Joint Access and Relay-Assisted Backhaul Resource Allocation for Dense mmWave Multiple Access Networks
Notice bibliographique
Résumé
In dense millimeter wave (mmWave) multiple access networks, there are a large number of wireless access links and wireless backhaul links. The mmWave bandwidth is shared among two types of links. So a time-division mode is appropriate for such a scenario to determine a reasonable backhaul/access transmission duration, which is critical to network performance. Meanwhile, minimizing energy consumption is also an important design objective. However, the existence of long backhaul links is an obstacle. The introduction of relay mode can overcome it, but it also leads to more complex mutual interference relationships. On the other hand, each individual (e.g., smart wireless device) wants to obtain the highest access data rate, but it may prevent the entire network from achieving the highest energy efficiency. To cope with these challenges, we propose the new mutual interference characterization method and model the joint access and relay-assisted backhaul resource allocation problem as a Stackelberg game. The Stackelberg Nash equilibrium is guaranteed by the rational design of utility function, and the corresponding solution is solved by a backward induction method. Simulation results show that, our scheme is superior to the state-of-the-art in terms of network sum rate and network energy efficiency, and also it achieves a better balance between the access data rate and backhaul data rate for each access point.
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 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».