MétaCan
Menu
Retour à la cohorte
Enregistrement W2548313926 · doi:10.1109/ccece.2016.7726678

Modeling and delay analysis of wireless HANs in smart grids over fading channels subjected to multiple access schemes and interference

2016· article· en· W2548313926 sur OpenAlexaff
Abdulfattah Noorwali, Abdulbaset M. Hamed, Raveendra K. Rao, Abdallah Shami

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiquePower Line Communications and Noise
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésTime division multiple accessComputer scienceFrequency-division multiple accessInterference (communication)FadingChannel (broadcasting)Computer networkRayleigh fadingWirelessWireless networkAdjacent-channel interferenceElectronic engineeringTopology (electrical circuits)Orthogonal frequency-division multiplexingTelecommunicationsEngineeringElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Smart grids are comprised of several interconnected layers of networks. A set of Electrical Devices (EDs) in the lowest layer, the Home Area Network (HAN), communicates with the Mesh Client (MC). The HAN, in this paper, is modelled as a wireless network using Frequency Division Multiple Access (FDMA) and Time Division Multiple Access (TDMA) to facilitate communication between the EDs and their respective MCs. For these models, channel capacities over the Rayleigh and Nakagami fading channels are determined and delay analysis is presented. Upper and lower bound expressions for achievable delay, in closed-form, are derived as a function of Signal-to-Interference-plus-Noise Ratio (SINR), received power, number of EDs, number of channels, and Inter-channel Interference Range (ICR). Numerical simulations have been used to validate the analytical results. It is shown that transmission of packets using TDMA results in a shorter delay than by using FDMA.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,817
Score d'incertitude au seuil0,278

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,027
Tête enseignante GPT0,271
Écart entre enseignants0,245 · 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 tête enseignante, 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

Citations2
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPower Line Communications and NoiseTravaux en français237 207