MétaCan
Menu
Retour à la cohorte
Enregistrement W2086471688 · doi:10.1109/glocom.2014.7037205

A stochastic power control game for two-tier cellular networks with energy harvesting small cells

2014· article· en· W2086471688 sur OpenAlexaff
Tran Kien Thuc, Hina Tabassum, Ekram Hossain

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueEnergy Harvesting in Wireless Networks
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British ColumbiaNatural Sciences and Engineering Research Council of Canada
Organismes subventionnairesnon disponible
Mots-clésMacrocellPower controlComputer scienceBase stationTransmission (telecommunications)Telecommunications linkStochastic geometryWirelessComputer networkSmall cellMathematical optimizationEnergy harvestingPower (physics)Energy (signal processing)TelecommunicationsMathematics

Résumé

récupéré en direct d'OpenAlex

Energy harvesting in cellular networks is an emerging technique to enhance the sustainability of power-constrained wireless devices. This paper considers the co-channel deployment of a macrocell overlaid with small cells. The small cell base stations (SBSs) harvest their energy from environment sources whereas the macro base station (MBS) uses conventional power supply. Given a stochastic energy arrival process, this paper derives a power control policy for the downlink transmission of both MBS and SBSs such that they can obtain an equilibrium of their own objectives on a long-term basis (e.g., maximizing the transmission rate for SBSs while maintaining the target signal-to-interference-plus-noise ratio (SINR) at the macro users) on a given transmission channel. To this end, we propose a single controller stochastic game and develop a power control policy as a solution of a quadratic programming problem. Numerical results demonstrate the significance of the developed optimal power control policy over the conventional fixed and random power control policies.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,966
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,005
Tête enseignante GPT0,163
Écart entre enseignants0,158 · 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 tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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

En bref

Citations8
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEnergy Harvesting in Wireless NetworksTravaux en français237 207