High Throughput Wireless Links for Time-Sensitive WSNs With Reliable Data Requirements
Notice bibliographique
Résumé
Wireless sensor networks (WSNs) and internet of things (IoT) are expected to add a massive number of wireless devices to support various emerging applications. Consequently, adopting high throughput communications protocols is indispensable to serve such a massive number of devices. Therefore, this work presents a new framework, denoted as non-orthogonal multiplexing (NOM), that can substantially improve the throughput of wireless communications links for WSNs applications. The proposed framework utilizes power domain (PD) multiplexing to improve the throughput by recognizing that the hybrid-ARQ (HARQ) protocol and Chase combining (CC) create nonuniform power requirements for the transmitted packets. Consequently, multiple data packets can be combined and transmitted simultaneously using PD multiplexing. More specifically, the proposed framework allows combining multiple new packets, or new and retransmitted packets to increase the system throughput and reduce the delay. Moreover, to overcome channel state information (CSI) feedback limitations, a simple protocol is proposed where the number of transmitted packets is fixed for all transmission sessions. Therefore, the sensing nodes do not need to identify the number of transmitted packets for each transmission slot. The obtained results show that the proposed NOM protocol can eventually improve the link throughput by 100% at high signal to noise ratios (SNRs), and hence, reduce the delay by 50%. The system complexity and overhead are generally comparable to conventional HARQ systems, which confirms the efficiency of the proposed framework.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».