MétaCan
Menu
Retour à la cohorte
Enregistrement W3082613602 · doi:10.1109/tvt.2020.3021012

Joint Scheduling and Precoding for mmWave and Sub-6GHz Dual-Mode Networks

2020· article· en· W3082613602 sur OpenAlexaff
Ming Cheng, Jun-Bo Wang, Julian Cheng, Jin‐Yuan Wang, Min Lin

Notice bibliographique

RevueIEEE Transactions on Vehicular Technology · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueMillimeter-Wave Propagation and Modeling
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesChina Scholarship CouncilNatural Science Foundation of Jiangsu ProvinceNational Natural Science Foundation of China
Mots-clésPrecodingComputer scienceScheduling (production processes)Transmission (telecommunications)Physical layerUpper and lower boundsElectronic engineeringJoint (building)Channel (broadcasting)Computer networkWirelessEngineeringTelecommunicationsMIMOMathematics

Résumé

récupéré en direct d'OpenAlex

A millimeter wave (mmWave) and sub-6 GHz (μWave) dual-mode network can take advantages of the signals over both bands. The user scheduling in the medium access layer and the transmit precoding in the physical layer are coupled and should be optimized jointly. This work investigates the joint crosslayer optimization problems for two dual-mode systems: the full dual transmission system in which each user equipment can be scheduled over both frequency bands and the half dual transmission system in which each user equipment can only be scheduled over one band. A concave expression is adopted to lower-bound the achievable rate of each user equipment with perfect and imperfect channel estimation. Based on the lower bound, effective algorithms are proposed to solve the joint cross-layer optimization problems. The proposed algorithms can also be used for other dual-mode networks. Simulations show superiority of joint transmit precoding for the two frequency bands signals. Moreover, the full dual transmission system outperforms the half dual transmission system in terms of the minimum rate. The rate degradation of the half dual transmission system is insignificant while its implementation complexity is much lower than the full dual transmission system.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,023
Tête enseignante GPT0,218
Écart entre enseignants0,195 · 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

Citations21
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Vehicular TechnologyMême sujetMillimeter-Wave Propagation and ModelingTravaux en français237 207