Ultra-reliability and low latency communication plays an important role in the fifth and sixth generation communication systems. Among the different research issues, scheduling as many users as possible to serve on the limited time-frequency resource is a crucial topic, with requirement of the maximum allowable transmission power and the minimum rate requirement of each user.We address it by proposing a mixed integer programming model, with objective function is maximizing the set cardinality of users instead of maximizing the system sum rate. Mathematical transformations and successive convex approximation are combined to solve the problem. Numerical results show that the proposed method achieves a considerable performance compared with exhaustive search method, but with lower computational complexity.


翻译:在第五代和第六代通信系统中,超可靠性和低延迟通信在第五代和第六代通信系统中发挥着重要作用,在不同的研究问题中,将尽可能多的用户安排在有限的时频资源上服务是一个关键议题,要求每个用户拥有最大允许传输能力和最低费率要求。 我们通过提出混合整数编程模式来解决这个问题,客观功能是尽量扩大用户的既定基本面,而不是尽量扩大系统总和率。数学转换和连续的直线近似值相结合解决问题。 数字结果显示,与详尽搜索方法相比,拟议方法取得了相当大的绩效,但计算复杂性较低。

0
下载
关闭预览

相关内容

ICML 2021论文收录
专知会员服务
122+阅读 · 2021年5月8日
【IJCAI2020】TransOMCS: 从语言图谱到常识图谱
专知会员服务
34+阅读 · 2020年5月4日
专知会员服务
60+阅读 · 2020年3月19日
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
BERT源码分析PART I
AINLP
38+阅读 · 2019年7月12日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
LibRec 精选:推荐系统的论文与源码
LibRec智能推荐
14+阅读 · 2018年11月29日
LibRec 精选:基于LSTM的序列推荐实现(PyTorch)
LibRec智能推荐
50+阅读 · 2018年8月27日
Arxiv
7+阅读 · 2020年6月29日
Simplifying Graph Convolutional Networks
Arxiv
12+阅读 · 2019年2月19日
VIP会员
相关资讯
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
BERT源码分析PART I
AINLP
38+阅读 · 2019年7月12日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
LibRec 精选:推荐系统的论文与源码
LibRec智能推荐
14+阅读 · 2018年11月29日
LibRec 精选:基于LSTM的序列推荐实现(PyTorch)
LibRec智能推荐
50+阅读 · 2018年8月27日
Top
微信扫码咨询专知VIP会员