-
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：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：CN113095465A
公开(公告)日：2021-07-09
申请号：CN202110358000.9
申请日：2021-04-01
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种量子大马哈鱼洄游机制演化博弈的水下无人集群任务分配方法，包括：建立水下无人集群任务分配模型；初始化量子熊群和人群位置；根据适应度函数计算量子熊群和人群的大马哈鱼密度；对量子熊群及人群的量子旋转角和位置进行更新；形成混合策略；判断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，并返回步骤三继续执行；输出所得最终混合策略G、G'、它们最大值所对应的策略即为收益期望最大的策略。本发明使用量子大马哈鱼洄游机制演化博弈论对水下无人集群进行任务部署分配，通过计算各部署所得到的损失比，调整部署分配方式，并通过混合策略优劣性判别所获得的混合策略的好坏，从而输出收益期望最高的部署分配方式。
-
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。
-
公开(公告)号：CN112800596B
公开(公告)日：2022-12-13
申请号：CN202110028619.3
申请日：2021-01-11
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种强冲击噪声下基于嵌套阵列的鲁棒动态测向方法，包括：建立动态测向模型；初始化搜索空间；初始化所有个体量子位置并设定相关参数；构造适应度函数，计算适应度函数值、平均适应度值，计算整个生态系统当前代的平均适应度值；根据量子标杆学习机制实现寻优搜索过程；判断是否达到最大迭代次数G，若达到则中止循环迭代，输出外部标杆的量子位置和位置并进入下一步；判断是否达到最大快拍数Kp，若未达到，更新下一次快拍时P个方位角的搜索空间，返回步骤三；否则，输出动态测向结果。本发明在冲击噪声下设计了加权无穷范数低阶差分矩阵，通过将嵌套阵列虚拟为均匀线阵或近似均匀线阵，并利用极大似然测向方法实现了动态测向。
-
Patent Agency Ranking
公开(公告)号：CN114172770A
公开(公告)日：2022-03-11
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：CN112800596A
公开(公告)日：2021-05-14
申请号：CN202110028619.3
申请日：2021-01-11
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种强冲击噪声下基于嵌套阵列的鲁棒动态测向方法，包括：建立动态测向模型；初始化搜索空间；初始化所有个体量子位置并设定相关参数；构造适应度函数，计算适应度函数值、平均适应度值，计算整个生态系统当前代的平均适应度值；根据量子标杆学习机制实现寻优搜索过程；判断是否达到最大迭代次数G，若达到则中止循环迭代，输出外部标杆的量子位置和位置并进入下一步；判断是否达到最大快拍数Kp，若未达到，更新下一次快拍时P个方位角的搜索空间，返回步骤三；否则，输出动态测向结果。本发明在冲击噪声下设计了加权无穷范数低阶差分矩阵，通过将嵌套阵列虚拟为均匀线阵或近似均匀线阵，并利用极大似然测向方法实现了动态测向。
-
公开(公告)号：CN113095465B
公开(公告)日：2023-10-17
申请号：CN202110358000.9
申请日：2021-04-01
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种量子大马哈鱼洄游机制演化博弈的水下无人集群任务分配方法，包括：建立水下无人集群任务分配模型；初始化量子熊群和人群位置；根据适应度函数计算量子熊群和人群的大马哈鱼密度；对量子熊群及人群的量子旋转角和位置进行更新；形成混合策略；判断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，并返回步骤三继续执行；输出所得最终混合策略G、G'、#imgabs0#它们最大值所对应的策略即为收益期望最大的策略。本发明使用量子大马哈鱼洄游机制演化博弈论对水下无人集群进行任务部署分配，通过计算各部署所得到的损失比，调整部署分配方式，并通过混合策略优劣性判别所获得的混合策略的好坏，从而输出收益期望最高的部署分配方式。
-
公开(公告)号：CN114167347B
公开(公告)日：2023-07-21
申请号：CN202111421629.X
申请日：2021-11-26
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种冲击噪声环境下互质阵列的幅相误差校正和测向方法，首先采用外加辅助源的校正算法得出幅相误差的粗估计值，再用量子哈里斯鹰算法在粗估计相位误差周围进行搜索，可以实现在极低信噪比下对幅相误差进行更精确的估计。同时，在冲击噪声下互质阵列的波达方向估计问题上，本发明所设计的基于量子哈里斯鹰机制的分数低阶协方差结合虚拟矩阵的极大似然测向方法，可在相同信噪比下取得比其他传统算法更低的均方根误差，其中引入的虚拟阵列和空间平滑算法，可有效提高互质阵列的空间自由度。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.023 seconds)
