MétaCan
Menu
Retour à la cohorte
Enregistrement W2027414550 · doi:10.1109/tits.2012.2206387

VIP-WAVE: On the Feasibility of IP Communications in 802.11p Vehicular Networks

2012· article· en· W2027414550 sur OpenAlexaff
Sandra Céspedes, Ning Lu, Xuemin Shen

Notice bibliographique

RevueIEEE Transactions on Intelligent Transportation Systems · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicular Ad Hoc Networks (VANETs)
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesUniversidad ICESIBrander Beacons Cancer Research
Mots-clésComputer networkIEEE 802.11pComputer scienceSoftware deploymentWirelessNext-generation networkTelecommunicationsVehicular ad hoc networkThe InternetWireless ad hoc network

Résumé

récupéré en direct d'OpenAlex

Vehicular communication networks, such as the 802.11p and Wireless Access in Vehicular Environments (WAVE) technologies, are becoming a fundamental platform for providing real-time access to safety and entertainment information. In particular, infotainment applications and, consequently, IP-based communications, are key to leverage market penetration and deployment costs of the 802.11p/WAVE network. However, the operation and performance of IP in 802.11p/WAVE are still unclear as the WAVE standard guidelines for being IP compliant are rather minimal. This paper studies the 802.11p/WAVE standard and its limitations for the support of infrastructure-based IP applications, and proposes the Vehicular IP in WAVE (VIP-WAVE) framework. VIP-WAVE defines the IP configuration for extended and non-extended IP services, and a mobility management scheme supported by Proxy Mobile IPv6 over WAVE. It also exploits multi-hop communications to improve the network performance along roads with different levels of infrastructure presence. Furthermore, an analytical model considering mobility, handoff delays, collisions, and channel conditions is developed for evaluating the performance of IP communications in WAVE. Extensive simulations are performed to demonstrate the accuracy of our analytical model and the effectiveness of VIP-WAVE in making feasible the deployment of IP applications in the vehicular network.

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 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: aucune
Score de désaccord entre enseignants0,660
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,069
Tête enseignante GPT0,275
Écart entre enseignants0,205 · 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

Citations50
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Intelligent Transportation SystemsMême sujetVehicular Ad Hoc Networks (VANETs)Travaux en français237 207