Performance Analysis and Resource Allocations for a WPCN With a New Nonlinear Energy Harvester Model
Notice bibliographique
Résumé
Wireless powered communication networks (WPCNs) are commonly analyzed by using the linear energy harvesting (EH) model. However, since practical EH circuits are non-linear, the use of the linear EH model gives rise to distortions and mismatches. To overcome these issues, we propose a more realistic, nonlinear EH model. The model is based upon the error function and has three parameters. Their values are determined to best fit with measured data. We also develop the asymptotic version of this model. For comparative evaluations, we consider the linear and rational EH models. With these four EH models, we investigate the performance of a WPCN. It contains a multiple-antenna power station (PS), a signal-antenna wireless device (WD), and a multiple-antenna information receiving station (IRS). The WD harvests the energy broadcast by the PS in the PS-WD link, and then it uses the energy in the WD-IRS link to transfer information. We analyze the average throughput of delay-limited and delay-tolerant transmission modes as well as the average bit error rate (BER) of binary phase-shift keying (BPSK) and binary differential phase-shift keying (BDPSK) over the four EH modes. As well, we derive the asymptotic expressions for the large PS antenna case and the effects of transmit power control. Furthermore, for the case of multiple WDs, we optimize energy beamforming and time allocation to maximize the minimum rate of the WDs. Finally, the performances of four EH models are validated by Monte-Carlo simulations.
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 | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».