Resource allocation strategies in cognitive radio D2D communication networks
Notice bibliographique
Résumé
Device-to-device (D2D) communication is developed as a new paradigm to enhance net- work performance according to LTE and WiMAX advanced standards. On the other hand, cognitive radio (CR) approach provides efficient spectral usage using intelligent wireless nodes. In this thesis, a number of optimal resource allocation strategies for D2D communi- cation networks are investigated using the CR approach. As a first step, the CR approach in radio access networks is introduced. In the second step, the taxonomy of the RA process in CRNs is provided. For radio resource allocation (RRA), the most crucial task is to associate a user with a particular serving base station, to assign the channel and to allocate the power efficiently. In this thesis, a subcarrier assignment scheme and a power allocation algorithm using geometric water-filling (GWF) is presented for orthogonal frequency division multiplexing (OFDM) based CRNs. This algorithm is proved to maximize the sum rate of secondary users by allocating power more efficiently. Then, the RA problem is studied to jointly employ CR technology and D2D communication in cellular networks in terms of spectral efficiency (SE) and energy efficiency (EE). In the first case, in terms of SE, a two-stage approach is considered to allocate the radio resource efficiently where a new adaptive subcarrier allocation (ASA) scheme is designed first and then a novel power allocation (PA) scheme is developed utilizing proven GWF approach that can compute exact solution with less computation. In the second case, in terms of EE, the power allocation problem of cellular networks that co-exist with D2D communication considering both underlay and overlay CR approaches are investigated. A proven power allocation algorithm based on GWF approach is utilized to solve the EE maximization problem which results in an “exact" and “low complexity" solution.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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 ».