The Meta Distributions of the SIR/SNR and Data Rate in Coexisting Sub-6GHz and Millimeter-Wave Cellular Networks
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.
Notice bibliographique
Résumé
Using stochastic geometry tools, we develop a systematic framework to characterize the meta distributions of the downlink SIR/SNR and data rate of the typical device in a cellular network with coexisting sub-6GHz and millimeter wave (mm-wave) spectrums. Macro base-stations (MBSs) transmit on sub-6GHz channels (which we term “microwave” channels), whereas small base-stations (SBSs) communicate with devices on mm-wave channels. The SBSs are connected to MBSs via a microwave (μwave) wireless backhaul. The μwave channels are interference limited and mm-wave channels are noise limited; therefore, we have the meta distribution of SIR and SNR in μwave and mm-wave channels, respectively. To model the line-of-sight (LOS) nature of mm-wave channels, we use Nakagami-m fading model. To derive the meta distribution of SIR/SNR, we characterize the conditional success probability (CSP) (or equivalently reliability) and its b <sup xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">th</sup> moment for the typical device (a) when it associates to a μwave MBS for direct transmission, and (b) when it associates to a mm-wave SBS for dual-hop transmission (backhaul and access transmission). Performance metrics such as the mean and variance of the local delay (network jitter), mean of the CSP (coverage probability), and variance of the CSP are derived. Closedform expressions are presented for special scenarios. The extensions of the developed framework to the μwave-only network or mm-wave only networks where SBSs have mm-wave backhauls are discussed. Numerical results validate the analytical results. Insights are extracted related to the reliability, coverage probability, and latency of the considered network.
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 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 | 0,003 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,005 | 0,007 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 découle