-
公开(公告)号：CN109212465B
公开(公告)日：2024-01-30
申请号：CN201811017378.7
申请日：2018-09-01
Applicant: 哈尔滨工程大学
IPC: G01S3/00
Abstract: 一种基于文化蚁狮机制的特殊阵列动态测向方法，属于阵列信号处理领域。本发明包括如下步骤：设置非等距双均匀阵列，初始化搜索区间和最大迭代次数，更新协方差矩阵，初始化蚁群和蚁狮群空间，计算适应度值，标记精英蚁狮，初始化信仰空间；判断迭代次数是否为文化算子参与度的整数倍，若不是，则轮盘赌选择优秀的蚁狮，蚂蚁围绕其和精英蚁狮随机游走，计算蚂蚁适应值，更新蚁狮位置和精英蚁狮位置，否则对蚁狮变异，计算变异后蚁狮适应值，选取适应值较优的一半蚁狮作为下一代蚁狮，更新信仰空间和精英蚁狮位置。本发明不仅跟踪速度快，搜索精度高，而且可扩展阵列孔径，突破信源数不能超过天线数的限制，回避传统方法对天线摆放的苛刻要求。
-
公开(公告)号：CN108173580B
公开(公告)日：2020-12-29
申请号：CN201810086133.3
申请日：2018-01-29
Applicant: 哈尔滨工程大学
IPC: H04B7/0426 , H04B7/0452
Abstract: 本发明公开了一种基于量子社会情感优化的Massive MIMO上行系统功率分配方法，属于5G关键技术领域。本发明通过建立Massive MIMO系统功率分配模型，在初始化量子社会群体及系统参数中输出初始历史最优解，并通过实数化处理量子个体输出初始全局最优解，之后不断更新量子个体，当迭代次数大于预先设定的最大迭代次数时输出全局最优解，经实数化处理得到最佳功率分配方案。本发明充分考虑了在Massive MIMO上行系统中，用户的发送功率不得超过其最大发送功率的限制，同时满足用户最低传输速率和系统最低传输速率等要求，所设计的功率分配方法保证了服务质量，具有搜索速度快、全局搜索能力强的优点，更能满足实际工程的需要，为Massive MIMO上行系统的功率分配提供了一种新方法。
-
公开(公告)号：CN108880734A
公开(公告)日：2018-11-23
申请号：CN201810531057.2
申请日：2018-05-29
Applicant: 哈尔滨工程大学
IPC: H04K1/00 , H04K3/00 , H04B7/0456 , H04B7/08 , H04W72/04
Abstract: 本发明提供一种量子回溯搜索优化的CCFD‑Massive MIMO系统功率分配方法，包括：建立系统模型；初始化量子种群及系统参数，经映射规则，得到量子个体的映射态；计算量子个体的适应值，将量子种群中适应值最大的量子个体记为全局最优解；通过进化和交叉策略生成新的量子个体；根据映射规则得到新生成的量子个体的映射态，计算适应值，经贪婪选择，更新量子种群及全局最优解；如果迭代次数小于预先设定的最大迭代次数，返回第四步；否则，终止迭代，输出全局最优解，得到最佳功率分配方案。本发明有效提高了频谱利用率，充分考虑了基站和用户的自干扰、互干扰，很大程度上提高了系统的保密容量，为复杂系统的功率分配问题提供了一种新的解决方法。
-
Patent Agency Ranking
公开(公告)号：CN108663654B
公开(公告)日：2022-03-18
申请号：CN201810668563.6
申请日：2018-06-26
Applicant: 哈尔滨工程大学
IPC: G01S3/14
Abstract: 本发明公开了一种基于连续量子鸽群的360度全方位动态测向方法，属于阵列信号处理技术领域。实现步骤如下：获取阵列接收的快拍数据，计算阵列信号经模式空间变换后的协方差矩阵；计算适应度值，更新全局最优量子位置；判断是否达到要求迭代次数：若未达到继续迭代；进入地标算子操作，选择适应度值较优的前一半作为当前鸽群并计算当前鸽群的量子位置中心；更新每只鸽子的量子位置及其相应映射态，计算适应度值，更新全局最优量子位置；判断是否达到要求的迭代次数，若未达到继续迭代；否则输出鸽群全局最优位置；更新搜索区间；判断是否达到最大快拍数，输出动态测向结果。本方法搜索速度快，跟踪精度高，可360度全方位动态测向，应用前景广泛。
-
公开(公告)号：CN108880734B
公开(公告)日：2020-05-15
申请号：CN201810531057.2
申请日：2018-05-29
Applicant: 哈尔滨工程大学
IPC: H04W72/04 , H04K1/00 , H04K3/00 , H04B7/0456 , H04B7/08
Abstract: 本发明提供一种量子回溯搜索优化的CCFD‑Massive MIMO系统功率分配方法，包括：建立系统模型；初始化量子种群及系统参数，经映射规则，得到量子个体的映射态；计算量子个体的适应值，将量子种群中适应值最大的量子个体记为全局最优解；通过进化和交叉策略生成新的量子个体；根据映射规则得到新生成的量子个体的映射态，计算适应值，经贪婪选择，更新量子种群及全局最优解；如果迭代次数小于预先设定的最大迭代次数，返回第四步；否则，终止迭代，输出全局最优解，得到最佳功率分配方案。本发明有效提高了频谱利用率，充分考虑了基站和用户的自干扰、互干扰，很大程度上提高了系统的保密容量，为复杂系统的功率分配问题提供了一种新的解决方法。
-
公开(公告)号：CN109212465A
公开(公告)日：2019-01-15
申请号：CN201811017378.7
申请日：2018-09-01
Applicant: 哈尔滨工程大学
IPC: G01S3/00
Abstract: 一种基于文化蚁狮机制的特殊阵列动态测向方法，属于阵列信号处理领域。本发明包括如下步骤：设置非等距双均匀阵列，初始化搜索区间和最大迭代次数，更新协方差矩阵，初始化蚁群和蚁狮群空间，计算适应度值，标记精英蚁狮，初始化信仰空间；判断迭代次数是否为文化算子参与度的整数倍，若不是，则轮盘赌选择优秀的蚁狮，蚂蚁围绕其和精英蚁狮随机游走，计算蚂蚁适应值，更新蚁狮位置和精英蚁狮位置，否则对蚁狮变异，计算变异后蚁狮适应值，选取适应值较优的一半蚁狮作为下一代蚁狮，更新信仰空间和精英蚁狮位置。本发明不仅跟踪速度快，搜索精度高，而且可扩展阵列孔径，突破信源数不能超过天线数的限制，回避传统方法对天线摆放的苛刻要求。
-
公开(公告)号：CN108663654A
公开(公告)日：2018-10-16
申请号：CN201810668563.6
申请日：2018-06-26
Applicant: 哈尔滨工程大学
IPC: G01S3/14
Abstract: 本发明公开了一种基于连续量子鸽群的360度全方位动态测向方法，属于阵列信号处理技术领域。实现步骤如下：获取阵列接收的快拍数据，计算阵列信号经模式空间变换后的协方差矩阵；计算适应度值，更新全局最优量子位置；判断是否达到要求迭代次数：若未达到继续迭代；进入地标算子操作，选择适应度值较优的前一半作为当前鸽群并计算当前鸽群的量子位置中心；更新每只鸽子的量子位置及其相应映射态，计算适应度值，更新全局最优量子位置；判断是否达到要求的迭代次数，若未达到继续迭代；否则输出鸽群全局最优位置；更新搜索区间；判断是否达到最大快拍数，输出动态测向结果。本方法搜索速度快，跟踪精度高，可360度全方位动态测向，应用前景广泛。
-
公开(公告)号：CN108173580A
公开(公告)日：2018-06-15
申请号：CN201810086133.3
申请日：2018-01-29
Applicant: 哈尔滨工程大学
IPC: H04B7/0426 , H04B7/0452
CPC classification number: Y02D70/10 , Y02D70/12 , H04B7/0426 , H04B7/0452
Abstract: 本发明公开了一种基于量子社会情感优化的Massive MIMO上行系统功率分配方法，属于5G关键技术领域。本发明通过建立Massive MIMO系统功率分配模型，在初始化量子社会群体及系统参数中输出初始历史最优解，并通过实数化处理量子个体输出初始全局最优解，之后不断更新量子个体，当迭代次数大于预先设定的最大迭代次数时输出全局最优解，经实数化处理得到最佳功率分配方案。本发明充分考虑了在Massive MIMO上行系统中，用户的发送功率不得超过其最大发送功率的限制，同时满足用户最低传输速率和系统最低传输速率等要求，所设计的功率分配方法保证了服务质量，具有搜索速度快、全局搜索能力强的优点，更能满足实际工程的需要，为Massive MIMO上行系统的功率分配提供了一种新方法。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.024 seconds)
