Academic literature on the topic 'Allocation des ressources radio'
Create a spot-on reference in APA, MLA, Chicago, Harvard, and other styles
Consult the lists of relevant articles, books, theses, conference reports, and other scholarly sources on the topic 'Allocation des ressources radio.'
Next to every source in the list of references, there is an 'Add to bibliography' button. Press on it, and we will generate automatically the bibliographic reference to the chosen work in the citation style you need: APA, MLA, Harvard, Chicago, Vancouver, etc.
You can also download the full text of the academic publication as pdf and read online its abstract whenever available in the metadata.
Journal articles on the topic "Allocation des ressources radio"
1
Balassa, Bela. "Politiques agricoles et allocation internationale des ressources." Économie rurale 189, no. 1 (1989): 22–28. http://dx.doi.org/10.3406/ecoru.1989.3948.
Full text
2
Hung, Nguyen Manh. "L’efficacité économique du mode d’allocation des ressources naturelles." Articles 51, no. 3 (July 15, 2009): 405–19. http://dx.doi.org/10.7202/800630ar.
Full textAbstract:
Abstract In this paper, the decentralized economic allocation of a common property resource is fully characterized in a dynamic framework. Because of the externalities involved, this mode of allocation is shown to be inefficient. The extent and the causes of this inefficiency are discussed, with special emphasis on a kind of externality herein called the "appropriability". Finally, economic policies involving taxation, subsidy and user charge which purpose to bring about the social optimum are pointed out.
3
Audibert, Gérard, Hélène Gebel, and Michel Hasselmann. "Allocation de ressources médicales rares : enjeux éthiques et citoyens." Revue française d'éthique appliquée N° 12, no. 1 (June 13, 2022): 171–82. http://dx.doi.org/10.3917/rfeap.012.0171.
Full text
4
FREYENS, BENOÎT PIERRE, and CHRIS JONES. "Efficient Allocation of Radio Spectrum." Journal of Public Economic Theory 16, no. 1 (June 25, 2013): 1–23. http://dx.doi.org/10.1111/jpet.12045.
Full text
5
Kloeck, Clemens, Holger Jaekel, and Friedrich Jondral. "Multi-Agent Radio Resource Allocation." Mobile Networks and Applications 11, no. 6 (December 2006): 813–24. http://dx.doi.org/10.1007/s11036-006-0051-4.
Full text
6
Gamel, Claude. "Comment financer l'allocation universelle? La stratégie de Van Parijs (1995) en question." Recherches économiques de Louvain 70, no. 3 (2004): 287–315. http://dx.doi.org/10.1017/s0770451800010769.
Full textAbstract:
RésuméDans l'ouvrage que Van Parijs a consacré en 1995 aux fondements philosophiques et économiques du projet d'allocation universelle, le chapitre IV est dédié au problème du financement « soutenable » d'une telle mesure. Les « rentes d'emploi » y sont présentées comme un troisième type de ressources susceptibles d'élargir l'assiette fiscale du financement, à côté des « ressources externes » et des « ressources internes » des individus. Les difficultés d'exploitation de telles rentes légitiment l'exploration d'une stratégie alternative de financement fondée sur la flexibilité « walrassienne » des salaires, laquelle permet de réduire une certaine contradiction entre l'acceptation par Van Parijs de rentes de situation liées à l'emploi et sa volonté ultérieure (chapitre VI) d'« optimiser » le capitalisme. Incidemment, la différence réelle entre allocation universelle et impôt négatif sur le revenu est aussi réexaminée.
7
Nkengne, Patrick, and Léonie Marin. "L’allocation des ressources enseignantes en Afrique subsaharienne francophone : pour une meilleure équité des systèmes éducatifs." Éducation et francophonie 45, no. 3 (May 28, 2018): 35–60. http://dx.doi.org/10.7202/1046416ar.
Full textAbstract:
Les pays d’Afrique subsaharienne souffrent d’un manque de personnel enseignant, et la forte augmentation de la population d’âge scolaire montre que le problème persistera. Il devient donc crucial pour ces pays d’optimiser l’utilisation de leurs ressources enseignantes en poste en s’assurant qu’elles sont équitablement allouées aux écoles. Or, jusqu’à quel point la répartition des enseignantes et des enseignants entre les écoles d’Afrique subsaharienne est-elle équitable? Comment peut-on améliorer cette allocation? Pour répondre à ces questions, cette étude s’appuie sur deux indicateurs, soit le ratio élèves/maître et le degré d’aléa dans l’allocation des ressources enseignantes aux écoles (1-R2), ainsi que sur des informations recueillies grâce à un « questionnaire pays » auquel ont répondu des acteurs clés des ministères de l’Éducation de pays d’Afrique subsaharienne. Nous avons ainsi eu recours à une approche quantitative et qualitative pour apprécier la situation des pays étudiés relativement à l’allocation des ressources enseignantes aux écoles, mais également pour comprendre les écarts observés en vue d’envisager des remédiations. Un constat majeur se dégage de cette étude : peu de pays francophones d’Afrique subsaharienne parviennent à une allocation équitable de leurs enseignants aux établissements. Le recrutement sur poste et l’automatisation de certains aspects de la gestion du personnel enseignant sont des solutions à considérer.
8
Bello, N., and F. O. Edeko. "Designing a Spectrum Allocation Chart for Nigeria." Nigerian Journal of Environmental Sciences and Technology 5, no. 2 (October 2021): 320–28. http://dx.doi.org/10.36263/nijest.2021.02.0277.
Full textAbstract:
The regulation of the radio spectrum today by government agencies addresses the issue of interference between radio stations by allocating, allotting and registering bands of radio-frequencies. The framework of management is done at the international, regional and national level. With this paper, we present a study of the radio spectrum allocation policies in some leading countries and Nigeria. However, narrowing the study down to the detailed design of spectrum allocation charts. The study used the information in the national table of frequency allocation (NTFA) to design the spectrum allocation chart of Nigeria with Photoshop application. The spectrum allocation chart was designed with high resolution for high zoom capabilities so that researchers can gain a quick overview of the radio services allocated in the radio spectrum in Nigeria.
9
Sauner-Leroy, Jacques-Bernard. "Allocation de ressources, avantage concurrentiel et performance des petites et moyennes entreprises de l’industrie manufacturière française." Revue internationale P.M.E. 15, no. 1 (February 16, 2012): 65–85. http://dx.doi.org/10.7202/1008801ar.
Full textAbstract:
L’analyse des liens entre la possession de un ou plusieurs avantages concurrentiels et la performance des firmes est un domaine qui a déjà été assez largement abordé dans la littérature de management stratégique. Certains de ces travaux ont cherché plus précisément à mettre en évidence des modes de combinaisons de ressources conduisant à la réalisation de niveaux de performance élevés. Toutefois, leurs champs d’investigation sont demeurés le plus souvent restreints à des domaines d’activité spécifiques, de sorte que les résultats auxquels ils aboutissent ne peuvent être généralisés. Partant de ce constat et s’appuyant sur le modèle de « ressources de base » qui apparaît comme le corpus théorique le plus complet sur cette question, l’objet de cette étude est de mettre en évidence, à partir de l’exploitation de 3049 enquêtes issues de la base de données de la Banque de France sur les comportements économiques et financiers des PME de l’industrie manufacturière française, des profils types de combinaison de ressources et de création d’avantages concurrentiels et de les comparer sur plusieurs critères de performance. Pour ce faire, une analyse typologique est menée. Elle conduit à la mise en évidence de six stratégies types de combinaisons de ressources associées à des avantages concurrentiels différents. Les résultats des tests effectués sur les comparaisons de performance entre ces six groupes indiquent que les entreprises qui obtiennent les meilleurs résultats sont celles qui adoptent un positionnement concurrentiel différencié fondé sur une approche qui situe le client au cœur de leur stratégie et qui utilisent principalement la fonction marketing comme support de création de leurs avantages compétitifs.
10
Zhang, Pei, Long Xiang Yang, and Xu Liu. "Subcarrier Allocation in Cognitive Radio Systems." Applied Mechanics and Materials 195-196 (August 2012): 154–58. http://dx.doi.org/10.4028/www.scientific.net/amm.195-196.154.
Full textAbstract:
In CR systems, resource allocation is very important, which can be operated by different rules, according to the different purposes. In this paper, we focus on subcarrier allocation in CR systems, where primary and CR users co-exist in adjacent bands, while keeping the total interference introduced to the PU band below a certain threshold and the total power allocated to the CR users under a constraint. First, we investigate Max-Rate subcarrier allocation algorithm (MaxR-SAA) which can achieve maximum transmit rate of the CR system. Then, focusing on the fact that the less interference introduced to the PU band, the better the PU can work; we proposed a Min-Interference subcarrier allocation algorithm (MinI-SAA). Further, aiming at achieving fairness among all the SUs, we propose a subcarrier allocation algorithm, which is termed as Fair-Rate subcarrier allocation algorithm (FairR-SAA). Numerical results are obtained for the behaviors and performance of our proposed algorithms.
Dissertations / Theses on the topic "Allocation des ressources radio"
1
LE, BRIS LOIC. "Allocation de ressources radio dans les reseaux cellulaires." Paris 7, 1999. http://www.theses.fr/1999PA077136.
Full textAbstract:
Aujourd'hui, les operateurs radio-mobiles doivent faire face a un double defit : repondre a une augmentation croissante du trafic tout en maintenant une bonne qualite radio des communications mobiles. Mais l'approche classique combinant un motif agressif de reutilisation de frequences, le saut de frequences et la transmission discontinue ne permet pas d'atteindre les performances ultimes du gsm. Ainsi, de nouvelles techniques telles que la gestion efficace des ressources radio doivent etre mises en place. Dans ce document, nous etudions et proposons, pour repondre a ces besoins, des strategies efficaces d'allocations de canaux radio. Dans une premiere partie, nous abordons un element important de la conception d'un reseau cellulaire : le probleme de l'allocation fixe de frequences. La conception d'un reseau cellulaire se decompose en trois etapes : le dimensionnement du reseau (tenant compte de la distribution de trafic et du modele d'abonne), la planification cellulaire et la planification frequentielle. A cette etape, l'operateur doit alors allouer des frequences a chaque station de base de telle sorte que le niveau d'interferences co-canal et adjacent reste inferieur a un seuil predefini. Cette allocation de frequences doit egalement tenir compte de la distribution du trafic et de l'environnement radio. D'un point de vue theorique, l'allocation fixe de frequences est un probleme d'optimisation np-complet sous contraintes. De nombreux modeles et methodes de resolution associees sont proposes dans ce document. Dans la seconde partie, nous nous interessons au probleme plus complexe de l'allocation dynamique de canaux. Le systeme devient dynamique. Dans la litterature, les etudes proposees sont le plus souvent fondees sur le taux de blocage du reseau. Les techniques presentees dans ce document sont basees soient sur le rapport signal utile/interferences soient sur les metriques gsm standard rxlev et rxqual. De plus, ces strategies sont combinees au saut de frequences permettant ainsi d'ameliorer la qualite du lien radio et d'augmenter la capacite du reseau. Les resultats sont evalues en termes en fonction de repartition en c/i et de fer.
2
Sharara, Mahdi. "Resource Allocation in Future Radio Access Networks." Electronic Thesis or Diss., université Paris-Saclay, 2023. http://www.theses.fr/2023UPASG024.
Full textAbstract:
Cette thèse considère l'allocation des ressources radio et de calcul dans les futurs réseaux d'accès radio et plus précisément dans les réseaux Cloud-RAN (Cloud-Radio Access Networks) ainsi que les réseaux Open-RAN (Open-Radio Access Networks). Dans ces architectures, le traitement en bande de base de plusieurs stations de base est centralisé et virtualisé. Cela permet une meilleure optimisation du réseau et une réduction des dépenses d'investissement et d'exploitation. Dans la première partie de cette thèse, nous considérons un schéma de coordination entre les ordonnanceurs radio et de calcul. Dans le cas où les ressources de calcul ne sont pas suffisantes, l'ordonnanceur de calcul envoie un retour d'information à l'ordonnanceur radio pour mettre à jour les paramètres radio. Bien que cela réduise le débit radio de l'utilisateur, il garantit que la trame sera traitée au niveau de l'ordonnanceur de calcul. Nous modélisons ce schéma de coordination à l'aide de la programmation linéaire en nombres entiers (ILP) avec comme objectifs de maximiser le débit total ainsi que la satisfaction des utilisateurs. Les résultats montrent la capacité de ce schéma de coordination à améliorer différents paramètres, notamment la réduction du gaspillage de puissance de transmission. Ensuite, nous proposons des heuristiques à faible complexité et nous les testons dans un environnement de services multiples avec des exigences différentes. Dans la deuxième partie de cette thèse, nous considérons l'allocation conjointe des ressources radio et de calcul. Les ressources radio et de calcul sont allouées conjointement dans le but de minimiser la consommation énergétique. Le problème est modélisé à l'aide de la programmation linéaire mixte en nombres entiers (MILP), et est ensuite comparé à un autre problème MILP ayant comme objectif de maximiser le débit total. Les résultats montrent que l'allocation conjointe des ressources radio et de calcul est plus efficace que l'allocation séquentielle pour minimiser la consommation énergétique. Enfin, nous proposons un algorithme basé sur la théorie de matching (matching theory) à faible complexité qui pourra être une alternative pour résoudre le problème MILP à haute complexité. Dans la dernière partie de cette thèse, nous étudions l'utilisation des outils de l'apprentissage machine (machine learning). Tout d'abord, nous considérons un modèle d'apprentissage profond (deep learning) qui vise à apprendre comment résoudre le problème de coordination ILP, mais en un temps beaucoup plus court. Ensuite, nous considérons un modèle d'apprentissage par renforcement (reinforcement learning) qui vise à allouer des ressources de calcul aux utilisateurs afin de maximiser le profit de l'opérateurThis dissertation considers radio and computing resource allocation in future radio access networks and more precisely Cloud Radio Access Network (Cloud-RAN) and Open Radio Access Network (Open-RAN). In these architectures, the baseband processing of multiple base stations is centralized and virtualized. This permits better network optimization and allows for saving capital expenditure and operational expenditure. In the first part, we consider a coordination scheme between radio and computing schedulers. In case the computing resources are not sufficient, the computing scheduler sends feedback to the radio scheduler to update the radio parameters. While this reduces the radio throughput of the user, it guarantees that the frame will be processed at the computing scheduler level. We model this coordination scheme using Integer Linear Programming (ILP) with the objectives of maximizing the total throughput and users' satisfaction. The results demonstrate the ability of this scheme to improve different parameters, including the reduction of wasted transmission power. Then, we propose low-complexity heuristics, and we test them in an environment of multiple services with different requirements. In the second part, we consider the joint radio and computing resource allocation. Radio and computing resources are jointly allocated with the aim of minimizing energy consumption. The problem is modeled as a Mixed Integer Linear Programming Problem (MILP) and is compared to another MILP problem that maximizes the total throughput. The results demonstrate the ability of joint allocation to minimize energy consumption in comparison with the sequential allocation. Finally, we propose a low-complexity matching game-based algorithm that can be an alternative for solving the high-complexity MILP problem. In the last part, we investigate the usage of machine learning tools. First, we consider a deep learning model that aims to learn how to solve the coordination ILP problem, but with a much shorter time. Then, we consider a reinforcement learning model that aims to allocate computing resources for users to maximize the operator's profit
3
Maaz, Bilal. "Allocation des ressources radio dans les réseaux sans fil de la 5 G." Thesis, Université Paris-Saclay (ComUE), 2017. http://www.theses.fr/2017SACLV010/document.
Full textAbstract:
La communication mobile est considérée comme l'un des piliers des villes intelligentes, où les citoyens devraient pouvoir bénéficier des services de télécommunications partout et quand ils les souhaitent, d'une manière sûre et peu coûteuse. Cela est possible grâce à un déploiement dense des réseaux mobiles à large bande de dernière génération. Ce déploiement dense entraînera une consommation énergétique plus élevée et donc plus d'émissions de gaz et de pollution. Par conséquent, il est crucial d'un point de vue environnemental de réduire la consommation d'énergie. Dans le cadre de cette thèse, nous introduisons des méthodes dynamiques de gestion de ressources permettant d'augmenter le débit et l'efficacité énergétique, et réduisant ainsi la pollution. Ainsi, nous ciblons les réseaux multicellulaires verts où l'augmentation de l'efficacité énergétique doit tenir en compte de l'accroissement de la demande de débit par les utilisateurs mobiles. Cette augmentation, exponentielle en terme de débit, a poussé les opérateurs à utiliser la totalité du spectre fréquentiel dans toutes les cellules des réseaux mobiles de dernière génération. Par conséquence, l'interférence intercellulaire (ICI : Inter-Cell Interference) devient prépondérante et dégrade la performance des utilisateurs, en particulier ceux ayant de mauvaises conditions radios. Dans cette thèse, nous nous focalisons sur la technique du contrôle de puissance considérée comme une des méthodes clé de la coordination d'interférence Intercellulaire (ICIC : Inter-Cell Interference Coordination), tout en mettant l'accent sur des méthodes efficaces énergétiquement. Nous formulons ce problème d'allocation de la puissance, sur le lien descendant en mettant en œuvre des méthodes centralisées et décentralisées: les méthodes centralisées ayant recours à l'optimisation convexe alors que les méthodes décentralisées se basant sur la théorie des jeux non-coopératifs. Par ailleurs nous proposons ensuite une heuristique de contrôle de puissance qui a l'avantage d'être stable et basée sur des messages de signalisation déjà existant dans le système. Cette heuristique permet d'éviter le gaspillage de la bande passante par des signalisations intercellulaires et de réduire le ICI. De plus, le problème de contrôle de puissance a un impact important sur l'allocation des ressources radios et sur l'association des utilisateurs mobiles à une station de base. Ainsi, dans la deuxième partie de la thèse, nous avons formulé un problème globale englobant le contrôle de puissance, le contrôle d'allocation de ressources radios, et le contrôle de l'association des utilisateurs à une station de base, cela afin d'obtenir une solution globalement efficace. Ces trois sous problèmes sont traités itérativement jusqu'à convergence de la solution globale. En particulier nous proposons pour la problématique d'association des utilisateurs trois algorithmes: un algorithme centralisé, un algorithme semi-distribué et finalement un algorithme complètement distribué se basant sur l'apprentissage par renforcement. Par ailleurs, pour l'allocation de puissance, nous implémentons des solutions centralisées et des solutions distribuées. Les preuves de convergence des algorithmes ont été établies et les simulations approfondies ont permis d'évaluer et de comparer quantitativement les performances, l'efficacité énergétique et le temps de convergence des algorithmes proposésMobile communication is considered as one of the building blocks of smart cities, where citizens should be able to benefit from telecommunications services, wherever they are, whenever they want, and in a secure and non-costly way. This can be done by dense deployment of the latest generation of mobile broadband networks. However, this dense deployment will lead to higher energy consumption, and thus more gas emission and pollution. Therefore, it is crucial from environmental point of view to propose solution reducing energy consumption. In this thesis, we introduce dynamic resource management methods that increase throughput and energy efficiency, and thus reduce pollution. In this framework, we are targeting green multi-cell networks where increased energy efficiency must take into account the increased demand of data by mobile users. This increase, which is exponential in terms of throughput, pushed operators to use the entire frequency spectrum in all cells of the latest generation of mobile networks. As a result, Inter-Cellular Interference (ICI) became preponderant and degraded the performance of users, particularly those with poor radio conditions. In this thesis, we focus on the techniques of power control on the downlink direction, which is considered as one of the key methods of Inter-Cell Interference Coordination (ICIC) while focusing on energy efficient methods. We propose centralized and decentralized methods for this problem of power allocation: centralized methods through convex optimization, and decentralized methods based on non-cooperative game theory. Furthermore, we propose a power control heuristic which has the advantage of being stable and based on signaling messages already existing in the system. The power control problem has a relevant impact on the allocation of radio resources and on the association of mobile users with their servicing Base Station. Therefore, in the second part of the thesis, we formulated a global problem encompassing power control, radio resources allocation, and control of users’ association to a base station. These three sub-problems are treated iteratively until the convergence to the overall solution. In particular, we propose three algorithms for the user association problem: a centralized algorithm, a semi-distributed algorithm and finally a fully distributed algorithm based on reinforcement learning. In addition, for power allocation we implement centralized solutions and distributed solutions. The proof of convergence for the various algorithms is established and the in-depth simulations allow us to evaluate and compare quantitatively the performance, the energy efficiency, and the convergence time of the proposed algorithms
4
Enderle, Nicolas. "Allocation de ressources radios pour les services paquets dans l'umts." Paris, ENST, 2003. http://www.theses.fr/2003ENST0004.
Full textAbstract:
DANS cette thèse, nous étudions les politiques d'ordonnancement de l'information sur l'interface radio umts pour les services paquets. De plus, nous analysons l'interaction des algorithmes d'allocation avec les protocoles utilises dans la transmission comme tcp (transmission control protocol) et rlc (radio link control). Tout d'abord, nous modélisons la consommation des ressources radios par les utilisateurs. Ceci nous amené à introduire un nouveau paramètre : le facteur d'efficacité radio. Il représente le cout en ressource radio par unité de débit pour servir un utilisateur. Ensuite, en posant le problème de l'allocation de ressources en problème de maximisation de la satisfaction utilisateur, nous présentons une solution optimale basée sur le rapport satisfaction/facteur d'efficacité radio. Grace à ces résultats, nous construisons un algorithme d'allocation dynamique et comparons notre solution avec l'existant sur le sujet. L'impact de rlc et tcp est pris en compte dans cette étudeIn this thesis, we study scheduling policies on the umts radio interface for packet-switched services like web browsing. Moreover, we analyse the interaction between resource allocation algorithms and protocols involved in end-to-end data transmission like tcp (transmission control protocol) and rlc (radio link control). First, we model the radio resource consumption induced by active users. We then introduce a new factor : the total interference factor the radio efficiency factor. It represents the cost in radio resource per unit of throughput in order to serve a given user. Then, by formulating the resource allocation problem as an optimization problem of users' satisfaction, we present an optimal solution based on the ratio user satisfaction/radio efficiency. Thanks to these results, we build a dynamic allocation algorithm and compare our solution with existing ones from the litterature. The impact of tcp and rlc protocols is taken into account in this study
5
Zayen, Bassem. "Stratégies d'accès et d'allocations des ressources pour la radio cognitive." Paris, Télécom ParisTech, 2010. https://pastel.hal.science/pastel-00576459.
Full textAbstract:
La radio cognitive est une technique prometteuse pour l'utilisation efficace du spectre. Elle doit surveiller l'activité dynamique dans le spectre du primaire et adapter la transmission des utilisateurs secondaires pour une meilleure allocation des ressources spectrales. La détection spectrale aveugle et l'allocation des ressources pour la radio cognitive sont traitées dans cette thèse. L'objectif de la première partie de cette thèse est de voir si la sélection des modèles ou l'estimation de la dimension spatiale du signal primaire ainsi que la théorie de l'information et les mesures de distance pourraient être utilisés pour améliorer les performances de détection du spectre d'une manière aveugle et dans des zones à faible rapport signal à bruit. Grâce à un effort de recherche approfondie, deux nouvelles méthodes de détection basées sur l'analyse de la distribution et l'estimation de la dimension du signal primaire reçu ont été proposées et analysées. La deuxième partie de cette thèse présente et analyse deux stratégies de sélection d'utilisateurs secondaires basées sur la probabilité outage. La première stratégie explore l'idée de combiner la diversité des gains multi-utilisateurs avec des techniques de partage spectrale pour essayer de maximiser la somme des capacités des utilisateurs secondaire tout en maintenant la probabilité outage de l'utilisateur primaire non dégradée d'une manière distribuée. La deuxième stratégie traite le problème de beamforming dans le contexte de la radio cognitive pour un système d'utilisateurs secondaires MIMO et propose une méthode de sélection d'utilisateurs basée sur la probabilité outageCognitive radio is a promising technique for efficient spectrum utilization. It must dynamically monitors activity in the primary spectrum and adapts its transmission to available spectral resources. The blind spectrum sensing and resource allocation in cognitive radio are being addressed in this thesis. The aim of the first part of this research has been to investigate whether model selection or signal space dimension estimation and information theoretic distance measures could be used to improve spectrum detection performance in a blind way and low signal to noise region. Through a thorough research effort, two novel spectrum sensing algorithms based on distribution analysis and dimension estimation of the primary user received signal were proposed and analyzed. The second part of this thesis presents and analyzes two user selection strategies based on outage probability. One explored the idea of combining multi-user diversity gains with spectral sharing techniques to maximize the secondary users sum rate while maintaining the outage probability of the primary user not degraded with a distributed manner, the other treat the beamforming problem in the context of cognitive radio using multiuser MIMO secondary user system and proposes a user selection strategy based on outage probability
6
Jin, Xin. "Resource allocation in multicarrier cognitive radio networks." Electronic Thesis or Diss., Evry, Institut national des télécommunications, 2014. http://www.theses.fr/2014TELE0014.
Full textAbstract:
Vu que la modulation multi-porteuses est largement utilisée dans les communications sans fil et la radio cognitive (CR pour “Cognitive Radio”) améliore l’utilisation des ressources radio et du spectre, nous nous concentrons sur les réseaux radio cognitifs (CR) pour faire progresser l’allocation des ressources, le routage, et l’ajustement de la puissance d’émission vers les récepteurs (synthèse de faisceaux ou beamforming) dans cette thèse. Nous étudions deux types de modulations multi-porteuses :Orthogonal Frequency-Division Multiplexing (OFDM) à base d’ondelettes (WOFDM pourWavelet OFDM) et OFDM dans sa forme classique ou traditionnelle (OFDM s’appuyant sur la transformation de Fourier pour partager les ressources). WOFDM adopte Wavelet Packet Modulation (WPM) pour obtenir des lobes secondaires beaucoup plus faibles dans la densité spectrale de puissance du signal transmis en comparaison à OFDM. WPM permet de surcroit à WOFDM de s’affranchir du Préfixe Cyclique (indispensable à OFDM) et d’exploiter l’égalisation pour combattre l’Interférence entre Symboles (ISI). Nous évaluons la performance de WOFDM sous différentes conditions du canal radio. Nous comparons la performance de WOFDM, qui s’appuie sur l’égalisation dans le domaine temporel, à celle de OFDM, qui requiert l’utilisation du Préfixe Cyclique et opère dans le domaine fréquentielIn view of the wide usage of multicarrier modulation in wireless communications and the prominent contribution of Cognitive Radio (CR) to deal with critical shortage of spectrum resource, we focus on multicarrier based cognitive radio networks to investigate general resource allocation issues: subcarrier allocation, power allocation, routing, and beamforming in this thesis. We investigate two types of multicarrier modulation: Wavelet-based Orthogonal Frequency Division Multiplexing (WOFDM) and Fourier-based Orthogonal Frequency Division Multiplexing (OFDM). WOFDM adopts Wavelet Packet Modulation (WPM). Compared with fourier-based OFDM, wavelet-based OFDM achieves much lower side lobe in the transmitted signal. Wavelet-based OFDM excludes Cyclic Prefix (CP) which is used in fourier-based OFDM systems. Wavelet-based OFDM turns to exploit equalization to combat Inter-Symbol Interference (ISI). We evaluate the performance of WOFDM under different channel conditions. We compare the performance of wavelet-based OFDM using equalization in the time domain to that of fourier-based OFDM with CP and the equalization in the frequency domain
7
Mharsi, Niezi. "Cloud-Radio Access Networks : design, optimization and algorithms." Thesis, Université Paris-Saclay (ComUE), 2019. http://www.theses.fr/2019SACLT043/document.
Full textAbstract:
Cloud-Radio Access Network (C-RAN) est une architecture prometteuse pour faire face à l’augmentation exponentielle des demandes de trafic de données et surmonter les défis des réseaux de prochaine génération (5G). Le principe de base de CRAN consiste à diviser la station de base traditionnelle en deux entités : les unités de bande de base (BaseBand Unit, BBU) et les têtes radio distantes (Remote Radio Head, RRH) et à mettre en commun les BBUs de plusieurs stations dans des centres de données centralisés (pools de BBU). Ceci permet la réduction des coûts d’exploitation, l’amélioration de la capacité du réseau ainsi que des gains en termes d’utilisation des ressources. Pour atteindre ces objectifs, les opérateurs réseaux ont besoin d’investiguer de nouveaux algorithmes pour les problèmes d’allocation de ressources permettant ainsi de faciliter le déploiement de l’architecture C-RAN. La plupart de ces problèmes sont très complexes et donc très difficiles à résoudre. Par conséquent, nous utilisons l’optimisation combinatoire qui propose des outils puissants pour adresser ce type des problèmes.Un des principaux enjeux pour permettre le déploiement du C-RAN est de déterminer une affectation optimale des RRHs (antennes) aux centres de données centralisés (BBUs) en optimisant conjointement la latence sur le réseau de transmission fronthaul et la consommation des ressources. Nous modélisons ce problème à l’aide d’une formulation mathématique basée sur une approche de programmation linéaire en nombres entiers permettant de déterminer les stratégies optimales pour le problème d’affectation des ressources entre RRH-BBU et nous proposons également des heuristiques afin de pallier la difficulté au sens de la complexité algorithmique quand des instances larges du problème sont traitées, permettant ainsi le passage à l’échelle. Une affectation optimale des antennes aux BBUs réduit la latence de communication attendue et offre des gains en termes d’utilisation des ressources. Néanmoins, ces gains dépendent fortement de l’augmentation des niveaux d’interférence inter-cellulaire causés par la densité élevée des antennes déployées dans les réseaux C-RANs. Ainsi, nous proposons une formulation mathématique exacte basée sur les méthodes Branch-and-Cut qui consiste à consolider et ré-optimiser les rayons de couverture des antennes afin de minimiser les interférences inter-cellulaires et de garantir une couverture maximale du réseau conjointement. En plus de l’augmentation des niveaux d’interférence, la densité élevée des cellules dans le réseau CRAN augmente le nombre des fonctions BBUs ainsi que le trafic de données entre les antennes et les centres de données centralisés avec de fortes exigences en termes de latence sur le réseau fronthaul. Par conséquent, nous discutons dans la troisième partie de cette thèse comment placer d’une manière optimale les fonctions BBUs en considérant la solution split du 3GPP afin de trouver le meilleur compromis entre les avantages de la centralisation dans C-RAN et les forts besoins en latence et bande passante sur le réseau fronthaul. Nous proposons des algorithmes (exacts et heuristiques) issus de l’optimisation combinatoire afin de trouver rapidement des solutions optimales ou proches de l’optimum, même pour des instances larges du problèmesCloud Radio Access Network (C-RAN) has been proposed as a promising architecture to meet the exponential growth in data traffic demands and to overcome the challenges of next generation mobile networks (5G). The main concept of C-RAN is to decouple the BaseBand Units (BBU) and the Remote Radio Heads (RRH), and place the BBUs in common edge data centers (BBU pools) for centralized processing. This gives a number of benefits in terms of cost savings, network capacity improvement and resource utilization gains. However, network operators need to investigate scalable and cost-efficient algorithms for resource allocation problems to enable and facilitate the deployment of C-RAN architecture. Most of these problems are very complex and thus very hard to solve. Hence, we use combinatorial optimization which provides powerful tools to efficiently address these problems.One of the key issues in the deployment of C-RAN is finding the optimal assignment of RRHs (or antennas) to edge data centers (BBUs) when jointly optimizing the fronthaul latency and resource consumption. We model this problem by a mathematical formulation based on an Integer Linear Programming (ILP) approach to provide the optimal strategies for the RRH-BBU assignment problem and we propose also low-complexity heuristic algorithms to rapidly reach good solutions for large problem instances. The optimal RRH-BBU assignment reduces the expected latency and offers resource utilization gains. Such gains can only be achieved when reducing the inter-cell interference caused by the dense deployment of cell sites. We propose an exact mathematical formulation based on Branch-and-Cut methods that enables to consolidate and re-optimize the antennas radii in order to jointly minimize inter-cell interference and guarantee a full network coverage in C-RAN. In addition to the increase of inter-cell interference, the high density of cells in C-RAN increases the amount of baseband processing as well as the amount of data traffic demands between antennas and centralized data centers when strong latency requirements on fronthaul network should be met. Therefore, we discuss in the third part of this thesis how to determine the optimal placement of BBU functions when considering 3GPP split option to find optimal tradeoffs between benefits of centralization in C-RAN and transport requirements. We propose exact and heuristic algorithms based on combinatorial optimization techniques to rapidly provide optimal or near-optimal solutions even for large network sizes
8
Mharsi, Niezi. "Cloud-Radio Access Networks : design, optimization and algorithms." Electronic Thesis or Diss., Université Paris-Saclay (ComUE), 2019. http://www.theses.fr/2019SACLT043.
Full textAbstract:
Cloud-Radio Access Network (C-RAN) est une architecture prometteuse pour faire face à l’augmentation exponentielle des demandes de trafic de données et surmonter les défis des réseaux de prochaine génération (5G). Le principe de base de CRAN consiste à diviser la station de base traditionnelle en deux entités : les unités de bande de base (BaseBand Unit, BBU) et les têtes radio distantes (Remote Radio Head, RRH) et à mettre en commun les BBUs de plusieurs stations dans des centres de données centralisés (pools de BBU). Ceci permet la réduction des coûts d’exploitation, l’amélioration de la capacité du réseau ainsi que des gains en termes d’utilisation des ressources. Pour atteindre ces objectifs, les opérateurs réseaux ont besoin d’investiguer de nouveaux algorithmes pour les problèmes d’allocation de ressources permettant ainsi de faciliter le déploiement de l’architecture C-RAN. La plupart de ces problèmes sont très complexes et donc très difficiles à résoudre. Par conséquent, nous utilisons l’optimisation combinatoire qui propose des outils puissants pour adresser ce type des problèmes.Un des principaux enjeux pour permettre le déploiement du C-RAN est de déterminer une affectation optimale des RRHs (antennes) aux centres de données centralisés (BBUs) en optimisant conjointement la latence sur le réseau de transmission fronthaul et la consommation des ressources. Nous modélisons ce problème à l’aide d’une formulation mathématique basée sur une approche de programmation linéaire en nombres entiers permettant de déterminer les stratégies optimales pour le problème d’affectation des ressources entre RRH-BBU et nous proposons également des heuristiques afin de pallier la difficulté au sens de la complexité algorithmique quand des instances larges du problème sont traitées, permettant ainsi le passage à l’échelle. Une affectation optimale des antennes aux BBUs réduit la latence de communication attendue et offre des gains en termes d’utilisation des ressources. Néanmoins, ces gains dépendent fortement de l’augmentation des niveaux d’interférence inter-cellulaire causés par la densité élevée des antennes déployées dans les réseaux C-RANs. Ainsi, nous proposons une formulation mathématique exacte basée sur les méthodes Branch-and-Cut qui consiste à consolider et ré-optimiser les rayons de couverture des antennes afin de minimiser les interférences inter-cellulaires et de garantir une couverture maximale du réseau conjointement. En plus de l’augmentation des niveaux d’interférence, la densité élevée des cellules dans le réseau CRAN augmente le nombre des fonctions BBUs ainsi que le trafic de données entre les antennes et les centres de données centralisés avec de fortes exigences en termes de latence sur le réseau fronthaul. Par conséquent, nous discutons dans la troisième partie de cette thèse comment placer d’une manière optimale les fonctions BBUs en considérant la solution split du 3GPP afin de trouver le meilleur compromis entre les avantages de la centralisation dans C-RAN et les forts besoins en latence et bande passante sur le réseau fronthaul. Nous proposons des algorithmes (exacts et heuristiques) issus de l’optimisation combinatoire afin de trouver rapidement des solutions optimales ou proches de l’optimum, même pour des instances larges du problèmesCloud Radio Access Network (C-RAN) has been proposed as a promising architecture to meet the exponential growth in data traffic demands and to overcome the challenges of next generation mobile networks (5G). The main concept of C-RAN is to decouple the BaseBand Units (BBU) and the Remote Radio Heads (RRH), and place the BBUs in common edge data centers (BBU pools) for centralized processing. This gives a number of benefits in terms of cost savings, network capacity improvement and resource utilization gains. However, network operators need to investigate scalable and cost-efficient algorithms for resource allocation problems to enable and facilitate the deployment of C-RAN architecture. Most of these problems are very complex and thus very hard to solve. Hence, we use combinatorial optimization which provides powerful tools to efficiently address these problems.One of the key issues in the deployment of C-RAN is finding the optimal assignment of RRHs (or antennas) to edge data centers (BBUs) when jointly optimizing the fronthaul latency and resource consumption. We model this problem by a mathematical formulation based on an Integer Linear Programming (ILP) approach to provide the optimal strategies for the RRH-BBU assignment problem and we propose also low-complexity heuristic algorithms to rapidly reach good solutions for large problem instances. The optimal RRH-BBU assignment reduces the expected latency and offers resource utilization gains. Such gains can only be achieved when reducing the inter-cell interference caused by the dense deployment of cell sites. We propose an exact mathematical formulation based on Branch-and-Cut methods that enables to consolidate and re-optimize the antennas radii in order to jointly minimize inter-cell interference and guarantee a full network coverage in C-RAN. In addition to the increase of inter-cell interference, the high density of cells in C-RAN increases the amount of baseband processing as well as the amount of data traffic demands between antennas and centralized data centers when strong latency requirements on fronthaul network should be met. Therefore, we discuss in the third part of this thesis how to determine the optimal placement of BBU functions when considering 3GPP split option to find optimal tradeoffs between benefits of centralization in C-RAN and transport requirements. We propose exact and heuristic algorithms based on combinatorial optimization techniques to rapidly provide optimal or near-optimal solutions even for large network sizes
9
Jin, Xin. "Resource allocation in multicarrier cognitive radio networks." Thesis, Evry, Institut national des télécommunications, 2014. http://www.theses.fr/2014TELE0014/document.
Full textAbstract:
Vu que la modulation multi-porteuses est largement utilisée dans les communications sans fil et la radio cognitive (CR pour “Cognitive Radio”) améliore l’utilisation des ressources radio et du spectre, nous nous concentrons sur les réseaux radio cognitifs (CR) pour faire progresser l’allocation des ressources, le routage, et l’ajustement de la puissance d’émission vers les récepteurs (synthèse de faisceaux ou beamforming) dans cette thèse. Nous étudions deux types de modulations multi-porteuses :Orthogonal Frequency-Division Multiplexing (OFDM) à base d’ondelettes (WOFDM pourWavelet OFDM) et OFDM dans sa forme classique ou traditionnelle (OFDM s’appuyant sur la transformation de Fourier pour partager les ressources). WOFDM adopte Wavelet Packet Modulation (WPM) pour obtenir des lobes secondaires beaucoup plus faibles dans la densité spectrale de puissance du signal transmis en comparaison à OFDM. WPM permet de surcroit à WOFDM de s’affranchir du Préfixe Cyclique (indispensable à OFDM) et d’exploiter l’égalisation pour combattre l’Interférence entre Symboles (ISI). Nous évaluons la performance de WOFDM sous différentes conditions du canal radio. Nous comparons la performance de WOFDM, qui s’appuie sur l’égalisation dans le domaine temporel, à celle de OFDM, qui requiert l’utilisation du Préfixe Cyclique et opère dans le domaine fréquentielIn view of the wide usage of multicarrier modulation in wireless communications and the prominent contribution of Cognitive Radio (CR) to deal with critical shortage of spectrum resource, we focus on multicarrier based cognitive radio networks to investigate general resource allocation issues: subcarrier allocation, power allocation, routing, and beamforming in this thesis. We investigate two types of multicarrier modulation: Wavelet-based Orthogonal Frequency Division Multiplexing (WOFDM) and Fourier-based Orthogonal Frequency Division Multiplexing (OFDM). WOFDM adopts Wavelet Packet Modulation (WPM). Compared with fourier-based OFDM, wavelet-based OFDM achieves much lower side lobe in the transmitted signal. Wavelet-based OFDM excludes Cyclic Prefix (CP) which is used in fourier-based OFDM systems. Wavelet-based OFDM turns to exploit equalization to combat Inter-Symbol Interference (ISI). We evaluate the performance of WOFDM under different channel conditions. We compare the performance of wavelet-based OFDM using equalization in the time domain to that of fourier-based OFDM with CP and the equalization in the frequency domain
10
Nasreddine, Jad. "Allocation de ressources radios dans les systèmes UMTS à duplexage temporel." Rennes 1, 2005. http://www.theses.fr/2005REN1S009.
Full textAbstract:
Dans cette thèse, nous exploitons la flexibilité des systèmes TDMA-CDMA/TDD et les caractéristiques de la technique CDMA. Tout d'abord, nous proposons un algorithme simple générique de contrôle de puissance optimal et nous l'appliquons à différents problèmes de gestion de puissance. Cet algorithme peut être utilisé dans la voie montante, la voie descendante et les intervalles de temps croisés. De plus, nous proposons des améliorations simples au contrôle de puissance standardisé pour l'UMTS qui n'augmentent pas la signalisation. Ces améliorations mènent à une augmentation de la capacité en optimisant la puissance de transmission. D'autre part, nous proposons des méthodes heuristiques et méta-heuristiques qui combinent le contrôle de puissance optimal et l'allocation de intervalle de temps. Ces méthodes peuvent être utilisées pour estimer les bornes supérieures de capacité. Enfin, nous proposons des méthodes d'évitement d'interférences mobile-mobile en utilisant les gains de parcours entre les mobiles et les stations de base. Ces méthodes mènent à une exploitation efficace de la flexibilité des systèmes TDMA-CDMA/TDD en conservant un bas niveau d'interférence.
Books on the topic "Allocation des ressources radio"
1
IX-Dauphine, Université Paris, ed. Allocation des ressources avec communication limitée. Grenoble: A.N.R.T. Université Pierre Mendès France Grenoble 2, 1992.
Find full text
2
Great Britain. Department of Trade and Industry. Radiocommunications Division. Table of U.K. radio frequency allocation. London: Department of Trade and Industry, 1986.
Find full text
3
Organisation for Economic Co-operation and Development., ed. The economics of radio frequency allocation. Paris: Organisation for Economic Co-operation and Development, 1993.
Find full text
4
Authority, Malawi Communications Regulatory. The Malawi National Frequency Allocation Plan. Blantyre, Malawi: Malawi Communications Regulatory Authority, 2013.
Find full text
5
International Telecommunication Union. General Secretariat. Radio regulations. Geneva: The Secretariat, 1998.
Find full text
6
Union, International Telecommunications. Radio regulations. 2nd ed. Geneva: International Telecommunications Union, 2004.
Find full text
7
International Telecommunication Union. General Secretariat. Radio regulations. [Geneva]: The Secretariat, 1990.
Find full text
8
International Telecommunication Union. General Secretariat. Radio regulations. [Geneva]: The Secretariat, 1985.
Find full text
9
European Science Foundation. Committee on Radio Astronomy Frequencies. CRAF handbook for radio astronomy. 2nd ed. Dwingeloo, The Netherlands: CRAF Secretariat, Netherlands Foundation for Research in Astronomy, 1997.
Find full text
10
Withers, D. J. Radio spectrum management. London, U.K: P. Peregrinus Ltd. on behalf of the Institution of Electrical Engineers, 1991.
Find full textBook chapters on the topic "Allocation des ressources radio"
1
Wang, Shaowei. "Dynamic Resource Allocation." In Cognitive Radio Networks, 9–25. Cham: Springer International Publishing, 2014. http://dx.doi.org/10.1007/978-3-319-08936-2_2.
Full text
2
El-Moghazi, Mohamed Ali, and Jason Whalley. "Radiocommunication Service Allocation." In The International Radio Regulations, 53–79. Cham: Springer International Publishing, 2021. http://dx.doi.org/10.1007/978-3-030-88571-7_4.
Full text
3
Ghorbanzadeh, Mo, Ahmed Abdelhadi, and Charles Clancy. "Radio Resource Block Allocation." In Cellular Communications Systems in Congested Environments, 117–46. Cham: Springer International Publishing, 2016. http://dx.doi.org/10.1007/978-3-319-46267-7_6.
Full text
4
Ghorbanzadeh, Michael, and Ahmed Abdelhadi. "Radio Resource Block Allocation." In Practical Channel-Aware Resource Allocation, 71–91. Cham: Springer International Publishing, 2021. http://dx.doi.org/10.1007/978-3-030-73632-3_4.
Full text
5
Benmammar, Badr, and Asma Amraoui. "Cognitive Radio." In Radio Resource Allocation and Dynamic Spectrum Access, 23–38. Hoboken, NJ USA: John Wiley & Sons, Inc., 2013. http://dx.doi.org/10.1002/9781118575116.ch2.
Full text
6
Kazmi, S. M. Ahsan, Latif U. Khan, Nguyen H. Tran, and Choong Seon Hong. "Network Slicing: Radio Resource Allocation." In Network Slicing for 5G and Beyond Networks, 43–67. Cham: Springer International Publishing, 2019. http://dx.doi.org/10.1007/978-3-030-16170-5_4.
Full text
7
Kwon, Yangsoo, Jungwon Suh, Jaehak Chung, and Joohee Kim. "Multiband Radio Resource Allocation for Cognitive Radio Systems." In Lecture Notes in Computer Science, 480–86. Berlin, Heidelberg: Springer Berlin Heidelberg, 2006. http://dx.doi.org/10.1007/11893011_61.
Full text
8
Koliadenko, Yulia, Mykola Moskalets, Valerii Badieiev, and Roman Savchenko. "Method Radio Resource Allocation in Cognitive Radio Network." In Information and Communication Technologies and Sustainable Development, 102–15. Cham: Springer Nature Switzerland, 2023. http://dx.doi.org/10.1007/978-3-031-46880-3_7.
Full text
9
Wang, Shaowei. "Spectral-Efficient Resource Allocation in CR Systems." In Cognitive Radio Networks, 27–65. Cham: Springer International Publishing, 2014. http://dx.doi.org/10.1007/978-3-319-08936-2_3.
Full text
10
Wang, Shaowei. "Energy-Efficient Resource Allocation in CR Systems." In Cognitive Radio Networks, 67–91. Cham: Springer International Publishing, 2014. http://dx.doi.org/10.1007/978-3-319-08936-2_4.
Full textConference papers on the topic "Allocation des ressources radio"
1
Yoshikawa, Kotaro, Takumi Tanagi, and Koichi Adachi. "Radio Resource Allocation Scheme Considering Future Channel Conditions Based on Radio Environment Map." In 2024 VTS Asia Pacific Wireless Communications Symposium (APWCS), 1–5. IEEE, 2024. http://dx.doi.org/10.1109/apwcs61586.2024.10679301.
Full text
2
Kabaou, Mohamed Ouwais, Belgacem Chibani Rhaimi, Mohamed Naceur Abdelkrim, and Mongi Marzoug. "Radio ressource allocation for multimedia traffic over wireless channels in OFDMA downlink systems." In 2010 2nd International Conference on Advanced Computer Control. IEEE, 2010. http://dx.doi.org/10.1109/icacc.2010.5486849.
Full text
3
Khabir, Abdelilah, Zoubir Elfelssoufi, and Hamid Azzouzi. "Flexible Allocation of Human Ressources Uder Constraints." In 2019 International Colloquium on Logistics and Supply Chain Management (LOGISTIQUA). IEEE, 2019. http://dx.doi.org/10.1109/logistiqua.2019.8907314.
Full text
4
Labdaoui, Rym, Khalida Ghanem, and Fatiha Youcef Ettoumi. "Using market equilibrium optimization technique for ressource allocations in underlay cognitive radio." In 2015 International Conference on Electrical and Information Technologies (ICEIT). IEEE, 2015. http://dx.doi.org/10.1109/eitech.2015.7162981.
Full text
5
Zhioua, Ghayet El Mouna, Soumaya Hamouda, Philippe Godlewski, and Sami Tabbane. "A femtocells ressources allocation scheme in OFDMA based networks." In 2010 Second International Conference on Communications and Networking (ComNet). IEEE, 2010. http://dx.doi.org/10.1109/comnet.2010.5699812.
Full text
6
Nicolicin-Georgescu, Vlad, Vincent Benatier, Remi Lehn, and Henri Briand. "Ontology-Based Autonomic Computing for Decision Support Systems Management: Shared Ressources Allocation between Groups of Data Warehouses." In 2010 Third International Conference on Communication Theory, Reliability, and Quality of Service. IEEE, 2010. http://dx.doi.org/10.1109/ctrq.2010.46.
Full text
7
Chu, Feng-Seng, and Kwang-Cheng Chen. "Radio Resource Allocation in OFDMA Cognitive Radio Systems." In 2007 IEEE 18th International Symposium on Personal, Indoor and Mobile Radio Communications. IEEE, 2007. http://dx.doi.org/10.1109/pimrc.2007.4394507.
Full text
8
Lin, Pin-Hsun, Tong-Hua Hsieh, and Hsuan-Jung Su. "Resource allocation for cognitive radio." In First International Workshop. New York, New York, USA: ACM Press, 2007. http://dx.doi.org/10.1145/1577382.1577385.
Full text
9
Moura, David F. C., Juraci F. Galdino, and Ronaldo M. Salles. "Autonomic radio networks channel allocation." In MILCOM 2008 - 2008 IEEE Military Communications Conference (MILCOM). IEEE, 2008. http://dx.doi.org/10.1109/milcom.2008.4753456.
Full text
10
He, Zhenfeng, and M. K. Gurcan. "Optimizing radio resource allocation in HSDPA using 2 group allocation." In the 2009 International Conference. New York, New York, USA: ACM Press, 2009. http://dx.doi.org/10.1145/1582379.1582622.
Full text