MétaCan
Menu
Retour à la cohorte
Enregistrement W2799870440 · doi:10.1109/lwc.2018.2835449

Joint Channel Resources Allocation and Beamforming in Energy Harvesting Systems

2018· article· en· W2799870440 sur OpenAlexaff
Thanh-Dat Le, Georges Kaddoum, Oh‐Soon Shin

Notice bibliographique

RevueIEEE Wireless Communications Letters · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueEnergy Harvesting in Wireless Networks
Établissements canadiensÉcole de Technologie SupérieureUniversité du Québec à Montréal
Organismes subventionnairesNational Research Foundation of KoreaMinistry of Education
Mots-clésBeamformingChannel state informationComputer scienceTelecommunications linkChannel (broadcasting)Upper and lower boundsMathematical optimizationEnergy harvestingJoint (building)Energy (signal processing)Control theory (sociology)WirelessMathematicsTelecommunicationsStatisticsEngineering

Résumé

récupéré en direct d'OpenAlex

We study a multiple-input single-output energy harvesting (EH) system, where the receiver is capable of harvesting energy from an energy source with a deterministic energy profile. Assuming the practical assumptions of imperfect channel state information (CSI) and limited-rate feedback channel, the minimum mean square error and the random vector quantized (RVQ) schemes are resorted to implement the CSI estimation and feedback, respectively. Considering the characteristic of the EH system, a power and time allocation strategy is proposed for the CSI training and feedback to maximize an upper bound of the downlink data rate. Using the optimization theory, the optimal resources allocation and the RVQ beamforming vector are obtained together with the optimal subset of training antennas. Numerical results verify the tightness of the upper bound and significant advantages of the proposed scheme over other approaches.

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 candidatesMéta-épidémiologie (sens strict)
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: Empirique
Score de désaccord entre enseignants0,111
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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,023
Tête enseignante GPT0,216
Écart entre enseignants0,193 · 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.

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

Citations11
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Wireless Communications LettersMême sujetEnergy Harvesting in Wireless NetworksTravaux en français237 207