論文の概要: Improved propagation models for lte path loss prediction in urban & suburban Ghana

• arxiv url: http://arxiv.org/abs/2001.05227v1
• Date: Wed, 15 Jan 2020 10:56:00 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-11 06:22:20.171454
• Title: Improved propagation models for lte path loss prediction in urban & suburban Ghana
• Title（参考訳）: 都市・郊外ガーナにおけるlte経路損失予測のための伝搬モデルの改善
• Authors: James D. Gadze, Kwame A. Agyekum, Stephen J. Nuagah and E.A. Affum
• Abstract要約: ガーナに展開されたLTEネットワークは、要求される100Mbpsのスループットをほとんど満たさないため、顧客の不満に繋がる。 本研究は、ガーナの環境における経路損失を、一般的な伝搬モデルと比較してより正確に予測する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: To maximize the benefits of LTE cellular networks, careful and proper planning is needed. This requires the use of accurate propagation models to quantify the path loss required for base station deployment. Deployed LTE networks in Ghana can barely meet the desired 100Mbps throughput leading to customer dissatisfaction. Network operators rely on transmission planning tools designed for generalized environments that come with already embedded propagation models suited to other environments. A challenge therefore to Ghanaian transmission Network planners will be choosing an accurate and precise propagation model that best suits the Ghanaian environment. Given this, extensive LTE path loss measurements at 800MHz and 2600MHz were taken in selected urban and suburban environments in Ghana and compared with 6 commonly used propagation models. Improved versions of the Ericson, SUI, and ECC-33 developed in this study predict more precisely the path loss in Ghanaian environments compared with commonly used propagation models.
• Abstract（参考訳）: LTEセルラーネットワークの利点を最大化するためには、慎重に適切なプランニングが必要である。 これは基地局配備に必要な経路損失を定量化するために正確な伝播モデルを使用する必要がある。 ガーナに展開されたLTEネットワークは、要求される100Mbpsのスループットをほとんど満たさないため、顧客の不満に繋がる。 ネットワークオペレータは、他の環境に適した組込み伝播モデルを持つ一般化された環境向けに設計された送信計画ツールに依存している。 したがって、ガーナの送信ネットワークプランナーにとっての課題は、ガーナの環境に最適な正確かつ正確な伝播モデルを選択することである。 これを踏まえ、ガーナの都市・郊外で800MHzと2600MHzのLTEパス損失測定を行い、6つの一般的な伝搬モデルと比較した。 本研究で開発されたEricson, SUI, ECC-33の改良版は, 一般的な伝搬モデルと比較して, ガーナ環境の経路損失をより正確に予測する。

関連論文リスト

• Data Matters: The Case of Predicting Mobile Cellular Traffic [0.5939858158928474]
  本研究では, スマート道路に着目し, セルラー交通の発生過程をモデル化するための道路交通対策について検討する。 実験では、道路の流れと速度を利用することで、セルラーネットワークのメトリクスに加えて、セルラーロード予測エラーを最大56.5%削減できることを示した。
  論文  参考訳（メタデータ） (2024-10-21T11:30:13Z)
• DRL Optimization Trajectory Generation via Wireless Network Intent-Guided Diffusion Models for Optimizing Resource Allocation [58.62766376631344]
  本稿では、無線通信ネットワークの異なる状態変化に対応するために、カスタマイズされた無線ネットワークインテント(WNI-G)モデルを提案する。 大規模シミュレーションにより、動的通信システムにおけるスペクトル効率と従来のDRLモデルの変動の安定性が向上する。
  論文  参考訳（メタデータ） (2024-10-18T14:04:38Z)
• SatFed: A Resource-Efficient LEO Satellite-Assisted Heterogeneous Federated Learning Framework [19.59862482196897]
  資源効率の高い衛星支援ヘテロジニアスFLフレームワークであるSatFedを提案する。 SatFedは、高度に制約された衛星地上帯域の利用を最適化するために、鮮度に基づくモデルの優先順位付けキューを実装している。 実世界のLEO衛星ネットワークを用いた実験により、SatFedは最先端のベンチマークよりも優れた性能と堅牢性を発揮することが示された。
  論文  参考訳（メタデータ） (2024-09-20T13:44:00Z)
• FLEXIBLE: Forecasting Cellular Traffic by Leveraging Explicit Inductive Graph-Based Learning [1.4216957119562985]
  本稿では,新しい帰納学習手法と一般化可能なGNNベースの予測モデルを導入する。 実験の結果、最先端と比較して9.8%の性能改善が見られた。
  論文  参考訳（メタデータ） (2024-05-14T07:53:23Z)
• Drone-Enabled Load Management for Solar Small Cell Networks in Next-Gen Communications Optimization for Solar Small Cells [0.0]
  本研究では, 無人航空機搭載基地局(BSs)を用いて, グリーンマイクログリッドネットワーク内における安定かつセキュアな電力再配置を実現するための, 革新的な負荷伝達手法を提案する。 提案方式の複雑性は既存の電力ケーブル伝送方式に比べて著しく低い。 提案アルゴリズムは,最小数のドローン交換を必要としながら,BS電源の停止を低減できることが示されている。
  論文  参考訳（メタデータ） (2023-11-05T13:21:38Z)
• 5G Long-Term and Large-Scale Mobile Traffic Forecasting [0.0]
  我々は、異なる大都市圏に設置された14,000以上の細胞からトラフィックパターンを抽出し、シミュレートする。 提案したモデルは,31週間以上の都市で収集された実世界の5Gモバイルトラフィックデータセットを用いてテストされている。
  論文  参考訳（メタデータ） (2022-12-21T09:26:33Z)
• Deep Learning-Based Synchronization for Uplink NB-IoT [72.86843435313048]
  狭帯域モノのインターネット(NB-IoT)における狭帯域物理ランダムアクセスチャネル(NPRACH)のデバイス検出と到着時刻推定のためのニューラルネットワーク(NN)に基づくアルゴリズムを提案する。 導入されたNNアーキテクチャは、残余の畳み込みネットワークと、5Gニューラジオ(5G NR)仕様のプリアンブル構造に関する知識を利用する。
  論文  参考訳（メタデータ） (2022-05-22T12:16:43Z)
• Distributed Multi-agent Meta Learning for Trajectory Design in Wireless Drone Networks [151.27147513363502]
  本稿では,動的無線ネットワーク環境で動作するエネルギー制約型ドローン群に対する軌道設計の問題点について検討する。 値ベース強化学習(VDRL)ソリューションとメタトレイン機構を提案する。
  論文  参考訳（メタデータ） (2020-12-06T01:30:12Z)
• A Comprehensive Overview on 5G-and-Beyond Networks with UAVs: From Communications to Sensing and Intelligence [152.89360859658296]
  5Gネットワークは、拡張モバイルブロードバンド(eMBB)、超信頼性低遅延通信(URLLC)、大規模機械型通信(mMTC)の3つの典型的な利用シナリオをサポートする必要がある。 一方、UAVはコスト効率のよい航空プラットフォームとして利用でき、地上の利用者に高い高度と3D空間での操作性を利用して通信サービスを強化することができる。 一方,UAVと地上ユーザの両方に同時に通信サービスを提供することは,ユビキタスな3D信号網と強力な地上ネットワーク干渉の必要性から,新たな課題を提起する。
  論文  参考訳（メタデータ） (2020-10-19T08:56:04Z)
• Integrating LEO Satellite and UAV Relaying via Reinforcement Learning for Non-Terrestrial Networks [51.05735925326235]
  低軌道軌道(LEO)衛星のメガコンステレーションは、低レイテンシで長距離通信を可能にする可能性がある。 軌道上の星座から選択されたLEO衛星を用いて、2つの遠距離地上端末間でパケットを転送する問題について検討する。 エンドツーエンドのデータレートを最大化するためには、衛星アソシエーションとHAPロケーションを最適化する必要がある。 本稿では, 深部強化学習(DRL)と新しい動作次元低減技術を用いてこの問題に対処する。
  論文  参考訳（メタデータ） (2020-05-26T05:39:27Z)
• Meta-Reinforcement Learning for Trajectory Design in Wireless UAV Networks [151.65541208130995]
  ドローン基地局(DBS)は、要求が動的で予測不可能な地上ユーザーへのアップリンク接続を提供するために派遣される。 この場合、DBSの軌道は動的ユーザアクセス要求を満たすように適応的に調整されなければならない。 新たな環境に遭遇したDBSの軌道に適応するために,メタラーニングアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-05-25T20:43:59Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。