-
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。
-
公开(公告)号：CN106452625A
公开(公告)日：2017-02-22
申请号：CN201610880914.0
申请日：2016-10-09
Applicant: 哈尔滨工程大学
IPC: H04B17/382
CPC classification number: 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：CN107677988B
公开(公告)日：2021-05-11
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：CN107276559B
公开(公告)日：2020-07-28
申请号：CN201710333472.2
申请日：2017-05-12
Applicant: 哈尔滨工程大学
IPC: H03H17/00
Abstract: 本发明提供的是一种量子生物地理学演进机制的多约束FIR数字滤波器生成方法。初始化栖息地，计算适宜指数。将栖息地映射为量子栖息地，对量子栖息地进行降序排列，初始化每个量子栖息地。对量子栖息地进行迁移操作，再对量子栖息地的后50％进行两种变异操作。将量子栖息地映射为栖息地，计算栖息地的适宜指数，对量子栖息地进行降序排列，更新量子栖息地，更新量子信仰空间中的量子形势知识和量子规范知识。更新每个量子栖息地。循环迭代，最终输出量子形势知识中的最优量子栖息地，映射为栖息地，对应FIR数字滤波器的参数向量。本发明设计出的FIR数字滤波器具有收敛速度快，滤波器性能好和满足多约束要求等优点。
-
公开(公告)号：CN106501801B
公开(公告)日：2019-02-26
申请号：CN201610859072.0
申请日：2016-09-28
Applicant: 哈尔滨工程大学
IPC: G01S13/68
Abstract: 本发明涉及一种基于混沌多种群共生进化的双基地MIMO雷达跟踪方法。本发明包括获取信号采样数据，并获得分数低阶协方差；初始化搜索区间；利用Sine混沌反向学习策略初始化个体的位置和速度，并根据适应度值确定每个种群的最优个体位置和整个生态系统的最优个体位置；利用Sine混沌多种群共生进化机制更新生态系统中各种群个体的速度；判断生态系统中的所有个体在经过σ次迭代后是否能搜寻到更好的位置；判断是否达到最大迭代次数；更新2P个角度的搜索区间。本发明既可以解决高斯噪声环境下双基地MIMO雷达的动态方向跟踪问题，又可以解决冲击噪声环境下双基地MIMO雷达的动态方向跟踪问题。
-
Patent Agency Ranking
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：CN106385702B
公开(公告)日：2019-08-06
申请号：CN201610811066.8
申请日：2016-09-08
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种通过对中继选择的组合目标使用量子教与学搜索机制来实现的均衡考虑最大平均网络效益和公平性折中的量子教与学搜索机制的中继选择方法。本发明包括：(1)建立多用户中继系统模型，(2)初始化班级，(3)教阶段，(4)学阶段，(5)对于新的量子学员，根据前述映射规则将其映射为整数解，(6)从更新后的量子学员，(7)得到中继选择方案。本发明解决了整数规划的中继选择问题，并设计新颖的基于量子教与学算法的中继选择方法作为演进策略，所设计的方法具有收敛速度快，收敛精度高的优点。
-
公开(公告)号：CN106257849B
公开(公告)日：2019-05-17
申请号：CN201610821207.4
申请日：2016-09-13
Applicant: 哈尔滨工程大学
IPC: H04B17/382 , H04B17/391
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：CN106443621B
公开(公告)日：2018-08-17
申请号：CN201610821208.9
申请日：2016-09-13
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条件的基于正交匹配稀疏重构的相干信源动态DOA追踪方法。针对的是冲击噪声条件下相干信源动态DOA估计问题。在基于去冲击预处理和秩‑1更新处理动态数据的基础上，稀疏重构方案克服了冲击噪声条件下的波达角度估计无法利用二阶及二阶以上统计量求解的问题。通过利用非相干测量矩阵稀疏重构的思想，所提方案可以在不进行解相干预处理的前提下直接求解相干信号的动态波达角度，并能够在低快拍采样条件下实现对动态目标的准确跟踪，适用于强、弱冲击噪声环境下的动态DOA估计问题，避免了复杂计算量。结果表明本发明跟踪效果良好，可在强冲击噪声、低信噪比、低快拍采样的条件下实现相干信源的快速跟踪、准确重构。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.02 seconds)
