MétaCan
Menu
Retour à la cohorte
Enregistrement W2073465668 · doi:10.1109/vlsid.2014.56

Control Mechanism to Solve False Blocking Problem at MAC Layer in Wireless Sensor Networks

2014· article· en· W2073465668 sur OpenAlexaff
Brajendra K. Singh, Kemal Tepe, Mohammed Khalid

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueEnergy Efficient Wireless Sensor Networks
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésComputer scienceComputer networkWireless sensor networkThroughputBlocking (statistics)Network packetMultiple Access with Collision Avoidance for WirelessTransmission (telecommunications)Key distribution in wireless sensor networksChannel (broadcasting)Energy consumptionAccess controlWirelessMedia access controlWireless networkRouting protocolEngineeringTelecommunicationsOptimized Link State Routing Protocol

Résumé

récupéré en direct d'OpenAlex

Contention based MAC protocols for wireless sensor networks (WSNs) suffer from the problem of false blocking of channel access due to unsuccessful attempts of RTS transmission by their neighboring nodes. This does not only reduce the network throughput, but also results in inconsistent and unpredictable data packet transmission pattern, which is unacceptable for real-time applications. A control mechanism that solves the false blocking problem is designed and introduced in this paper. In this approach, an additional control signal, called clear channel (CC), is used to facilitate the medium access decision. The proposed solution works for single-stream as well as multi-stream communication scenarios. Simulation results show that the solution helps the network to provide consistent and predictable delay performance while maintaining similar network throughput and energy consumption as compared to other general purpose MAC protocols for WSNs. With this solution, wireless sensors can be used in real-time sensor data communication.

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 enseignants0,791
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)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,008
Tête enseignante GPT0,208
Écart entre enseignants0,200 · 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 sujetEnergy Efficient Wireless Sensor NetworksTravaux en français237 207