CONCLUSIONSIn order to achieve unif

CONCLUSIONS
In order to achieve uniform coverage in cellular networks
and required quality of service for multiple users in the MIMO
FDR network, the transmit power at the BS and relays must be
reliably controlled in facing IRI, SI and MUI simultaneously
so that the system can operate uninterruptedly and stably. We
have formulated a power (sum of transmit power of the BS and
relays in the network) minimization problem for the distributed
beamforming design under individual user rate constraints,
where the objective function turns out to be non-strict convex.
Then we have presented a SLIPD method for efficiently
solving this problem, by which the proposed two distributed
beamforming algorithms (Algorithm 1 for the case of single
receive antenna at relays and and Algorithm 2 for the case of
multiple receive antennas at relays) were developed. A globally
optimal solution of the power minimization problem can be
obtained by Algorithm 1, while Algorithm 2, can only yield
a local optimal solution, due to conservative SCA performed
at each iteration, and their convergence can be guaranteed
if the step sizes are below the upper bounds derived via a
rigorous analysis. Moreover, the proposed two algorithms only
require local information exchange between relays, and hence
are highly scalable on one hand. With the suggested early

ผลลัพธ์ (ไทย) 1:

บทสรุปเพื่อให้ครอบคลุมในเครือข่ายเซลลูลาร์และคุณภาพที่จำเป็นของบริการสำหรับผู้ใช้หลายคนใน MIMOด้วยเครือข่าย กำลังส่งที่บีและรีเลย์จะต้องได้ควบคุมหัน IRI, SI และ MUI พร้อมกันเพื่อให้ระบบสามารถทำงานติด ๆ กัน และสามารถ เรามีสูตรพลังงาน (ผลรวมของการส่งผ่านพลังงานของ BS และรีเลย์ในเครือข่าย) ลดปัญหาการกระจายออกแบบ beamforming ภายใต้ข้อจำกัดของผู้ใช้แต่ละอัตราซึ่งฟังก์ชันวัตถุประสงค์ที่เปิดออกจะเข้มงวดไม่นูนแล้ว เราได้นำเสนอวิธีการ SLIPD สำหรับการได้อย่างมีประสิทธิภาพการแก้ปัญหานี้ ซึ่งทั้งสองเสนอกระจายอัลกอริทึม beamforming (1 อัลกอริทึมสำหรับกรณีของเดี่ยวได้รับเสาอากาศที่รีเลย์ และ และกรณีของอัลกอริทึม 2หลายได้รับเสาอากาศที่รีเลย์) ได้รับการพัฒนา A ทั่วโลกแก้ปัญหาการลดพลังงานที่เหมาะสมได้ได้รับจากอัลกอริทึม 1 ในขณะที่อัลกอริทึม 2 สามารถเท่านั้นให้โซลูชันที่เหมาะสมท้องถิ่น เนื่องจาก SCA อนุรักษ์ดำเนินการที่เกิดซ้ำแต่ละ และสามารถรับประกันการบรรจบกันของพวกเขาถ้าขนาดขั้นตอนอยู่ด้านล่างขอบเขตบนที่ได้มาจากการวิเคราะห์ที่เข้มงวด นอกจากนี้ เสนอสองขั้นตอนวิธีการเท่านั้นต้องการแลกเปลี่ยนข้อมูลระหว่างรีเลย์ และด้วยเหตุนี้เร็วบนมือได้ มีที่แนะนำก่อน

ผลลัพธ์ (ไทย) 2:

สรุป
เพื่อให้บรรลุความคุ้มครองในเครื่องแบบเครือข่ายโทรศัพท์เคลื่อนที่
และคุณภาพที่จำเป็นในการให้บริการสำหรับผู้ใช้หลายคนใน MIMO
เครือข่าย FDR ที่กำลังส่งที่ BS และรีเลย์จะต้องมีการ
ควบคุมอย่างน่าเชื่อถือในการเผชิญหน้ากับ IRI, SI และ MUI พร้อมกัน
เพื่อให้ระบบสามารถทำงานได้ อย่างต่อเนื่องและเสถียร เรา
มีสูตรอำนาจ (ผลรวมของกำลังการส่งของ BS และ
รีเลย์ในเครือข่าย) ปัญหาการลดสำหรับการกระจาย
การออกแบบ beamforming ภายใต้ข้อ จำกัด ของอัตราผู้ใช้แต่ละ
ที่ฟังก์ชันวัตถุประสงค์จะเปิดออกจะนูนออกมาไม่ใช่อย่างเข้มงวด.
แล้วเราได้นำเสนอ วิธี SLIPD อย่างมีประสิทธิภาพสำหรับ
การแก้ปัญหานี้โดยที่สองเสนอกระจาย
อัลกอริทึม beamforming (Algorithm 1 สำหรับกรณีเดียว
ได้รับเสาอากาศรีเลย์และขั้นตอนวิธีการและ 2 สำหรับกรณีของ
หลาย ๆ คนที่ได้รับเสาอากาศรีเลย์) ได้รับการพัฒนา ทั่วโลก
ทางออกที่ดีที่สุดของปัญหาพลังงานลดสามารถ
หาได้โดยอัลกอริทึมที่ 1 ในขณะที่อัลกอริทึมที่ 2 เท่านั้นที่สามารถให้ผลผลิต
เป็นทางออกที่ดีที่สุดในท้องถิ่นเนื่องจาก SCA อนุลักษณ์ดำเนินการ
ที่ซ้ำกันและการบรรจบกันของพวกเขาสามารถรับประกัน
ถ้าขนาดขั้นตอนมีดังต่อไปนี้ ขอบเขตบนมาผ่าน
การวิเคราะห์อย่างเข้มงวด นอกจากนี้ยังนำเสนอสองขั้นตอนวิธีการเดียวที่
ต้องมีการแลกเปลี่ยนข้อมูลระหว่างท้องถิ่นรีเลย์และด้วยเหตุ
ที่ปรับขนาดได้สูงในมือข้างหนึ่ง ที่มีปัญหาในช่วงต้น