A reservation-based call admission control scheme and system modeling in 4G vehicular networks
Notice bibliographique
Résumé
Abstract In 4G cellular networks, call admission control (CAC) has a direct impact on quality of service (QoS) for individual connections and overall system efficiency. Reservation-based CAC schemes have been previously proposed for cellular networks where a certain amount of system bandwidth is reserved for high-priority calls, e.g., hand-off calls and real-time new calls. Traditional reservation-based schemes are not efficient for 4G vehicular networks, as the reserved bandwidth may not be utilized effectively in low hand-off rates. We propose a channel borrowing approach in which new best effort (BE) calls can borrow the reserved bandwidth for high-priority calls. Later, if a hand-off call arrives and all the channels are busy, it will pre-empt the service of a borrower BE call if there exists any. The pre-empted BE calls are kept in a queue and resume their service whenever a channel becomes available. The analytical model for this scheme is a mixed loss-queueing system for which it is difficult to calculate call blocking probability (CBP) and call dropping probability (CDP). Our focus in this paper is on the system modeling and performance evaluation of the proposed scheme. We present two system models that approximate the operation of the proposed scheme. For these models, we derive the CBP and CDP analytically. It is shown that our analytical results are very close to the ones obtained from simulations. Furthermore, it is observed that our channel borrowing approach decreases the CBP considerably while increases the CDP slightly over a large range of hand-off rates.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».