毫米波MEC系统资源管理技术

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    61901327
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    29.0万
  • 负责人：
    石嘉
  • 依托单位：
    西安电子科技大学
  • 学科分类：
    F0103.通信理论与系统
  • 结题年份：
    2022
  • 批准年份：
    2019
  • 项目状态：
    已结题
  • 起止时间：
    2020-01-01 至2022-12-31

项目摘要

Mobile edge computing (MEC) technique with distributed cloudlike architecture, which allows nearby infrastructure to provide mobile users low delay, low energy consumption and high performance computing services, is a new frontier of mobile communications. In order to overcome the drawback that limited resources are not efficiently managed to guarantee the requirements of communication and computing tasks, this project designs millimeter wave (mmW) communication based MEC technique, namely mmW MEC, and studies exploits the resource management in mmW MEC systems in following three aspects. 1. Delay minimization for dense computing task offloading. In particular, based on leveraging priority weighted marking strategy, the M2O-ME matching algorithm is proposed for offloading decision making, so that the total system delay is minimized. 2. Communication and computing double-motivated resource allocation. Specifically, with the aid of converting the multi-objective problem by using the dimension-reducing and fitting approach, the POA monotonic optimization algorithm is developed to find the optimal solutions to the communication- and computing-oriented low-complexity resource allocation strategies. 3. Joint blocking and interference management in dynamic systems. Aiming to maximize the system reliability, the joint blocking and interference management scheme is designed, in which the small-cell base station cooperation is used for blocking management, while potential game method based spectrum orthogonality algorithm is leveraged to mitigate interference. Aforementioned research issues in this project provide a basis to realize low-delay, low-complexity and high reliable resource management strategies for mmW MEC systems.
移动边缘计算（MEC）技术采用分布式云化架构，在邻近用户的基础设施，为用户提供低时延、低能耗的高性能计算服务，是移动通信的新方向。本项目设计基于毫米波通信的MEC技术，针对有限通信资源难以配置满足计算与通信业务需求问题，从三方面开展毫米波MEC资源管理研究。1. 密集计算业务单驱快速卸载。利用加权优先级考订方法进行计算卸载判决，通过M2O-ME匹配论方法设计卸载传输调度策略，以获得计算时延最小化。2. 通信与计算业务双驱资源分配。基于多维域降维拟合方法转化多目标问题，利用单调优化理论设计POA资源分配算法，实现通信与计算业务并存低复杂度资源优化配置。3. 动态环境遮挡与干扰联合管理。利用微基站协作策略实现遮挡中断链路复建，基于势博弈方法设计频域扰动正交干扰抑制算法，以高概率恢复中断或受损链路，保障通信可靠性。本项目的研究对于实现低时延、低复杂度及高可靠的毫米波MEC资源管理技术有支撑意义。

结项摘要

面向5G/B5G移动网络多元业务爆发式增长需求，移动边缘计算（MEC）技术受到学界和工业界的广泛关注，其采用分布式云化架构，在邻近用户的基础设施，为用户提供低时延、低能耗的高性能计算服务，是移动网络边端服务的重要组成。为了解决频谱资源日趋紧缺问题，本项目将毫米波通信技术引入MEC卸载传输，从如下几方面开展了MEC卸载传输资源管理研究。首先，研究了密集计算业务单驱快速卸载技术。利用加权优先级考订方法进行计算卸载判决，通过匹配论方法设计卸载传输调度策略，以获得计算时延最小化。其次，研究了通信与计算业务双驱资源分配。基于多维域降维拟合方法转化多目标问题，利用单调优化理论设计多维资源分配算法，实现通信与计算业务并存低复杂度资源优化配置。再者，研究了动态环境遮挡与干扰联合管理。利用微基站协作策略及多波束选择实现遮挡中断链路复建，以高概率恢复中断或受损链路，保障通信可靠性。最后，额外研究了计算与缓存业务并存下的无线资源联合管理技术。利用计算卸载与缓存传输的链路对称优势，化解计算与缓存调度矛盾，提出了全新的基于包络更新的多目标深度强化学习算法，给出了系统时延与能耗的最佳权衡。本项目的研究对于实现低时延、低复杂度及高可靠的毫米波MEC资源管理技术有支撑意义。

项目成果

期刊论文数量（20）
专著数量（0）
科研奖励数量（0）
会议论文数量（2）
专利数量（0）
Opportunistic Adaptive Non-Orthogonal Multiple Access in Multiuser Wireless Systems: Probabilistic User Scheduling and Performance Analysis
多用户无线系统中的机会自适应非正交多址接入：概率用户调度和性能分析
  • DOI：
    10.1109/twc.2020.2999814
  • 发表时间：
    2020-09-01
  • 期刊：
    IEEE TRANSACTIONS ON WIRELESS COMMUNICATIONS
  • 影响因子：
    10.4
  • 作者：
    Yang, Long;Jiang, Hai;Xue, Xuan
  • 通讯作者：
    Xue, Xuan
A Model-Driven Deep Reinforcement Learning Heuristic Algorithm for Resource Allocation in Ultra-Dense Cellular Networks
超密集蜂窝网络中资源分配的模型驱动深度强化学习启发式算法
  • DOI：
    10.1109/tvt.2019.2954538
  • 发表时间：
    2020-01-01
  • 期刊：
    IEEE TRANSACTIONS ON VEHICULAR TECHNOLOGY
  • 影响因子：
    6.8
  • 作者：
    Liao, Xiaomin;Shi, Jia;Xia, Baiqiang
  • 通讯作者：
    Xia, Baiqiang
Energy-Efficient Hybrid Precoding for Massive MIMO mmWave Systems With a Fully-Adaptive-Connected Structure
具有完全自适应连接结构的大规模 MIMO 毫米波系统的节能混合预编码
  • DOI：
    10.1109/tcomm.2020.2979139
  • 发表时间：
    2019-07
  • 期刊：
    IEEE Transactions on Communications,
  • 影响因子：
    --
  • 作者：
    X. Xue;Y. Wang;L. Yang;Jia Shi;Zan Li
  • 通讯作者：
    Zan Li
Unlock Self-Sustainability of Reconfigurable Intelligent Surface in Wireless Powered IoT Networks
解锁无线供电物联网网络中可重构智能表面的自我可持续性
  • DOI：
    10.1109/mcom.001.2100679
  • 发表时间：
    2022-06
  • 期刊：
    IEEE Communications Magazine
  • 影响因子：
    11.2
  • 作者：
    Zheng Chu;Jie Zhong;Pei Xiao;De Mi;Wanming Hao;Jia Shi;Lie-Liang Yang
  • 通讯作者：
    Lie-Liang Yang
Delay Minimization for NOMA-mmW Scheme Based MEC Offloading
基于 NOMA-mmW 方案的 MEC 卸载的延迟最小化
  • DOI：
    10.1109/jiot.2022.3206432
  • 发表时间：
    2023
  • 期刊：
    IEEE Internet of Things Journal
  • 影响因子：
    10.6
  • 作者：
    Jia Shi;Yifan Zhou;Zan Li;Zhongling Zhao;Zheng Chu;Pei Xiao
  • 通讯作者：
    Pei Xiao

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

808 nm介导的光生物调节对高糖环境下成纤维细胞活性氧稳态的影响
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    激光与光电子学进展
  • 影响因子：
    --
  • 作者：
    韩广;高静静;屠梦如;石嘉;潘振华;陈洪丽
  • 通讯作者：
    陈洪丽
太赫兹波三维成像技术研究进展
  • DOI：
    --
  • 发表时间：
    2019
  • 期刊：
    中国光学
  • 影响因子：
    --
  • 作者：
    王与烨;陈霖宇;徐德刚;石嘉;冯华;姚建铨
  • 通讯作者：
    姚建铨
面向认知物联网的隐蔽通信智能功率控制
  • DOI：
    --
  • 发表时间：
    2020
  • 期刊：
    物联网学报
  • 影响因子：
    --
  • 作者：
    李赞;廖晓闽;石嘉;肖培
  • 通讯作者：
    肖培

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

石嘉的其他基金

面向宽带低轨卫星通信系统的OTFS高可靠传输技术
  • 批准号：
    62371369
  • 批准年份：
    2023
  • 资助金额：
    49 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