买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉哈尔滨工程大学申请的专利一种量子猎鹿机制的智能反射面稀疏方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119966454B 。

龙图腾网通过国家知识产权局官网在2025-12-02发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510078005.4，技术领域涉及：H04B7/04；该发明授权一种量子猎鹿机制的智能反射面稀疏方法是由高洪元;张伟;焦丹丹;王佳仪;王柳;揣济阁;王玉峰;谷钰;张晓健设计研发完成，并于2025-01-17向国家知识产权局提交的专利申请。

本一种量子猎鹿机制的智能反射面稀疏方法在说明书摘要公布了：本发明公开了一种量子猎鹿机制的智能反射面稀疏方法，首先对包含基站、智能反射面和接收端的信号传输系统进行建模，得到接收端接收到的信号；再对稀疏智能反射面进行系统容量计算方法的建模，得到稀疏后接收端的信息传输速率；初始化猎鹿种群每只猎鹿的量子速度和位置，并判断执行探索行为或是开发行为；记录更新后每只猎鹿的位置，带入适应度函数计算适应度值，更新全局最优位置和局部最优位置；最后得到全局的最优位置。本发明通过群智能优化算法自动优化反射单元布局，寻找反射元布局的最优解；并在原有算法的基础上结合量子编码，对算法进行离散化处理，提出了一种量子猎鹿方法。本发明拥有更好的全局搜素能力和更高的收敛精度。

本发明授权一种量子猎鹿机制的智能反射面稀疏方法在权利要求书中公布了：1.一种量子猎鹿机制的智能反射面稀疏方法，其特征在于：具体步骤如下： 步骤一：对包含基站、智能反射面和接收端的信号传输系统进行建模，得到接收端接收到的信号； 步骤二：对稀疏智能反射面进行系统容量计算方法的建模，得到稀疏后接收端的信息传输速率； 步骤三：初始化猎鹿种群每只猎鹿的量子速度和位置，每只猎鹿位置由“0”和“1”组成；并迭代至最优位置； 步骤四：对于第只猎鹿，生成在0到1之间均匀分布的随机数，当其小于开关概率时第只猎鹿执行探索行为；否则执行开发行为； 探索行为是指倾向于高度随机的行为，在这一行为中，更新猎人的位置，促使猎物远离猎人，探索尚未开发的区域；开发行为是在发现有希望的区域后，必须减少随机行为，能够在有希望的区域周围搜索，在这个行为中更新猎物的位置，促使猎物向全局最优位置移动； 步骤五：执行探索行为；完成猎鹿位置的离散化后，判断猎鹿位置中“1”的数量是否超过，若超过，则； 根据公式更新猎人位置，更新公式如下： ； 其中，是平衡参数，由更新,其值在迭代过程中从减小到；是第代中所有猎物的平均位置，即；是协调参数，其值由公式确定，其中和是维向量，且各自元素服从[0,1]之间均匀随机分布，是维的列向量，由测量规则得到，其中表示向量中第个元素，是服从[0，1]之间均匀随机分布的变量，表示中第个元素；是第代中猎人的猎物，为确定，首先计算第只猎鹿到的欧几里得距离：，其中表示中第维元素；再对内的元素从小到大进行排序，最后令表示就近取整，选择排序后的第个元素所代表的猎鹿作为第代猎人的猎物； 代第只猎鹿的第维的量子旋转角为，第代第只猎鹿的第维的量子速度和测量位置的计算过程如下： ,； 其中，表示第代中第只猎鹿的第维生成的随机数；和分别为局部学习因子权重和全局学习因子权重，且均为常数；为变异概率，为均匀分布在之间的随机数；为至第代为止第只猎鹿搜索到的局部最优位置，为至第代为止整个种群搜索到的全局最优位置，表示取绝对值； 完成猎鹿位置的离散化后，判断猎鹿位置中“1”的数量是否超过，若超过，则； 步骤六：执行开发行为；完成猎鹿位置的离散化后，判断猎鹿中“1”的数量是否超过，若超过，则；其中，设对智能反射面进行稀疏度为的稀疏方案，则智能反射面此时应有个反射单元，表示就近取整，即中只能有个“1”；为第次迭代时第只猎鹿的位置；根据公式更新猎物位置，是范围内均匀随机分布的随机数； 步骤七：记录更新后每只猎鹿的位置，带入适应度函数计算适应度值，更新全局最优位置和局部最优位置； 步骤八：判断是否达到其最大迭代次数，若未达到，令，返回步骤四继续迭代；否则，输出全局最优位置，得到基于量子猎鹿机制的智能反射面反射元件稀疏方案。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人哈尔滨工程大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区南通大街145号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。