Energy Minimization in STAR-RIS Assisted UAV Enabled SWIPT Systems with FHB Protocol
Notice bibliographique
Résumé
This paper investigates how to improve the energy efficiency of unmanned aerial vehicle (UAV)-enabled simultane-ous wireless information and power transfer (SWIPT) systems with multiple outdoor energy receivers (ERs) and multiple indoor wired-charging information receivers (IRs) by utilizing simul-taneously transmitting and reflecting reconfigurable intelligence (STAR-RIS), in which the UAV avoids flying over the indoor no-fly zone. Specifically, the total UAV energy consumption is minimized, while ensuring that the energy harvesting require-ment (EHR) of each ER and the communication throughput requirement (CTR) of each IR are met. To achieve this, the total UAV energy consumption is minimized by optimizing the STAR-RIS phase-shifts, the UAV trajectory, and hovering time using an iterative technique based on the fly-hover-broadcast (FHB) protocol. The technique allows the UAV to radiate energy-carrying information signals for the ERs and IRs at a limited number of hover positions. Simulation results demonstrate that the proposed design significantly outperforms other benchmark schemes, demonstrating its potential for improving the energy efficiency of UAV-enabled SWIPT systems while meeting the EHRs of each ER and the CTR of each IR.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 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 ».