Fugu-MT 論文翻訳(概要): Evolution of Small Cell from 4G to 6G: Past, Present, and Future

論文の概要: Evolution of Small Cell from 4G to 6G: Past, Present, and Future

arxiv url: http://arxiv.org/abs/2101.10451v1
Date: Tue, 29 Dec 2020 17:28:08 GMT
ステータス: 処理完了
システム内更新日: 2021-04-19 00:19:20.286996
Title: Evolution of Small Cell from 4G to 6G: Past, Present, and Future
Title（参考訳）: 4Gから6Gへの小細胞進化:過去・現在・未来
Authors: Vanlin Sathya
Abstract要約: 将来的には、最新のWi-Fiバージョンである802.11axが、最新のセルラー技術である5G New Radio(NR)と無ライセンスで共存する6GHzという、最新の無ライセンスバンドに焦点を移します。
参考スコア（独自算出の注目度）: 1.9950326921904094
License: http://creativecommons.org/licenses/by/4.0/
Abstract: To boost the capacity of the cellular system, the operators have started to reuse the same licensed spectrum by deploying 4G LTE small cells (Femto Cells) in the past. But in time, these small cell licensed spectrum is not sufficient to satisfy future applications like augmented reality (AR)and virtual reality (VR). Hence, cellular operators look for alternate unlicensed spectrum in Wi-Fi 5 GHz band, later 3GPP named as LTE Licensed Assisted Access (LAA). The recent and current rollout of LAA deployments (in developed nations like the US) provides an opportunity to understand coexistence profound ground truth. This paper discusses a high-level overview of my past, present, and future research works in the direction of small cell benefits. In the future, we shift the focus onto the latest unlicensed band: 6 GHz, where the latest Wi-Fi version, 802.11ax, will coexist with the latest cellular technology, 5G New Radio(NR) in unlicensed
Abstract（参考訳）: 携帯電話システムの容量を増大させるため、4G LTEの小型セル(Femto Cells)を過去に展開し、同じ周波数帯を再利用し始めている。しかし、これらの小さな細胞ライセンススペクトルは、拡張現実(AR)や仮想現実(VR)といった将来の応用を満たすには十分ではない。そのため、携帯電話事業者はWi-Fi 5 GHz帯で、後にLTE Licensed Assisted Access (LAA) と命名された3GPPの周波数帯域を求める。最近のLAAの展開(米国のような先進国)は、共存を深く理解する機会を提供する。本稿では,私の過去,現在,将来の研究成果を,小細胞メリットの方向性について概説する。 6GHz、最新のWi-Fiバージョン802.11axは、最新の携帯電話技術である5G New Radio(NR)と無許可で共存する。

関連論文リスト

Federated Learning for 6G: Paradigms, Taxonomy, Recent Advances and Insights [52.024964564408]
本稿では,プロトコルスタックのすべてのレベルにわたってフェデレートラーニングを実装することの付加価値について検討する。それは重要なFLアプリケーションを示し、ホットトピックに対処し、将来の研究と開発のための貴重な洞察と明示的なガイダンスを提供します。我々の結論は、FLと将来の6Gの相乗効果を活用しつつ、FLがワイヤレス産業に革命をもたらす可能性を浮き彫りにすることを目的としています。
論文参考訳（メタデータ） (2023-12-07T20:39:57Z)
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 Network Management, Orchestration, and Architecture: A Practical Study of the MonB5G project [0.0]
MonB5Gプロジェクトは、5G LTE以降の大規模ネットワークスライシングをサポートするため、ゼロタッチ管理とオーケストレーションの提供を目指している。 5G LTE以降の大規模ネットワークスライシングをサポートするため、ゼロタッチ管理とオーケストレーションを提供するため、EUが出資するMonB5Gプロジェクトを踏まえて、これらのトピックを調査する。
論文参考訳（メタデータ） (2022-12-28T08:48:03Z)
Over-The-Air Federated Learning Over Scalable Cell-free Massive MIMO [42.8874530605008]
オーバー・ザ・エア(Over-the-air)計算が利用され、クライアントは同じ通信リソース上でローカル更新を同時に送信する。オーバー・ザ・エア・フェデレーション・ラーニング(OTA-FL)と呼ばれるこのアプローチは、無線ネットワーク上でのフェデレーション・ラーニングの通信オーバーヘッドを軽減することが証明されている。
論文参考訳（メタデータ） (2022-12-13T11:08:15Z)
In-situ Model Downloading to Realize Versatile Edge AI in 6G Mobile Networks [61.416494781759326]
In-situモデルダウンロードは、ネットワーク内のAIライブラリからダウンロードすることで、デバイス上のAIモデルを透過的でリアルタイムに置き換えることを目的としている。提示されたフレームワークの重要なコンポーネントは、ダウンロードされたモデルを深さレベル、パラメータレベル、ビットレベルで動的に圧縮する一連のテクニックである。我々は,3層(エッジ,ローカル,中央)AIライブラリのキー機能を備えた,インサイトモデルダウンロードのデプロイ用にカスタマイズされた6Gネットワークアーキテクチャを提案する。
論文参考訳（メタデータ） (2022-10-07T13:41:15Z)
Learning Emergent Random Access Protocol for LEO Satellite Networks [51.575090080749554]
創発的ランダムアクセスチャネルプロトコル(eRACH)と呼ばれるLEO SATネットワークのための新しい許可なしランダムアクセスソリューションを提案する。 eRACHは、非定常ネットワーク環境との相互作用によって生じるモデルフリーなアプローチである。 RACHと比較して,提案するeRACHは平均ネットワークスループットが54.6%向上することを示す。
論文参考訳（メタデータ） (2021-12-03T07:44:45Z)
Bayesian Nonparametric Modelling for Model-Free Reinforcement Learning in LTE-LAA and Wi-Fi Coexistence [2.8427946758947304]
この研究は、Wi-FiとLTEライセンスアクセス(LTE-LAA)エージェントの5GHz帯の共存に対処する非パラメトリックベイズ強化学習アルゴリズムを特徴とする。報酬関数に公正度尺度を導入し、エージェント間の公平な共有を促進する。
論文参考訳（メタデータ） (2021-07-06T07:11:34Z)
Computing Research Challenges in Next Generation Wireless Networking [16.806194058232528]
技術は急速に進歩し続けており、次世代の6Gはすでに計画されている。 6Gはホログラフィックテレプレゼンス、テレヘルス、遠隔教育、ユビキタスロボティクス、自動運転車など、さまざまな強力な新しいアプリケーションを可能にする。ハードウェアレベルで始まり、ソフトウェア"スタック"のトップまで拡張していくでしょう。
論文参考訳（メタデータ） (2021-01-04T23:27:19Z)
To Talk or to Work: Energy Efficient Federated Learning over Mobile Devices via the Weight Quantization and 5G Transmission Co-Design [49.95746344960136]
Federated Learning (FL) は,モバイルデバイス間での大規模学習タスクのための新たなパラダイムである。モバイルデバイス上でFLをサポートする効果的な無線ネットワークアーキテクチャを確立する方法は不明です。我々は、異種5Gモバイル機器上でのエネルギー効率FLのための無線伝送および重み量子化協調設計を開発する。
論文参考訳（メタデータ） (2020-12-21T01:13:44Z)
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)
Machine Learning enabled Spectrum Sharing in Dense LTE-U/Wi-Fi Coexistence Scenarios [10.228746210951533]
LTE-Unlicensed (LTE-U) 仕様に注目する。 Wi-Fiパケットを復号化せずに、Wi-Fiの基本サービス集合の数をリアルタイムで検出することは難しい問題である。本稿では,LTE-U OFF期間中に観測されたエネルギー値を用いて,MLに基づく新しい手法を提案する。
論文参考訳（メタデータ） (2020-03-18T01:26:36Z)

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。