公开(公告)号：CN118131797A

公开(公告)日：2024-06-04

申请号：CN202410149254.3

申请日：2024-02-02

Applicant: 哈尔滨工程大学

Inventor： 孙骞 ,  周星宇 ,  范云霞 ,  王芮 ,  韩豫卓 ,  王杰恪 ,  叶方 ,  李一兵

IPC: G05D1/485 ,  G05D101/10

Abstract: 不确定洋流场下的AUV路径规划方法，属于多智能体路径规划领技术领域，尤其涉及在不确定洋流场下的AUV路径规划；解决了现有经典麻雀算法容易陷入局部最优、搜索精度较低的问题，以及解决了三维AUV路径规划在应对复杂水下环境时会面临计算复杂、路径规划效果不理想以及路径搜索不稳定的问题；所述方法包括以下步骤：采用矢量分析法获取每个个体所代表路径的区间响应；利用基于可靠度的区间可能性度方法将每个个体所代表路径的区间响应转化为与每个个体对应的确定值。所述不确定洋流场下的AUV路径规划方法，适用于对不确定洋流场下的AUV路径进行规划。

公开(公告)号：CN117908560B

公开(公告)日：2024-11-12

申请号：CN202311804902.6

申请日：2023-12-26

Applicant: 哈尔滨工程大学

Inventor： 李一兵 ,  张子唐 ,  孙骞 ,  叶方 ,  田园 ,  黄雨杰 ,  王芮 ,  李丹

IPC: G05D1/46 ,  G05D1/695

Abstract: 一种动态环境下用于无人机的分布式协同目标搜索方法及装置，涉及多智能体协同技术领域，方法包括：获取任务环境地图并栅格化；基于整体概率密度分布、不确定度量指标、吸引和排斥信息素以及分区标志四种属性，对栅格化地图进行初始化；更新搜索范围内的目标存在概率；根据所述吸引和排斥信息素计算任务收益和任务约束；基于所述目标存在概率、任务收益以及任务约束建立优化模型，通过蚁群算法进行目标优化，其中，将任务收益作为优化目标最大化；更新无人机下一时刻的状态信息及环境信息；该方法对任务环境的迭代划分找到不确定度均衡的任务区域，构建了搜索收益函数并采用一种改进的蚁群方法求解，能够在保证搜索安全性的基础上提高搜索效率。

公开(公告)号：CN117908560A

公开(公告)日：2024-04-19

申请号：CN202311804902.6

申请日：2023-12-26

Applicant: 哈尔滨工程大学

Inventor： 李一兵 ,  张子唐 ,  孙骞 ,  叶方 ,  田园 ,  黄雨杰 ,  王芮 ,  李丹

IPC: G05D1/46 ,  G05D1/695

Abstract: 一种动态环境下用于无人机的分布式协同目标搜索方法及装置，涉及多智能体协同技术领域，方法包括：获取任务环境地图并栅格化；基于整体概率密度分布、不确定度量指标、吸引和排斥信息素以及分区标志四种属性，对栅格化地图进行初始化；更新搜索范围内的目标存在概率；根据所述吸引和排斥信息素计算任务收益和任务约束；基于所述目标存在概率、任务收益以及任务约束建立优化模型，通过蚁群算法进行目标优化，其中，将任务收益作为优化目标最大化；更新无人机下一时刻的状态信息及环境信息；该方法对任务环境的迭代划分找到不确定度均衡的任务区域，构建了搜索收益函数并采用一种改进的蚁群方法求解，能够在保证搜索安全性的基础上提高搜索效率。

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

Inventor： 李一兵 ,  黄雨杰 ,  孙骞 ,  叶方 ,  田园 ,  王芮 ,  徐定西 ,  王杰恪

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：CN119865264A

公开(公告)日：2025-04-22

申请号：CN202510055390.0

申请日：2025-01-14

Applicant: 哈尔滨工程大学

Inventor： 孙骞 ,  简鑫 ,  张亚 ,  李一兵 ,  叶方 ,  田园 ,  韩春阳 ,  王芮 ,  赵云龙

IPC: H04B17/345 ,  H04W24/04 ,  H04L25/03

Abstract: 本发明属于同频干扰对技术领域，具体涉及一种5G超密集组网场景下同频干扰对抗方法及其系统。识别出信号最强的小区ID；采用最小二乘方法估计信道；从原始信号中减去信号最强小区的干扰成分，得到去干扰后的信号；进行参数初始化；在每次迭代中寻找到与残差相关性最大的基站，更新已选择的基站集合；对重构矩阵进行更新并估计出新的信道响应向量；最后更新残差，并进行下一次迭代；检查迭代条件，如果迭代次数没有达到预定义的上限或残差的L2范数没有超过阈值，则继续迭代；否则，算法终止，并使用最终估计的B集合作为结果，实现5G超密集组网场景下同频干扰对抗。用以解决在5G NAVSOP的应用里，需要尽可能多的提取出定位观测量的问题。