MétaCan
Menu
Retour à la cohorte
Enregistrement W2122222759 · doi:10.1109/glocom.2010.5683147

Establishing Strict Priorities in IEEE 802.11p WAVE Vehicular Networks

2010· article· en· W2122222759 sur OpenAlexaff
Mohssin Barradi, Abdelhakim Hafid, José R. Gallardo

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueWireless Networks and Protocols
Établissements canadiensUniversity of OttawaUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésExponential backoffComputer scienceComputer networkControl channelIEEE 802.11pDedicated short-range communicationsChannel (broadcasting)Vehicular ad hoc networkTransmission (telecommunications)WirelessSimple (philosophy)Scheme (mathematics)CollisionProtocol (science)ThroughputComputer securityWireless ad hoc networkTelecommunications

Résumé

récupéré en direct d'OpenAlex

The WAVE (Wireless Access in Vehicular Environments) concept includes seven channels within the DSRC band. One of them, known as the Control Channel (CCH), is the one used to exchange all safety-related messages. Messages sent over the CCH have to be processed with different priorities depending on how critical they are for vehicle safety. However, the MAC protocol currently adopted for WAVE, namely EDCA, stops short of that requirement; it does not establish strict priorities, but only relative advantages for some types of messages over the others. Another problem is that, since messages are broadcasted on the CCH, there are no acknowledgments. This means that it is not possible to know whether a transmission was successful or not, which eliminates the possibility to use the binary exponential backoff technique to reduce congestion. In this paper, we propose a simple but effective solution to both of these problems. We use simulations to analyze the performance of the modified MAC protocol and compare it to that of the original EDCA. The results show that the proposed scheme outperforms EDCA. Our comparison focuses on the reduced probability of collision for high-priority frames (gain) and on the increased delays for lower-priority frames (price to pay).

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,015
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,004
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
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 Opus0,014
Tête enseignante GPT0,232
Écart entre enseignants0,218 · 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 source (Gemma direct ou Codex distillé), 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations42
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetWireless Networks and ProtocolsTravaux en français237 207