-
公开(公告)号：CN115617071B
公开(公告)日：2024-10-18
申请号：CN202211224098.X
申请日：2022-10-07
Applicant: 哈尔滨工程大学
IPC: G05D1/695 , G05D109/20
Abstract: 本发明设计了量子雪豹机制的多无人机对抗任务规划方法，每个目标都有三个任务：勘察，袭击和评估，三个任务严格按照时间顺序执行。为了实现三种任务的时间耦合，本发明设计了协同对抗和独立对抗并行使用的战斗方略，有效解决了时间约束问题。本发明设计的量子编码的雪豹量子位置演化机制，得到一种新的量子雪豹机制方法，量子雪豹中的移动追踪策略用于全局搜索，狩猎策略用于局部搜索，种群繁衍和灭绝策略用于淘汰劣等量子雪豹个体，三种策略协同优化适应度函数，克服了过去方法容易陷入局部收敛的弊端，也提升了演化机制的寻优速率。
-
公开(公告)号：CN115765847B
公开(公告)日：2024-05-17
申请号：CN202211467828.9
申请日：2022-11-22
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种量子物质生成机制的多无人机协作通信中继选择方法，包括建立多无人机协作通信中继选择模型；初始化量子物质量子位置并设定参数；计算量子物质位置适应度函数值；使用量子失去、获得、共享电子策略更新量子物质量子位置；使用量子化合反应策略更新量子物质量子位置；使用量子复分解反应策略更新量子物质量子位置，对第i个量子物质的量子位置进行赋值，选择三种更新策略中最优量子位置赋值给量子结构更改策略中第i个量子物质量子位置；使用量子结构更改策略更新量子物质量子位置；更新量子位置至最大迭代次数，将最优量子物质位置映射为中继选择方案并输出。本发明降低了问题求解复杂度，克服易陷入局部收敛的弊端，提升寻优速率。
-
公开(公告)号：CN112217678B
公开(公告)日：2023-03-17
申请号：CN202011097353.X
申请日：2020-10-14
Applicant: 哈尔滨工程大学
IPC: H04L41/044 , H04L41/14 , H04L41/0806 , H04L41/0823 , H04L41/0816 , H04B17/382
Abstract: 本发明提供一种基于量子帝王蝶优化机制的双层异构网络频谱分配方法，包括：建立双层异构网络系统模型；得到帝王蝶的整数编码位置；计算所有帝王蝶的适应度值，得到全局最优量子位置及其对应的全局最优位置；对帝王蝶种群排序，分为两个帝王蝶子种群；更新子种群中每个帝王蝶个体的过渡量子位置；合并两个新生成的子种群为一个新的过渡种群，更新帝王蝶种群的量子位置，计算量子帝王蝶的适应度值，更新全局最优量子位置和全局最优位置；判断是否达到最大迭代次数，若是则输出全局最优量子位置和全局最优位置，全局最优位置即为频谱分配的最佳方案；否则令迭代次数加1，返回进行新一轮的迭代。本发明解决整数离散优化的双层异构网络频谱分配问题。
-
公开(公告)号：CN115765847A
公开(公告)日：2023-03-07
申请号：CN202211467828.9
申请日：2022-11-22
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种量子物质生成机制的多无人机协作通信中继选择方法，包括建立多无人机协作通信中继选择模型；初始化量子物质量子位置并设定参数；计算量子物质位置适应度函数值；使用量子失去、获得、共享电子策略更新量子物质量子位置；使用量子化合反应策略更新量子物质量子位置；使用量子复分解反应策略更新量子物质量子位置，对第i个量子物质的量子位置进行赋值，选择三种更新策略中最优量子位置赋值给量子结构更改策略中第i个量子物质量子位置；使用量子结构更改策略更新量子物质量子位置；更新量子位置至最大迭代次数，将最优量子物质位置映射为中继选择方案并输出。本发明降低了问题求解复杂度，克服易陷入局部收敛的弊端，提升寻优速率。
-
公开(公告)号：CN115562336A
公开(公告)日：2023-01-03
申请号：CN202211218923.5
申请日：2022-10-07
Applicant: 哈尔滨工程大学
IPC: G05D1/10
Abstract: 本发明提供了一种基于量子郊狼优化机制的多无人机协同任务分配方法，在原有任务时间、任务时序、机载性能和多机协同的要求下额外考虑三维场景和时间同步约束，并构建相应集中式多无人机协同任务分配模型及效能函数。为高效求解任务分配方案，本发明设计了量子郊狼优化机制，其受启发于北美郊狼群的社会组织性和环境适应性，仿生于郊狼成长、生死以及被驱逐或接纳等现象，并使用模拟量子旋转门来演化量子郊狼量子态，收敛速度快、收敛精度高。本发明所提方法可在三维场景和时间同步等约束下为编队各机分配合理任务目标，可应用于工程实际。
-
Patent Agency Ranking
公开(公告)号：CN113608546B
公开(公告)日：2022-11-18
申请号：CN202110783634.9
申请日：2021-07-12
Applicant: 哈尔滨工程大学
IPC: G05D1/10
Abstract: 本发明提供一种量子海狮机制的无人机群任务分配方法，针对无人机群实际环境中任务分配效能较低的难题，设计了量子海狮机制求取最优任务分配矩阵，以无人机执行任务所获得的价值以及其对应付出的代价设计出效能函数，并利用无人机航程限制、任务限制、弹药限制等约束条件设计出惩罚函数，最终将效能函数与惩罚函数结合得到适应度函数。本发明考虑了设计无人机路径问题，并引入了多种无人机并分别执行多种任务，如侦察机执行侦察和战场评估任务，轰炸机执行攻击目标任务，战斗机执行侦察、攻击目标和战场评估任务。同时，利用量子海狮机制计算最优解，提高无人机群的任务分配效能。
-
公开(公告)号：CN114995492A
公开(公告)日：2022-09-02
申请号：CN202210594253.0
申请日：2022-05-27
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种多无人机抢灾救援规划方法，步骤一、建立多无人机救援规划模型；步骤二、初始化量子北方苍鹰量子位置并设定参数；步骤三、计算量子北方苍鹰目标函数值；步骤四、根据所有量子北方苍鹰位置的目标函数值进行非支配解排序；步骤五、计算每一非支配等级中量子北方苍鹰位置拥挤度；步骤六、在猎物识别攻击阶段更新量子北方苍鹰量子位置；步骤七、在追逃阶段更新量子北方苍鹰量子位置；步骤八、判断是否达到量子北方苍鹰最大迭代次数，是则终止迭代，将非支配等级为1的量子北方苍鹰位置对应为任务分配矩阵，作为抢灾救援规划任务分配结果输出；否则令k＝k+1，执行步骤四。本发明克服了容易陷入局部收敛的弊端，提升了演化机制的寻优速率。
-
公开(公告)号：CN113093146B
公开(公告)日：2022-04-29
申请号：CN202110357188.5
申请日：2021-04-01
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于量子跳跃逃逸机制的MIMO雷达正交波形设计方法，包括：建立正交多相编码信号的设计模型；初始化量子种群并设定参数；量子种群内进行杂交操作；定义并计算量子个体位置和杂交位置的适应度；确定量子种群的个体历史最优位置和全局最优位置；更新量子种群的量子位置；量子种群执行逃逸操作；确定量子种群所有量子个体的位置和杂交位置；更新量子种群的个体历史最优位置和全局最优位置；演进终止判断，输出所设计的最优正交波形。本发明通过约束互相关指标和优化自相关指标来设计正交波形；设计了量子跳跃逃逸优化机制来求解正交信号。
-
公开(公告)号：CN113794659A
公开(公告)日：2021-12-14
申请号：CN202111050681.9
申请日：2021-09-08
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种信道估计与信号检测方法，建立OFDM系统数学模型；建立自动演化DNN信道估计与信号检测模型；初始化量子蜉蝣种群位置和量子速度并设定参数；对初代量子蜉蝣种群位置进行适应度评价，得到量子雄性种群的最优位置，以及量子蜉蝣种群的全局最优位置；进行量子速度的更新，并通过更新后的量子速度完成量子蜉蝣位置的更新；对量子蜉蝣进行交配与变异操作，完成量子蜉蝣种群的淘汰与更新；迭代更新至最大迭代次数，把全局最优结果带入模型中，将接收的时频信号序列输入DNN模型恢复出码元并输出。本发明通过量子演化机制与蜉蝣种群原理结合，自动求解DNN模型所需最优参数，提高了DNN模型的信道估计与信号检测效果。
-
公开(公告)号：CN113552530A
公开(公告)日：2021-10-26
申请号：CN202110723576.0
申请日：2021-06-29
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种基于量子鼠群的近场和远场源混合测向方法，在获得远场源角度的基础上构建出分离算子，通过该算子可以获得远场源四阶累积量矩阵，通过四阶累积量矩阵差分获得纯净的近场源四阶累积量矩阵，并通过量子鼠群机制进行参数搜索的相关过程，解决现有的混合源测向方法存在角度模糊和远近场信号源分离方法低效的技术难题。本发明可以快速的得到较精确的混合源测向结果，并且不存在量化误差，通过四阶累积量矩阵可以扩展阵列孔径，提高测向精度，相对于传统的近场和远场源混合测向方法速度更快、精度更高、突破了现有方法的应用局限。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.037 seconds)
