MétaCan
Menu
Retour à la cohorte
Enregistrement W4386702634 · doi:10.1109/lcomm.2023.3315010

InP-CRS: An Intra-Platoon Cooperative Resource Selection Scheme for C-V2X Networks

2023· article· en· W4386702634 sur OpenAlexafffund
Bingying Wang, Jun Zheng, Nathalie Mitton, Cheng Li

Notice bibliographique

RevueIEEE Communications Letters · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicular Ad Hoc Networks (VANETs)
Établissements canadiensSimon Fraser University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaFundamental Research Funds for the Central UniversitiesSimon Fraser University
Mots-clésPlatoonComputer scienceScheme (mathematics)Computer networkScheduling (production processes)Network packetSelection (genetic algorithm)Resource (disambiguation)Distributed computingReal-time computingEngineeringArtificial intelligenceControl (management)Mathematics

Résumé

récupéré en direct d'OpenAlex

This letter proposes an Intra-Platoon Cooperative Resource Selection (InP-CRS) scheme for frequency-time resource selection to support reliable intra-platoon message delivery. The proposed InP-CRS scheme is based on the standardized sensing-based semi-persistent scheduling (SPS) scheme designed for C-V2X mode 4 and is intended to address the hidden-node problem in intra-platoon communication. Specifically, the InP-CRS scheme introduces an intra-platoon cooperative mechanism, in which the last member of a platoon needs to report the frequency-time resource occupation information of the platoon’s hidden nodes to the platoon leader (PL) so that the PL can exclude those resources occupied by the hidden nodes of the platoon during its resource selection. In this way, potential packet collisions caused by the hidden nodes of a platoon can be largely reduced. Simulation results show that the proposed InP-CRS scheme can effectively improve the reliability of intra-platoon message delivery in terms of the successful broadcast probability of a PL as compared to the standardized sensing-based SPS scheme.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,338
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,026
Tête enseignante GPT0,263
Écart entre enseignants0,237 · 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
GenreEmpirique

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

En bref

Citations7
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Communications LettersMême sujetVehicular Ad Hoc Networks (VANETs)Travaux en français237 207