Optimal Resource Allocations for Mobile Data Offloading via Dual-Connectivity
Notice bibliographique
Résumé
The rapid growth of mobile traffic has heavily overloaded the cellular networks, making it increasingly desirable to offload mobile users' (MUs') traffic to small-cell networks. In this paper, we study the MUs' optimal uplink traffic offloading scheme based on the new paradigm of small-cell dual-connectivity (DC). Through DC, an MU can flexibly schedule its traffic between a macro-cell base station (BS) and a small-cell access point (AP) via two different radio interfaces. To optimize the overall network radio resource usage, we jointly optimize the BS' bandwidth allocation as well as the MUs' traffic scheduling and power allocation. Specifically, for reducing the bandwidth usage, the BS prefers to allocate the MUs small amount of bandwidth to encourage the MUs to utilize the small-cell networks. However, excessive traffic offloading can lead to severe interferences among MUs, which increase the MUs' power consumption. Hence, our joint optimization strikes a proper balance between these two aspects. Despite the non-convexity of the proposed joint optimization problem, we propose an efficient algorithm to compute the optimal offloading solution. The key idea is to exploit the layered-structure of the joint optimization problem, and decompose it into the BS' bandwidth allocation problem (on the top-level) and the MUs' traffic scheduling and power allocation problem (as a subproblem). Such a decomposition enables us to exploit the hidden convexity of the MUs' problem and the monotonic structure of the BS' problem for an effective algorithm design. Numerical results show that our proposed algorithm can achieve the global optimum solution with significantly reduced computational time. Moreover, the proposed traffic offloading scheme can significantly reduce the overall system cost, in comparison with using the fixed bandwidth allocation or traffic scheduling schemes.
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 | 0,001 | 0,002 |
| 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 | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».