Energy Efficiency Maximization for Hybrid TDMA-NOMA System With Opportunistic Time Assignment
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.
Notice bibliographique
Résumé
In this paper, we consider an energy efficient resource allocation technique for a hybrid time division multiple access (TDMA) - non-orthogonal multiple access (NOMA) system. In such a hybrid system, the available time for transmission is divided into several sub-time slots, and a sub-time slot is allocated to serve a group of users (i.e., cluster). Furthermore, signals for the users in each cluster are transmitted based on the NOMA approach. With NOMA, multiple users can be served simultaneously through utilizing power domain multiplexing at transmitter and successive interference cancellation (SIC) at receiver. In this paper, to maximize the energy efficiency (EE), we jointly allocate both the available time slots and the available transmit power in the hybrid TDMA-NOMA system. In particular, we formulate an EE maximization (EE-Max) problem aiming to maximize the overall EE of the system with a per-user minimum rate and transmit power constraints. However, this joint optimization problem is non-convex in nature, and thus, cannot be solved directly. Therefore, we develop an iterative algorithm by approximating the original problem into a convex one with sequential convex approximation (SCA) and a novel second-order cone (SOC) approach. Simulation results demonstrate that the performance of the proposed hybrid TDMA-NOMA system with joint resource allocation outperforms the system with equal time allocation in terms of the overall EE. Simulation results further confirm that the proposed iterative approaches with SCA and SOC techniques converge within a few number of iterations while yielding the solution to the original non-convex problem.
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 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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle