绿色无线通信网络的基础理论和方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61372089
  • 项目类别:
    面上项目
  • 资助金额:
    80.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0103.通信理论与系统
  • 结题年份:
    2017
  • 批准年份:
    2013
  • 项目状态:
    已结题
  • 起止时间:
    2014-01-01 至2017-12-31

项目摘要

Next generation wireless communication networks technologies can make leading contributions in energy conservation, low greenhouse gas emission, and green development. In this project, we study the energy-efficiency aspects of wireless networks, as well as design and optimization of green wireless networks in the smart grid environment. The main research topics include: 1) Technologies on green cooperative and cognitive wireless communications, to optimize cooperation mode selection, base station energy conservation, wireless channel sensing and access strategies, and to use the cognitive methodology to sense, learn, and adapt the system parameters to improve system energy efficiency. 2) Technologies on green resource management, to use recent advances in cloud computing and cross-layer optimization methods for high-efficiency radio resource management with imperfect system dynamics information and constraints on user quality of service (QoS). 3) Technologies on green wireless networks in the smart grid environment, to study the impacts of smart grid on the energy consumption and greenhouse gas emission of wireless networks, and to propose new green wireless networks technologies to reduce energy consumption and greenhouse gas emission.
下一代无线通信网络技术可在节能减排、绿色环保等方面做出领先性的贡献。本课题以能效性为基本设计出发点,一方面提高无线通信网络的能源利用率,另一方面充分适应并利用新能源和智能电网带来的变革来研究绿色通信。本课题拟提出的高性能绿色无线通信网络的新方法及关键技术主要包括:1)研究绿色协同和认知无线通信技术,根据不同的无线网络环境及用户业务,研究优化协同模式选择、基站节能和无线信道感知和接入,并发挥认知通信中的感知、学习、动态改变参数等优势来提高系统的能效性;2)研究绿色资源管理算法,利用云计算技术和跨层优化技术,深入研究在不完美的系统动态信息情况下高能效性的资源管理的算法,同时考虑到用户业务服务质量的限定条件;3)研究在智能电网环境下的绿色无线网络技术,研究智能电网对绿色无线网络运营中能源花费和温室气体排放的影响,提出绿色无线网络降低能耗和温室气体排放的新技术。

结项摘要

本项目按照研究计划书的要求,全面,按时,超额完成了合同中所规定的研究内容,达到并超过了合同中的预期指标要求。在核心期刊和国际会议上发表(包括录用)论文38 篇,其中SCI 检索23 篇,EI 检索15 篇,期刊论文29 篇,会议论文9 篇。申请发明专利9 项,获批发明专利3 项,申请软件著作6项。形成了自主知识产权;在国内外学术界产生了重要的学术影响。培养博士生1名、硕士生21 名(其中已授予硕士学位6 名)。按照项目计划全面实现课题研究目标:研究了利用协同和认知的技术来提高能源效率的核心算法;优化绿色异构网络中的资源管理;研究了在智能电网环境下的绿色无线网络的降低能耗和温室气体排放的新技术;提炼出了可形成具有自主知识产权的绿色无线通信网络的核心算法和专有技术与发明专利。本课题在以下几方面提出了具有创新性的研究成果:(1)研究绿色协同和认知无线通信技术。基于申请人建立的初级协同和认知无线通信模型,根据不同的无线网络环境及用户业务,研究优化干扰对齐网络和认知网络的最优策略。(2)研究绿色资源管理算法。根据申请人已有的初步的资源管理的模型,研究多层次、异构网络中小区间干扰控制和能效性的相互影响。研究异构网络中的系统信息对资源管理的影响,利用云计算技术和跨层优化技术,同时考虑到用户服务质量的限定条件,解决了无线通信网络、传感器网络、无人机系统等中高能效性的绿色资源管理的算法。(3)研究在智能电网环境下的绿色无线网络技术。根据智能电网的动态特性,研究智能电网对绿色无线网络运营中能源花费和温室气体排放的影响。针对动态的智能电网环境,提出绿色无线网络降低能耗和温室气体排放的新技术,并结合动态的用户业务需求,给出相应的新算法设计。

项目成果

期刊论文数量(29)
专著数量(0)
科研奖励数量(0)
会议论文数量(9)
专利数量(9)
Big Data Analytics in Mobile Cellular Networks
移动蜂窝网络中的大数据分析
  • DOI:
    10.1109/access.2016.2540520
  • 发表时间:
    2016-01-01
  • 期刊:
    IEEE ACCESS
  • 影响因子:
    3.9
  • 作者:
    He, Ying;Yu, Fei Richard;Qiu, Robert C.
  • 通讯作者:
    Qiu, Robert C.
Information-Centric Virtualized Cellular Networks with Device-to-Device (D2D) Communications
具有设备到设备 (D2D) 通信的以信息为中心的虚拟化蜂窝网络
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    IEEE Transactions on Vehicular Technology
  • 影响因子:
    6.8
  • 作者:
    K. Wang;F. Richard Yu;H. Li
  • 通讯作者:
    H. Li
基于车联网和移动边缘计算的时延可容忍数据传输研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    北京工业大学学报
  • 影响因子:
    --
  • 作者:
    李萌;司鹏搏;孙恩昌;张延华
  • 通讯作者:
    张延华
Progressive iterative channel estimation in fast time-varying OFDM systems
快速时变 OFDM 系统中的渐进迭代信道估计
  • DOI:
    10.1016/s1005-8885(14)60309-5
  • 发表时间:
    2014-08
  • 期刊:
    The Journal of China Universities of Posts and Telecommunications
  • 影响因子:
    --
  • 作者:
    Rui-zhe YANG;Si-yang YE;Yan-hua ZHANG;Yan-hua SUN;Richard YU
  • 通讯作者:
    Richard YU
Green Machine-to-Machine (M2M) Communications with Mobile Edge Computing (MEC) and Wireless Network Virtualization
具有移动边缘计算 (MEC) 和无线网络虚拟化的绿色机器对机器 (M2M) 通信
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    IEEE Communications Magazine
  • 影响因子:
    11.2
  • 作者:
    Meng Li;F. Richard Yu;Pengbo Si;Yanhua Zhang
  • 通讯作者:
    Yanhua 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

国产水下滑翔机2014年南海海试实验数据分析
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    海洋技术学报
  • 影响因子:
    --
  • 作者:
    任强;于非;李硕;俞建成;司广成
  • 通讯作者:
    司广成
普里兹湾海域的夏季上层水及其北向运动
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    极地研究
  • 影响因子:
    --
  • 作者:
    蒲书箴;董兆乾;胡筱敏;于非
  • 通讯作者:
    于非
面向工业互联网场景的新型分布式账本技术
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    情报工程
  • 影响因子:
    --
  • 作者:
    张正;杨睿哲;金凯;杨兆鑫;林波;张延华;于非
  • 通讯作者:
    于非
冬季黄海暖流区的空间变化和年际变化特征
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    海洋科学进展
  • 影响因子:
    --
  • 作者:
    于非;吕连港;刁新源;郭景松;王辉武
  • 通讯作者:
    王辉武
黄海暖流源区附近温盐结构及其季节变化
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    海洋科学
  • 影响因子:
    --
  • 作者:
    胡放;于非;王建丰;司广成;李昂;周文正
  • 通讯作者:
    周文正

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