MétaCan
Menu
Retour à la cohorte
Enregistrement W2959305674 · doi:10.1109/icc.2019.8761444

On the Effect of Multi-Packet Reception on Redundant Gateways in LoRAWANs

2019· article· en· W2959305674 sur OpenAlex

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
ThématiqueIoT Networks and Protocols
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésRetransmissionComputer scienceNetwork packetScalabilityReliability (semiconductor)Default gatewayComputer networkCollisionTransmission (telecommunications)Probability density functionTraffic intensityTransmission delayReal-time computingTelecommunicationsStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

In this paper, the impact of redundant packet reception at multiple gateways on data reliability is studied under the LoRaWAN architecture. Given a successful transmission could be the result of either a first attempt after a data packet's generation, or a retry after several transmission failures, the Average Successful Transmission Probability (ASTP) is introduced to qualify LoRaWAN's reliability performance. To calculate the probability of a successful reception without retransmission, we consider all the possible causes for a packet collision. The number of potential interferers, which is vital for the collision analyses and directly determined by the relative locations of the relevant multiple gateways, is determined by geometric arguments. Similarly, the probability for achieving a successful retransmission is also obtained. Finally, ASTP is rigorously modeled as a function of end device density, gateway density, and traffic intensity. The analytical results have been verified by extensive simulation experiments. We believe that the analytical model can provide useful insights into the scalability of LoRaWANs and provide guidelines for their deployments.

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 candidatesaucune
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: Empirique
Score de désaccord entre enseignants0,326
Score d'incertitude au seuil0,501

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 Opus0,009
Tête enseignante GPT0,231
Écart entre enseignants0,222 · 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

Citations10
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetIoT Networks and ProtocolsTravaux en français237 207