Efficient 3-D Placement of an Aerial Base Station in Next Generation\n Cellular Networks
Notice bibliographique
Résumé
Agility and resilience requirements of future cellular networks may not be\nfully satisfied by terrestrial base stations in cases of unexpected or\ntemporary events. A promising solution is assisting the cellular network via\nlow-altitude unmanned aerial vehicles equipped with base stations, i.e.,\ndrone-cells. Although drone-cells provide a quick deployment opportunity as\naerial base stations, efficient placement becomes one of the key issues. In\naddition to mobility of the drone-cells in the vertical dimension as well as\nthe horizontal dimension, the differences between the air-to-ground and\nterrestrial channels cause the placement of the drone-cells to diverge from\nplacement of terrestrial base stations. In this paper, we first highlight the\nproperties of the dronecell placement problem, and formulate it as a 3-D\nplacement problem with the objective of maximizing the revenue of the network.\nAfter some mathematical manipulations, we formulate an equivalent\nquadratically-constrained mixed integer non-linear optimization problem and\npropose a computationally efficient numerical solution for this problem. We\nverify our analytical derivations with numerical simulations and enrich them\nwith discussions which could serve as guidelines for researchers, mobile\nnetwork operators, and policy makers.\n
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».