Hybrid Multiple Access and Service-Oriented Resource Allocation for Heterogeneous QoS Provisioning in Machine Type Communications
Notice bibliographique
Résumé
Non-orthogonal multiple access (NOMA) has emerged as one important enabling technology for future wireless communications and services, including machine type communication (MTC). Unfortunately, supporting diverse MTC services and massive connectivity is still challenging due to the very different service requirements, scarce radio resources, limited battery capacity of MTC devices, as well as rapidly changing network conditions. In this paper, a hybrid-multipleaccess (HMA) scheme for service-oriented resource allocation scheme is proposed in supporting diverse MTC services for resource constrained devices and networks. In the proposed scheme, HMA allows MTC devices to choose a suitable type of multiple access technique according to their channel conditions, power constraints, and quality of service (QoS) requirements. To support service-oriented resource allocation, the physical network is firstly sliced into several virtualized networks based on QoS requirements and hardware conditions of MTC devices. A novel utility function integrating network performance and the power consumption in MTC devices is proposed. Furthermore, the resource allocation problem is formulated as an optimization problem to maximize the different utility functions under constraints of user QoS requirements and maximum transmitted power. To improve computational capacity as well as reduce the operational latency, a cloud-edge collaborative scheme is further designed to share the computation loads between the cloud and edge. Simulation results demonstrate the proposed service-oriented resource allocation scheme is effective and illustrate that the proposed hybrid multiple access method provides better performance than NOMA in terms of effective energy efficiency.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».