公开(公告)号：CN118276604B

公开(公告)日：2024-10-11

申请号：CN202410363847.X

申请日：2024-03-28

Applicant: 哈尔滨工程大学

Inventor： 张梦卓 ,  高洪元 ,  安澄全 ,  王欣悦 ,  刘亚鹏 ,  袁善良 ,  狄妍岐 ,  刘凯龙 ,  王佳仪 ,  伍怡嘉

IPC: G05D1/695 ,  G05D109/20

Abstract: 本发明提供了一种基于豆芫菁群机制的多无人机航迹规划方法及系统，属于无人机规划技术领域。为了解决在面对城市防护和调度任务时，现有无人机航迹规划方法复杂、搜索速度慢、威胁代价大、抗干扰和抗噪声能力差，且受不同威胁时判定不明确的问题。本发明仿生于豆芫菁群在捕食途中遇到外部威胁时分泌斑蝥素对后来群体的警示作用，引入分级制度，并结合威胁因子和弥散因子定义转移概率，平衡了最小威胁代价和最短路径条件下的从起点到终点的最优航迹，保证了在多威胁条件下路径规划的安全性和有效性，使得基于豆芫菁群的无人机集群航迹规划更倾向于综合威胁较小，航行代价较低的路径。

公开(公告)号：CN118282442B

公开(公告)日：2024-10-22

申请号：CN202410363674.1

申请日：2024-03-28

Applicant: 哈尔滨工程大学

Inventor： 高洪元 ,  孙可歆 ,  孙贺麟 ,  郭兰图 ,  陈暄 ,  杜子怡 ,  韩荣花 ,  伍怡嘉 ,  郑雅晴

IPC: H04B7/04 ,  H04W12/122 ,  H04W52/26 ,  H04W72/044 ,  H04W72/50

Abstract: 本发明提供了一种智能反射面辅助的Massive MIMO的资源分配方法及系统，属于无线物理层安全通信技术领域。为了解决智能反射面辅助的Massive MIMO系统现有资源分配方法，对于系统资源的利用率低，信息传输吞吐量低，算法寻优效果差，收敛速度慢的问题。本发明通过对传统袋獾算法引入量子化和香味刺激机制，设计了在窃听器吞吐量受限的条件下，联合优化发射功率系数和智能反射面的相移变量的优化算法，极大提升了智能反射面辅助的Massive MIMO通信系统接收端合法信息的吞吐量，提升了系统资源的利用率，突破了原算法仅进行局部寻优、收敛较慢的局限，提升了寻优效果和收敛速度。

公开(公告)号：CN118276604A

公开(公告)日：2024-07-02

申请号：CN202410363847.X

申请日：2024-03-28

Applicant: 哈尔滨工程大学

Inventor： 张梦卓 ,  高洪元 ,  安澄全 ,  王欣悦 ,  刘亚鹏 ,  袁善良 ,  狄妍岐 ,  刘凯龙 ,  王佳仪 ,  伍怡嘉

IPC: G05D1/695 ,  G05D109/20

Abstract: 本发明提供了一种基于豆芫菁群机制的多无人机航迹规划方法及系统，属于无人机规划技术领域。为了解决在面对城市防护和调度任务时，现有无人机航迹规划方法复杂、搜索速度慢、威胁代价大、抗干扰和抗噪声能力差，且受不同威胁时判定不明确的问题。本发明仿生于豆芫菁群在捕食途中遇到外部威胁时分泌斑蝥素对后来群体的警示作用，引入分级制度，并结合威胁因子和弥散因子定义转移概率，平衡了最小威胁代价和最短路径条件下的从起点到终点的最优航迹，保证了在多威胁条件下路径规划的安全性和有效性，使得基于豆芫菁群的无人机集群航迹规划更倾向于综合威胁较小，航行代价较低的路径。

公开(公告)号：CN118282442A

公开(公告)日：2024-07-02

申请号：CN202410363674.1

申请日：2024-03-28

Applicant: 哈尔滨工程大学

Inventor： 高洪元 ,  孙可歆 ,  孙贺麟 ,  郭兰图 ,  陈暄 ,  杜子怡 ,  韩荣花 ,  伍怡嘉 ,  郑雅晴

IPC: H04B7/04 ,  H04W12/122 ,  H04W52/26 ,  H04W72/044 ,  H04W72/50

Abstract: 本发明提供了一种智能反射面辅助的Massive MIMO的资源分配方法及系统，属于无线物理层安全通信技术领域。为了解决智能反射面辅助的Massive MIMO系统现有资源分配方法，对于系统资源的利用率低，信息传输吞吐量低，算法寻优效果差，收敛速度慢的问题。本发明通过对传统袋獾算法引入量子化和香味刺激机制，设计了在窃听器吞吐量受限的条件下，联合优化发射功率系数和智能反射面的相移变量的优化算法，极大提升了智能反射面辅助的Massive MIMO通信系统接收端合法信息的吞吐量，提升了系统资源的利用率，突破了原算法仅进行局部寻优、收敛较慢的局限，提升了寻优效果和收敛速度。

公开(公告)号：CN118277757A

公开(公告)日：2024-07-02

申请号：CN202410363850.1

申请日：2024-03-28

Applicant: 哈尔滨工程大学

Inventor： 高洪元 ,  郭颖 ,  谷晓苑 ,  郭兰图 ,  刘亚鹏 ,  袁善良 ,  狄妍岐 ,  伍怡嘉 ,  韩荣花 ,  张梦卓

IPC: G06F18/2111 ,  G06F18/15 ,  G06F18/241 ,  G06N3/006 ,  G06N3/0499

Abstract: 本发明提供了一种基于离散沙猫搜索机制的特征选择方法及系统，属于特征选择方法领域。为了解决现有封装式特征选择方法选择的特征子集精度不够，与后续学习算法结合的分类正确率不高和时间复杂度高的问题。本发明将解决连续优化问题的沙猫群搜索机制进行离散化处理，得到寻优性能优越和更适合解决特征选择问题的离散沙猫群搜索机制，使其具有更高的鲁棒性，采用离散沙猫搜索机制也更适用于特征选择问题，突破了沙猫群搜索机制的应用局限；同时采用BP神经网络作为后续学习算法的分类器，将BP神经网络优越的分类能力与特征选择相结合，极大的提升了所选特征子集的精度，拥有更快的收敛速度、更高的收敛精度和更好的鲁棒性。