能量采集WSN中基于大偏差理论的资源分配与调度优化理论

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61571272
  • 项目类别:
    面上项目
  • 资助金额:
    57.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0104.通信网络
  • 结题年份:
    2019
  • 批准年份:
    2015
  • 项目状态:
    已结题
  • 起止时间:
    2016-01-01 至2019-12-31

项目摘要

Energy-harvesting technique such as photovoltaic solar cells is an important method for the ability to prolong the lifetime of the battery and the lifetime of wireless networks thereby. However in such energy-harvesting aided WSN,it is rather challenging to design the resource allocation and scheduling algorithm due to the random and intermittent characteristics of renewable energy,dynamic changes of topology and the distributed nature of the network structure. Based on the large deviations theory and the stochastic optimization theory, the project studies the cooperative resource allocation and scheduling in energy harvesting aided cooperative wireless sensor networks (EH-WSN). The contributions of the project includes, i) to propose a novel energy management model which can fulfill the multimedia QoS constraints in the EH-WSN; ii) the cooperative resource allocation and scheduling scheme which take the quality of the electricity into consideration; iii) the distributed resource allocation and scheduling based on the stochastic optimization theory. Results of the project could provide a theoretical and experimental basis for the application of renewable energy in WSN. Novelty of the project relies in two aspects. Firstly, the project targets at studying the distributed stochastic optimization theory of the resource allocation and scheduling strategies in the EH-WSN, which is new and unique. Secondly, the theoretical and methodological tools used to solve the distributed algorithm are novel for EH-WSN.
运用能量采集技术解决WSN中能量供给问题是延长网络寿命的重要方法。然而在这种网络中,可再生能源的随机到达、网络拓扑结构的动态变化和网络结构的分布式特点给动态的协作资源分配和调度带来了巨大的困难。本项目以大偏差理论和随机优化理论为基础理论,构建一套适用于能量采集协作传感器网络的资源分配和调度随机优化理论体系,具体研究内容包括:构建保证统计时延QoS要求的能量模型;建立面向能量采集传感器网络的协作资源分配与调度机制;提出能量采集传感器网络中分布式的资源动态优化算法。研究目标比较新颖且有一定难度,可为再生能源在传感器网络中的应用提供有价值的理论依据和技术参考。从分析能量队列的角度引入大偏差理论构建能量模型、并基于随机优化理论等数学工具剖析动态网络环境的统计特性及分布式资源分配和调度算法,研究方法有一定的理论深度,可为未来传感器网络的体系结构和关键协议算法提供理论和实验基础。

结项摘要

可再生能源的随机性给传感器网络的分布式资源分配设计带来了巨大的挑战。因此,设计面向能量收集传感器网络的资源随机分配机制,对扩大可再生能源在传感器网络中的应用具有重要的理论价值和技术参考价值。项目组成员通过四年时间的努力,按照预定研究方案,实现了团队成员间的实质性合作,围绕分布式资源分配在能量收集传感器网络中所面临的保障统计QoS要求的能量模型构建问题、资源分配理论框架构建问题、分布式优化算法设计问题、能量收集过程对上层多媒体业务数据可提供的服务质量保证问题、资源分配算法的鲁棒性问题等展开科学研究。针对上述研究问题,本项目基于大偏差理论构建了保障统计QoS要求的能量模型——有效能量和有效功耗理论,在统一的资源分配优化框架中构建了无线资源分配策略与传感器节点供电能力间的协作关联关系;从随机优化理论和凸优化理论的角度解决了能量收集传感器网络中的分布式资源分配算法设计问题。项目相关成果体现在优化理论和分布式算法两个层面上,在理论上具有较强的前瞻性,丰富了这一领域的研究,可有效解决能量收集传感器网络中的资源分配问题,并为未来传感器网络的体系结构和关键协议算法提供理论和实验基础。

项目成果

期刊论文数量(12)
专著数量(0)
科研奖励数量(0)
会议论文数量(13)
专利数量(19)
Energy-Efficient Resource Allocation for Secure Cognitive Radio Network With Delay QoS Guarantee
具有延迟 QoS 保证的安全认知无线电网络的节能资源分配
  • DOI:
    10.1109/jsyst.2018.2875835
  • 发表时间:
    2019
  • 期刊:
    IEEE Systems Journal
  • 影响因子:
    4.4
  • 作者:
    Bai Zhiquan;Ma Liuqing;Dong Yanan;Ma Piming;Ma Yanbo
  • 通讯作者:
    Ma Yanbo
Reliability evaluation for wireless sensor network with clustering structure based on universal generating function
基于通用生成函数的分簇结构无线传感器网络可靠性评估
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    Int. J. Reliability and Safety
  • 影响因子:
    --
  • 作者:
    Qiang Liu;Hailin Zhang;Wei Su;Yanbo Ma
  • 通讯作者:
    Yanbo Ma
Sustainability-Driven Resource Allocation for Energy-Harvesting Powered Device-to-Device Communication
能量收集供电设备间通信的可持续发展驱动的资源分配
  • DOI:
    10.1109/access.2019.2924350
  • 发表时间:
    2019
  • 期刊:
    IEEE Access
  • 影响因子:
    3.9
  • 作者:
    Yin Xiao;Ma Yanbo;Bai Zhiquan;Cui Lin;Zhang Xin
  • 通讯作者:
    Zhang Xin
Fair Resource Allocation with QoS Guarantee in Secure Multiuser TDMA Networks
安全多用户 TDMA 网络中具有 QoS 保证的公平资源分配
  • DOI:
    10.1155/2018/1489659
  • 发表时间:
    2018
  • 期刊:
    Wireless Communications and Mobile Computing
  • 影响因子:
    --
  • 作者:
    Bai Zhiquan;Wang Tongtong;Ma Piming;Ma Yanbo;Kwak Kyungsup
  • 通讯作者:
    Kwak Kyungsup
Joint Fair Resource Allocation of D2D Communication Underlaying Downlink Cellular System With Imperfect CSI
不完善CSI下行蜂窝系统D2D通信的联合公平资源分配
  • DOI:
    10.1109/access.2018.2873364
  • 发表时间:
    2018
  • 期刊:
    IEEE Access
  • 影响因子:
    3.9
  • 作者:
    Bai Zhiquan;Li Mengqi;Dong Yanan;Zhang Haijun;Ma Piming
  • 通讯作者:
    Ma Piming

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

震裂斜坡软岩崩塌成因机制与稳定性评价
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    长春工程学院学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    马艳波;裴向军;黄翔超;MA Yan-bo,etc.(State Key Laboratory of Geological
  • 通讯作者:
    MA Yan-bo,etc.(State Key Laboratory of Geological
基于改进UFG算法的线性拓扑WSN系统可靠性评估
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    运筹与管理
  • 影响因子:
    --
  • 作者:
    刘强;马艳波
  • 通讯作者:
    马艳波
于改进UGF算法的线性拓扑WSN系统可靠性评估
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    运筹与管理
  • 影响因子:
    --
  • 作者:
    刘强;马艳波
  • 通讯作者:
    马艳波

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

马艳波的其他基金

认知协作传感器网络中基于有效容量的随机优化理论研究
  • 批准号:
    61201269
  • 批准年份:
    2012
  • 资助金额:
    22.0 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