SWIPT-Assisted Energy Efficiency Optimization in 5G/B5G Cooperative IoT Network
Notice bibliographique
Résumé
Resource use in point-to-point and point-to-multipoint communication emerges with the tremendous growth in wireless communication technologies. One of the technologies is wireless power transfer which may be used to provide sufficient resources for energy-constrained networks. With the implication of cooperative communication in 5G/B5G and the Internet of Things (IoT), simultaneous wireless information and power transfer (SWIPT)-assisted energy efficiency and appropriate resource use become challenging tasks. In this paper, multiple IoT-enabled devices are deployed to cooperate with the source node through intermediate/relay nodes powered by radio-frequency (RF) energy. The relay forwards the desired information generated by the source node to the IoT devices with the fusion of decode/amplify processes and charges itself at the same time through energy harvesting technology. In this regard, a problem with throughput, energy efficiency, and joint throughput with user admission maximization is formulated while assuring the useful, practical network constraints, which contemplate the upper/lower bounds of power transmitted by the source node, channel condition, and energy harvesting. The formulated problem is a mixed-integer non-linear problem (MINLP). To solve the formulated problem, the rate of individual IoT-enabled devices (b/s), number of selected IoT devices, and the sum-rate maximization are prosecuted for no-cooperation, cooperation with diversity, and cooperation without diversity. Moreover, a comparison of the outer approximation algorithm (OAA) and mesh adaptive direct search algorithm (MADS) for non-linear optimization with the exhaustive search algorithm is provided. The results with reference to the complexity of the algorithms have also been evaluated which show that 4.68×10−10 OAA and 7.81×10−11 MADS as a percent of ESA, respectively. Numerous simulations are carried out to exhibit the usefulness of the analysis to achieve the convergence to ε-optimal solution.
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 | 0,000 | 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 ».