MétaCan
Menu
Retour à la cohorte
Enregistrement W4413267640 · doi:10.1109/tmc.2025.3593263

Latency Minimization for Movable Relay-Aided D2D-MEC Communication Systems

2025· article· en· W4413267640 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueIEEE Transactions on Mobile Computing · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAntenna Design and Optimization
Établissements canadiensConcordia University
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésComputer scienceRelayComputer networkLatency (audio)MinificationTelecommunications

Résumé

récupéré en direct d'OpenAlex

Device-to-device (D2D)-aided mobile edge computing (MEC) has emerged as a key enabling technology for future sixth-generation (6G) wireless networks. The goal of D2D-MEC is to reduce system latency for edge user equipments (UEs) by enabling access to cloud computing capabilities at the network edge, thereby supporting high transmission rates. To address the vulnerability of communication signals to physical obstructions, we employ relay techniques to enhance system performance and extend coverage. However, relay nodes and base station (BS) are typically equipped with large-scale antenna arrays, which lead to significant implementation costs and limiting practical deployment. To address this issue in a cost-efficient manner without sacrificing system performance, movable antenna (MA) technology is introduced. The key idea of MA technology lies in dynamically optimizing antenna positions to improve system capacity. Therefore, we propose a novel resource allocation framework for an movable relay-aided D2D-MEC system. The proposed scheme jointly optimizes the MA positions at UEs, relays, and the BS, along with the associated beamforming vectors, MEC server resource allocation, and computational task offloading rates. The objective is to minimize the maximum system latency while satisfying both computation and communication rate constraints. Furthermore, considering that current MA control mechanisms primarily rely on mechanical actuation, MA movement delay is incorporated into the latency model to capture the trade-off between antenna mobility and system delay. The resulting optimization problem is non-convex and involves multiple coupled variables. To solve this problem, we develop a parallel and distributed algorithm based on the penalty dual decomposition (PDD) framework, which is further integrated with the successive convex approximation (SCA) method to obtain a suboptimal solution. Simulation results demonstrate that the proposed algorithm significantly reduces system latency and enhances overall efficiency compared to benchmark schemes employing conventional fixed-position antennas (FPAs) at the relays and BS.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: aucune
Score de désaccord entre enseignants0,969
Score d'incertitude au seuil0,735

Scores Codex et Gemma par catégorie

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

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 GPT0,231
Écart entre enseignants0,221 · 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