MétaCan
Menu
Retour à la cohorte
Enregistrement W2147627977 · doi:10.1109/tsp.2007.911284

Optimal Channel-Aware ALOHA Protocol for Random Access in WLANs With Multipacket Reception and Decentralized Channel State Information

2008· article· en· W2147627977 sur OpenAlexaff
Minh Hanh Ngo, Vikram Krishnamurthy, Lang Tong

Notice bibliographique

RevueIEEE Transactions on Signal Processing · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Wireless Network Optimization
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésComputer networkAlohaComputer scienceChannel (broadcasting)Random accessChannel state informationProtocol (science)State (computer science)TelecommunicationsThroughputWirelessAlgorithm

Résumé

récupéré en direct d'OpenAlex

Perfect decentralized channel state information (CSI) is utilized to design an optimal distributed medium access control (MAC) protocol for wireless local area networks (WLANs) with the multipacket reception capability, which is available in CDMA systems for example. In particular, we consider the scenario where a finite number of users transmit packets to a common access point via a channel-aware ALOHA protocol. We analyze the structure of the optimal channel-aware transmission policies for both the spatially homogeneous WLAN system model, where users deploy identical transmission policies, and the spatially heterogeneous WLAN system model, where users are allowed to deploy different transmission policies. It is shown that the optimal transmission policy is nonrandomized and piecewise continuous with respect to the channel state. Furthermore, we prove for CDMA systems, which represent the most important example of networks with the MPR capability, that under a suitable condition, there exists a channel state threshold beyond which it is optimal not to transmit. Last, we propose a provably convergent stochastic approximation algorithm for estimating the optimal transmission policy for spatially homogeneous networked users. Numerical studies illustrate the performance of the algorithm and the degenerate, nonrandomized structure of the optimal transmission policy.

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)0,003
score de la tête « metaresearch » (Gemma)0,009
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,024
Tête enseignante GPT0,272
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

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

Citations49
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Signal ProcessingMême sujetAdvanced Wireless Network OptimizationTravaux en français237 207