首页/论文/1909.04355

arXiv 1909.043552019-09-10eess.SPcs.ITmath.IT

多基站系统的和逆能量效率最小化

Minimization of Sum Inverse Energy Efficiency for Multiple Base Station Systems

Zijian Wang, Luc Vandendorpe, Mateen Ashraf, Yuting Mou, Nafiseh Janatian

摘要：

解决了一个和逆能量效率（SIEE）最小化问题。与传统的能量效率最大化问题相比，最小化SIEE具有更好的公平性。本文首先提出了一个框架，解决和分数最小化（SFMin）问题，然后使用一种新的变换来解决SIEE最小化问题的多基站（BS）系统。在转化为多凸问题后，利用交替方向乘子法（ADMM）进一步简化问题。数值结果证实了变换的效率和公平性的改善SIEE最小化。仿真结果表明，该算法收敛速度快，ADMM方法是有效的。

英文摘要：

A sum inverse energy efficiency (SIEE) minimization problem is solved. Compared with conventional sum energy efficiency (EE) maximization problems, minimizing SIEE achieves a better fairness. The paper begins by proposing a framework for solving sum-fraction minimization (SFMin) problems, then uses a novel transform to solve the SIEE minimization problem in a multiple base station (BS) system. After the reformulation into a multi-convex problem, the alternating direction method of multipliers (ADMM) is used to further simplify the problem. Numerical results confirm the efficiency of the transform and the fairness improvement of the SIEE minimization. Simulation results show that the algorithm convergences fast and the ADMM method is efficient.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

非正交多址接入分布式基站天线系统中的功率最小化技术

Power Minimization Techniques in Distributed Base Station Antenna Systems using Non-Orthogonal Multiple Access

本文介绍了非正交多址接入（NOMA）与分布式基站（DBS）部署相结合的新方法。这项研究的目的是解锁DBS系统在NOMA上下文中的真正潜力，因为所有以前的作品处理功率最小化NOMA中进行的CBS（集中式基站）的上下文中。这项工作的目标是在每个小区的总发射功率最小化，用户速率和功率复用的约束下。不同的技术被设计用于子载波、天线和功率的联合分配，特别注意确保适度的复杂性。结果表明，相对于DBS-OMA（正交多址接入）和CBS-NOMA部署场景，DBS-NOMA组合获得的总发射功率中的重要增益。

2017-10-18eess.SP

基于随机波束形成的智能反射面辅助MISO通信系统中断最小化

Outage Minimization for Intelligent Reflecting Surface Aided MISO Communication Systems via Stochastic Beamforming

智能反射面（IRS）具有通过重构无线传播环境来显著提高网络性能的潜力。然而，在IRS辅助的无线网络中，很难获得准确的下行链路信道状态信息（CSI）以用于有效的波束成形设计。在这篇文章中，我们考虑了一个IRS辅助下行链路多输入单输出（MISO）网络，其中的基站（BS）是不需要知道底层的信道分布。我们制定了中断概率最小化的问题，通过联合优化的波束成形向量在BS和在IRS的相移矩阵，同时考虑到发射功率和么模约束。所提出的问题是一个非凸非光滑随机优化问题。为此，我们采用sigmoid函数作为代理来解决目标函数的非光滑性。此外，我们提出了一个数据驱动的高效交替随机梯度下降（SGD）算法来解决这个问题，利用历史信道样本。仿真结果表明，该算法的性能增益的基准方法在最小化中断概率。

2020-05-15cs.ITeess.SPmath.IT

基于非线性能量收集模型的IRS辅助WPCN能量最小化

Energy Minimization for IRS-aided WPCNs with Non-linear Energy Harvesting Model

本文考虑了一种智能反射面（IRS）辅助的无线供电通信网络（WPCN），其中设备首先在下行链路（DL）中从发电站（PS）获取能量，然后在上行链路（UL）中使用非正交多址（NOMA）将信息传输到数据宿。然而，大多数现有的工作WPCN采用简化的线性能量收集模型，也不能保证严格的用户服务质量的要求。为了解决这些问题，我们的目标是通过联合优化资源分配和IRS相移随着时间的推移，最大限度地减少在PS的总传输能耗，受所有设备的最低吞吐量要求。将问题分解为两个子问题，采用凸函数差分规划、逐次凸逼近和惩罚算法交替迭代求解。数值结果表明，所提出的算法在基准计划取得了显着的性能增益，并揭示了将IRS集成到WPCN的好处。特别地，在UL和DL上采用不同的IRS相移优于静态IRS波束成形的情况。

2021-09-02cs.ITeess.SPmath.IT

未来无线网络中多个无人机基站的定位

Positioning of Multiple Unmanned Aerial Vehicle Base Stations in future Wireless Network

无人机基站是主干网因灾害而无法满足覆盖和容量需求的可靠、高效的替代方案。在本文中，我们考虑最佳无人机部署问题在3D空间的毫米波网络。其目标是同时部署多个空中基站，以完全服务于地面用户。我们开发了一种新的算法来找到一组UAV-BS的可行位置从一组预定义的位置，受到信号干扰噪声比（SINR）的约束，每个相关的用户，UAV-BS的有限的悬停高度约束和受限的操作区约束。我们把这个三维定位问题作为一个l_0最小化问题。这是一个NP难的组合问题。我们将l_0极小化问题近似为非组合l_1-范数问题。因此，我们提供了一个次优算法来找到一组可行的位置，无人机基站操作。分析表明，该算法在满足约束条件的情况下，可以获得一组同时部署多个UVA-BS的位置。

2020-02-18eess.SPmath.OC

空中IRS无线网络中信息最小化的加权和年龄

Weighted Sum Age of Information Minimization in Wireless Networks with Aerial IRS

在这封信中，我们分析了一个地面无线通信网络的空中智能反射面（IRS）的协助。我们认为，在地面基站（BS）的数据包调度问题，旨在提高信息的新鲜度，通过选择数据包的基础上，他们的AoI。为进一步提高通信质量，采用主被动联合波束形成设计对携带IRS的无人机进行航迹优化。为了解决非凸问题，我们提出了一个迭代交替优化问题的连续凸近似（SCA）算法的基础上。仿真结果表明，加权和AoI的性能显着改善，SCA解决方案收敛速度快，计算复杂度低。

2022-03-09eess.SP

一种多组公共消息组播预编码器的设计

Precoder Design For Multi-group Multicasting with a Common Message

本文考虑了多组组播的预编码与一个共同的消息。多天线基站与$K$集群通信，每个集群具有$L$用户。有一个发往所有用户的公共消息和一个发往每个群集的私有多播消息。我们研究了两种不同方案的加权和速率（WSR）最大化问题：（i）基站发送公共消息和多播消息的叠加，（ii）基站将多播消息向量与公共消息级联。我们还制定了第二个问题，加权最小均方误差（WMMSE）最小化，并证明WSR最大化和WMMSE最小化是等价的最优解。受WMMSE问题的启发，我们提出了一种基于交替优化的次优算法。我们将此算法应用于两种传输方案，并了解到两者之间存在根本差异。我们比较的结果与最大比传输（MRT），迫零（ZF）预编码，并调查基站天线的数量，组的数量和用户的数量在一个组中的影响。最后，我们研究了不完美的连续干扰消除（SIC）在接收机，并表明，第一个传输方案是更强大的。

2019-06-02eess.SP

更多相关论文收起更多论文

带外推的块交替Bregman优化算法

Block Alternating Bregman Majorization Minimization with Extrapolation

本文考虑了一类非光滑非凸最优化问题，其目标函数为块相对光滑函数与真下连续块可分函数之和.虽然针对块$L$ -光滑函数类的块邻近梯度（BPG）方法的分析已经成功地扩展到处理块相对光滑函数类的Bregman BPG方法，但是加速Bregman BPG方法是稀缺的并且设计具有挑战性。从Nesterov型加速和优化-最小化方案中得到启发，提出了一种带外推的块交替Bregman优化-最小化框架（BMME）.在较弱的条件下证明了BMME的渐近收敛性，并在较强的条件下研究了其整体收敛性。我们证明了BMME在惩罚正交非负矩阵分解问题上的有效性。

2021-07-09cs.NAeess.SPmath.NA

可移动天线辅助多用户集成感知与通信的克拉美-罗界最小化

Cramer-Rao Bound Minimization for Movable Antenna-Assisted Multiuser Integrated Sensing and Communications

本文针对可移动天线辅助的多用户集成感知与通信系统，以最小化克拉美-罗界为目标，提出联合波束成形与天线位置优化的交替优化框架，数值验证其优于固定天线系统。

2024-07-16eess.SP

无线通信网络中联邦学习的时延最小化

Delay Minimization for Federated Learning Over Wireless Communication Networks

King’s College London（伦敦国王学院）；Princeton University（普林斯顿大学）；Shenzhen Research Institute of Big Data（深圳大数据研究院）；The Chinese University of Hong Kong（香港中文大学）；Virginia Tech（弗吉尼亚理工大学）；Kyung Hee University（庆熙大学）

研究了无线通信网络中联邦学习的时延最小化问题。在所考虑的模型中，每个用户利用有限的本地计算资源来用其收集的数据训练本地FL模型，然后将训练的FL模型参数发送到基站（BS），基站（BS）聚合本地FL模型并将聚合的FL模型广播回所有用户。由于FL涉及用户和BS之间的学习模型交换，因此计算和通信延迟都由所需的学习精度水平确定，这影响FL算法的收敛速度。该联合学习和通信问题被表述为延迟最小化问题，其中证明了目标函数是学习精度的凸函数。然后，提出了一种二分搜索算法来获得最优解。仿真结果表明，该算法可以减少高达27.3%的延迟相比，传统的FL方法。

2020-07-05cs.LGeess.SP