MétaCan
Menu
Retour à la cohorte
Enregistrement W4302011932 · doi:10.32920/ryerson.14662572

Versatile medium access control (VMAC) protocol for mobile sensor networks

2022· preprint· en· W4302011932 sur OpenAlexaff
Vincent Ngo

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineComputer Science
ThématiqueEnergy Efficient Wireless Sensor Networks
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceComputer networkNetwork topologyWireless sensor networkFrame (networking)Exponential backoffReuseExploitBandwidth (computing)Access controlWirelessThroughputTelecommunicationsEngineering

Résumé

récupéré en direct d'OpenAlex

In this thesis, the problem of mobility handling in wireless sensor network is introduced with an appreciation for the applications that may be possible once the problem is resolved. Mobility handling is solved with a simple priority backoff technique inspired by novel MAC protocols. To incorporate this technique for stationary and mobile sensor nodes, a hybrid MAC protocol called VMAC is designed with a fixed frame length. VMAC combines the advantages of scheduled-based MAC for energy savings and contention-based MAC for short transmission delays. To exploit network bandwidth, channel reuse is encouraged and is readily integrated into the protoco\. To evaluate VMAC and its performance when compared to other MAC protocols, an implementation inside NS-2 is conducted with simulations of various topologies. These topologies vary in hop-count from source to destination and also contention levels. Simulation results show that VMAC with certain frame lengths are suited for selected topologies, but the frame length of one can always provide sufficient performance. The backoff technique is shown to be fair when nodes contend for medium access and it is even resourceful in speeding up hardware address resolution and routing.

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 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 candidatesMéta-épidémiologie (sens strict), Communication savante, Science ouverte
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Protocole · Signal consensuel: aucune
Score de désaccord entre enseignants0,727
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0060,006
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,031
Tête enseignante GPT0,330
Écart entre enseignants0,299 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreProtocole

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEnergy Efficient Wireless Sensor NetworksTravaux en français237 207