MétaCan
Menu
Retour à la cohorte
Enregistrement W4200035844 · doi:10.1109/tvt.2021.3139315

Joint User Grouping, Sparse Beamforming, and Subcarrier Allocation for D2D Underlaid Cache-Enabled C-RANs With Rate Splitting

2021· article· en· W4200035844 sur OpenAlexaff
Jiasi Zhou, Yanjing Sun, Chintha Tellambura, Geoffrey Ye Li

Notice bibliographique

RevueIEEE Transactions on Vehicular Technology · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced MIMO Systems Optimization
Établissements canadiensUniversity of Alberta
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesChina Scholarship CouncilChina University of Mining and TechnologyNational Natural Science Foundation of China
Mots-clésSubcarrierComputer scienceBeamformingBackhaul (telecommunications)Transmitter power outputAlgorithmTheoretical computer scienceComputer networkTransmitterBase stationChannel (broadcasting)Orthogonal frequency-division multiplexing

Résumé

récupéré en direct d'OpenAlex

We propose a Rate Splitting (RS) transmit scheme for Device-to-Device (D2D) underlaid Cache-enabled Cloud Radio Access Networks (C <inline-formula xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink"><tex-math notation="LaTeX">$^2$</tex-math></inline-formula> -RANs). To this end, we jointly design Cellular User (CU) grouping, dynamic Remote Radio Head (RRH) clustering, beamforming, RS ratio, and subcarrier allocation to maximize the sum-rate and ensure transmit power and fronthaul cost constraints. However, the formulated problem is discrete, non-smooth, and non-convex. We thus decouple it into three subproblems, namely - (1) CU grouping, (2) D2D subcarrier allocation, and (3) joint sparse beamforming, RS ratio, and power control. We then develop a low-complexity greedy searching algorithm and a fairness-ensuring accelerated bisection searching algorithm via graph theory for the first subproblem. For the second subproblem, we use a many-to-one matching game with peer effect. We adopt the Gale-Sharply algorithm and swap operations to reach a stable matching state and propose a Two-sided Stable Subcarrier Allocation ( <inline-formula xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink"><tex-math notation="LaTeX">$\text{TS}^2$</tex-math></inline-formula> A) algorithm. For the third subproblem, we develop a Quadratic Transform-based Two-Tier Alternating ( <inline-formula xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink"><tex-math notation="LaTeX">$\text{QT}^3$</tex-math></inline-formula> A) algorithm. It constructs a series of accurate surrogate functions for the objective function and constraints via a Quadratic Transform (QT) technique. We then recast it as a two-tier alternating problem. We tackle the outer and inner tiers with closed-form expressions and the convex framework, respectively. By integrating these algorithms, the overall algorithm can be proved to converge to a stationary point. Simulation results show that it achieves considerable performance gains over several benchmark 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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,851
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,207
Écart entre enseignants0,197 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Vehicular TechnologyMême sujetAdvanced MIMO Systems OptimizationTravaux en français237 207