Novel Water-Filling for Maximum Throughput of Power Grid, MIMO, and Energy Harvesting Coexisting System With Mixed Constraints
Notice bibliographique
Résumé
Multiple-input multiple-output (MIMO) technology equips the transmitters with the multiple antennas. It can combine with energy harvesting (EH) to lift the spectrum efficiency and make use of a greener energy resource. A power grid is added to serve as a supplementary source to regulate the not-so-stable harvested energy supply of the system. Besides the MIMO technology being used, the power allocated to the user provided by both EH and the power grid is subject to the epoch power upper bound constraints. The background of these constraints comes from field requirements, such as avoiding the saturation of power allocated to the user(s), avoiding system-level out-of-band power leakage, and reducing interference with other transmitter(s) due to the non-linearity generated via the transmitting mechanisms to the user(s). The epoch power upper bound constraints make this problem more challenging, with the controllable power grid energy budget and its allocation. This paper applies our recently proposed geometric water-filling with group upper bounded power constraints and recursion machinery to form the proposed algorithm for solving the proposed throughput maximization problem. Our algorithm is precisely defined, and further provides the exact solution via the lower degree polynomial complexity. This point is very suitable for the massive MIMO system. To the best of our knowledge, no prior algorithm has been reported in the open literature to solve the targeted problem in this paper.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».