面向移动设备在无线供电的工业物联网中实现实时数据检索的关键技术研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    61902062
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    29.0万
  • 负责人：
    傅忱忱
  • 依托单位：
    东南大学
  • 学科分类：
    F0204.计算机系统结构与硬件技术
  • 结题年份：
    2022
  • 批准年份：
    2019
  • 项目状态：
    已结题
  • 起止时间：
    2020-01-01 至2022-12-31

项目摘要

In recent IoT systems, powerful system functionality can be easily achieved by increasing the number of distributed devices. To efficiently manage and charge the large number of devices deployed in the system, the requirement for battery-less device and the corresponding charging techniques have thus received tremendous attentions for future development. RF-based Wireless Power Transfer (WPT) is one of the most promising candidates with bare environmental requirement compared to other environmental sources, which makes it more popular in Industrial IoT (IIoT). Considering the features of WPT technique and IIoT systems’ needs, this project introduces mobile sinks in the system to charge the data source devices and retrieve data while moving around the devices and provides a comprehensive study towards the real-time data retrieval problem in terms of different network and data systems architectures. The project aims to study practical and feasible data retrieval schemes while handling all the challenges including intermittent data sources due to limited ranges of data communication, data items’ temporal validity constraints, trade-offs between energy efficiency and retrieval performance, double near-far problem, etc. The final objective is to develop critical techniques for feasible real-time data retrieval in wireless-powered IIoT systems.
在如今的物联网系统中，通过增加分布式设备的数量就可以轻松实现强大的系统功能。为了能有效地管理和为系统中部署的大量设备进行充电，无电池设备的应用和相应的充电技术受到了广泛的关注。与其他对环境条件要求较高的能源相比，基于射频的无线电力传输是目前最被看好的可持续性能源之一，这也使得其在工业物联网中的发展和应用场景更广阔。考虑到该技术的特点和物联网系统的需求，本项目在无线网络系统中引入了移动接收器，使其在移动中为数据源设备充电，与此同时进行数据检索，并基于此种架构展开了针对不同网络和数据系统架构下实时数据检索问题的全面研究。该项目旨在探索和研究实用可行的数据检索方案，并处理随之面临的所有挑战，包括由于数据通信范围有限而导致的间歇性数据源问题，数据项的时间有效性约束，能效与检索性能之间的权衡，双重远近问题等，最终开发出在无线供电系统中实际可行的实时数据检索的关键技术。

结项摘要

本研究面向基于无线移动充电设备的工业物联网系统，结合无线物联网资源有限、通讯范围有限，数据和任务具有时效性和实时性的需求，以及移动设备的高灵活性和传输不稳定性等特点，在满足资源、通讯、数据、任务、设备等各方需求的前提下，制定合理可行的数据检索及管理的方案，优化资源利用率及系统性能，最终实现实际可用的移动无线供电技术下实时数据检索的方案，并构建出一个支持常见单跳或多跳网络，以及硬时效、软时效和混合时效数据系统的实时数据检索系统。提出了面向时效敏感数据的采集策略、面向能耗优化的移动接收器（如无人机）路径规划方案、面向能耗优化的高效数据传输与任务调度策略以及基于视觉的无人机动态环境安全规划方法。

项目成果

期刊论文数量（5）
专著数量（0）
科研奖励数量（1）
会议论文数量（3）
专利数量（5）
Read-Ahead Efficiency on Mobile Devices: Observation, Characterization, and Optimization
移动设备上的预读效率：观察、表征和优化
  • DOI：
    10.1109/tc.2020.2984755
  • 发表时间：
    2021-01
  • 期刊：
    IEEE Transactions on Computers
  • 影响因子：
    3.7
  • 作者：
    Liang Yu;Pan Riwei;Du Yajuan;Fu Chenchen;Shi Liang;Kuo Tei-Wei;Xue Chun Jason
  • 通讯作者：
    Xue Chun Jason
Budget-Feasible Mechanisms in Two-Sided Crowdsensing Markets: Truthfulness, Fairness, and Efficiency
双边众智市场中的预算可行机制：真实、公平和效率
  • DOI：
    10.1109/tmc.2022.3201260
  • 发表时间：
    2023-12
  • 期刊：
    IEEE Transactions on Mobile Computing
  • 影响因子：
    7.9
  • 作者：
    Xiang Liu;Chenchen Fu;Weiwei Wu;Minming Li;Wanyuan Wang;Vincent Chau;Junzhou Luo
  • 通讯作者：
    Junzhou Luo
A learning approach for multi-agent travelling problem with dynamic service requirement in mobile IoT
移动物联网中具有动态服务需求的多智能体出行问题的学习方法
  • DOI：
    10.1016/j.compeleceng.2022.108397
  • 发表时间：
    2022-12
  • 期刊：
    Computers and Electrical Engineering
  • 影响因子：
    4.3
  • 作者：
    Chenchen Fu;Zhengxuan Gao;Weiwei Wu;Vincent Chau;Jie Wang;Xueyong Xu;Junzhou Luo
  • 通讯作者：
    Junzhou Luo
Throughput Maximization in Wireless Communication Systems Powered by Hybrid Energy Harvesting
混合能量收集驱动的无线通信系统吞吐量最大化
  • DOI：
    10.1109/tcad.2022.3197978
  • 发表时间：
    2022
  • 期刊：
    IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems
  • 影响因子：
    2.9
  • 作者：
    Chenchen Fu;Xinhang Lu;Xiaoxing Qiu;Sujunjie Sun;Xueyong Xu;Weiwei Wu;Chun Jason Xue;Song Han
  • 通讯作者：
    Song Han
Memory-enhanced deep reinforcement learning for UAV navigation in 3D environment
3D环境下无人机导航的记忆增强深度强化学习
  • DOI：
    10.1007/s00521-022-07244-y
  • 发表时间：
    2022-05
  • 期刊：
    Neural Computing and Applications
  • 影响因子：
    6
  • 作者：
    Chenchen Fu;Xueyong Xu;Yuntao Zhang;Yan Lyu;Yu Xia;Zining Zhou;Weiwei Wu
  • 通讯作者：
    Weiwei Wu

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

傅忱忱的其他基金

面向低能耗强协同的无人机时空敏感数据采集关键策略研究
  • 批准号：
  • 批准年份：
    2022
  • 资助金额：
    53 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