MétaCan
Menu
Retour à la cohorte
Enregistrement W2963331965 · doi:10.22215/etd/2018-13339

Dynamic Coordination Architecture and Mobility Management for Next Generation Cooperative Cellular Networks

2018· dissertation· en· W2963331965 sur OpenAlexaff
Baha Uddin Kazi

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineEngineering
ThématiqueAdvanced MIMO Systems Optimization
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésHandoverCellular networkComputer scienceHeterogeneous networkComputer networkDistributed computingWireless networkMobility managementWirelessTelecommunications

Résumé

récupéré en direct d'OpenAlex

The fundamental challenges of existing cellular wireless networks are the exponential demand of mobile data traffic, higher data rates, massive numbers of user-coverage and lower latency.Moreover, the next generation of wireless cellular networks also consider potential use cases, such as autonomous vehicle control, smart cities, remote surgery and eHealth, tactile internet, etc.To address these challenges and potential use cases, network densification such as ultra-dense heterogeneous networks (UDHetNet) and multi-cell cooperation are considered as the foundation to support the 1000× capacity challenge in the next generation wireless cellular networks.In this thesis, we study the coordination architecture and mobility management of multicell cooperative communications and present novel algorithms to improve the performance of multi-cell cooperative cellular networks.We propose DCEC: Direct CSI-feedback to Elected Coordination-station, a CoMP coordination architecture for cooperative communication to improve the performance of cellular networks, reducing the signaling overhead and latency.We extended the DCEC approach to heterogeneous cellular networks named DCEC-HetNet as well.We also propose a handover procedure for heterogeneous multi-cell cooperative cellular networks named EHoLM: Enhanced Handover for Low and Moderate speed UEs.The goal of the EHoLM handover procedure is to improve the system performance and user experience, reducing the number of handovers, handover oscillation and handover failure rate.To examine the performance of the proposed algorithms we use the discrete event system specifications (DEVS) for modeling and simulation of cellular networks employing the DCEC and EHoLM methods.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,008
Tête enseignante GPT0,231
Écart entre enseignants0,223 · 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 source (Gemma direct ou Codex distillé), 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
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced MIMO Systems OptimizationTravaux en français237 207