Balancing D2D Communication Relayed Traffic Offloading in Multi-Tier HetNets
Notice bibliographique
Résumé
In Heterogeneous Networks (HetNets), Integrating Device-to-Device communication (D2D) techniques presents as a promising solution for improving system performance by offloading traffic from heavily loaded macro cell (MC) to small cells (SCs). For instance, D2D can be used to offload traffic from heavily-loaded cells to light-loaded small cells. However, offloading new users may result in an unfair load distribution among small cells and consequently may affect the quality of service of some users. To achieve better performance and reduce blocking probability load balancing among small cells should be considered when we offload traffic from macro to small cells. In this paper, we consider a centralized offloaded relay selection scheme, in which a cellular provider can decide whether users can assist each other to relay their traffic to small cells. We propose a joint user-relay selection with dynamic load balancing scheme based on D2D communications using the Kuhn-Munkres (K-M) method. The offloading process considers the load from MC to SCs and among SCs. Compared to previous works, our simulation results show that the proposed scheme increases the number of admitted users in the system, and achieves a higher load balancing fairness index among small cells. Also, our scheme achieves a higher rate fairness index among users by adjusting the signal to interference plus noise ratio (SINR) threshold.
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 | 0,001 | 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 | 0,001 |
| Science ouverte | 0,001 | 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 ».