Resource Allocation in SWIPT Networks Under a Nonlinear Energy Harvesting Model: Power Efficiency, User Fairness, and Channel Nonreciprocity
Notice bibliographique
Résumé
This paper considers a multiuser simultaneous wireless information and power transfer system with a nonlinear energy harvesting model, in which a multiantenna base station estimates the downlink channel state information (CSI) via uplink pilots. Each single-antenna user is equipped with a power splitter. Three crucial issues on resource management for this system include: 1) power-efficient improvement, 2) user-fairness guarantee, and 3) nonideal channel reciprocity effect mitigation. Potentially, a resource allocation scheme to address jointly such issues can be devised by using the framework of multiobjective optimization. However, the resulting problem might be complex to solve since the three issues hold different characteristics. Therefore, we propose a novel method to design the resource allocation scheme. In particular, the principle of our method relies on structuralizing mathematically the issues into a cross-layer multilevel optimization problem. On this basis, we then devise solving algorithms and closed-form solutions. Moreover, to instantly adapt the CSI changes in practice while reducing computational burdens, we propose a closed-form suboptimal solution to tackle the problem. Finally, we provide numerical results to show the achievable performance gains using the optimal and suboptimal solutions, and then validate the proposed resource allocation scheme.
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 | 0,001 | 0,001 |
| 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 | 0,001 | 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 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 ».