MétaCan
Menu
Retour à la cohorte
Enregistrement W4398188071 · doi:10.1109/tvt.2024.3403896

A Stability-Guarantee Beamforming Scheme in Multi-Loop Wireless Control Systems

2024· article· en· W4398188071 sur OpenAlexaff
Zining Wang, Min Lin, Zhengmang Jiang, Wei‐Ping Zhu, Jiangzhou Wang

Notice bibliographique

RevueIEEE Transactions on Vehicular Technology · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueWireless Communication Networks Research
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésBeamformingControl theory (sociology)Stability (learning theory)Scheme (mathematics)WirelessComputer scienceControl systemLoop (graph theory)Electronic engineeringControl (management)EngineeringTelecommunicationsMathematicsElectrical engineering

Résumé

récupéré en direct d'OpenAlex

In this paper, we propose a stability-guarantee beamforming (BF) scheme for a multi-loop wireless control system, where a multi-antenna controller adopts the receiving BF technique to concurrently manage multiple control loops operating on the same spectrum. Specifically, we first use the convergence rate to characterize the control performance, and combine it with the pre-defined Lyapunov-like function to derive the control stability condition. Then, in order to improve the control performance while preserving the stability, an optimization problem is formulated to minimize the maximum convergence rate among all control loops, subject to the transmit power budget of each control loop and control stability condition. Since the original problem is mathematically complicated, with the help of zero-forcing principle, we propose an iterative algorithm using Lyapunov stability theorem, exponential accumulation and sequential convex approximation to solve it efficiently. Finally, simulation results verify that the introduction of BF in our scheme can significantly improve the control stability and reduce the control cost compared with the existing scheduling-based control scheme.

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 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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,864
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0000,002
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 Opus0,032
Tête enseignante GPT0,288
Écart entre enseignants0,255 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Vehicular TechnologyMême sujetWireless Communication Networks ResearchTravaux en français237 207