MétaCan
Menu
Retour à la cohorte
Enregistrement W2608864017 · doi:10.1017/9781316771655.022

Scheduling for Millimeter Wave Networks

2017· book-chapter· en· W2608864017 sur OpenAlexaff
Lin X. Cai, Lin Cai, Xuemin Shen, J.W. Mark

Notice bibliographique

RevueCambridge University Press eBooks · 2017
Typebook-chapter
Langueen
DomaineEngineering
ThématiqueAdvanced MIMO Systems Optimization
Établissements canadiensUniversity of WaterlooUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésExtremely high frequencyWirelessMillimeterRadio spectrumTelecommunicationsScheduling (production processes)Computer scienceHigh data rateFrequency bandComputer networkElectronic engineeringEngineeringPhysicsBandwidth (computing)Optics

Résumé

récupéré en direct d'OpenAlex

Introduction The spectrum between 30 and 300 GHz is referred to as the millimeter wave (mmWave) band because the wavelengths for these frequencies are in the range from about one to ten millimeters. The Federal Communications Commission (FCC) has allocated the 57–64 GHz mmWave band for general unlicensed use, opening the door to supporting high data rate wireless applications over the 7 GHz unlicensed band. Given the spectrum deficiency and network densification of cellular systems, how to use the mmWave band to support various machine/human-to-machine/human communications is critically important for fifth generation (5G) cellular systems. Millimeter wave can be applied to both outdoor and indoor wireless communications. mmWave together with massive multiple-input multiple-output (MIMO) is a promising candidate for 5G outdoor transmission, as discussed in Chapter 15. For indoor uses, mmWave communication has many salient features, listed below, and it is highly desirable for 5G femtocell communications. This chapter focuses on the indoor femtocell scenario. First, mmWave can achieve very high data rates (up to multi-Gbps), so it can enable many killer applications such as high-definition and interactive streaming services, and the Internet of Things. These applications require not only a high data rate but also stringent quality-of-service (QoS) requirements in terms of delay, jitter, and loss. Second, mmWave can coexist well with other wireless communication systems, such as the existing cellular systems, Wi-Fi (IEEE 802.11), and ultra-wideband (UWB) systems, because of the large frequency difference. Third, oxygen absorption has its peak at 60 GHz, so the transmission and interference ranges of mmWave communication are small, which allows very dense deployment of mmWave-based femtocells. In addition, the fact that the mmWave signal degrades significantly when passing through walls and over distance is helpful for ensuring security of the content. The special channel characteristics and features of mmWave communication pose new challenges regarding how to coordinate mmWave transmissions to achieve high spatial reuse and guarantee the QoS. In the following, given the unique characteristics of mmWave communications and of the appropriate multiplexing technologies and network architectures for mmWave-based femtocells, we discuss the key opportunities and challenges in resource management of mmWave-based wireless networks, and introduce an appropriate scheduling solution to explore the spatial multiplexing gain in mmWave 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 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)0,000
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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0160,005

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 Opus0,025
Tête enseignante GPT0,197
Écart entre enseignants0,172 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

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