Coexistence and spectral efficiency in decentralized networks
Notice bibliographique
Résumé
We consider a wireless communication network with a fixed number of frequency sub-bands to be shared among several transmitter-receiver pairs. In traditional frequency division (FD) systems, the available sub-bands are partitioned into disjoint clusters (frequency bands) and assigned to different users (each user transmits only in its own band). If the number of users sharing the spectrum is random, this technique may lead to inefficient spectrum utilization (a considerable fraction of the bands may remain empty most of the time). In addition, this approach inherently requires either a central network controller for frequency allocation, or cognitive radios which sense and occupy the empty bands in a dynamic fashion. These shortcomings motivate us to look for a decentralized scheme (without using cognitive radios) which allows the users to coexist, while utilizing the spectrum efficiently. We consider a frequency hopping (FH) scheme (with iid Gaussian code-books) where each user transmits over a selection of sub-bands and hops to another selection (with the same cardinality) from transmission to transmission. We derive lower and upper bounds on the achievable rate of each user and demonstrate that for large signal-to-noise ratio (SNR) values, the two bounds coincide. This observation enables us to compute the sum-rate multiplexing gain (SMG) of the system. Subsequently, we show how each user can regulate its rate to guarantee fairness while maximizing SMG. We compare the FH and FD systems in terms of the following performance measures: average sum-rate multiplexing gain (eta1), average multiplexing gain per user (eta2), the minimum multiplexing gain per user (eta3) and service capability. We show that (depending on the probability mass function of the number of active users), the FH system can offer a significant improvement in terms of eta1and eta2(implying a more efficient usage of the spectrum). It is also shown that 1/epsi les eta3(FH)/eta3(FD)les 1, i.e., the loss incurred in eta3is not more than 1/epsi . Finally, computation of the so-called service capability shows that in FH systems any number of users can coexist fairly, while the maximum number of users in FD system is limited by the number of available bands.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».