Coexistence Analysis of H2H and M2M Traffic in FiWi Smart Grid Communications Infrastructures Based on Multi-Tier Business Models
Notice bibliographique
Résumé
In this paper, we study the performance of multi-tier integrated fiber-wireless (FiWi) smart grid communications infrastructures based on low cost, simple, and reliable next-generation passive optical network (PON) with quality-of-service (QoS) enabled wireless local area networks (WLANs) in terms of capacity, latency, and reliability. We study the coexistence of human-to-human (H2H), e.g., triple-play traffic and machine-to-machine (M2M) traffic originating from wireless sensors operating on a wide range of possible configurations. Our analysis enables the quantification of the maximum achievable data rates of both event- and time-driven wireless sensors without violating given upper delay limits of H2H traffic. By using experimental measurements of real-world smart grid applications, we investigate the impact of variable H2H traffic loads on the sensor end-to-end delay performance. The obtained results show that a conventional Ethernet PON may cause a bottleneck and increase the delay for both H2H and M2M traffic. In contrast, by using a 10 G-EPON or wavelength division multiplexing (WDM) PON, the bottleneck arises in the wireless network. Furthermore, we study the interplay between time- and event-driven nodes and show that the theoretical upper bound of time-driven sensors decreases linearly as a function of the number of sensors, whereas with event-driven sensors, the upper bound decrease is nonlinear and more pronounced.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».