Early Acceptance Matching Game for User-Centric Clustering in Scalable Cell-free MIMO Networks

本文介绍了在无线电网络中，传统的规范设置是所有接入点(APs)联合服务于每个用户设备(UE)的主要方法。然而，在大型网络中，这种方法在计算复杂性和前传信号方面的可扩展性变得不切实际。本文采用用户为中心的方法，这是一种可扩展的替代方法，其中只有一组首选APs联合服务于一个UE。为每个UE形成最佳的AP群组是一项具有挑战性的任务，尤其是当需要动态调整以满足UE的服务质量(QoS)要求时。当考虑到UE和AP的受限前传容量时，这种复杂性甚至会加剧。我们通过一种新颖的多对多匹配游戏来解决这个问题。更具体地说，我们设计了一种早期接受匹配算法，该算法根据其请求和可用的无线电资源立即接受或拒绝UE。与现有技术方法相比，所提出的解决方案显著减少了前传信号，同时满足了UE在请求的QoS方面的最大需求。

解决问题的问题是在多输入多输出网络中，如何以用户为中心选择最佳的接入点(AP)集群来满足用户的服务质量要求，同时降低前传信令的复杂度和开销？这是一个新问题。

论文提出了一种新的多对多匹配算法，以用户为中心，选择最佳的AP集群，以满足用户的服务质量要求，并且降低前传信令的复杂度和开销。

论文使用了早期接受匹配算法，根据用户请求和可用无线资源立即接受或拒绝用户，从而降低前传信令的复杂度和开销。实验结果表明，与现有的方法相比，该方法能够更好地满足用户的服务质量要求，并且降低前传信令的复杂度和开销。

最近的相关研究包括：“A Survey of User-Centric Radio Resource Allocation in 5G Networks”和“User-Centric Clustering for 5G Heterogeneous Networks: A Comprehensive Survey”等。