-
公开(公告)号：CN107256529A
公开(公告)日：2017-10-17
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：CN106658524A
公开(公告)日：2017-05-10
申请号：CN201610859145.6
申请日：2016-09-28
Applicant: 哈尔滨工程大学
IPC: H04W16/14
Abstract: 本发明涉及一种通过基于多目标量子花授粉搜索机制来实现的认知异构网络中基于量子花授粉搜索机制的多目标频谱分配方法。本发明包括：(1)基站中的无线接入网感知模块感知网络信息；(2)网络重构管理模块将频谱资源进行多粒度信道划分；(3)初始化含有P个量子花粉的量子花粉集合；(4)将花粉集合中每个花粉个体映射为频谱分配矩阵进行修正；(5)设置量子花授粉搜索机制中异花授粉和自花授粉的转换概率；(6)把新一代的花粉集合和前一代的花粉集合混合；(7)从Pareto前端解选出合适的花粉并映射为频谱分配矩阵；(8)网络重构管理模块将最优分配矩阵进行分块。本发明解决了多目标频谱分配问题，提高了频谱利用率。
-
公开(公告)号：CN106603140A
公开(公告)日：2017-04-26
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
CPC classification number: H04B7/15592 , H04B17/327 , H04B17/336 , H04B17/391
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：CN106385702A
公开(公告)日：2017-02-08
申请号：CN201610811066.8
申请日：2016-09-08
Applicant: 哈尔滨工程大学
CPC classification number: Y02D70/34 , Y02D70/39 , H04W40/16 , H04B7/15542 , H04W40/22
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：CN106254008A
公开(公告)日：2016-12-21
申请号：CN201610880913.6
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能量采集绿色认知无线电的频谱感知方法。一，建立能量采集绿色认知无线电的频谱感知系统模型；二，初始化种群；三，对所有种群中的所有量子个体的适应度进行评价；四，分别对每一个种群内部的量子个体进行混合量子差分演化；五，在迭代次数满足一定的条件下比较每个种群之间的全局最优解，如果全局最优解均相同，对种群内的个体进行灭绝处理；六，如果进化没有终止，返回步骤四，否则执行步骤七；七，终止迭代，输出任意种群的全局最优量子个体的量子态，根据映射规则将其映射为可行解。本发明旨在联合获得最优的能量采集因子与信道感知数目，在次用户所需吞吐量已知的条件下，寻求系统的最小能量采集率，实现绿色通信的理念。
-
Patent Agency Ranking
公开(公告)号：CN113766492B
公开(公告)日：2023-09-19
申请号：CN202111050667.9
申请日：2021-09-08
Applicant: 哈尔滨工程大学
IPC: H04W12/02 , H04W72/53 , H04B7/0413
Abstract: 本发明公开了一种安全Massive MIMO网络资源配置方法，建立通信系统模型；初始化量子秃鹰群，经映射规则得到量子秃鹰的位置并计算适应度，选出全局最优量子位置；根据搜索演化规则更新量子秃鹰群量子位置；通过盘旋演化对量子秃鹰群量子位置进行更新；根据俯冲规则更新量子秃鹰群量子位置，经映射规则得到更新后量子秃鹰位置并计算适应度，更新量子秃鹰群全局最优量子位置；如果迭代次数小于最大迭代次数，返回步骤三；否则，迭代终止，输出量子秃鹰群全局最优量子位置，根据映射规则得到位置并得到网络资源配置方案。本发明提高系统的资源利用率，极大地提升Massive MIMO系统的保密容量。
-
公开(公告)号：CN113784365B
公开(公告)日：2023-07-21
申请号：CN202111049475.6
申请日：2021-09-08
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种物联网通信资源管理方法，建立基于智能反射面协作机制的物联网通信模型；初始化量子海洋捕食者种群及参数，经映射得到量子海洋捕食者量子位置；计算量子海洋捕食者适应度，得到历史最优量子位置和顶级猎手对应的全局最优量子位置；根据探索和捕食策略更新量子海洋捕食者量子位置；对更新后的量子海洋捕食者量子位置进行映射，得到量子海洋捕食者位置并计算更新后的量子海洋捕食者适应度，更新每个量子海洋捕食者历史最优量子位置和顶级猎手对应全局最优量子位置至最大迭代次数，输出全局最优量子位置，得到协作智能反射面物联网通信资源管理方案。本发明提升物联网通信系统网络能量效率，收敛速度快、精度高、稳定性强。
-
公开(公告)号：CN109212466B
公开(公告)日：2022-09-02
申请号：CN201811017243.0
申请日：2018-09-01
Applicant: 哈尔滨工程大学
IPC: G01S3/14
Abstract: 本发明提供一种基于量子蜻蜓演化机制的宽带测向方法，通过建立宽带信号采样模型，初始化量子蜻蜓演化参数，计算每只量子蜻蜓的适应度，对量子蜻蜓群体前一半更新领域半径以及邻域量子蜻蜓的相关参数，对后一半更新每只量子蜻蜓的相关参数，计算所有量子蜻蜓位置的适应度值，判断是否达到最大迭代次数，若已经达到，则量子蜻蜓群体全局最优量子位置映射成最优位置，得到宽带波达方向估计所要估计的角度。本发明对宽带信号进行测向，减少了运算量和运算时间，提高了收敛速度和收敛精度，实现高精度测向，可同时对相干源和独立源进行波达方向估计，并且具有优秀的抗噪声性能和较高的估计成功概率，测向性能要优于基于粒子群算法的宽带测向方法。
-
公开(公告)号：CN112787811B
公开(公告)日：2022-07-15
申请号：CN202110028618.9
申请日：2021-01-11
Applicant: 哈尔滨工程大学
IPC: H04L9/08 , H04L9/40 , H04L41/0803
Abstract: 本发明提供一种针对雾计算物联网物理层安全的混合资源配置方法，包括：建立安全雾计算物联网系统模型；初始化量子星系群及参数；根据设计的量子星系群演进规则，对所有量子星系进行演进；对更新后量子星系的量子态进行测量，得到所有更新后量子星系的测量态，计算测量态的适应度，根据适应度值的大小更新所有量子星系的测量态和量子星系群的全局最优测量态；判断是否达到终止条件。如果当前演进的代数小于设定的最大迭代次数，则令i＝i+1，返回步骤三；否则终止演化，输出量子星系群的全局最优测量态，由此可得到相应的混合资源配置方案。本发明极大地提升整个物联网系统的上行保密容量，减少网络数据泄露，防止物联网用户被恶意窃听器窃听有用信息。
-
公开(公告)号：CN112787811A
公开(公告)日：2021-05-11
申请号：CN202110028618.9
申请日：2021-01-11
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种针对雾计算物联网物理层安全的混合资源配置方法，包括：建立安全雾计算物联网系统模型；初始化量子星系群及参数；根据设计的量子星系群演进规则，对所有量子星系进行演进；对更新后量子星系的量子态进行测量，得到所有更新后量子星系的测量态，计算测量态的适应度，根据适应度值的大小更新所有量子星系的测量态和量子星系群的全局最优测量态；判断是否达到终止条件。如果当前演进的代数小于设定的最大迭代次数，则令i＝i+1，返回步骤三；否则终止演化，输出量子星系群的全局最优测量态，由此可得到相应的混合资源配置方案。本发明极大地提升整个物联网系统的上行保密容量，减少网络数据泄露，防止物联网用户被恶意窃听器窃听有用信息。
-
-
-
-
-
-
-
-
-
Search Results
70
records
(took 0.033 seconds)
