Connectivity of Cognitive Device-to-Device Communications Underlying Cellular 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
Providing direct communications among a rapidly growing number of wireless devices within the coverage area of a cellular system is an attractive way of exploiting the proximity among them to enhance coverage and spectral and energy efficiency. However, such device-to-device (D2D) communications create a new type of interference in cellular systems, calling for rigorous system analysis and design to both protect mobile users (MUs) and guarantee the connectivity of devices. Motivated by the potential advantages of cognitive radio (CR) technology in detecting and exploiting underutilized spectrum, we investigate CR-assisted D2D communications in a cellular network as a viable solution for D2D communications, in which devices access the network with mixed overlay-underlay spectrum sharing. Our comprehensive analysis reveals several engineering insights useful to system design. We first derive bounds of pivotal performance metrics. For a given collision probability constraint, as the prime spectrum-sharing criterion, we also derive the maximum allowable density of devices. This captures the density of MUs and that of active macro base stations. Limited in spatial density, devices may not have connectivity among them. Nevertheless, it is shown that for the derived maximum allowable density, one should judiciously push a portion of devices into receiving mode in order to preserve the connectivity and to keep the isolation probability low. Furthermore, upper bounds on the cellular coverage probability are obtained incorporating load-based power allocation for both path-loss and fading-based cell association mechanisms, which are fairly accurate and consistent with our in-depth simulation results. Finally, implementation issues are discussed.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle