We study the behaviour of WiFi and 5G cellular networks as they exploit the recently unlocked 6 GHz spectrum for unlicensed access, while conforming to the constraints imposed by the incumbent users. We use tools from stochastic geometry to derive the theoretical performance metrics for users of each radio access technology, which helps us in capturing the aggregate behaviour of the network in a snapshot. We propose a framework where the portions of cellular and WiFi networks are grouped together to form entities. These entities interact to satisfy their Quality of Service demands by playing a non-cooperative game. The action of an entity corresponds to the fraction of its network elements (WiFi access point and cellular base stations) operating in the 6 GHz band. Due to the decentralized nature of the entities, we find the Nash equilibrium using distributed Best Response Algorithm (D-BRA), where each entity takes actions without any centralized scheduling. D-BRA improves the average datarate by $11.37\%$ and $18.59\%$ for cellular and WiFi networks respectively with a random strategy as baseline. The results demonstrate how the system parameters affect the performance of a network at equilibrium and highlight the throughput gains of the networks as a result of using the 6 GHz bands, which offer considerably larger bandwidths. The proposed framework is flexible and can be used to model a variety of scenarios for feasibility and performance assessment of the networks involved.


翻译:我们研究WiFi和5G蜂窝网络的行为,因为它们利用最近打开的6GHz频谱进行无证访问,同时符合现有用户的限制条件;我们使用随机几何学工具,为每个无线电接入技术的用户制定理论性能衡量标准,这有助于我们从速掌握网络的总体行为;我们建议一个框架,将蜂窝和WiFi网络的部分组合在一起,形成实体;这些实体互动,通过玩不合作游戏满足其服务质量的要求;一个实体的行动符合其在6GHz频段运行的网络部分(WiFi接入点和蜂窝基地站);由于各实体的分散性质,我们发现纳什平衡,利用分布的最佳反应阿勒哥里姆(D-BRA),每个实体在没有集中安排的情况下采取行动;D-BRA将蜂窝和WiFi网络的平均数据率分别提高11.37美元和18.59美元,作为基线。结果表明,系统参数如何影响其网络部分部分(WiFi)的分量部分(Wi)部分(Wi)在6GH频带中运行的分率框架,我们发现,在更大范围内的模型中可以大量地使用。

0
下载
关闭预览

相关内容

AlphaZero原理与启示
专知会员服务
32+阅读 · 2020年8月23日
Fariz Darari简明《博弈论Game Theory》介绍,35页ppt
专知会员服务
109+阅读 · 2020年5月15日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
CCF C类 | DSAA 2019 诚邀稿件
Call4Papers
6+阅读 · 2019年5月13日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
大数据 | 顶级SCI期刊专刊/国际会议信息7条
Call4Papers
10+阅读 · 2018年12月29日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
已删除
将门创投
6+阅读 · 2017年11月27日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年7月21日
Arxiv
0+阅读 · 2021年7月20日
Arxiv
4+阅读 · 2018年3月23日
VIP会员
相关资讯
CCF C类 | DSAA 2019 诚邀稿件
Call4Papers
6+阅读 · 2019年5月13日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
大数据 | 顶级SCI期刊专刊/国际会议信息7条
Call4Papers
10+阅读 · 2018年12月29日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
已删除
将门创投
6+阅读 · 2017年11月27日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员