基于无线供能的可持续认知通信系统研究
项目介绍
AI项目解读
基本信息
- 批准号:61601308
- 项目类别:青年科学基金项目
- 资助金额:21.0万
- 负责人:
- 依托单位:
- 学科分类:F0102.信息系统与系统安全
- 结题年份:2019
- 批准年份:2016
- 项目状态:已结题
- 起止时间:2017-01-01 至2019-12-31
- 项目参与者:王璐; 陈昭; 张翔; 王健; 鲍君君; 刘巍峰; 周学进; 叶树锋;
- 关键词:
项目摘要
As one promising new technique, wireless powered cognitive radio allows each cognitive radio user to harvest RF energy from the wireless signals transmitted by primary users and/or other cognitive radio users, and thus is able to simultaneously improve spectrum efficiency and energy efficiency. However, due to the unavoidable sensing errors, the complicated interference coordination, as well as the physical limitations of the cognitive radio and energy harvesting devices, it is difficult to optimally design the wireless powered cognitive radio system. To tackle with these challenges, under the joint consideration of the ultra-high user density and the variety of the network patterns in the next generation communication systems, this proposal focuses on the following three main research topics: 1) cross-layer channel and energy management scheme based on robust spectrum sensing, 2) spectrum sharing scheme based on interference coordination and wireless energy harvesting, and 3) system modeling and performance analysis of the large-scale wireless powered cognitive radio communication network. The dominating objective of this proposal is to develop systematic research methodology and theoretical system for the studying of the wireless powered cognitive radio systems, which can be employed to significantly improve the research progress on the next generation wireless communication system, and this proposal also aims to output a number of high-quality research results.
无线供能认知通信技术允许认知用户从主用户或者其它认知用户发送的射频信号中获取能量维持通信,有望实现同时提高频谱利用率和能量使用效率的双重目标,是目前国内外研究的一项热门新兴技术。通过克服认知用户的感知错误,认知用户之间以及认知用户与主用户之间的干扰避免与供能,以及实际系统中的认知设备和无线能量采集设备的物理限制等挑战,并结合未来大规模无线通信系统中超密度、多样化网络形态等特征,本项目主要针对以下三个方面展开研究:1)联合稳健频谱感知的跨层信道与能量联合资源管理方案,2)基于干扰调节和无线供能的认知用户频谱共享方案,3)大规模无线供能认知通信网络的建模和性能分析。本项目旨在构建完善的无线供能认知通信研究的系统级研究方案与理论研究体系,为下一代高效无线通信系统的实现提供理论与技术支撑,同时取得一批高质量的研究成果。
结项摘要
在下一代无线通信网络中,面对无线设备的爆炸式增长,稀缺的通信频谱与有限的无线设备能量都面临着巨大压力。本项目成功结合无线充电技术与无线通信技术,提出了新型的无线供能认知通信系统,并探讨了系统资源最优分配方案与系统部署。具体地说,我们的研究工作包括以下四个方面:1) 利用无人机空中传输平台可控的移动性,我们提出了无人机辅助的无线信息-能量动态传输策略,并将此机制应用在多用户的大规模网络环境下。不用于现有工作,我们提出的方案只依赖于符合因果关系的无人机状态信息,且能快速适应多变的无线移动环境。2) 我们开展了基于多天线的无线供能频谱共享方案,通过优化设计二级用户的波束成形方案,我们巧妙控制了二级用户对主用户的干扰,并使二级用户可以在额外吸收主用户忙状态下能量的同时,通过自适应选择二级用户的传输模式最大化二级用户的吞吐量。3)在无线携能通信网络中,通过研究用户上行信息传输时的伺机能量获取机制,我们提出了联合上下行的无线资源优化管理方案,分别探讨了系统上下行总吞吐量最大化问题以及公平传输问题。结果显示我们提出的方案在智能家居等用户之间距离较短的环境中,能够大大提高系统性能。4)从无线供能的多样性角度出发,我们首次提出了无人机辅助的基于激光能量传输的无线能量与射频信息的分信道同传机制,通过对激光无线供能信道与射频通信信道的研究,我们联合优化了无人机的飞行轨迹与无线资源管理问题。由上,利用无线供能技术,我们的研究对基站端和用户段的可持续性高效操作均进行了优化研究,提出了一整套完整的无线供能认知通信系统的设计方案与理论框架。本项目的研究成果能够提供更加智能与高效的无线连接,我们预见这些成果将在未来智慧城市的建设中发挥重大作用。
项目成果
期刊论文数量(4)
专著数量(0)
科研奖励数量(0)
会议论文数量(7)
专利数量(5)
Revisiting of Channel Access Mechanisms in Mobile Wireless Networks through Exploiting Physical Layer Technologies
通过利用物理层技术重新审视移动无线网络中的信道接入机制
- DOI:10.1155/2018/5967194
- 发表时间:2018-05
- 期刊:Wireless Communications and Mobile Computing
- 影响因子:--
- 作者:Junmei Yao;Jun Xu;Yue Ling Che;Kaishun Wu;Wei Lou
- 通讯作者:Wei Lou
Adaptive Marco Spatial Modulation for mmWave Dense Networks
适用于毫米波密集网络的自适应 Marco 空间调制
- DOI:--
- 发表时间:2018
- 期刊:IEEE WIRELESS COMMUNICATIONS LETTERS
- 影响因子:6.3
- 作者:Sheng Luo;Yueling Che;Kaishun Wu;Kah Chan Teh
- 通讯作者:Kah Chan Teh
数据更新时间:{{ journalArticles.updateTime }}
{{
item.title }}
{{ item.translation_title }}
- DOI:{{ item.doi || "--"}}
- 发表时间:{{ item.publish_year || "--" }}
- 期刊:{{ item.journal_name }}
- 影响因子:{{ item.factor || "--"}}
- 作者:{{ item.authors }}
- 通讯作者:{{ item.author }}
数据更新时间:{{ journalArticles.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ monograph.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ sciAawards.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ patent.updateTime }}
其他文献
其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI:{{ item.doi || "--" }}
- 发表时间:{{ item.publish_year || "--"}}
- 期刊:{{ item.journal_name }}
- 影响因子:{{ item.factor || "--" }}
- 作者:{{ item.authors }}
- 通讯作者:{{ item.author }}
内容获取失败,请点击重试
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:
AI项目摘要
AI项目思路
AI技术路线图
请为本次AI项目解读的内容对您的实用性打分
非常不实用
非常实用
1
2
3
4
5
6
7
8
9
10
您认为此功能如何分析更能满足您的需求,请填写您的反馈:
相似国自然基金
{{ item.name }}
- 批准号:{{ item.ratify_no }}
- 批准年份:{{ item.approval_year }}
- 资助金额:{{ item.support_num }}
- 项目类别:{{ item.project_type }}
相似海外基金
{{
item.name }}
{{ item.translate_name }}
- 批准号:{{ item.ratify_no }}
- 财政年份:{{ item.approval_year }}
- 资助金额:{{ item.support_num }}
- 项目类别:{{ item.project_type }}