-
公开(公告)号：CN109376329A
公开(公告)日：2019-02-22
申请号：CN201811033518.X
申请日：2018-09-05
Applicant: 哈尔滨工程大学
Abstract: 本发明属于阵列信号处理领域，具体涉及一种基于量子鸟群演化机制的阵列幅相误差的校正方法。包括进行相位误差校正，进行幅度误差校正；利用已知独立信源建立接收数据模型后每次校正的步骤为：初始化量子鸟群；计算每只量子鸟量子位置的适应度，得到每只量子鸟的局部最优量子位置和量子鸟群全局最优量子位置；通过更新每只量子鸟的量子旋转角更新量子位置；计算每只量子鸟量子位置更新后的适应度，更新每只量子鸟局部最优量子位置和量子鸟群全局最优量子位置；判断是否达到最大迭代次数；输出全局最优量子位置并映射为相位或幅相误差矩阵。本发明只需一个已知的辅助信源，算法模型简单，运算量较少，具有收敛速度快，收敛精度高的优点。
-
公开(公告)号：CN107677988A
公开(公告)日：2018-02-09
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：CN106447026A
公开(公告)日：2017-02-22
申请号：CN201610821170.5
申请日：2016-09-13
Applicant: 哈尔滨工程大学
CPC classification number: G06N3/006 , H03H17/0202
Abstract: 本发明提供的一种基于布谷鸟和声搜索机制的IIR数字滤波器生成方法。进行初始化，对布谷鸟和声记忆库中每个布谷鸟和声进行适应度值计算，初始化信仰空间的形势知识和规范知识；从布谷鸟和声记忆库中随机选取一个布谷鸟和声音调，若rand1 PAR，则更新布谷鸟和声音调；若新布谷鸟和声的适应度值小于布谷鸟和声记忆库中最大布谷鸟和声的适应度值，则进行替换；随机对布谷鸟和声记忆库中布谷鸟和声进行改变，计算适应度值并选择适应度值较小的布谷鸟和声，更新信仰空间的形势知识和规范知识；循环迭代输出形势知识中的最优布谷鸟和声，即为IIR数字滤波器的参数。具有收敛速度快和性能好的显著特点。
-
公开(公告)号：CN113794659B
公开(公告)日：2023-09-22
申请号：CN202111050681.9
申请日：2021-09-08
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种信道估计与信号检测方法，建立OFDM系统数学模型；建立自动演化DNN信道估计与信号检测模型；初始化量子蜉蝣种群位置和量子速度并设定参数；对初代量子蜉蝣种群位置进行适应度评价，得到量子雄性种群的最优位置，以及量子蜉蝣种群的全局最优位置；进行量子速度的更新，并通过更新后的量子速度完成量子蜉蝣位置的更新；对量子蜉蝣进行交配与变异操作，完成量子蜉蝣种群的淘汰与更新；迭代更新至最大迭代次数，把全局最优结果带入模型中，将接收的时频信号序列输入DNN模型恢复出码元并输出。本发明通过量子演化机制与蜉蝣种群原理结合，自动求解DNN模型所需最优参数，提高了DNN模型的信道估计与信号检测效果。
-
公开(公告)号：CN114158123B
公开(公告)日：2023-05-02
申请号：CN202111423632.5
申请日：2021-11-26
Applicant: 哈尔滨工程大学
IPC: H04W72/044 , H04B7/0426 , H04B7/0452
Abstract: 本发明提供一种智能反射面Massive MIMO系统资源分配方法，包括：建立一个基于智能反射面的Massive MIMO系统模型；初始化量子蝴蝶群；根据全局搜索或局部搜索规则更新量子蝴蝶群的量子位置；计算适应度，根据选择机制确定量子位置，更新感官模态和幂指数；判断迭代是否终止，输出最优分配方案，若迭代次数已经达到设定的最大迭代次数，即t＝T，则终止迭代，将量子蝴蝶群的全局最优量子位置输出；否则令t＝t+1，返回继续执行步骤三；根据量子位置与位置之间的映射规则得到全局最优位置，进而得到基于智能反射面的Massive MIMO系统资源分配方法。本发明实现最优反射系数充分发挥智能反射面的性能极限来实现Massive MIMO通信系统各种资源的最优分配，从而提高系统的资源利用率及系统的容量。
-
Patent Agency Ranking
公开(公告)号：CN115937493A
公开(公告)日：2023-04-07
申请号：CN202211544646.7
申请日：2022-12-03
Applicant: 哈尔滨工程大学
IPC: G06V10/20 , G06V10/28 , G06V10/762 , G06N3/006 , G06V10/26 , G06V10/74 , G06V10/774
Abstract: 本发明提供一种基于竹子定律和熵的哈里斯鹰机制图像分割方法，将竹子定律和哈里斯鹰机制相结合并用于设计哈里斯鹰机制过渡阶段的能量方程，使求解机制更符合大自然生物的猎捕规律，在全局探索和局部开采两个阶段更能达到有效的平衡。在全局探索阶段使用熵对哈里斯鹰种群进行变异，减小陷入局部最优解的可能。相较于一些基于已有传统群智能的图像分割方法，所设计基于竹子定律和熵的哈里斯鹰机制图像分割方法拥有更快的收敛速度、更高的收敛精度、更高的分割精度和更好的鲁棒性。
-
公开(公告)号：CN114910879A
公开(公告)日：2022-08-16
申请号：CN202210594255.X
申请日：2022-05-27
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种双基地MIMO雷达测向方法，步骤一、获取接收信号快拍采样数据并进行匹配滤波，构造MUSIC空间谱函数；步骤二、初始化个体量子位置，构造适应度函数；步骤三，将种群分为P个群体，进行适应度函数评价，选择群体最优量子位置；步骤四、所有群体中每个个体依概率选择猎人演化或猎物演化更新量子位置；步骤五、将所有群体中个体更新后量子位置映射为位置，计算更新后适应度函数值，更新每个群体中全局最优量子位置；步骤六、对最优量子位置集合中元素进行局部开发；步骤七、若未达到最大迭代次数，令g＝g+1，返回步骤三；否则输出全局最优量子位置集合，经过映射变换为全局最优位置。本发明具有强鲁棒性、快速、高精度特点。
-
公开(公告)号：CN107656239B
公开(公告)日：2020-12-04
申请号：CN201710722329.2
申请日：2017-08-22
Applicant: 哈尔滨工程大学
IPC: G01S3/782
Abstract: 本发明提出了一种极化敏感阵列下的相干信源测向方法，属于极化敏感阵列信号处理领域。本发明公开的方法的步骤为：(1)建立极化敏感阵列测向模型；(2)初始化种群中的量子花粉，确定全局最优量子花粉；(3)每个量子花粉依概率生成一个新的量子花粉；(4)把每个量子花粉映射为花粉，计算每个量子花粉的适应度并选择量子花粉；(5)使用量子差分演进机制产生新的量子花粉，并进行选择；(6)判断是否达到最大迭代次数：若达到最大迭代次数，执行步骤(7)；否则，令t＝t+1，返回步骤(3)继续迭代；(7)输出全局最优量子花粉的极大似然估计值。通过本发明提供的方法在信噪比低、快拍数小以及相干信源的情况下，都可以进行有效测向。
-
公开(公告)号：CN106452625B
公开(公告)日：2019-04-12
申请号：CN201610880914.0
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：CN109270485A
公开(公告)日：2019-01-25
申请号：CN201811017339.7
申请日：2018-09-01
Applicant: 哈尔滨工程大学
IPC: G01S3/16
Abstract: 本发明属于阵列信号处理领域，具体涉及一种基于量子细胞膜优化机理的空时测向方法，包括以下步骤：获取信号时域数据、信号快拍采样和对采样数据进行时域延迟；构造极大似然估计的极大似然估计方程，进行量子物质群的初始化，并且构造适应度函数；选取精英量子个体，对精英量子个体进行局部搜索；划分量子个体类型；高浓度脂溶性量子个体自由扩散；高浓度非脂溶性量子个体运动；低浓度量子个体运动；生成新一代的量子物质群；判断是否达到最大迭代次数。本发明设计的基于量子细胞膜优化机理的空时测向方法，解决了极大似然类估计方法计算量大的难题，可快速得到较为精确的信号角度和频率的联合估计结果，易于在工程应用中实时处理。
-
-
-
-
-
-
-
-
-
Search Results
63
records
(took 0.028 seconds)
