MétaCan
Menu
Retour à la cohorte
Enregistrement W2011835144 · doi:10.1109/vetecs.2012.6240045

Effects of Relaying on Network Lifetime in 2.4GHz IEEE802.15.4 Based Body Area Networks

2012· article· en· W2011835144 sur OpenAlexaff
Pooyan Abouzar, Kaveh Shafiee, David G. Michelson, Victor C. M. Leung

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueWireless Body Area Networks
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPath lossTransmitterRelayComputer scienceWireless sensor networkBody area networkAmplifierTransmission (telecommunications)Computer networkWirelessTransmitter power outputEnergy consumptionPower (physics)Electronic engineeringTelecommunicationsChannel (broadcasting)Electrical engineeringEngineeringBandwidth (computing)

Résumé

récupéré en direct d'OpenAlex

Relaying is a major technique to increase network lifetime in wireless sensor networks (WSNs) and body area networks (BANs). The results of relaying studies highly depend on power consumption model of relay's transmitter and receiver radio, channel and mobility models. In this work, we study the effect of relaying with 2.4GHz IEEE802.15.4 modules on network lifetime. We analytically derive the energy expenditure of relays in which we use the path loss probability distribution function (PDF) over links, which is derived from our link characterization using micaZ motes, and the existing power consumption models. It turns out that in order for relaying to be beneficial to network lifetime and for the same transmitter power amplifier efficiency, receive power consumption of IEEE802.15.4 widely used RF modules, e.g., micaZ motes are required to be decreased. For instance, receive power of 17mW helps us achieve 25% more lifetime with 3-relay scheme than single-hop transmission over ankle-waist link during walking, whereas with the current receiver, we achieve 12% less lifetime compared to single-hop scenario.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,174
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,005
Tête enseignante GPT0,188
Écart entre enseignants0,183 · 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.

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

Citations2
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetWireless Body Area NetworksTravaux en français237 207