计算机科学 > 信息论
            [提交于 2022年12月1日
            
            
            
            ]
          
          标题: 同时传输和反射的RIS辅助移动边缘计算:计算速率最大化
标题: Simultaneously Transmitting and Reflecting RIS-Aided Mobile Edge Computing: Computation Rate Maximization
摘要: 本文研究了新型的同时发射和反射(STAR)可重构智能表面(RIS),该表面能够实现对位于表面两侧用户的全空间覆盖,在多用户移动边缘计算(MEC)系统中进行研究。 通过联合设计STAR-RIS的相移、反射和传输幅度系数、接入点处的接收波束成形向量以及用户用于本地计算和卸载的能量分配策略,制定了一个计算速率最大化问题。 研究了STAR-RIS的两种操作协议,即能量分割(ES)和模式切换(MS)。 基于DC规划和半定松弛,提出了一种迭代算法来解决ES协议中的非凸问题。 此外,所提出的算法被扩展以解决具有二进制幅度系数的非凸、非连续MS问题。 仿真结果表明,与传统仅反射/仅传输RIS的基准方案相比,所得到的STAR-RIS辅助的MEC系统显著提高了计算速率。
文献和引用工具
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
推荐器和搜索工具
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.
 
               
  