MétaCan
Menu
Retour à la cohorte
Enregistrement W3036267936 · doi:10.1002/ett.3994

Effect of fading on the <i>k</i>‐coverage of wireless sensor networks

2020· article· en· W3036267936 sur OpenAlex
Amir Hosein Imani, Mohsen Eslami, Javad Haghighat, Moslem Noori

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

RevueTransactions on Emerging Telecommunications Technologies · 2020
Typearticle
Langueen
DomaineComputer Science
ThématiqueEnergy Efficient Wireless Sensor Networks
Établissements canadiensQLT (Canada)Stemcell Technologies
Organismes subventionnairesnon disponible
Mots-clésFadingRician fadingMultipath propagationFading distributionPath lossWeibull fadingComputer scienceWireless sensor networkNakagami distributionChannel (broadcasting)Rayleigh fadingChannel state informationWirelessElectronic engineeringTopology (electrical circuits)Computer networkTelecommunicationsEngineeringElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract In a Wireless Sensor Network (WSN), coverage performance of the network is affected by multiple factors such as source power, sensitivity of sensors, and the quality of the channel between the source and the sensors. In most existing works on WSNs, only path‐loss of the wireless channel is considered, that with further assumption of absence of obstacles in the sensing region of a sensor, results in circular‐type of coverage for each node. However, in some WSN applications, the channel is not line‐of‐sight and exhibits multipath fading. In this paper, effect of the multipath fading on k ‐coverage of randomly deployed WSNs is analytically investigated via techniques from stochastic geometry. More specifically, the k ‐coverage probability is analytically derived under Rayleigh, Rician, and Nakagami fading assumptions. Numerical results are also presented to compare the derived k ‐coverage probability with the commonly used k ‐coverage models that do not consider the fading effect. These results reveal the level of the k ‐coverage degradation due to multipath fading compared to the case of no fading (fixed range), which in some cases is shown to be very significant.

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: aucune
Score de désaccord entre enseignants0,906
Score d'incertitude au seuil0,736

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0030,000
Intégrité de la recherche0,0000,001
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 Opus0,015
Tête enseignante GPT0,243
Écart entre enseignants0,228 · 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