MétaCan
Menu
Retour à la cohorte
Enregistrement W2617375482 · doi:10.1109/tiv.2017.2708604

Novel Communication Protocol for the EV Charging/Discharging Service Based on VANETs

2017· article· en· W2617375482 sur OpenAlexaff
Dhaou Said, Hussein T. Mouftah

Notice bibliographique

RevueIEEE Transactions on Intelligent Vehicles · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicular Ad Hoc Networks (VANETs)
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésComputer scienceComputer networkTelecommunications linkChannel (broadcasting)ReservationFrame (networking)Smart gridProtocol (science)Service (business)Control channelVehicular ad hoc networkWirelessWireless ad hoc networkTelecommunicationsEngineeringElectrical engineering

Résumé

récupéré en direct d'OpenAlex

In this paper, we take advantage of the communication systems which will be adopted for the new vehicle generations in near future and we propose a new electric vehicle (EV) charge/discharge service scheme for large EV density through vehicular ad-hoc networks communications. First, we present a communication protocol for the EV charging/discharging protocol with the uplink and the downlink EV charge /discharge frame format exchanged between EVs and smart grid. Second, we propose our channel access scheme based on a distributed time slot assignment model (DTSA) to allow the EV charging/discharging service negotiations with smart grid before plug-in phase. This DTSA scheme, which is a contention-free channel access mechanism, can improve the EV charging/discharging service access by increasing the successful rate of channel reservation both on control channel (CCH) and service channel (SCH). We propose also three algorithms to manage the EV charge/discharge service reservation and negotiation, respectively, on CCH and SCH. Finally, extensive simulations with NS-2 and MATLAB are conducted to validate the proposed approach and demonstrate the efficiency and effectiveness of the proposed compared to IEEE802.11p and VeMAC while satisfying the defined constraints.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
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 Opus0,050
Tête enseignante GPT0,300
Écart entre enseignants0,250 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations23
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Intelligent VehiclesMême sujetVehicular Ad Hoc Networks (VANETs)Travaux en français237 207