基于认知与协作的绿色无线接入网络关键技术研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61101107
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    20.0万
  • 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

结合认知技术的自感知、自配置、自学习等智能特点,以及协作通信能实现虚拟MIMO、获得空间分集、提高传输可靠性和系统容量的技术优势,针对目前无线接入网络静态规划和部署、网络资源浪费的问题,本课题提出基于认知与协作的绿色无线接入网络,并研究以下关键技术:1)基于环境感知与基站协作的动态小区管理技术,通过随机控制理论中统计最优化算法实现对小区布局的自适应控制,使得网络工作在最优状态;2)面向绿色接入的协作中继技术,包括能量感知的中继选择算法和能量高效的动态中继策略,从而降低网络的能量消耗;3)面向绿色接入的认知无线电技术,包括以低功耗为目标的频谱感知方案、频谱选择算法以及认知接入策略,通过无线传输参数的智能化配置,解决无线接入网络资源浪费的问题。本课题转变了传统通信网络以提高性能为设计目标的思路,而是以提高能量效率为无线接入网络的设计目标,致力于创新性的理论探索并预期具有潜在应用价值。

结项摘要

针对绿色节能无线接入网络涉及的关键问题,本课题提出了一系列创新方案和算法,并进行了理论分析和仿真验证,达到了预期目标。研究内容主要包括:1)针对目前移动网络静态部署和网络资源浪费的问题,首先提出了基于马尔可夫链的数据包级业务量跟踪模型,基于业务量模型提出了面向绿色节能的动态小区管理方案,针对基站休眠带来的网络覆盖问题,提出了基于动态协作的邻居基站协同覆盖策略,使得网络能在保证网络覆盖的前提下提高资源利用率、降低能量消耗;2)为了提高能源利用率和网络性能,本课题创新性地将协作中继技术应用于绿色通信领域,在以往的协作中继技术研究的基础上,提出协作中继网络中高效的协作方案、节能动态中继选择策略、一种改进的博弈论模型中继选择算法以及一种无线多跳中继网络中节能路由及功率分配方法,从而在保证高可靠性、高网络性能的前提下,提高能量利用率、减少电磁辐射;3)针对频谱资源紧缺的问题,同时考虑网络能耗的限制,本课题在以往认知无线电研究的基础上,引进提高能量利用率的绿色通信概念,从频谱感知、频谱分析、频谱决策、接入控制等几个认知的关键技术点入手,在感知算法和策略方面提出降低能耗的具体方案,包括基于置信度的协作感知节点选择算法、一种将粗感知与细感知并存的感知机制、面向节能的QoS保障的动态接入方案、基于非理想信道检测的认知无线电网络中能量感知频谱接入、基于双边拍卖的频谱交易机制、基于增强型学习的双边拍卖动态频谱接入算法以及基于后备信道与即时感知的频谱切换模型。从而优化认知能力,达到利用认知技术实现提高频谱利用率的同时减少网络能耗开销的目的。.本课题按计划顺利完成了各技术点的研究目标,基于相关研究成果,发表学术论文21篇(其中SCI已检索6篇、EI已检索8篇、EI待检索6篇、核心期刊1篇),申请发明专利9项(其中已授权2项),参与撰写和制定欧洲ETSI标准1项,出版专著1本,培养博士和硕士研究生27人,超额完成了预期目标。

项目成果

期刊论文数量(14)
专著数量(1)
科研奖励数量(0)
会议论文数量(13)
专利数量(0)
Energy efficiency in wireless cellular networks based on dynamic power allocation
基于动态功率分配的无线蜂窝网络能源效率
  • DOI:
    10.1016/s1005-8885(11)60477-9
  • 发表时间:
    2012-06
  • 期刊:
    The Journal of China Universities of Posts and Telecommunications
  • 影响因子:
    --
  • 作者:
    Wang Ping;Song Mei;Wang Ying-He;Zhang Ying-Hai
  • 通讯作者:
    Zhang Ying-Hai
Transmission control protocol throughput optimisation in cooperative relaying networks through relay selection
通过中继选择来优化协作中继网络中的传输控制协议吞吐量
  • DOI:
    --
  • 发表时间:
    2011
  • 期刊:
    IET Communications
  • 影响因子:
    1.6
  • 作者:
    Wei Yifei;F. Richard Yu;Song Mei;Zhang Yong
  • 通讯作者:
    Zhang Yong
Behavior modeling for spectrum sharing in wireless cognitive networks
无线认知网络中频谱共享的行为建模
  • DOI:
    10.1007/s11276-012-0443-2
  • 发表时间:
    2012-11-01
  • 期刊:
    WIRELESS NETWORKS
  • 影响因子:
    3
  • 作者:
    Teng, Yinglei;Yu, F. Richard;Zhang, Yong
  • 通讯作者:
    Zhang, Yong
Reinforcement-Learning-Based Double Auction Design for Dynamic Spectrum Access in Cognitive Radio Networks
认知无线电网络中基于强化学习的动态频谱访问双重拍卖设计
  • DOI:
    10.1007/s11277-012-0611-9
  • 发表时间:
    2013-03
  • 期刊:
    WIRELESS PERSONAL COMMUNICATIONS
  • 影响因子:
    2.2
  • 作者:
    Yu, F. Richard;Han, Ke;Wei, Yifei;Zhang, Yong
  • 通讯作者:
    Zhang, Yong
Unidirectional link-state advertisement based on power control for MANET
基于功率控制的MANET单向链路状态通告
  • DOI:
    10.1016/s1005-8885(11)60469-x
  • 发表时间:
    2012-06
  • 期刊:
    The Journal of China Universities of Posts and Telecommunications
  • 影响因子:
    --
  • 作者:
    Wang Ying-He;Chen Mo;Wang Ping;Du Chen-Hui;Zhang Ying-Hai
  • 通讯作者:
    Zhang Ying-Hai

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

一种集成学习辅助 DDPG 的资源优化算法
  • DOI:
    --
  • 发表时间:
    2022
  • 期刊:
    北京邮电大学学报
  • 影响因子:
    --
  • 作者:
    公雨;魏翼飞
  • 通讯作者:
    魏翼飞
基于SDN与NFV的服务功能链编排算法
  • DOI:
    10.13190/j.jbupt.2021-218
  • 发表时间:
    2022
  • 期刊:
    北京邮电大学学报
  • 影响因子:
    --
  • 作者:
    贾雨宁;魏翼飞;周军华
  • 通讯作者:
    周军华
MEC计算卸载与资源分配联合智能优化方案
  • DOI:
    10.13190/j.jbupt.2021-145
  • 发表时间:
    2022
  • 期刊:
    北京邮电大学学报
  • 影响因子:
    --
  • 作者:
    杜梅;周军华;李敦桥;陈士钊;魏翼飞
  • 通讯作者:
    魏翼飞

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

魏翼飞的其他基金

可编程绿色边缘网络架构及智能资源优化研究
  • 批准号:
    61871058
  • 批准年份:
    2018
  • 资助金额:
    63.0 万元
  • 项目类别:
    面上项目
绿色中继增强异构网络架构及能效与资源优化技术研究
  • 批准号:
    61571059
  • 批准年份:
    2015
  • 资助金额:
    57.0 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