-
公开(公告)号：CN107944133A
公开(公告)日：2018-04-20
申请号：CN201711172473.X
申请日：2017-11-22
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于多目标量子蜘蛛群演化机制的环形天线阵列稀疏方法，建立环形天线阵列稀疏模型，设置恰当的系统参数，并初始化种群中每只蜘蛛在解空间中的量子位置和{0,1}编码位置。设计多目标适应度函数。计算种群中每只蜘蛛的重量，根据重量划分蜘蛛的性别。根据初始种群，生成初始精英解集。从精英解集中选取全局最优解和次优解。然后分别更新雌性蜘蛛和雄性蜘蛛的量子位置，并根据量子位置通过测量的方式转化为{0,1}编码位置。更新精英解集，并更新种群中所有蜘蛛的重量。最后判断是否达到最大迭代次数，如果达到最大迭代次数，则输出精英解集；否则返回迭代。本发明解决了多目标环形天线阵列稀疏构建这样的高维度离散多目标问题。
-
公开(公告)号：CN107843259A
公开(公告)日：2018-03-27
申请号：CN201711021203.9
申请日：2017-10-27
Applicant: 哈尔滨工程大学
Abstract: 一种基于VCKF的多移动机器人协同导航定位方法，包括如下步骤：根据多移动机器人工作环境，确定协同导航系统的初始值；建立多移动机器人协同导航系统的非线性系统方程；对多移动机器人协同导航系统按照CKF滤波框架进行时间更新；多移动机器人对工作环境中的固定路标点以及其它机器人进行实时观测，获取相对距离和方位角作为观测信息；利用观测到的量测信息和系统方程，利用VCKF算法完成多移动机器人协同导航系统的量测更新；对多移动机器人的位姿信息进行更新；完成多移动机器人的高精度协同导航定位。本发明的运用了基于VCE的非线性滤波器CKF，可以实时估计出系统的过程噪声和量测噪声方差阵，有效解决的非线性问题，提高系统的定位精度和适应性。
-
公开(公告)号：CN107830872A
公开(公告)日：2018-03-23
申请号：CN201711016931.0
申请日：2017-10-26
Applicant: 哈尔滨工程大学
IPC: G01C25/00
CPC classification number: G01C25/005
Abstract: 一种舰船捷联惯性导航系统自适应初始对准方法，包括如下步骤：舰船SINS开始工作，采集光纤陀螺仪和加速度计的测量信息；根据舰船上所搭载的全球定位系统提供舰船的初始位置，以及采集到的光纤陀螺、加速度计信息，利用解析式粗对准算法初步确定舰船的姿态信息，完成舰船SINS的粗对准；建立高动态环境下舰船SINS的非线性误差模型；建立舰船高动态环境下的非线性滤波方程；基于VCE的自适应CKF算法对系统噪声进行实时估计，同时估计出系统的失准角；利用步骤5中估计出来的失准角来修正系统的初始捷联姿态矩阵，得到精确的初始捷联矩阵，完成动基座下的精对准过程。本发明解决了惯导系统初始对准中的非线性问题和噪声不确定问题，有效提升对准综合性能。
-
公开(公告)号：CN105423911B
公开(公告)日：2018-02-13
申请号：CN201510756850.9
申请日：2015-11-09
Applicant: 哈尔滨工程大学
IPC: G01B9/021
Abstract: 本发明公开了一种基于光栅离焦的共路数字全息显微装置与方法。包括光源、待测物体、显微物镜、校正物镜、第一透镜、第二透镜、图像传感器和计算机，还包括一维周期光栅和孔阵列；光源发射的光束经待测物体、显微物镜和校正物镜后入射至第一透镜，经第一透镜汇聚后的出射光束通过一维周期光栅后分成0级衍射光和+1级衍射光，经孔阵列滤波形成参考光和物光射向第二透镜，经第二透镜透射后的汇合光束由图像传感器的光接收面接收，图像传感器的图像信号输出端连接计算机的图像信号输入端；本发明简单易行，调整方便，且待测物体尺寸不受限，充分利用检测窗口视场；可极大降低确定系统载波频率的复杂度并提高相位恢复算法效率。
-
公开(公告)号：CN107677273A
公开(公告)日：2018-02-09
申请号：CN201710810478.4
申请日：2017-09-11
Applicant: 哈尔滨工程大学
IPC: G01C21/20
Abstract: 本发明属于无人机多航迹规划技术领域，具体涉及一种基于二维栅格划分的集群无人机多航迹规划方法。步骤为：用栅格法将二维空间规划为若干正方形网格；建立无人机威胁约束模型；初始化量子蚁群，初始化量子信息素并将所有量子蚂蚁置于初始节点；所有量子蚂蚁根据禁忌搜索和量子信息素更新节点选择概率等机制完成路径搜索；根据最优路径的综合代价更新量子旋转角；使用模拟的量子旋转门更新量子信息素；将输出的最优路径存入航迹集合；判断航迹集合中的航迹个数是否到达最大航迹个数；将航迹集合中的航迹依长度排序供无人机选择。将传统蚁群算法的启发式搜索机制与量子计算和禁忌搜索相结合，提供一种获取多条选择路径的集群无人机航迹规划方法。
-
Patent Agency Ranking
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：CN103945391B
公开(公告)日：2017-11-17
申请号：CN201410145839.4
申请日：2014-04-11
Applicant: 哈尔滨工程大学
CPC classification number: Y02D70/00
Abstract: 本发明涉及一种通过膜结构下的混合量子雁群方法来实现同时使认知无线电系统最小化发射功率、最小化比特错误率和最大化数据速率达到最优的一种膜结构下的认知无线电系统参数优化方法。本发明包括：确定膜结构；产生量子位置和速度；将系统参数与混合位置一一对应；更新速度和量子位置；映射成系统参数，计算适应度值；更新每只大雁的局部最优混合位置和全局最优混合位置；对全局最优混合位置进行更新；把整个量子雁群的所有大雁所经历的全局最优混合位置映射为系统参数，从表层膜输出。本发明解决了离散和连续参量混合的系统参数优化问题，并设计膜结构下的混合量子雁群方法作为求解策略，所设计的方法具有收敛精度高和收敛速度快的优点。
-
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。
-
公开(公告)号：CN107231214A
公开(公告)日：2017-10-03
申请号：CN201710436096.X
申请日：2017-06-12
Applicant: 哈尔滨工程大学
IPC: H04L1/00 , H04B1/7105 , G06N3/04 , G06N3/08
Abstract: 本发明提供的是一种基于演化混沌量子神经网络的最优多用户检测方法。建立最优多用户检测模型；初始化混沌量子神经网络的初始参数，激活混沌量子神经网络获得近似最优解；初始化量子个体，把第一个量子个体的二进制测量态赋值为混沌量子神经网络的输出值；构造适应度函数，计算适应度；使用模拟的量子旋转门演化量子个体的量子态和获得新的测量态；对于每个量子个体的二进制态，激活演化混沌加扰的量子神经网络演进机制产生一个次优解；计算每个量子个体的适应度函数值，找到全局最优解；输出全局最优解作为多用户检测的最优结果。本发明具有非常优秀的抗多址干扰能力和抗远近效应能力，且应用范围广，能够在短时间内获得最优的检测结果。
-
-
-
-
-
-
-
-
-
Search Results
190
records
(took 0.028 seconds)
