MétaCan
Menu
Retour à la cohorte
Enregistrement W3019166061 · doi:10.1049/iet-cta.2019.1138

Predictive sliding‐mode congestion control for wireless access networks with singular and non‐singular control gain

2020· article· en· W3019166061 sur OpenAlexaff
Ladan Khoshnevisan, Xinzhi Liu, Farzad Rajaei Salmasi

Notice bibliographique

RevueIET Control Theory and Applications · 2020
Typearticle
Langueen
DomaineComputer Science
ThématiqueNetwork Traffic and Congestion Control
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)Model predictive controlComputer scienceSliding mode controlNetwork congestionWirelessMode (computer interface)Control (management)Computer networkTelecommunicationsPhysicsArtificial intelligenceNonlinear system

Résumé

récupéré en direct d'OpenAlex

Transmission control protocol, in the transport layer of a network, can usually detect congestion after its occurrence. Therefore, designing a robust active queue management (RAQM) is imperative to prevent congestion along with being robust against wireless environment issues such as packet error rate and fading. Moreover, a communication network suffers from input delay as well as the state delay which is multiplied to the control input signal. The main contribution of the authors’ study is to design a predictive sliding mode control (PSMC) procedure as a RAQM to guarantee the input delay system stability and to regulate the queue length to the desired value. Firstly, a predictor is designed for the original system to obtain an input delay free model. Then, a RAQM is designed based on PSMC for the system with non‐singular and singular control gain. The disturbance observer ensures that the estimation error tends to zero. Unlike the prevalent procedures designed for the networks, the proposed method can avoid the singular gain problem in the control design. Furthermore, it can stabilise the system and can prevent congestion with robustness against external disturbances. Finally, the simulation results, obtained from SIMULINK and professional network simulator 2, confirm the analytical consequences.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,987
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,007
Tête enseignante GPT0,234
Écart entre enseignants0,226 · 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.

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

Citations18
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIET Control Theory and ApplicationsMême sujetNetwork Traffic and Congestion ControlTravaux en français237 207