MétaCan
Menu
Retour à la cohorte
Enregistrement W2169032273 · doi:10.1109/glocom.2005.1578205

Reactive cognitive radio algorithms for co-existence between IEEE 802.11b and 802.16a networks

2005· article· en· W2169032273 sur OpenAlexaff
Xiangpeng Jing, Siun-Chuon Mau, Dipankar Raychaudhuri, R. Matyas

Notice bibliographique

RevueGLOBECOM '05. IEEE Global Telecommunications Conference, 2005. · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Wireless Network Optimization
Établissements canadiensNortel (Canada)
Organismes subventionnairesnon disponible
Mots-clésCognitive radioComputer scienceComputer networkThroughputRadio resource managementInterference (communication)Co-channel interferenceWirelessFrequency bandIEEE 802.11Power controlWireless networkChannel (broadcasting)TelecommunicationsPower (physics)Bandwidth (computing)

Résumé

récupéré en direct d'OpenAlex

This paper investigates the use of reactive cognitive radio algorithms to enable co-existence between IEEE 802.11b and 802.16a networks in the same unlicensed band. In particular, we develop a system model in which the two wireless systems share radio resources in frequency, space and time, and reactive coordination methods are used to reduce the mutual interference and improve link throughput. Reactive cognitive radio schemes utilize the available degrees of freedom in frequency, power and time, and react to observations in these dimensions to avoid interference. Dynamic frequency selection (DFS) enables radios to choose the band with the least interference. power control (PC) allows communications at the least possible transmit power. Time agility (TA) enables radios to adapt to each other's traffic patterns and avoid increasing interference in poor channel conditions. Simulation results are given for the following scenarios: (i) single 802.16a cell with single 802.11b hotspot; (ii) multiple 802.16a cells with multiple 802.11b hotspots. The results demonstrate that reactive cognitive radio schemes can provide significant improvements in 802.11b and/or 802.16a throughputs in the typical operating scenarios considered.

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 seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
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 Opus0,034
Tête enseignante GPT0,298
Écart entre enseignants0,264 · 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

Citations55
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGLOBECOM '05. IEEE Global Telecommunications Conference, 2005.Même sujetAdvanced Wireless Network OptimizationTravaux en français237 207