Globally Optimal Max-Min Rate Joint Channel and Power Allocation for Hybrid NOMA-OMA Downlink Systems
Notice bibliographique
Résumé
This work proposes a globally optimal solution algorithm to the joint power allocation (PA) and channel allocation (CA) problem for downlink hybrid NOMA-OMA systems with the objective of maximizing the minimum user rate. In the hybrid NOMA-OMA scenario, the users are divided into clusters, each cluster shares one channel using NOMA (Non-Orthogonal Multiple Access), while different clusters are assigned channels orthogonally. The optimization problem is converted to the problem of maximizing the user rate under the constraint that all rates be equal. It is further decomposed into PA and CA subproblems, which are solved iteratively. The PA subproblem is handled by first deriving an analytical expression of the total power as a function of the common user rate, and then solving it via bisection search. The CA subproblem keeps the equal-rate assignment fixed and aims to find the CA that minimizes the total power. We prove that the CA subproblem is equivalent to a minimum bipartite graph matching problem, for which efficient algorithms exist. Finally, we demonstrate that the proposed iterative algorithm converges to the globally optimal solution after a finite number of iterations. In addition, we prove that the number of iterations is at most three when the power budget is sufficiently large. Extensive experiments demonstrate the effectiveness of the proposed 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 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 ».