MétaCan
Menu
Retour à la cohorte
Enregistrement W2573870150 · doi:10.1017/9781316529669.013

Coordinated Scheduling in C-RANs

2016· book-chapter· en· W2573870150 sur OpenAlexaff
Tony Q. S. Quek, Mugen Peng, Osvaldo Simeone, Wei Yu

Notice bibliographique

RevueCambridge University Press eBooks · 2016
Typebook-chapter
Langueen
DomaineEngineering
ThématiqueAdvanced MIMO Systems Optimization
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésScheduling (production processes)Base stationComputer scienceWirelessComputer networkWireless networkDistributed computingTelecommunicationsEngineeringOperations management

Résumé

récupéré en direct d'OpenAlex

Introduction In the wireless network literature, scheduling denotes the strategy according to which users are active at each time-frequency resource block. In this classical literature, scheduling is done per base station (BS), i.e., without coordination between the BSs. With the large demand for mobile data services that is straining wireless networks nowadays, coordination among transmitters becomes a real necessity to better manage the high levels of interference. The C-RAN architecture is a practical platform for the implementation of coordinated multi-point (COMP) systems. By connecting all BSs to a central computing center (i.e., a cloud) via wire or wireless backhaul links, C-RAN allows joint signal processing and coordinated resource allocation at the cloud. Depending on the capacity of the connecting backhaul, the level of coordination among the BSs may vary from a high coordination level (e.g., signal-level coordination as in fiber optic high-capacity backhaul links) to a low coordination level (e.g., resource allocation coordination as in wireless backhaul links). In situations where optical fiber backhaul links are unavailable at the exact location of a BS, or when the extension of optical fiber cables to the base station location is prohibitively expensive, wireless backhauls become a cheaper and easier-to-deploy solution. Intelligently devising schemes for the coordination of resource allocation in a C-RAN setup is, therefore, a real necessity for providing a practical, reliable, and scalable solution to the impending capacity crunch. From the recent literature, coordinated resource allocation can be classified into three categories: • coordinated beamforming; • coordinated power control; • coordinated scheduling. While adjustment of the continuous variables (i.e., the beamforming vectors and the power) typically requires high-resolution algorithms and sensitive hardware physical platforms, discrete allocation (i.e., scheduling) is considered a more practical resource-allocation solution. Scheduling problems are, nevertheless, discrete optimization problems which may be often NP-hard problems. This chapter provides a framework for solving coordinated scheduling problems in C-RANs, using graph theory practical techniques that perform close-to-optimal solutions. In conventional cellular network architecture, scheduling policies are often performed per base station given a pre-known association of users and base stations, e.g., the classical proportionally fair scheduling [1, 2]. One point illustrated in this chapter is that coordinated scheduling not only allows assigning users to resource blocks across the network but also jointly solves for the user-to-BS association problem.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,012
Tête enseignante GPT0,179
Écart entre enseignants0,167 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooksMême sujetAdvanced MIMO Systems OptimizationTravaux en français237 207