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 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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».