Dropped-Packets Repair and Recovery for Delay-Tolerant Wireless Systems Using Retroactive Interference Cancellation
Notice bibliographique
Résumé
<p> Data download and storage over wireless networks is a popular application for various multimedia such as images, audio, and video files. In such applications, the end-user may listen to or watch the downloaded media in real-time, and/or will playback the downloaded file multiple times in the future. Consequently, improving the quality of the stored multimedia will be highly desirable by the end-user, even if the initial real-time version had less quality. Therefore, this work proposes a novel technique to improve the throughput of wireless networks that adopt nonorthogonal transmission and automatic repeat request (ARQ). Unlike conventional systems, the proposed scheme stores the dropped data packets for further offline processing where some packets can be recovered by applying successive interfer-ence cancellation (SIC) in a retroactive manner. Consequently, the proposed packet repair and recovery (PRR) scheme can improve the reliability of the received data without additional packet retransmission, which may offer a significant throughput gain. To evaluate the effectiveness of the proposed scheme, it is applied to image transmission for transportation systems. The obtained results confirm that a considerable portion of the dropped packets can be successfully recovered and the visual quality of the received image can be improved. In particular scenarios, the obtained results show that the proposed PRR technique managed to reduce the packet drop rate (PDR) from 10^{−1} to 10^{−3}, i.e., 100 fold, which implies that 99% of the packets that were initially dropped were successfully recovered.</p>
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| 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 ».