Benefits of the IEEE 802.15.4's MAC layer acknowledgements in Ad-Hoc networks: An experimental analysis
Notice bibliographique
Résumé
This paper highlights the benefits of IEEE 802.15.4's unslotted carrier sense multiple access collision avoidance (CSMA-CA) MAC layer acknowledgements (ACKs) in ad-hoc wireless networks. We performed different experimental studies to analyse the impact of enabling and disabling the ACKs on event detection ratio (EDR), available bandwidth estimator, and flow admission control algorithms. Comparison of the best performance of both, i.e., enabling and disabling the ACKs w.r.t. EDR demonstrates the following benefits of enabling the ACKs. 97% EDR by only transmitting a single message corresponding to each event, 52% higher EDR, 59% fewer total transmissions, and 78% lower event propagation delay to a sink node. The ACKs improves the effectiveness of the state-of-the-art flow admission control algorithms by up to 166%. Enabling the ACKs, and using no admission control algorithm is up to 40% more effective compared to using the admission control algorithms with the ACKs disabled. Similarly, estimating the residual data relaying capacity of the IEEE 802.15.4 communication link using an available bandwidth estimator is only useful when the ACKs are enabled.
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 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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».