基于时变图的空间信息网络模型、能力极限与优化理论

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    91338102
  • 项目类别:
    重大研究计划
  • 资助金额:
    70.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0106.空天通信
  • 结题年份:
    2016
  • 批准年份:
    2013
  • 项目状态:
    已结题
  • 起止时间:
    2014-01-01 至2016-12-31

项目摘要

With the proliferating of space platforms and increasingly urgent demand for space applications, space information network will be developing rapidly. Due to the characteristics such as large-scale spatial and temporal dynamics, multi-dimensional heterogeneity and dynamic services evolution in space networks, it is necessary to establish a theoretical framework that suits for the specific space network environment. By integrating the research basis in the information network and graph theory areas, and the researchers from the departments of electronic engineering and mathematics in Tsinghua University, this project establishes a basic model for space information network based on extended time-varying graphs, studies its capacity limit and optimization theory. First, by extending time-varying graphs’ capabilities of depicting and modeling the behavior of the space information network, a model of space information network based on time-varying graph is established. Second, on the basis of efficiently depicting the space network awareness, transportation, and computing abilities in both the time and space dimensions of this model, we establish the theory to describe the dynamic time-varying feature as well as study the limits of multidimensional processing capability of space networks. Third, we propose the extended time-varying graphs based dynamic optimizing model for space information network through efficiently depicting the resources arrangement and allocation while carrying out the network tasks. Finally, we build the simulation platform and network optimizing environment for high dynamic, multidimensional, and heterogeneous space networks, and then efficiently verify the key application and guiding significance of our proposed modules and theories in the space information networks.
随着空间平台数量的剧增和空间应用需求的日益急迫,空间信息网络将得到迅速发展。由于空间网络具有大尺度时空动态、多维功能异构化及业务时空演变等特性,需要建立符合空间网络环境的理论体系。本项目通过联合清华大学电子系与数学系在信息网络及图论领域的研究基础与科研团队,研究建立基于扩展时变图的空间信息网络基础模型、能力极限与优化理论体系。首先,通过拓展时变图对空间网络行为特性的刻画与建模能力,建立空间信息网络扩展时变图模型。其次,基于该模型对空间网络感知、传输和计算能力在时间和空间两个维度的刻画,建立在描述空间网络动态时变的同时有效刻画多维处理能力极限的理论。再次,通过该模型在有效表达执行网络任务时资源组织形式及其分配关系的能力,建立基于扩展时变图模型的空间信息网络动态优化理论。最后,研究搭建高动态多维度异构空间网络模型仿真与网络优化平台,有效验证提出的模型和理论在空间信息网络中的关键应用与指导作用。

结项摘要

本项目面向空间平台数量的剧增和空间应用需求的日益急迫,空间信息网络将得到迅速发展这一背景,通过联合清华大学电子系与数学系在信息网络及图论领域的研究基础与科研团队,研究建立基于扩展时变图的空间信息网络基础模型、能力极限与优化理论体系。主要研究内容包括:拓展时变图对空间网络行为特性的刻画与建模能力、建立空间信息网络扩展时变图模型、建立在描述空间网络动态时变的同时有效刻画多维处理能力极限方法以及建立基于扩展时变图模型的空间信息网络动态优化理论。课题开展顺利,取得了预期的研究成果,典型成果包括:建立基于扩展时变图的空间信息网络基础模型及优化方法和构建了基于可视化技术的时变图模型模拟与优化演示系统。通过本课题的研究,可为描述和刻画大尺度、高动态、多维度的异构空间信息网络提供基础模型,该扩展时变图模型及其能力分析方法,结合相关数据,能有效的展现和刻画空间信息网络在连通性、可达性、传输及处理能力等方面的大时空尺度特征,从而增强对空间信息网络的基本认识和理解,可应用于重大研究计划中的空间网络体系结构、动态网络环境下的高速信息传输等研究。

项目成果

期刊论文数量(16)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Saving Energy in Partially Deployed Software Defined Networks
在部分部署的软件定义网络中节省能源
  • DOI:
    10.1109/tc.2015.2451662
  • 发表时间:
    2016-05
  • 期刊:
    Ieee Transactions ON Computers
  • 影响因子:
    3.7
  • 作者:
    Li, Yong;Jin, Depeng;Hui, Pan;Wu, Jie
  • 通讯作者:
    Wu, Jie
Trees with given maximum degree minimizing the spectral radius
具有给定最大度的树最小化谱半径
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    Electronic Journal of Linear Algebra
  • 影响因子:
    0.7
  • 作者:
    Du, Xue;Shi, Lingsheng
  • 通讯作者:
    Shi, Lingsheng
On Turan densities of small triple graphs
关于小三元图的图兰密度
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    European Journal of Combinatorics
  • 影响因子:
    1
  • 作者:
    Shi, Lingsheng
  • 通讯作者:
    Shi, Lingsheng
Packing Triangles in K (4)-Free Graphs
在 K (4)-自由图中填充三角形
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    Graphs and Combinatorics
  • 影响因子:
    0.7
  • 作者:
    Huang, Shunchang;Shi, Lingsheng
  • 通讯作者:
    Shi, Lingsheng
Vehicular Fog Computing: A Viewpoint of Vehicles as the Infrastructures
车载雾计算:从车辆作为基础设施的角度
  • DOI:
    10.1109/tvt.2016.2532863
  • 发表时间:
    2016-06-01
  • 期刊:
    IEEE TRANSACTIONS ON VEHICULAR TECHNOLOGY
  • 影响因子:
    6.8
  • 作者:
    Hou, Xueshi;Li, Yong;Chen, Sheng
  • 通讯作者:
    Chen, Sheng

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

基于线性回归的UWB系统频偏估计算法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    数据采集与处理
  • 影响因子:
    --
  • 作者:
    方绍峡;金德鹏;苏厉;曾烈光;Fang Shaoxia,Jin Depeng,Su Li,Zeng Lieguang(State
  • 通讯作者:
    Fang Shaoxia,Jin Depeng,Su Li,Zeng Lieguang(State
基于可编程硬件的虚拟路由器控制平面
  • DOI:
    --
  • 发表时间:
    2012
  • 期刊:
    清华大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    曾烈光;金德鹏;苏厉;YANG Mao,LIU Zhongjin,LI Yong, ZENG Lieguang,JIN D
  • 通讯作者:
    YANG Mao,LIU Zhongjin,LI Yong, ZENG Lieguang,JIN D
基于噪声消除技术的超宽带CMOS低噪声放大器设计
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    传感器与微系统
  • 影响因子:
    --
  • 作者:
    马翔;金德鹏;苏历;曾烈光;MA Xiang,JIN De-peng,SU Li,ZENG Lie-guang(Departme
  • 通讯作者:
    MA Xiang,JIN De-peng,SU Li,ZENG Lie-guang(Departme
超宽带体域网信道测量及传输特性分析
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    清华大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    陆希玉;陈鑫磊;孙光;金德鹏;苏厉;曾烈光;LU Xiyu,CHEN Xinlei,SUN Guang,JIN Depeng, SU Li,ZE
  • 通讯作者:
    LU Xiyu,CHEN Xinlei,SUN Guang,JIN Depeng, SU Li,ZE

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 }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
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项目思路

AI技术路线图

金德鹏的其他基金

移动用户隐私保护与数据安全共享理论与方法
  • 批准号:
  • 批准年份:
    2019
  • 资助金额:
    80 万元
  • 项目类别:
移动用户App使用行为建模与预测研究
  • 批准号:
    61972223
  • 批准年份:
    2019
  • 资助金额:
    60 万元
  • 项目类别:
    面上项目
车载移动容迟网络的连接、容量与延迟特性研究
  • 批准号:
    61171065
  • 批准年份:
    2011
  • 资助金额:
    60.0 万元
  • 项目类别:
    面上项目

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 }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码