面向认知无线电自组网的大规模MIMO传输组网方案研究和优化设计

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    61471202
  • 项目类别：
    面上项目
  • 资助金额：
    83.0万
  • 负责人：
    曾桂根
  • 依托单位：
    南京邮电大学
  • 学科分类：
    F0105.移动通信
  • 结题年份：
    2018
  • 批准年份：
    2014
  • 项目状态：
    已结题
  • 起止时间：
    2015-01-01 至2018-12-31

项目摘要

The advanced Massive MIMO technique could be introduced in cognitive radio ad hoc network (CRAHNs) to improve the network communication capacity and reliability. Thus, in the clusterd CRAHNs with Massive MIMO (MM-CRHAN), there coexist single-antenna nodes, multiple- antennas nodes and massive-antennas nodes. These hybrid types of nodes support mixed services simultaneously. Communication between different nodes involves works as establishment of new hybrid models, channel estimation, joint allocation of resources such as space, frequency and power, and research of beamforming transceiver techniques. The project focuses on the design and optimization of transmission and networking strategies, the design and optimization of channel estimation and pilot pattern, the joint resource allocation scheme, and the research of beamforming transceiver techniques in MM-CRAHNs with hybrid antenna arrays.
将大规模天线（Massive MIMO）技术应用到认知无线电自组网（CRAHNs）中，可以极大地提高CRAHNs网络的通信容量和可靠性。在基于大规模MIMO的分簇CRAHNs网络（MM-CRAHNs）中，单天线节点（SN）、多天线节点（MN）和大规模天线节点（MM）共存，多种不同类型节点间需要同时进行多业务的通信。混合节点间的通信涉及新场景下的混合天线模型及其信道估计、空频域和发射功率的联合优化、波束形成发送技术和接收技术等。本项目研究MM-CRAHNs网络中混合天线阵的传输组网方案和优化设计：MM-CRAHNs网络中基于混合天线模型的信道估计与导频模式优化设计的研究；MM-CRAHNs网络中空频域和功率的联合优化方案的研究；MM-CRAHNs网络中基于混合天线模型的波束形成发送和接收技术的研究。

结项摘要

本项目主要研究内容包括四个方面：适用于CRAHNs网络的大规模MIMO信道估计技术、大规模MIMO 下空频域和功率的优化策略和方案、大规模MIMO 下波束形成发送和接收技术、半实物化实验平台。在大规模MIMO信道估计方面，对基于分布式压缩感知（DCS）的MIMO-OFDM信道估计、基于DCS的MIMO-OFDM信道估计中导频优化准则获取、利用遗传算法求解组合优化问题获得最优导频位置集合、FDD模式下基于压缩感知的大规模MIMO信道估计中导频设计、大规模MIMO-OFDM系统基于结构化压缩感知的信道估计中导频优化方法研究、链状网大规模MIMO系统中导频污染减轻方案、基于压缩感知的MIMO-OFDM信道估计中基于随机搜索和移位机制的导频优化方法研究、大规模MIMO系统基于分布式压缩感知的信号检测算法研究、压缩感知增强型自适应分段正交匹配追踪算法研究等方面进行了研究。在大规模MIMO系统的资源优化策略和方案方面，在基于单子载波预编码算法的多用户MIMO-OFDM系统模型、整体预编码算法的多用户MIMO-OFDM系统模型、MU-MIMO系统下行链路的容量优化策略、基于MRT预编码的大规模MIMO下行系统能效资源分配算法、大规模MIMO系统中基于联合QR分解的干扰对齐算法等方面获得了研究成果。对于大规模MIMO 下波束形成发送和接收技术，则把研究重点放在基于POST-FFT和PRE-FFT的MIMO -OFDM波束成形接收技术、多径信道中的MCMV-OFDM波束成形算法、面向CRAHNs网络的大规模MIMO发射波束成形技术、大规模MIMO接收系统中基于凸优化的频域宽带最低旁瓣波束形成器。.发表研究论文19篇研究论文，申请发明专利5件，其中SCI论文2篇、EI论文5篇，已授权专利4件。

项目成果

期刊论文数量（14）
专著数量（0）
科研奖励数量（0）
会议论文数量（1）
专利数量（7）
基于联合QR分解的干扰对齐算法
  • DOI：
    --
  • 发表时间：
    2017
  • 期刊：
    计算机技术与发展
  • 影响因子：
    --
  • 作者：
    纪辉;董恒
  • 通讯作者：
    董恒
链状网大规模MIMO系统中导频污染减轻方案
  • DOI：
    10.16798/j.issn.1003-0530.2016.10.09
  • 发表时间：
    2016
  • 期刊：
    信号处理
  • 影响因子：
    --
  • 作者：
    张翠芳;曾桂根
  • 通讯作者：
    曾桂根
Adaptive Interference Alignment in Downlink Cellular Networks With Variable Data Rate Demand
具有可变数据速率需求的下行链路蜂窝网络中的自适应干扰对准
  • DOI：
    10.1109/tvt.2016.2518210
  • 发表时间：
    2016-01
  • 期刊：
    IEEE Transactions on Vehicular Technology
  • 影响因子：
    6.8
  • 作者：
    Dong Heng;Song Rongfang;Zhu Wei-Ping;Yang Jie
  • 通讯作者：
    Yang Jie
5G多天线系统中毫米波物理层安全设计
  • DOI：
    --
  • 发表时间：
    2016
  • 期刊：
    计算机技术与发展
  • 影响因子：
    --
  • 作者：
    孟庆民;龚家乐;曾桂根;刘传顺
  • 通讯作者：
    刘传顺
大规模MIMO-OFDM系统结构化压缩感知信道估计中导频优化方法研究
  • DOI：
    10.16798/j.issn.1003-0530.2017.01.011
  • 发表时间：
    2017
  • 期刊：
    信号处理
  • 影响因子：
    --
  • 作者：
    何雪云;赵天;梁彦
  • 通讯作者：
    梁彦

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

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