MétaCan
Menu
Retour à la cohorte
Enregistrement W4233439603 · doi:10.1002/wcm.905

Behavior of clock‐sampling mutual network synchronization in wireless sensor networks: convergence and security

2009· article· en· W4233439603 sur OpenAlex

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

RevueWireless Communications and Mobile Computing · 2009
Typearticle
Langueen
DomaineComputer Science
ThématiqueNetwork Time Synchronization Technologies
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceClock synchronizationWireless sensor networkSelf-clocking signalClock driftSynchronization (alternating current)Wireless networkReal-time computingData synchronizationSynchronization networksComputer networkWirelessJitterClock skewChannel (broadcasting)TelecommunicationsClock signal

Résumé

récupéré en direct d'OpenAlex

Abstract Clock synchronization is an important component of wireless sensor networks (WSNs) both for co‐ordination of node communications and for time stamping sensor data. The previously presented clock sampling mutual network synchronization (CS‐MNS) algorithm is simple, has low communication and processing overhead, and allows fully decentralized operation. We present some simulation results that indicate the potential of CS‐MNS to achieve high clock synchronization accuracy in mobile multi‐hop wireless networks. Past work has shown clock convergence under specific conditions in single‐hop networks. We show analytically that in the absence of offset errors, the network clocks converge. In the presence of offset errors, we present conditions on the degree of clock asynchrony under which the network clock rates show convergent behavior. The analysis is applicable as long as the network topology is connected and, thus, is of interest in both single‐hop and multi‐hop environments. As a side result, we also show how a network designer can use these conditions to add a bias term to the CS‐MNS algorithm and, thus, improve the start‐up dynamics of the algorithm. Furthermore, we discuss the algorithm from a security standpoint. Finally, we propose a method for adding external reference synchronization that is compatible with our security discussion. Copyright © 2009 John Wiley & Sons, Ltd.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,917
Score d'incertitude au seuil0,931

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,014
Tête enseignante GPT0,267
Écart entre enseignants0,253 · 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