-
公开(公告)号：CN119052744A
公开(公告)日：2024-11-29
申请号：CN202411264084.X
申请日：2024-09-10
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于相似路径和量子浣熊机制的WSN节点定位方法，首先建立基于相似路径的距离估计模型；建立基于跳距修正的节点定位模型，开始定位；初始化量子浣熊群并设定相关参数；定义并计算每只量子浣熊量子位置的适应度值，确定量子浣熊群最优量子位置；量子浣熊执行狩猎和攻击模式，在狩猎和攻击模式下使用量子旋转角来演化量子浣熊的量子位置；使用选择机制选择下一代量子浣熊的量子位置和量子浣熊群的最优量子位置；量子浣熊机制演进终止判断，实现对目标节点的定位；输出所有目标节点的定位结果。本发明突破了传统定位方法在网络拓扑结构呈各向异性时存在的应用局限，提高了在各向异性网络中的适用性，可应用于实际静态无线传感器网络。
-
公开(公告)号：CN118191763B
公开(公告)日：2024-10-29
申请号：CN202410363701.5
申请日：2024-03-28
Applicant: 哈尔滨工程大学
Abstract: 本发明提供了一种强冲击噪声下非相干分布源幅相误差校正和测向方法及系统，属于阵列信号处理领域。为了解决现有非相干分布源测向方法仅适用于高斯噪声，不适用于冲击噪声及存在幅相误差的情况，会造成性能恶化甚至失效的问题。本发明基于非相干分布源模型，设计了更具鲁棒性的基于量子蒲公英飘移机制的幅相误差校正和测向方法，以及利用加权范数协方差抑制冲击噪声，并利用极大似然方法实现了幅相误差和中心方位角联合估计，最后利用信号协方差矩阵估计角度扩展。本发明在强冲击噪声环境下具有鲁棒性，利用量子蒲公英飘移机制进行高效求解，实现了幅相误差和角度参数的联合最优估计，突破了现有非相干分布源测向方法的应用局限。
-
公开(公告)号：CN118354392A
公开(公告)日：2024-07-16
申请号：CN202410631447.2
申请日：2024-05-21
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于量子绡蝶机制的可扩展层次路由方法。该方法包括：建立无线传感器网络系统模型；设定无线传感器网络运行参数和初始化网络状态，网络运行开始；建立无线传感器网络簇首配置成本函数和适应度函数；初始化量子绡蝶群并设定相关参数；根据映射方程、适应度和感知函数计算所有量子绡蝶所分泌信息素量，并确定量子绡蝶群全局最优量子位置；量子绡蝶依同等概率执行确定性或随机性移动，并在移动过程中使用模拟量子旋转角来演化量子绡蝶的量子位置；应用贪心策略选择出下一代量子绡蝶量子位置；输出当前无线传感器网络簇首配置结果；建立当前无线传感器网络区长概率函数配置区长并进行数据传输；无线传感器网络运行终止。
-
公开(公告)号：CN119815459A
公开(公告)日：2025-04-11
申请号：CN202411935984.2
申请日：2024-12-26
Applicant: 哈尔滨工程大学
Abstract: 一种基于量子蜣螂机制的无线传感器网络层次路由优化方法及系统，涉及无线通信技术领域，用以解决传统方法中无线传感器网络能耗不均衡与网络寿命短的技术问题。本发明的技术要点包括：建立无线传感器网络系统模型；确定分簇数并动态分簇，同时建立网络节点动态分簇代价函数；初始化量子蜣螂群并设定参数，并计算所有量子蜣螂有机物分解程度，确定量子蜣螂群全局最优量子位置；量子蜣螂量子位置演化并利用选择机制得到全局最优量子位置；量子蜣螂机制演进终止判断，输出当前无线传感器网络簇中心；无线传感器网络动态簇头选举；无线传感器网络进行稳定数据传输同时更新网络状态。本发明实现了无线传感器网络能耗效率有效提升、网络寿命有效延长。
-
公开(公告)号：CN118574152B
公开(公告)日：2024-11-22
申请号：CN202410631402.5
申请日：2024-05-21
Applicant: 哈尔滨工程大学
IPC: H04L43/0852
Abstract: 本发明公开了一种演化可调指数分数低阶协方差的时延估计方法及系统，涉及无线通信技术领域。本发明的技术要点包括：获取信号发射端和接收端采样数据；建立可调指数分数低阶协方差时延估计模型；初始化量子云雀群位置和量子速度并设定参数；对初代量子云雀群的位置进行适应度计算，得到量子云雀群的局部最优位置以及全局最优位置；进行量子速度更新，并通过更新后量子速度完成位置更新；更新量子云雀群的局部最优位置，同时找到全局最优位置；判断是否达到最大迭代次数，若达到则输出可调节指数分数低阶协方差的最优参数，根据接收信号进行时延估计。本发明通过量子演化与云雀群寻优，设计时延估计值均方根误差为适应度函数，提高了时延估计效果。
-
Patent Agency Ranking
公开(公告)号：CN118282442B
公开(公告)日：2024-10-22
申请号：CN202410363674.1
申请日：2024-03-28
Applicant: 哈尔滨工程大学
IPC: H04B7/04 , H04W12/122 , H04W52/26 , H04W72/044 , H04W72/50
Abstract: 本发明提供了一种智能反射面辅助的Massive MIMO的资源分配方法及系统，属于无线物理层安全通信技术领域。为了解决智能反射面辅助的Massive MIMO系统现有资源分配方法，对于系统资源的利用率低，信息传输吞吐量低，算法寻优效果差，收敛速度慢的问题。本发明通过对传统袋獾算法引入量子化和香味刺激机制，设计了在窃听器吞吐量受限的条件下，联合优化发射功率系数和智能反射面的相移变量的优化算法，极大提升了智能反射面辅助的Massive MIMO通信系统接收端合法信息的吞吐量，提升了系统资源的利用率，突破了原算法仅进行局部寻优、收敛较慢的局限，提升了寻优效果和收敛速度。
-
公开(公告)号：CN118334512A
公开(公告)日：2024-07-12
申请号：CN202410364298.8
申请日：2024-03-28
Applicant: 哈尔滨工程大学
IPC: G06V20/10 , G06V10/82 , G06V10/764 , G06V10/80 , G06N3/0464
Abstract: 本发明公开了基于SSIM及级联深度神经网络的SAR图像目标识别方法及系统。所述方法包括：对SAR图像进行预处理；利用结构相似衡量指标对SAR图像进行粗类别划分；利用卷积层、池化层、全连接层、批归一化层、空洞空间金字塔池化模块及幻想组块构成浅层网络，对SAR图像进行粗分类，利用卷积层和卷积块注意力模块构建级联模块，筛选粗类别特征，并对筛选后的特征进行权重划分；融合筛选并权重划分后的粗类别特征，利用多个幻想组块构建深层网络，对SAR图像进行细分类；将待识别SAR图像输入训练好的目标识别模型，获取目标识别结果。本发明提高了深度网络对SAR图像的识别性能同时改善了由于样本不足造成网络分类性能大幅度下降的问题。
-
公开(公告)号：CN118330549B
公开(公告)日：2024-09-10
申请号：CN202410364777.X
申请日：2024-03-28
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种冲击噪声下基于复合熵的宽带测向方法及系统。该方法包括：在冲击噪声下构建基于聚焦中值离差复合熵的低阶矩阵，建立基于复合熵的低阶矩阵的加权信号子空间拟合宽带信号测向模型，所设计宽带信号测向模型在冲击噪声环境下能有效测向，且具有良好的解相干能力；设计连续量子白骨顶鸡搜索机制求解加权信号子空间拟合宽带信号测向模型，能够在减少计算量的情况下，提高求解精度，使宽带测向估计结果更准确和具有鲁棒性。
-
公开(公告)号：CN118574152A
公开(公告)日：2024-08-30
申请号：CN202410631402.5
申请日：2024-05-21
Applicant: 哈尔滨工程大学
IPC: H04W24/08 , H04L43/0852
Abstract: 本发明公开了一种演化可调指数分数低阶协方差的时延估计方法及系统，涉及无线通信技术领域。本发明的技术要点包括：获取信号发射端和接收端采样数据；建立可调指数分数低阶协方差时延估计模型；初始化量子云雀群位置和量子速度并设定参数；对初代量子云雀群的位置进行适应度计算，得到量子云雀群的局部最优位置以及全局最优位置；进行量子速度更新，并通过更新后量子速度完成位置更新；更新量子云雀群的局部最优位置，同时找到全局最优位置；判断是否达到最大迭代次数，若达到则输出可调节指数分数低阶协方差的最优参数，根据接收信号进行时延估计。本发明通过量子演化与云雀群寻优，设计时延估计值均方根误差为适应度函数，提高了时延估计效果。
-
公开(公告)号：CN118282442A
公开(公告)日：2024-07-02
申请号：CN202410363674.1
申请日：2024-03-28
Applicant: 哈尔滨工程大学
IPC: H04B7/04 , H04W12/122 , H04W52/26 , H04W72/044 , H04W72/50
Abstract: 本发明提供了一种智能反射面辅助的Massive MIMO的资源分配方法及系统，属于无线物理层安全通信技术领域。为了解决智能反射面辅助的Massive MIMO系统现有资源分配方法，对于系统资源的利用率低，信息传输吞吐量低，算法寻优效果差，收敛速度慢的问题。本发明通过对传统袋獾算法引入量子化和香味刺激机制，设计了在窃听器吞吐量受限的条件下，联合优化发射功率系数和智能反射面的相移变量的优化算法，极大提升了智能反射面辅助的Massive MIMO通信系统接收端合法信息的吞吐量，提升了系统资源的利用率，突破了原算法仅进行局部寻优、收敛较慢的局限，提升了寻优效果和收敛速度。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.029 seconds)
