MétaCan
Menu
Retour à la cohorte
Enregistrement W1987532191 · doi:10.1109/tcomm.2015.2404777

Energy Harvesting Wireless Communications With Energy Cooperation Between Transmitter and Receiver

2015· article· en· W1987532191 sur OpenAlexaff
Weiheng Ni, Xiaodai Dong

Notice bibliographique

RevueIEEE Transactions on Communications · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueEnergy Harvesting in Wireless Networks
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésTransmitterEnergy harvestingRayleigh fadingEnergy (signal processing)WirelessElectronic engineeringTransmitter power outputComputer scienceFadingAdditive white Gaussian noiseElectrical engineeringEngineeringTelecommunicationsChannel (broadcasting)Mathematics

Résumé

récupéré en direct d'OpenAlex

Energy harvesting is an increasingly attractive source of power for wireless communications devices. In this paper, we consider a point-to-point (P2P) wireless communications system, where both the practical transmitter and receiver, whose hardware circuits consume non-zero power when active, are powered solely by the energy harvested from external sources. An energy cooperation save-then-transmit (EC-ST) scheme is proposed: both the transmitter and receiver go into sleep mode to save energy for a proportion of time while their passive energy harvester units collect energy for later operations, and then become active to communicate for the remaining time proportion (referred to as the active-ratio), during which energy is allowed to flow between the transmitter and receiver. We first consider additive white Gaussian noise one-way channels with two-way energy transfer under a deterministic energy arrival rate. In this case, the optimal active-ratio and the energy cooperation power are obtained in closed form to achieve the maximum throughput. Next, for Rayleigh block fading channels with a stochastic energy arrival rate, we find the optimal energy cooperation power for minimizing the outage probability. Finally, numerical and simulation results are presented to validate the analytical findings.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,041
Tête enseignante GPT0,237
Écart entre enseignants0,196 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations33
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on CommunicationsMême sujetEnergy Harvesting in Wireless NetworksTravaux en français237 207