MétaCan
Menu
Retour à la cohorte
Enregistrement W2786649087 · doi:10.1109/vtcfall.2017.8288144

Energy Efficient Packet Transmission Strategies for Wireless Body Area Networks with Rechargeable Sensors

2017· article· en· W2786649087 sur OpenAlex
Zhen Zhao, Shiwei Huang, Jun Cai

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueWireless Body Area Networks
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésComputer scienceNetwork packetQueueing theoryMarkov chainTransmission (telecommunications)Markov processChannel (broadcasting)Efficient energy useEnergy (signal processing)Computer networkWirelessWireless sensor networkProvisioningMaximizationBody area networkMathematical optimizationReal-time computingDistributed computingTelecommunicationsEngineering

Résumé

récupéré en direct d'OpenAlex

In this paper, we investigate energy efficient packet transmission strategies for wireless body area networks (WBANs) with rechargeable sensors. For practical implementations, we propose a multi-threshold based transmission strategy by taking into account the channel state, battery state and number of buffered packets in the system. A discrete Markov arrival process (DMAP) is introduced to jointly model channel correlations and energy allocations. After that, with given thresholds and corresponding energy allocations, a level dependent Quasi-Birth- and-Death Markov chain is constructed to evaluate the system performance. According to the derived performance metrics, we formulate an optimization problem to find optimal thresholds for energy efficiency maximization with reasonable performance provisioning. Extensive simulations are conducted to verify our proposed queueing analytical model and demonstrate perfor- mance gains of our proposed strategy.

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 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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,842
Score d'incertitude au seuil1,000

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 Opus0,013
Tête enseignante GPT0,214
Écart entre enseignants0,201 · 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

En bref

Citations4
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetWireless Body Area NetworksTravaux en français237 207