Auction-Based Relay Selection and Power Allocation in Green Relay-Assisted Cellular Networks
Notice bibliographique
Résumé
Nowadays, wireless communication has become a fabric of our daily life, and it has been a universal demand for higher capacity and longer battery lifetime. For the sake of solving these problems, this paper considers taking the advantage of cooperative communication with the assistance of green relays. So, in this paper, we design an auction market that is composed of one base station (acts as the auctioneer), multiple green relays (act as sellers), and multiple mobile terminals (act as buyers). The terminals need to pay for the cooperative service, and the relays sell it for revenue. In addition, the terminals can raise their bid according to their residual energy; thus the terminals that lack energy have more opportunities to get cooperative service to avoid energy exhaustion. At the same time, the relays can reduce the price based on their instantaneous energy harvesting amount, and, hence, the relays can serve more terminals when they can harvest more energy from the environment. This paper also proposes three different auction rules to show the effect of relay selection. Furthermore, power allocation among relays and terminals is adopted to minimize the power consumption of terminals under the SNR requirement. Simulation results show that the three relay selection rules perform diversely and have their own advantages and disadvantages, but all of them can improve system capacity and prolong the lifetime of the mobile terminals effectively. And, with power allocation, the terminal can utilize the least energy to achieve its SNR requirement.
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 | 0,002 |
| 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 | 0,000 | 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 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 ».