-
公开(公告)号:CN115933633A
公开(公告)日:2023-04-07
申请号:CN202211218920.1
申请日:2022-10-07
Applicant: 哈尔滨工程大学
IPC: G05D1/02
Abstract: 本发明提供一种基于量子绸鱼优化机制的机船协同任务分配方法,以某片海域及相应空域内全部目标的地理位置为先验知识,使用模糊C均值聚类方法来智能获取平台各既定航标。平台搭载多架无人机和无人船向既定航标航行,在既定航标处暂缓航行,考虑多种约束条件并基于量子绸鱼优化机制,多架搭载无人机升空协同对若干空域目标执行既定任务后归航,多艘无人船下海协同对若干海域目标执行既定任务后归航,平台向下一既定航标航行直至到达目的地。仿真实验证明了基于量子绸鱼优化机制的机船协同任务分配方法的有效性,可应用于工程实际。
-
公开(公告)号:CN115600081A
公开(公告)日:2023-01-13
申请号:CN202211218909.5
申请日:2022-10-07
Applicant: 哈尔滨工程大学(CN)
Abstract: 本发明公开了一种冲击噪声下互质阵列的幅相误差自校正和测向方法,属于阵列信号处理领域。本发明不需要设置额外校正源,即可实现幅相误差校正和波达方向估计,提升了实际应用的实时性。传统的WF自校正方法对初次测向精度有较高要求,否则极易陷入局部最优值,本方法首先采取无穷范数加权结合分数低阶相关矩阵提升算法在冲击噪声下的稳定性,并采用精英学习量子麻雀搜索机理进行相位误差搜索,可以在初次测向精度较低的情况下搜索出精确的相位误差值,并将相位误差和幅度误差进行独立搜索与估计,可进一步提升自校正方法的稳定性。
-
公开(公告)号:CN113313262B
公开(公告)日:2022-12-13
申请号:CN202110684852.7
申请日:2021-06-21
Applicant: 哈尔滨工程大学
IPC: G06N10/20
Abstract: 本发明提供一种基于量子世界杯竞争机制的智能抗干扰决策方法,包括如下步骤:步骤一:建立智能抗干扰决策模型;步骤二:初始化量子球队人员分配;步骤三:令量子球队两两对抗,进行淘汰赛;步骤四:决出冠军,进行比较;步骤五:判断t是否到达最大迭代次数,如达到则终止迭代;如未达到,则令t=t+1,y=1后返回步骤三继续执行;步骤六:输出最后一赛季的冠军球队人员分配作为最优解。本发明所设计的基于量子世界杯竞争机制的智能抗干扰决策方法能够得到比粒子群算法更优秀的结果,说明了本方法的可靠性,能在创建少量种群的情况下进行运算而不会陷入局部最优解。
-
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:CN113313262A
公开(公告)日:2021-08-27
申请号:CN202110684852.7
申请日:2021-06-21
Applicant: 哈尔滨工程大学
IPC: G06N10/00
Abstract: 本发明提供一种基于量子世界杯竞争机制的智能抗干扰决策方法,包括如下步骤:步骤一:建立智能抗干扰决策模型;步骤二:初始化量子球队人员分配;步骤三:令量子球队两两对抗,进行淘汰赛;步骤四:决出冠军,进行比较;步骤五:判断t是否到达最大迭代次数,如达到则终止迭代;如未达到,则令t=t+1,y=1后返回步骤三继续执行;步骤六:输出最后一赛季的冠军球队人员分配作为最优解。本发明所设计的基于量子世界杯竞争机制的智能抗干扰决策方法能够得到比粒子群算法更优秀的结果,说明了本方法的可靠性,能在创建少量种群的情况下进行运算而不会陷入局部最优解。
-
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。
-
公开(公告)号:CN114020034B
公开(公告)日:2024-08-16
申请号:CN202111423642.9
申请日:2021-11-26
Applicant: 哈尔滨工程大学
IPC: G05D1/695 , G05D109/20
Abstract: 本发明提供一种基于任务切片的异构多无人机协同任务分配方法,包括:建立基于任务切片的异构多无人机协同任务分配模型;异构无人机对目标执行所分配子任务;建立异构多无人机协同任务分配评价指标函数;初始化量子镜像鲭鲨群并设定参数;定义并计算量子镜像鲭鲨与猎物的镜像距离;根据量子镜像鲭鲨与猎物的镜像距离对全部量子镜像鲭鲨排序;量子镜像鲭鲨依次执行围绕、追踪、游曳和沉浮模式,并在执行过程中使用模拟量子旋转门来演化量子镜像鲭鲨的量子位置;应用贪心选择策略,选择量子镜像鲭鲨的量子位置;演进终止判断,输出任务分配方案。本发明设计了量子镜像鲭鲨优化机制以高效实现异构多无人机协同任务分配方案的求解过程。
-
公开(公告)号:CN112926825B
公开(公告)日:2023-10-10
申请号:CN202110079047.1
申请日:2021-01-21
Applicant: 哈尔滨工程大学
IPC: G06Q10/0631 , G06Q10/067 , G06N3/006
Abstract: 本发明提供一种基于多目标量子磷虾群机制的多无人机任务分配方法,针对当无人机任务分配过程中有多个目标需要同时被求解时,本发明设计了多目标量子磷虾群机制来解决多无人机作战任务的多目标联合求解问题,通过使用非支配解排序和拥挤度计算的方法对量子磷虾的位置进行评价,使整个量子磷虾群向有较高的非支配等级和较大拥挤度的量子磷虾位置演化,能够获得更好的性能,而且得到的Pareto最优解能够支配使用单目标优化算法求得的单目标解,实现了能够为同时考虑多个目标的任务分配提供不同的分配方案,决策者可以根据实际工程问题中目标的重要程度来选择合适的任务分配方案,拓宽了已有任务分配方法的应用范围,有更广阔的应用前景。
-
公开(公告)号:CN116500542A
公开(公告)日:2023-07-28
申请号:CN202310354676.X
申请日:2023-04-06
Applicant: 哈尔滨工程大学
IPC: G01S3/14
Abstract: 本发明公开了基于量子蜜獾搜索机制的非均匀线阵波达方向估计方法,步骤一:获取无穷范数归一化处理的特殊非均匀线阵接收信号快拍采样数据;步骤二:得到波达方向估计方程,得出角度估计值目标函数;步骤三:初始化量子蜜的量子位置、位置及相关参数;步骤四:计算量子蜜獾适应度值,获得初始全局最优量子位置;步骤五:确定量子位置更新策略,使用模拟的简化量子旋转门更新量子蜜獾量子位置;步骤六:将量子位置映射为量子蜜獾位置,并计算适应度值,更新全局最优量子位置;步骤七:若未达到最大迭代次数,返回步骤五;若达到则终止迭代,并输出量子蜜獾群体直到第ε+1代的最优量子位置。本发明具有鲁棒性、高精度的特点和更广泛的应用范围。
-
公开(公告)号:CN114910879A
公开(公告)日:2022-08-16
申请号:CN202210594255.X
申请日:2022-05-27
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种双基地MIMO雷达测向方法,步骤一、获取接收信号快拍采样数据并进行匹配滤波,构造MUSIC空间谱函数;步骤二、初始化个体量子位置,构造适应度函数;步骤三,将种群分为P个群体,进行适应度函数评价,选择群体最优量子位置;步骤四、所有群体中每个个体依概率选择猎人演化或猎物演化更新量子位置;步骤五、将所有群体中个体更新后量子位置映射为位置,计算更新后适应度函数值,更新每个群体中全局最优量子位置;步骤六、对最优量子位置集合中元素进行局部开发;步骤七、若未达到最大迭代次数,令g=g+1,返回步骤三;否则输出全局最优量子位置集合,经过映射变换为全局最优位置。本发明具有强鲁棒性、快速、高精度特点。
-
-
-
-
-
-
-
-
-