Channel Time Allocations and Handoff Management for Fair Throughput in Wireless Mesh Networks
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In this paper, we study a wireless mesh network (WMN), where a number of access points (APs) form a wireless infrastructure and provide communications to the mobile stations (MSs). Different APs share the same frequency channel. We study how to provide fair long-term throughput for the MSs while efficiently utilizing the channel resources through effective handoff management and channel timeline allocations, where the channel time is allocated at two levels: first among the APs and then among the MSs. An optimization problem is first formulated and solved. The optimum solution is based on the assumption of having global information about the channel conditions of all the MSs and cannot be easily implemented in a practical WMN. Two distributed schemes are proposed by decoupling the handoff management and channel time allocations. The HO-CA scheme performs heuristic handoff decisions for the MSs based on their link gains to nearby APs and then optimizes the channel time allocations through an iterative process. The CA-HO scheme allocates the channel time to individual APs based on interfering relationship of the APs and then allows the MSs to make handoff decisions based on possible utilities from nearby APs. In both schemes, individual APs solve a local optimization problem to allocate channel time for their associated MSs. Numerical results indicate that both the proposed schemes can achieve very good fairness and that the HO-CA scheme achieves higher throughput.
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.
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 | 0,000 | 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 découle