-
公开(公告)号：CN107454604B
公开(公告)日：2020-12-04
申请号：CN201710724612.9
申请日：2017-08-22
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种认知中继网络的量子化学反应优化多中继选择方法。1建立认知系统中继选择模型。2初始化量子分子集合及系统参数。3对集合中所有量子分子的势能进行评价，选择势能最小的量子分子的测量态作为全局最优解。4将量子分子的动能从高到低排序，分别进行分解反应、无效碰撞、合成反应。5对新产生的量子分子的势能进行评价。若新产生的量子分子的势能最小值小于上一代势能最小值，则记为新的全局最优解。6如果迭代次数小于预先设定的最大迭代次数，返回第4步；否则输出全局最优解。本发明均衡考虑认知中继网络在有主用户和无主用户约束条件下，基于量子化学反应机制，选择令系统吞吐量最大化的中继选择方案。
-
公开(公告)号：CN106603140B
公开(公告)日：2019-07-16
申请号：CN201611135662.5
申请日：2016-12-12
Applicant: 哈尔滨工程大学
IPC: H04B7/155 , H04B17/391 , H04B17/327 , H04B17/336
Abstract: 本发明提供的是一种无线能量采集认知无线电的最优中继协作传输方法。首先，建立无线能量采集认知无线电的最优中继模型；然后，根据多种群协作量子粒子群搜索方法更新量子粒子的量子位置和速度，进而实现无线能量采集认知无线电的最优中继传输；最后，输出种群的全局最优量子位置，将其映射为全局最优位置，为无线能量采集认知无线的最优信能协同中继传输方案。本发明结合多种群协作量子粒子群搜索机制和认知无线电无线能量采集相关技术，设计了一种无线能量采集认知无线电的最优中继协作传输方法。其能够在满足主用户能量采集和传输的条件下，实现从用户的能量采集和传输。
-
公开(公告)号：CN106501801B
公开(公告)日：2019-02-26
申请号：CN201610859072.0
申请日：2016-09-28
Applicant: 哈尔滨工程大学
IPC: G01S13/68
Abstract: 本发明涉及一种基于混沌多种群共生进化的双基地MIMO雷达跟踪方法。本发明包括获取信号采样数据，并获得分数低阶协方差；初始化搜索区间；利用Sine混沌反向学习策略初始化个体的位置和速度，并根据适应度值确定每个种群的最优个体位置和整个生态系统的最优个体位置；利用Sine混沌多种群共生进化机制更新生态系统中各种群个体的速度；判断生态系统中的所有个体在经过σ次迭代后是否能搜寻到更好的位置；判断是否达到最大迭代次数；更新2P个角度的搜索区间。本发明既可以解决高斯噪声环境下双基地MIMO雷达的动态方向跟踪问题，又可以解决冲击噪声环境下双基地MIMO雷达的动态方向跟踪问题。
-
公开(公告)号：CN109109328A
公开(公告)日：2019-01-01
申请号：CN201811238580.2
申请日：2018-10-23
Applicant: 哈尔滨工程大学
IPC: B29C65/48
Abstract: 本发明公开了一种表面无凸起的复合材料夹层板的胶接连接结构及其制备方法，属于材料结构领域。本发明提供的结构为连接件A的玻璃纤维增强面板与连接件B的玻璃纤维增强面板形成相互契合的齿型连接，连接件A和B之间使用环氧复合材料粘接剂进行粘接，连接件A的泡沫芯材长度与玻璃纤维增强面板长度一致，连接件B的泡沫芯材长度在连接件B的面板纤维转折处断开，保证插入时与连接件A的契合，使用保温胶水粘接泡沫芯材。本发明复合材料夹层板胶结方式与传统复合材料夹层板胶结方式相比，齿型连接使得胶结面积增加，能够有效保证胶结强度的提升，并且连接后表面无突起，使得结构更符合实际应用，具有广泛的应用前景。
-
公开(公告)号：CN108344968A
公开(公告)日：2018-07-31
申请号：CN201810015222.9
申请日：2018-01-08
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于多峰量子布谷鸟搜索机制的正交传播算子测向方法，本发明包括通过采样数据获得协方差矩阵和传播算子的估计值；初始化参数和量子鸟蛋，并计算映射后鸟蛋的适应度；初始化记忆池；利用莱维飞行更新量子鸟蛋并计算映射后鸟蛋的适应度；利用记忆算子更新记忆池；利用选择算子进行选择；利用重筑新巢更新量子鸟蛋并计算映射后鸟蛋的适应度；利用记忆算子更新记忆池；利用选择算子进行选择；判断是否达到当前阶段迭代次数：若达到则利用净化算子删除相似记忆元素，进入下一阶段；判断是否达到最大迭代次数：若未达到则继续迭代，否则输出记忆池所有量子鸟蛋，映射后为波达方向。本发明具有运算量低、收敛速度快和测向精度高的优点。
-
Patent Agency Ranking
公开(公告)号：CN107454604A
公开(公告)日：2017-12-08
申请号：CN201710724612.9
申请日：2017-08-22
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种认知中继网络的量子化学反应优化多中继选择方法。1建立认知系统中继选择模型。2初始化量子分子集合及系统参数。3对集合中所有量子分子的势能进行评价，选择势能最小的量子分子的测量态作为全局最优解。4将量子分子的动能从高到低排序，分别进行分解反应、无效碰撞、合成反应。5对新产生的量子分子的势能进行评价。若新产生的量子分子的势能最小值小于上一代势能最小值，则记为新的全局最优解。6如果迭代次数小于预先设定的最大迭代次数，返回第4步；否则输出全局最优解。本发明均衡考虑认知中继网络在有主用户和无主用户约束条件下，基于量子化学反应机制，选择令系统吞吐量最大化的中继选择方案。
-
公开(公告)号：CN106447026A
公开(公告)日：2017-02-22
申请号：CN201610821170.5
申请日：2016-09-13
Applicant: 哈尔滨工程大学
CPC classification number: G06N3/006 , H03H17/0202
Abstract: 本发明提供的一种基于布谷鸟和声搜索机制的IIR数字滤波器生成方法。进行初始化，对布谷鸟和声记忆库中每个布谷鸟和声进行适应度值计算，初始化信仰空间的形势知识和规范知识；从布谷鸟和声记忆库中随机选取一个布谷鸟和声音调，若rand1 PAR，则更新布谷鸟和声音调；若新布谷鸟和声的适应度值小于布谷鸟和声记忆库中最大布谷鸟和声的适应度值，则进行替换；随机对布谷鸟和声记忆库中布谷鸟和声进行改变，计算适应度值并选择适应度值较小的布谷鸟和声，更新信仰空间的形势知识和规范知识；循环迭代输出形势知识中的最优布谷鸟和声，即为IIR数字滤波器的参数。具有收敛速度快和性能好的显著特点。
-
公开(公告)号：CN106060309A
公开(公告)日：2016-10-26
申请号：CN201610382872.8
申请日：2016-06-02
Applicant: 哈尔滨工程大学
CPC classification number: H04N1/04 , H04N1/00519
Abstract: 本发明的目的在于提供一种便携式自动扫描书籍仪器，包括静电起页机构、叶片翻页机构、书面压平机构、拍照部分以及书面补偿机构等。静电起页机构利用静电将书页吸起，随后在叶片翻页机构的作用下实现翻页的功能。为了保证拍照的质量，书面压平机构部分下压到书面上，将书面压平，拍照部分随即进行拍照，拍照的高清图片通过USB口存储到通用存储介质中，便于使用以及传播。本发明整个仪器结构简单，成本较低，可以减少工作强度，节省大量的时间，适合大面积推广应用。
-
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：CN106060309B
公开(公告)日：2019-06-14
申请号：CN201610382872.8
申请日：2016-06-02
Applicant: 哈尔滨工程大学
Abstract: 本发明的目的在于提供一种便携式自动扫描书籍仪器，包括静电起页机构、叶片翻页机构、书面压平机构、拍照部分以及书面补偿机构等。静电起页机构利用静电将书页吸起，随后在叶片翻页机构的作用下实现翻页的功能。为了保证拍照的质量，书面压平机构部分下压到书面上，将书面压平，拍照部分随即进行拍照，拍照的高清图片通过USB口存储到通用存储介质中，便于使用以及传播。本发明整个仪器结构简单，成本较低，可以减少工作强度，节省大量的时间，适合大面积推广应用。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.03 seconds)
