MétaCan
Menu
Retour à la cohorte
Enregistrement W2590097296 · doi:10.1002/ett.3144

Optimal power allocation for relay‐based cooperative communication systems with energy harvesting

2017· article· en· W2590097296 sur OpenAlex
Marzieh Ajirak, Mohammad Javad Omidi, Hamid Saeedi‐Sourck, Arin Minasian

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueTransactions on Emerging Telecommunications Technologies · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueEnergy Harvesting in Wireless Networks
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésRelayMathematical optimizationEnergy (signal processing)Computer scienceMaximizationMarkov decision processChannel (broadcasting)Optimization problemEnergy harvestingConvex optimizationCommunications systemNode (physics)ThroughputGaussianPower (physics)Markov processRegular polygonWirelessComputer networkTelecommunicationsEngineeringMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract In this paper, the problem of throughput maximization in cooperative communication systems is considered, in which the nodes use energy harvesters instead of conventional energy sources. The 3‐node Gaussian relay channel with decode‐and‐forward relaying scheme is investigated, where the source and relay harvest energy from the environment. In this work, optimal power levels for 2 cases are obtained. First, a deterministic model is considered, where the noncausal (offline) knowledge of the harvested energy and channel states is available. The problem is shown to be a convex optimization problem, where the solutions to which are derived using convex optimization techniques. Then, the online case is investigated, in which only the casual knowledge of the harvested energy and channel states are used. In the online setting, the problem is formulated as a Markov decision process. The performance of the system in both offline and online cases, along with a few suboptimal schemes introduced in the literature, is evaluated using computer simulations.

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.

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), Études des sciences et des technologies
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 enseignants0,833
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 technologies0,0030,000
Communication savante0,0000,001
Science ouverte0,0020,000
Intégrité de la recherche0,0000,001
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 Opus0,018
Tête enseignante GPT0,248
Écart entre enseignants0,230 · 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