-
公开(公告)号:CN107454604B
公开(公告)日:2020-12-04
申请号:CN201710724612.9
申请日:2017-08-22
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种认知中继网络的量子化学反应优化多中继选择方法。1建立认知系统中继选择模型。2初始化量子分子集合及系统参数。3对集合中所有量子分子的势能进行评价,选择势能最小的量子分子的测量态作为全局最优解。4将量子分子的动能从高到低排序,分别进行分解反应、无效碰撞、合成反应。5对新产生的量子分子的势能进行评价。若新产生的量子分子的势能最小值小于上一代势能最小值,则记为新的全局最优解。6如果迭代次数小于预先设定的最大迭代次数,返回第4步;否则输出全局最优解。本发明均衡考虑认知中继网络在有主用户和无主用户约束条件下,基于量子化学反应机制,选择令系统吞吐量最大化的中继选择方案。
-
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:CN106603140B
公开(公告)日:2019-07-16
申请号:CN201611135662.5
申请日:2016-12-12
Applicant: 哈尔滨工程大学
IPC: H04B7/155 , H04B17/391 , H04B17/327 , H04B17/336
Abstract: 本发明提供的是一种无线能量采集认知无线电的最优中继协作传输方法。首先,建立无线能量采集认知无线电的最优中继模型;然后,根据多种群协作量子粒子群搜索方法更新量子粒子的量子位置和速度,进而实现无线能量采集认知无线电的最优中继传输;最后,输出种群的全局最优量子位置,将其映射为全局最优位置,为无线能量采集认知无线的最优信能协同中继传输方案。本发明结合多种群协作量子粒子群搜索机制和认知无线电无线能量采集相关技术,设计了一种无线能量采集认知无线电的最优中继协作传输方法。其能够在满足主用户能量采集和传输的条件下,实现从用户的能量采集和传输。
-
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。
-
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:CN107454604A
公开(公告)日:2017-12-08
申请号:CN201710724612.9
申请日:2017-08-22
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种认知中继网络的量子化学反应优化多中继选择方法。1建立认知系统中继选择模型。2初始化量子分子集合及系统参数。3对集合中所有量子分子的势能进行评价,选择势能最小的量子分子的测量态作为全局最优解。4将量子分子的动能从高到低排序,分别进行分解反应、无效碰撞、合成反应。5对新产生的量子分子的势能进行评价。若新产生的量子分子的势能最小值小于上一代势能最小值,则记为新的全局最优解。6如果迭代次数小于预先设定的最大迭代次数,返回第4步;否则输出全局最优解。本发明均衡考虑认知中继网络在有主用户和无主用户约束条件下,基于量子化学反应机制,选择令系统吞吐量最大化的中继选择方案。
-
公开(公告)号:CN107592674B
公开(公告)日:2020-12-22
申请号:CN201710810434.1
申请日:2017-09-11
Applicant: 哈尔滨工程大学
Abstract: 本发明属于无线通信技术领域,具体涉及一种信能协同传输的OFDM中继网络资源分配方法。步骤为:建立信能协同传输的OFDM中继网络资源分配方法模型;初始化量子蟑螂群的初始种群;构造食物浓度函数,获得全局最优量子位置;量子蟑螂根据两种量子演化规则进行量子旋转角更新,根据量子演化规则爬行获得新的量子位置;把每只量子蟑螂新产生的量子位置映射为位置,更新每只量子蟑螂记忆中的自身最优量子位置和全局最优量子位置;判断是否达到最大迭代次数,若没有达到最大迭代次数,迭代次数加1,返回到第四步继续迭代,否则进入到下一步骤;结束迭代,输出资源分配结果。本发明将量子计算与蟑螂搜索机制相结合,具有搜索速度快和全局搜索能力强的优点。
-
公开(公告)号:CN107656239B
公开(公告)日:2020-12-04
申请号:CN201710722329.2
申请日:2017-08-22
Applicant: 哈尔滨工程大学
IPC: G01S3/782
Abstract: 本发明提出了一种极化敏感阵列下的相干信源测向方法,属于极化敏感阵列信号处理领域。本发明公开的方法的步骤为:(1)建立极化敏感阵列测向模型;(2)初始化种群中的量子花粉,确定全局最优量子花粉;(3)每个量子花粉依概率生成一个新的量子花粉;(4)把每个量子花粉映射为花粉,计算每个量子花粉的适应度并选择量子花粉;(5)使用量子差分演进机制产生新的量子花粉,并进行选择;(6)判断是否达到最大迭代次数:若达到最大迭代次数,执行步骤(7);否则,令t=t+1,返回步骤(3)继续迭代;(7)输出全局最优量子花粉的极大似然估计值。通过本发明提供的方法在信噪比低、快拍数小以及相干信源的情况下,都可以进行有效测向。
-
公开(公告)号:CN107256529B
公开(公告)日:2020-07-28
申请号:CN201710342909.9
申请日:2017-05-16
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种多目标量子蝙蝠演进机制的小波数字水印生成方法。建立设计模型,确定对应于多目标量子蝙蝠演进机制的关键参数。构造多目标小波数字水印系统最大值求解问题的多目标函数,量子蝙蝠根据目标函数值进行非支配量子位置排序和拥挤度计算,将非支配量子位置排序等级为1且拥挤度大的量子位置放入精英量子位置集。使用多目标量子蝙蝠演进机制更新量子蝙蝠的速度和量子位置,选择非支配量子位置,更新精英量子位置集。从最终的Pareto前端量子位置集中选择量子位置并映射为位置作为多目标小波数字水印的一种设计方案。本发明的实时性好且应用范围广泛,能够解决需要综合考虑不同指标要求的多目标小波数字水印设计这一技术难题。
-
公开(公告)号:CN107290732B
公开(公告)日:2020-05-22
申请号:CN201710562238.7
申请日:2017-07-11
Applicant: 哈尔滨工程大学
IPC: G01S7/42
Abstract: 本发明提供了一种量子大爆炸的单基地MIMO雷达测向方法。(1)建立收发共置的窄带单基地MIMO雷达系统测向模型;(2)确定量子大爆炸算法中所有量子碎片,将量子碎片均匀分配到两个子集合;(3)计算每个量子碎片的适应度,确定第1个量子碎片集合的初始最优量子位置,第2个量子碎片集合的初始最优解量子质心和均匀解量子质心;(4)更新每个量子碎片的量子位置;(5)将每个量子碎片的量子位置映射到定义区间的位置,并计算适应度值;(6)更新全局最优量子位置;(7)输出全局最优量子位置,并将其映射为位置,位置对应所要估计的波达方向。本发明能够在冲击噪声等复杂环境下实现快速高精度的测向,测向性能优秀。
-
-
-
-
-
-
-
-
-