attempt to give a preliminary answe

attempt to give a preliminary answer with Algorithm 1 under
antenna setting (AS1). The performance for SI equivalent path
gain = −105 dB and MUI path gain = −110 dB is used
as a benchmark, and compared with different values of SI
and MUI path gains. Two extreme MUI path gains, i.e. the
MUI-free case and the case that the MUI path gain equals
the access link gain of −100 dB (which occurs when the
users are located on the boundary of adjacent relays), are
considered. It can be seen that effects of MUI on the total
power performance are relatively consistent as IRI path gain
changes: in both cases the performance curves show a similar
slope as the benchmark.Moreover, the SI equivalent path gains
of −95 dB and −85 dB are also considered for a performance
comparison with the benchmark. The corresponding results
in Fig. 5 show that the effects on the system performance
by SI are different from those by MUI. When the IRI path
gain is weak, the change of SI equivalent path gain has little
influence on system performance. However, as the IRI path
gain increases, the total power corresponding to different SI
equivalent path gains increases quickly. In other words, the
system performance becomes more sensitive to SI than to MUI
as IRI becomes stronger. A possible explanation for this is
that MUI has higher impact on the access links (i.e., higher
impact on the transmit power of relays), while both IRI and SI
have higher impact on the feeder links (i.e., higher impact on
transmit power of the BS), despite that the proposed algorithms
try to balance their impacts such that the overall transmit power
is minimized.
Fig. 6 shows the convergence behavior of the proposed
SLIPD method (Algorithm 1 and the inner iterations of Algorithm
2) for a typical channel realization under antenna
settings (AS2) and (AS3), respectively, with the large-scale
channel gain on the IRI link being −105 dB, all the initial
values for the unknown variables set to zero, and the step
sizes chosen according to Theorem 1 and Corollary 1. Fig. 6(a)
shows the dual-optimality gap, i.e., the difference between the
optimal total transmit power ((10) or (42)) and the Lagrangian
((11) or (44)). It can be seen that in both cases the dual
gap diminishes with iteration number, possibly with some
damped oscillations in primal variables. Fig. 6(b) shows the
monotonically decreasing Lyapunov function ((29) or its counterpart
for Nr > 1) versus iteration number, demonstrating the
convergence of the SLIPD method to the optimal solution (cf.
Theorem 1 and Corollary 1 whose proofs are essentially due
to the convergence of the Lyapunov function) and validating
the effectiveness of the proposed algorithms.
The total transmit power performance of Algorithm 1 with
the early terminationused in the operation (cf. Remark 5) is
also tested over 50 channel realizations with IRI link also set
to −105 dB. For each realization, the problem (37) is solved
every 5 iterations before the convergence of Algorithm 1, and
the obtained feasible solution is recorded after 20 iterations and
after 50 iterations. The simulations results are shown in Fig.
7(a) for L = 2 under antenna setting (AS1), and in Fig. 7(b)
for L = 3 under antenna setting (AS2), respectively. It can be
seen from Fig. 7 that the early termination yields near-optimal
solutions even within 20 iterations, indicating that Algorithm 1
can well converge in several tens of iterations, thus implying

ผลลัพธ์ (ไทย) 1:

พยายามที่จะให้คำตอบเบื้องต้น ด้วยอัลกอริทึม 1 ภายใต้การตั้งค่าเสาอากาศ (AS1) ประสิทธิภาพสำหรับเส้นทางเทียบเท่าซีกำไร =กำไรเส้นทาง MUI และ −105 dB = −110 ใช้ dBเป็นเกณฑ์มาตรฐาน และเมื่อเทียบกับค่าที่แตกต่างของศรีและมุเส้นกำไร สองเส้นทาง MUI มากรับ เช่นการกรณีฟรี MUI และกรณีที่รับเส้นทาง MUI เท่ากับกำไรเข้าลิงค์ของ −100 dB (ซึ่งเกิดขึ้นเมื่อการผู้ใช้ที่อยู่บนขอบเขตของรีเลย์ที่อยู่ติดกัน), มีพิจารณา จะเห็นได้ว่าผลของ MUI ทั้งหมดพลังงานประสิทธิภาพเดียวกันค่อนข้างเป็น IRI เส้นกำไรการเปลี่ยนแปลง: เส้นโค้งประสิทธิภาพในทั้งสองกรณี แสดงคล้ายกันความเป็นมาตรฐาน นอกจากนี้ เส้นทางเทียบเท่าซีกำไรของ −95 −85 dB และ dB ยังถือว่ามีประสิทธิภาพเปรียบเทียบกับเกณฑ์มาตรฐาน ผลลัพธ์สอดคล้องในรูปที่ 5 แสดงว่าผลกระทบต่อประสิทธิภาพของระบบโดย SI นั้นแตกต่างจากโดย MUI เมื่อเส้นทางของ IRIเป็นกำไร มีการเปลี่ยนแปลงของกำไรเทียบเท่าเส้นทางศรีน้อยมีอิทธิพลต่อประสิทธิภาพของระบบ อย่างไรก็ตาม เป็นเส้นทาง IRIได้รับเพิ่มขึ้น พลังรวมที่สอดคล้องกับศรีแตกต่างกันเส้นทางเทียบเท่ากับกำไรเพิ่มขึ้นอย่างรวดเร็ว ในคำอื่น ๆ การประสิทธิภาพของระบบจะอ่อนไหวมากกับศรีกว่าเพื่อมุIRI กลายเป็นแข็งแกร่ง เป็นคำอธิบายที่เป็นไปได้นี้MUI ที่มีผลกระทบสูงต่อโยงเข้า (เช่น สูงส่งผลกระทบต่อกำลังการส่งของรีเลย์), ในขณะ IRI และศรีมีผลกระทบสูงป้อนการเชื่อมโยง (เช่น สูงผลกระทบต่อส่งพลังของ BS), ถึงแม้ว่าขั้นตอนวิธีการนำเสนอพยายามดุลผลกระทบดังกล่าวว่าโดยรวมการส่งผ่านพลังงานจะลดลงรูปที่ 6 แสดงลักษณะการทำงานร่วมที่เสนอSLIPD วิธี (อัลกอริทึม 1 และการวนซ้ำภายในของอัลกอริทึม2) สำหรับการรับรู้โดยทั่วไปช่องใต้เสาอากาศการตั้งค่า (AS2) และ (AS3), ตามลำดับ ด้วยขนาดใหญ่ช่องที่ได้รับบนการเชื่อมโยงนับเป็น −105 dB การเริ่มต้นตั้งค่าสำหรับตัวแปรที่ไม่รู้จักศูนย์ และขั้นตอนขนาดเลือกตามทฤษฎีบท 1 และ Corollary 1 มะเดื่อ 6(a)แสดงช่องว่างสอง optimality เช่น ความแตกต่างระหว่างการผลรวมที่ดีที่สุดส่งพลังงาน ((10) หรือ (42)) และลากรองจ์((11) หรือ (44)) จะเห็นได้ว่า ในทั้งสองกรณีที่สองลดช่องว่างกับเลขซ้ำ อาจจะมีบางส่วนน้อยแกว่งในปฐมแปร มะเดื่อ 6(b) แสดงการเส้นลดฟังก์ชันเลียปูนอฟ ((29) หรือของสำหรับยางพารา > 1) เทียบกับหมายเลขซ้ำ การสาธิตการบรรจบกันของโซลูชั่น (cf วิธี SLIPDทฤษฎีบท 1 และ Corollary 1 ซึ่งมีหลักฐานครบกำหนดเป็นหลักการบรรจบกันของฟังก์ชันเลียปูนอฟ) และการตรวจสอบประสิทธิภาพของขั้นตอนวิธีการนำเสนอยอดรวมส่งพลังงานประสิทธิภาพของอัลกอริทึม 1 ด้วยterminationused ต้นในการดำเนินการ (หมายเหตุ 5 cf.) เป็นทดสอบยังกำหนดว่าการรับรู้ ด้วยการเชื่อมโยงนับกว่า 50 ช่องการ −105 dB สำหรับการสำนึกแต่ละ แก้ไขปัญหา (37)ซ้ำทุก 5 ก่อนการบรรจบกันของอัลกอริทึม 1 และการแก้ปัญหาเป็นไปได้ที่ได้รับจะถูกบันทึกหลังจากเกิดซ้ำ 20 และหลังจากการวนซ้ำ 50 ผลการจำลองจะแสดงในรูป7(a) ลิตร = 2 ภาย ใต้การตั้งค่าเสาอากาศ (AS1), และ ในรูป 7(b)L = 3 ภายใต้การตั้งค่าเสาอากาศ (AS2), ตามลำดับ มันสามารถเห็นจากรูปที่ 7 การสิ้นสุดช่วงผลผลิตใกล้สุดโซลูชั่นใน 20 ซ้ำ บ่งชี้ว่า อัลกอริทึม 1ดีสามารถมาบรรจบกันในหลายสิบซ้ำ หน้าที่ดังนั้น

ผลลัพธ์ (ไทย) 2:

พยายามที่จะให้คำตอบเบื้องต้นกับอัลกอริทึมที่ 1 ภายใต้
การตั้งค่าเสาอากาศ (AS1) ผลการดำเนินงานสำหรับ SI เส้นทางเทียบเท่า
กำไร = -105 dB และ MUI กำไร path = -110 dB ถูกนำมาใช้
เป็นมาตรฐานและเมื่อเทียบกับค่านิยมที่แตกต่างกันของ SI
และกำไรเส้นทาง MUI สองกำไรเส้นทาง MUI มากเช่น
กรณี MUI ฟรีและกรณีที่กำไรเส้นทาง MUI เท่ากับ
กำไรที่เชื่อมโยงเข้าถึง -100 dB (ซึ่งเกิดขึ้นเมื่อ
ผู้ใช้จะตั้งอยู่บนขอบเขตของรีเลย์ที่อยู่ติดกัน) จะ
พิจารณา จะเห็นได้ว่าผลของการ MUI บนรวม
ประสิทธิภาพการใช้พลังงานมีความสอดคล้องเป็น IRI กำไรเส้นทาง
การเปลี่ยนแปลง: ในทั้งสองกรณีโค้งประสิทธิภาพการทำงานที่คล้ายกันแสดง
ความลาดชันเป็น benchmark.Moreover, ศรีกำไรเส้นทางเทียบเท่า
ของ -95 dB และ -85 เดซิเบลนอกจากนี้ยังมีการพิจารณาสำหรับผลการดำเนินงาน
เปรียบเทียบกับเกณฑ์มาตรฐาน ผลที่สอดคล้องกัน
ในรูป 5 แสดงให้เห็นว่าผลกระทบต่อประสิทธิภาพการทำงานของระบบ
โดย SI จะแตกต่างจากเหล่านั้นโดย MUI เมื่อเส้นทาง IRI
กำไรอ่อนแอการเปลี่ยนแปลงของ SI กำไรเส้นทางเทียบเท่ามีน้อย
ส่งผลกระทบต่อการทำงานของระบบ แต่เป็นเส้นทาง IRI
กำไรเพิ่มขึ้นพลังงานทั้งหมดที่สอดคล้องกับ SI ที่แตกต่างกัน
เส้นทางเทียบเท่ากำไรเพิ่มขึ้นอย่างรวดเร็ว ในคำอื่น ๆ ที่มี
ประสิทธิภาพของระบบจะกลายเป็นความไวต่อ SI กว่าที่จะ MUI
เป็น IRI จะกลายเป็นดี คำอธิบายที่เป็นไปได้สำหรับเรื่องนี้คือ
ว่า MUI ที่มีผลกระทบสูงในการเชื่อมโยงการเข้าถึง (เช่นที่สูงขึ้น
ส่งผลกระทบต่อกำลังการส่งของรีเลย์) ในขณะที่ทั้งสอง IRI และ SI
มีผลกระทบที่สูงขึ้นในการเชื่อมโยงป้อน (เช่นผลกระทบที่สูงขึ้นใน
กำลังการส่งของ BS) แม้จะมีขั้นตอนวิธีการที่นำเสนอ
พยายามที่จะรักษาความสมดุลของผลกระทบดังกล่าวที่ส่งกำลังโดยรวม
จะลดลง.
รูป 6 แสดงให้เห็นถึงพฤติกรรมการบรรจบกันของที่นำเสนอ
วิธีการ SLIPD (อัลกอริทึมที่ 1 และทำซ้ำภายในของอัลกอริทึม
ที่ 2) สำหรับการสำนึกทั่วไปช่องภายใต้เสาอากาศ
การตั้งค่า (AS2) และ (AS3) ตามลำดับโดยมีขนาดใหญ่
กำไรช่องทางในการเชื่อมโยง IRI เป็น -105 dB ทั้งหมดเริ่มต้น
ค่าสำหรับตัวแปรที่ไม่รู้จักตั้งค่าเป็นศูนย์และขั้นตอน
ขนาดเลือกตามทฤษฏีที่ 1 และควันหลง 1. รูป 6 (ก)
แสดงให้เห็นถึงช่องว่างแบบ dual-optimality คือความแตกต่างระหว่าง
ที่ดีที่สุดรวมพลังส่ง ((10) หรือ (42)) และลากรองจ์
((11) หรือ (44)) จะเห็นได้ว่าในทั้งสองกรณีคู่
ช่องว่างที่มีจำนวนลดน้อยลงซ้ำอาจมีบางอย่าง
แนบแน่นชุบตัวแปรปฐม มะเดื่อ. 6 (ข) แสดงให้เห็นถึง
monotonically ลดลงฟังก์ชั่น Lyapunov ((29) หรือคู่ของ
ยางธรรมชาติ> 1) เมื่อเทียบกับจำนวนย้ำแสดงให้เห็นถึง
การบรรจบกันของวิธี SLIPD เพื่อแก้ปัญหาที่ดีที่สุด (cf
ทฤษฎีบทที่ 1 และควันหลง 1 มีหลักฐานอันนี้เนื่องจากเป็นหลัก
การบรรจบกันของฟังก์ชั่น Lyapunov) และการตรวจสอบ
ประสิทธิภาพของอัลกอริทึมที่นำเสนอ.
ผลการดำเนินงานส่งกำลังรวมของอัลกอริทึม 1
ต้น terminationused ในการดำเนินงาน (cf หมายเหตุ 5) จะ
ยังผ่านการทดสอบความเข้าใจมากกว่า 50 ช่องมีการเชื่อมโยง IRI ยังตั้ง
เพื่อ -105 dB สำหรับแต่ละก่อให้เกิดปัญหา (37) จะแก้ไข
ทุก 5 ซ้ำก่อนที่จะบรรจบกันของอัลกอริทึมที่ 1 และ
วิธีการแก้ปัญหาที่เป็นไปได้จะถูกบันทึกไว้หลังจาก 20 ซ้ำและ
หลังจาก 50 ซ้ำ ผลการจำลองจะแสดงในรูปที่.
7 (ก) การเปิด L = 2 ภายใต้การตั้งค่าเสาอากาศ (AS1) และในรูป 7 (ข)
การเปิด L = 3 ภายใต้การตั้งค่าเสาอากาศ (AS2) ตามลำดับ มันสามารถ
เห็นได้จากรูป 7 ที่อัตราผลตอบแทนเลิกจ้างเริ่มต้นที่ดีที่สุดใกล้
โซลูชั่นแม้แต่ภายใน 20 ซ้ำแสดงให้เห็นว่าอัลกอริทึม 1
ดีสามารถมาบรรจบกันในหลายสิบซ้ำจึงหมายความ