MétaCan
Menu
Retour à la cohorte
Enregistrement W3162659529 · doi:10.1109/tvt.2021.3077877

NC–MAC: A Distributed MAC Protocol for Reliable Beacon Broadcasting in V2X

2021· article· en· W3162659529 sur OpenAlexafffund
Hamed Mosavat, Yue Li, Lin Cai, Lei Lü

Notice bibliographique

RevueIEEE Transactions on Vehicular Technology · 2021
Typearticle
Langueen
DomaineComputer Science
ThématiqueCooperative Communication and Network Coding
Établissements canadiensUniversity of Victoria
Organismes subventionnairesBritish Columbia Knowledge Development FundNatural Sciences and Engineering Research Council of CanadaCanada Foundation for Innovation
Mots-clésComputer networkComputer scienceBroadcasting (networking)Vehicular ad hoc networkScalabilityWireless ad hoc networkReliability (semiconductor)Vehicular communication systemsMobile ad hoc networkProtocol (science)Linear network codingTelecommunicationsWireless

Résumé

récupéré en direct d'OpenAlex

Beacon broadcasting is of great importance in improving road safety and avoiding dangerous situations in vehicular ad hoc networks (VANETs). In order to support emerging vehicular applications such as autonomous driving, the reliability of beacon broadcasting becomes an indispensable issue which is also difficult given the highly dynamic topology and vehicle density. For the territories which are not covered with communication infrastructure, controlling and scheduling in a centralized way may not be applicable. Therefore, vehicle-to-vehicle (V2V) ad hoc communication is promising to address the ubiquitousness coverage concern. In this paper, a distributed network coding-based medium access control protocol (NC-MAC) is proposed to support V2V beacon broadcasting. We combine the preamble-based feedback mechanism, retransmissions, and network coding together to enhance broadcasting reliability. Extensive simulations are given to show the performance gain of NC-MAC protocol compared to the existing 5 G cellular vehicle-to-everything (C-V2X) MAC protocol in a wide range of scenarios including highway and urban vehicle traces generated by simulation of urban mobility (SUMO). The results show that the proposed protocol can improve the communication reliability as well as scalability.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,036
Tête enseignante GPT0,310
Écart entre enseignants0,273 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations21
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Vehicular TechnologyMême sujetCooperative Communication and Network CodingTravaux en français237 207