Power-Aware Coexistence of Wi-Fi and LTE in the Unlicensed Band Using Time-Domain Virtualization
Notice bibliographique
Résumé
The rapid increase of mobile devices requires more network capacity as limited licensed spectrum is diminishing access to long-term evolution (LTE) users. As increasing licensed spectrum becomes costly, a cost-effective solution that improves network capacity is needed. Another overlooked issue is spectrum efficiency, where unused resources could be allocated to more LTE users. This article proposes two solutions to address network capacity and spectrum efficiency: moving into unlicensed spectrum and implementing wireless resource virtualization. In addition, as these solutions enhance data rate, thus increasing power consumption, this article includes power-aware optimization as a solution. Operating in the unlicensed band poses a challenge as 5-GHz bands are predominately used by Wi-Fi systems. Based on this challenge, we are proposing a time-sharing wireless resource virtualization (WRV)-based LTE/Wi-Fi coexistence solution that considers joint resource/access point (AP) allocation and power control problems for both technologies. Accordingly, we formulate a mixed-integer nonlinear programming problem and solve using the Lagrangian dual decomposition. We also propose low-complexity heuristics to solve these problems. Results show that the coexistence of Wi-Fi and LTE can be achieved in the unlicensed band with improved power savings using virtualization. Moreover, there is little to no difference in power savings in heterogeneous-traffic scenarios as the algorithm prioritizes maximizing rate to minimizing power.
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 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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».