超密度移动蜂窝网络能量效率优化理论与技术研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61501028
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    19.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0105.移动通信
  • 结题年份:
    2018
  • 批准年份:
    2015
  • 项目状态:
    已结题
  • 起止时间:
    2016-01-01 至2018-12-31

项目摘要

With the explosive increase of mobile internet services, super-dense mobile cellular networks become the development tendency of future cellular networks. And with the exponential increase of data traffic, reducing energy consumption per unit of traffic will be challenging for future super-dense mobile cellular networks. In the super-dense mobile cellular networks, the densities of base stations and users will be increased significantly, and the density of base stations can be even higher than that of users. According to the property of super-dense mobile cellular networks, we plan to explore the mechanism and methodology for optimizing the network energy efficiency from the system and network perspective, and investigate the mechanism and algorithm for network resource allocation with optimal energy efficiency from the user perspective, which will provide theoretical foundation for the resource allocation and management of the future super-dense mobile cellular networks. Firstly, we try to theoretically analyze the energy efficiency of the super-dense mobile cellular networks and reveal the impacts of network parameters on the energy efficiency based on the random spatial model, which is derived from the stochastic geometry. Secondly, we will formulate the resource allocation problems in super-dense mobile cellular networks into mathematical models based on optimization theory, and design the energy-efficient resource allocation algorithms. Finally, we will design and develop the system-level simulation platform based on wrap around method, and evaluate the theoretical analysis results and the designed resource allocation algorithms.
移动互联网业务的爆炸式增长使得超密度移动蜂窝网络成为未来蜂窝网络的发展趋势,而网络流量的指数级增长导致降低单位流量的能量消耗成为未来超密度移动蜂窝网络必将面临的挑战。在超密度移动蜂窝网络中,基站和用户的密度相比现有蜂窝网络会极大提高,基站的密度甚至会超过用户的密度。针对超密度移动蜂窝网络节点密度极高的特点,本项目拟从系统和网络的角度探索网络能量效率优化的机理与方法,从用户的角度探索网络能量效率最优的资源分配机制与算法,为未来超密度移动蜂窝网络的资源分配与管理提供理论基础和依据。首先,本项目将基于随机几何理论建立超密度移动蜂窝网络随机空间模型,分析网络能量效率,揭示网络参数对能量效率的影响。其次,基于优化理论对超密度移动蜂窝网络中的资源分配问题进行数学建模,设计基于能量效率的资源分配算法。最后,基于环绕式处理技术设计开发系统级仿真平台,对理论分析结果以及设计的资源分配算法进行验证。

结项摘要

提高网络密度是蜂窝网络的发展趋势,也是实现5G网络容量要求的有效手段。网络流量的指数级增长导致降低单位流量的能量消耗成为未来超密度移动蜂窝网络必将面临的挑战。在超密度移动蜂窝网络中,基站和用户的密度相比现有蜂窝网络会极大提高,基站的密度甚至会超过用户的密度。从而使得基站离用户越来越近,用户得到更好的服务,有效提高网络的频谱效率和能量效率。.超密度蜂窝网络不可避免要使用毫米波频段以提高网络可使用带宽。毫米波的连续大带宽可满足热点区域极高的用户体验速率和系统容量需求,但是其覆盖能力较弱,难以实现全网覆盖。因此毫米波需要与Sub-6GHz中低频段联合组网,以高频和低频相互补充的方式来满足网络连续覆盖的需求。我们考虑Sub-6GHz和毫米波共存的超密度蜂窝网络,针对典型区域和一般区域分别进行网络建模和性能分析。我们还考虑了双频异构蜂窝网络中的上下行解耦连接策略。结果表明毫米波微基站的密集部署带来的性能增益优于Sub-6GHz微基站,且解耦连接策略有助于提高超密度双频异构蜂窝网络的性能。.在蜂窝网络中,很多优化能量效率的工作都是在理想信道信息下进行分析的。然而,由于信道的时变性、信道的反馈延时和信道的估计误差,理想信道信息很难获得。为此,我们在非理想信道信息状态下,以网络能量效率为优化目标,提出了OFDMA 网络中一种资源块调度和功率控制联合方案,并将该问题建模为一个混合概率的分数规划问题,然后将概率约束放到目标函数中进行考虑,并引入一些新变量,将该问题转化成一个D.C.规划问题,最后给出了KKT解。我们还研究了蜂窝网络中D2D用户和蜂窝用户共享资源的问题。在我们研究的问题中,M个D2D用户对同时使用某个蜂窝用户的时频资源块,以达到提高频谱效率的目的。我们在用户最大发射功率限制的条件下设置了用户最低的通信速率。该问题是一个分数规划问题。我们分别给出了最优解和次优解。

项目成果

期刊论文数量(20)
专著数量(0)
科研奖励数量(1)
会议论文数量(5)
专利数量(5)
Achieving Sustainable Ultra-Dense Heterogeneous Networks for 5G
实现 5G 可持续的超密集异构网络
  • DOI:
    10.1109/mcom.2017.1700410
  • 发表时间:
    2017-12-01
  • 期刊:
    IEEE COMMUNICATIONS MAGAZINE
  • 影响因子:
    11.2
  • 作者:
    An, Jianping;Yang, Kai;Liao, Zhifang
  • 通讯作者:
    Liao, Zhifang
Energy-efficient resource block assignment and power control for underlay device-to-device communications in multi-cell networks
多小区网络中底层设备到设备通信的节能资源块分配和功率控制
  • DOI:
    10.1016/j.comnet.2018.12.007
  • 发表时间:
    2019-02
  • 期刊:
    Computer Networks
  • 影响因子:
    5.6
  • 作者:
    Xiaozheng Gao;Kai Yang;Nan Yang;Jinsong Wu
  • 通讯作者:
    Jinsong Wu
Robust Power and Bandwidth Allocation in Cognitive Radio System With Uncertain Distributional Interference Channels
具有不确定分布干扰信道的认知无线电系统中的鲁棒功率和带宽分配
  • DOI:
    10.1109/twc.2016.2598329
  • 发表时间:
    2016-10
  • 期刊:
    IEEE Transactions on Wireless Communications
  • 影响因子:
    10.4
  • 作者:
    Rongfei Fan;Wen Chen;Jianping An;Feifei Gao;Gongpu Wang
  • 通讯作者:
    Gongpu Wang
Throughput Maximization for Multi-Hop Decode-and-Forward Relay Network With Wireless Energy Harvesting
具有无线能量收集的多跳解码和转发中继网络的吞吐量最大化
  • DOI:
    10.1109/access.2018.2831253
  • 发表时间:
    2018
  • 期刊:
    IEEE Access
  • 影响因子:
    3.9
  • 作者:
    Rongfei Fan;Saman Atapattu;Wen Chen;Yihao Zhang;Jamie Evans
  • 通讯作者:
    Jamie Evans
Energy efficiency optimization for D2D communications based on SCA and GP method
基于SCA和GP方法的D2D通信能效优化
  • DOI:
    10.1109/cc.2017.7897323
  • 发表时间:
    2017-03
  • 期刊:
    China Communications
  • 影响因子:
    4.1
  • 作者:
    Xiaozheng Gao;Hangcheng Han;Kai Yang;Jianping An
  • 通讯作者:
    Jianping An

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

基于神经网络和支持矢量机的多机动车车牌在线检测方法
  • DOI:
    10.16383/j.aas.c180753
  • 发表时间:
    2021
  • 期刊:
    自动化学报
  • 影响因子:
    --
  • 作者:
    刘进博;朱新新;伍越;杨凯;陈卫
  • 通讯作者:
    陈卫
川东二叠系龙潭组页岩岩相特征与沉积环境
  • DOI:
    10.12108/yxyqc.20220200
  • 发表时间:
    --
  • 期刊:
    岩性油气藏
  • 影响因子:
    --
  • 作者:
    肖威;张兵;姚永君;王艳;杨洪宇;杨凯
  • 通讯作者:
    杨凯
基于多级失真的遥感图像压缩评估
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    the Journal Of applied remote sensing
  • 影响因子:
    --
  • 作者:
    姜宏旭;杨凯;刘亭杉;张永飞
  • 通讯作者:
    张永飞
一种适用于多自由度球面运动轴承的动力学分析
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    日用电器
  • 影响因子:
    --
  • 作者:
    李争;杨凯;陈晴;王群京;李芳芳
  • 通讯作者:
    李芳芳
咳嗽敏感性增高豚鼠模型两种造模方法比较研究
  • DOI:
    10.13194/j.issn.1673-842x.2017.05.024
  • 发表时间:
    2017
  • 期刊:
    辽宁中医药大学学报
  • 影响因子:
    --
  • 作者:
    王谦;史利卿;马建岭;季坤;温绍惠;林彬;杨凯;宋欢;白逸晨;邸洁;孙静宜
  • 通讯作者:
    孙静宜

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

杨凯的其他基金

面向太赫兹超密集异构网络的无线通信技术研究
  • 批准号:
    62371047
  • 批准年份:
    2023
  • 资助金额:
    49 万元
  • 项目类别:
    面上项目
超密度蜂窝网络建模分析与资源分配技术研究
  • 批准号:
    61771054
  • 批准年份:
    2017
  • 资助金额:
    62.0 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