The massive connectivity and limited energy pose significant challenges to deploy the enormous devices in energy-efficient and environmentally friendly in the Internet of Things(IoT).Motivated by these challenges,this...The massive connectivity and limited energy pose significant challenges to deploy the enormous devices in energy-efficient and environmentally friendly in the Internet of Things(IoT).Motivated by these challenges,this paper investigates the energy efficiency(EE)maximization problem for downlink cooperative non-orthogonal multiple access(C-NOMA)systems with hardware impairments(HIs).The base station(BS)communicates with several users via a half-duplex(HD)amplified-and-forward(AF)relay.First,we formulate the EE maximization problem of the system under HIs by jointly optimizing transmit power and power allocated coefficient(PAC)at BS,and transmit power at the relay.The original EE maximization problem is a non-convex problem,which is challenging to give the optimal solution directly.First,we use fractional programming to convert the EE maximization problem as a series of subtraction form subproblems.Then,variable substitution and block coordinate descent(BCD)method are used to handle the sub-problems.Next,a resource allocation algorithm is proposed to maximize the EE of the systems.Finally,simulation results show that the proposed algorithm outperforms the downlink cooperative orthogonal multiple access(C-OMA)scheme.展开更多
研究基于能量采集的大规模多输入多输出(multiple-input multiple-output,MIMO)系统能效优化问题。保证用户服务质量、能量塔发射功率限制和能量采集时间约束下,为实现上行大规模MIMO系统能效最大化,对能量塔发射功率、能量采集时间进...研究基于能量采集的大规模多输入多输出(multiple-input multiple-output,MIMO)系统能效优化问题。保证用户服务质量、能量塔发射功率限制和能量采集时间约束下,为实现上行大规模MIMO系统能效最大化,对能量塔发射功率、能量采集时间进行联合优化。该问题属于非凸优化问题,首先通过分式规划理论将原优化问题等价转换,然后采用块坐标下降(block coordinate descent,BCD)方法,对能量塔发射功率、能量采集时间、系统能效进行迭代求解,提出了一种基于能量采集的大规模MIMO系统的联合优化能效算法(energy-efficient power and time allocation algorithm,EPTA)。仿真结果表明,在保证用户服务质量的情况下,与均时最小QoS保证算法(time-averaged minimum QoS guaranteed algorithm,TA-QoSA)、吞吐量资源分配算法(throughput maximization based power and time algorithm,TPTA)相比,该算法提高了系统能效。展开更多
将大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)技术与无线能量传输(Wireless Power Transfer,WPT)技术相结合,能够帮助实现节能降耗,契合国内外绿色通信发展浪潮。针对WPT技术在大规模MIMO研究领域的应用问题,总结了当前...将大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)技术与无线能量传输(Wireless Power Transfer,WPT)技术相结合,能够帮助实现节能降耗,契合国内外绿色通信发展浪潮。针对WPT技术在大规模MIMO研究领域的应用问题,总结了当前携能大规模MIMO技术的研究现状及发展趋势,从频效、能效、安全性等多个方面对携能大规模MIMO资源分配算法进行综述,探讨了学术界在携能大规模MIMO资源分配算法上的重要研究成果。在现有算法研究进展分析的基础上,对当前研究中携能大规模MIMO资源分配算法研究情况存在的问题进行分析,并对未来的发展方向进行了展望。展开更多
随着第五代移动通信技术(5th Generation Mobile Communication Technology,5G)网络的大规模商业化部署,超5G(Beyond 5G,B5G)和第六代移动通信技术(6th Generation Mobile Communication Technology,6G)逐渐成为研究热点。非正交多址接...随着第五代移动通信技术(5th Generation Mobile Communication Technology,5G)网络的大规模商业化部署,超5G(Beyond 5G,B5G)和第六代移动通信技术(6th Generation Mobile Communication Technology,6G)逐渐成为研究热点。非正交多址接入(Non-Orthogonal Multiple Access,NOMA)作为一种新型接入技术,有望成为B5G和6G网络中的关键多址接入技术。与此同时,多载波通信具有抗频率选择性衰落和高频谱效率的特点,因此将多载波技术与NOMA相结合成为B5G和6G的一个重要研究方向。从能效、功耗以及速率方面概述了多载波非协作NOMA、多载波协作NOMA的资源分配问题。探讨当前研究存在的一些缺陷与不足,并展望多载波NOMA系统资源分配问题的未来研究方向。展开更多
选取2015年10月至2016年6月冬小麦生长期9个关键时相的GF-1 WFV影像为数据源,综合多时相的光谱特征、植被指数特征与纹理特征,设置4组特征组合方案进行对比分析;并根据特征重要性进行特征选择,得到最优的特征子集建立随机森林分类模型,...选取2015年10月至2016年6月冬小麦生长期9个关键时相的GF-1 WFV影像为数据源,综合多时相的光谱特征、植被指数特征与纹理特征,设置4组特征组合方案进行对比分析;并根据特征重要性进行特征选择,得到最优的特征子集建立随机森林分类模型,对河南省许昌市地物类型进行分类并实现冬小麦种植面积的提取。结果表明:在没有进行特征选择的情况下,4种特征组合中,综合多种特征类型的D组分类精度最高,经过特征选择后,各组分类精度均得到不同程度的提高,说明通过多种类型的特征变量综合与特征优选均可有效地提高分类精度;不同特征类型以及不同时相的特征变量对分类的贡献率不同,贡献率由大到小为植被指数、光谱指数、纹理特征,冬小麦生长季的2月、3月、5月、6月比其他月份对分类精度的贡献率更高;河南省许昌市冬小麦面积为2258.7 km 2,分类的总体精度达到95.18%,Kappa系数为0.9255,其中冬小麦的制图精度与用户精度均达到98.67%。展开更多
基金partially supported by the National Natural Science Foundation of China under Grant 61701064Chongqing Natural Science Foundation under Grant cstc2019jcyj-msxmX0264Sichuan Science and Technology Program under Grant 2022YFQ0017。
文摘The massive connectivity and limited energy pose significant challenges to deploy the enormous devices in energy-efficient and environmentally friendly in the Internet of Things(IoT).Motivated by these challenges,this paper investigates the energy efficiency(EE)maximization problem for downlink cooperative non-orthogonal multiple access(C-NOMA)systems with hardware impairments(HIs).The base station(BS)communicates with several users via a half-duplex(HD)amplified-and-forward(AF)relay.First,we formulate the EE maximization problem of the system under HIs by jointly optimizing transmit power and power allocated coefficient(PAC)at BS,and transmit power at the relay.The original EE maximization problem is a non-convex problem,which is challenging to give the optimal solution directly.First,we use fractional programming to convert the EE maximization problem as a series of subtraction form subproblems.Then,variable substitution and block coordinate descent(BCD)method are used to handle the sub-problems.Next,a resource allocation algorithm is proposed to maximize the EE of the systems.Finally,simulation results show that the proposed algorithm outperforms the downlink cooperative orthogonal multiple access(C-OMA)scheme.
文摘研究基于能量采集的大规模多输入多输出(multiple-input multiple-output,MIMO)系统能效优化问题。保证用户服务质量、能量塔发射功率限制和能量采集时间约束下,为实现上行大规模MIMO系统能效最大化,对能量塔发射功率、能量采集时间进行联合优化。该问题属于非凸优化问题,首先通过分式规划理论将原优化问题等价转换,然后采用块坐标下降(block coordinate descent,BCD)方法,对能量塔发射功率、能量采集时间、系统能效进行迭代求解,提出了一种基于能量采集的大规模MIMO系统的联合优化能效算法(energy-efficient power and time allocation algorithm,EPTA)。仿真结果表明,在保证用户服务质量的情况下,与均时最小QoS保证算法(time-averaged minimum QoS guaranteed algorithm,TA-QoSA)、吞吐量资源分配算法(throughput maximization based power and time algorithm,TPTA)相比,该算法提高了系统能效。
文摘将大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)技术与无线能量传输(Wireless Power Transfer,WPT)技术相结合,能够帮助实现节能降耗,契合国内外绿色通信发展浪潮。针对WPT技术在大规模MIMO研究领域的应用问题,总结了当前携能大规模MIMO技术的研究现状及发展趋势,从频效、能效、安全性等多个方面对携能大规模MIMO资源分配算法进行综述,探讨了学术界在携能大规模MIMO资源分配算法上的重要研究成果。在现有算法研究进展分析的基础上,对当前研究中携能大规模MIMO资源分配算法研究情况存在的问题进行分析,并对未来的发展方向进行了展望。
文摘随着第五代移动通信技术(5th Generation Mobile Communication Technology,5G)网络的大规模商业化部署,超5G(Beyond 5G,B5G)和第六代移动通信技术(6th Generation Mobile Communication Technology,6G)逐渐成为研究热点。非正交多址接入(Non-Orthogonal Multiple Access,NOMA)作为一种新型接入技术,有望成为B5G和6G网络中的关键多址接入技术。与此同时,多载波通信具有抗频率选择性衰落和高频谱效率的特点,因此将多载波技术与NOMA相结合成为B5G和6G的一个重要研究方向。从能效、功耗以及速率方面概述了多载波非协作NOMA、多载波协作NOMA的资源分配问题。探讨当前研究存在的一些缺陷与不足,并展望多载波NOMA系统资源分配问题的未来研究方向。
文摘选取2015年10月至2016年6月冬小麦生长期9个关键时相的GF-1 WFV影像为数据源,综合多时相的光谱特征、植被指数特征与纹理特征,设置4组特征组合方案进行对比分析;并根据特征重要性进行特征选择,得到最优的特征子集建立随机森林分类模型,对河南省许昌市地物类型进行分类并实现冬小麦种植面积的提取。结果表明:在没有进行特征选择的情况下,4种特征组合中,综合多种特征类型的D组分类精度最高,经过特征选择后,各组分类精度均得到不同程度的提高,说明通过多种类型的特征变量综合与特征优选均可有效地提高分类精度;不同特征类型以及不同时相的特征变量对分类的贡献率不同,贡献率由大到小为植被指数、光谱指数、纹理特征,冬小麦生长季的2月、3月、5月、6月比其他月份对分类精度的贡献率更高;河南省许昌市冬小麦面积为2258.7 km 2,分类的总体精度达到95.18%,Kappa系数为0.9255,其中冬小麦的制图精度与用户精度均达到98.67%。