Optimal Relay Selection and Power Control for Energy-Harvesting Wireless Relay Networks
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.
Notice bibliographique
Résumé
Ambient energy harvesting (EH) has emerged as a promising technique to improve the energy efficiency and reduce the total greenhouse gas emissions for green relay networks. In this paper, we study the joint relay selection and power control problem for the decode-and-forward EH wireless relay network. In particular, the problem formulation is to maximize the end-to-end system throughput by a deadline under the limitations of data and energy storage. To solve the problem under an offline optimization framework, we decompose such an optimization problem into two subproblems: 1) the joint time scheduling and power control subproblem and 2) the relay selection subproblem. Due to the convex nature of the joint time scheduling and power control subproblem, we derive the optimal solution via the primal decomposition. Based on the obtained system throughput, we can quickly select the best relay that achieves the maximum throughput. For the practical implementation, we further design the sub-optimal online joint time scheduling and power control algorithm. Specifically, the best relay is first obtained based on the statistical knowledge of energy arrivals and channel states, and then the best relay decides the time scheduling and power control that maximizes the total throughput according to the instantaneous state of channel fading, energy arrival, and queue data in each time slot. Simulation results show that the proposed offline algorithm can guarantee the maximum system throughput. Moreover, the simulation results show that compared to the optimal offline algorithm, the sub-optimal online algorithm suffers only a small degradation in performance.
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 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 | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle