User-Centric Cluster Design and Analysis for Hybrid Sub-6GHz-mmWave-THz Dense Networks
Notice bibliographique
Résumé
The terahertz (THz) waves with enormous bandwidth can be used along with the existing sub-6GHz and millimeter wave (mmWave) bands to achieve the ever evolving ecosystem of applications that need to be supported by the modern wireless networks. This paper investigates a user-centric dynamic base station (BS) clustering design for a hybrid network where THz, mmWave, and sub-6GHz BSs coexist. Invoking the proposed clustering model, the BS cooperation within each band is made possible by considering long term channel variations and all the surrounding BSs within a cluster with tunable size. A typical user is associated with the best BS cluster, from either a sub-6GHz, mmWave or THz tier based on the maximum signal-to-interference-plus-noise-ratio (SINR) criterion or the maximum rate criterion. Using tools from stochastic geometry, we assess the performance of the proposed user-centric hybrid system in terms of SINR and rate coverage performances, while accounting for: band specific propagation models, directional beamfroming, and BSs random locations. The accuracy of the analytical results is validated with Monte-Carlo simulations. The obtained results recognize a clear coverage/rate trade-off where a high fraction of THz BSs improves the rate significantly but may degrade the coverage performance. Thus, with carefully planned networks, enabling user-centric BS cooperation for hybrid wireless systems can achieve ultra-high rates while maintaining sufficient coverage in sixth-generation (6G) networks.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».