Stochastic Geometry Analysis of User Mobility in RF/VLC Hybrid 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
The integration of visible light communication (VLC) with existing radio frequency (RF) networks has emerged as a new network architecture to meet the rapidly growing traffic demand. The resulting RF/VLC hybrid network structures offer capacity-per-area improvements due to the use of two technologies operating at different frequency bands and the relatively higher base station (BS) density. However, the reduced BS coverage footprints and the heterogeneous BS types result in challenges for user mobility such as frequent handovers and the need for suitable BS association policies. To help addressing these challenges, in this paper, we conduct a user mobility analysis for RF/VLC hybrid networks by deriving the user-to-BS association probabilities and handover rates. The analysis makes use of stochastic geometry and modeling BSs’ locations via a Poisson point process (PPP). Since PPP modeling has not yet been well established for hybrid RF/VLC networks, we support the applicability of our approach by comparing the user mobility performance to those obtained for an actual deployment, a Matérn hard-core point process (MHCPP) based deployment, and a deterministic square lattice deployment of VLC luminaries. Furthermore, since the handover rates directly depend on the association policies, we consider two popular association policies. Our numerical results show that the PPP, the MHCPP, the square lattice, and the actual deployments have comparable performance in terms of handover rates regardless of the association policy, and they highlight the tradeoff between balancing network load and handover rates achieved by the association policies.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| 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 | 0,001 |
| 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 découle