Energy Efficiency Maximization with SIC Power Aware Hybrid SDMA/NOMA Scheme
Notice bibliographique
Résumé
As energy concerns grow with the rise of energy-constrained devices, it becomes imperative to design an energy-efficient and adaptive multiple access (MA) scheme, supported with accurate energy efficiency (EE) evaluation. Non-orthogonal multiple access (NOMA) enhances EE, yet downlink NOMA faces challenges in terms of computational complexity and power demands of successive interference cancellation (SIC), problematic particularly for energy-limited devices. Existing studies overlook the additional SIC power consumption at NOMA receivers, thus overestimating EE, and giving misleading insights for real system design. Besides the need for more accurate EE evaluation, an adaptive MA approach based on this additional power consumption is required. This paper proposes a SIC-power-aware adaptive SDMA/cooperative NOMA system. An optimization problem is formulated by optimizing MA mode decision, BS beamforming, power allocation factors, and strong user relaying power, to maximize the system EE. We decouple the problem into SDMA/NOMA selection and power allocation sub-problems, solved via a modified semi-orthogonal user selection (SUS) algorithm, successive convex approximation (SCA), difference-of-convex (DC) programming, and semidefinite programming (SDP) approaches. Numerical evaluation confirms the efficiency of the proposed scheme, compared to the baseline schemes.
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 | 0,000 | 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 ».