Queue-Aware Transmission Scheduling for Cooperative Wireless Communications
Notice bibliographique
Résumé
Queue-aware transmission scheduling for cooperative wireless communications with sub-fading-block scheduling to better balance load and capacity in low mobility environments is investigated. The scheduling problem for joint cooperation scheduling and resource allocation is formulated as a constrained nonlinear integer optimization problem over an integer convex set based on a source buffer queueing analysis. It is shown that with queue-aware scheduling, the state transition matrix of the source buffer queue has a highly dynamic form. As a result, the objective function of the optimization problem does not have an analytic form in general. The constrained discrete Rosenbrock search algorithm, which is a gradient-free directed discrete search algorithm, is employed to solve the nonlinear integer problem. The output of the directed integer search algorithm is used for queue-aware transmission scheduling for the cooperative system. Numerical results are presented which show that, for cooperative transmission scheduling, the Rosenbrock search based queue-aware algorithm significantly outperforms the equal partitioning, random partitioning, and gradient-based algorithms under quasi-static channel assumptions. Under practical system conditions with unsaturated traffic, the proposed queue-aware scheduling scheme achieves the true optima, and maintains a large stability region for the buffer queue, over a wide range of channel and traffic conditions. It is also shown that when fading channel dynamics are taken into consideration, the performance of the proposed queue-aware scheduling algorithm significantly outperforms fixed relaying and fixed direct transmission channel-aware scheduling strategies.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,006 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».