MétaCan
Menu
Retour à la cohorte
Enregistrement W1652263058 · doi:10.1109/pimrc.1998.731346

Capacity of S-ALOHA protocols using a smart antenna at the basestation

2002· article· en· W1652263058 sur OpenAlexaff
F. Shad, T.D. Todd

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueWireless Communication Networks Research
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésAlohaComputer scienceTelecommunications linkSpace-division multiple accessBeamformingNetwork packetSmart antennaComputer networkReservationThroughputLink budgetTransmission (telecommunications)Channel capacityBase stationAntenna (radio)Channel (broadcasting)Real-time computingWirelessDirectional antennaTelecommunications

Résumé

récupéré en direct d'OpenAlex

We consider the capacity performance of several slotted ALOHA protocols adapted for smart antenna SDMA operation. We assume that a set of portable stations share a single radio link with a basestation which is equipped with a smart antenna operating in a multi-beam SDMA mode. The system uses time division duplexing so that the uplink and downlink spatial channels are highly correlated. Versions of the protocols are considered where initial station access occurs in the data slots directly, and when a minislotted reservation channel is used. Both multi-beam and single-beam operation is considered in the reservation minislots. In all cases, we assume that optimal SINR beamforming is used when assigning stations to transmission slots. In the results shown, we optimize the design of each system to maximize the capacity achieved. The comparisons thus show the relative tradeoffs between capacity and complexity possible in these systems. In all cases considered, multibeam operation in both reservation minislots and data slots can achieve the highest capacity. However, we find that when operating under low SNR, and especially for long packet lengths, only very marginal improvements in capacity are achieved. The same observation is true under higher SNRs, but the advantage of multibeam reservation is improved somewhat. This is important since operating the system with multibeam minislot contention is expected to be highly complex, due to the dynamic acquisition which must take place. We also find that when packet lengths are in the ATM cell size range, there is little or no capacity advantage in using a single-beam reservation protocol over multibeam S-ALOHA. However, in the latter case, dynamic acquisition of multiple transmissions is needed.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,003
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,182
Tête enseignante GPT0,340
Écart entre enseignants0,158 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetWireless Communication Networks ResearchTravaux en français237 207