基于认知技术的长时延协作网络研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61671301
  • 项目类别:
    面上项目
  • 资助金额:
    58.0万
  • 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:
    2020
  • 批准年份:
    2016
  • 项目状态:
    已结题
  • 起止时间:
    2017-01-01 至2020-12-31
  • 项目参与者:
    杨峰; 丁良辉; 黄巍; 臧广达; 夏盼园; 丛慧; 程正雪; 张陶盛; 张亚飞;
  • 关键词:

项目摘要

Networks with long propagation delay, such as underwater acoustic networks and shortwave networks, take an important role in application fields like security, transoceanic and military communication systems. We also know that cooperative and cognitive techniques can be used to increase the network spectrum efficiency significantly. However, current research seldom jointly considers all of them. We will do research on cognition and cooperation in networks with long propagation delay in this project. It includes three parts,.1. Sensing model in long-delay networks based on distributed dynamic Bayesian Networks, considering information diffusion rate, false and miss sensing probabilities, and variation of primary user’s channel..2. Resource allocation in long-delay networks using insurance theory with breach mechanism, considering sensing error because of long delay and collision probability due to access of primary users..3. Beamforming for non-reciprocal cooperative channels by using game theory, taking into account the channel status information..The results of the project will provide the theoretical foundation for the research and application of cognitive and cooperative technique in long-delay networks.
以短波、卫星、水声网络为代表的长时延网络在安防、远洋、军事等领域有着广泛应用。认知技术和协作通信技术可以有效提升网络频谱效率,但是目前研究较少考虑长时延环境和信道信息置信度性的影响。本项目拟实现以下目标:.1.协作频谱认知。充分考虑信息扩散速率、节点感知漏虚警概率等因素的影响, 使用分布式动态贝叶斯网络描述长时延网络的节点感知模型,利用分布式贝叶斯估计算法进行协作感知。.2.频谱资源分配。基于节点感知模型,考虑长时延导致的认知时效风险、用户数据碰撞风险,利用带有违约机制的保险理论进行长时延网络资源分配,设计兼顾频谱效率和碰撞概率的资源分配机制。.3.协作波束赋形。考虑长时延协作网络的信道不具备互易性的特点,提出基于分布式动态贝叶斯网络的效益函数,结合长时信道状态信息,利用博弈论解决长时延网络中协作波束赋形问题。.本项目的研究成果将为认知与协作技术在长时延网络环境中的研究与应用提供理论基础。

结项摘要

以短波、卫星、水声网络为代表的长时延网络在安防、远洋、军事等领域有着广泛应用。认知技术和协作通信技术可以有效提升网络频谱效率,但是目前研究较少考虑长时延环境和信道信息置信度的影响。本项目针对长时延信道的协作频谱认知、频谱资源分配以及协作波束赋形展开研究,取得以下重要结果:.(1)针对卫星长时延网络的资源分配,提出基于软件定义网络的新型低轨卫星网络架构和软件定义路由算法,降低了卫星网络的复杂度,降低了端到端时延和网络丢包率,提高网络吞吐量。.(2)针对长时延网络接入机制,提出了一种基于认知和动态门限的多优先级业务接入控制机制和基于强化学习的退避方法,在网络过载时能显著提高网络吞吐量、降低接入时延、提供健壮的QoS支持和网络接入性能。.(3)针对长时延网络传输机制,设计了一种基于毫米波通信模数混合阵列结构的信道估计算法,对各条路径的来波角度进行粗估计,利用波束赋形降低不同路径之间的干扰,达到路径分离的效果,引入和差波束算法,对来波角度进行精细化估计,动态跟踪实时变化的信道。.本项目的研究成果将为认知与协作技术在长时延网络环境中的研究与应用提供理论基础。

项目成果

期刊论文数量(30)
专著数量(0)
科研奖励数量(1)
会议论文数量(18)
专利数量(7)
Optimal Caching Designs for Perfect, Imperfect, and Unknown File Popularity Distributions in Large-Scale Multi-Tier Wireless Networks
大规模多层无线网络中完美、不完美和未知文件流行度分布的最佳缓存设计
  • DOI:
    10.1109/tcomm.2019.2919724
  • 发表时间:
    2019
  • 期刊:
    IEEE Transactions on Communications
  • 影响因子:
    8.3
  • 作者:
    Ye Chencheng;Cui Ying;Yang Yang;Wang Rui
  • 通讯作者:
    Wang Rui
无线网络语音传输质量监测仿真研究
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    计算机仿真
  • 影响因子:
    --
  • 作者:
    张亚飞;丁良辉;杨峰;支琤
  • 通讯作者:
    支琤
Enhancing Performance of Random Caching in Large-Scale Wireless Networks With Multiple Receive Antennas
增强具有多个接收天线的大规模无线网络中随机缓存的性能
  • DOI:
    10.1109/twc.2019.2897562
  • 发表时间:
    2019-04-01
  • 期刊:
    IEEE TRANSACTIONS ON WIRELESS COMMUNICATIONS
  • 影响因子:
    10.4
  • 作者:
    Jiang, Dongdong;Cui, Ying
  • 通讯作者:
    Cui, Ying
Analysis and Optimization of Successful Symbol Transmission Rate for Grant-free Massive Access With Massive MIMO
大规模 MIMO 无授权大规模接入成功符号传输率分析与优化
  • DOI:
    10.1109/lcomm.2019.2942926
  • 发表时间:
    2019-09
  • 期刊:
    IEEE Communications Letters
  • 影响因子:
    --
  • 作者:
    Chen Gang;Cui Ying;Cheng Hei Victor;Yang Feng;Ding Lianghui
  • 通讯作者:
    Ding Lianghui
基于染色的多波束无线自组网系统资源调度
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    计算机仿真
  • 影响因子:
    --
  • 作者:
    李翼泽;丁良辉;杨峰;宋涛
  • 通讯作者:
    宋涛

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

石墨烯/聚乳酸复合材料的制备及性能
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    机械工程材料
  • 影响因子:
    --
  • 作者:
    吴海华;吴朝;吕佳炜;王道;柳宁
  • 通讯作者:
    柳宁
Comparison of the Composition and Structural Parameters of W/O Microemulsions Containing Gemini Imidazoliums with Those Containing Monomeric Analogues
含Gemini咪唑鎓类化合物与含单体类似物的W/O微乳液的组成和结构参数比较
  • DOI:
    10.1007/s11743-014-1648-4
  • 发表时间:
    2015-01
  • 期刊:
    Journal of Surfactants and Detergents
  • 影响因子:
    1.6
  • 作者:
    柴金岭;宋敬伟;王丹;柴海会;白婷婷;柳宁
  • 通讯作者:
    柳宁
Synergistic interactions in W/O microemulsions containing imidazolium based C12mimBr and sodium lauryl sulfate
含有咪唑鎓基 C12mimBr 和十二烷基硫酸钠的 W/O 微乳液中的协同相互作用
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    Indian Journal of Chemistry A
  • 影响因子:
    --
  • 作者:
    柴金岭;张艳;柳宁;侯宁;宋敬伟;张健强;鲁建军
  • 通讯作者:
    鲁建军
基于免疫机制的无线Mesh网络安全模型
  • DOI:
    --
  • 发表时间:
    2010
  • 期刊:
    上海交通大学学报
  • 影响因子:
    --
  • 作者:
    易平;吴越;邹福泰;柳宁;陈佳霖
  • 通讯作者:
    陈佳霖
激光刻写零件瑕疵图像在线检测算法
  • DOI:
    --
  • 发表时间:
    2020
  • 期刊:
    计算机集成制造系统
  • 影响因子:
    --
  • 作者:
    雷泰;柳宁;李德平;王高
  • 通讯作者:
    王高

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

柳宁的其他基金

多元医学影像数据智能分析交换技术与系统应用
  • 批准号:
  • 批准年份:
    2019
  • 资助金额:
    250 万元
  • 项目类别:
    联合基金项目

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