-
公开(公告)号：CN107622327B
公开(公告)日：2020-11-03
申请号：CN201710833308.8
申请日：2017-09-15
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于文化蚁群搜索机制的多无人机航迹规划方法。1、根据栅格法对规范空间进行网格划分。2、建立多无人机航迹规划模型，包括无人机个数、起点终点和威胁模型。3、初始化起点和终点。4、初始化蚁群算法，包括初始化蚁群，计算启发因子和引导因子。5、将所有蚂蚁分配到初始节点，更新禁忌知识。根据禁忌知识和状态转移概率选择下一个节点进行转移直到可选节点为空或达到目的节点，更新历史知识，根据历史知识更新信息素。若达到最大迭代数输出最短路径，知道得到U条多无人机最优多路径航迹。本发明解决了搜索速度慢且计算量大，很难找到无人机的最优飞行航迹的问题，且能实现多无人机航迹规划。
-
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：CN107436429A
公开(公告)日：2017-12-05
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：CN107333317A
公开(公告)日：2017-11-07
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。
-
公开(公告)号：CN107238812A
公开(公告)日：2017-10-10
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。
-
Patent Agency Ranking
公开(公告)号：CN106452625A
公开(公告)日：2017-02-22
申请号：CN201610880914.0
申请日：2016-10-09
Applicant: 哈尔滨工程大学
IPC: H04B17/382
CPC classification number: H04B17/382
Abstract: 本发明提供的是一种多目标绿色认知无线电系统参数生成方法。建立多目标绿色认知无线电参数设计模型，确定需要优化的多目标问题所对应的适应度函数形式。设计量子多目标多种群共生进化方法，通过量子多目标多种群共生进化方法，对种群中所有量子粒子的量子速度和位置进行更新，并使用非支配位置排序和位置拥挤度计算。使用多目标多种群共生进化方法实现确保可靠性的多目标绿色认知无线电参数设计。根据所得到的最终的非支配位置集，确保可靠性的多目标绿色认知无线电系统根据用户的实际需要选取相应的参数设计方案。本发明的使用范围广泛，能应用在现有绿色认知无线电参数设计方法所不能很好解决的确保可靠性的绿色认知无线电系统。
-
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：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。
-
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：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。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.023 seconds)
