-
公开(公告)号：CN109190978B
公开(公告)日：2021-11-23
申请号：CN201811017379.1
申请日：2018-09-01
Applicant: 哈尔滨工程大学
Abstract: 一种基于量子鸟群演化机制的无人机资源分配方法，属于无人机自主控制领域。本发明方法的步骤为：建立无人机资源分配模型；确定无人机执行任务的种类，初始化量子鸟群；根据适应度函数进行适应度计算，并确定群体的全局最佳位置；通过量子旋转门和量子非门更新量子位置并测量；根据适应度函数进行适应度计算；更新每只量子鸟的局部最佳位置和整个群体的全局最佳位置；判断是否达到最大迭代次数，若达到则输出群体全局最佳位置，并映射为任务资源矩阵。本发明充分考虑到无人机执行不同任务时对资源的需要不同，以较少的时间代价获取资源配置比最优的无人机资源分配方案，同时满足无人机性能要求，得到更加合理的无人机资源分配方案。
-
公开(公告)号：CN109669156B
公开(公告)日：2021-05-11
申请号：CN201910128412.6
申请日：2019-02-21
Applicant: 哈尔滨工程大学
IPC: G01S3/46
Abstract: 本发明涉及一种冲击噪声下基于量子帝王蝶的圆阵模式空间动态测向方法，在冲击噪声环境下，设计了一种指数核协方差矩阵，利用圆阵模式空间的指数核协方差矩阵极大似然动态测向方法，对信源进行动态测向，并使用量子帝王蝶搜索机制在搜索区间内搜索指数核协方差矩阵极大似然方程估计的最优角度，通过逐步缩小搜索空间进而减小计算量。本发明所设计的动态测向方法，在高斯噪声、弱冲击噪声和强冲击噪声等复杂环境下均能有效测向，在低信噪比，小快拍数和相干信源的情况下具有优越的DOA估计性能。
-
公开(公告)号：CN107944133B
公开(公告)日：2021-01-12
申请号：CN201711172473.X
申请日：2017-11-22
Applicant: 哈尔滨工程大学
IPC: G06N3/00 , G06F30/20 , G06F111/06
Abstract: 本发明提供一种基于多目标量子蜘蛛群演化机制的环形天线阵列稀疏方法，建立环形天线阵列稀疏模型，设置恰当的系统参数，并初始化种群中每只蜘蛛在解空间中的量子位置和{0,1}编码位置。设计多目标适应度函数。计算种群中每只蜘蛛的重量，根据重量划分蜘蛛的性别。根据初始种群，生成初始精英解集。从精英解集中选取全局最优解和次优解。然后分别更新雌性蜘蛛和雄性蜘蛛的量子位置，并根据量子位置通过测量的方式转化为{0,1}编码位置。更新精英解集，并更新种群中所有蜘蛛的重量。最后判断是否达到最大迭代次数，如果达到最大迭代次数，则输出精英解集；否则返回迭代。本发明解决了多目标环形天线阵列稀疏构建这样的高维度离散多目标问题。
-
公开(公告)号：CN107396375B
公开(公告)日：2020-12-22
申请号：CN201710606778.0
申请日：2017-07-24
Applicant: 哈尔滨工程大学
Abstract: 本发明针对在求解目标覆盖中最佳等效工作传感器分布的问题时，现有方法的寻优结果差、收敛速度慢以及联合感知概率更高时失效的缺点，提出了一种新的异构传感器网络最佳目标覆盖方法。本发明解决了当前头脑风暴优化算法无法应用于离散问题的缺点，拓宽了头脑风暴算法的应用范围。仿真结果表明，与现有的经典目标覆盖方法相比，本发明的收敛速度与收敛精度更优，从而证明了本发明的有效性。在相同条件下，联合感知概率约束更严格时传统方法将会失效，而本方法则仍然可行。本发明将头脑风暴过程中的方案交流融合体现在新方案的产生方式中，比原有头脑风暴算法的方案交流更广泛，更接近真实的头脑风暴过程。
-
公开(公告)号：CN107333317B
公开(公告)日：2020-11-10
申请号：CN201710562235.3
申请日：2017-07-11
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于量子猫群搜索机制的多目标中继选择方法。一，建立中继系统模型。二，初始化三个量子猫群。三，对第1个量子猫群和第2个量子猫进行更新。四：对第3个量子猫群中的每一量子猫进行更新。五：将第3个量子猫群更新出的H个量子猫放入非支配解集中。对非支配解集中的量子猫进行非支配解排序和拥挤度计算，保留前H个量子猫作为非支配解。将第3个量子猫的解群替换为非支配解集中的解。六：对非支配解集和演化单目标的量子猫群进行操作。七：如果进化没有终止，返回步骤三，否则，终止迭代，输出非支配解集中的非支配解。本发明可以同时考虑输出端信噪比和网络能量效率来解决多目标中继选择问题，适用性强，应用范围广泛。
-
Patent Agency Ranking
公开(公告)号：CN107578365B
公开(公告)日：2020-09-11
申请号：CN201710810395.5
申请日：2017-09-11
Applicant: 哈尔滨工程大学
Abstract: 本发明提供了一种基于量子杂草寻优机制的小波数字水印嵌入和提取方法，属于信息隐藏技术领域。具体实现过程为：对水印图像进行二值化，并对二值化后的水印图像进行加密处理。把载体图像和加密后的水印图像变换到小波域中，在载体图像分成多个嵌入点，根据量子杂草寻优机制优化的不同参数，采用加性或者乘性规则嵌入水印，然后通过小波重构变换到时域完成水印的嵌入；水印的提取方法与嵌入方法对应，把含水印图像变换到小波域，在不同的嵌入点根据不同参数提取出置乱加密后的水印，整合成完整的水印，然后变换到时域中，通过置乱恢复得到提取出来的水印。和现有方法比较，该方法的不可感知性、鲁棒性及安全性都得到了提高，更具有实用性。
-
公开(公告)号：CN107658573B
公开(公告)日：2020-07-28
申请号：CN201710725355.0
申请日：2017-08-22
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于量子搜寻者搜索机制的圆环阵方向图综合方法。实现步骤为：建立圆环阵模型；初始化量子搜寻者群；计算量子搜寻者所在位置和量子位置的适应度值；更新量子搜寻者搜索机制的搜索步长和搜素方向；根据演化规则更新量子位置；计算量子搜寻者新位置下的适应度值，确定个体历史最优量子位置，并确定全局最优量子位置；如果达到最大迭代次数，输出全局最优量子位置；把全局最优量子位置映射为圆环阵的参数，带入方向图函数，得到其对应的归一化方向图。该方法结合了量子计算与搜寻者搜索机制的优势，具有搜索速度快、全局搜索能力强的优点。
-
公开(公告)号：CN106254008B
公开(公告)日：2019-06-11
申请号：CN201610880913.6
申请日：2016-10-09
Applicant: 哈尔滨工程大学
IPC: H04B17/382
Abstract: 本发明提供的是一种能量采集绿色认知无线电的频谱感知方法。一，建立能量采集绿色认知无线电的频谱感知系统模型；二，初始化种群；三，对所有种群中的所有量子个体的适应度进行评价；四，分别对每一个种群内部的量子个体进行混合量子差分演化；五，在迭代次数满足一定的条件下比较每个种群之间的全局最优解，如果全局最优解均相同，对种群内的个体进行灭绝处理；六，如果进化没有终止，返回步骤四，否则执行步骤七；七，终止迭代，输出任意种群的全局最优量子个体的量子态，根据映射规则将其映射为可行解。本发明旨在联合获得最优的能量采集因子与信道感知数目，在次用户所需吞吐量已知的条件下，寻求系统的最小能量采集率，实现绿色通信的理念。
-
公开(公告)号：CN109669156A
公开(公告)日：2019-04-23
申请号：CN201910128412.6
申请日：2019-02-21
Applicant: 哈尔滨工程大学
IPC: G01S3/46
Abstract: 本发明涉及一种冲击噪声下基于量子帝王蝶的圆阵模式空间动态测向方法，在冲击噪声环境下，设计了一种指数核协方差矩阵，利用圆阵模式空间的指数核协方差矩阵极大似然动态测向方法，对信源进行动态测向，并使用量子帝王蝶搜索机制在搜索区间内搜索指数核协方差矩阵极大似然方程估计的最优角度，通过逐步缩小搜索空间进而减小计算量。本发明所设计的动态测向方法，在高斯噪声、弱冲击噪声和强冲击噪声等复杂环境下均能有效测向，在低信噪比，小快拍数和相干信源的情况下具有优越的DOA估计性能。
-
公开(公告)号：CN109375154A
公开(公告)日：2019-02-22
申请号：CN201811236543.8
申请日：2018-10-23
Applicant: 哈尔滨工程大学
IPC: G01S3/14
Abstract: 本发明属于阵列信号处理参数估计领域，具体涉及一种冲击噪声环境下基于均匀圆阵的相干信号参数估计方法，包括以下步骤：对空间中D个信源信号进行快拍采样；对快拍采样数据做去冲击预处理；对阵列输出数据进行模式激励变换；构造稀疏重构字典集；稀疏重构得到相干信源方位角；判断是否达到最大迭代次数，若是，执行步骤七；否则令t＝t+1，返回步骤五；得到稀疏重构结果，利用索引集U得到信源方位角信息，输出相干信源波达方向估计结果。本发明解决了冲击噪声环境下基于均匀圆阵的相干信号参数估计问题，使用模式激励变换和压缩感知稀疏重构思想作为参数估计的基础，所设计的方法具有计算复杂度低、计算时间短和鲁棒性高的优点。
-
-
-
-
-
-
-
-
-
Search Results
190
records
(took 0.029 seconds)
