MétaCan
Menu
Retour à la cohorte
Enregistrement W2147446656 · doi:10.1109/wts.2009.5068970

An efficient multiuser scheduling scheme for MIMO-CDMA wireless systems

2009· article· en· W2147446656 sur OpenAlexaff
Elmahdi Driouch, Wessam Ajib

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Wireless Network Optimization
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésComputer scienceBase stationScheduling (production processes)BeamformingComputational complexity theoryTelecommunications linkMIMOCode division multiple accessWirelessWireless networkTime division multiple accessMathematical optimizationDistributed computingAlgorithmComputer networkMathematicsTelecommunications

Résumé

récupéré en direct d'OpenAlex

In multiuser CDMA wireless systems where the base station is equipped with multiple antennas, the base station takes advantage from the spatial and code separability between the served users in order to enhance the performance of the system. However, this enhancement is constrained by the design of an appropriate scheduling scheme which is responsible of choosing the best users to serve. In this paper, we propose efficient scheduling algorithms for the downlink of multiantenna CDMA wireless systems using zero forcing beamforming. Our proposition maximizes the system sum rate and keeps the computational complexity low. We make use of a graph theoretical approach to represent the system as an undirected weighted graph. As a second step, we formulate the scheduling problem as the maximum weight k-colorable subgraph problem. We propose two heuristic solutions to find the users to serve in each time slot in an acceptable polynomial time. Finally we evaluate the efficiency of the proposed schemes by mean of simulations and the results show the near-optimal performance of the proposed schedulers with very low computational complexity compared to the optimal exhaustive search over all the possible users combinaisons.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,608
Score d'incertitude au seuil0,755

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,240
Écart entre enseignants0,231 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Wireless Network OptimizationTravaux en français237 207