Small-Macro Cell Cooperation for HetNet Uplink Transmission: Spectral Efficiency and Reliability Analyses
Notice bibliographique
Résumé
We investigate the impact of small-macro cell cooperation (SMC) in improving the spectral efficiency and reliability of uplink transmission in a heterogeneous network. We consider a network of two user equipments (UEs), a macro-cell base station (BS) and a small-cell BS. Joint SMC involves macro-to-small quantized feedback and decode-forward relaying from small to macro cell. This cooperation utilizes full-duplex transmission and intra-network spectrum sharing. We first propose a transmission scheme based on superposition block Markov encoding at each UE, coherent decode-forward relaying and sliding window decoding at the small-cell BS, and quantize-forward relaying and backward decoding at the macro-cell BS. Second, we derive the optimal macro-cell quantization to maximize the whole spectral efficiency. Third, for a certain non-fading scenario, we prove that the proposed scheme asymptotically achieves the capacity (maximum spectral efficiency) by reaching the cut-set bound as macro-cell power approaches infinity. Fourth, we formulate the outage probability over block fading channels, considering the outage events at the small and macro-cell BSs and the channel variations over different blocks. Last, we generalize the proposed scheme to an N (>2)-UE case. As macro-cell power increases, the results show that the proposed scheme achieves a full diversity order of two and outperforms all existing non-SMC schemes. These strong results suggest the utility of the proposed scheme for potential deployment in 5G cellular networks.
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 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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».