MétaCan
Menu
Retour à la cohorte
Enregistrement W2122198105 · doi:10.1109/icc.2006.254726

Traffic Engineering in BFWA Mesh Networks at Millimeter Wave Band

2006· article· en· W2122198105 sur OpenAlexaff
Junaid Ali Khan, Hussein Alnuweiri

Notice bibliographique

Revue2006 IEEE International Conference on Communications · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueMillimeter-Wave Propagation and Modeling
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésComputer scienceWireless mesh networkScalabilityMesh networkingComputer networkExtremely high frequencyDistributed computingChannel (broadcasting)Interference (communication)Channel allocation schemesRadio spectrumControl reconfigurationElectronic engineeringWirelessWireless networkTelecommunicationsEngineering

Résumé

récupéré en direct d'OpenAlex

Inherent difficulties in millimeter-wave radio operations, such as higher atmospheric attenuation, especially during rainy times, motivated the use of mesh architecture in millimeter-wave band for broadband fixed wireless access (BFWA) networks. When used with highly directional antennas, these mesh networks also provide better frequency reuse. A recent proposed architecture for such networks shows how a link can have multiple radio channels. This paper exploits this property to present a solution that uses distributed dynamic channel allocation (DDCA) to reconfigure the link capacities to achieve better Traffic Engineering. DDCA works by adding or removing channels from a link while satisfying interference constraints, based on current network conditions. The paper proposes a DDCA algorithm and then integrates it with routing. The distributed dynamic nature of the algorithm provides true scalability with fast and dynamic reconfiguration of the network. Simulation results show that the proposed solution provides better performance than solutions that employ a fixed channel allocation.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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: Empirique
Score de désaccord entre enseignants0,300
Score d'incertitude au seuil0,895

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,063
Tête enseignante GPT0,266
Écart entre enseignants0,203 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2006 IEEE International Conference on CommunicationsMême sujetMillimeter-Wave Propagation and ModelingTravaux en français237 207