MétaCan
Menu
Retour à la cohorte
Enregistrement W2765586275 · doi:10.1109/access.2017.2763424

Interference Minimization in D2D Communication Underlaying Cellular Networks

2017· article· en· W2765586275 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueIEEE Access · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced MIMO Systems Optimization
Établissements canadiensLakehead University
Organismes subventionnairesnon disponible
Mots-clésInterference (communication)Computer scienceKnapsack problemResource allocationCellular networkBipartite graphMathematical optimizationThroughputRadio resource managementAlgorithmShared resourceComputer networkTelecommunicationsMathematicsWireless networkTheoretical computer scienceWireless

Résumé

récupéré en direct d'OpenAlex

Interference minimization while maintaining a target system sum rate by sharing radio resources among cellular user equipments (UEs) and device-to-device (D2D) pairs is an important research question in long term evolution (LTE) and beyond (4G and 5G). Total system sum rate of a cellular network can be improved if cellular UEs and D2D pairs share resource blocks. However, some sharing can also decrease the sum rate and increase the system interference. Considering this observation, we address two types of assignments (fair and restricted) in resource allocation for the interference minimization resource allocation problem. We propose a two-phase resource allocation algorithm for both fair and restricted assignments, where our objective is to minimize the system interference and at the same time, maintaining a target system sum rate. In the phase-I of our proposed algorithm, a weighted bipartite matching algorithm is used to minimize the interference and get a feasible initial solution. In some cases, we can decrease the interference introduced in phase-I of our algorithm. Therefore, in the phase-II, local search techniques are used to improve the solution. We compare the fair assignment of our proposed algorithms with a two-phase auction-based fair and interference aware resource allocation algorithm (TAFIRA), which addresses the same research problem. As well as, we compare the restricted assignment of our proposed algorithm with a minimum knapsack-based interference resource allocation algorithm (MIKIRA). We prove that the MIKIRA fails to provide feasible solutions in most of the cases. We also show that the performance ratio of the TAFIRA can be unbounded in the worst case. Moreover, in some cases, TAFIRA cannot provide any solution to the problem though the solutions exist, whereas our proposed algorithms always provide a solution whenever the solution exists. We perform extensive simulations of the algorithms and find that in all the cases, our proposed algorithm outperforms a number of state-of-the-art algorithms.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,945
Score d'incertitude au seuil0,498

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,294
Écart entre enseignants0,257 · 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