A Matching Game for Decoupled Uplink-Downlink User Association in Full-Duplex Small Cell 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
In multi-tier cellular/small cell networks, user performance is largely affected by the varying transmit powers, distances, and non- uniform traffic loads of different BSs in both the downlink (DL) and uplink (UL) directions of transmission. To optimize user performance in such networks, decoupled UL-DL association (DUDe) has recently been investigated. DUDe enables a user to be associated with different BSs for UL and DL transmissions. In this paper, we investigate the feasibility of DUDe in a full-duplex two-tier cellular network. Our objective is to associate users to their preferred BSs to maximize the overall user rate both in UL and DL with a provisioning for decoupled association. We formulate the UL and DL user association problem as a matching game where users and BSs rank one another using well-defined preference metrics such that their total UL and DL throughput is maximized. When compared to DUDe in half-duplex networks, in full-duplex networks it introduces new types of interferences such as UL to DL interference or DL to UL interference. The preference metrics are thus defined as a function of achievable UL and DL signal-to- interference noise ratio (SINR). Simulation results are presented to compare the performance of the proposed user association scheme with those of the traditional DUDe and coupled user association schemes where simple user association criteria (e.g., path-loss in the UL and received signal power in the DL) are used for UL and DL transmissions.
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 | 0,000 |
| 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 découle