MétaCan
Menu
Retour à la cohorte
Enregistrement W2145752182 · doi:10.1109/mwc.2007.4396949

Scheduling schemes for multimedia service in wireless OFDM systems

2007· article· en· W2145752182 sur OpenAlexaff
Haiying Zhu, Roshdy H. M. Hafez

Notice bibliographique

RevueIEEE Wireless Communications · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Wireless Network Optimization
Établissements canadiensCarleton UniversityInnovation, Science and Economic Development Canada
Organismes subventionnairesnon disponible
Mots-clésComputer scienceLink adaptationComputer networkOrthogonal frequency-division multiplexingScheduling (production processes)Quality of serviceTime division multiple accessWireless broadbandFairness measureFadingWiMAXMaximum throughput schedulingProportionally fairWirelessNetwork packetSpectral efficiencyRound-robin schedulingReal-time computingThroughputWireless networkDynamic priority schedulingChannel (broadcasting)Telecommunications

Résumé

récupéré en direct d'OpenAlex

Scheduling schemes play a key role in the system performance of broadband wireless systems such as WLANs/WMANs. Maximal SNR and round robin are two conventional scheduling strategies that emphasize efficiency and fairness, respectively. The proportional fair scheme provides a trade-off between efficiency and fairness, and has been well studied in TDMA and CDMA systems. In this article we extended the PF scheduling scheme to OFDM-based BWSs (OPF). In addition, we propose three variations: adaptive OPF (AOPF), multimedia AOPF (MAOPF), and normalized MAOPF (NMAOPF) in order to meet the QoS requirements for multirate services in multimedia systems. The adaptive modulation and coding schemes in time varying and frequency selective fading are considered. The system performances of the algorithms are compared in terms of efficiency (throughput and mean packet delay) and fairness (user satisfaction rate and average user rate). Joint physical and media access control layer simulation results show that AOPF and MAOPF can improve throughput at the cost of fairness, and NMAOPF can provide the highest throughput without losing fairness.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,029
Tête enseignante GPT0,283
Écart entre enseignants0,254 · 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
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

Citations26
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Wireless CommunicationsMême sujetAdvanced Wireless Network OptimizationTravaux en français237 207