MétaCan
Menu
Retour à la cohorte
Enregistrement W4235101716 · doi:10.22215/etd/2015-10717

Resource Allocation and Interference Management in Heterogeneous Wireless Networks

2015· dissertation· en· W4235101716 sur OpenAlexaff
Ali S. Alzahrani

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineEngineering
ThématiqueAdvanced MIMO Systems Optimization
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésHeterogeneous networkInterference (communication)Computer scienceRadio resource managementSingle antenna interference cancellationSpectral efficiencyResource allocationComputer networkDistributed computingCellular networkFrequency allocationWireless networkPhysical layerWirelessBase stationTelecommunicationsChannel (broadcasting)

Résumé

récupéré en direct d'OpenAlex

Heterogeneous networks (HetNet) are a promising solution to improve network performance in terms of spectrum efficiency and energy efficiency.Nevertheless, HetNets suffer from two main sources of interference: mutual interference between macrocells and small cells (called cross-layer interference), as well as inter-cell interference among small cells themselves (called co-layer interference).In this thesis, we study the resource allocation and interference issues of HetNets.First, in HetNet systems with a moderate number of small cells, we integrate two popular approaches: spectrum avoidance and spectrum sharing, using optimization and game theory.In this solution, small base stations (SBSs) opportunistically avoid the parts of the spectrum that are used by macro BS (MBS), thereby controlling cross-layer interference, while the co-layer interference is controlled using a spectrum sharing technique.We then exploit recent advances in the mean-field game theory in order to control the co-layer interference between a large number of small cells.Meanwhile, a spectrum avoidance technique is applied to control the cross-layer interference.Next, we design a full spectrum sharing technique based on the mean-field game theory for interference management in hyper dense HetNet systems.The joint cross-layer and co-layer interference management issue is formulated as two nested problems, which are solved via distributed algorithms.Furthermore, tools from the optimization theory are employed to enhance the performance of cell edge users in open access HetNets.Simulation results are presented to show the effectiveness of the proposed schemes.nm Best Response Transmit power (γ nm ) A Function that Maps the SINR into Data Rate xx

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,009
Tête enseignante GPT0,233
Écart entre enseignants0,225 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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

En bref

Citations1
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced MIMO Systems OptimizationTravaux en français237 207