-
公开(公告)号：CN109041073A
公开(公告)日：2018-12-18
申请号：CN201811017286.9
申请日：2018-09-01
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及无线传感器网络领域，具体涉及一种自供能无线传感器网络最优节点放置方法。首先建立网络模型，将监测区域建立于二维的栅格之中，构建NP问题模型，最小化集合覆盖问题，然后初始化量子猴群，对于量子猴子，从三种量子演化机制依概率选择一种进行演化更新位置，确定每次迭代中，量子猴子的量子位的量子演进方式，之后更新量子猴群中猴子位置，并判断对应的传感器节点所放位置是否能将所有目标节点覆盖，更新每只量子猴子至今为止的局部最优位置，找到全局最优位置作为下一迭代量子位的共同演进方向，最终当前迭代次数达到预先设定的最大值。本发明能够保证网络的能量中立及目标的覆盖与连接性，同时使得传感器节点放置的数量最小化。
-
公开(公告)号：CN104102791B
公开(公告)日：2017-05-24
申请号：CN201410374447.5
申请日：2014-08-01
Applicant: 哈尔滨工程大学
IPC: G06F17/50
Abstract: 本发明涉及一种基于量子萤火虫搜索机制的天线阵稀疏构建方法:建立天线稀疏阵模型，确定天线阵稀疏对应量子萤火虫搜索机制的关键参数；把量子萤火虫位置带入适应度函数，得到量子萤火虫所在位置的适应度值，确定局部最优位置和量子萤火虫群体中的全局最优位置；更新每只量子萤火虫的荧光素值，更新每只量子萤火虫的学习邻域；更新量子萤火虫量子位置和量子萤火虫位置；更新量子萤火虫动态决策域半径；计算量子萤火虫新位置下的适应度值，重新确定局部最优位置和量子萤火虫群体中的全局最优位置；如果达到最大迭代次数，输出全局最优位置，映射为一种稀疏天线阵的形式。
-
公开(公告)号：CN106257849A
公开(公告)日：2016-12-28
申请号：CN201610821207.4
申请日：2016-09-13
Applicant: 哈尔滨工程大学
IPC: H04B17/382 , H04B17/391
CPC classification number: H04B17/382 , H04B17/3911
Abstract: 本发明提供的是一种基于多目标量子萤火虫搜索机制的频谱感知方法。建立多目标频谱感知模型，确定搜索方法的参数。确定需要求解的多目标适应度函数形式。种群中的量子萤火虫的量子位置根据其适应度值进行非支配量子位置排序，非支配等级为1的量子萤火虫的量子位置放入精英量子位置集中。使用量子编码机制和量子演化行为更新量子萤火虫的量子位置，选择非支配量子位置，更新精英量子位置集。根据最终的Pareto前端量子位置集，认知无线电系统根据对最大化检测概率和最小化虚警概率的不同的需要选取相应的量子位置。本发明可解决多目标频谱感知这个技术难题,能应用在现有认知无线电频谱感知方法所不能应用的一些场景。
-
公开(公告)号：CN104102791A
公开(公告)日：2014-10-15
申请号：CN201410374447.5
申请日：2014-08-01
Applicant: 哈尔滨工程大学
IPC: G06F17/50
Abstract: 本发明涉及一种基于量子萤火虫搜索机制的天线阵稀疏构建方法:建立天线稀疏阵模型，确定天线阵稀疏对应量子萤火虫搜索机制的关键参数；把量子萤火虫位置带入适应度函数，得到量子萤火虫所在位置的适应度值，确定局部最优位置和量子萤火虫群体中的全局最优位置；更新每只量子萤火虫的荧光素值，更新每只量子萤火虫的学习邻域；更新量子萤火虫量子位置和量子萤火虫位置；更新量子萤火虫动态决策域半径；计算量子萤火虫新位置下的适应度值，重新确定局部最优位置和量子萤火虫群体中的全局最优位置；如果达到最大迭代次数，输出全局最优位置，映射为一种稀疏天线阵的形式。
-
公开(公告)号：CN114815896B
公开(公告)日：2024-09-13
申请号：CN202210594247.5
申请日：2022-05-27
Applicant: 哈尔滨工程大学
IPC: G05D1/695 , G05D109/20
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。
-
Patent Agency Ranking
公开(公告)号：CN114910879B
公开(公告)日：2024-07-12
申请号：CN202210594255.X
申请日：2022-05-27
Applicant: 哈尔滨工程大学
IPC: G01S7/41 , G06F18/23213 , G06N3/006 , G06N10/60
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：CN115765847B
公开(公告)日：2024-05-17
申请号：CN202211467828.9
申请日：2022-11-22
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种量子物质生成机制的多无人机协作通信中继选择方法，包括建立多无人机协作通信中继选择模型；初始化量子物质量子位置并设定参数；计算量子物质位置适应度函数值；使用量子失去、获得、共享电子策略更新量子物质量子位置；使用量子化合反应策略更新量子物质量子位置；使用量子复分解反应策略更新量子物质量子位置，对第i个量子物质的量子位置进行赋值，选择三种更新策略中最优量子位置赋值给量子结构更改策略中第i个量子物质量子位置；使用量子结构更改策略更新量子物质量子位置；更新量子位置至最大迭代次数，将最优量子物质位置映射为中继选择方案并输出。本发明降低了问题求解复杂度，克服易陷入局部收敛的弊端，提升寻优速率。
-
公开(公告)号：CN114172769B
公开(公告)日：2023-10-03
申请号：CN202111421628.5
申请日：2021-11-26
Applicant: 哈尔滨工程大学
IPC: H04L27/00 , G06N3/0464 , G06N3/0442 , G06N3/084
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：CN115765847A
公开(公告)日：2023-03-07
申请号：CN202211467828.9
申请日：2022-11-22
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种量子物质生成机制的多无人机协作通信中继选择方法，包括建立多无人机协作通信中继选择模型；初始化量子物质量子位置并设定参数；计算量子物质位置适应度函数值；使用量子失去、获得、共享电子策略更新量子物质量子位置；使用量子化合反应策略更新量子物质量子位置；使用量子复分解反应策略更新量子物质量子位置，对第i个量子物质的量子位置进行赋值，选择三种更新策略中最优量子位置赋值给量子结构更改策略中第i个量子物质量子位置；使用量子结构更改策略更新量子物质量子位置；更新量子位置至最大迭代次数，将最优量子物质位置映射为中继选择方案并输出。本发明降低了问题求解复杂度，克服易陷入局部收敛的弊端，提升寻优速率。
-
公开(公告)号：CN114995492A
公开(公告)日：2022-09-02
申请号：CN202210594253.0
申请日：2022-05-27
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种多无人机抢灾救援规划方法，步骤一、建立多无人机救援规划模型；步骤二、初始化量子北方苍鹰量子位置并设定参数；步骤三、计算量子北方苍鹰目标函数值；步骤四、根据所有量子北方苍鹰位置的目标函数值进行非支配解排序；步骤五、计算每一非支配等级中量子北方苍鹰位置拥挤度；步骤六、在猎物识别攻击阶段更新量子北方苍鹰量子位置；步骤七、在追逃阶段更新量子北方苍鹰量子位置；步骤八、判断是否达到量子北方苍鹰最大迭代次数，是则终止迭代，将非支配等级为1的量子北方苍鹰位置对应为任务分配矩阵，作为抢灾救援规划任务分配结果输出；否则令k＝k+1，执行步骤四。本发明克服了容易陷入局部收敛的弊端，提升了演化机制的寻优速率。
-
-
-
-
-
-
-
-
-
Search Results
63
records
(took 0.049 seconds)
