MétaCan
Menu
Retour à la cohorte
Enregistrement W4285118711 · doi:10.1109/tvt.2022.3177132

Energy-Efficient Design for IRS-Empowered Uplink MIMO-NOMA Systems

2022· article· en· W4285118711 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueIEEE Transactions on Vehicular Technology · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Wireless Communication Technologies
Établissements canadiensMemorial University of NewfoundlandUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaChina Scholarship Council
Mots-clésTelecommunications linkBeamformingMIMOBase stationBenchmark (surveying)Computer scienceOptimization problemWirelessNomaIterative methodMathematical optimizationEfficient energy useConvex optimizationConvergence (economics)Multi-user MIMOElectronic engineeringEngineeringComputer networkAlgorithmTelecommunicationsRegular polygonMathematicsElectrical engineering

Résumé

récupéré en direct d'OpenAlex

In future wireless communication systems, intelligent reflecting surface (IRS) plays an important role since it is capable of dynamically reconfiguring the channel conditions. In this paper, we apply IRS to facilitate the communication of an uplink multiple-input multiple-output non-orthogonal multiple access system. The objective is to maximize the system energy-efficiency (EE), requiring a joint optimization of the active beamforming at the base station, passive beamforming at the IRS, and power allocation. An iterative method is proposed to solve the formulated multi-variable non-convex optimization problem. Moreover, a low-complexity user ordering method is provided. Numerical results verify the rapid convergence of the iterative optimization scheme and the effectiveness of the user ordering. In addition, a substantial gain can be obtained by employing the proposed scheme over the benchmark schemes without IRS and with orthogonal multiple access.

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.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,971
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,017
Tête enseignante GPT0,225
Écart entre enseignants0,208 · 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