-
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：CN111065048A
公开(公告)日：2020-04-24
申请号：CN201911265585.9
申请日：2019-12-11
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于量子风驱动机制的多无人机TDOA三维协同定位方法，建立多无人机TDOA三维协同定位估计模型；初始化量子空气质点集合，同时确定三维空间搜索区域，减小搜索范围进而减少计算复杂度；计算每个量子空气质点的适应度值，确定全局最优适应度值和全局最优量子位置，并根据适应度值的大小降序排列量子空气质点集合的量子位置及相应速度；更新每个量子空气质点的速度；更新每个量子空气质点的量子位置；对每个量子空气质点更新后的量子位置计算其适应度值；判断t+1是否达到最大迭代次数Gmax，若达到最大迭代次数，则终止迭代；否则，令t＝t+1继续；执行完毕，得到目标估计值。本发明收敛速度快、三维定位精度高和适应性强。
-
公开(公告)号：CN107302140B
公开(公告)日：2020-01-17
申请号：CN201710333471.8
申请日：2017-05-12
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于量子蜘蛛群演化机制的平面天线阵列稀疏方法。1、建立平面天线阵列稀疏模型；2、设置系统参数；3、用适应度函数评价种群中每只蜘蛛编码位置的优劣，适应度函数值最优的位置记为整个种群的全局最优位置；4、划分种群中蜘蛛的性别；5、计算每只蜘蛛的重量；6、更新雌性蜘蛛量子位置，基于更新后的量子矢量旋转角，采用模拟量子矢量旋转门操作更新雌性蜘蛛量子位置；7、更新雄性蜘蛛量子位置，基于更新后的量子矢量旋转角，采用模拟量子矢量旋转门操作更新雄性蜘蛛量子位置；8更新各自历史最优位置；9：判断是否达到最大迭代次数。本发明解决了多约束平面天线阵列稀疏难题，满足了对平面稀疏阵列的各种要求。
-
公开(公告)号：CN110233755A
公开(公告)日：2019-09-13
申请号：CN201910475842.5
申请日：2019-06-03
Applicant: 哈尔滨工程大学
IPC: H04L12/24 , H04L12/911 , H04L29/08 , H04W16/14
Abstract: 本发明提供一种物联网中雾计算的计算资源和频谱资源分配方法，包括：建立雾计算系统模型；初始化量子种子群及参数，通过对量子种子进行测量，得到量子种子的位置；计算所有量子种子的适应度值，得到量子种子群全局最优位置并选择量子种子精英位置集；根据量子种子播撒规则，更新种群中所有量子种子的量子位置；对所有更新后的量子种子的量子位置进行测量得到相应的位置，计算每一个量子种子的适应度值，更新全局最优位置和量子种子精英位置集；如果迭代次数小于预先设定的最大迭代次数，返回第四步；否则，终止迭代，输出量子种子群的全局最优位置，得到相应的计算资源和频谱资源分配方案。本发明可以解决物联网中雾计算的网络能量效率优化问题。
-
公开(公告)号：CN110007266A
公开(公告)日：2019-07-12
申请号：CN201910324483.3
申请日：2019-04-22
Applicant: 哈尔滨工程大学
IPC: G01S3/14
Abstract: 本发明公开一种冲击噪声下的任意阵列相干源测向方法，包括：建立采样信号模型；构造真实阵列动态随机加权低阶协方差矩阵；定义内插变换矩阵T，构建虚拟阵列协方差矩阵；获得前后向空间平滑修正后的数据协方差矩阵和噪声协方差矩阵，预白化处理得到动态随机加权低阶协方差矩阵；估计信源个数，对动态随机加权协方差矩阵进行特征分解，确定信号子空间和噪声子空间；构建动态随机加权低阶协方差-空间平滑-MUSIC测向方法的谱估计公式，进行谱峰搜索，找出极大值点对应的角度，输出任意阵列相干源测向结果。本发明能够对任意阵列的信源来波方向进行有效估计，可在高斯噪声、弱冲击噪声和强冲击噪声下进行测向，解相干性能优，应用范围广泛。
-
Patent Agency Ranking
公开(公告)号：CN109861728A
公开(公告)日：2019-06-07
申请号：CN201910128413.0
申请日：2019-02-21
Applicant: 哈尔滨工程大学
IPC: H04B7/0413 , H04B7/0456 , H04K3/00 , H04W40/22 , H04W72/04
Abstract: 本发明涉及一种大规模MIMO系统的联合多中继选择与时隙资源配置方法，发明结合量子优化机制与白蚁群优化机制的优势，利用量子白蚁群优化方法来解决Massive MIMO系统的多中继选择与时隙资源配置这一复杂的混合优化问题，具有搜索速度快、全局搜索能力强的优点。本发明结合无线能量采集技术，可显著减少Massive MIMO协作通信系统信息传输过程中的能量消耗，通过用户终端与干扰中继分别向窃听器发送干扰信号以降低窃听器的信干噪比，能够有效提高Massive MIMO系统的保密容量，保证通信系统的安全性与可靠性。
-
公开(公告)号：CN109683128A
公开(公告)日：2019-04-26
申请号：CN201910103535.4
申请日：2019-02-01
Applicant: 哈尔滨工程大学
IPC: G01S3/14
CPC classification number: G01S3/14
Abstract: 本发明涉及一种冲击噪声环境下的单快拍测向方法，包括建立均匀线阵单快拍采样信号模型；构造基于高斯核的无穷范数协方差矩阵，获得基于高斯核的无穷范数单快拍极大似然方程；初始化非洲水牛种群；计算每头水牛位置适应度，记录每头水牛局部最优位置和整个非洲水牛群全局最优位置；更新水牛位置和水牛交流位置，产生斐波那契权重；利用斐波那契搜索策略更新每头水牛局部最优位置；计算每头水牛所在新位置的适应度，确定每头水牛的局部最优位置和非洲水牛群的全局最优位置；输出的非洲水牛群全局最优位置即为来波方向估计值。本发明在强冲击噪声等复杂环境下仅对单个快拍数据进行处理，降低DOA估计运算量，实现对接收信号波达方向有效估计。
-
公开(公告)号：CN107944133A
公开(公告)日：2018-04-20
申请号：CN201711172473.X
申请日：2017-11-22
Applicant: 哈尔滨工程大学
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：CN107843259A
公开(公告)日：2018-03-27
申请号：CN201711021203.9
申请日：2017-10-27
Applicant: 哈尔滨工程大学
Abstract: 一种基于VCKF的多移动机器人协同导航定位方法，包括如下步骤：根据多移动机器人工作环境，确定协同导航系统的初始值；建立多移动机器人协同导航系统的非线性系统方程；对多移动机器人协同导航系统按照CKF滤波框架进行时间更新；多移动机器人对工作环境中的固定路标点以及其它机器人进行实时观测，获取相对距离和方位角作为观测信息；利用观测到的量测信息和系统方程，利用VCKF算法完成多移动机器人协同导航系统的量测更新；对多移动机器人的位姿信息进行更新；完成多移动机器人的高精度协同导航定位。本发明的运用了基于VCE的非线性滤波器CKF，可以实时估计出系统的过程噪声和量测噪声方差阵，有效解决的非线性问题，提高系统的定位精度和适应性。
-
公开(公告)号：CN107830872A
公开(公告)日：2018-03-23
申请号：CN201711016931.0
申请日：2017-10-26
Applicant: 哈尔滨工程大学
IPC: G01C25/00
CPC classification number: G01C25/005
Abstract: 一种舰船捷联惯性导航系统自适应初始对准方法，包括如下步骤：舰船SINS开始工作，采集光纤陀螺仪和加速度计的测量信息；根据舰船上所搭载的全球定位系统提供舰船的初始位置，以及采集到的光纤陀螺、加速度计信息，利用解析式粗对准算法初步确定舰船的姿态信息，完成舰船SINS的粗对准；建立高动态环境下舰船SINS的非线性误差模型；建立舰船高动态环境下的非线性滤波方程；基于VCE的自适应CKF算法对系统噪声进行实时估计，同时估计出系统的失准角；利用步骤5中估计出来的失准角来修正系统的初始捷联姿态矩阵，得到精确的初始捷联矩阵，完成动基座下的精对准过程。本发明解决了惯导系统初始对准中的非线性问题和噪声不确定问题，有效提升对准综合性能。
-
-
-
-
-
-
-
-
-
Search Results
190
records
(took 0.024 seconds)
