Energy-Efficient Joint Broadcast-Unicast Communications via Dual-Polarized Aerial RIS
Notice bibliographique
Résumé
In this contribution, a novel framework for joint broadcast-unicast downlink transmissions using dual-polarized aerial reconfigurable intelligent surface (RIS) is proposed. The objective is to maximize the energy efficiency by jointly designing the active beamforming at the base station and the passive beamforming at the RIS. The optimization problem to maximize the system’s energy efficiency is formulated and solved using a two-stage algorithm. To tackle the non-convex nature of the problem, an alternating technique, where the optimization is decomposed into two sub-problems, is proposed. In the first stage, the passive beamforming matrix of the dual-polarized aerial RIS is designed based on the Gaussian randomization method, which relaxes the inhomogeneous non-convex quadratically constrained quadratic program (QCQP) into a semi-definite program. In the second stage, the active beamforming at the base station is designed based on a dual-structured beamforming approach, in which the interior point method is used to obtain the prebeamforming matrix, and the beamforming matrices pertaining to the unicasting and broadcasting are obtained based on low-complexity zero-forcing and successive convex approximation, respectively. Numerical results and comparisons are provided. In particular, it is shown that the polarization-based communication system yields higher energy efficiency gains as compared to a system implementing layered division multiplexing.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».