MétaCan
Menu
Retour à la cohorte
Enregistrement W2007636585 · doi:10.1049/iet-com.2010.0899

Mitigating the effect of jamming signals in wireless <i>ad hoc</i> and sensor networks

2012· article· en· W2007636585 sur OpenAlexaff
Jahangir H. Sarker, Hussein T. Mouftah

Notice bibliographique

RevueIET Communications · 2012
Typearticle
Langueen
DomaineComputer Science
ThématiqueWireless Networks and Protocols
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésComputer networkJammingComputer scienceThroughputNode (physics)Wireless ad hoc networkBase stationNetwork packetMobile ad hoc networkTransmission (telecommunications)WirelessReal-time computingTelecommunicationsEngineering

Résumé

récupéré en direct d'OpenAlex

In an infrastructure-less wireless ad hoc or sensor network, communication may be achieved between mobile nodes without a central entity (base station) using a half-duplex Slotted ALOHA protocol. The probability of success and the throughput per mobile node can be reduced significantly, if the network is attacked by jamming signals. Mitigating the effect of jamming signals using multi-packet transmission (MPT) and/or multi-packet reception (MPR) capabilities of each mobile node is studied. The effect of the probability of success reduction due to jamming signals can be mitigated by using the MPT and the MPR capabilities of each mobile node. Similarly, reduced throughput can be increased using the same techniques. The maximum throughput per mobile node can be obtained by the proper adjustment of the transmitting probability of each mobile node and the receiving probability of each mobile node. A lower mitigation of the maximum throughput reduction can be obtained by using only the MPT, if the jamming signal rate is very low. On the other hand, only the MPR capability can provide a lower mitigation of the maximum throughput reduction. The effect of jamming signals on the maximum throughput can be mitigated successfully at all traffic load conditions, if the MPT and the MPR capabilities work together.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,943
Score d'incertitude au seuil0,300

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 savante0,0000,000
Science ouverte0,0010,001
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 Opus0,019
Tête enseignante GPT0,285
Écart entre enseignants0,265 · 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'étudeSimulation ou modélisation
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

Citations7
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIET CommunicationsMême sujetWireless Networks and ProtocolsTravaux en français237 207