Quality of service‐aware coexistence in unlicensed 5G new radio based on time‐domain virtualization
Notice bibliographique
Résumé
Summary The deployment of mobile systems is facing several challenges. Precisely, the lack of available licensed bands limits the network capacity, affecting the quality of service (QoS). Consequently, there has been significant interest in utilizing the unlicensed spectrum for mobile data traffic. 3GPP proposed and improved the coexistence of LTE and Wi‐Fi in the unlicensed band starting in Release 13 and the following releases, such as LTE‐LAA and 5G NR‐U. This will cause significant interference and drastically affects the Wi‐Fi users' QoS. To that end, we propose the use of time‐domain virtualization between 5G NR‐U and Wi‐Fi systems. In particular, a scheduling algorithm is proposed, where the sharing mechanism is allocated in time slots rather than allocating a subband frequency for each technology. 5G use cases have different QoS requirements and our proposed solution aims at meeting these requirements. Accordingly, the performance is evaluated by studying the impact of resource virtualization and the coexistence configuration. Simulation results confirm that the minimum rate and maximum delay constraints are met. Moreover, it is shown that resource virtualization improves the throughput in both technologies. Furthermore, the delay performance is displayed for both 5G NR‐U and Wi‐Fi to show any impact of time‐sharing coexistence.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».