A novel association algorithm for congestion relief in IEEE 802.11 WLANs
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Many wireless local area network (WLAN) performance estimations are done with the assumption of uniformly distributed stations (STAs). In practice, on the contrary STAs are distributed unevenly among access points (APs), causing hot-spots and under utilized APs in a wireless network. Considering a WLAN is made up of multiple APs, having some APs carrying excessive loads (i.e. hot-spots) degrades both the considered APs as well as the overall network performance. The system performance can be improved by associating incoming STAs effectively throughout the network, in a sense to balance the network load evenly between APs and relieve the hot-spot congestion. Currently employed user association method in IEEE 802.11 WLANs considers only the received signal strength of APs at STAs, and associates STAs to the closest (in signal strength sense) AP, ignoring its load and interference value.Novel user association algorithms are required for congestion relief and network performance improvement. In this work, a new distributed association algorithm taking into consideration not only the received signal strength of the APs at STAs but also AP loadings and interference is proposed. A new AP load calculation method acknowledging the interference between STAs and APs is presented. Our simulations demonstrate that the proposed algorithm can improve the overall system throughput performance more than 50% and offers a better load distribution across the network compared to conventional association algorithm.
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.
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 découle