MétaCan
Menu
Retour à la cohorte
Enregistrement W4226155980 · doi:10.1109/lcomm.2022.3170319

Robust Secure Energy Efficient Beamforming for mmWave UAV Communications With Jittering

2022· article· en· W4226155980 sur OpenAlexaff
Jian Ouyang, Shanfu Ni, Ba Xu, Min Lin, Wei‐Ping Zhu

Notice bibliographique

RevueIEEE Communications Letters · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced MIMO Systems Optimization
Établissements canadiensConcordia University
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésBeamformingComputer scienceBenchmark (surveying)Mathematical optimizationConvex optimizationOptimization problemTransmitter power outputChannel (broadcasting)Robustness (evolution)Iterative methodArtificial noiseEnergy consumptionEnergy (signal processing)AlgorithmRegular polygonTelecommunicationsMathematicsTransmitter

Résumé

récupéré en direct d'OpenAlex

This letter proposes a robust secure and energy efficient beamforming (BF) scheme for a millimeter-wave unmanned aerial vehicle (UAV) communication system with imperfect angle-of-departure (AoD) estimation of air-to-ground channel caused by jittering. Specifically, an optimization problem is formulated to maximize the worst-case secrecy energy efficiency (SEE), defined as the ratio of the sum achievable secrecy rate (ASR) to the total power consumption, subject to the UAV transmit power constraint. Due to the difficulty in solving this problem arisen from the AoD uncertainties and the non-convex structures of SEE and ASR, we first adopt the discretization method to simplify AoD uncertainties to a deterministic form and then exploit the successive convex approximation approach with auxiliary variables to convert the original problem into a convex one. Finally, an iterative algorithm is designed to obtain the suboptimal solution. Numerical results are provided to confirm the effectiveness and superiority of the proposed robust BF scheme compared to some benchmark schemes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,780
Score d'incertitude au seuil0,966

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,226
Écart entre enseignants0,197 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Communications LettersMême sujetAdvanced MIMO Systems OptimizationTravaux en français237 207