可再生能源驱动的可伸缩视频通信系统建模与优化

With explosive growth of mobile users and high quality network applications, the energy consumption of cellular networks will continue to increase rapidly. Hence, energy consumption becomes a pressing issue for future network. Renewable energy provides a greener solution for powering wireless network. However, a significant challenge lies in the inherently stochastic and intermittent nature of renewable energy production as well as the limited capacity of energy storage. Against this background, this proposal starts from the view of systematically control to study the wireless adaptive video transmission over network powered by renewable energy. With the aid of online stochastic optimization method, we will develop: 1) single-user scalable video transmission modeling and control in wireless energy harvesting communication; 2) multi-user scalable video transmission modeling and scheduling for wireless energy harvesting communication; and 3) scalable video transmission modeling and control for wireless energy harvesting multi-hop network. It is expected to provide a novel solution for a new control object of renewable energy driven scalable video communication system.

随着移动用户以及高速网络应用的剧增，蜂窝网络的能耗将继续快速增长。因此，能耗问题是未来网络迫切需要解决的瓶颈问题。将可再生能源(如太阳能、风能等)引入无线通信网络，为实现绿色通信提供了一种新的解决方案。但是，可再生能源固有供能间歇性、随机性和存储容量限制等特性对其在无线通信系统中的应用提出了新的挑战。本项目从系统控制的角度出发，针对可再生能源驱动的无线网络，以视频业务为切入点，以控制与优化理论为技术手段，研究可再生能源驱动的视频传输系统建模与控制问题，实现网络系统的自配置、自恢复、自优化等特性。为此，本项目以在线测量方式，采用随机优化方法，研究并构建：1)可再生能源驱动的单用户可伸缩视频传输建模与控制；2)可再生能源驱动的多用户可伸缩视频传输建模与调度；3）可再生能源驱动的多跳网络可伸缩视频传输建模与控制。从而，为可再生能源驱动的视频传输服务系统这一全新控制对象，提供新的关键技术解决方案。

能耗问题是未来网络迫切需要解决的瓶颈问题。将可再生能源(如太阳能、风能等)引入无线通信网络，为实现绿色通信提供了一种新的解决方案。但是，可再生能源固有特性对其在无线通信系统中的应用提出了新的挑战，主要表现在：(1)环境能量具有间歇性和随机性；(2)能量存储容量限制。因此，能量驱动无线通信系统中存在着迫切需要解决的自适应能量配置和调度等控制问题。本项目从系统控制的角度出发，针对可再生能源驱动的无线网络，以视频业务为切入点，以控制与优化理论为技术手段，研究可再生能源驱动的视频传输系统建模与控制问题，实现网络系统的自配置、自恢复、自优化等特性。为此，本项目以在线测量方式，采用随机优化方法，研究并构建：1)可再生能源驱动的单用户可伸缩视频传输建模与控制；2)可再生能源驱动的多用户可伸缩视频传输建模与调度；3）可再生能源驱动的多跳网络可伸缩视频传输建模与控制。从而，为可再生能源驱动的视频传输服务系统这一全新控制对象，提供新的关键技术解决方案。受本项目资助在国内外学术期刊和学术会议上发表学术论文12篇，其中SCI收录8篇，二区以上7篇，在IEEE Trans.上发表论文7篇，授权专利2项。依托项目培养博士后1 名，博士6名，硕士6名。