MétaCan
Menu
Retour à la cohorte
Enregistrement W2796477657 · doi:10.31130/jst.2016.20

Resource Allocation for Wireless Networks with Energy Harvesting Constraints Over Fading Channels

2016· article· en· W2796477657 sur OpenAlexaff
Mohammed Baljon, Lian Zhao

Notice bibliographique

RevueThe University of Danang - Journal of Science and Technology · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueEnergy Harvesting in Wireless Networks
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceFadingRelayKarush–Kuhn–Tucker conditionsScheduling (production processes)Computer networkWirelessWireless sensor networkMathematical optimizationDistributed computingPower (physics)Channel (broadcasting)MathematicsTelecommunications

Résumé

récupéré en direct d'OpenAlex

This research work considers the utilize of energy harvesters, instead of conventional time-invariant energy sources, in wireless communication. For the purpose of exposition, we study the traditional two-hop communication system for delay limited (DL) and delay tolerant (DT) relaying networks over fading channels, in which the source node transmits with power drawn from energy harvesting (EH) sources and the relay transmits with conventional non-EH sources. We address the throughput maximization problem for the proposed system model for DL and DT cases. We find that the optimal power allocation algorithm for the single-hop communication system with EH constraints, namely, recursive geometric water-filling(RGWF), can be utilized as a guideline for the design of the two-hop system. We first introduce RGWF algorithm and we show the advantages of the geometric approach in eliminating the complexity of the Karush-Kuhn-Tucker (KKT) condition as well as providing a closed-form and exact solutions to the proposed problem. Based on the RGWF algorithm, we propose offline joint power allocation and transmission time scheduling schemes for DL relaying network and DT relaying network. We also propose efficient online resource allocation schemes for both relays’ cases. The performance of the proposed schemes is evaluated via simulation and the results demonstrate that a network with delay tolerant ability provides better performance in term of throughput.

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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,582
Score d'incertitude au seuil0,858

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 technologies0,0000,002
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 Opus0,006
Tête enseignante GPT0,169
Écart entre enseignants0,163 · 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
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 revueThe University of Danang - Journal of Science and TechnologyMême sujetEnergy Harvesting in Wireless NetworksTravaux en français237 207