Joint optimization of antenna selection and beamforming in MIMO SWIPT systems with bidirectional communication
Notice bibliographique
Résumé
Abstract This paper investigates joint optimization of antenna selection and beamforming in multiple‐input multiple‐output simultaneous wireless information and power transfer systems with bidirectional communication. The downlink–uplink rate region is used as the performance metric. The formulated optimization problem is non‐convex mixed integer programming, which is challenging to solve. The problem is first converted into a form of a quadratically constrained quadratic program. Given fixed receive and transmit antenna sets at the energy harvesting device, the authors apply the semidefinite relaxation to obtain a convex problem for optimal beamforming which can be solved efficiently. It is proved that the semidefinite relaxation is tight. The authors solve the relaxed problem for every possible receive and transmit antenna sets and find the optimal solution by search. Moreover, a low‐complexity method to alleviate the computational complexity of the optimal solution by deriving effective heuristic algorithms for the beamforming and antenna selection is proposed. Simulation results demonstrate that both the optimal and the low‐complexity algorithms outperform the benchmark power splitting, when the circuit power consumption is sufficiently high or the number of receive antennas at the energy harvesting device is sufficiently large. Also, a near‐optimal performance can be achieved by the proposed low‐complexity method.
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 ».