-
公开(公告)号：CN115617071B
公开(公告)日：2024-10-18
申请号：CN202211224098.X
申请日：2022-10-07
Applicant: 哈尔滨工程大学
IPC: G05D1/695 , G05D109/20
Abstract: 本发明设计了量子雪豹机制的多无人机对抗任务规划方法，每个目标都有三个任务：勘察，袭击和评估，三个任务严格按照时间顺序执行。为了实现三种任务的时间耦合，本发明设计了协同对抗和独立对抗并行使用的战斗方略，有效解决了时间约束问题。本发明设计的量子编码的雪豹量子位置演化机制，得到一种新的量子雪豹机制方法，量子雪豹中的移动追踪策略用于全局搜索，狩猎策略用于局部搜索，种群繁衍和灭绝策略用于淘汰劣等量子雪豹个体，三种策略协同优化适应度函数，克服了过去方法容易陷入局部收敛的弊端，也提升了演化机制的寻优速率。
-
公开(公告)号：CN115856771A
公开(公告)日：2023-03-28
申请号：CN202211468362.4
申请日：2022-11-22
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种近场源信源数和定位参数联合估计方法，通过瞭望优化机制进行多峰问题求解，得到多个最优个体位置对应多峰问题的全局最优解，通过将近场源信源数和方向与距离参数联合估计转化为二维多峰问题，能够同时检测谱峰个数和对谱峰位置进行定位，全局最优解的个数代表了信源数，瞭望优化机制中最优个体位置代表了近场源的角度和距离，解决了现有的近场源定位方法需要信源数作为先验知识和计算量过高的技术难题，降低了搜索所需时间，避免了量化误差，实现更高精度的求解。
-
公开(公告)号：CN112217678B
公开(公告)日：2023-03-17
申请号：CN202011097353.X
申请日：2020-10-14
Applicant: 哈尔滨工程大学
IPC: H04L41/044 , H04L41/14 , H04L41/0806 , H04L41/0823 , H04L41/0816 , H04B17/382
Abstract: 本发明提供一种基于量子帝王蝶优化机制的双层异构网络频谱分配方法，包括：建立双层异构网络系统模型；得到帝王蝶的整数编码位置；计算所有帝王蝶的适应度值，得到全局最优量子位置及其对应的全局最优位置；对帝王蝶种群排序，分为两个帝王蝶子种群；更新子种群中每个帝王蝶个体的过渡量子位置；合并两个新生成的子种群为一个新的过渡种群，更新帝王蝶种群的量子位置，计算量子帝王蝶的适应度值，更新全局最优量子位置和全局最优位置；判断是否达到最大迭代次数，若是则输出全局最优量子位置和全局最优位置，全局最优位置即为频谱分配的最佳方案；否则令迭代次数加1，返回进行新一轮的迭代。本发明解决整数离散优化的双层异构网络频谱分配问题。
-
公开(公告)号：CN113093146B
公开(公告)日：2022-04-29
申请号：CN202110357188.5
申请日：2021-04-01
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于量子跳跃逃逸机制的MIMO雷达正交波形设计方法，包括：建立正交多相编码信号的设计模型；初始化量子种群并设定参数；量子种群内进行杂交操作；定义并计算量子个体位置和杂交位置的适应度；确定量子种群的个体历史最优位置和全局最优位置；更新量子种群的量子位置；量子种群执行逃逸操作；确定量子种群所有量子个体的位置和杂交位置；更新量子种群的个体历史最优位置和全局最优位置；演进终止判断，输出所设计的最优正交波形。本发明通过约束互相关指标和优化自相关指标来设计正交波形；设计了量子跳跃逃逸优化机制来求解正交信号。
-
公开(公告)号：CN112036453B
公开(公告)日：2022-04-29
申请号：CN202010816157.7
申请日：2020-08-14
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于量子犀牛搜索机理的盲源分离方法，设计了基于两种不同的独立性判据设计的混合优化目标函数，即基于最大化峰度和最大化负熵两种独立性判据设计混合优化目标函数，赋予两种判据相应的权重系数，可以根据混合优化目标函数值随权重系数的变化情况判断出智能计算方法的最佳判据，从而得到更加精确的盲源分离结果。进而设计了一种基于量子犀牛搜索机理及混合优化目标函数的盲源分离方法。本发明所设计的方法可以实现混叠信号的盲源分离，具有收敛速度快、分离精度高、性能稳定等优势，拥有着广泛的应用前景。
-
Patent Agency Ranking
公开(公告)号：CN113794659A
公开(公告)日：2021-12-14
申请号：CN202111050681.9
申请日：2021-09-08
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种信道估计与信号检测方法，建立OFDM系统数学模型；建立自动演化DNN信道估计与信号检测模型；初始化量子蜉蝣种群位置和量子速度并设定参数；对初代量子蜉蝣种群位置进行适应度评价，得到量子雄性种群的最优位置，以及量子蜉蝣种群的全局最优位置；进行量子速度的更新，并通过更新后的量子速度完成量子蜉蝣位置的更新；对量子蜉蝣进行交配与变异操作，完成量子蜉蝣种群的淘汰与更新；迭代更新至最大迭代次数，把全局最优结果带入模型中，将接收的时频信号序列输入DNN模型恢复出码元并输出。本发明通过量子演化机制与蜉蝣种群原理结合，自动求解DNN模型所需最优参数，提高了DNN模型的信道估计与信号检测效果。
-
公开(公告)号：CN112929303A
公开(公告)日：2021-06-08
申请号：CN202110079030.6
申请日：2021-01-21
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种双链量子带电系统搜索机制的宽带压缩感知测向方法，针对压缩感知中存在的网格失配问题，利用泰勒展开式进行角度修正，降低了估计误差。由于压缩感知重构算法存在着求解过程复杂，计算量大等缺点，通过采用双链编码的量子带电系统算法对模型进行极值求解简化了求解过程，解决了单链编码的量子带电系统的一些缺点和不足，可以在迭代次数少的情况下求得最优估计值。相比于传统方法，具有更高的估计精度和估计成功概率。本发明设能够有效修正网格失配问题，并且在保证允许估计精度和估计成功概率前提下，简化求解过程，较少计算量。
-
公开(公告)号：CN114020034B
公开(公告)日：2024-08-16
申请号：CN202111423642.9
申请日：2021-11-26
Applicant: 哈尔滨工程大学
IPC: G05D1/695 , G05D109/20
Abstract: 本发明提供一种基于任务切片的异构多无人机协同任务分配方法，包括：建立基于任务切片的异构多无人机协同任务分配模型；异构无人机对目标执行所分配子任务；建立异构多无人机协同任务分配评价指标函数；初始化量子镜像鲭鲨群并设定参数；定义并计算量子镜像鲭鲨与猎物的镜像距离；根据量子镜像鲭鲨与猎物的镜像距离对全部量子镜像鲭鲨排序；量子镜像鲭鲨依次执行围绕、追踪、游曳和沉浮模式，并在执行过程中使用模拟量子旋转门来演化量子镜像鲭鲨的量子位置；应用贪心选择策略，选择量子镜像鲭鲨的量子位置；演进终止判断，输出任务分配方案。本发明设计了量子镜像鲭鲨优化机制以高效实现异构多无人机协同任务分配方案的求解过程。
-
公开(公告)号：CN113794659B
公开(公告)日：2023-09-22
申请号：CN202111050681.9
申请日：2021-09-08
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种信道估计与信号检测方法，建立OFDM系统数学模型；建立自动演化DNN信道估计与信号检测模型；初始化量子蜉蝣种群位置和量子速度并设定参数；对初代量子蜉蝣种群位置进行适应度评价，得到量子雄性种群的最优位置，以及量子蜉蝣种群的全局最优位置；进行量子速度的更新，并通过更新后的量子速度完成量子蜉蝣位置的更新；对量子蜉蝣进行交配与变异操作，完成量子蜉蝣种群的淘汰与更新；迭代更新至最大迭代次数，把全局最优结果带入模型中，将接收的时频信号序列输入DNN模型恢复出码元并输出。本发明通过量子演化机制与蜉蝣种群原理结合，自动求解DNN模型所需最优参数，提高了DNN模型的信道估计与信号检测效果。
-
公开(公告)号：CN116698032A
公开(公告)日：2023-09-05
申请号：CN202310548219.4
申请日：2023-05-16
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于多目标自组织松鼠觅食机制的无人机航迹规划方法，旨在三维空间下建立对抗环境模型，综合考虑地形和威胁区影响。针对三维模型求解空间较大的问题，设计了分段松鼠觅食机制，针对排序位置不同的松鼠群体设计不同的位置更新方法，提高收敛性能。针对路径规划对于多目标Pareto解集多样性的要求，设计多膜多目标进化框架，在迭代过程中每个膜内都有自己的最优解集，不同膜之间根据特定的非支配排序方式进行优先级排序，提高算法解集的多样性。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.021 seconds)
