Courteous Priority Access to the Shared Commercial Radio for Public Safety in LTE Heterogeneous Networks
Notice bibliographique
Résumé
This paper presents a solution to allow priority access to the Shared Commercial Radio (SRC) for Public Safety (PS) in LTE Heterogeneous Networks (LTE HetNets). This access is tolerated only during the emergency situations. In fact, when the radio resources are available, the Allocation Retention Priority (ARP) scheme accepts the establishment of all new bearers, but when the resources are limited, the ARP mechanism bloc some bearers which have low priorities. Therefore, the lower priority traffics may suffer significantly from packet loss due to the blocking of the low priority bearers. To improve the quality of service of these traffics, a new approach is developed in this paper, namely Courteous Priority Access (CPA) to the Shared Commercial Radio for Public Safety in LTE Heterogeneous networks. In addition, as the Public Safety Network (PSN) and Commercial Network (CN) share a part of radio resources, it will be relevant to manage the bearer's access to the SRC by developing a new mechanism of radio resources allocation with constraints. These constraints are depending of the priority of bearers which request the resources. Thus, the Courteous Allocation Constraints model for Frequencies (CAMF) has been developed in this paper to define the different quantities of radio resources which may be reserved to the two types of networks, namely, PSN and CN. These resources will be allocated to the arrival bearers by using CPA algorithm. The simulation results show that on one hand CPA reduces the number of the commercial blocked bearers and increase the number of commercial active bearers, and on the other hand it keep an acceptable level of PS blocking bearers.
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) | 0,000 | 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 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 ».