-
公开(公告)号:CN105163280A
公开(公告)日:2015-12-16
申请号:CN201510522234.7
申请日:2015-08-24
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种基于分簇的无线传感器网络移动锚节点定位算法。本发明包括:确定网络区域中的簇头节点,选择通信范围内含未知节点最多的点为簇头并将整个簇进行标记,除去标记节点继续按上述要求选择簇头,直到所有节点都被标记;锚节点选择有最多待定未知节点的簇的簇首位置作为初始位置,准备按规划好的路径策略进行移动。本发明有效且低成本得解决了锚节点共线问题。传统移动模型在定位时需要借助雷达等外设或者增加一些信号接收阵列装置来解决此问题,而本算法在具有较多节点的簇内的移动路径为以簇首为中心的正六边形,大大减小了未知节点收到三个共线的位置信息的可能性。
-
公开(公告)号:CN114417124B
公开(公告)日:2024-11-01
申请号:CN202111450470.4
申请日:2021-11-30
Applicant: 哈尔滨工程大学
IPC: G06F16/9535 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06N3/092 , G06F18/20 , G06F18/25
Abstract: 本发明公开了一种多任务强化学习推荐方法,步骤1:采集用户在项目集上的评分信息,根据项目的配置文件构造项目的向量表示;步骤2:采集有用户评分的项目以及与其相关的所有知识图谱信息,构造对应的三元组;步骤3:构造马尔科夫决策过程,并建立Q网络;步骤4:建立基于DDQN的推荐模型;步骤5:建立知识表示学习模型;步骤6:将知识表示学习作为DDQN推荐模型的辅助任务进行训练,交替更新DDQN推荐模型和知识表示学习模型。本发明使得推荐模型能够更深入挖掘项目与动作之间潜在的语义关系,从而提高了推荐的长期收益以及推荐精确度;同时由于使用多任务模型,提高了强化学习训练中的泛化性,也提升了训练的速度。
-
公开(公告)号:CN109861919B
公开(公告)日:2022-09-27
申请号:CN201811418396.6
申请日:2018-11-26
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种水下多信道MAC协议可用信道判定方法,发送节点计算发送数据包时间;发送节点根据信道使用表将可用时间与数据包发送时间不冲突的信道判定为可用数据信道;发送节点发送RTS包通知接收节点发送数据包时间和可用数据信道;接收节点根据信道使用表和RTS包确定通信双方可用数据信道;本发明通过控制信道和数据信道传输的并发性,提前了被占用数据信道重新可用的时间,提高了信道利用率,同时减少了通信双方因异构碰撞区域而无可用信道问题,降低了端到端时延,增加了网络吞吐量。
-
公开(公告)号:CN108275252B
公开(公告)日:2020-09-25
申请号:CN201810165845.4
申请日:2018-02-28
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种螺旋桨与舵机混合动力推进机械水母,属于水下机器人领域。其包括头部外壳1、舵机驱动机机构、螺旋桨推进机构和外部蒙皮13。其特征是:所述的头部外壳1的形状以头部外壳中轴线12对称;所述的螺旋桨推进机构安装在头部外壳1的底部,且螺旋桨推进机构的中心线与头部外壳中轴线12共线;所述的舵机驱动机构以头部外壳中轴线12为对称轴,安装在螺旋桨推进机构的四周;所述的外部蒙皮13布置在舵机驱动机构的外侧,且与头部外壳1相连。本发明通过机械臂和螺旋桨混合动力驱动,通过调节机械臂和螺旋桨的驱动方式可实现多种不同运动模式。本发明可以用于学习研究、海底探测、研究仿生水母等方面。
-
公开(公告)号:CN111629440A
公开(公告)日:2020-09-04
申请号:CN202010426824.0
申请日:2020-05-19
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种采用Q学习MAC协议收敛性判定方法,包括S1:传感器网络初始化;S2:节点通过网络初始化或者广播探测包获得邻居节点数M;S3:节点获取自身周期帧时隙数N;S4:判断采用Q学习的MAC协议在所处网络环境中是否收敛,当M+1≤N时,采用Q学习MAC协议收敛;当M+1≥2N时,采用Q学习MAC协议不收敛;当N<M+1<2N时,协议有条件收敛:当(M+1)与N比值在(1,1.5)时,认定采用Q学习MAC协议收敛;(M+1)与N比值在[1.5,2)时,采用Q学习MAC协议不收敛。本发明节点根据周期帧时隙数与邻居节点数的关系,判定所处网络是否可用,可作为动态设定周期帧时隙数的理论依据,能够扩展基于Q学习MAC协议的应用并提升网络性能。
-
公开(公告)号:CN105228212B
公开(公告)日:2018-12-07
申请号:CN201510593888.9
申请日:2015-09-17
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及一种适用于水下动态自组织网络的多移动汇聚节点定位辅助的水下传感器网络路由方法。本发明包括全局定位阶段、动态数据树形成阶段、发送预判阶段。本发明将改进的边界定位使用到水下路由策略中,并采用局部方位树模型进行路由结构划分,可以有效减少能量的消耗,避免由于传输距离过长而过高的消耗能量;发送预判模型可以有效的使数据向目的节点有向传输,寻求一条树间节能路径。网络结构的周期性刷新可以保证网络结构不会因为节点的移动变化导致数据传输率的降低,这样不但可以降低的数据传输时产生的能量消耗,同时也减少了传输延迟,提高了数据传输效率。
-
公开(公告)号:CN108762281A
公开(公告)日:2018-11-06
申请号:CN201810589927.1
申请日:2018-06-08
Applicant: 哈尔滨工程大学
IPC: G05D1/06
CPC classification number: G05D1/0692
Abstract: 本发明提出一种基于记忆关联强化学习的实时水下机器人智能决策方法,属于算法技术领域,具体为一种基于RBF神经网络和Q学习结合的水下机器人路径规划智能决策方法。通过Q学习的自主学习能力和RBF神经网络的函数逼近能力,可实现水下机器人在路径探索过程中逐步学习的功能。首先定义针对于路径规划的Q学习四元组,分别为:环境状态,行为动作,及时得分,状态转移,探索过程中逐步更新状态‑动作值函数Q(s,a)进行学习;然后利用RBF神经网络拟合Q学习的结果,即状态动作值函数;最后更新完成的神经网络权值即为学习的结果,此神经网络提供了环境状态到行为的映射关系,可用于未知环境下的智能决策。
-
公开(公告)号:CN107623895A
公开(公告)日:2018-01-23
申请号:CN201710722305.7
申请日:2017-08-22
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种三角距离估计的水下传感器网络定位方法,属于水下无线传感器网络技术领域。其特征在于:锚节点广播坐标信息,未知节点接收锚节点信息建立本地存储列表,保存相关信息。当未知节点具有三个及以上参考节点信息时通过投影技术实现未知节点的定位。未知节点的参考节点信息不足时,通过三角距离估计两跳参考节点的距离来增加参考节点数量,参考节点数量满足定位要求时,通过投影技术进行定位。定位成功的信任值高的节点升级为参考节点辅助其他节点定位。本发明是一种三维分布式的定位方法,实验证明该方法有较高的节点定位覆盖率和较小的定位误差。
-
公开(公告)号:CN107506676A
公开(公告)日:2017-12-22
申请号:CN201710722326.9
申请日:2017-08-22
Applicant: 哈尔滨工程大学
IPC: G06K7/10
Abstract: 本发明公开了一种基于动态检测点和标签估计的RFID防碰撞方法,属于射频识别技术领域。其特征在于,采用样本时隙的计算方法得出部分时隙的大小,进而确定检测点在帧中的位置,使得检测点随着帧长动态的调整,同时采用采用空闲、成功和碰撞三种时隙的实际持续时间结合碰撞比率提前求出碰撞时隙与剩余标签数量的关系。具体步骤包括:阅读器激活标签然后发送选择命令选中与阅读器匹配的标签;阅读器发送请求问询命令,标签收到命令之后随机选择帧中时隙;阅读器盘存帧中时隙;在帧中检测点位置判断是否有剩余标签;判断当前帧长是否最优;继续盘存时隙直至帧的末尾,更新下一周期帧长。
-
公开(公告)号:CN107390530A
公开(公告)日:2017-11-24
申请号:CN201710770136.4
申请日:2017-08-31
Applicant: 哈尔滨工程大学
CPC classification number: G05B13/042 , B63C11/52 , B63H1/30
Abstract: 本发明公开了一种基于记忆合金弹簧驱动的仿生水母设计与控制方法,属于船舶推进技术领域领域。仿生水母包括头壳、骨架支撑体、驱动触手、驱动部件、电源,其中头壳的内部安装有控制系统和驱动电路,通过水密线缆与外部相连,骨架支撑由一个载物平板和4个支撑腿构成。记忆合金弹簧位于驱动部件的内部,记忆合金弹簧的一端固定在支撑腿上,另一端钩连在驱动触手上,该仿生水母通过控制记忆合金弹簧的伸长与收缩使仿生水母体产生收缩和舒张运动,实现仿生水母垂直面上升和转向运动,并通过模糊控制方法实现对仿生水母速度的控制,提高了仿生水母响应速度,使其更快的达到稳定速度。本仿生水母发明具有结构简单、低噪声、成本低等优点。
-
-
-
-
-
-
-
-
-