Adaptive fractional order predictive sliding mode control for congestion control of wireless access networks
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.
Notice bibliographique
Résumé
Abstract This article studies congestion control of wireless access networks. In a wireless access network, it is necessary to design a robust active queue management (RAQM) technique to control congestion occurrence and to make the network robust simultaneously against some issues in the wireless link aspects, such as packet error rate (PER) and fading effects. On the other hand, a network is often described by a nonlinear model, in which the delayed packet drop probability is assumed as the input signal. So in this article, a RAQM technique is proposed based on an adaptive fractional order predictive sliding mode control (AFOPSMC) method, through which the following are achieved: (1) the stability of the nonlinear system with input delay is assured, (2) the congestion occurrence is prevented by controlling the queue measurement to the desired value, (3) the robustness against the external disturbances is achieved, and (4) the input signal obtained by the controller is limited between 0 and 1. In contrast to most recently published papers where input delay is ignored in the system description and input saturation is achieved through designing parameters, this article at first proposes a predictor to eliminate the input delay and then designs a compensated system to deal with the input signal constraint. Furthermore, the chattering phenomena, as a commonly caused issue in the sliding mode control, is eliminated based on the adaptive laws designed for the controller parameters. The theoretical results are validated and compared with some other related protocols through numerical simulations using Simulink and professional network simulator 2 (NS2).
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 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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle