Robust Transmission Design in Multiobjective RIS-Aided SWIPT IoT Communications
Notice bibliographique
Résumé
This work investigates the performance of simultaneous wireless information and power transfer (SWIPT) in a reconfigurable intelligent surface (RIS)-aided internet of things (IoT) communications under imperfect channel state information (CSI). We formulate a multi-objective optimization problem (MOOP) to design transmit precoding vector (TPV) at the base station (BS) and phase shift matrix (PSM) at the RIS that jointly maximizes energy efficiency (EE) and harvested power (HP) under the norm bounded CSI error model. Due to the conflicting objective functions and non-convex nature of the above optimization problem, the MOOP is simplified using the.-constraint method and subsequently adopting advanced optimization tools, such as Dinkelbach method, S-procedure, general sign-definiteness, semidefinite programming and convex-concave procedure. Thereafter, we propose an alternating optimization-based algorithm which determines optimal TPV and PSM iteratively that jointly maximizes the EE and HP of the considered system. Through numerical simulations, we validate the robustness, optimality, convergence, accuracy and effectiveness of our proposed algorithm. Furthermore, we assess the impact of several key parameters such as the number of RIS elements, available transmit power at BS and the minimum HP on the performance of the considered system.
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 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 | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».