已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Energy Efficient Nano-Node Association and Resource Allocation for Hierarchical Nano-Communication Networks

计算机科学 资源配置 数学优化 聚类分析 凸优化 最优化问题 分式程序设计 节点(物理) 分布式计算 整数规划 非线性规划 计算机网络 算法 非线性系统 数学 工程类 正多边形 人工智能 物理 结构工程 量子力学 几何学
作者
Li Feng,Qinghai Yang,Daeyoung Park,Kyung Sup Kwak
出处
期刊:IEEE Transactions on Molecular, Biological, and Multi-Scale Communications [Institute of Electrical and Electronics Engineers]
卷期号:4 (4): 208-220 被引量:10
标识
DOI:10.1109/tmbmc.2019.2943294
摘要

Nano-communication networks operating in the Terahertz (THz) band are being developed quickly owing to the high bandwidth range. In this paper, we investigate energy efficient data transmission in hierarchical nano-communication networks with multiple inbody nano-nodes and micro-nodes. Considering the channel characteristic of the THz band, we formulate a weighted energy efficiency optimization problem for the joint design of nano-node association and resource allocation in such networks. By regarding nano-node association results as the network cluster configurations, the non-convex optimization problem is decomposed into a network clustering problem and a resource allocation problem. The network clustering problem is a combine optimization problem, whose optimal cluster configuration is derived using Markov approximation theory. Besides, the resource allocation problem, which is a mixed integer nonlinear programming problem, is solved by comprehensively using continuity relaxation theory and an improved dynamic programming method. An adaptive frequency selection and power control algorithm is given for nano-nodes to determine the optimal frequency and transmit power under a specific cluster configuration. To gain more insights into the obtained solutions, a joint network clustering and resource allocation algorithm is presented to accommodate hierarchical nano-communication networks to achieve the energy efficient data transmission. Simulation results validate the theoretical analysis of the proposed algorithms.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
2秒前
msk完成签到,获得积分10
2秒前
4秒前
Ken完成签到,获得积分10
4秒前
B612小行星完成签到 ,获得积分10
6秒前
小蘑菇应助紫荆采纳,获得10
9秒前
科研通AI2S应助科研通管家采纳,获得30
11秒前
爱静静应助科研通管家采纳,获得10
12秒前
Orange应助科研通管家采纳,获得10
12秒前
12秒前
隐形曼青应助康康采纳,获得10
12秒前
Wan完成签到,获得积分20
13秒前
大个应助要减肥金针菇采纳,获得10
18秒前
汤汤完成签到 ,获得积分10
20秒前
小蘑菇应助Wan采纳,获得10
20秒前
阿紫吖完成签到 ,获得积分10
24秒前
25秒前
31秒前
动听靖完成签到 ,获得积分10
31秒前
31秒前
万能图书馆应助dasaber采纳,获得10
33秒前
orixero应助小小鹅采纳,获得10
34秒前
35秒前
你你你完成签到,获得积分10
36秒前
37秒前
可爱的函函应助RYY采纳,获得10
37秒前
阿鑫完成签到 ,获得积分10
37秒前
紫荆发布了新的文献求助10
38秒前
oscar完成签到,获得积分10
39秒前
41秒前
清楚或青月完成签到 ,获得积分0
42秒前
lily88发布了新的文献求助10
42秒前
简单的熊猫完成签到,获得积分10
45秒前
45秒前
46秒前
奋斗千秋发布了新的文献求助10
47秒前
liu发布了新的文献求助10
47秒前
48秒前
634301059发布了新的文献求助10
48秒前
48秒前
高分求助中
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
麻省总医院内科手册(原著第8版) (美)马克S.萨巴蒂尼 500
Chen Hansheng: China’s Last Romantic Revolutionary 500
宽禁带半导体紫外光电探测器 388
COSMETIC DERMATOLOGY & SKINCARE PRACTICE 388
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3142628
求助须知:如何正确求助?哪些是违规求助? 2793439
关于积分的说明 7806660
捐赠科研通 2449725
什么是DOI,文献DOI怎么找? 1303403
科研通“疑难数据库(出版商)”最低求助积分说明 626861
版权声明 601309