Joint User Pairing, Mode Selection, and Power Control for D2D-Capable Cellular Networks Enhanced by Nonorthogonal Multiple Access
Notice bibliographique
Résumé
Nonorthogonal multiple access (NOMA) and device-to-device (D2D) are two promising technologies that have great potential in improving user connectivity. In this paper, we incorporate NOMA into the D2D-capable cellular networks and propose a new NOMA-aided D2D access scheme. In the proposed scheme, the D2D users (DUEs) can operate in four spectrum-sharing modes, which are the extension of the traditional underlay mode. To fully exploit the advantages of the NOMA-and-D2D integrated framework, we formulate a connectivity-maximization problem by jointly considering user pairing, mode selection, and power control under the constraints of the decoding thresholds of cellular users and DUEs. Based on the graph theory, we devise an efficient algorithm with polynomial complexity to solve the formulated problem optimally. We first analytically obtain the optimal transmission power and spectrum-sharing mode for every possible user pair through a graphical method. Based on the power control and mode selection policies, we transform the user pairing problem into a min-cost max-flow problem which can be tackled by the Ford-Fulkerson algorithm. Finally, simulation results indicate that the NOMA-aided D2D access scheme outperforms the traditional underlay mode, and the proposed algorithm yields a large performance gain in comparison with other schemes in terms of user connectivity and power consumption.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».