-
公开(公告)号:CN120057222A
公开(公告)日:2025-05-30
申请号:CN202510135244.9
申请日:2025-02-07
Applicant: 哈尔滨工程大学
IPC: B63B79/30 , B63B79/20 , G06N3/006 , G06N3/0442 , G06N3/048
Abstract: 本发明针对非线性非平稳性以及噪声会影响极短期船舶运动姿态的预测精度以及预测模型稳定性的问题,从而提出一种非线性与非平稳性下极短期船舶运动姿态预测方法。本发明涉及船舶运动姿态预测领域。预测方法为:获取船舶非平稳运动姿态数据;采用经验模态分解算法对船舶非平稳运动姿态数据中的时间序列进行分解操作,拆分若干个独立的子序列;采用基于自适应粒子群优化的长短时记忆神经网络对每个子序列进行预测,获得若干预测结果;将若干个预测结果进行加权和数据重组,得到最终的综合预测结果。本发明能够在不同的海洋环境下有效预测船舶的运动姿态,为船舶的安全和稳定运行提供了有力的技术支持。
-
公开(公告)号:CN119987395A
公开(公告)日:2025-05-13
申请号:CN202510055387.9
申请日:2025-01-14
Applicant: 哈尔滨工程大学
Abstract: 本发明涉及无人集群技术领域,设计一种基于分布式群集自组织模型的无人集群协同导航方法及其系统。步骤1:获取任务环境,并对其进行预处理;步骤2:将无人集群平台采用特性进行表述;步骤3:对步骤2特性表述的无人集群平台,进行基于博伊德环的集群内外的交互框架准则设计,使每个无人平台根据搭载传感器感知到的周围平台运动状态和外部环境信息调整自身的运动状态;步骤4:基于步骤3设计的交互框架准则,每个无人机使用其搭载的模型预测控制器在线解算下一时刻的控制输入并利用四阶龙格库塔方法更新飞行状态;每个无人机利用自身搭载的传感器对周围无人平台的飞行状态进行在线更新并返回执行步骤3直至抵达目标点。用以解决在降低通信依赖度的条件下实现集群整体层面的协同导航行为的问题。
-
公开(公告)号:CN119835647A
公开(公告)日:2025-04-15
申请号:CN202510013784.X
申请日:2025-01-06
Applicant: 哈尔滨工程大学
IPC: H04W12/122 , H04W12/06 , H04W12/60 , H04W40/32 , H04L41/14 , G06F18/2433 , G06F18/214 , H04W84/18
Abstract: 基于云理论的集中式信任评估方法、装置及存储介质,属于水下无线传感器网络的信任模型技术领域,尤其涉及水下无线传感器网络的信任评估方法;解决了现有针对分簇式网络拓扑结构的信任模型所存在的忽视了信任的模糊性和不确定性特点以及依赖人为设定的阈值和标准信任云的问题;所述方法包括以下步骤:汇聚节点使用逆向云算法计算并更新全网节点的发包云模型、数据云模型、能量云模型;计算输入样本和输出样本之间的均方误差作为重构误差;将重构误差输入SVM模型进行节点二分类,实现恶意节点识别。所述的基于云理论的集中式信任评估方法、装置及存储介质,适用于分簇式网络拓扑结构中节点的信任评估。
-
公开(公告)号:CN118036702A
公开(公告)日:2024-05-14
申请号:CN202410098501.1
申请日:2024-01-23
Applicant: 哈尔滨工程大学
IPC: G06N3/092 , G06N3/045 , G06N3/0985
Abstract: 多智能体协同围捕方法及装置,涉及深度强化学习和多智能体技术领域。为解决现有技术中存在的,现有协同多智能体围捕的研究,没有考虑围捕任务的特殊性在解决围捕问题方面存在缺点的技术问题,本发明提供的技术方案为:多智能体协同围捕方法,方法包括:采集智能体逃跑策略、演员网络与中心评论员网络的观测空间、奖励函数和围捕任务完整条件的步骤;构建包括具有目标预测网络的演员网络以及具有成员状态编码器的评论员网络的步骤;对所述演员网络和评论员网络进行预热的步骤;根据所述逃跑策略和奖励函数,更新所述演员网络和评论员网络的步骤;重复更新所述评论员网络,得到训练完成的演员网络的步骤。可以应用于多智能体协同围捕任务工作中。
-
公开(公告)号:CN116520861A
公开(公告)日:2023-08-01
申请号:CN202310492834.8
申请日:2023-05-04
Applicant: 哈尔滨工程大学
IPC: G05D1/06
Abstract: 本发明提出了基于改进Glasius仿生神经网络的静态目标搜索方法与装置,属于Glasius仿生神经网络技术领域,尤其涉及水下自主航行器的路径规划。解决了现有Glasius仿生神经网络,由于神经元刺激信号的时延和衰减的作用,而可能受到局部最优解的影响,导致全局搜索能力较差,目标搜索性能不理想的问题。所述基于改进Glasius仿生神经网络的静态目标搜索方法,采用改进Glasius仿生神经网络,根据所述先验信息、基础先验目标概率图以及初始结合概率图MAP0,进行迭代计算,通过时域滚动优化过程执行静态目标搜索任务。它主要用于水下自主航行器的路径规划。
-
公开(公告)号:CN115877374A
公开(公告)日:2023-03-31
申请号:CN202211236085.4
申请日:2022-10-10
Applicant: 哈尔滨工程大学
Abstract: 本发明公开了一种地下目标识别定位与成像方法,利用原始B扫描回波数据,采用均值法去除地表反射波与天线耦合波;采用图像处理方法将回波图像转化为二值图像;依据发射波形脉冲宽度从二值图像上构建列段集合,根据ricker波主瓣宽度对列段集合进行去噪,得到去噪列段集合;从列段集合中聚类含有不同目标对应的双曲线标签的列段簇;采用受限拟合算法对不同目标双曲线列段簇进行双曲线拟合;根据双曲线参数反演出目标位置、半径和地下介电常数,根据不同目标特征向量的相似度进行聚类;根据二值图与地下介电常数,进行后投影成像,去除伪影得到地下管道图像。本发明结合双曲线趋势特征,引入了列段趋势的概念,提高聚类目标双曲线的效率。
-
公开(公告)号:CN115392303A
公开(公告)日:2022-11-25
申请号:CN202210978618.X
申请日:2022-08-16
Applicant: 烟台哈尔滨工程大学研究院
Abstract: 本发明公开了一种基于GWO‑Elman算法的半球谐振陀螺随机漂移误差预测方法,首先利用固有时间尺度分解方法对半球谐振陀螺的输出信号进行分解,分解为高频噪声信号和低频漂移信号,然后利用低频漂移信号训练GWO‑Elman模型,从而去有效的预测半球谐振陀螺的随机漂移信号,本方法使用灰狼优化(GWO)算法对Elman神经网络参数寻优,建立最佳的半球谐振陀螺随机漂移误差预测模型,实现对陀螺低频漂移信号的实时预测并进行了补偿,避免了由于盲目随机性而导致得模型训练过程中收敛不稳定的问题,使模型的收敛速率变快,提高了预测精度。
-
公开(公告)号:CN110062399B
公开(公告)日:2022-05-20
申请号:CN201910287072.1
申请日:2019-04-11
Applicant: 哈尔滨工程大学
Abstract: 本发明提供了一种基于博弈论的认知异构蜂窝网络频谱分配方法,采用精确势博弈对网络进行建模,针对认知节点间干扰情况,将信道中的干扰值作为参与者的效用函数,将所有参与者的效用函数作为势函数,考虑网络部署分布情况,提出基于距离的负指数干扰函数,根据节点间的距离生成干扰矩阵进行频谱分配,本发明不仅可以对网络中的干扰进行有效抑制,还可以良好的提升频谱利用率。
-
公开(公告)号:CN113720320A
公开(公告)日:2021-11-30
申请号:CN202110886724.0
申请日:2021-08-03
Applicant: 哈尔滨工程大学
Abstract: 本发明提出一种基于高斯过程回归的信息更新频率提升方法,所述方法首先利用通用卷积谱混合成分核函数(GeneralizedConvolutionS pectralMixtureKernel,GCSMK)方法建立原子干涉陀螺仪(AtomInterferenceGyroscope,AIG)惯性测量数据的结构化模型,获得惯性测量信息之间的相互依赖关系;然后建立基于GCSMK的高斯过程回归(GaussianProcessesRegression,GPR)算法框架,利用基于稀疏化思想改进的GPR算法实现惯性传感器信息更新频率的快速提升,从而在不改变惯性传感器自身精度的前提下提升惯性信息的更新频率。
-
公开(公告)号:CN107843259B
公开(公告)日:2021-04-20
申请号:CN201711021203.9
申请日:2017-10-27
Applicant: 哈尔滨工程大学
Abstract: 一种基于VCKF的多移动机器人协同导航定位方法,包括如下步骤:根据多移动机器人工作环境,确定协同导航系统的初始值;建立多移动机器人协同导航系统的非线性系统方程;对多移动机器人协同导航系统按照CKF滤波框架进行时间更新;多移动机器人对工作环境中的固定路标点以及其它机器人进行实时观测,获取相对距离和方位角作为观测信息;利用观测到的量测信息和系统方程,利用VCKF算法完成多移动机器人协同导航系统的量测更新;对多移动机器人的位姿信息进行更新;完成多移动机器人的高精度协同导航定位。本发明的运用了基于VCE的非线性滤波器CKF,可以实时估计出系统的过程噪声和量测噪声方差阵,有效解决的非线性问题,提高系统的定位精度和适应性。
-
-
-
-
-
-
-
-
-