Energy-aware resource allocation in multi-user OFDM systems
Notice bibliographique
Résumé
Energy-awareness is an urgent need to tackle the challenges raised by the high demands of wireless traffic and energy consumption, and orthogonal frequency division multiplexing (OFDM) is a multi-carrier modulation technique that has been widely used in broadband wireless systems in order to mitigate the adverse impacts of frequency-selective fading.In this thesis, we consider the problem of energy-aware resource allocation in a downlink (DL) transmission scenario of multi-user OFDM systems.At first, an optimal and fast resource allocation algorithm is proposed for maximizing the energy efficiency (EE) of a DL multi-user OFDM system subject to a constraint on the total transmit power of the base station (BS).By allocating each subcarrier to the user with the best channel power gain and then adapting the transmit power for each subcarrier using water-filling (WF) policy, we show that the optimal EE can be obtained.Moreover, we propose a fast algorithm with linear complexity for computing the optimal WF level and perform simulations to illustrate the effectiveness of the proposed algorithm.Next, we investigate the trade-off between spectral efficiency (SE) and EE, which are the two important design criteria of future wireless systems.We introduce an optimiza-Sommaire Énergie-conscience est un besoin urgent pour faire face aux défis que proposent la demande élevée du trafic sans fil et la consommation d'énergie, tandis que la division de fréquence orthogonale de multiplexage (OFDM) est une technique de modulation multiporteuse qui a été largement utilisé dans les systèmes sans fil afin d'atténuer les effets néfastes de l'évanouissement fréquentielle.Dans cette thèse, nous considérons le problème d'allocation de ressources au courant dans une liaison descendante (DL) tout en minimisant la consommation énergétique.Dans un premier temps, un algorithme d'allocation de ressource optimal et rapide est proposé pour maximiser l'efficacité énergétique (EE) dans la liaison descendante en multiutilisateurs OFDM système avec contrainte sur la puissance d'émission totale de la station de base.En attribuant chaque sous-porteuse à l'utilisateur qui a le meilleur gain de puissance de canal, puis en adaptant la puissance de transmission de chaque sous-porteuse en utilisant la politique "water-filling" (WF), nous montrons que l'EE optimale peut être obtenue dans le système.De plus, nous proposons un algorithme rapide avec une complexité linéaire pour calculer la solution optimale du niveau du WF et effectuer des simulations pour illustrer l'efficacité de l'algorithme proposé.Ensuite, nous étudions le compromis entre l'efficacité spectrale (SE) et l'EE, qui représentent les deux critères de conception importants des futurs systèmes sans fil.Nous introduisons un problème d'optimisation pour maximiser la SE d'un système OFDM multiutilisateur avec contrainte sur son EE minimale.En exploitant cette formulation, nous analysons le compromis entre l'SE et l'EE en fonction de divers paramètres tels que l'alimentation du circuit, l'amplificateur de puissance, le nombre d'utilisateurs, le nombre de sous-porteuses et le gain de puissance de canal.Nous nous intéressons ensuite à l'allocation des ressources énergétiques sous contrainte de qualité de service (QoS) dans les systèmes OFDM à trafic mixte multiutilisateur DL.Pour un système homogène, où tous les utilisateurs ont les mêmes contraintes d'exigence de qualité de service, nous montrons que l'allocation des ressources en commun peut être décomposée en problèmes successifs tout en conservant l'optimalité.Plus précisément, la solution optimale est obtenue d'abord en attribuant les sous-porteuses aux utilisateurs avec la meilleure réponse du canal et la puissance d'émission pour chaque sous-porteuse est alors adaptée en utilisant la politique WF si l'optimum global est faisable, sinon elle est donnée iii par une adaptation de puissance non-WF.Pour un système hétérogène, où les utilisateurs peuvent avoir différentes exigences de qualité de service, une solution optimale nécessite une recherche exhaustive et, par conséquent, nous avons recours à deux algorithmes à complexité réduite sous-optimaux.Algorithme-I est une simple extension de l'optimal susmentionné algorithme développé pour un système homogène, tandis que l'algorithme-II prend en considération l'hétérogénéité des exigences QoS de l'utilisateur pour l'amélioration des performances.Le-Ngoc not only enlightened me with his vast technical and non-technical knowledge, but also provided me with a most inspiring research environment.He has always galvanized and helped me to deliver my best.This thesis would not have been possible without his continuous devotion and motivation.My deep appreciation goes to Dr. Leila Musavian for her patience, productive research
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».