-
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:CN107302140A
公开(公告)日:2017-10-27
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:CN114510330B
公开(公告)日:2023-06-02
申请号:CN202210091586.1
申请日:2022-01-26
Applicant: 哈尔滨工程大学
Abstract: 本发明提供基于量子被囊群搜索机制的云计算任务调度方法,包括:根据任务与虚拟机的分配矩阵,构建任务在虚拟机上的执行时间矩阵和执行成本矩阵并构建数学模型;初始化被囊群搜索机制的量子位置并设定参数;计算每只被囊的适应度值,根据每只被囊的适应度值将全部被囊进行排序;根据被囊群搜索机制产生量子旋转角,使用模拟的简化量子旋转门更新被囊的量子位置;应用贪心策略,确定新一代被囊群的量子位置,根据适应度值将全部被囊进行排序;判断是否达到最大迭代次数G,若未达到,令g=g+1,返回步骤四;若达到,则终止迭代循环,根据最后一代中的最优量子位置的映射位置所对应的任务与虚拟机的分配矩阵得到最终的任务调度策略。
-
公开(公告)号:CN109375154B
公开(公告)日:2023-04-28
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。
-
公开(公告)号:CN115017934A
公开(公告)日:2022-09-06
申请号:CN202210279686.7
申请日:2022-03-21
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种种群熵量子雷莫拉鱼搜索机制的欠定盲源分离方法,构建源信号恢复模型;构造和计算量子雷莫拉鱼适应度,将初始估计信号转换为一个量子个体,将种群分为两个子种群,确定子种群全局最优量子位置;采用相同策略更新量子雷莫拉鱼量子位置;使用贪婪选择策略更新量子雷莫拉鱼量子位置,更新两个子种群全局最优量子位置;计算各个子种群种群熵,根据种群熵对子种群中部分量子个体迁移;迭代至最大次数,比较两个子种群全局最优位置适应度值,将适应度值最小位置作为整个种群全局最优位置,输出此位置作为新的初始估计信号根据设置对源信号进行恢复。本发明具有更高的有效性和鲁棒性,对目标函数进行快速高精度求解,收敛性能优越。
-
公开(公告)号:CN114815896A
公开(公告)日:2022-07-29
申请号:CN202210594247.5
申请日:2022-05-27
Applicant: 哈尔滨工程大学
IPC: G05D1/10
Abstract: 本发明公开了一种异构多无人机协同任务分配方法,包括:步骤一:建立层次化异构多无人机协同任务分配模型;步骤二:异构多无人机协同执行所分配任务;步骤三:建立层次化异构多无人机协同任务分配代价函数;步骤四:初始化量子胡蜂群并设定参数;步骤五:定义并计算量子胡蜂与食物的距离;步骤六:根据量子胡蜂与食物的距离对全部量子胡蜂排序;步骤七:量子胡蜂依同等概率执行确定性或随机性飞行运动,并在飞行过程中使用模拟量子旋转门来演化量子胡蜂的量子位置;步骤八:应用贪心选择策略,确定下一代量子胡蜂的量子位置;步骤九:演进终止判断,输出任务分配方案。本发明在简单高效低复杂度的同时具有高可扩展性。
-
公开(公告)号:CN114172769A
公开(公告)日:2022-03-11
申请号:CN202111421628.5
申请日:2021-11-26
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种进化长短时记忆网络的调制信号识别方法,包括:构造数据集;构造目标函数;初始化旗鱼捕食搜索机制的参数;计算适应度值,并确定精英旗鱼位置和受伤沙丁鱼位置;旗鱼攻击选择策略,更新旗鱼的位置;追捕猎物,更新沙丁鱼的位置;计算适应度值,确定被旗鱼捕食的沙丁鱼,确定精英旗鱼和受伤沙丁鱼位置;判断是否达到终止迭代条件,即达到最大迭代次数或者所有的沙丁鱼都被旗鱼捕获,若满足终止迭代条件,则继续向下运行,否则令g=g+1,返回继续;使用训练集训练具有最优超参数的数字通信信号调制识别LSTM网络。本发明设计了文化旗鱼捕食搜索机制来获得最优的LSTM网络模型参数。
-
公开(公告)号:CN107677988B
公开(公告)日:2021-05-11
申请号:CN201710810481.6
申请日:2017-09-11
Applicant: 哈尔滨工程大学
Abstract: 本发明属于阵列信号处理领域,具体涉及一种基于特殊非均匀线阵的高效压缩感知测向方法。本方法利用特殊非均匀线阵的结构进行阵列扩展,结合无穷范数在冲击噪声环境下对目标进行压缩感知测向,从而获得其最优角度估计值。本方法的适用环境包括冲击噪声、高斯噪声和强冲击噪声,适用于多样、恶劣的测向环境,此外所设计的无穷范数压缩感知测向方法能够对冲击噪声环境下的目标进行高精度测向,同时也可以保证测向的鲁棒性,而且本方法所设计的特殊非均匀线阵在不影响测向性能的同时具有多种天线摆放方法,适用于更苛刻的摆放位置要求,最后本方法大幅度提高了压缩感知测向方法的分辨率和测向精度,具有更广阔的应用范围。
-
公开(公告)号:CN107238812B
公开(公告)日:2020-04-07
申请号:CN201710342910.1
申请日:2017-05-16
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于最小间隙阵列的鲁棒动态测向方法。一,设置最小间隙阵列;二,初始化搜索空间;三,所有成员在演化前被定义为发现者和游荡者,分别根据发现者演化规则和游荡者演化规则演进搜索步长和量子位置;四,计算第i个成员的适应度,成员使用贪婪策略选取量子位置;将适应度函数最大值对应的量子位置记为全局最优量子位置;五,判断是否达到最大迭代次数;六,进行第k+1次快拍采样;七,是否达到最大快拍采样数;八,将每个快拍采样获得的全局最优量子位置都映射为全局最优位置即需要跟踪的动态目标方向值。本发明基于最小间隙阵列和加权范数协方差更新规则,设计了量子群搜索机制的动态测向方法,获得一种鲁棒动态测向方法。
-
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。
-
-
-
-
-
-
-
-
-