Re-configuration of UAV Relays in 6G Networks
Notice bibliographique
Résumé
Unmanned aerial vehicles (UAVs) can be widely applied as aerial relays in 5G and beyond to provide communication services, since they are cost effective, provide large coverage, and can be deployed fast. In a UAV relaying network, each UAV is responsible for the communication of its ground cell. When a ground user intends to transmit traffic to a destination ground user, the data might be transmitted in a multi-hop manner over several UAVs. To this end, each UAV can transmit data to its neighboring UAVs over air-to-air wireless links, which in general have limited capacity. As data transmission is needed between multiple pairs of ground users, several connections will exist simultaneously in the UAV network. Each connection has a bandwidth and occupies some specific time slots of air-to-air links. Due to link failures and network agility, network resources might not be efficiently utilized by the connections, resulting in the refusal of new connections. Therefore, route management and resource allocation should be frequently renewed in UAV-assisted networks. In this paper, using an integer linear programming formulation, we first derive an algorithm for route refreshment. Since the link capacity is limited, the resource assignment of new routes plays an important role in the connection migration. The second goal of this paper is deriving a necessary and sufficient condition for the existence of disruption-free connection migration. Finally, we study the average percent of disruption and resource utilization reduction in a sample UAV relaying network.
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 ».