Performance Analysis of Underlaid Full-Duplex D2D 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
This paper investigates the benefits of incorporating underlaid full-duplex (FD) device-to-device (D2D) communications into cellular networks. Toward this end, we provide an analytical performance characterization of underlaid D2D cellular networks where D2D users operate in FD mode under the presence of residual self-interference. In considered networks, the base-stations (BSs) are distributed according to a hexagonal grid, while the locations of cellular and D2D users follow Poisson point processes (PPPs). Based on the stochastic-geometry approach, we develop the approximations of key performance metrics including coverage probabilities and achievable sum-rates of both cellular and D2D links, and such approximations involve quickly commutable integrals. Under a special case in which the number of D2D links is sufficiently large, the obtained approximations can be simplified to closed-form expressions, allowing characterize the sum-rate behaviors under the effects of various system parameters. We show that underlaid D2D communications in cellular network can offer a significant spectral efficiency gain as compared to pure cellular transmission. With a sufficiently low self-interference cancellation level, FD D2D can offer substantial spectral efficiency improvement over the half-duplex (HD) counterpart. Finally, the resulting performance metrics are compared with multi-cell networks operating in standard and fractional frequency reuse modes, and observe that frequency reuse provides improved coverage probabilities of both cellular and D2D links, but substantially reduces the D2D sum-rate performance.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 découle