MétaCan
Menu
Retour à la cohorte
Enregistrement W2898496147 · doi:10.1145/3265863.3265877

QoS based Joint Radio Resource Allocation for Multi-Homing Calls in Heterogeneous Wireless Access Network

2018· article· en· W2898496147 sur OpenAlexaff
Nagina Zarin, Anjali Agarwal

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueWireless Networks and Protocols
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceQuality of serviceSubcarrierResource allocationComputer networkMultihomingWireless networkMathematical optimizationLagrange multiplierWirelessThroughputDistributed computingOrthogonal frequency-division multiplexingTelecommunicationsMathematics

Résumé

récupéré en direct d'OpenAlex

In this paper, we propose QoS based radio resource allocation, where multi modal users are capable to connect to multi-RATs in heterogeneous wireless access network (HWAN). Our optimization problem is based on system sum-rate maximization under the QoS constraint. We propose a joint radio resource allocation scheme where we use Lagrange duality and dual update method to find a solution for the optimal allocation of subcarrier and power in OFDMA system and optimal time share in WLAN system. Numerical results show that the overall sum-throughput of our proposed optimal resource allocation algorithm in HWAN for multi-RAT approach outperforms the single RAT approach that uses WLAN or OFDMA based system. Furthermore, we analyze the impact of minimum data rate requirement of mobile users on the convergence rate of our proposed algorithm. Matlab based simulation results show that convergence rate of our propose algorithm is independent of the minimum data rate requirement of users.

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 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)0,001
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: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,820
Score d'incertitude au seuil0,798

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,000
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 Opus0,075
Tête enseignante GPT0,322
Écart entre enseignants0,247 · 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 tête enseignante, 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

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetWireless Networks and ProtocolsTravaux en français237 207