-
公开(公告)号：CN112800596A
公开(公告)日：2021-05-14
申请号：CN202110028619.3
申请日：2021-01-11
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种强冲击噪声下基于嵌套阵列的鲁棒动态测向方法，包括：建立动态测向模型；初始化搜索空间；初始化所有个体量子位置并设定相关参数；构造适应度函数，计算适应度函数值、平均适应度值，计算整个生态系统当前代的平均适应度值；根据量子标杆学习机制实现寻优搜索过程；判断是否达到最大迭代次数G，若达到则中止循环迭代，输出外部标杆的量子位置和位置并进入下一步；判断是否达到最大快拍数Kp，若未达到，更新下一次快拍时P个方位角的搜索空间，返回步骤三；否则，输出动态测向结果。本发明在冲击噪声下设计了加权无穷范数低阶差分矩阵，通过将嵌套阵列虚拟为均匀线阵或近似均匀线阵，并利用极大似然测向方法实现了动态测向。
-
公开(公告)号：CN115086994B
公开(公告)日：2024-07-09
申请号：CN202210593252.4
申请日：2022-05-27
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种无线传感器网络层次路由协议，包括：建立无线传感器网络系统模型；设定网络参数并初始化网络状态，网络开始运行；建立当前无线传感器网络簇首配置成本函数；初始化量子凤蛾群并设定参数；定义并计算量子凤蛾所分泌的毒液量；根据量子凤蛾所分泌毒液量对全部量子凤蛾排序；量子凤蛾依同等概率执行直线或环绕飞行运动，并在飞行过程中使用模拟量子旋转门来演化量子凤蛾的量子位置；应用贪心选择策略，确定下一代量子凤蛾的量子位置；演进终止判断，输出当前无线传感器网络簇首配置结果；当前无线传感器网络稳定数据传输；无线传感器网络运行终止判断。本发明简单、高效、低复杂度，能耗效率高且能最大化网络寿命。
-
公开(公告)号：CN113095465B
公开(公告)日：2023-10-17
申请号：CN202110358000.9
申请日：2021-04-01
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种量子大马哈鱼洄游机制演化博弈的水下无人集群任务分配方法，包括：建立水下无人集群任务分配模型；初始化量子熊群和人群位置；根据适应度函数计算量子熊群和人群的大马哈鱼密度；对量子熊群及人群的量子旋转角和位置进行更新；形成混合策略；判断是否到达最大迭代次数，如达到则终止迭代；如未达到，则令t＝t+1，并返回步骤三继续执行；输出所得最终混合策略G、G'、#imgabs0#它们最大值所对应的策略即为收益期望最大的策略。本发明使用量子大马哈鱼洄游机制演化博弈论对水下无人集群进行任务部署分配，通过计算各部署所得到的损失比，调整部署分配方式，并通过混合策略优劣性判别所获得的混合策略的好坏，从而输出收益期望最高的部署分配方式。
-
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：CN112184594B
公开(公告)日：2023-08-15
申请号：CN202011096372.0
申请日：2020-10-14
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种量子牧群机制自动演化PCNN的图像去噪方法，包括：根据椒盐噪声或高斯噪声的影响，得到含噪图像；对噪声污染后图像的进行强噪声滤波；计算自适应滤波窗口尺寸；建立自动演化PCNN图像滤波模型；初始化量子自私牧群的量子位置并设定参数；计算每个个体的适应值和生存价值；使用量子旋转门更新牧群领导者、牧群优势追随者、劣势追随者、牧群叛逃者以及捕食者的量子位置；判断是否达到量子牧群的最大迭代次数，是则终止迭代，返回最优参数；否则继续执行步骤六；输出牧群和捕食者的全局最优位置，并比较二者的生存价值，得出s个最优参数代入PCNN中，激活PCNN得到滤波图像并输出。本发明极大的提高了系统求解关键最优参数的效率和质量。
-
Patent Agency Ranking
-
公开(公告)号：CN115617071A
公开(公告)日：2023-01-17
申请号：CN202211224098.X
申请日：2022-10-07
Applicant: 哈尔滨工程大学
IPC: G05D1/10
Abstract: 本发明设计了量子雪豹机制的多无人机对抗任务规划方法，每个目标都有三个任务：勘察，袭击和评估，三个任务严格按照时间顺序执行。为了实现三种任务的时间耦合，本发明设计了协同对抗和独立对抗并行使用的战斗方略，有效解决了时间约束问题。本发明设计的量子编码的雪豹量子位置演化机制，得到一种新的量子雪豹机制方法，量子雪豹中的移动追踪策略用于全局搜索，狩猎策略用于局部搜索，种群繁衍和灭绝策略用于淘汰劣等量子雪豹个体，三种策略协同优化适应度函数，克服了过去方法容易陷入局部收敛的弊端，也提升了演化机制的寻优速率。
-
公开(公告)号：CN115600081A
公开(公告)日：2023-01-13
申请号：CN202211218909.5
申请日：2022-10-07
Applicant: 哈尔滨工程大学(CN)
Abstract: 本发明公开了一种冲击噪声下互质阵列的幅相误差自校正和测向方法，属于阵列信号处理领域。本发明不需要设置额外校正源，即可实现幅相误差校正和波达方向估计，提升了实际应用的实时性。传统的WF自校正方法对初次测向精度有较高要求，否则极易陷入局部最优值，本方法首先采取无穷范数加权结合分数低阶相关矩阵提升算法在冲击噪声下的稳定性，并采用精英学习量子麻雀搜索机理进行相位误差搜索，可以在初次测向精度较低的情况下搜索出精确的相位误差值，并将相位误差和幅度误差进行独立搜索与估计，可进一步提升自校正方法的稳定性。
-
公开(公告)号：CN113313262B
公开(公告)日：2022-12-13
申请号：CN202110684852.7
申请日：2021-06-21
Applicant: 哈尔滨工程大学
IPC: G06N10/20
Abstract: 本发明提供一种基于量子世界杯竞争机制的智能抗干扰决策方法，包括如下步骤：步骤一：建立智能抗干扰决策模型；步骤二：初始化量子球队人员分配；步骤三：令量子球队两两对抗，进行淘汰赛；步骤四：决出冠军，进行比较；步骤五：判断t是否到达最大迭代次数，如达到则终止迭代；如未达到，则令t＝t+1，y＝1后返回步骤三继续执行；步骤六：输出最后一赛季的冠军球队人员分配作为最优解。本发明所设计的基于量子世界杯竞争机制的智能抗干扰决策方法能够得到比粒子群算法更优秀的结果，说明了本方法的可靠性，能在创建少量种群的情况下进行运算而不会陷入局部最优解。
-
公开(公告)号：CN115086994A
公开(公告)日：2022-09-20
申请号：CN202210593252.4
申请日：2022-05-27
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种无线传感器网络层次路由协议，包括：建立无线传感器网络系统模型；设定网络参数并初始化网络状态，网络开始运行；建立当前无线传感器网络簇首配置成本函数；初始化量子凤蛾群并设定参数；定义并计算量子凤蛾所分泌的毒液量；根据量子凤蛾所分泌毒液量对全部量子凤蛾排序；量子凤蛾依同等概率执行直线或环绕飞行运动，并在飞行过程中使用模拟量子旋转门来演化量子凤蛾的量子位置；应用贪心选择策略，确定下一代量子凤蛾的量子位置；演进终止判断，输出当前无线传感器网络簇首配置结果；当前无线传感器网络稳定数据传输；无线传感器网络运行终止判断。本发明简单、高效、低复杂度，能耗效率高且能最大化网络寿命。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.021 seconds)
