AODV adaptation for semi-static smart grid monitoring systems
Notice bibliographique
Résumé
One of the main implementations of wireless sensor networks (WSNs) is monitoring equipment. These types of equipment can range from transmission line systems to hydro usage data collection in residential areas. The functionality of WSNs can also be extended to sending commands or instructions to external systems based on varying conditions or emergencies. Mesh networks have proved valuable in smart grid applications based on the self-configuring, self-healing nature of the mesh networking protocols. Ad Hoc On-Demand Distance Vector (AODV) routing protocol has been chosen as a base for redesigning a routing protocol to monitor transmission lines and collect data. Lowering overhead in network traffic is crucial to decreasing latency times, which is the motivation for our proposed design. Our design exploits the static nature of the data collection and Smart Grid monitoring networks. AODV-Uppsala University (AODV-UU) is a reactive, self-healing, and self-configuring routing protocol designed for Mobile Ad Hoc Networks (MANETs). Due to the fact that high frequency periodic rediscovery of neighbors is not necessary with a more static network topology, neighbor discovery in AODV-UU has been modified to lower the control overhead traffic. Additionally, through extending the lifetime of valid routes our design can throttle down control messages used for route maintenance. The modification was implemented in a real-time prototype and our results show increased throughput and a lower end-to-end delay of data transmission.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 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 ».