PCS Threshold Selection for Spatial Reuse in High Density CSMA/CA MIMO Wireless Networks
Notice bibliographique
Résumé
Multiple-input multiple-out (MIMO) equipment improves the spectral efficiency of wireless local area network (WLAN) systems. However, in a large-scale or dense MIMO WLANs, overlapping radio cells or basic service sets (BSSs) are inherent. This prevents multiple concurrent transmissions and degrades spatial reuse. The inability to separate multiple simultaneous transmissions in space is detrimental to overall system performance. The carrier sense multiple access collision avoidance (CSMA/CA) protocol uses the physical carrier sensing (PCS) threshold to determine channel state at the physical layer (PHY) and decide on the number of concurrent transmissions allowed per time slot. Since the PCS threshold determines the spatial reuse under the CSMA/CA protocol, which consequently determines the interference level and the network aggregate throughput, we address PCS threshold selection for dense uplink (UL) MIMO WLAN systems. A closed-form expression is derived for selecting the PCS threshold based on the fundamental parameters of the network where nodes are randomly placed according to a Poisson point process (PPP). We obtain the PCS threshold value that maximizes the spatial density of throughput (SDT) and study the effectiveness of the proposed framework under moderate to high node density. In addition, we analyze the effect of WLAN density on interference from concurrent transmitters. The key observation is that PCS threshold selection should take into account key network characteristics including node density, target SINR or threshold, path-loss exponent and antenna configuration.
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 ».