“高洪元”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果195个，建议您升级VIP下载更多相关专利

[发明专利]一种物联网通信资源管理方法-CN202111049475.6有效
发明人：张世铂;高洪元;苏雨萌;杜亚男 -专利权人：哈尔滨工程大学
申请日： 2021-09-08 - 公布日： 2023-07-21 - 主分类号： H04W16/22 文献下载
摘要：本发明公开了一种物联网通信资源管理方法，建立基于智能反射面协作机制的物联网通信模型；初始化量子海洋捕食者种群及参数，经映射得到量子海洋捕食者量子位置；计算量子海洋捕食者适应度，得到历史最优量子位置和顶级猎手对应的全局最优量子位置；根据探索和捕食策略更新量子海洋捕食者量子位置；对更新后的量子海洋捕食者量子位置进行映射，得到量子海洋捕食者位置并计算更新后的量子海洋捕食者适应度，更新每个量子海洋捕食者历史最优量子位置和顶级猎手对应全局最优量子位置至最大迭代次数，输出全局最优量子位置，得到协作智能反射面物联网通信资源管理方案。本发明提升物联网通信系统网络能量效率，收敛速度快、精度高、稳定性强。
一种联网通信资源管理方法

[发明专利]冲击噪声环境下互质阵列的幅相误差校正和测向方法-CN202111421629.X有效
发明人： 高洪元;王钦弘;程建华;崔志华;陈梦晗;杜子怡;狄妍岐;赵立帅;武文道 -专利权人：哈尔滨工程大学
申请日： 2021-11-26 - 公布日： 2023-07-21 - 主分类号： G01S3/14 文献下载
摘要：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。
冲击噪声环境下互质阵列误差校正测向方法

[发明专利]一种智能反射面的安全Massive MIMO系统资源分配方法-CN202210091475.0有效
发明人： 高洪元;赵立帅;赵琳;程建华;狄妍岐;杜亚男;王钦弘;杜子怡 -专利权人：哈尔滨工程大学
申请日： 2022-01-26 - 公布日： 2023-07-21 - 主分类号： H04W12/02 文献下载
摘要：本发明提供一种智能反射面的安全Massive MIMO系统资源分配方法，包括：建立基于智能反射面的安全Massive MIMO系统模型；初始化量子天牛群；确定量子天牛群中每只量子天牛的左须和右须的量子位置及适应度；更新量子天牛群中每只量子天牛的量子速度、速度和量子位置；更新每只量子天牛的局部最优量子位置、整个量子天牛群的全局最优量子位置，更新步长、惯性权重及左右须之间的距离；判断是否达到最大迭代次数，将最佳资源分配方法输出；本发明设计了量子天牛群搜索机制，应用智能反射面在限制窃听容量的同时最大化系统容量，提高Massive MIMO系统的安全性能以及资源利用率。
一种智能反射安全 massive mimo 系统资源分配方法

[发明专利]一种多无人机协同动态波达方向估计方法-CN202310082026.4在审
发明人： 高洪元;陈暄;孙志国;王欣悦;谷晓苑;狄妍岐;杜子怡;马静雅;赵海军 -专利权人：哈尔滨工程大学
申请日： 2023-02-08 - 公布日： 2023-06-13 - 主分类号： G01S3/14 文献下载
摘要：本发明公开了一种多无人机协同动态波达方向估计方法，使用多个无人机，每个无人机搭载一根接收天线，组成结构可变的信号接收阵列，根据待测信源数，选择合适的阵列结构，推导出该结构下接收数据的分数低阶协方差阵或虚拟分数低阶协方差阵列，进而推导出极大似然方程，通过文化候鸟机制求解该方程，得到一次快拍的波达方向估计结果，通过更新方程更新加权样本分数低阶协方差阵列，重复上述求解过程，可得到最终的动态波达方向估计结果，解决现有波达方向估计方法无法兼顾无人机机动性、动态波达方向估计、冲击噪声环境下波达方向估计难题，同时突破了固定阵列结构的局限。
一种无人机协同动态方向估计方法

[发明专利]基于量子被囊群搜索机制的云计算任务调度方法-CN202210091586.1有效
发明人： 高洪元;狄妍岐;程建华;陈梦晗;赵英琪;刘亚鹏;赵立帅;郭瑞晨;刘凯龙 -专利权人：哈尔滨工程大学
申请日： 2022-01-26 - 公布日： 2023-06-02 - 主分类号： G06F9/48 文献下载
摘要：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。
基于量子被囊群搜索机制计算任务调度方法

[发明专利]基于量子礁鲨机制的无线传感器网络分簇路由方法-CN202111027480.7有效
发明人：陈世聪;高洪元;杨洁;程建华;张静;白浩川;张震宇;王钦弘;武文道 -专利权人：哈尔滨工程大学
申请日： 2021-09-02 - 公布日： 2023-05-30 - 主分类号： H04W40/10 文献下载
摘要：本发明提供基于量子礁鲨机制的无线传感器网络分簇路由方法。此方法采用与LEACH相同的按“轮”周期运行方式，每轮包括动态成簇、动态簇首竞争和稳定数据传输三个阶段，以优化节点监测及控制数据在网络中的路由传递，均衡网络能耗，延长网络生命周期。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，若需要则采用量子礁鲨优化机制实现WSN节点动态成簇，以避免“热区”，其仿生于礁鲨捕食过程并结合模拟量子旋转门来演化量子礁鲨量子态，收敛速度快、收敛精度高，且具有更好的鲁棒性；在动态簇首竞争阶段，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轮的网络特征来选举最优簇首。
基于量子机制无线传感器网络路由方法

[发明专利]基于量子竹节虫机制和Sigmoid核相关熵的圆阵波达方向估计方法-CN202211542382.1在审
发明人： 高洪元;揣济阁;孙志国;王欣悦;郑雅晴;狄妍岐;马静雅;郭瑞晨;谷晓苑;杜子怡 -专利权人：哈尔滨工程大学
申请日： 2022-12-03 - 公布日： 2023-05-12 - 主分类号： G06N10/60 文献下载
摘要：本发明提供一种基于量子竹节虫机制和Sigmoid核相关熵的圆阵波达方向估计方法，将量子优化方法融合到竹节虫仿生机制计算方法中，得到量子竹节虫机制的计算方法，提升竹节虫算法的收敛性能。利用接收信息数据构造基于Sigmoid核函数的互相关熵协方差矩阵，获得基于Sigmoid核相关熵的低阶矩阵，消除了二阶及以上矩抗冲击噪声能力弱的不足，利用所设计的量子竹节虫机制在搜索区间内求解基于Sigmoid核相关熵的最大似然方程。解决了最大似然法涉及到的多维非线性优化计算量大的问题，提高其搜索效率，也提高了在冲击噪声环境下来波方向的估计精度，同时基于量子编码和模拟量子演化方程设计的量子竹节虫机制具有更快的收敛速度，可以快速获得估计的二维波达方向的全局最优解。
基于量子竹节机制 sigmoid 相关圆阵波达方向估计方法

[发明专利]一种强冲击噪声下相干分布源动态跟踪方法-CN202110611610.5有效
发明人： 高洪元;刘亚鹏;杜亚男;刘凯龙;张志伟;陈世聪;孙贺麟;刘廷晖;张禹泽 -专利权人：哈尔滨工程大学
申请日： 2021-06-02 - 公布日： 2023-05-05 - 主分类号： G06F17/11 文献下载
摘要：发明公开了一种强冲击噪声下相干分布源动态跟踪方法，具体是在强冲击噪声下设计了一种加权范数分数低阶相关矩阵，在此基础上设计基于加权范数低阶相关矩阵的极大似然动态跟踪方法进行相干分布源动态跟踪，并通过量子标杆学习机制快速得到跟踪结果。本发明设计了更具鲁棒性的基于量子标杆学习机制的相干分布源动态跟踪方法，在强冲击噪声下设计了加权范数分数低阶相关矩阵，并利用极大似然跟踪方法实现了动态跟踪。设计了加权范数分数低阶相关矩阵，能够分辨相干信源，在强冲击噪声下实现了对动态目标的有效跟踪，设计的量子标杆学习机制可以对加权范数分数低阶相关矩阵极大似然方程进行高精度求解，快速准确的得到跟踪结果。
一种冲击噪声相干分布动态跟踪方法

[发明专利]一种智能反射面Massive MIMO系统资源分配方法-CN202111423632.5有效
发明人： 高洪元;赵立帅;程建华;崔志华;苏雨萌;陈梦晗;刘亚鹏;陈暄;狄妍岐 -专利权人：哈尔滨工程大学
申请日： 2021-11-26 - 公布日： 2023-05-02 - 主分类号： H04W72/044 文献下载
摘要：本发明提供一种智能反射面Massive MIMO系统资源分配方法，包括：建立一个基于智能反射面的Massive MIMO系统模型；初始化量子蝴蝶群；根据全局搜索或局部搜索规则更新量子蝴蝶群的量子位置；计算适应度，根据选择机制确定量子位置，更新感官模态和幂指数；判断迭代是否终止，输出最优分配方案，若迭代次数已经达到设定的最大迭代次数，即t＝T，则终止迭代，将量子蝴蝶群的全局最优量子位置输出；否则令t＝t+1，返回继续执行步骤三；根据量子位置与位置之间的映射规则得到全局最优位置，进而得到基于智能反射面的Massive MIMO系统资源分配方法。本发明实现最优反射系数充分发挥智能反射面的性能极限来实现Massive MIMO通信系统各种资源的最优分配，从而提高系统的资源利用率及系统的容量。
一种智能反射 massive mimo 系统资源分配方法

[发明专利]量子根树机制演化极限学习机的调制信号识别方法-CN202111423647.1有效
发明人： 高洪元;郭瑞晨;崔志华;程建华;杜亚男;陈梦晗;刘亚鹏;赵立帅;武文道 -专利权人：哈尔滨工程大学
申请日： 2021-11-26 - 公布日： 2023-05-02 - 主分类号： H04L27/00 文献下载
摘要：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。
量子机制演化极限学习机调制信号识别方法

[发明专利]一种基于量子细胞膜优化机理的空时测向方法-CN201811017339.7有效
发明人： 高洪元;孙贺麟;池鹏飞;刁鸣;张世铂;陈梦晗;侯阳阳;吕阔 -专利权人：哈尔滨工程大学
申请日： 2018-09-01 - 公布日： 2023-04-28 - 主分类号： G01S3/16 文献下载
摘要：本发明属于阵列信号处理领域，具体涉及一种基于量子细胞膜优化机理的空时测向方法，包括以下步骤：获取信号时域数据、信号快拍采样和对采样数据进行时域延迟；构造极大似然估计的极大似然估计方程，进行量子物质群的初始化，并且构造适应度函数；选取精英量子个体，对精英量子个体进行局部搜索；划分量子个体类型；高浓度脂溶性量子个体自由扩散；高浓度非脂溶性量子个体运动；低浓度量子个体运动；生成新一代的量子物质群；判断是否达到最大迭代次数。本发明设计的基于量子细胞膜优化机理的空时测向方法，解决了极大似然类估计方法计算量大的难题，可快速得到较为精确的信号角度和频率的联合估计结果，易于在工程应用中实时处理。
一种基于量子细胞膜优化机理测向方法

[发明专利]强冲击噪声环境下基于量子企鹅搜索机制的互质阵列DOA估计方法-CN201911266148.9有效
发明人： 高洪元;张志伟;王世豪;刁鸣;苏雨萌;孙贺麟;王博洋;李志洋 -专利权人：哈尔滨工程大学
申请日： 2019-12-11 - 公布日： 2023-04-28 - 主分类号： G01S3/00 文献下载
摘要：本发明一种强冲击噪声下基于量子企鹅搜索机制的互质阵列DOA估计方法，获得无穷范数加权信号的分数低阶协方差矩阵；构建扩展分数低阶协方差矩阵和扩展的导向矩阵，构造基于此扩展协方差矩阵的极大似然测向方程；初始化量子企鹅群，初始化量子企鹅的速度和量子位置；计算适应度并降序排列，并选出全局最优量子位置；更新量子企鹅的量子位置；评价量子企鹅位置适应度值，更新全局最优量子位置；判断是否达到最大迭代次数，若未达到，继续迭代；若达到，输出全局最优量子位置，映射后获得最佳波达方向估计值。本发明实现了获得更高的测向精度、更快的运算速度、更好的扩展阵列孔径能力、测相干源能力、抗冲击噪声能力和更广泛的应用环境。
冲击噪声环境基于量子企鹅搜索机制阵列 doa 估计方法

[发明专利]一种冲击噪声环境下基于均匀圆阵的相干信号参数估计方法-CN201811236543.8有效
发明人：刁鸣;王宇;高洪元;陈梦晗;刘子奇;苏雨萌;侯阳阳;池鹏飞 -专利权人：哈尔滨工程大学
申请日： 2018-10-23 - 公布日： 2023-04-28 - 主分类号： G01S3/14 文献下载
摘要：本发明属于阵列信号处理参数估计领域，具体涉及一种冲击噪声环境下基于均匀圆阵的相干信号参数估计方法，包括以下步骤：对空间中D个信源信号进行快拍采样；对快拍采样数据做去冲击预处理；对阵列输出数据进行模式激励变换；构造稀疏重构字典集；稀疏重构得到相干信源方位角；判断是否达到最大迭代次数，若是，执行步骤七；否则令t＝t+1，返回步骤五；得到稀疏重构结果，利用索引集U得到信源方位角信息，输出相干信源波达方向估计结果。本发明解决了冲击噪声环境下基于均匀圆阵的相干信号参数估计问题，使用模式激励变换和压缩感知稀疏重构思想作为参数估计的基础，所设计的方法具有计算复杂度低、计算时间短和鲁棒性高的优点。
一种冲击噪声环境基于均匀相干信号参数估计方法

[发明专利]一种异构网络多目标资源联合分配方法-CN202211544352.4在审
发明人： 高洪元;马静雅;孙志国;刘凯龙;孙贺麟;揣济阁;刘廷晖;张震宇;陈暄 -专利权人：哈尔滨工程大学
申请日： 2022-12-04 - 公布日： 2023-04-25 - 主分类号： H04W72/53 文献下载
摘要：本发明公开了一种异构网络多目标资源联合分配方法，在Macro‑Femtocell双层异构蜂窝网络环境下，综合考虑频谱效率和相对能耗这两个系统评价指标，构建多目标优化函数，并通过量子政治优化机制快速得到多目标资源联合分配结果，在确保频谱效率的同时又能实现相对能耗的最大化。本发明可以解决实际生活中的多目标资源联合分配问题，所设计的方法性能稳定，可以短时间内求出最优多目标资源联合分配方案，在保证频谱效率的同时又能保证网络相对能耗的最大化，实现绿色通信，节省硬件资源，避免造成资源浪费。
一种网络多目标资源联合分配方法

[发明专利]一种能量采集认知中继网络的多目标中继选择方法-CN202211542401.0在审
发明人： 高洪元;马静雅;任立群;刘亚鹏;张禹泽;狄妍岐;谷晓苑;揣济阁;陈世聪;陈暄 -专利权人：哈尔滨工程大学
申请日： 2022-12-03 - 公布日： 2023-04-14 - 主分类号： H04W40/22 文献下载
摘要：本发明提供一种能量采集认知中继网络的多目标中继选择方法，在能量采集认知中继网络环境下，综合考虑网络能量效率和信噪比，构建新的解决离散优化问题的多目标函数，并通过多目标量子帝王蝶优化机制快速得到多目标中继选择方法，在保证信噪比的同时又能实现网络能量效率的最大化，为解决能量采集认知中继网络的中继选择方案提供了新思路和新方法。
一种能量采集认知中继网络多目标选择方法