-
公开(公告)号：CN115562336B
公开(公告)日：2024-09-13
申请号：CN202211218923.5
申请日：2022-10-07
Applicant: 哈尔滨工程大学
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。
-
公开(公告)号：CN114510330B
公开(公告)日：2023-06-02
申请号：CN202210091586.1
申请日：2022-01-26
Applicant: 哈尔滨工程大学
Abstract: 本发明提供基于量子被囊群搜索机制的云计算任务调度方法，包括：根据任务与虚拟机的分配矩阵，构建任务在虚拟机上的执行时间矩阵和执行成本矩阵并构建数学模型；初始化被囊群搜索机制的量子位置并设定参数；计算每只被囊的适应度值，根据每只被囊的适应度值将全部被囊进行排序；根据被囊群搜索机制产生量子旋转角，使用模拟的简化量子旋转门更新被囊的量子位置；应用贪心策略，确定新一代被囊群的量子位置，根据适应度值将全部被囊进行排序；判断是否达到最大迭代次数G，若未达到，令g＝g+1，返回步骤四；若达到，则终止迭代循环，根据最后一代中的最优量子位置的映射位置所对应的任务与虚拟机的分配矩阵得到最终的任务调度策略。
-
公开(公告)号：CN113595903B
公开(公告)日：2022-11-18
申请号：CN202110783612.2
申请日：2021-07-12
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于FCM分簇拓扑的无线传感器网络节点休眠调度方法，规定网络按“轮”周期运行，在动态成簇阶段，根据当前网络状态判断是否需要动态成簇，若需要则采用模糊C均值聚类FCM实现成簇阶段；在冗余节点判断阶段，根据某节点覆盖区域内邻居节点的位置分布情况来判断该节点是否冗余；在动态簇首选举阶段，综合考虑节点剩余能量、节点与基站距离、节点与簇内其他节点距离三个因素并结合当前网络状态来选举最优簇首；在冗余节点休眠调度阶段，调度非簇首冗余节点休眠、簇首冗余节点工作；在稳定数据传输阶段，本发明优化了数据转发传递路径，减少了网络能耗，延长了整个网络的生命周期。
-
公开(公告)号：CN113189558B
公开(公告)日：2022-07-15
申请号：CN202110469718.5
申请日：2021-04-28
Applicant: 哈尔滨工程大学
IPC: G01S7/41
Abstract: 本发明提供一种冲击噪声环境下基于演化神经网络的雷达信号识别方法，包括：在冲击噪声环境计算训练集中第m个雷达辐射源信号序列的分数低阶协方差谱；提取四种特征参数，并将这四种特征参数组成特征向量判断是否所有雷达辐射源信号序列分数低阶协方差谱的四种特征参数都被提取完毕；利用训练集的特征矩阵和设计双链编码的量子水蒸发优化算法寻找概率神经网络的最优平滑因子σ，量子水蒸发优化算法记做QWEO；将寻找到的全局最优位置赋值给平滑因子σ，利用优化后的概率神经网络模型对测试集或实测数据集进行识别，给出识别结果。本发明降低了识别方法的计算复杂度，解决了特征指数0＜α≤2时冲击噪声环境下的雷达调制信号识别问题。
-
公开(公告)号：CN117313530A
公开(公告)日：2023-12-29
申请号：CN202311256692.1
申请日：2023-09-26
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种冲击噪声下基于互质阵列的鲁棒动态测向方法，通过构建基于柯西核函数变换分数低阶协方差矩阵的极大似然方程，设计了一种适用于低信噪比、多相干信源环境下和冲击噪声等复杂环境的互质阵列鲁棒动态测向方法。实现了以较少的时间代价获得更高的测向精度、更好的扩展阵列孔径能力、测相干信源能力对互质阵列的信源来波方向进行有效估计，可在高斯噪声、弱冲击噪声和强冲击噪声下进行测向，应用范围广泛。
-
Patent Agency Ranking
公开(公告)号：CN114172770B
公开(公告)日：2023-05-02
申请号：CN202111423647.1
申请日：2021-11-26
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种量子根树机制演化极限学习机的调制信号识别方法，利用加权Myriad滤波器抑制冲击噪声，提出一种量子根树机制进行高效求解，突破了现有基于演化极限学习机的调制信号识别方法的一些应用局限。本发明设计的量子根树机制演化极限学习机的调制信号识别方法设计了量子根树机制，能对冲击噪声下的极限学习机权值和阈值进行高精度求解，有效提高调制识别率。仿真实验证明了冲击噪声下量子根树机制演化极限学习机的调制信号识别方法的有效性，突破了传统方法在冲击噪声和低信噪比环境下性能恶化甚至失效的应用局限，相对于传统方法识别率大幅提高。
-
公开(公告)号：CN115794330A
公开(公告)日：2023-03-14
申请号：CN202211369833.6
申请日：2022-11-03
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种云计算任务调度方法，包括构建数学模型，初始化被囊群搜索机制和粒子群演化机制量子位置及参数，计算被囊适应度值并排序，计算粒子适应度值，找出全局最优量子位置，更新被囊量子位置，确定新一代被囊群量子位置，更新粒子量子位置，计算与新粒子适应度值，确定新一代粒子量子位置、局部最优量子位置和全局最优量子位置，判断是否信息交互，若是，对粒子群和被囊群进行信息交互，重新确定粒子群全局最优位置，若否，继续执行；迭代更新量子位置至最大迭代次数，根据最后一代中最优量子位置映射位置对应任务与虚拟机分配矩阵得到调度策略，本发明在预算和截止时间约束下，达到较小任务总执行时间、总执行成本和负载不平衡度。
-
公开(公告)号：CN113595903A
公开(公告)日：2021-11-02
申请号：CN202110783612.2
申请日：2021-07-12
Applicant: 哈尔滨工程大学
IPC: H04L12/715 , H04L12/721 , H04L12/733 , H04W24/02 , H04W52/02 , H04W52/06 , H04W84/18 , G06K9/62
Abstract: 本发明提供一种基于FCM分簇拓扑的无线传感器网络节点休眠调度方法，规定网络按“轮”周期运行，在动态成簇阶段，根据当前网络状态判断是否需要动态成簇，若需要则采用模糊C均值聚类FCM实现成簇阶段；在冗余节点判断阶段，根据某节点覆盖区域内邻居节点的位置分布情况来判断该节点是否冗余；在动态簇首选举阶段，综合考虑节点剩余能量、节点与基站距离、节点与簇内其他节点距离三个因素并结合当前网络状态来选举最优簇首；在冗余节点休眠调度阶段，调度非簇首冗余节点休眠、簇首冗余节点工作；在稳定数据传输阶段，本发明优化了数据转发传递路径，减少了网络能耗，延长了整个网络的生命周期。
-
公开(公告)号：CN113189558A
公开(公告)日：2021-07-30
申请号：CN202110469718.5
申请日：2021-04-28
Applicant: 哈尔滨工程大学
IPC: G01S7/41
Abstract: 本发明提供一种冲击噪声环境下基于演化神经网络的雷达信号识别方法，包括：在冲击噪声环境计算训练集中第m个雷达辐射源信号序列的分数低阶协方差谱；提取四种特征参数，并将这四种特征参数组成特征向量判断是否所有雷达辐射源信号序列分数低阶协方差谱的四种特征参数都被提取完毕；利用训练集的特征矩阵和设计双链编码的量子水蒸发优化算法寻找概率神经网络的最优平滑因子σ，量子水蒸发优化算法记做QWEO；将寻找到的全局最优位置赋值给平滑因子σ，利用优化后的概率神经网络模型对测试集或实测数据集进行识别，给出识别结果。本发明降低了识别方法的计算复杂度，解决了特征指数0＜α≤2时冲击噪声环境下的雷达调制信号识别问题。
-
公开(公告)号：CN113093146A
公开(公告)日：2021-07-09
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。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.026 seconds)
