MétaCan
Menu
Retour à la cohorte
Enregistrement W2557490067 · doi:10.1017/9781316471845.008

Dedicated Wireless Energy Harvesting in Cellular Networks: Performance Modeling and Analysis

2016· book-chapter· en· W2557490067 sur OpenAlexaff
Hina Tabassum, Ekram Hossain

Notice bibliographique

RevueCambridge University Press eBooks · 2016
Typebook-chapter
Langueen
DomaineEngineering
ThématiqueEnergy Harvesting in Wireless Networks
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésEnergy harvestingWirelessWireless networkComputer networkComputer scienceKey (lock)CornerstoneEnergy (signal processing)Wireless sensor networkTelecommunicationsGeographyComputer securityPhysics

Résumé

récupéré en direct d'OpenAlex

Introduction Energy harvesting in wireless cellular networks is a cornerstone of emerging 5G and beyond 5G (B5G) cellular networks as it aims to “cut the last wires” of the existing wireless devices [1]. In particular, energy harvesting has a significant potential to attract subscribers since it promotes mobility and connectivity anywhere and anytime , which is one of the key visions of next-generation wireless networks. In general, wireless energy harvesting can be classified according to the following two categories. • Ambient energy harvesting (EH) . This refers to energy harvested from renewable energy sources (such as thermal, solar, wind, etc.) as well as energy harvested from radio signals of different frequencies in the environment that can be sensed by EH receivers (e.g., co-channel interference, TV or radio broadcasting, etc.). • Dedicated EH . This enables the intentional transmission of energy from dedicated energy sources to energy harvesting devices. To satisfy the power demands of delay-constrained wireless applications, it is of utmost importance to ensure the availability of sufficient energy at the user terminals whenever required. This fact has motivated researchers toward the development of dedicated wireless-powered cellular networks (WPCNs) where dedicated energy sources or hybrid access points (HAPs) take care of both energy transfer and information transmission to and from the subscribers. In this chapter, we focus on dedicated EH techniques. We first highlight the associated challenges. Next, we theoretically characterize and comparatively analyze a number of different network architectures for centralized and distributed dedicated wireless EH. Numerical results are provided to validate the analytical results. Major Challenges in Dedicated Wireless Energy Harvesting In this section, we will discuss a number of major challenges related to dedicated wireless energy harvesting (WEH) from the perspective of network architecture and modeling and resource allocation. Network Architectures for Wireless Energy Harvesting Different network architectures have been studied for WEH. However, most of the studies have been limited to a two- or three-node network model, a central base station (BS) that takes care of both the wireless information transmission and energy transfer, and follows a specific configuration of energy harvesting; i.e., a user harvests energy from a centralized half-duplex BS or full-duplex BS or through randomly deployed power beacons (PBs), etc.

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)0,000
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 enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,011
Tête enseignante GPT0,156
Écart entre enseignants0,145 · 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

Citations2
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooksMême sujetEnergy Harvesting in Wireless NetworksTravaux en français237 207