On cognitive small cells in two-tier heterogeneous networks
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In a two-tier heterogeneous network (HetNet) where small base stations (SBSs) coexist with macro base stations (MBSs), the SBSs may suffer significant performance degradation due to the inter- and intra-tier interferences. Introducing cognition into the SBSs through the spectrum sensing (e.g., carrier sensing) capability helps them detecting the interference sources and avoiding them via opportunistic access to orthogonal channels. In this paper, we use stochastic geometry to model and analyze the performance of two cases of cognitive SBSs in a multichannel environment, namely, the semi-cognitive case and the full-cognitive case. In the semi-cognitive case, the SBSs are only aware of the interference from the MBSs, hence, only inter-tier interference is minimized. On the other hand, in the full-cognitive case, the SBSs access the spectrum via a contention resolution process, hence, both the intra- and intertier interferences are minimized, but at the expense of reduced spectrum access opportunities. We quantify the performance gain in outage probability obtained by introducing cognition into the small cell tier for both the cases. We will focus on a special type of SBSs called the femto access points (FAPs) and also capture the effect of different admission control policies, namely, the open-access and closed-access policies. We show that a semi-cognitive SBS always outperforms a full-cognitive SBS and that there exists an optimal spectrum sensing threshold for the cognitive SBSs which can be obtained via the analytical framework presented in this paper.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle