An efficient wireless resource management scheme to support handoff data recovery in packet-switched cellular multicast networks
Notice bibliographique
Résumé
To support data transfer reliability similar to that of a fixed multicast network, migrating terminals in a packet-switched cellular wireless multicast network supporting reliable multicast data transfer need to recover lost data during handoffs before they can merge into the respective multicast groups in the new cells. The multicast groups in packet-switched wireless networks typically share resources on a statistical multiplexed basis. To minimize impact on other terminals, this paper proposes to allow part of a multicast group's assigned bandwidth to be shared by the handoff terminals for transient data recovery using the proposed Weighted Fair Share (WFS) method with optimal weight selection. Handoff terminals are admitted into the new cell using the proposed Multicast Connection Admission Control (MCAC) scheme. These methods together constitute the Fair and Efficient Wireless Multicast resource management Scheme (FEWMS) presented in this paper. Under FEWMS, a migrating terminal can quickly recover lost data and merge into the existing multicast group during a handoff. Simulations using self-similar traffic sources show that the proposed method reduces the handoff failure probability of migrating terminals and the average packet delay of the multicast group, and increases the overall system throughput, compared with an existing proposal. Evaluations of different performance measures show that the system throughput does not give a complete picture of the system performance, as different resource management schemes may have substantial impact on other performance measures such as average delay and handoff failure probability.
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 | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».