MétaCan
Menu
Retour à la cohorte
Enregistrement W2102833882 · doi:10.1109/glocom.2010.5683134

Dual Methods for Power Allocation for Radios Coexisting in Unlicensed Spectra

2010· article· en· W2102833882 sur OpenAlexaff
Kandasamy Illanko, Alagan Anpalagan, D. Androutsos

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced MIMO Systems Optimization
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésDuality gapMathematical optimizationDuality (order theory)Constraint (computer-aided design)Convergence (economics)Dual (grammatical number)Power (physics)Interference (communication)Boundary (topology)Computer scienceRate of convergenceSet (abstract data type)Topology (electrical circuits)Feasible regionMathematicsOptimization problemTelecommunicationsDiscrete mathematicsCombinatoricsChannel (broadcasting)

Résumé

récupéré en direct d'OpenAlex

The power allocation that maximizes the sum rate of transceivers operating in the same frequency band is a difficult non-convex problem. Lack of a convex structure excludes the direct application of Lagrangian dual techniques as the duality gap might not be zero. This paper advances current knowledge by introducing three significant steps in finding a solution. First, we show that for transceivers operating under a total power constraint, the maximum sum rate occurs at the boundary of the feasible set formed by the hyper plane representing the power constraint. This conclusion is nontrivial considering that we are dealing with an interference limited system. Second, we prove that the duality gap is zero for this problem, despite the lack of concavity of the objective. We do this by showing that the maximum sum rate is concave in the power constraint. Third, we propose an iterative algorithm that finds the optimal power allocation by solving the dual problem. Simulation results are provided to support the theorems proven in the paper as well as to demonstrate the convergence of the algorithm to the global maximum sum rate. Results of the algorithm are also compared with solutions based on Game theory.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,686
Score d'incertitude au seuil0,423

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 Opus0,017
Tête enseignante GPT0,327
Écart entre enseignants0,310 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations11
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced MIMO Systems OptimizationTravaux en français237 207