MétaCan
Menu
Retour à la cohorte
Enregistrement W2126941358 · doi:10.1109/tvt.2010.2046758

Joint AMC and Packet Fragmentation for Error Control Over Fading Channels

2010· article· en· W2126941358 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueIEEE Transactions on Vehicular Technology · 2010
Typearticle
Langueen
DomaineComputer Science
ThématiqueWireless Networks and Protocols
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésFadingPHYComputer networkComputer sciencePhysical layerLink adaptationNetwork packetLink layerWirelessBit error rateAutomatic repeat requestChannel (broadcasting)Hybrid automatic repeat requestTelecommunications linkTelecommunications

Résumé

récupéré en direct d'OpenAlex

Error control is critical for wireless networks to combat channel fading and ensure efficient resource utilization. Adaptive modulation and coding (AMC) in the physical (PHY) layer and packet fragmentation and automatic repeat request (ARQ) in the link layer are widely used error-control mechanisms. However, how to jointly optimize them in both layers for high-rate wireless networks is still open. In this paper, using the WiMedia ultrawideband (UWB) networks as an example, we first develop a general analytical framework to quantify the link delay and loss performance considering the channel fading, the joint error-control mechanisms, and the arbitrary reservation-based media access control (MAC) protocol. Second, we introduce a cross-layer design to optimize the PHY-layer AMC and the link-layer packet fragmentation and propose a joint-adaptation mechanism that is simple to implement and has near-optimal performance. Numerical results reveal that fragmentation has a greater impact than AMC on the delay and loss performance for marginal links and that the proposed joint-adaptation strategy is efficient for high-rate wireless 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.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,852
Score d'incertitude au seuil0,587

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 ouverte0,0000,000
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 Opus0,015
Tête enseignante GPT0,263
Écart entre enseignants0,248 · 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