Linear/Non-Linear Energy Harvesting Models via Multi-Antenna Relay Cooperation in V2V Communications
Notice bibliographique
Résumé
Vehicle-to-vehicle (V2V) communications is a part of next-generation wireless networks to create smart cities with the connectivity of intelligent transportation systems. Besides, green communications is considered in V2V communication systems for energy sustainability and carbon neutrality. In this scope, radio-frequency (RF) energy harvesting (EH) provides a battery-free energy source as a solution for the future of V2V communications. Herein, the employment of RF-EH in V2V communications is considered where the bit error probability (BEP) of a dual-hop decode-and-forward relaying system is obtained depending on the utilization of antennas at the relay. The multiple antenna power-constraint relay harvests its power by applying dedicated antenna (DA)/power splitting (PS) EH modes and linear (L)/nonlinear (NL) EH models. Moreover, the links between nodes are exposed to double-Rayleigh fading. Finally, the performance of different system parameters is compared using theoretical derivations of BEP. The results provide a comprehensive analysis of the proposed system considering PS/DA-EH modes and L/NL-EH models, as well as deterministic/uniformly distributed placement of nodes. It is observed that PS-EH outperforms DA-EH assuming a placement of an equal number of antennas and distances. Moreover, optimal performance of PS/DA-EH is achieved by allocating more power and increasing the number of antennas for EH, respectively.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».