公共文化服务平台

拱长青: 作品数：77 被引量：198H指数：6; 供职机构：沈阳航空航天大学更多>>; 发文基金：国家高技术研究发展计划中国航空科学基金中航工业技术创新基金更多>>; 相关领域：自动化与计算机技术电子电信文化科学理学更多>>

合作作者

基于改进蚁群算法的TT&C资源配置方法被引量：1: 2009年; 研究了航天测控网资源配置问题,它是在航天器-地面站有限的时间窗口内对航天器的测控任务进行合理的配置,给每个任务分配一个开始执行时间,在给定的调度时间下,使得任务完成的目标值最大。将引入了杂交算子的蚁群算法来求解该问题,合理地构造了与问题相适应的杂交算子和杂交段。具体的仿真实例表明,在相同的约束条件下该算法总是能最大化地完成任务,并且求得的目标值也有很大的改进。; 黄萍拱长青白元庆; 关键词：航天测控网地面站蚁群算法杂交算子

大规模WSNs多层定位模型与误差分析被引量：5: 2009年; 针对大规模无线传感器网络的定位问题,提出了一种多层定位模型.首先根据网络中节点的不同应用与软硬件特性将节点划分为多个定位层次,并按照各层次的特性设计相应的定位算法,然后融合各定位层次为整个无线传感器网络的定位.分析研究了各层的定位误差以及层与层之间的误差传播和积累,并给出了降低这些误差的方法.仿真结果表明,分层定位模型能较好地处理误差积累问题,对节点定位误差和测距误差具有一定的容错性,在通信级节点点位误差为0.05、RSSI测距误差为0.3的情况下,相比DV-Hop算法平均点位误差减小16%.; 田丰郭巍王传云拱长青孙小平; 关键词：大规模无线传感器网络无线定位

一种基于时间信息的软件定义车辆网络自适应路由方法: 本发明属于无线通信技术领域，涉及一种基于时间信息的软件定义车辆网络自适应路由方法。本发明根据实时的历史路由数据和当前距离信息，对当前车辆网络构建对应的马尔可夫模型。利用构建的马尔可夫模型对未来的路由进行预测，最后用这些数...; 赵亮郦铸辉李佳佳赵伟莨拱长青林娜范纯龙李照奎; 文献传递

基于量子单向函数的身份认证和密钥分配协议被引量：1: 2012年; 研究量子单向函数和信息分割原理,提出一种身份认证和密钥分配协议。使用可信服务器为示证者提供随机身份信息,以完成认证过程的确认,在密钥分配的同时进行认证,利用量子单向函数提高认证的安全性。实验结果表明,该协议涉及的量子通信技术易于实现,能提高密钥的分配效率。; 拱长青唐虎张大伟; 关键词：量子密码学密钥分配偏振态

Ad-hoc网络中数据包大小对通信性能的影响被引量：3: 2006年; 本绍Ad-hoc网络的特点以及常用的TCP协议版本(Tahoe,Reno和Vegas),分析数据包大小对移动无线网络通信性能的影响,利用NS2网络模拟软件对此做出检验,发现数据包有限增大时通信性能大幅提高,在此基础上提出一种提高网络吞吐量的有效方法,该方法适用于通信链路频繁中断的无线网络环境。; 吴彬拱长青杨者青; 关键词：AD-HOC网络 TCP 数据包

基于BP神经网络的TCP协议改进研究被引量：2: 2009年; 为解决Internet中的网络拥塞问题,提高网络传输性能,本文提出一种改进的RED算法;RED算法会使得队列长度经常保持在最大限制队列长度附近,从而使网络中数据包的传输延迟较大,网络吞吐量较低。本文运用BP神经网络的预测功能对网络状况进行预测分析,控制路由器上包的平均队列的长度,使得队列能够平滑的渡过拥塞,减少出现TCP断流情况,降低包的传输延迟。用NS2进行仿真实验,结果表明,与RED算法比较,改进后的BPRED算法能有效减小网络数据包的延迟,提高TCP数据流在混合网络中的竞争力,并提高网络的吞吐量。; 王富良拱长青田丰王树宝唐海和; 关键词：TCP RED算法 BP神经网络 NS2

一种基于天气及司机驾驶经验的路径规划方法: 本发明公开了一种基于天气及司机驾驶经验的路径规划方法，属于路线规划领域，包括对样本信息的采集、确定不同样本的权重系数，并建立计算模型，根据确定好的起点、终点和出行时间通过路径规划算法得出最优的路径，本发明通过对天气数据、...; 赵亮拱长青林娜李照奎A·唐阿杜; 文献传递

一种基于同态加密的密文统计方法: 本发明提供一种基于全同态加密的密文统计方法，包括统计某个关键词在文档中出现的次数、统计包含该关键词的文档数目。首先使用同或运算、异或运算，设计了能够统计明文关键词在明文文档中出现的次数、包含该明文关键词的明文文档数的明文...; 拱长青孟庆杰李梦飞; 文献传递

ATM网络中ABR业务的拥塞控制: 2001年; 基于信用的拥塞控制和基于速率的拥塞控制方式各有优缺点 ,本文在讨论了几种主要的拥塞控制方式之后 ,提出了对 OSU算法的改进方案。; 杨大全王冰梅拱长青; 关键词：异步传输模式拥塞控制 ABR业务 ATM网络

基于反向学习与机动爆炸烟花优化算法被引量：2: 2017年; 针对烟花算法(Fireworks Algorithm,FWA)性能提升瓶颈和收敛速度较慢的问题,通过引入反向学习策略和机动爆炸的机制,提出了基于反向学习与机动爆炸烟花优化算法(Fireworks Algorithm based on Reverse learning and Maneuver explode,RLMEFWA).该算法首先采用反向学习策略取代随机初始化生成初始种群以保证群体的多样性;然后每个烟花根据其在当前群体中的位置的优劣情况来选择不同爆炸的方式,处于较优位置的烟花选择机动爆炸方式,以当前种群最优位置为基准,改变自身位置信息向其靠近;处于较劣位置的烟花选择非机动爆炸方式,随机改变自身的位置信息.分别把烟花算法(FWA)、标准粒子群算法(SPSO)、增强烟花算法(EFWA)和RLMEFWA在10个典型的基准测试函数中进行仿真对比,结果表明在收敛速度和计算精度以及稳定性方面RLMEFWA均优于其他三种算法.; 李席广韩守飞拱长青; 关键词：基准函数