系统效益最大化的无线自组网络分布式功率控制研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61101132
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    22.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0103.通信理论与系统
  • 结题年份:
    2014
  • 批准年份:
    2011
  • 项目状态:
    已结题
  • 起止时间:
    2012-01-01 至2014-12-31

项目摘要

在用户密集型无线自组网络中,用户间的共信道干扰严重影响吞吐量、传输延迟等网络性能。分布式功率控制作为一种能有效抑制无线自组网中共信道干扰的机制备受重视。于此同时,随着无线宽带数据服务的普及,相关研究趋于采用系统效益函数来衡量网络性能。因此,设计一个最大化系统效益的分布式功率分配算法具有重大的科研和应用价值。但是,目前的功率分配算法只适用于某些特殊的系统效益函数,因此无法满足应用层服务质量要求的多样性。基于这些考虑,本项目旨在设计一个分布式、低复杂度并能适用于各类系统效益函数的功率分配算法。与现有算法相比,我们设计的算法具有如下三个明显优势:1)算法能有效地最大化任意系统效益;2)算法具有很强的鲁棒性,即算法允许各用户异步更新其功率,同时不受部分用户交互信息丢失的影响;3)算法具有线性收敛速度。更为重要的是,本项目的研究成果普遍适用于大多数网络资源分配优化问题,因此具有重要的方法论意义。

结项摘要

在用户密集型无线自组网络中,用户间的共信道干扰严重影响吞吐量、传输延迟等网络性能。传输功率控制作为一种能有效抑制无线自组网中共信道干扰的机制备受重视。然而,因为传输功率优化问题的高度非凸性,系统效益最大化的最佳传输功率很难实现。本项目负责人尽管在前期工作提出了能够普遍适用于各类系统效益衡量的最佳功率控制算法,但是作为一个集中式的功率控制算法很难应用于无线自组网络。因此,本项目的主要贡献是设计了一个分布式、低复杂度并能适用于各类系统效益函数的最佳功率控制算法(GLAD算法)。同时,本项目相关研究证明我们设计的分布式功率控制算法可以很快收敛到最佳功率控制,而且收敛特性与系统效益函数的形式没有关系。另外,考虑到算法的实用性,本项目进一步研究交互信息减少对算法性能的影响,结果显示交互信息减少并未影响算法的收敛性能。最后,考虑到无线信号传输距离的有限性,本项目研究发现算法实现的系统效益取决于交互信息传播的范围。 因此,本项目的研究成果可为下一代移动通信网络中复杂的系统效益最大化的功率控制分布式实现提供一些指导意见。. 围绕着无线自组网络中分布式功率控制算法设计、分析、改进这些重要问题展开研究,超额完成了研究计划,取得了一系列有特色的创新性成果。三年来,共完成SCI收录论文7篇,EI收入论文6篇,其中IEEE Transactions on Communications 1篇, IEEE Transactions on Wireless Communications 1篇, IEEE Journal on Selected Areas in Communications1篇,IEEE Transactions on Vehicular Technology1篇,IEEE Communications Letters 2篇,IEEE System Journal 1篇,IEEE Wireless Communications Letters 1篇,其余为国际通信会议论文。这些论文被他人引用65次,最高单篇他引22次。获得一项国际学术奖,一项地区学术奖以及一项厅局级科研成果奖。同时,2人次参加了2次国际通信会议进行学术交流以及多人多次参加国内举办的国际通信会议并作大会报告。

项目成果

期刊论文数量(9)
专著数量(0)
科研奖励数量(3)
会议论文数量(5)
专利数量(0)
Demand Response Management via Real-Time Electricity Price Control in Smart Grids
通过智能电网中的实时电价控制进行需求响应管理
  • DOI:
    10.1109/jsac.2013.130710
  • 发表时间:
    2013-07-01
  • 期刊:
    IEEE JOURNAL ON SELECTED AREAS IN COMMUNICATIONS
  • 影响因子:
    16.4
  • 作者:
    Qian, Li Ping;Zhang, Ying Jun (Angela);Wu, Yuan
  • 通讯作者:
    Wu, Yuan
Pareto Optimal Power Control via Bisection Searching in Wireless Networks
无线网络中通过二分搜索的帕累托最优功率控制
  • DOI:
    10.1109/lcomm.2013.022213.130051
  • 发表时间:
    2013-03
  • 期刊:
    IEEE Communications Letters
  • 影响因子:
    --
  • 作者:
    钱丽萍;Yuan Wu;Shengli Zhang;Qingzhang Chen
  • 通讯作者:
    Qingzhang Chen
Energy-Efficient Delay-Constrained Transmission and Sensing for Cognitive Radio Systems
认知无线电系统的节能延迟约束传输和传感
  • DOI:
    10.1109/tvt.2012.2198506
  • 发表时间:
    2012-05
  • 期刊:
    IEEE Transactions on Vehicular Technology
  • 影响因子:
    6.8
  • 作者:
    Yuan Wu;Vincent K. N. Lau;Danny H. K. Tsang;钱丽萍
  • 通讯作者:
    钱丽萍
Sensing Based Joint Rate and Power Allocations for Cognitive Radio Systems
认知无线电系统中基于感知的联合速率和功率分配
  • DOI:
    10.1109/wcl.2012.022012.120009
  • 发表时间:
    2012-02
  • 期刊:
    IEEE Wireless Communications Letters
  • 影响因子:
    6.3
  • 作者:
    Yuan Wu;Danny H.K. Tsang;钱丽萍;Limin Meng
  • 通讯作者:
    Limin Meng

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

供应商专项投资对经销商长期导向的影响
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    管理评论
  • 影响因子:
    --
  • 作者:
    钱丽萍;高伟;任星耀
  • 通讯作者:
    任星耀
双渠道中知识转移的特点及其互补效应研究
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    软科学
  • 影响因子:
    --
  • 作者:
    钱丽萍;高伟
  • 通讯作者:
    高伟
供应商角色绩效与经销商感知公平: 社会互动及合同的调节作用
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    商业经济与管理
  • 影响因子:
    --
  • 作者:
    钱丽萍;罗小康;杨翩翩
  • 通讯作者:
    杨翩翩
Optimal Transmission Policies for Relay Communication Networks With Ambient Energy Harvesting Relays
具有环境能量收集继电器的中继通信网络的最优传输策略
  • DOI:
    10.1109/jsac.2016.2621356
  • 发表时间:
    2016-12
  • 期刊:
    IEEE Journal on Selected Areas in Communications
  • 影响因子:
    16.4
  • 作者:
    钱丽萍;冯贵年;Victor C. M. Leung
  • 通讯作者:
    Victor C. M. Leung
STAT1在多发性骨髓瘤增殖及细胞黏附介导耐药中的作用
  • DOI:
    10.13315/j.cnki.cjcep.2019.12.010
  • 发表时间:
    2019
  • 期刊:
    临床与实验病理学杂志
  • 影响因子:
    --
  • 作者:
    吴雅珣;何松;钱丽萍;徐小红
  • 通讯作者:
    徐小红

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

钱丽萍的其他基金

QoS驱动的能量采集型NB-IoT网络多维资源联合优化与接入理论研究
  • 批准号:
  • 批准年份:
    2020
  • 资助金额:
    55 万元
  • 项目类别:
    面上项目
下一代无线通信网络资源优化分配理论与关键技术
  • 批准号:
    61379122
  • 批准年份:
    2013
  • 资助金额:
    75.0 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