面向空间监测的三维可移动无线传感器网络理论与技术

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    61731006
  • 项目类别：
    重点项目
  • 资助金额：
    290.0万
  • 负责人：
    梁菁
  • 依托单位：
    电子科技大学
  • 学科分类：
    F0104.通信网络
  • 结题年份：
    2022
  • 批准年份：
    2017
  • 项目状态：
    已结题
  • 起止时间：
    2018-01-01 至2022-12-31

项目摘要

The high-end application of space surveillance has put forward overall challenges to wireless sensor networks（WSNs）including three-dimensional (3D), mobile and multimodal signals. However, it is obvious that the existing techniques in WSNs can not face these challenges at the same time. Facing the three scientific problems-lack of topology theory in both 3D and mobile WSNs, moving algorithms rarely aim for target surveillance, and the difficulty to fuse the multimodal signals due to their different dimensions, in this project, systematic and extensive research will be carried out on novel 3D, mobile and multimodal WSNs based on preemptive research background of our team:(1) provide the nested-array theory in topology of 3D mobile WSNs;(2) propose coordinating movement algorithms for multi-sensor based on target learning;(3) perform multimodal information fusion and collaborative imaging via deep learning，etc. This project will not only offer frontier and theoretical foundation of intelligentized WSNs, but also provide important technical support for applications such as target surveillance, anti-terrorism and anti-riot, disaster assistance. Therefore, it has both great scientific and real-application values.
面向高端应用的空间监测对无线传感器网络提出了三维立体、可移动、信号多模态化这三个方面的全面挑战。但现有的无线传感器网络技术显然难以同时应对这些挑战。针对三维移动无线传感器网络拓扑设计理论稀缺、传感器移动算法甚少考虑目标监测性能、多模态信号维数不同难以融合的三个关键科学问题，本项目在研究团队已有先发研究背景的基础上，系统和深入地开展三维、移动、多模态无线传感器网络的创新性研究:(1)建立基于嵌套布置的三维可移动无线传感器网络拓扑设计理论;(2)提出基于目标学习的多传感器协调移动算法;(3)实现基于深度学习等方法的多模态信息融合与协同成像。本项目将为无线传感器网络的智能化发展奠定前沿理论基础，为实现空间目标监测、反恐防爆、灾害救援等应用提供重大技术支撑，因而兼具重要的科学意义和实际应用价值。

结项摘要

面向高端应用的空间监测对无线传感器网络提出了三维立体、可移动、信号多模态化等方面的全面挑战。本项目针对这些挑战，在多通道传感器的波形及发射波束设计方法、三维空间多传感器部署与协同移动模型、多目标跟踪数据处理架构及多模态信息融合的理论与技术等方面取得突破性进展，建立了集中式/分布式异构雷达传感器半实物仿真平台，车载毫米波雷达传感器和视频传感器多模态融合系统，以及包含显示界面的三维可移动无线传感器网络可视化空间监测软硬件应用示范系统。总共发表SCI收录国际期刊论文40篇，其中本领域Top期刊15篇，EI收录国际会议论文36篇，其中国际会议最佳论文奖3篇，Spinger专著一章；授权专利13项；培养博士生6人，硕士生28人；主办国际学术会议5次。本项目为我国开发具有自主知识产权的智能化无线传感器网络空间监测系统提供了理论指导与实测论证，为空间移动目标的反制提供了全新的技术途径。本项目所提理论与技术可广泛应用于安防监控、灾害救援、环境保护、自动驾驶、数字交通等领域。

项目成果

期刊论文数量（37）
专著数量（1）
科研奖励数量（3）
会议论文数量（30）
专利数量（12）
Maneuvering Multitargets Tracking System Using Surveillance Multisensors
使用监视多传感器的机动多目标跟踪系统
  • DOI：
    10.1109/tgrs.2021.3079561
  • 发表时间：
    2021-06
  • 期刊：
    IEEE Transactions on Geoscience and Remote Sensing
  • 影响因子：
    8.2
  • 作者：
    Qin Tang;Jing Liang
  • 通讯作者：
    Jing Liang
A Novel Covariance Matrix Estimation via Cyclic Characteristic for STAP
一种新的基于 STAP 循环特性的协方差矩阵估计
  • DOI：
    10.1109/lgrs.2019.2957023
  • 发表时间：
    2020-11-01
  • 期刊：
    IEEE GEOSCIENCE AND REMOTE SENSING LETTERS
  • 影响因子：
    4.8
  • 作者：
    Hu, Jinfeng;Li, Jianping;Liang, Jing
  • 通讯作者：
    Liang, Jing
Non-Contact Detection of Vital Signs Using a UWB Radar Sensor
使用 UWB 雷达传感器非接触式生命体征检测
  • DOI：
    10.1109/access.2018.2886825
  • 发表时间：
    2019-01-01
  • 期刊：
    IEEE ACCESS
  • 影响因子：
    3.9
  • 作者：
    Duan, Zhenzhen;Liang, Jing
  • 通讯作者：
    Liang, Jing
Intelligent UAV Swarm Cooperation for Multiple Targets Tracking
智能无人机群体协作实现多目标跟踪
  • DOI：
    10.1109/jiot.2021.3085673
  • 发表时间：
    2022-01-01
  • 期刊：
    IEEE INTERNET OF THINGS JOURNAL
  • 影响因子：
    10.6
  • 作者：
    Zhou, Longyu;Leng, Supeng;Wang, Qing
  • 通讯作者：
    Wang, Qing
Intelligent Sensing Scheduling for Mobile Target Tracking Wireless Sensor Networks
移动目标跟踪无线传感器网络的智能感知调度
  • DOI：
    10.1109/jiot.2021.3125530
  • 发表时间：
    2022-08-15
  • 期刊：
    IEEE INTERNET OF THINGS JOURNAL
  • 影响因子：
    10.6
  • 作者：
    Zhou, Longyu;Leng, Supeng;Zhou, Jihua
  • 通讯作者：
    Zhou, Jihua

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

铝合金预拉伸板残余应力的超声测量
  • DOI：
    --
  • 发表时间：
    2015
  • 期刊：
    无损检测
  • 影响因子：
    --
  • 作者：
    卢超;梁菁;王晓;赵莉
  • 通讯作者：
    赵莉
生态足迹核算方法及其应用研究进展
  • DOI：
    --
  • 发表时间：
    2012
  • 期刊：
    生态环境学报
  • 影响因子：
    --
  • 作者：
    尹科;王如松;姚亮;梁菁;YIN Ke1,WANG Rusong1,YAO Liang1,LIANG Jing2 1.State Key Labor;2.Hunan Environmental Monitoring Center,Changsha 410014,China
  • 通讯作者：
    2.Hunan Environmental Monitoring Center,Changsha 410014,China
BNU-ESM-RCP4.5情景下2018~2060年拒马河河道内生态需水量和麦穗鱼栖息地面积模拟研究
  • DOI：
    10.13248/j.cnki.wetlandsci.2017.02.017
  • 发表时间：
    2017
  • 期刊：
    湿地科学
  • 影响因子：
    --
  • 作者：
    平凡;刘强;于海阁;牟夏;梁菁
  • 通讯作者：
    梁菁
中国环保模范城市生态效率评价
  • DOI：
    --
  • 发表时间：
    2011
  • 期刊：
    Acta Ecologica Sinica
  • 影响因子：
    --
  • 作者：
    尹科;王如松;姚亮;梁菁;YIN Ke1,WANG Rusong1,YAO Liang1,LIANG Jing2 1 State Key Labor
  • 通讯作者：
    YIN Ke1,WANG Rusong1,YAO Liang1,LIANG Jing2 1 State Key Labor
结合Bresenham直线算法的运动模糊方向判断方法
  • DOI：
    --
  • 发表时间：
    2013
  • 期刊：
    制造业自动化
  • 影响因子：
    --
  • 作者：
    梁菁
  • 通讯作者：
    梁菁

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

梁菁的其他基金

超宽带雷达传感器土壤信息获取与处理
  • 批准号：
    61671138
  • 批准年份：
    2016
  • 资助金额：
    60.0 万元
  • 项目类别：
    面上项目
针对多目标检测的雷达传感网络物理层信号处理
  • 批准号：
    61102140
  • 批准年份：
    2011
  • 资助金额：
    28.0 万元
  • 项目类别：
    青年科学基金项目

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