Optimal Voice Admission Control Performance under Soft Vertical Handoff in Loosely Coupled 3G/WLAN Networks
Notice bibliographique
Résumé
Low cost WLAN networks are very likely to be loosely coupled to high cost 3G networks in order to provide the 3G subscribers with an extended WLAN capacity and the WLAN subscribers with the 3G ubiquitous coverage. Considering the high signaling latency when handing off critical voice calls between the two loosely coupled networks, soft vertical handoff (VHO) has already been introduced to ensure packet-level QoS however its resource efficiency is not evaluated yet. Therefore, in this paper we study the impact of mobility and soft VHO on the performance of the optimal voice admission control in terms of blocking probabilities. First, we propose an accurate analytical model for our system. Then we show that a resource-efficient soft handoff (RESHO) algorithm provides much better performance than a static-threshold soft handoff (STSHO) algorithm in WLAN mobility environments. In fact, we observe that the 3G new call blocking probability reduction gained by using a RESHO algorithm compared to a STSHO algorithm is largely increased when multi-mode mobile station velocities have low mean and high variability. This velocity profile typically characterizes the WLAN mobility environment. We believe that the provided model and the presented results could push and help the design of highly efficient soft VHO algorithms for loosely coupled 3G/WLAN networks.
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 | 0,001 | 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 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».