An Efficient Downlink-QoS Aware Scheduling Approach for Adopting Wyner-Ziv Code
Notice bibliographique
Résumé
The next-generation cellular networks are facing several challenges. Precisely, according to recent statistics, by 2021, video traffic will represent 82% of the IP traffic. This demand increase will affect the users' quality-of-service (QoS). Accordingly, integrating appropriate distributed source coding (DSC) frameworks for mobile data traffic is crucially needed. Wyner-Ziv coding is considered a great solution to the high demand for video traffic. However, in LTE-A, the current standard of quality-of-service class identifier (QCI) gives a higher priority to the best-effort traffic, i.e., FTP and the rate-constrained traffic, i.e., VoIP. This current prioritization may not be suitable for the growing demands for the delay-constrained traffic, i.e., video traffic. Accordingly, in this paper, we investigate the effect of giving higher priority to the video-traffic on the QoS. To address this problem, we propose a QoS-aware downlink scheduler in a single-cell LTE network. In the proposed packet scheduler, we use a utility-based scheduling approach to study the effect of adopting Wyner-Ziv coding with prioritizing video traffic over other traffic types. Numerical results confirm that when using the Wyner-Ziv coding, changing the traffic priority to grant the video traffic the highest, will not impact the system's performance compared to other existing schemes.
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 | 0,000 | 0,001 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».