Optimal Data Transmission and Channel Code Rate Allocation in Multipath Wireless Networks
Notice bibliographique
Résumé
Wireless links are often unreliable and prone to transmission error, particularly when network users are mobile. These can degrade the performance in wireless networks, particularly for applications with tight quality-of-service requirements. A common remedy to this problem is channel coding. However, this per-link solution can compromise the link data rate, leading to an undesired end-to-end performance. In this paper, we show that this shortcoming can be mitigated if the end-to-end transmission rates and channel code rates are properly selected over multiple routing paths. We formulate a joint channel coding and end-to-end data rate allocation problem in multipath wireless networks with max-min fairness as the objective function. Our goal is to maximize the minimum throughput available among the network users. To cope with the fast and frequent changes in dynamic environments that are typical for vehicular networks, we address both adaptive and nonadaptive channel coding scenarios. Unlike similar formulations in single-path routing networks, in the multipath routing case, we face an optimization problem that is nonconvex and usually difficult to solve. We tackle the nonconvexity by using function approximation and iterative techniques from signomial programming. Simulation results confirm that by using channel coding jointly with multipath routing, we can significantly improve the end-to-end network performance compared with the case when only one of them is used in the network. Nonadaptive channel coding is also shown to achieve a high degree of optimality with much less complexity.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».