BlueTiSCH: A Multi-PHY Simulation of Low-Power 6TiSCH IoT Networks
Notice bibliographique
Résumé
Low-power wireless IoT networks have traditionally operated over a single physical layer (PHY) - many based on the IEEE 802.15.4 standard. However, recent low-power wireless chipsets offer both the IEEE 802.15.4 and all four PHYs of the Bluetooth 5 (BT 5) standard. This introduces the intriguing possibility that IoT solutions might not necessarily be bound by the limits of a single PHY, and could actively or proactively adapt their PHY depending on RF or networking conditions (e.g., to offer a higher throughput or a longer radio range). Several recent studies have explored such use-cases. However, these studies lack comprehensive evaluation over various metrics (such as reliability, latency, and energy) with regards to scalability and the Radio Frequency (RF) environment. In this work we evaluate the performance of IEEE 802.15.4 and the four BT 5 2.4GHz PHY options for the recently completed IETF 6TiSCH low-power wireless standard. To the best of our knowledge, this is the first work to directly compare these PHYs in identical settings. Specifically, we use a recently released 6TiSCH simulator, TSCH-Sim, to compare these PHY options in networks of up to 250 nodes over different RF environments (home, industrial, and outdoor), and highlight from these results how different PHY options might be better suited to particular application use-cases.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».