针对现有工作仅考虑理想信道状态信息(Channel State Information,CSI)与硬件调控能力导致在实际系统中用户传输中断过高的问题,该文综合考虑不完美CSI、有限相移调控、硬件损伤的影响,提出了一种基于智能反射面(Intelligent Reflecting...针对现有工作仅考虑理想信道状态信息(Channel State Information,CSI)与硬件调控能力导致在实际系统中用户传输中断过高的问题,该文综合考虑不完美CSI、有限相移调控、硬件损伤的影响,提出了一种基于智能反射面(Intelligent Reflecting Surface,IRS)辅助的鲁棒能效优化算法.考虑基站最大发射功率与IRS离散相移约束及差异化用户传输速率需求,基于高斯CSI误差模型和加性硬件损伤模型,将基站主动波束成形与IRS被动相移优化问题建模为含不确定性参数的多变量耦合能效最大化问题.考虑波束向量与相移矩阵的耦合性,利用交替优化策略将原问题转化为主动波束子问题和离散相移子问题.利用伯恩斯坦不等式、丁克尔巴赫方法及连续凸近似将波束子问题转化为凸优化问题求解;基于求解的主动波束向量,利用罚函数法和投影定理求解离散相移子问题.仿真结果表明,与传统非鲁棒算法相比,所提算法能效性能提升15.8%,平均中断概率间隙达86.7%.展开更多
面向能耗优化的面积(核数)-功率(频率)分配问题是当前众核处理器研究热点之一.通过性能-功耗模型了解其在核数-频率空间的分布规律,然后在核数和频率级别这2个维度上通过实测执行逐步搜索,可以获取"核数-频率"配置的最优解,...面向能耗优化的面积(核数)-功率(频率)分配问题是当前众核处理器研究热点之一.通过性能-功耗模型了解其在核数-频率空间的分布规律,然后在核数和频率级别这2个维度上通过实测执行逐步搜索,可以获取"核数-频率"配置的最优解,从而达到能耗优化的目的;然而本领域现有方法在核数-频率空间内实测搜索最低能耗时收敛速度慢、搜索开销大、可扩展性差.针对此问题,提出了一种基于求解最优化问题的经典数学方法——可行方向法的最低能耗搜索方法(energy-efficient optimization based on feasible direction method,EOFDM),每次执行都能从核数和频率2个维度上同时减小搜索空间,在迭代执行中快速收敛至最低能耗点.该方法与现有研究中最优的启发式爬山法(hill-climbing heuristic,HCH)进行了对比实验,平均执行次数、执行时间和能耗分别降低39.5%,46.8%,48.3%,提高了收敛速度,降低了搜索开销;当核数增加一倍时,平均执行次数、执行时间和能耗分别降低48.8%,51.6%,50.9%;当频率级数增加一倍时,平均执行次数、执行时间和能耗分别降低45.5%,49.8%,54.4%,在收敛速度、搜索开销和可扩展性方面均有提高.展开更多
文摘针对现有工作仅考虑理想信道状态信息(Channel State Information,CSI)与硬件调控能力导致在实际系统中用户传输中断过高的问题,该文综合考虑不完美CSI、有限相移调控、硬件损伤的影响,提出了一种基于智能反射面(Intelligent Reflecting Surface,IRS)辅助的鲁棒能效优化算法.考虑基站最大发射功率与IRS离散相移约束及差异化用户传输速率需求,基于高斯CSI误差模型和加性硬件损伤模型,将基站主动波束成形与IRS被动相移优化问题建模为含不确定性参数的多变量耦合能效最大化问题.考虑波束向量与相移矩阵的耦合性,利用交替优化策略将原问题转化为主动波束子问题和离散相移子问题.利用伯恩斯坦不等式、丁克尔巴赫方法及连续凸近似将波束子问题转化为凸优化问题求解;基于求解的主动波束向量,利用罚函数法和投影定理求解离散相移子问题.仿真结果表明,与传统非鲁棒算法相比,所提算法能效性能提升15.8%,平均中断概率间隙达86.7%.
文摘面向能耗优化的面积(核数)-功率(频率)分配问题是当前众核处理器研究热点之一.通过性能-功耗模型了解其在核数-频率空间的分布规律,然后在核数和频率级别这2个维度上通过实测执行逐步搜索,可以获取"核数-频率"配置的最优解,从而达到能耗优化的目的;然而本领域现有方法在核数-频率空间内实测搜索最低能耗时收敛速度慢、搜索开销大、可扩展性差.针对此问题,提出了一种基于求解最优化问题的经典数学方法——可行方向法的最低能耗搜索方法(energy-efficient optimization based on feasible direction method,EOFDM),每次执行都能从核数和频率2个维度上同时减小搜索空间,在迭代执行中快速收敛至最低能耗点.该方法与现有研究中最优的启发式爬山法(hill-climbing heuristic,HCH)进行了对比实验,平均执行次数、执行时间和能耗分别降低39.5%,46.8%,48.3%,提高了收敛速度,降低了搜索开销;当核数增加一倍时,平均执行次数、执行时间和能耗分别降低48.8%,51.6%,50.9%;当频率级数增加一倍时,平均执行次数、执行时间和能耗分别降低45.5%,49.8%,54.4%,在收敛速度、搜索开销和可扩展性方面均有提高.
