研究方向一：多形异构智联网的物理-网络层关键技术
一、基本介绍
以未来移动通信系统支撑，放眼未来智慧物联中各种设备，针对增强移动宽带型的应用，支持大规模机器类通信场景，具备提供低延迟、高可靠的服务能力，探索智慧物联系统通信层面的关键技术，主要包括：无线通信信道建模、网络接入与资源优化调度、多任务协同计算等。
（1）设备海量接入问题（物理链路层）：面向海量连接物联网场景，适应多接入技术、多传输业务、多服务质量要求的大规模异构网络，适应更为复杂的干扰场景、更高的计算与存储要求及更低能量消耗的需求，基于大数据，利用博弈论和机器学习理论，设计无线资源管理新方法。
（2）多任务泛在边缘计算（物理链路层）：多形异构智联网中存在大量弱终端，其计算资源与能量均是有限的，单一节点无法承担复杂任务或存储，因此聚合众多边缘节点实施分布式计算可应对这一难题。后5G为智慧物联的实施提供了更多的通信资源，需要针对这种“多节点-多任务”的后5G智慧物联系统，在保障数据隐私安全的基础上，设计快速完备的多核任务协同处理与调度机制，并在延迟、带宽、能耗和开销等方面分析并优化系统性能，实现任务的动态分配与卸载、分布式计算与存储等，这是提升智慧物联网在差异化服务与可扩展性的重要问题之一。
（3）智慧路由（网络层）：5G蜂窝通信（NBIoT）、Ad hoc网络与D2D通信（LoRa）等硬件设备使得网络路由变得极为复杂，如何针对异构网络建立高效路由策略，满足授权/非授权设备共存的要求，以达到智慧物联系统硬件层与应用层的透明传输。
二、在研、已结科研项目
课题组在该研究方向积累多年，已结科研项目6项，在研国家级项目1项。课题组早在2005年开始针对无线多媒体网络进行网络资源管理的研究，随后针对多射频多信道的Mesh网络、高速移动场景、认知无线电网络分别探讨了网络资源管理解决方案与算法设计。随着智慧物联网应用逐步深入到我们的日常生活中，课题组基于多年积累，目前在该研究方向上探讨未来移动通信场景下的智慧物联网关键技术。
1. 面向未来移动通信的低功耗安全智慧物联网系统关键技术研究（在研）
国家自然科学基金重点项目，执行期：2020年1月至2024年12月，课题负责人：荆涛
大规模机器通信（massive Machine Type of Communication, mMTC）是未来移动通信系统的重要应用场景，主要面向物联网，对现有蜂窝移动通信系统提出了挑战。课题组针对mMTC的特征开展低功耗巨连接场景下的无线信道和噪声特性的研究、保障可靠通信的物理层安全关键技术的研究，以及支持海量设备连接的无线资源管理的研究，最终实现安全、智慧和绿色通信。
①开展面向典型物联网场景的信道和电磁噪声测试工作。基于采集到的数据，构建信道和噪声数据库，利用统计和特征分析方法开展无线信道和电磁噪声普适模型和特例模型的建立。
②设计基于协作干扰的主动防御方案。选择有效的干扰源，并针对其自私性设计干扰源激励方案，完成协作干扰任务，最后完成全局功率优化设计，实现安全容量的提升。
③基于大数据，利用博弈论和机器学习理论，设计小区接入与接纳控制，有效的干扰协调机制以及体现用户差异性的能效最大化。
2. 认知网通信性能若干关键技术研究（已结）
国家自然科学基金面上项目，执行期：2013年1月至2016年12月，课题负责人：荆涛
随着无线设备数量和无线宽带应用的急速增长，频谱资源的需求不断增加。通过认知无线电技术，获得可用频谱资源，由认知无线电设备组成的认知网作为一种频谱共享系统，能够有效缓解频谱资源不足问题。在这样的背景下，如何通过改进网络拓扑、协议等条件以及更高效利用频谱资源来提高认知网的性能是亟须解决的。包括：（1）协作与非协作认知网容量分析，结合次级参数的影响，作为进一步网络性能研究的理论依据；（2）建立多址接入时延模型和设计多比例公平CSMA/CA 协议，分析并改进用户共享资源时的网络性能；（3）设计有效公平的频谱拍卖方案和动态拍卖方案，高效、公平的分配频谱资源，同时分析并尽可能的提高拍卖策略下的网络性能；（4）合作与非合作中继优化管理，通过合理的中继选择与资源分配（功率、带宽等），提升网络性能（吞吐量、覆盖范围）。
代表成果：
(1) Fan Zhang,Tao Jing, Yan Huo, Kai-Wei Jiang:Outage Probability Minimization for Energy Harvesting Cognitive Radio Sensor Networks.Sensors17(2): 224 (2017)
(2) Tao Jing, Shixiang Zhu, Hongjuan Li, Xiaoshuang Xing, Xiuzhen Cheng, Yan Huo, Rongfang Bie, and Znati, T, Cooperative Relay Selection in Cognitive Radio Networks, IEEE Transactions on Vehicular Technology, Vol. 64, No. 5, pp. 1872-1881, 2015
(3) Hongjuan Li, Xiaoshuang Xing, Junda Zhu, Xiuzhen Cheng, Keqiu Li, Rongfang Bie, Tao Jing, Utility-Based Cooperative Spectrum Sensing Scheduling in Cognitive Radio Networks, IEEE Transactions on Vehicular Technology, vol. 66, no. 1, pp. 645-655, Jan. 2017.
(4) Xiaoshuang Xing, Tao Jing, Wei Zhou, Xiuzhen Cheng, Yan Huo, and Hang Liu, Routing in user-centric networks, IEEE Communications Magazine, Vol. 52, No. 9, pp.44-51, 2014
(5) Xiaoshuang Xing, Tao Jing, Hongjuan Li, Yan Huo, Xiuzhen Cheng, and Znati, T, Optimal Spectrum Sensing Interval in Cognitive Radio Networks, IEEE Transactions on Parallel and Distributed Systems, Vol. 25, No. 9, pp. 1045-9219, 2014
(6) Xiaoshuang Xing, Tao Jing, Wei Cheng, Yan Huo, and Xiuzhen Cheng, Spectrum Prediction in Cognitive Radio Networks, IEEE Wireless Communications, Vol. 20, No, 2, pp. 90-96, 2013
(7) Qinghe Gao, Tao Jing, Xiaoshuang Xing, Xiuzhen Cheng, Yan Huo, Dechang Chen, Simultaneous energy and information cooperation in MIMO cooperative cognitive radio systems, 2015 IEEE Wireless Communications and Networking Conference (WCNC), New Orleans, LA, 2015, pp. 351-356
(8) Tao Jing, Chenyu Zhao, Xiaoshuang Xing, Yan Huo, Wei Li, Xiuzhen Cheng, A multi-unit truthful double auction framework for secondary market, 2013 IEEE International Conference on Communications (ICC), Budapest, 2013, pp. 2817-2822
(9) Xiaoshuang Xing, Tao Jing, Yan Huo, Hongjuan Li, Xiuzhen Cheng, Channel quality prediction based on Bayesian inference in cognitive radio networks, 2013 Proceedings IEEE INFOCOM, Turin, 2013, pp. 1465-1473.
(10) Tao Jing, Xiuying Chen, Yan Huo, Xiuzhen Cheng, Achievable transmission capacity of cognitive mesh networks with different media access control, 2012 Proceedings IEEE INFOCOM, Orlando, FL, 2012, pp. 1764-1772
3. 认知网新型动态频谱管理关键技术研究（已结）
国家自然科学基金面上项目，执行期：2013年1月至2013年12月，课题负责人：成秀珍
认知无线电技术被认为是提高频谱利用率，解决频谱稀缺问题的有效技术。认知网中动态频谱管理策略的研究是当前通信领域中前沿且重要的课题之一。包括：（1）研究新型的扩展频谱感知技术，发掘可用频谱资源的时域、频域、空域信息；（2）分析频谱可用性变化规律，研究频谱状态预测技术；（3）基于认知网的时延特性，建立认知网时延模型，研究面向时延的频谱管理技术；（4）综合考虑网络的时延、吞吐量、公平性，研究认知网动态频谱跨层优化技术。
4. 高速移动条件下无线宽带网络资源管理的研究（已结）
国家自然科学基金面上项目，执行期：2012年1月至2015年12月，课题负责人：霍炎
针对高速移动网络环境，诸如接入允许与控制、带宽分配等无线资源管理关键技术的研究是下一代移动通信领域中前沿且重要的课题，也是亟待解决的问题之一，其解决方案的性能对于能否在高速移动条件下合理且优化的进行宽带接入，以及接入质量和资源的合理利用都有着直接且重要的作用。本课题基于多参数无线宽带网络流量预测模型，研究高速移动条件下的网络资源管理问题，包括：（1）从终端移动性、用户数以及综合业务等方面分析网络流量性能，在不损失流量数据相关性、相似性、突发性等内在特征的前提下，建立相应的多参数网络流量预测模型；（2）针对高速移动条件，根据多业务、多层次、多用户等特征，利用博弈论、图论、最优化等相关理论和技术，提出针对上述网络的接入最优控制与资源动态管理问题的自适应解决方案。
5. 面向MRMC 的无线Mesh 网络资源管理算法研究（已结）
国家自然科学基金面上项目，执行期：2011年1月至2013年12月，课题负责人：荆涛
基于MRMC 的无线Mesh 网络，诸如网络容量分析、信道分配策略以及路由优化方案的研究是当前无线通信领域中前沿且重要的课题之一，其解决方案的优劣对于是否能够提高该网络环境下的吞吐性能，资源的合理利用以及可扩展性都有着直接且重要的作用。本课题针对MRMC 无线Mesh 网络特点，包括：（1）从网络拓扑解析角度研究该网络的干扰模型，并结合网络性能参数分析网络容量特征；（2）从干扰受限、流量受限及连接性等角度研究该网络的自适应的信道分配策略；（3）结合信道分配策略与网络链路参数，以博弈论的思想和仿生学技术研究路由协议与MAC 层的部分融合问题。
6. 无线宽带网络联合信道率失真模型相关技术研究（已结）
国家自然科学基金面上项目，执行期：2008年1月至2010年12月，课题负责人：荆涛
无线宽带网络中传输视频数据时，不仅要考虑信源失真，还要考虑信道失真。因此建立全局的联合信道率失真模型是目前通信领域中前沿且重要的研究课题之一，其涉及到码率控制、差错控制等诸多关键技术的研究。包括：（1）针对无线宽带网络环境，在综合考虑话音、数据、视频等业务自身因素和信道误差、信号间干扰等环境因素以及用户移动行为因素的基础上，分析无线宽带网络中传输多媒体数据的特性，建立联合信道率失真模型；（2）校验现有诸多码率控制方法的性能，并主要在此基础上，研究性能更好的基于信道率失真新模型的码率控制问题的新的数学解决方法；（3）针对新的信道率失真模型的参数，给出高效、鲁棒性强、自适应性强的基于智能技术的差错控制
新方法。
7. 无线多媒体网络中基于新业务流模型和模糊进化神经网络/蚂蚁算法的资源管理技术研究（已结）
国家自然科学基金面上项目，执行期：2005年1月至2007年12月，课题负责人：荆涛
无线多媒体网络中，诸如接入允许控制、资源分配和调度、QOS 路由优化等网络资源管理的关键技术是目前通信领域中前沿且重要的研究课题之一，相应解决方法的性能优劣对于网络资源是否能够得到合理利用和优化有着直接且重要的影响。本项目基于业务流模型和模糊进化神经网络/蚂蚁算法，研究无线多媒体网络中上述资源管理问题，主要研究内容包括：（1）综合考虑网络环境因素及话音、数据、视频等业务的自身因素，研究适用于无线多媒体网络的，较为通用的能够准确反映多媒体业务流一、二阶统计特性的新型长、短时相关业务流模型；（2）研究在新业务流模型下利用模糊进化神经网络及蚂蚁算法的相关理论和技术，解决上述资源管理问题的简单高效、自适应性和可扩展性强的新智能、仿生方法。