多移动基站协作波束成形优化的运动协同控制方法

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61803087
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    26.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0302.控制系统与应用
  • 结题年份:
    2021
  • 批准年份:
    2018
  • 项目状态:
    已结题
  • 起止时间:
    2019-01-01 至2021-12-31

项目摘要

Wireless communication networks have become an important part of modern civilization and social development. However, the harsh natural environment in remote and impoverished areas has led to a serious lack of communication infrastructure. The difference in coverage between urban and rural networks has become an important factor that restricts the balanced development of information society and causes social conflicts. Distributed multi-mobile base stations cooperation provides possibilities for wide coverage of rural networks. However, there are also some problems, such as, unstable communication coverage, non-synchronous cooperation, poor signal transmition performance caused by the movement of the unmanned aerial vehicles, Therefore, this project focus on the problems related to cooperative beam forming of multiple mobile base sation systems, the multi-agent control approach, game theory and the theory of cooperative commination are synthesized in order to enlarge the communication coverage and enhance the commination effect of an expected direction. The research contents of this project are as follows: multi-base station formation optimization method for establishing balanced user coverage rate and signal transmition performance, and energy efficiency collaborative beamforming motion coordination robust control approach. The key problems of this research are follows: modeling the multiple base station formations and directivity diagram, establishment of a coupling relationship between communication coverage and signal transmition efficiency, modeling weight optimization, motion cooperation and beamforming performance, four-dimensional consensus coordinated robust strategies based on time synchronization formation control. The problems related to the cooperative beam forming of multiple mobile base station will be solved and some innovative achievements will be obtained after finishing this project. Then theoretical foundations and some key technologies of multiple mobile base station for cooperative communication applications are provide.
无线通信网络已经成为现代文明和社会发展的重要组成部分。然而,贫困偏远地区自然环境恶劣,地势复杂导致通信基础设施严重缺乏。城乡网络覆盖差异,已成为制约信息化社会均衡发展的重要因素,不利于社会和谐。分布式多移动基站协作,为乡村网络广覆盖提供可能。但基站的移动容易导致通信覆盖不稳定、协作不同步、信号回传效能不理想等问题。为此,本项目以分布式多移动基站系统为对象,结合博弈论和多智能体协同控制理论展开研究:建立均衡用户覆盖和回传效能的多基站阵形优化方法,能量有效协作波束成形优化的运动协同控制方法。重点解决所遇到的关键问题:多基站阵形与方向图的关系建模,用户覆盖率和回传效能的耦合关系建立,时间到达一致和三维空间阵形一致的“趋四维一致”运动协同控制。通过本项目研究,在多移动基站的能量有效协作波束成形优化方面取得一些创新性成果,为提高网络覆盖率和信号回传效能提供扎实的理论基础和关键技术储备。

结项摘要

本项目以无人机搭载移动基站的分布式通信系统为背景,在分布式波束形成优化,无人机路径规划和滑翔机飞行系统参数辨识等方面展开研究。本项目1)提出多种分布式波束形成优化算法,在加快收敛速度的同时保证了收敛精度;利用智能优化和节点选择等方法抑制天线阵旁瓣,进一步提高波束形成性能。2)提出低复杂度的在线能量分配策略保障通信连接;提出无人机飞行路径和能量分配策略交替优化等多种方法保障传感结点能量供给和系统吞吐量优化;搭建实验平台完善非线性能量转换模型,构建无人机连续飞行路径。3)提出简化分数阶PID控制器,分析计算最佳控制器参数,实现对电机的速度精确控制;融合数据模型和物理模型的优势提高滑翔机飞行动力学PNN模型准确度,为无人机的精确运动控制提供基础。本项目研究成果获得了国内外领域专家的认可,项目组成员在国内外重要学术期刊和会议上已发表或录用学术论文15篇,其中已被SCI收录6篇,已被EI收录5篇,SCI待收录1篇,EI待收录3篇。申请国家专利5项目,其中申请发明专利4项,授权实用新型专利1项。形成稳定的研究团队,参与工作的硕士研究生共5名,指导研究生撰写论文6篇。参加国际、国内交流共5次。项目开展期间与中南大学、香港城市大学的科研工作者开展了卓有成效的合作,合作发表SCI论文3篇。本项目取得的高水平、原创性理论成果帮助拓展了系统协同优化和无人机协作通信领域的研究工作;搭建的基于无人机的信息能量传输系统在灾区勘测搜救、森林监测、智慧农业、智能制造等场景中具有技术和成本优势。项目组尝试在森林资源监控及报警、种植试验区环境信息采集等方面进行成果转化。

项目成果

期刊论文数量(9)
专著数量(0)
科研奖励数量(0)
会议论文数量(6)
专利数量(5)
Loop learning algorithm for distributed beamforming based on one bit feedback
基于一位反馈的分布式波束形成循环学习算法
  • DOI:
    10.3233/jhs-200632
  • 发表时间:
    2020
  • 期刊:
    Journal of High Speed Networks
  • 影响因子:
    0.9
  • 作者:
    Jing Guo;Xu Zhang;Jun Wu
  • 通讯作者:
    Jun Wu
A Novel Intelligent Fault Diagnosis Method for Rolling Bearing Based on Integrated Weight Strategy Features Learning
基于综合权重策略特征学习的滚动轴承智能故障诊断新方法
  • DOI:
    10.3390/s20061774
  • 发表时间:
    2020-03-01
  • 期刊:
    SENSORS
  • 影响因子:
    3.9
  • 作者:
    He, Jun;Ouyang, Ming;Zhou, Yan
  • 通讯作者:
    Zhou, Yan
Fault Diagnosis of Multi-level Principal Component Space Based on High-Dimensional Feature Representation
基于高维特征表示的多级主成分空间故障诊断
  • DOI:
    10.1088/1742-6596/1621/1/012003
  • 发表时间:
    2020
  • 期刊:
    Journal of Physics: Conference Series
  • 影响因子:
    --
  • 作者:
    Caixia Zhang;Shaolin Hu;Jing Guo;Xiangdong Wang
  • 通讯作者:
    Xiangdong Wang
A Simplified Fractional Order PID Controller's Optimal Tuning: A Case Study on a PMSM Speed Servo.
简化的分数阶 PID 控制器的优化调节:PMSM 速度伺服器的案例研究
  • DOI:
    10.3390/e23020130
  • 发表时间:
    2021-01-20
  • 期刊:
    Entropy (Basel, Switzerland)
  • 影响因子:
    --
  • 作者:
    Zheng W;Luo Y;Chen Y;Wang X
  • 通讯作者:
    Wang X
Online Power Control and Optimization for Energy Harvesting Communication System Based on State of Charge
基于充电状态的能量收集通信系统在线功率控制与优化
  • DOI:
    10.1007/s11277-021-09098-4
  • 发表时间:
    2021-09
  • 期刊:
    Wireless Personal Communications
  • 影响因子:
    2.2
  • 作者:
    Jing Guo;Xu Zhang
  • 通讯作者:
    Xu Zhang

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

PRBP: Prediction of RNA-Binding Proteins Using a Random Forest Algorithm Combined with an RNA-Binding Residue Predictor
PRBP:使用随机森林算法结合 RNA 结合残基预测器来预测 RNA 结合蛋白
  • DOI:
    10.1109/tcbb.2015.2418773
  • 发表时间:
    2015-11
  • 期刊:
    IEEE/ACM Transactions on Computational Biology and Bioinformatics
  • 影响因子:
    --
  • 作者:
    马昕;郭静;肖可;孙啸
  • 通讯作者:
    孙啸
Long noncoding RNA DLX6-AS1 promotes neuroblastoma progression by regulating miR-107/BDNF pathway
长非编码RNA DLX6-AS1通过调节miR-107/BDNF通路促进神经母细胞瘤进展
  • DOI:
    10.1186/s12935-019-0968-x
  • 发表时间:
    2019-11
  • 期刊:
    Cancer Cell International
  • 影响因子:
    5.8
  • 作者:
    张桓瑜;邢茂青;郭静;赵锦川;陈鑫;姜忠;张虹;董蒨
  • 通讯作者:
    董蒨
乙二醇二缩水甘油醚原位交联纤维素-磷虾蛋白复合纤维的结构与性能
  • DOI:
    10.13801/j.cnki.fhclxb.20190923.002
  • 发表时间:
    2020
  • 期刊:
    复合材料学报
  • 影响因子:
    --
  • 作者:
    马跃;郭静;赵秒;宫玉梅
  • 通讯作者:
    宫玉梅
Exploration of strong-field multiphoton double ionization, rescattering, and electron angular distribution of He atoms in intense long-wavelength laser fields: The coupled coherent-state approach
强长波长激光场中 He 原子的强场多光子双电离、重散射和电子角分布探索:耦合相干态方法
  • DOI:
    10.1103/physreva.82.023402
  • 发表时间:
    2010-08
  • 期刊:
    Physical Review A (atomic, Molecular and Optical Physics)
  • 影响因子:
    --
  • 作者:
    郭静;刘学深;Chu, Shih-I
  • 通讯作者:
    Chu, Shih-I
原子转移自由基聚合在分子结构设计中的应用进展
  • DOI:
    10.14028/j.cnki.1003-3726.2015.11.004
  • 发表时间:
    2015
  • 期刊:
    高分子通报
  • 影响因子:
    --
  • 作者:
    牟思阳;郭静;齐善威;杨利军;宫玉梅;张森
  • 通讯作者:
    张森

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

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