MétaCan
Menu
Retour à la cohorte
Enregistrement W2002449291 · doi:10.1109/broadnets.2007.4550424

Adaptive contention access suspension in IEEE 802.15.3 MAC

2007· article· en· W2002449291 sur OpenAlexaff
Zhanping Yin, Victor C. M. Leung

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueWireless Networks and Protocols
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésComputer scienceSuperframeComputer networkDEVSFrame (networking)Channel (broadcasting)IEEE 802.11Real-time computingTime division multiple accessTelecommunications linkCarrier sense multiple access with collision avoidanceAccess controlSleep modeRandom accessThroughputWirelessPower (physics)SimulationTelecommunicationsModeling and simulation

Résumé

récupéré en direct d'OpenAlex

In IEEE 802.15.3 MAC, CSMA/CA is used in contention periods (CPs) to send commands. The brief occurrences of CPs cause bursty channel access, thus conventional models based on Poisson arrivals and saturation assumptions are no longer applicable. In this paper, we model CP access in each superframe as a contention resolution problem by applying a frame aggregation strategy for efficient frame transmissions in CPs. Insight gained from this problem formulation motivates us to propose a novel Adaptive CP Suspend (ACS) scheme that is easily implemented using a CP Counter (CPC) at the piconet controller (PNC). The CPC counts down in each idle slot and resets with the appropriate contention windows size after each collision. When the CPC reaches zero, which implies the completion of the contention resolution process, the PNC can safely suspend the remaining CP and devices (DEVs) can go into SLEEP mode to save power. Simulation results show that ACS effectively adapts to changes in channel traffic, substantially shortening the effective region in a CP in which all active DEVs continue to sense the channel, and significantly reducing the system energy cost by allowing DEVs to turn off their radios during the suspended parts of the CPs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,968
Score d'incertitude au seuil0,322

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,058
Tête enseignante GPT0,326
Écart entre enseignants0,269 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations5
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetWireless Networks and ProtocolsTravaux en français237 207