MétaCan
Menu
Retour à la cohorte
Enregistrement W2981898533 · doi:10.1109/tvt.2019.2948762

Joint Attitude and Power Optimization for UAV-Aided Downlink Communications

2019· article· en· W2981898533 sur OpenAlexaff
Guo Wei, Weile Zhang, Yongchao Wang, Nan Zhao, F. Richard Yu

Notice bibliographique

RevueIEEE Transactions on Vehicular Technology · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueUAV Applications and Optimization
Établissements canadiensCarleton University
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesChina Postdoctoral Science FoundationNational Natural Science Foundation of China
Mots-clésTelecommunications linkBase stationAntenna arrayAntenna (radio)Interference (communication)Computer scienceDirection of arrivalPower (physics)Transmitter power outputElectronic engineeringThroughputReal-time computingEngineeringTelecommunicationsTransmitterWireless

Résumé

récupéré en direct d'OpenAlex

In this paper, we investigate the unmanned aerial vehicle (UAV)-aided communications, where a UAV as an aerial base station (BS) transmits data to multiple ground terminals (GTs) simultaneously and an antenna array is equipped on the UAV. Note that in practice, the spatial resolution of antenna array varies with different directions. Thus, given one user distribution, the direction of antenna array on UAV may be optimized to support the best multiuser spatial separation. Based on this observation, we propose to maximize the minimum throughput of all GTs by jointly optimizing the attitude of UAV and the transmit power for each GT, where the attitude includes both location and direction information. We develop two efficient sub-optimal solutions for this non-convex problem. The interference among the co-scheduled GTs is dramatically reduced through direction adjustment of antenna array. Finally, simulation results are provided to verify the proposed algorithms.

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: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,873
Score d'incertitude au seuil0,652

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 ouverte0,0000,000
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 Opus0,009
Tête enseignante GPT0,214
Écart entre enseignants0,205 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Vehicular TechnologyMême sujetUAV Applications and OptimizationTravaux en français237 207