The continuous increase in energy consumption by cellular networks requires rethinking their energy efficiency. Current research indicates that one third of operating energy could be saved by reducing the transmission power of base stations. However, this approach requires the introduction of a range of additional equipment containing more embodied energy - consumed by all processes associated with the production of equipment. This problem is addressed first in this article. Furthermore, a new cellular network energy efficiency model with embodied energy is proposed, and optimization between the number of cells and their coverage is investigated. Contrary to previous works, we have found that embodied energy accounts for a significant proportion of total energy consumption and cannot be neglected. The simulation results confirm an important trade-off between operating and embodied energies, which can provide some practical guidelines for designing energy-efficient cellular access networks. The new model considering embodied energy is not limited to just cellular networks, but to other telecommunications, such as wireless local area networks and wired networks.

Integration of distributed generation based on renewable energy sources into the power system has gained popularity in recent years. Many small-scale electricity suppliers (SESs) have recently entered the electricity market, which has been traditionally dominated by a few large-scale electricity suppliers. The emergence of SESs enables direct trading (DT) of electricity between SESs and end-users (EUs), without going through retailers, and promotes the possibility of improving the benefits to both parties. In this paper, the cooperation between SESs and EUs in DT is analyzed based on coalitional game theory. In particular, an electricity pricing scheme that achieves a fair division of revenue between SESs and EUs is analytically derived by using the asymptotic Shapley value. The asymptotic Shapley value is shown to be in the core of the coalitional game such that no group of SESs and EUs has an incentive to abandon the coalition, which implies the stable operation of DT for the proposed pricing scheme. Unlike the existing pricing schemes that typically require multiple stages of calculations and real time information about each participant, the electricity price for the proposed scheme can be determined instantaneously based on the number of participants in DT and statistical information about electricity supply and demand. Therefore, the proposed pricing scheme is suitable for practical implementation. Using computer simulations, the price of electricity for the proposed DT scheme is examined in various environments, and the numerical results validate the asymptotic analysis. Moreover, the revenues of the SESs and EUs are evaluated for various types of SESs and different numbers of participants in DT. The optimal ratio of different types of SESs is also investigated.

Hybrid digital-analog precoding is essential for balancing communication performance, energy efficiency, and hardware costs in millimeter wave (mmWave) massive multiple-input multiple-output (MIMO) systems. However, most existing designs rely on the Shannon capacity and assume infinite blocklengths, which are impractical for emerging applications, such as massive machine-type communications, operating with finite blocklength (FBL). To address this gap, this paper pioneers a novel hybrid precoding design for mmWave massive MIMO in the FBL regime. We meticulously optimize hybrid precoding based on both the weighted sum-rate (WSR) and the max-min fairness (MMF) criteria, while fulfilling the transmit power budget and users' minimum rate requirements. Both continuous and discrete phase shifters are considered for analog precoding. The formulated optimization problems are highly challenging to solve due to the nonconvex objective functions and nonconvex constraints. These challenges are further intensified by the nonconcave FBL rate function and the intricate coupling between analog and digital precoders. By proposing novel problem transformation and decomposition techniques, we reformulate the original complex problems into forms solvable with the penalty dual decomposition (PDD) method. We then develop two efficient iterative algorithms with parallel, and even closed-form variable updates, and guaranteed convergence to solve the WSR and MMF optimization problems, applicable to both continuous and discrete phase shifters. Simulation results show that our proposed hybrid precoding designs significantly outperform several baseline schemes, especially those adopting the Shannon capacity and infinite blocklength. Additionally, our proposed optimization algorithms enable hybrid precoding exploiting discrete phase shifters with limited quantization resolution (e.g., 3-bit) to closely match the performance of fully digital precoding in FBL scenarios.