Towards Age-Optimal Transmission in Satellite-Integrated IoT: A Two-Layer Coding Approach
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
To support the emergent freshness-critical applications in the satellite-integrated IoT, information must be transmitted timely and reliably. A significant limitation of the upcoming satellite-integrated IoT era is the non-trivial propagation latency because of long-distance communication. To realize timely information delivery, the hybrid automatic repeat request (HARQ) strategy with frequent feedback is not fit anymore, since the reliability of the HARQ strategy needs multiple retransmission of the obsolete packets, which inevitably result in information staleness in the satellite-integrated IoT. In this paper, we design a two-layer coding strategy that uses error-correction codes within each packet in the physical-layer (PHY) and erasure-correction codes across the packets in the packet-layer. Then, we formulate an AoI-optimal redundancy-allocation problem to find the redundancy compromise between error-correction codes and erasure-correction codes. By solving the redundancy-allocation problem for the designed two-layer coding strategy, we derive explicit expressions of the AoI-optimal two-layer coding rates. Inspired by this, we explore the optimal reliability of the physical channel. Numerical results and analysis prove that making the physical channel suitably unreliable is beneficial to the timeliness of the system. And the simulation results indicate that the combination of erasure-correction codes and relative lossy error-correction codes achieves AoI-improvement over the ultra-reliable PHY-only coding scheme. The simulation results also show that the choice of AoI-optimal coding rates depends heavily on the channel characteristics, such as the signal-to-noise ratio, fade duration and channel fading parameters.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle