基于统计队列分析的多用户认知网络传输技术研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61871314
  • 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:
    F0102.信息系统与系统安全
  • 结题年份:
    2022
  • 批准年份:
    2018
  • 项目状态:
    已结题
  • 起止时间:
    2019-01-01 至2022-12-31

项目摘要

With the rapid development of wireless communications technologies, the network capacity and data transmission rate have been significantly increased. However, the constrained spectrum resources are still one of the main factors that limit the future development of wireless communications systems and the further improvement of network capacity. Consequently, to alleviate the “relatively shortage” of wireless spectrum resources, it is critically important to study the cognitive radio technologies. This project will employ the theory of statistical queueing analysis and perform three crucial issues of cognitive radio networks, which are delay quality-of-service (QoS) provisioning, energy harvesting and energy efficiency optimization, and information security transmission, respectively. Specifically, for the delay QoS provisioning, we will consider the diverse delay requirements of different wireless services and realize the accurate delay QoS provisioning of distinct wireless applications for primary and cognitive users over multi-user cognitive radio networks. For the energy harvesting and energy efficiency optimization, we will study the stochastic energy harvesting based cognitive transmission schemes as well as the energy efficiency optimization strategies such that we can efficiently utilize the limited energy while satisfying the QoS requirements of cognitive radio networks. For the information security transmission, we will develop the novel secure transmission schemes by considering the distinct security-level demands of different wireless services such that we can accurately characterize the diverse security-level demands and realize the efficient security protection for cognitive radio networks.
随着无线通信技术的快速发展,网络容量与传输速率实现了显著提高,然而频谱资源受限仍是制约无线通信系统未来发展以及网络容量进一步提高的重要因素。因此,为了缓解频谱资源相对匮乏的现状,实现频谱资源的灵活使用,研究认知无线电技术具有重要意义。本项目拟使用统计队列分析理论,针对多用户认知网络中的时延服务质量保障、能量收集与能效优化、信息安全传输三个重要问题进行深入研究。在时延服务质量保障方面,我们将面向无线业务多样化的时延需求,研究统计时延服务质量保障技术,实现多用户认知网络中主用户与认知用户时延服务质量的精确保障;在能量收集与能效优化方面,我们将研究认知网络中基于随机能量收集的传输与能效优化策略,在满足网络服务质量需求的基础上实现认知网络能量的高效利用;在信息安全传输方面,我们面向无线业务对信息安全的不同需求,研究新型的安全传输方案,实现认知网络安全等级的精细化描述和多样化安全需求的精确保障。

结项摘要

随着无线通信技术的快速发展,网络容量与传输速率显著提高,各种无线业务与应用不断丰富。当前,第五代移动通信系统已经大规模部署,针对第六代移动通信系统的研究也已经开启。在第五代移动通信系统中,增强型移动宽带、大规模机器类通信、高可靠低时延通信被广泛认为是三种典型应用场景,并将在第六代移动通信系统中扮演更为重要的角色。在日益丰富的业务与应用中,时延是影响用户体验的重要因素,受到研究人员的广泛关注。同时,为了满足不同类型应用对时延、速率等多方面的需求,充分利用有限的频谱资源,频谱共享也是未来移动通信系统发展中的重要技术。在上述背景下,本项目主要围绕认知无线网络中服务质量保障与资源分配技术、D2D共享蜂窝频谱资源系统中服务质量保障与资源分配技术、大规模MTC网络中大规模接入控制与资源分配技术、高可靠低时延通信中服务质量保障与资源分配技术、大规模低轨卫星网络中服务质量保障与资源分配技术、无线网络中能量收集技术与安全传输技术展开研究。提出了一种基于统计队列分析理论的认知无线网络时延服务质量保障与安全传输体系框架,针对不同网络形式研究了一系列基于统计时延服务质量保障的资源分配方案,针对大规模机器类通信网络提出了一系列随机接入控制、资源分配、数据检测方法,针对高可靠低时延通信场景研究了一系列时延保障与资源管理技术,针对大规模低轨卫星网络研究了服务质量保障、资源管理、用户接入、边云协同方案。通过本项目的研究,探索了不同网络架构与应用场景中的时延服务质量保障解决方法,为未来无线通信系统的时延服务质量保障提供了理论基础与参考方案。

项目成果

期刊论文数量(9)
专著数量(0)
科研奖励数量(0)
会议论文数量(15)
专利数量(10)
An intelligent pilot contamination attacker-defender model for wireless networks: A Stackelberg game based approach
无线网络的智能飞行员污染攻击者-防御者模型:基于 Stackelberg 博弈的方法
  • DOI:
    10.1103/physrevd.80.043527
  • 发表时间:
    2022
  • 期刊:
    Mobile Networks and Applications (MONET)
  • 影响因子:
    --
  • 作者:
    Zhangnan Wang;Yichen Wang
  • 通讯作者:
    Yichen Wang
Matching theory based cooperative secure transmission strategy for social-aware D2D communications
基于匹配理论的社交感知D2D通信协作安全传输策略
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    IEEE Transactions on Vehicular Technology
  • 影响因子:
    6.8
  • 作者:
    Yichen Wang;Lu Wang
  • 通讯作者:
    Lu Wang
Throughput-oriented non-orthogonal random access scheme for massive MTC networks
面向吞吐量的海量MTC网络非正交随机接入方案
  • DOI:
    --
  • 发表时间:
    2020
  • 期刊:
    IEEE Transactions on Communications
  • 影响因子:
    8.3
  • 作者:
    Yichen Wang;Tao Wang;Zihuan Yang;Dawei Wang;Julian Cheng
  • 通讯作者:
    Julian Cheng
A unified QoS and security provisioning framework for wiretap cognitive radio networks: a statistical queueing analysis approach
窃听认知无线电网络的统一 QoS 和安全配置框架:统计排队分析方法
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    IEEE Transactions on Wireless Communications
  • 影响因子:
    10.4
  • 作者:
    Yichen Wang;Xiao Tang;Tao Wang
  • 通讯作者:
    Tao Wang
Stochastic energy harvesting and relay selection for two-way dual-relay networks
双向双中继网络的随机能量收集和中继选择
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    IEEE Access
  • 影响因子:
    3.9
  • 作者:
    Wei Li;Meng-Lin Ku;Yichen Wang;Zhonghua Liang
  • 通讯作者:
    Zhonghua Liang

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

王熠晨的其他基金

面向多场景差异化业务的边云协同大规模MTC接入关键技术研究
  • 批准号:
  • 批准年份:
    2022
  • 资助金额:
    54 万元
  • 项目类别:
    面上项目
认知无线网络中基于统计时延QoS保障的资源分配关键技术研究
  • 批准号:
    61401348
  • 批准年份:
    2014
  • 资助金额:
    27.0 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