-
公开(公告)号:CN114995492B
公开(公告)日:2024-11-08
申请号:CN202210594253.0
申请日:2022-05-27
Applicant: 哈尔滨工程大学
IPC: G05D1/695 , G06N3/006 , G06N10/60 , G06Q10/047 , G06Q50/26 , G05D109/20
Abstract: 本发明公开了一种多无人机抢灾救援规划方法,步骤一、建立多无人机救援规划模型;步骤二、初始化量子北方苍鹰量子位置并设定参数;步骤三、计算量子北方苍鹰目标函数值;步骤四、根据所有量子北方苍鹰位置的目标函数值进行非支配解排序;步骤五、计算每一非支配等级中量子北方苍鹰位置拥挤度;步骤六、在猎物识别攻击阶段更新量子北方苍鹰量子位置;步骤七、在追逃阶段更新量子北方苍鹰量子位置;步骤八、判断是否达到量子北方苍鹰最大迭代次数,是则终止迭代,将非支配等级为1的量子北方苍鹰位置对应为任务分配矩阵,作为抢灾救援规划任务分配结果输出;否则令k=k+1,执行步骤四。本发明克服了容易陷入局部收敛的弊端,提升了演化机制的寻优速率。
-
公开(公告)号:CN113766492B
公开(公告)日:2023-09-19
申请号:CN202111050667.9
申请日:2021-09-08
Applicant: 哈尔滨工程大学
IPC: H04W12/02 , H04W72/53 , H04B7/0413
Abstract: 本发明公开了一种安全Massive MIMO网络资源配置方法,建立通信系统模型;初始化量子秃鹰群,经映射规则得到量子秃鹰的位置并计算适应度,选出全局最优量子位置;根据搜索演化规则更新量子秃鹰群量子位置;通过盘旋演化对量子秃鹰群量子位置进行更新;根据俯冲规则更新量子秃鹰群量子位置,经映射规则得到更新后量子秃鹰位置并计算适应度,更新量子秃鹰群全局最优量子位置;如果迭代次数小于最大迭代次数,返回步骤三;否则,迭代终止,输出量子秃鹰群全局最优量子位置,根据映射规则得到位置并得到网络资源配置方案。本发明提高系统的资源利用率,极大地提升Massive MIMO系统的保密容量。
-
公开(公告)号:CN114167347B
公开(公告)日:2023-07-21
申请号:CN202111421629.X
申请日:2021-11-26
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种冲击噪声环境下互质阵列的幅相误差校正和测向方法,首先采用外加辅助源的校正算法得出幅相误差的粗估计值,再用量子哈里斯鹰算法在粗估计相位误差周围进行搜索,可以实现在极低信噪比下对幅相误差进行更精确的估计。同时,在冲击噪声下互质阵列的波达方向估计问题上,本发明所设计的基于量子哈里斯鹰机制的分数低阶协方差结合虚拟矩阵的极大似然测向方法,可在相同信噪比下取得比其他传统算法更低的均方根误差,其中引入的虚拟阵列和空间平滑算法,可有效提高互质阵列的空间自由度。
-
公开(公告)号:CN115718504A
公开(公告)日:2023-02-28
申请号:CN202211467803.9
申请日:2022-11-22
Applicant: 哈尔滨工程大学
IPC: G05D1/10
Abstract: 本发明公开了一种基于量子闪蝶机制的无人机集群协同路径规划方法,包括:建立考虑可变航速和同时到达约束下的无人机集群协同路径规划模型;建立考虑可变航速和同时到达约束下的无人机集群协同路径规划代价函数;初始化量子闪蝶群并设定参数;定义并计算量子闪蝶所散发气味;根据量子闪蝶所散发气味值对全部量子闪蝶排序;量子闪蝶依次执行直线逃生和曲线逃生过程,并在逃生过程中使用模拟量子旋转门来演化量子闪蝶的量子位置。应用贪心选择策略,确定下一代量子闪蝶的量子位置。演进终止判断,输出无人机集群航路与航速矩阵。本发明在避障要求下额外考虑可变航速和同时到达约束,收敛速度快、收敛精度高且实现简单、参数较少。
-
公开(公告)号:CN109376329B
公开(公告)日:2022-09-27
申请号:CN201811033518.X
申请日:2018-09-05
Applicant: 哈尔滨工程大学
Abstract: 本发明属于阵列信号处理领域,具体涉及一种基于量子鸟群演化机制的阵列幅相误差的校正方法。包括进行相位误差校正,进行幅度误差校正;利用已知独立信源建立接收数据模型后每次校正的步骤为:初始化量子鸟群;计算每只量子鸟量子位置的适应度,得到每只量子鸟的局部最优量子位置和量子鸟群全局最优量子位置;通过更新每只量子鸟的量子旋转角更新量子位置;计算每只量子鸟量子位置更新后的适应度,更新每只量子鸟局部最优量子位置和量子鸟群全局最优量子位置;判断是否达到最大迭代次数;输出全局最优量子位置并映射为相位或幅相误差矩阵。本发明只需一个已知的辅助信源,算法模型简单,运算量较少,具有收敛速度快,收敛精度高的优点。
-
公开(公告)号:CN114167347A
公开(公告)日:2022-03-11
申请号:CN202111421629.X
申请日:2021-11-26
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种冲击噪声环境下互质阵列的幅相误差校正和测向方法,首先采用外加辅助源的校正算法得出幅相误差的粗估计值,再用量子哈里斯鹰算法在粗估计相位误差周围进行搜索,可以实现在极低信噪比下对幅相误差进行更精确的估计。同时,在冲击噪声下互质阵列的波达方向估计问题上,本发明所设计的基于量子哈里斯鹰机制的分数低阶协方差结合虚拟矩阵的极大似然测向方法,可在相同信噪比下取得比其他传统算法更低的均方根误差,其中引入的虚拟阵列和空间平滑算法,可有效提高互质阵列的空间自由度。
-
公开(公告)号:CN114158123A
公开(公告)日:2022-03-08
申请号:CN202111423632.5
申请日:2021-11-26
Applicant: 哈尔滨工程大学
IPC: H04W72/04 , H04B7/0426 , H04B7/0452
Abstract: 本发明提供一种智能反射面Massive MIMO系统资源分配方法,包括:建立一个基于智能反射面的Massive MIMO系统模型;初始化量子蝴蝶群;根据全局搜索或局部搜索规则更新量子蝴蝶群的量子位置;计算适应度,根据选择机制确定量子位置,更新感官模态和幂指数;判断迭代是否终止,输出最优分配方案,若迭代次数已经达到设定的最大迭代次数,即t=T,则终止迭代,将量子蝴蝶群的全局最优量子位置输出;否则令t=t+1,返回继续执行步骤三;根据量子位置与位置之间的映射规则得到全局最优位置,进而得到基于智能反射面的Massive MIMO系统资源分配方法。本发明实现最优反射系数充分发挥智能反射面的性能极限来实现Massive MIMO通信系统各种资源的最优分配,从而提高系统的资源利用率及系统的容量。
-
公开(公告)号:CN106385702B
公开(公告)日:2019-08-06
申请号:CN201610811066.8
申请日:2016-09-08
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种通过对中继选择的组合目标使用量子教与学搜索机制来实现的均衡考虑最大平均网络效益和公平性折中的量子教与学搜索机制的中继选择方法。本发明包括:(1)建立多用户中继系统模型,(2)初始化班级,(3)教阶段,(4)学阶段,(5)对于新的量子学员,根据前述映射规则将其映射为整数解,(6)从更新后的量子学员,(7)得到中继选择方案。本发明解决了整数规划的中继选择问题,并设计新颖的基于量子教与学算法的中继选择方法作为演进策略,所设计的方法具有收敛速度快,收敛精度高的优点。
-
公开(公告)号:CN109829237A
公开(公告)日:2019-05-31
申请号:CN201910103520.8
申请日:2019-02-01
Applicant: 哈尔滨工程大学
IPC: G06F17/50 , G06N3/00 , G06N99/00 , 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:CN106257849B
公开(公告)日:2019-05-17
申请号:CN201610821207.4
申请日:2016-09-13
Applicant: 哈尔滨工程大学
IPC: H04B17/382 , H04B17/391
Abstract: 本发明提供的是一种基于多目标量子萤火虫搜索机制的频谱感知方法。建立多目标频谱感知模型,确定搜索方法的参数。确定需要求解的多目标适应度函数形式。种群中的量子萤火虫的量子位置根据其适应度值进行非支配量子位置排序,非支配等级为1的量子萤火虫的量子位置放入精英量子位置集中。使用量子编码机制和量子演化行为更新量子萤火虫的量子位置,选择非支配量子位置,更新精英量子位置集。根据最终的Pareto前端量子位置集,认知无线电系统根据对最大化检测概率和最小化虚警概率的不同的需要选取相应的量子位置。本发明可解决多目标频谱感知这个技术难题,能应用在现有认知无线电频谱感知方法所不能应用的一些场景。
-
-
-
-
-
-
-
-
-