Coalitional Games for Joint Co-Tier and Cross-Tier Cooperative Spectrum Sharing in Dense Heterogeneous Networks
Notice bibliographique
Résumé
With the dense deployment of small cells in the next generation of mobile networks, the users from different tiers suffer from high downlink interferences. In this paper, we propose a game theoretic approach for joint co-tier and cross-tier collaboration in heterogeneous networks and analyze the relevance of the proposed scheme. First, we propose a coalition structure game with a weighted Owen value as imputation, where the small-cell base stations (SBSs) and their connecting macrocell user equipments (MUEs) form a priori union. We prove that the proposed framework optimizes the users profit. As an additional global benefit, the SBSs are encouraged to host the harmed public users in their vicinity. Second, we propose a canonical game with a weighted solidarity value as imputation to allow cooperation among SBSs and MUEs when they fail to connect to nearby SBSs. We prove that the weak players are protected in this scheme and that a high degree of fairness is provided in the game. We compare through extensive simulations the proposed frameworks with state-of-the-art resource allocation solutions, access modes, and legacy game-theoretic approaches. We show that the proposed framework obtains the best performances for the MUEs and small-cells user equipments in terms of throughput and fairness. Throughput gain is in order of 40% even reaching 50% for both types of users.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».