Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:1607.01116v1

帮助 | 高级搜索

计算机科学 > 信息论

arXiv:1607.01116v1 (cs)
[提交于 2016年7月5日 ]

标题: 基于统计信道状态信息的MC-NOMA能效资源分配

标题: Power-Efficient Resource Allocation for MC-NOMA with Statistical Channel State Information

Authors:Zhiqiang Wei, Derrick Wing Kwan Ng, Jinhong Yuan
摘要: 在本文中,我们研究多载波非正交多址接入(MC-NOMA)系统的能效资源分配问题。 资源分配算法设计被建模为一个非凸优化问题,该问题考虑了发射端的统计信道状态信息和服务质量(QoS)约束。 为了在系统性能和计算复杂度之间取得平衡,我们提出了一种计算复杂度较低的次优功率分配和用户调度方案,以最小化总功率消耗。 所提出的方案利用了QoS需求的异质性来确定连续干扰消除解码顺序。 仿真结果表明,所提出的方案实现了接近最优的性能,并显著优于传统的正交多址接入(OMA)方案。
摘要: In this paper, we study the power-efficient resource allocation for multicarrier non-orthogonal multiple access (MC-NOMA) systems. The resource allocation algorithm design is formulated as a non-convex optimization problem which takes into account the statistical channel state information at transmitter and quality of service (QoS) constraints. To strike a balance between system performance and computational complexity, we propose a suboptimal power allocation and user scheduling with low computational complexity to minimize the total power consumption. The proposed design exploits the heterogeneity of QoS requirement to determine the successive interference cancellation decoding order. Simulation results demonstrate that the proposed scheme achieves a close-to-optimal performance and significantly outperforms a conventional orthogonal multiple access (OMA) scheme.
评论: 7页,5图,被接受至IEEE GLOBECOM 2016
主题: 信息论 (cs.IT)
引用方式: arXiv:1607.01116 [cs.IT]
  (或者 arXiv:1607.01116v1 [cs.IT] 对于此版本)
  https://doi.org/10.48550/arXiv.1607.01116
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Zhiqiang Wei [查看电子邮件]
[v1] 星期二, 2016 年 7 月 5 日 05:35:25 UTC (666 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
cs.IT
< 上一篇   |   下一篇 >
新的 | 最近的 | 2016-07
切换浏览方式为:
cs
math
math.IT

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号