Outage-Constrained Robust Multigroup Multicast Beamforming for Satellite-Based Internet of Things Coexisting With Terrestrial Networks
Notice bibliographique
Résumé
Satellite-based Internet of Things (IoT) is recognized as a cost-effective approach for global access. In this article, we aim at improving the spectrum efficiency of satellite systems to serve a huge number of IoT devices. To this end, we present a cognitive satellite-terrestrial framework, where a multibeam satellite system with full frequency reuse shares the spectrum with terrestrial networks based on the underlay paradigm. Considering DVB-S2X recommendations, geometric configurations, and channel characteristics, we investigate a robust multigroup multicast beamforming design for the satellite-based IoT coexisting with terrestrial networks in the presence of a phase error on channel state information, and characterize the achievable rate region under the outage probability constraint for the terminal and the power consumption constraint for the satellite. Based on the concept of rate profile, an associated optimization problem is formulated to design robust beamformers and determine the Pareto boundary of the region. To solve the intractable problem, we propose a two-level iterative algorithm on the basis of joint bisection search and penalty function enabled nonsmooth optimization. In particular, we develop a Bernstein-type inequality aided method and a large deviation inequality aided method to obtain a tractable and conservative approximation for the probabilistic constraint, respectively. Numerical results are provided to confirm the validity and superiority of our proposed scheme over the existing approaches and reveal the impact of key parameters on the achievable system performance.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».