دانلود ترجمه مقاله الگوریتم های بهینه سازی برای ارتباط سبز با دسترسی چندگانه

1. مقدمه 2. مدل سیستم 3. فرمول بندی مجدد مسأله 4. الگوریتم کارآمد تقریب محدب 5. الگوریتم بهینه سازی کلی 6. شبیه سازی عددی 7. نتیجه گیری

چکیده – افزایش فزاینده دستگاه های هوشمند متصل و رشد چشمگیر ترافیک داده های بی سیم موجب توسعه شبکه های بی سیم سبز و نیز اینترنت اشیا گردیده است. در این مقاله ما مسأله حداقل سازی توان کل به منظور تأمین محدودیت نرخ مورد نیاز در اینترنت اشیا را بررسی می کنیم که کاربران در آن به طور همزمان از طریق چند کانال مستقل ارتباط برقرار می کنند. پیچیدگی این مسأله به دلیل غیر خطی بودن تابع نرخ داده بر اساس رابطه ظرفیت شانون می باشد. برای این منظور در ابتدا، بجای تقریب مستقیم نرخ داده بالا، مسأله اولیه در حوزه توان را به یک مسأله معادل در حوزه نرخ منتقل می کنیم. سپس آن را با یک مسأله محدب و با محدودیت شعاع طیفی به کمک بسط نیومن و قضیه غیر خطی پرون- فروبینیوس تقریب می زنیم. با انجام این کار، به کران بالای نزدیک برای این مسأله حداقل سازی توان کل دست می یابیم. علاوه بر این، کران پایین را با بهره گیری از تکنیک رهاسازی محدب بدست آورده و در نهایت، با بهره گیری از روش شاخه و کران، به راه حل بهینه کلی می رسیم. نتایج شبیه سازی مؤید این است که الگوریتم های پیشنهادی دارای تقریب خوب مقدار بهینه کلی برای تخصیص توان و نرخ می باشند.

The exponential increase of the intelligent connected devices and the dramatic growth of the wireless data traffic have motivated the development of the green wireless networks as well as the Internet of Things (IoT). In this paper, we study the minimization problem of the total power to satisfy the required rate constraints in IoT, where the users simultaneously communicate through multiple independent channels. This problem is complicated due to the nonlinear data rate function based on the Shannon capacity formula. To this end, we first transfer the initial problem in power domain to an equivalent problem in rate domain instead of direct approximation for the high data rate. Then, we approximate it to a convex problem with the spectral radius constraints by the use of the Neumann expansion and nonlinear Perron-Frobenius theorem. By doing so, we achieve the close upper bound for this total power minimization problem. Moreover, we obtain the lower bound by making use of the convex relaxation technique, and finally get the global optimal solution by leveraging the branch-and-bound method. Simulation results verify that our proposed algorithms have a good approximation to the global optimal value for the power and rate allocations.