-
公开(公告)号：CN113239628B
公开(公告)日：2023-10-03
申请号：CN202110611609.2
申请日：2021-06-02
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于量子海鸥演化机制加权Myriad滤波器设计方法，包括：构造通过冲击噪声信道的信号，并划分训练集和测试集；确定加权滤波器最优参数的目标函数；初始化量子海鸥机制的参数；计算适应度值，确定量子海鸥的最优量子位置；量子海鸥执行迁移操作；量子海鸥执行攻击操作并更新其量子位置；更新量子海鸥的适应度值及最优量子位置；判断是否达到最大迭代次数，若达到最大迭代次数，则终止迭代，继续往下执行；否则返回；使用具有最优权值参数和线性度参数的加权Myriad滤波器对测试集中的信号或待滤波信号进行处理。本发明结合量子计算机制和海鸥优化机制，有更好的全局收敛性和收敛速度，具有鲁棒性强，编程简单等优点。
-
公开(公告)号：CN109212466B
公开(公告)日：2022-09-02
申请号：CN201811017243.0
申请日：2018-09-01
Applicant: 哈尔滨工程大学
IPC: G01S3/14
Abstract: 本发明提供一种基于量子蜻蜓演化机制的宽带测向方法，通过建立宽带信号采样模型，初始化量子蜻蜓演化参数，计算每只量子蜻蜓的适应度，对量子蜻蜓群体前一半更新领域半径以及邻域量子蜻蜓的相关参数，对后一半更新每只量子蜻蜓的相关参数，计算所有量子蜻蜓位置的适应度值，判断是否达到最大迭代次数，若已经达到，则量子蜻蜓群体全局最优量子位置映射成最优位置，得到宽带波达方向估计所要估计的角度。本发明对宽带信号进行测向，减少了运算量和运算时间，提高了收敛速度和收敛精度，实现高精度测向，可同时对相干源和独立源进行波达方向估计，并且具有优秀的抗噪声性能和较高的估计成功概率，测向性能要优于基于粒子群算法的宽带测向方法。
-
公开(公告)号：CN109460056B
公开(公告)日：2021-12-24
申请号：CN201811310155.X
申请日：2018-11-06
Applicant: 哈尔滨工程大学
IPC: G05D1/10
Abstract: 本发明涉及一种基于量子磷虾群演化机制的无人机集群作战博弈决策方法，包括以下步骤：建立无人机协同作战博弈决策模型；初始化量子磷虾群；根据适应度函数计算量子磷虾群中每一只量子磷虾位置的适应度值；更新每只量子磷虾的量子旋转角和量子位置；对量子磷虾群中每只量子磷虾更新后的位置进行适应度计算，通过映射规则得到每只量子磷虾更新后的位置，计算位置的适应度；确定量子磷虾群的全局最优量子位置；循环判断；输出量子磷虾群的全局最优位置，映射为博弈的混合策略组合。本发明结合博弈论对无人机集群作战指挥决策进行分析，通过理性的决策分析使得作战双方都能得到最大的收益，更加符合无人机集群作战的战场环境，有更强的适用性。
-
公开(公告)号：CN110007266B
公开(公告)日：2021-05-28
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。
-
公开(公告)号：CN109829237A
公开(公告)日：2019-05-31
申请号：CN201910103520.8
申请日：2019-02-01
Applicant: 哈尔滨工程大学
IPC: G06F17/50 , G06N3/00 , G06N99/00 , H04B17/391
Abstract: 本发明涉及一种基于量子海鞘群的无线信道衰减模型拟合方法，具体为：设置Nakagami-m分布的参数并获取Nakagami-m逆累积分布的准确数据集；初始化海鞘群的量子位置及位置；对所有海鞘位置进行适应度评价，并确定食物的量子位置与位置；根据策略一或策略二依次更新选定的海鞘的量子旋转角、量子位置与位置；依次对选定的海鞘按照策略三更新量子旋转角、量子位置与位置；对所有海鞘位置进行适应度评价，并更新食物的量子位置与位置；最终输出的食物位置即为拟合方程的最佳系数，即可得到Nakagami-m逆累积分布函数的最佳拟合方程。本发明具有更高的拟合精度、更快的拟合速度以及更广的适用范围。
-
Patent Agency Ranking
公开(公告)号：CN109358313A
公开(公告)日：2019-02-19
申请号：CN201811310188.4
申请日：2018-11-06
Applicant: 哈尔滨工程大学
IPC: G01S3/28
Abstract: 本发明属于阵列信号处理领域,具体涉及一种基于量子带电系统搜索演化机制的宽带测向方法。本发明步骤为：建立宽带信号采样模型；量子带电系统搜索演化机制参数初始化；计算所有带电粒子的适应度，按照降序方式排序；创建带电粒子的量子记忆库；更新带电粒子的带电量以及它们之间的距离；更新带电粒子的移动概率和所受合力；更新带电粒子的量子旋转角度、量子位置和速度；计算带电粒子的适应度，并按照降序方式排序，更新量子记忆库；判断是否达到最大迭代次数；输出量子带电系统全局最优量子位置映射成最优位置。本发明以量子带电系统搜索演化机制对宽带信号进行测向，减少了运算量和运算时间，提高了收敛速度和收敛精度，实现快速高精度测向。
-
公开(公告)号：CN109239646A
公开(公告)日：2019-01-18
申请号：CN201811017215.9
申请日：2018-09-01
Applicant: 哈尔滨工程大学
IPC: G01S3/00
Abstract: 一种冲击噪声环境下连续量子水蒸发的二维动态测向方法，属于阵列信号处理领域。本发明方法利用连续量子水蒸发计算方法在搜索区间内求解根据均匀圆阵方位角和俯仰角二维动态测向问题设计的圆阵无穷范数极大似然方程，通过逐步缩小搜索区间以减少运算量，同时依据量子编码和模拟量子演化方程设计的水蒸发计算方法还可以加快算法的收敛速度，快速获得最优二维波达方向，提高冲击噪声环境下动态来波方向的跟踪精度。本发明方法搜索速度快，既能实现二维波达方向的非相干信源动态估计，又可实现二维波达方向的相干信源动态估计，不仅适用于高斯噪声环境，也可应用于冲击噪声环境，应用前景广泛。
-
公开(公告)号：CN108983142A
公开(公告)日：2018-12-11
申请号：CN201810498139.1
申请日：2018-05-23
Applicant: 哈尔滨工程大学
IPC: G01S3/16
Abstract: 本发明提供一种基于量子鲸鱼优化机制的近场源测向方法，首先建立近场源测向模型；其次初始化鲸群中的鲸鱼，构造适应度函数且计算每头鲸鱼量子位置的适应度，确定全局最优量子位置；每头鲸鱼依概率从螺旋更新、收缩包围机制以及随机寻找食物三种量子演化规则中选择一种更新自身量子位置；将更新后的鲸鱼量子位置映射为鲸鱼位置，计算每头鲸鱼量子位置的适应度并使用贪婪选择策略选择量子位置，更新全局最优量子位置；最后输出全局最优量子位置，经过映射变换获得相应方位角和距离的极大似然估计值。本发明可以对相干近场源进行高精度测向，并且通过量子鲸鱼优化机制，获得了高精度的测向方法。
-
公开(公告)号：CN109212465B
公开(公告)日：2024-01-30
申请号：CN201811017378.7
申请日：2018-09-01
Applicant: 哈尔滨工程大学
IPC: G01S3/00
Abstract: 一种基于文化蚁狮机制的特殊阵列动态测向方法，属于阵列信号处理领域。本发明包括如下步骤：设置非等距双均匀阵列，初始化搜索区间和最大迭代次数，更新协方差矩阵，初始化蚁群和蚁狮群空间，计算适应度值，标记精英蚁狮，初始化信仰空间；判断迭代次数是否为文化算子参与度的整数倍，若不是，则轮盘赌选择优秀的蚁狮，蚂蚁围绕其和精英蚁狮随机游走，计算蚂蚁适应值，更新蚁狮位置和精英蚁狮位置，否则对蚁狮变异，计算变异后蚁狮适应值，选取适应值较优的一半蚁狮作为下一代蚁狮，更新信仰空间和精英蚁狮位置。本发明不仅跟踪速度快，搜索精度高，而且可扩展阵列孔径，突破信源数不能超过天线数的限制，回避传统方法对天线摆放的苛刻要求。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.024 seconds)
