On Enhancing Technology Coexistence in the IoT Era: ZigBee and 802.11 Case
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.
Notice bibliographique
Résumé
ZigBee is often chosen as a technology to connect things because of characteristics, such as network resilience, interoperability, and low power consumption. In addition, Zigbee Pro, with its Green Power feature, allows low-power networking capable of supporting more than 64 000 devices on a single network, making it an excellent choice to connect things. However, in recent years, we have witnessed the proliferation of smart devices using either 802.11 or ZigBee technologies, which operate in the same frequency band. Proposing and developing techniques that may improve the fair operation and performance of these technologies in coexistence scenarios have been a major concern in industry and academia. In this paper, we propose the use of traffic prioritization for ZigBee nodes in order to improve their performance when coexisting with IEEE 802.11 nodes. We develop an analytical model based on Markov chains, which captures the behavior of channel access mechanisms for both 802.11 nodes and different ZigBee priority class nodes. Based on extensive simulations, we validate the accuracy of the proposed model, and demonstrate how traffic prioritization of ZigBee nodes effectively improves their performance when coexisting with 802.11 nodes. We also demonstrate that this improvement comes at the cost of negligible degradation in the performance of the 802.11 nodes.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle