User-AP Association for Performance Gains in Dense Full Duplex CSMA/CA Networks
Notice bibliographique
Résumé
The spectral efficiency of wireless LANs (WLANs) can be improved by allowing access points (APs) and stations (STAs) to transmit concurrently in a bidirectional mode using full duplex (FD) radio technology. However, the high density of today's WLANs necessitates the need to optimally coordinate the association of stations (STAs) or users with the access points (APs) to minimize the effect of interference among multiple pairs of FD transmissions, and to achieve better throughput gain. Hence, we seek a set of user-AP associations that improve throughput gain in FD WLAN based on spatial channel statistics. Using tools from stochastic geometry, this problem is formulated as an optimization problem with the objective of maximizing the mean rate utility and the sum rate. We perform the analysis of throughput gain when FD is used in dense WLAN with an optimized user-AP association and the assumption that self- interference (SI) is reduced close to the noise floor level. From our evaluation, we infer that FD WLAN yields potential significant gains over half duplex (HD) WLAN. Also, efficient distribution of users among APs further improves throughput gain in FD WLAN in the worst-case mean interference when compared with the legacy user-AP association. Overall, our analysis reveals that FD could at most double the throughput of WLAN and additional throughput gain is possible when FD is combined with an optimized user-AP association.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».