市区车载自组织网络高效路由协议的研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61672485
  • 项目类别:
    面上项目
  • 资助金额:
    63.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0208.物联网及其他新型网络
  • 结题年份:
    2020
  • 批准年份:
    2016
  • 项目状态:
    已结题
  • 起止时间:
    2017-01-01 至2020-12-31

项目摘要

With the increasing development of vehicles and mobile smart terminals, the applications of vehicular ad hoc networks (VANETs) have broad prospects. Thus, the research on the key technologies of VANETs has a great value on theory and applications. This project focuses on urban scenarios and deeply studies the efficient routing protocols for VANETs, which include unicast, broadcast and geocast protocols. It can provide core support to vehicle network applications such as traffic safety, assistant driving, message delivery and information sharing. In unicast routing protocols, considering more realistic urban street scenarios, we first establish better routing models of street, propose methods of predicting the network performances of both the endside-to-endside in a street and the end-to-end in a network equipped with opportunistic routing strategy, and analyze the influence of routing metrics on the network performances of both the endside-to-endside in a street and the end-to-end in a network. Then, we propose schemes to realize the optimal selection of street sequences and relay nodes in a street. In broadcast routing protocols, based on broadcast relay nodes selection, we first comprehensively consider static and dynamic attributes of a street and establish analysis models of broadcast delay, broadcast efficiency and broadcast reliability. Then we propose strategies to realize fast, efficient and reliable broadcast by considering the benefits of sender-based and receiver-based broadcasts. In geocast routing protocols, we propose fast geocast routing protocols by considering geocast delay and reliability, and abiding geocast routing protocols by considering the selection and switching of information bearers, and message delivery.
随着汽车、移动智能终端的日益普及,车载自组织网络的应用具有广阔的前景,对其关键技术展开研究具有重要的学术和应用价值。本项目针对市区场景,深入研究车载自组织网络单播、广播、地理多播高效路由协议,以实现道路安全、辅助驾驶、信息推送、资源共享等车载网络应用的核心支持。在单播路由协议方面,基于更实际的城市道路环境建立更完善的街道路由模型、提出机会路由策略下的街道两端与全网网络性能预测方法、分析路由度量的选择对街道两端与全网网络性能的影响,实现街道序列和街道内转发节点最优选择。在广播路由协议方面,以广播中继节点选择为基础,建立综合考虑街道静态、动态属性的多跳广播时延、广播效率和广播可靠性分析模型;研究综合发送方指定、接收方决策优势的广播策略,提出快速、高效和可靠广播协议。在地理多播协议方面,研究综合考虑多播时延、可靠性的快速地理多播协议,综合考虑信息载体的选择、切换以及信息传递的持续性地理多播协议。

结项摘要

随着汽车、移动智能终端的日益普及,车载自组织网络的应用具有广阔的前景,对其关键技术展开研究具有重要的学术和应用价值。本项目针对市区场景,深入研究车载自组织网络单播、广播、地理多播高效路由协议,以实现道路安全、辅助驾驶、信息推送、资源共享等车载网络应用的核心支持。在单播路由协议方面,基于更实际的城市道路环境建立更完善的街道路由模型、提出机会路由策略下的街道两端与全网网络性能预测方法、分析路由度量的选择对街道两端与全网网络性能的影响,实现街道序列和街道内转发节点最优选择。在广播路由协议方面,以广播中继节点选择为基础,建立综合考虑街道静态、动态属性的多跳广播时延、广播效率和广播可靠性分析模型;研究综合发送方指定、接收方决策优势的广播策略,提出快速、高效和可靠广播协议。在地理多播协议方面,研究综合考虑多播时延、可靠性的快速地理多播协议,综合考虑信息载体的选择、切换以及信息传递的持续性地理多播协议。

项目成果

期刊论文数量(15)
专著数量(0)
科研奖励数量(1)
会议论文数量(2)
专利数量(0)
Efficient Algorithms for Mobile Sink Aided Data Collection from Dedicated and Virtual Aggregation nodes in Energy Harvesting Wireless Sensor Networks
移动接收器的高效算法辅助从能量收集无线传感器网络中的专用和虚拟聚合节点收集数据
  • DOI:
    10.1109/tgcn.2019.2927619
  • 发表时间:
    2019
  • 期刊:
    IEEE Transactions on Green Communications and Networking
  • 影响因子:
    4.8
  • 作者:
    Lei Tao;Xinming Zhang;Weifa Liang
  • 通讯作者:
    Weifa Liang
A Public Goods Game Theory-Based Approach to Cooperation in VANETs Under a High Vehicle Density Condition
基于公共物品博弈论的高车辆密度条件下车载自组织网络合作方法
  • DOI:
    10.1109/tits.2018.2876237
  • 发表时间:
    2019
  • 期刊:
    IEEE Transactions on Intelligent Transportation Systems
  • 影响因子:
    --
  • 作者:
    Qing Ding;Xikai Zeng;Xinming Zhang;Dan Keun Sung
  • 通讯作者:
    Dan Keun Sung
Shortest-Latency Opportunistic Routing in Asynchronous Wireless Sensor Networks with Independent Duty-Cycling
具有独立占空比的异步无线传感器网络中的最短延迟机会路由
  • DOI:
    10.1109/tmc.2019.2897998
  • 发表时间:
    2020
  • 期刊:
    IEEE Transactions on Mobile Computing
  • 影响因子:
    7.9
  • 作者:
    Xinming Zhang;Lei Tao;Fan Yan;Dan Keun Sung
  • 通讯作者:
    Dan Keun Sung
Efficient and Reliable Abiding Geocast Based on Carrier Sets for Vehicular Ad hoc Networks
基于载波集的车载自组网高效可靠持久地播
  • DOI:
    10.1109/lwc.2016.2613528
  • 发表时间:
    2016
  • 期刊:
    IEEE Wireless Communications Letters
  • 影响因子:
    6.3
  • 作者:
    Xinming Zhang;Long Yan;Wen Li
  • 通讯作者:
    Wen Li
A Deep Reinforcement Learning Based D2D Relay Selection and Power Level Allocation in mmWave Vehicular Networks
毫米波车载网络中基于深度强化学习的 D2D 中继选择和功率电平分配
  • DOI:
    10.1109/lwc.2019.2958814
  • 发表时间:
    2020
  • 期刊:
    IEEE Wireless Communications Letters
  • 影响因子:
    6.3
  • 作者:
    Hui Zhang;Song Chong;Xinming Zhang;Nan Lin
  • 通讯作者:
    Nan Lin

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

时延受限且能量高效的无线传感网络跨层路由
  • DOI:
    10.1021/acs.est.0c00957
  • 发表时间:
    2011
  • 期刊:
    软件学报
  • 影响因子:
    --
  • 作者:
    王辛果;张信明;陈国良
  • 通讯作者:
    陈国良
电力通信网络中高效的OSPF流量负载均衡协议
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    计算机应用
  • 影响因子:
    --
  • 作者:
    李祝红;赵灿明;周方;张信明
  • 通讯作者:
    张信明
基于竞争允许TDMA的无线传感器MAC层协议
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    计算机工程
  • 影响因子:
    --
  • 作者:
    张信明;刘道科;阙灿;赵志伟
  • 通讯作者:
    赵志伟
移动Ad Hoc网络模糊逻辑移动预测路由算法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    软件学报
  • 影响因子:
    --
  • 作者:
    史栋;高雪梅;张信明;邹丰富
  • 通讯作者:
    邹丰富
基于飞思卡尔i.MX31的Standalone开发平台设计
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    计算机应用
  • 影响因子:
    --
  • 作者:
    张信明;杨仲唱
  • 通讯作者:
    杨仲唱

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

张信明的其他基金

毫米波车载网络高效路由协议的研究
  • 批准号:
  • 批准年份:
    2020
  • 资助金额:
    58 万元
  • 项目类别:
    面上项目
异步无线传感网络高效路由协议的研究
  • 批准号:
    61379130
  • 批准年份:
    2013
  • 资助金额:
    75.0 万元
  • 项目类别:
    面上项目
无线Ad hoc网络竞争与干扰控制关键问题的研究
  • 批准号:
    61073185
  • 批准年份:
    2010
  • 资助金额:
    33.0 万元
  • 项目类别:
    面上项目
更实际的移动Ad hoc网络跨层设计问题的研究
  • 批准号:
    60673171
  • 批准年份:
    2006
  • 资助金额:
    24.0 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