MétaCan
Menu
Retour à la cohorte
Enregistrement W2042109723 · doi:10.1109/wivec.2014.6953220

Demonstration of multi-channel medium access control protocol in vehicular power line communication (VPLC) using OMNeT++

2014· article· en· W2042109723 sur OpenAlexaff
Zhengguo Sheng, Morgan Roff, Roberto P. Antonioli, Victor C. M. Leung

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiquePower Line Communications and Noise
Établissements canadiensQueen's UniversityUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésComputer scienceComputer networkChannel (broadcasting)Protocol (science)Power-line communicationNode (physics)MultiplexingAccess methodKey (lock)Channel access methodAccess controlMedia access controlRandom accessHidden node problemPower (physics)WirelessTelecommunicationsWireless networkEngineeringComputer security

Résumé

récupéré en direct d'OpenAlex

In-vehicle communication is becoming more important as the need to ensure reliable and efficient communications with the increasing number of x-by-wire applications. In order to well maintain in-vehicle communications, it is necessary to evolve protocols for managing communications and, in particular, for granting bus access for real-time applications. In this paper, we describe a demonstration of the multi-channel random access protocol that we have developed for VPLC using OMNeT++. The proposed solution uses a combination of time and frequency multiplexing and consists of two key features: (i) multiple access channels to prioritize transmissions and (ii) a distributed collision resolution algorithm that allows each node to compete for the use of its selected channel. The live demonstration illustrates the contention resolution procedure of in-vehicle communications with different service classes, shows simulation results to validate the advantages of the proposed protocol and provides useful guidelines for developing a robust contention-based protocol for vehicular power line communication systems.

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 enseignants0,884
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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,059
Tête enseignante GPT0,333
Écart entre enseignants0,275 · 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

Citations1
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPower Line Communications and NoiseTravaux en français237 207