Delay Optimal Concurrent Transmissions With Raptor Codes in Dual Connectivity Networks
Notice bibliographique
Résumé
Dual connectivity (DC) has been emphasized in both LTE and 5G networks to utilize a secondary evolved NodeB (SeNB) connected to the master evolved NodeB (MeNB) that can simultaneously serve the user equipment (UE) to improve the per-user throughput as well as the mobility support. However, the non-ideal X2 link between the MeNB and SeNB and the dynamic channel condition can cause severe out-of-order packet arrival problem when transmitting data to the UE via MeNB and SeNB concurrently, which leads to excessive delay and requires non-trivial effort to do the de-jitter queueing and retransmission. In this paper, we propose a Raptor codes based dual connectivity (RCDC) scheme to solve the out-of-order packet arrival problem with the reduced delivery delay. The source packets at the MeNB are coded and separately transmitted to the UE through the MeNB and SeNB. Due to the unique recover capability of Raptor codes, the UE can decode the original data if enough encoded packets are received from either the MeNB or SeNB, and thus the out-of-order problem can be effectively eliminated without a dedicated de-jitter process. Mathematical models are developed to analyze the delay performance and simulation results are provided to demonstrate that the proposed scheme can solve the out-of-order packet arrival problem with significantly reduced delay comparing with the conventional DC scheme.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 | 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 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 ».