用户密集场景下无人机辅助蜂窝网络的联合部署技术研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61901050
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    24.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0106.空天通信
  • 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

With the high mobility and flexibility of unmanned aerial vehicles (UAVs), using UAV to assist communication is envisioned as an excellent solution to solve intensive communication problems faced by traditional ground cellular networks. One challenging issue in the study of UAV-assisted networks is the joint deployment of network resources with deep integration of aerial and ground bases stations, to give fully play to the advantage of UAV and maximize the performance of networks. In this project, to address such difficulty, we consider the intensive access and massive data demands under user intensive scenes and investigate joint air-ground network deployments to achieve efficient, on-demand and self-adaptive network communication. Firstly, we establish general UAV-assisted cellular network models, derive the network capacity, and analysis the capacity bound. Secondly, we investigate the deployment cost tradeoff between aerial and ground base stations, and propose a joint network deployment method to minimize the overall deployment cost. Finally, we extend our research to further consider two issues in real user-intensive scenes. In one hand, for the non-uniform and time-varying distribution of real user demands, we propose a self-adaptive UAV deployment strategy based on user behavior prediction. In another hand, considering the energy limitation in uplink transmission, we investigate a multi-UAV trajectory design strategy based on pattern routes. It is hoped that the achievements of our research will have great influence to the deployment of UAV-assisted cellular networks, and shed lights on the development of future cellular networks.
利用无人机承载空中基站辅助地面网络通信可灵活高效地应对蜂窝网络面临的密集场景通信这一巨大挑战。在空中基站和地面基站并存的无人机辅助蜂窝网络中,如何将二者深度融合并有效部署网络资源是充分发挥无人机优势、提高网络性能的关键。本项目面向空天地融合的发展趋势,结合用户密集场景下密集接入、海量传输的需求特征,寻求高效、按需、自适应的空地联合网络部署方案。将考虑基础理论问题,推导无人机辅助蜂窝网络的传输容量并分析容量界值;考虑网络总体部署问题,分析地面基站和空中基站部署代价之间的折中关系,设计总体代价最小的联合部署方案;分别考虑实际场景下用户需求分布不均且动态变化问题及用户设备在上行传输时能量受限问题,进一步扩展研究基于用户行为预测的无人机自适应部署策略和基于模式化路线的多无人机路径规划策略。本项目的研究成果可为未来无人机辅助蜂窝网络的设计提供理论指导,对蜂窝网络演进和空天地融合具有重要意义。

结项摘要

利用无人机承载空中基站辅助地面网络通信可灵活高效地应对蜂窝网络面临的密集场景通信这一巨大挑战。在空中基站和地面基站并存的无人机辅助蜂窝网络中,如何将二者深度融合并有效部署网络资源是充分发挥无人机优势、提高网络性能的关键。本项目面向空天地融合的发展趋势,结合用户密集场景下密集接入、海量传输的需求特征,寻求高效、按需、自适应的空地联合网络部署方案。将考虑基础理论问题,推导无人机辅助蜂窝网络的传输容量并分析容量界值;考虑网络总体部署问题,分析地面基站和空中基站部署代价之间的折中关系,设计总体代价最小的联合部署方案;分别考虑实际场景下用户需求分布不均且动态变化问题及用户设备在上行传输时能量受限问题,进一步扩展研究基于用户行为预测的无人机自适应部署策略和基于模式化路线的多无人机路径规划策略。本项目的研究成果可为未来无人机辅助蜂窝网络的设计提供理论指导,对蜂窝网络演进和空天地融合具有重要意义。

项目成果

期刊论文数量(3)
专著数量(0)
科研奖励数量(0)
会议论文数量(4)
专利数量(2)
Joint Placement and Resources Optimization for Multi-User UAV-Relaying Systems With Underlaid Cellular Networks
具有底层蜂窝网络的多用户无人机中继系统的联合部署和资源优化
  • DOI:
    10.1109/tvt.2020.3018265
  • 发表时间:
    2020
  • 期刊:
    IEEE Transactions on Vehicular Technology
  • 影响因子:
    6.8
  • 作者:
    Guo Yijun;Yin Sixing;Hao Jianjun
  • 通讯作者:
    Hao Jianjun
UAV Trajectory and Communication Co-Design: Flexible Path Discretization and Path Compression
无人机轨迹与通信协同设计:灵活路径离散化和路径压缩
  • DOI:
    10.1109/jsac.2021.3088690
  • 发表时间:
    2021
  • 期刊:
    IEEE Journal on Selected Areas in Communications
  • 影响因子:
    16.4
  • 作者:
    Guo Yijun;You Changsheng;Yin Changchuan;Zhang Rui
  • 通讯作者:
    Zhang Rui
A Novel Trajectory Design Approach for UAV Based on Finite Fourier Series
基于有限傅里叶级数的无人机轨迹设计新方法
  • DOI:
    10.1109/lwc.2020.2965445
  • 发表时间:
    2020
  • 期刊:
    IEEE Wireless Communications Letters
  • 影响因子:
    6.3
  • 作者:
    Guo Yijun;Yin Sixing;Hao Jianjun;Du Yu
  • 通讯作者:
    Du Yu

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

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