灵敏度和萤火因子的改进蜣螂算法优化奖励函数的奖励系数，获取最优系数组合，根据最优系数组合和网络训练参数对DDPG网络进行训练，得到训练好的网络。本发明解决了模型适配场景有限、收敛效果不佳问题，提高航迹规划可靠性。
-
公开(公告)号：CN112577496B
公开(公告)日：2024-03-26
申请号：CN202011333283.3
申请日：2020-11-25
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于自适应选权的多源融合定位方法，方法步骤为：根据传感器初始数据获取初始节点；由初始节点生成初始位置变量节点和初始误差变量节点；惯性导航因子对位置变量节点进行拓展，误差因子则对误差变量节点进行拓展，并且由误差变量节点对惯性导航因子进行纠正；按照不同权重将卫星导航因子和视觉里程计因子的输出结果与位置变量节点中的定位结果进行数据融合。本发明将自适应选权的因子图模型应用于多源融合导航定位，用较为简便的方式实现了对传感器因子自适应选权的过程，能够通过动态调整权重实现卫星定位信息的故障排除和重新接入，并且在一定程度上减小定位误差。
-
公开(公告)号：CN116546498B
公开(公告)日：2024-01-26
申请号：CN202310627635.3
申请日：2023-05-30
Applicant: 哈尔滨工程大学
Abstract: 基于变隶属度函数的水下无线传感器网络信任评估方法，涉及水下无线传感器网络信任管理技术领域，针对现有的信任模型在面对动态网络拓扑时难以针对特定攻击和场景给出差异化的信任评估策略，无法有效保护重要区域中节点的问题。本申请考虑攻击和环境特点，定义三类安全因子，设计出了一种变隶属度函数模糊系统完成综合信任值的计算，信任模型的隶属度函数可以受安全因子调控，针对特定攻击模式和环境场景自适应地改变，而不再是固定不变。模型考虑了节点间的不确定性，为不同节点提供差异化的信任评估，能够提高对来自重要区域攻击行为的敏感程度，缩短恶意攻击检测时间，减少攻击对网络造成的影响，可以获得较高的检测率和较低的误检率。
-
公开(公告)号：CN116628471A
公开(公告)日：2023-08-22
申请号：CN202310476478.0
申请日：2023-04-27
IPC: G06F18/213 , G01S13/88 , G06F18/214 , G06F18/24 , G06N3/0442 , G06N3/08
Abstract: 本申请公开了一种基于自适应海鸟算法的雷达信号开集识别方法，属于信号识别技术领域，通过样本筛选算法筛选出可靠样本构建雷达信号样本库，基于雷达信号样本库构建自适应阈值，提高方法的识别率以及增强其普适性；同时设计自适应海鸟算法对自适应阈值权重寻优，构建探索方向因子，结合螺旋优化搜索与直线优化搜索，扩大搜索范围以及加强搜索能力，加入随迭代次数改变的自适应权重与自适应步长，平衡了全局搜索能力与局部搜索能力，提升了雷达信号开集识别方法的可靠性，进一步设计并训练LSTM网络，对特征进行提取并得到嵌入向量，增强了网络的泛化性和适应性，提升了雷达信号开集识别方法准确性和普适性，有效提高未知信号识别的准确率。
-
Patent Agency Ranking
公开(公告)号：CN111444805B
公开(公告)日：2023-03-17
申请号：CN202010195282.0
申请日：2020-03-19
Applicant: 哈尔滨工程大学
IPC: G06F18/10 , G06F18/2411
Abstract: 本发明提供了一种基于改进的多尺度小波熵数字信号调制识别方法，在基于统计模式的识别方法框架下利用基于信号多尺度小波熵的特征提取方法得到最终代表信号的特征，然后利用极限学习机分类器进行分类，在信噪比为‑15dB时，平均识别率仍能达到90％以上。对于PSK类信号，得到描述其相位信息的相位函数，再次计算相位函数的多尺度小波熵特征，得到的信号特征更为稳定，相对于传统的特征，能够更好的区分PSK类信号；所提取的信号特征抗噪声性能好，即使在较低信噪比的情况下也能达到理想的识别率。
-
公开(公告)号：CN113268074A
公开(公告)日：2021-08-17
申请号：CN202110632549.2
申请日：2021-06-07
Applicant: 哈尔滨工程大学
Abstract: 本发明属于无人机飞行控制技术领域，具体涉及一种基于联合优化的无人机航迹规划方法。本发明通过前端飞行状态优化模型获取无人机自身飞行状态的最优估计，大幅度降低了自然干扰因素对传感器数据的误差；通过后端飞行动作优化模型，将实际偏差大的飞行角度调整至预期飞行角度，解决了强化学习决策飞行动作不佳的问题，提高了飞行航迹的可靠性。在实际应用中，对于传感器实时采集飞行状态数据，利用前端飞行状态优化模型实时获得最优飞行状态估计，将其作为已训练TD3模型的输入，得到飞行动作，并利用后端飞行动作优化模型，得到对应的飞行动作偏置，对其进行判决，控制输出优化后的飞行动作，从而实现无人机面对自然干扰影响的实时航迹规划。
-
公开(公告)号：CN112578414A
公开(公告)日：2021-03-30
申请号：CN202011336466.0
申请日：2020-11-25
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种禁忌搜索人工蜂群算法下的北斗导航选星方法，方法步骤为：通过获取得到的地面观测点位置信息与北斗导航卫星实时位置信息，计算地面观测点处各北斗导航卫星高度角、方位角；以地面观测点处遮蔽角对各北斗导航卫星进行筛选得到可视卫星集合；利用禁忌搜索人工蜂群算法，以卫星组合方案的几何精度因子GDOP为目标函数，在解空间内对卫星组合方案寻优求解，得到具有最小GDOP的卫星组合方案。本发明将基于禁忌搜索人工蜂群算法应用于北斗导航选星过程，充分发挥人工蜂群算法预先设置参数少，寻优能力强的特点，寻优速度快等优点，有效提高北斗导航应用中选星过程效率，具有较大的价值和实用性。
-
公开(公告)号：CN107547201B
公开(公告)日：2020-06-16
申请号：CN201710894283.2
申请日：2017-09-28
Applicant: 哈尔滨工程大学
IPC: H04L9/30
Abstract: 本发明提供的是一种提高椭圆曲线密码体制中的标量乘计算效率的方法。(1)随机产生用户私钥；(2)将椭圆曲线密码体制中的基点坐标从仿射坐标按坐标转换公式转换为雅可比坐标；(3)对用户随机产生的标量使用对称三进制方法进行计算得到标量的对称三进制表示；(4)对得到的对称三进制数串进行预处理；(5)预计算基点的二倍点运算结果并存储；(6)将预处理后得到的改进的对称三进制数串用于计算标量乘，具体采用从高位到低位的计算方式，根据相应位的数值判断是否调用点加运算，直到数串的最低位为止。本发明用于椭圆曲线密码体制中标量乘的计算问题，可以提高标量乘的计算速度，提升椭圆曲线密码体制的效率，具有较大的价值和实用性。
-
公开(公告)号：CN105611634B
公开(公告)日：2019-11-26
申请号：CN201510727087.7
申请日：2015-10-30
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种LTE上行链路分步式动态子载波分配方法，包括如下步骤：步骤1：初始化，建立待分配资源组块集合，用户集合和用户组集合；步骤2：对每个用户组依次计算当分配各个资源组块时的平均信噪比；步骤3：将资源组块分配给各用户组，分配方式是以提高分配公平度为指标；步骤4：将每个用户组分得的资源组块，分配给该用户组内的用户，分配方式是以提高系统吞吐量为指标。
-
-
-
-
-
-
-
-
-
Search Results
127
records
(took 0.038 seconds)
