EM channel characteristics and their impact on MAC layer performance in underwater surveillance networks
Notice bibliographique
Résumé
Abstract Wireless communications and multihop networking based on electromagnetic (EM) radios have been considered as an alternative to acoustic communications in seawater because in typical applications for networked underwater sensing, EM waves are much less susceptible to multipath distortion and environmental noise. In this paper, we discuss the characteristics of EM channels in seawater and derive a novel EM signal propagation model. Based on the propagation model, we implement in the QualNet network simulator an EM underwater surveillance network for studying the impact of these unique characteristics of underwater EM channels on the media access control (MAC) layer performance. Both a single‐hop network model and a multihop network model are simulated. Simulation results show that the carrier sense multiple access without or with acknowledgement (CSMAWithoutACK or CSMAWithACK, respectively) has advantages over ALOHA and multiple access with collision avoidance in terms of packet average delay, packet delivery ratio, and MAC scheme overhead. In the multihop network model, the use of CSMAWithoutACK significantly reduces the packet average delay and the MAC scheme overhead, and both CSMAWithoutACK and CSMAWithACK achieve more than 90 % packet delivery ratio. Therefore, CSMAWithoutACK (with no handshaking via request‐to‐send and clear‐to‐send control packets) is the most appropriate MAC protocol to be used in multihop EM‐based underwater surveillance networks. © Her Majesty the Queen in Right of Canada 2014. Reproduced with the permission of the Minister of Industry Canada
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».