A Green Downlink Power Allocation Scheme for Cell-Free Massive MIMO Systems
Notice bibliographique
Résumé
In this article, we consider the problem of downlink power allocation in a cell-free massive multiple-input multiple-output (m-MIMO) communication system under spectral efficiency (SE) constraints for the users. From the perspective of green communications, the power allocation is formulated as an optimization problem where the aim is to maximize the sum SE as the objective function, while limiting the transmission power of each access point (AP) and imposing lower and upper bounds on the achievable SEs of different users. The resulting optimization problem is non-convex since the objective function is non-concave and the upper bounding constraints on user SEs are non-convex. To address these difficulties, we first derive a closed-form lower bound on the sum SE (objective function) and prove that it is a quasi-concave function. Then, we relax the unwieldy upper bounding constraints on the user SEs by replacing them with linear functions, which renders the optimization problem convex. An optimal solution to the relaxed problem is finally obtained by solving a sequence of convex feasibility programs. We evaluate the performance of the proposed downlink power allocation scheme through Monte Carlo simulations under the uncorrelated and correlated shadow fading models. The results show that for both models, the proposed algorithm can lead to a significant reduction in total power consumption compared to a benchmark approach, while accurately allocating power to the APs so that the SE constraint of each user is satisfied within the imposed bounds.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».