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乌燕鸥机制的多无人机协作频谱感知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：CN115915420B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202211218926.9，技术领域涉及：H04W72/0453；该发明授权一种量子乌燕鸥机制的多无人机协作频谱感知方法是由高洪元;赵海军;宁晓燕;王震铎;张震宇;王钦弘;狄妍岐;杜子怡;马静雅设计研发完成，并于2022-10-07向国家知识产权局提交的专利申请。

本一种量子乌燕鸥机制的多无人机协作频谱感知方法在说明书摘要公布了：本发明提供一种量子乌燕鸥机制的多无人机协作频谱感知方法，建立基于量子乌燕鸥机制的多无人机频谱感知模型，以频谱感知技术的检测概率为目标，设计了量子编码的乌燕鸥量子位置演化机制，得到一种新的量子乌燕鸥机制方法，以量子乌燕鸥的位置作为认知无人机用户的权重向量，最终计算得到最优权重向量。量子乌燕鸥机制克服了以往经典算法收敛性能较差的弊端，并提升了寻优速率。本发明设计了一种量子乌燕鸥机制的多无人机协作频谱感知方法，该方法目的是求取认知无人机用户的最优权重向量，以确定认知无人机用户对全局感知的贡献大小，为后续对无人机进行频谱分配提供了优势条件。

本发明授权一种量子乌燕鸥机制的多无人机协作频谱感知方法在权利要求书中公布了：1.一种量子乌燕鸥机制的多无人机协作频谱感知方法，其特征在于，步骤如下： 步骤一，建立多无人机协作频谱感知模型； 有N架认知无人机用户，认知无人机用户集合为U＝{U1,U2,…,UN}，每架认知无人机用户采样数是T，对N架认知无人机用户采样得到的信号构成一个N×T维的向量矩阵XN×T，在第t个时刻认知无人机用户Un的二元假设检验模型为： 其中，n＝1,2…,N，t＝0,1,…T-1，st为主用户发射的信号，所有认知无人机用户都可接收到该信号，vnt为将加性高斯白噪声，且vnt的方差向量为αn表示信道衰减，在整个感知过程可认为信道衰减为常数，xnt为第t个时刻无人机用户Un接收到的信号，且H1表示占用频谱，H0表示不占用频谱； 认知无人机用户Un的判决统计量为在融合中心收到认知无人机用户Un的判决统计量为 为控制信道引入的噪声，该信道噪声服从均值为0的高斯分布，控制信道噪声的方差向量为在融合中心中，全局判决统计量为wn为判决统计量yn的权值向量，表示认知无人机用户Un对全局感知的贡献程度；融合中心将全局判决统计量Y与决策阈值λ比较；若全局判决统计量Y大于决策阈值λ，则授权认知无人机用户的信号存在；否则信号不存在；在多无人机频谱感知模型中，虚警概率为检测概率为 其中，W＝[w1,w2,…,wN]，α＝[|α1|2,|α2|2,…,|αN|2]T，A＝2Tdiag2σ+diagδ，diag·为对角矩阵，B＝2Tdiag2σ+diagδ+4Ediagαdiagσ； 步骤二，初始量子乌燕鸥的量子位置并设定参数； 步骤三，计算量子乌燕鸥位置的适应度函数值； 将第k次迭代第i只量子乌燕鸥的位置对应为认知无人机用户的权值向量Wi k，令第i只量子乌燕鸥位置的适应度函数值为： 步骤四，使用迁徙策略更新量子乌燕鸥的量子位置； 步骤五，使用攻击策略更新量子乌燕鸥的量子位置； 步骤六，判断是否达到量子乌燕鸥的最大迭代次数K2，是则终止迭代，将最优量子乌燕鸥的位置映射为认知无人机用户的权值向量并输出；否则令k＝k+1，继续执行步骤四。

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号哈尔滨工程大学科技处知识产权办公室；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”。