Low power rendezvous in embedded wireless networks
Notice bibliographique
Résumé
In the future, wireless networking will be embedded into a wide variety of common, everyday objects [1]. In many embedded networking situations, the communicating nodes will be very small and battery powered. For this reason, it is crucial that power consumption is as low as possible. A technique for reducing power consumption is to place nodes into a sleep mode whenever possible, and have them occasionally awaken to interact with other nodes. This type of action is referred to as a node rendezvous, and can be used in a variety of different ways.In this paper we consider power-efficient service rendezvous in embedded wireless networks with external triggering. We first define two basic rendezvous mechanisms, namely, server beaconing and client beaconing. We show that server beaconing is preferred when the client arrival rate is below a parameter dependent threshold. Above this level, the use of client beaconing results in lower power consumption. We also consider a hybrid technique whereby server nodes independently select the beaconing mode so that total power consumption is reduced over a wide range of system parameter values. The operation of the client nodes is transparent to this selection.We also introduce the use of adaptive server beaconing. In a static server beaconing system, the optimum beaconing rate is an increasing function of the client loading level. It is shown that by adapting the server beacon rate in an intelligent way, total power consumption can be greatly reduced over a large range of traffic loading conditions. A very simple method is introduced for performing this adaptation.Several other innovations are discussed which can be used to reduce power consumption in embedded networks. We investigate the use of an AC mains-powered rendezvous server for power reduction, and we discuss a distributed power reduction technique referred to as client beacon proxying. It is shown that by performing rendezvous in an intelligent manner, total power consumption may be greatly reduced in many situations.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,002 | 0,001 |
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 ».