A Matching Game for Decoupled Uplink-Downlink User Association in Full-Duplex Small Cell Networks
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.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».