Two-Tier Architecture for Spectrum Auction in SDN-Enabled Cloud Radio Access Network
Notice bibliographique
Résumé
The demand for mobile services is growing aberrantly, which provides both challenges and opportunities for wireless networks. Wireless network virtualization is suggested as a key progression path for enhancing the capacity and resource utilization in the forthcoming fifth-generation mobile networks. In this paper, a software-defined network (SDN) enabled cloud radio access network (C-RAN) framework is proposed for enabling spectrum auction with a two-tier architecture support. In Tier-I, several remote radio heads (RRHs) are introduced to act as the secondary service providers to provide services to its small cell users (SUEs) by exploiting the purchased underutilized or idle resources from the primary service provider in Tier-II. Specifically, in order to maintain quality-of-service requirements of the SUEs, the revenue maximization problem for the RRHs is formulated by considering the user association, band assignment, interference management, and budget allowance. In Tier-II, an SDN-enabled spectrum auction mechanism is proposed for maximizing the social welfare based on the SUEs' service requirements of all participating RRHs from Tier-I. In this auction mechanism, the bipartite graph is utilized to determine the socially optimal winners and the price charging scheme is proposed inspired by the well-known Vickrey-Clarke-Groves auction method. Simulation results reveal the performance and the benefits of the proposed SDN-enabled spectrum auction mechanism under different scenarios.
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 | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».