論文の概要: Engineering-Economic Evaluation of Diffractive Non-Line-Of-Sight
Backhaul (e3nb): A Techno-economic Model for 3D Wireless Backhaul Assessment
- arxiv url: http://arxiv.org/abs/2106.04906v2
- Date: Thu, 9 Dec 2021 14:02:28 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-27 04:29:27.902925
- Title: Engineering-Economic Evaluation of Diffractive Non-Line-Of-Sight
Backhaul (e3nb): A Techno-economic Model for 3D Wireless Backhaul Assessment
- Title（参考訳）: 3次元無線バックホール評価のための工学的・経済的評価法(e3nb)
- Authors: Edward J. Oughton and Erik Boch and Julius Kusuma
- Abstract要約: 本稿では,NLOS(diffractive Non-Line-Of-Sight)リンクの工学的・経済的意義について検討する。
リモートセンシングと地理空間技術を組み合わせた3次元3次元技術経済評価フレームワークを開発した。
その結果,Clear-Line-Of-Sightとdiffractive Non-Line-Of-Sightを併用したハイブリッド戦略は,コスト効率を9～45%削減できることがわかった。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Developing ways to affordably deliver broadband connectivity is one of the
major issues of our time. In challenging deployment locations with irregular
terrain, traditional Clear-Line-Of-Sight (CLOS) wireless links can be
uneconomical to deploy, as the number of required towers make infrastructure
investment unviable. With new research focusing on developing wireless
diffractive backhaul technologies to provide Non-Line-Of-Sight (NLOS) links,
this paper evaluates the engineering-economic implications. A Three-Dimensional
(3D) techno-economic assessment framework is developed, utilizing a combination
of remote sensing and viewshed geospatial techniques, in order to quantify the
impact of different wireless backhaul strategies. This framework is applied to
assess both Clear-Line-Of-Sight and diffractive Non-Line-Of-Sight strategies
for deployment in Peru, as well as the islands of Kalimantan and Papua, in
Indonesia. The results find that a hybrid strategy combining the use of
Clear-Line-Of-Sight and diffractive Non-Line-Of-Sight links produces a 9-45
percent cost-efficiency saving, relative to only using traditional
Clear-Line-Of-Sight wireless backhaul links.
- Abstract（参考訳）: ブロードバンド接続を手頃な価格で提供する方法の開発は、私たちの時代の大きな問題の1つです。
不規則な地形を持つ配置場所において、従来のClear-Line-Of-Sight(CLOS)無線リンクは、必要なタワーの数によってインフラ投資が不可能になるため、展開には不経済的である。
本研究は,NLOS(Non-Line-Of-Sight)リンクを提供する無線拡散バックホール技術の開発に焦点をあてて,工学的・経済的意義を評価する。
3次元(3次元)のテクノ経済アセスメントフレームワークが開発され、リモートセンシングと視野型地理空間技術を組み合わせて、異なる無線バックホール戦略の影響を定量化している。
この枠組みは、ペルーやインドネシアのカリマンタン島、パプア島に展開するClear-Line-Of-Sightとdiffractive Non-Line-Of-Sightの2つの戦略を評価するために適用される。
その結果,Clear-Line-Of-Sightとdiffractive Non-Line-Of-Sightを併用したハイブリッド戦略は,従来のClear-Line-Of-Sight無線バックホールリンクのみを使用する場合と比較して9～45%のコスト削減効果が得られた。
関連論文リスト
- SANDWICH: Towards an Offline, Differentiable, Fully-Trainable Wireless Neural Ray-Tracing Surrogate [28.381780436787658]
ワイヤレス・レイトレーシングは3Dワイヤレス・チャネル・モデリングの鍵となるツールとして登場しつつある。
現在のアプローチでは、5G(B5G)ネットワークシグナリングを超えて正確にモデルを作成するのに苦労している。
逐次決定問題として線軌跡生成を再定義する新しい手法を提案する。
論文 参考訳（メタデータ） (2024-11-13T16:53:14Z) - Online-Score-Aided Federated Learning: Taming the Resource Constraints in Wireless Networks [26.74283774805648]
我々は,無線アプリケーションに関連するタスクを学習するために,OSAFLと呼ばれる新しいFLアルゴリズムを提案する。
当社の大規模なシミュレーションでは,3つの異なるデータセットを持つ2つのタスクについて,OSAFLの有効性を4つの一般的なMLモデルで検証しています。
論文 参考訳（メタデータ） (2024-08-12T01:27:06Z) - Leveraging Optimal Transport for Enhanced Offline Reinforcement Learning
in Surgical Robotic Environments [4.2569494803130565]
我々は,少数の高品質な専門家によるデモンストレーションを用いて,オフラインの軌道に報酬を割り当てるための革新的なアルゴリズムを導入する。
このアプローチは、手作りの報酬の必要性を回避し、ポリシー学習に膨大なデータセットを活用する可能性を解き放つ。
論文 参考訳（メタデータ） (2023-10-13T03:39:15Z) - Reward-agnostic Fine-tuning: Provable Statistical Benefits of Hybrid
Reinforcement Learning [66.43003402281659]
オンラインデータ収集を効率的に活用してオフラインデータセットを強化し補完する方法に、中心的な疑問が浮かび上がっている。
我々は、純粋なオフラインRLと純粋なオンラインRLという、両方の世界のベストを打ち負かす3段階のハイブリッドRLアルゴリズムを設計する。
提案アルゴリズムは,データ収集時に報酬情報を必要としない。
論文 参考訳（メタデータ） (2023-05-17T15:17:23Z) - Joint Optimization of Deployment and Trajectory in UAV and IRS-Assisted
IoT Data Collection System [25.32139119893323]
無人航空機(UAV)は多くのモノのインターネット(IoT)システムに適用できる。
UAV-IoT無線チャネルは、時には木や高層建築物によってブロックされることがある。
本稿では,UAVの展開と軌道を最適化することで,システムのエネルギー消費を最小化することを目的とする。
論文 参考訳（メタデータ） (2022-10-27T06:27:40Z) - Offline Contextual Bandits for Wireless Network Optimization [107.24086150482843]
本稿では,ユーザ要求の変化に応じて,ネットワーク内の各セルの構成パラメータを自動的に調整するポリシの学習方法について検討する。
私たちのソリューションは、オフライン学習のための既存の方法を組み合わせて、この文脈で生じる重要な課題を克服する原則的な方法でそれらを適応します。
論文 参考訳（メタデータ） (2021-11-11T11:31:20Z) - Trajectory Design for UAV-Based Internet-of-Things Data Collection: A
Deep Reinforcement Learning Approach [93.67588414950656]
本稿では,無人航空機(UAV)による3D環境におけるIoT(Internet-of-Things)システムについて検討する。
本稿では,TD3-TDCTMアルゴリズムの完成時間最小化のためのトラジェクトリ設計を提案する。
シミュレーションの結果,従来の3つの非学習ベースライン法よりもTD3-TDCTMアルゴリズムの方が優れていることが示された。
論文 参考訳（メタデータ） (2021-07-23T03:33:29Z) - On Topology Optimization and Routing in Integrated Access and Backhaul
Networks: A Genetic Algorithm-based Approach [70.85399600288737]
IABネットワークにおけるトポロジ最適化とルーティングの問題について検討する。
我々は、IABノード配置と非IABバックホールリンク分布の両方に効率的な遺伝的アルゴリズムベースのスキームを開発する。
メッシュベースのIABネットワークを実現する上での課題について論じる。
論文 参考訳（メタデータ） (2021-02-14T21:52:05Z) - Intelligent Reflecting Surface Aided Wireless Communications: A Tutorial [64.77665786141166]
インテリジェント反射面(Intelligent Reflecting Surface、IRS)は、無線ネットワークにおける電波伝搬を工学する技術である。
IRSは無線チャネルを動的に変更して通信性能を向上させることができる。
その大きな可能性にもかかわらず、IRSは無線ネットワークに効率的に統合されるための新たな課題に直面している。
論文 参考訳（メタデータ） (2020-07-06T13:59:09Z) - Data Freshness and Energy-Efficient UAV Navigation Optimization: A Deep
Reinforcement Learning Approach [88.45509934702913]
我々は、移動基地局(BS)が配備される複数の無人航空機(UAV)のナビゲーションポリシーを設計する。
我々は、地上BSにおけるデータの鮮度を確保するために、エネルギーや情報年齢(AoI)の制約などの異なる文脈情報を組み込んだ。
提案したトレーニングモデルを適用することで、UAV-BSに対する効果的なリアルタイム軌道ポリシーは、時間とともに観測可能なネットワーク状態をキャプチャする。
論文 参考訳（メタデータ） (2020-02-21T07:29:15Z)
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。