Location-Aware Cross-Tier Coordinated Multipoint Transmission in Two-Tier Cellular Networks
Notice bibliographique
Résumé
Multi-tier cellular networks are considered as an effective solution to enhance the coverage and data rate offered by cellular systems. In a multi-tier network, high power base stations (BSs) such as macro BSs are overlaid by lower power small cells such as femtocells and/or picocells. However, co-channel deployment of multiple tiers of BSs gives rise to the problem of cross-tier interference that significantly impacts the performance of wireless networks. Multicell cooperation techniques, such as coordinated multipoint (CoMP) transmission, have been proposed as a promising solution to mitigate the impact of the cross-tier interference in multi-tier networks. In this paper, we propose a novel scheme for Location-Aware Cross-Tier Cooperation (LA-CTC) between BSs in different tiers for downlink CoMP transmission in two-tier cellular networks. On one hand, the proposed scheme only uses CoMP transmission to enhance the performance of the users who suffer from high cross-tier interference due to the co-channel deployment of small cells such as picocells. On the other hand, users with good signal-to-interference-plus-noise ratio (SINR) conditions are served directly by a single BS from any of the two tiers. Thus, the data exchange between the cooperating BSs over the backhaul network can be reduced when compared to the traditional CoMP transmission scheme. We use tools from stochastic geometry to quantify the performance gains obtained by using the proposed scheme in terms of outage probability, achievable data rate, and load per BS. We compare the performance of the proposed scheme with that of other schemes in the literature such as the schemes which use cooperation to serve all users and schemes that use range expansion to offload users to the small cell tier.
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.
Comment cette classification a été obtenuedéplier
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».