Energy-efficient downlink transmission in two-tier network MIMO OFDMA networks
Notice bibliographique
Résumé
We propose an energy-efficient resource allocation scheme for downlink transmission in two-tier Network MIMO OFDMA-based macrocell-femtocell networks where the femto-cells form clusters of equal size. The proposed scheme uses a joint zero-forcing beamforming with semi-orthogonal user selection (ZFBF-SUS) transmission at each network tier to perform allocation of subcarrier and precoding coefficients. Then, power allocation is optimized in order to maximize the total system energy efficiency (i.e., average number of successfully transmitted bits per energy unit [bit/Joule], or equivalently, the average data rate per unit power [bps/Watt]). The macro base stations (MBSs) and the femto base stations (FBSs) in a cluster maximize their energy efficiency in a distributed manner while considering the cross-tier interference and the capacity limitations of backhaul links. The problem of maximizing energy efficiency is formulated as a fractional program and solved by using the Dinkelbach iterative algorithm. Numerical results show that the proposed scheme outperforms the scheme that maximizes the system average capacity, in terms of energy efficiency, and also improves the total system performance in terms of energy efficiency and average system capacity when compared to a single-tier system.
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 ».