-
公开(公告)号：CN109358313B
公开(公告)日：2023-02-10
申请号：CN201811310188.4
申请日：2018-11-06
Applicant: 哈尔滨工程大学
IPC: G01S3/28
Abstract: 本发明属于阵列信号处理领域,具体涉及一种基于量子带电系统搜索演化机制的宽带测向方法。本发明步骤为：建立宽带信号采样模型；量子带电系统搜索演化机制参数初始化；计算所有带电粒子的适应度，按照降序方式排序；创建带电粒子的量子记忆库；更新带电粒子的带电量以及它们之间的距离；更新带电粒子的移动概率和所受合力；更新带电粒子的量子旋转角度、量子位置和速度；计算带电粒子的适应度，并按照降序方式排序，更新量子记忆库；判断是否达到最大迭代次数；输出量子带电系统全局最优量子位置映射成最优位置。本发明以量子带电系统搜索演化机制对宽带信号进行测向，减少了运算量和运算时间，提高了收敛速度和收敛精度，实现快速高精度测向。
-
公开(公告)号：CN109683128B
公开(公告)日：2022-04-29
申请号：CN201910103535.4
申请日：2019-02-01
Applicant: 哈尔滨工程大学
IPC: G01S3/14
Abstract: 本发明涉及一种冲击噪声环境下的单快拍测向方法，包括建立均匀线阵单快拍采样信号模型；构造基于高斯核的无穷范数协方差矩阵，获得基于高斯核的无穷范数单快拍极大似然方程；初始化非洲水牛种群；计算每头水牛位置适应度，记录每头水牛局部最优位置和整个非洲水牛群全局最优位置；更新水牛位置和水牛交流位置，产生斐波那契权重；利用斐波那契搜索策略更新每头水牛局部最优位置；计算每头水牛所在新位置的适应度，确定每头水牛的局部最优位置和非洲水牛群的全局最优位置；输出的非洲水牛群全局最优位置即为来波方向估计值。本发明在强冲击噪声等复杂环境下仅对单个快拍数据进行处理，降低DOA估计运算量，实现对接收信号波达方向有效估计。
-
公开(公告)号：CN109829237B
公开(公告)日：2022-04-05
申请号：CN201910103520.8
申请日：2019-02-01
Applicant: 哈尔滨工程大学
IPC: G06F30/27 , G06N3/00 , G06N10/20 , H04B17/391
Abstract: 本发明涉及一种基于量子海鞘群的无线信道衰减模型拟合方法，具体为：设置Nakagami‑m分布的参数并获取Nakagami‑m逆累积分布的准确数据集；初始化海鞘群的量子位置及位置；对所有海鞘位置进行适应度评价，并确定食物的量子位置与位置；根据策略一或策略二依次更新选定的海鞘的量子旋转角、量子位置与位置；依次对选定的海鞘按照策略三更新量子旋转角、量子位置与位置；对所有海鞘位置进行适应度评价，并更新食物的量子位置与位置；最终输出的食物位置即为拟合方程的最佳系数，即可得到Nakagami‑m逆累积分布函数的最佳拟合方程。本发明具有更高的拟合精度、更快的拟合速度以及更广的适用范围。
-
公开(公告)号：CN109041073B
公开(公告)日：2022-03-18
申请号：CN201811017286.9
申请日：2018-09-01
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及无线传感器网络领域，具体涉及一种自供能无线传感器网络最优节点放置方法。首先建立网络模型，将监测区域建立于二维的栅格之中，构建NP问题模型，最小化集合覆盖问题，然后初始化量子猴群，对于量子猴子，从三种量子演化机制依概率选择一种进行演化更新位置，确定每次迭代中，量子猴子的量子位的量子演进方式，之后更新量子猴群中猴子位置，并判断对应的传感器节点所放位置是否能将所有目标节点覆盖，更新每只量子猴子至今为止的局部最优位置，找到全局最优位置作为下一迭代量子位的共同演进方向，最终当前迭代次数达到预先设定的最大值。本发明能够保证网络的能量中立及目标的覆盖与连接性，同时使得传感器节点放置的数量最小化。
-
公开(公告)号：CN107622327B
公开(公告)日：2020-11-03
申请号：CN201710833308.8
申请日：2017-09-15
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于文化蚁群搜索机制的多无人机航迹规划方法。1、根据栅格法对规范空间进行网格划分。2、建立多无人机航迹规划模型，包括无人机个数、起点终点和威胁模型。3、初始化起点和终点。4、初始化蚁群算法，包括初始化蚁群，计算启发因子和引导因子。5、将所有蚂蚁分配到初始节点，更新禁忌知识。根据禁忌知识和状态转移概率选择下一个节点进行转移直到可选节点为空或达到目的节点，更新历史知识，根据历史知识更新信息素。若达到最大迭代数输出最短路径，知道得到U条多无人机最优多路径航迹。本发明解决了搜索速度慢且计算量大，很难找到无人机的最优飞行航迹的问题，且能实现多无人机航迹规划。
-
Patent Agency Ranking
公开(公告)号：CN107436429B
公开(公告)日：2020-09-25
申请号：CN201710832741.X
申请日：2017-09-15
Applicant: 哈尔滨工程大学
IPC: G01S7/41
Abstract: 本发明提供的是一种冲击噪声环境下基于稀疏重构的极化双基地MIMO雷达参数估计方法。一，建立冲击噪声环境下的极化双基地MIMO雷达接收数据模型；二，对快拍采样数据做去冲击预处理；三，利用子空间旋转不变特性进行极化双基地MIMO雷达发射角参数估计；四，构造极化双基地MIMO雷达的稀疏字典集；五，稀疏重构极化双基地MIMO雷达接收角；六，判断是否达到最大迭代次数，若是，执行步骤七；否则令k＝k+1，返回步骤五；七，得到稀疏重构结果sk，利用索引集U得到极化双基地MIMO雷达的接收角信息，输出极化双基地MIMO雷达的发射角和接收角估计结果。本发明有更广泛的实用范围，能应用于现有的双基地MIMO雷达参数估计方法所不能解决的实际问题。
-
公开(公告)号：CN109683128A
公开(公告)日：2019-04-26
申请号：CN201910103535.4
申请日：2019-02-01
Applicant: 哈尔滨工程大学
IPC: G01S3/14
CPC classification number: G01S3/14
Abstract: 本发明涉及一种冲击噪声环境下的单快拍测向方法，包括建立均匀线阵单快拍采样信号模型；构造基于高斯核的无穷范数协方差矩阵，获得基于高斯核的无穷范数单快拍极大似然方程；初始化非洲水牛种群；计算每头水牛位置适应度，记录每头水牛局部最优位置和整个非洲水牛群全局最优位置；更新水牛位置和水牛交流位置，产生斐波那契权重；利用斐波那契搜索策略更新每头水牛局部最优位置；计算每头水牛所在新位置的适应度，确定每头水牛的局部最优位置和非洲水牛群的全局最优位置；输出的非洲水牛群全局最优位置即为来波方向估计值。本发明在强冲击噪声等复杂环境下仅对单个快拍数据进行处理，降低DOA估计运算量，实现对接收信号波达方向有效估计。
-
公开(公告)号：CN107436429A
公开(公告)日：2017-12-05
申请号：CN201710832741.X
申请日：2017-09-15
Applicant: 哈尔滨工程大学
IPC: G01S7/41
Abstract: 本发明提供的是一种冲击噪声环境下基于稀疏重构的极化双基地MIMO雷达参数估计方法。一，建立冲击噪声环境下的极化双基地MIMO雷达接收数据模型；二，对快拍采样数据做去冲击预处理；三，利用子空间旋转不变特性进行极化双基地MIMO雷达发射角参数估计；四，构造极化双基地MIMO雷达的稀疏字典集；五，稀疏重构极化双基地MIMO雷达接收角；六，判断是否达到最大迭代次数，若是，执行步骤七；否则令k＝k+1，返回步骤五；七，得到稀疏重构结果sk，利用索引集U得到极化双基地MIMO雷达的接收角信息，输出极化双基地MIMO雷达的发射角和接收角估计结果。本发明有更广泛的实用范围，能应用于现有的双基地MIMO雷达参数估计方法所不能解决的实际问题。
-
公开(公告)号：CN107656239B
公开(公告)日：2020-12-04
申请号：CN201710722329.2
申请日：2017-08-22
Applicant: 哈尔滨工程大学
IPC: G01S3/782
Abstract: 本发明提出了一种极化敏感阵列下的相干信源测向方法，属于极化敏感阵列信号处理领域。本发明公开的方法的步骤为：(1)建立极化敏感阵列测向模型；(2)初始化种群中的量子花粉，确定全局最优量子花粉；(3)每个量子花粉依概率生成一个新的量子花粉；(4)把每个量子花粉映射为花粉，计算每个量子花粉的适应度并选择量子花粉；(5)使用量子差分演进机制产生新的量子花粉，并进行选择；(6)判断是否达到最大迭代次数：若达到最大迭代次数，执行步骤(7)；否则，令t＝t+1，返回步骤(3)继续迭代；(7)输出全局最优量子花粉的极大似然估计值。通过本发明提供的方法在信噪比低、快拍数小以及相干信源的情况下，都可以进行有效测向。
-
公开(公告)号：CN107864507B
公开(公告)日：2020-09-11
申请号：CN201711173666.7
申请日：2017-11-22
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于量子猴群搜索机制的认知无线电功率控制方法，建立非合作博弈的认知无线电功率控制模型，计算认知用户效用函数和，引入功率代价机制，选择需要优化的目标函数的形式；受猴群活动启发，设计量子猴群搜索机制，产生量子猴群中猴子的量子位置和数量，映射系统用户发射功率与猴群的量子位置一一对应，计算适应度值；经猴群活动中攀爬的过程更新每只猴子的最优量子位置；把猴子爬过程的最优量子位置映射为发射功率，通过猴群活动的望‑跳与空翻的过程对猴子的最优位置进行更新；经数次迭代求得猴子的最优位置为最优解。本发明有更广泛的使用范围，能保证现有认知无线电系统中用户效用的提升，且用户功率的发射减少。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.03 seconds)
