MétaCan
Menu
Retour à la cohorte
Enregistrement W4390284921 · doi:10.1109/tnse.2023.3347512

HCAAC: Hybrid Channel Access by Admission and Contention in Wi-Fi Networks

2023· article· en· W4390284921 sur OpenAlexaff
Changwei Zhang, Xinghua Sun, Wenchao Xia, Hongbo Zhu, Xianbin Wang

Notice bibliographique

RevueIEEE Transactions on Network Science and Engineering · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueWireless Networks and Protocols
Établissements canadiensWestern University
Organismes subventionnairesJiangsu Provincial Key Research and Development ProgramChina Postdoctoral Science FoundationNational Natural Science Foundation of China
Mots-clésRetransmissionNetwork packetComputer scienceComputer networkLatency (audio)Channel (broadcasting)Low latency (capital markets)Telecommunications

Résumé

récupéré en direct d'OpenAlex

With the rapid growth of machine-to-machine (M2M) communications, the network infrastructure must urgently support the coexistence of real-time applications (RTA) and non-RTA. Different techniques have been developed for this purpose in wired and cellular networks, while Wi-Fi networks have received less attention. This paper proposes a hybrid channel access by admission and contention (HCAAC) scheme to achieve the coexistence of RTA and non-RTA in Wi-Fi networks. An admission-based channel access scheme is developed for RTA to guarantee a short latency by enhancing the access efficiency of RTA packets. In addition, the non-RTA performance deterioration caused by the transmission of RTA packets can be alleviated by improving the retransmission efficiency of non-RTA packets. To optimize the performance of the proposed HCAAC scheme, we analyze its performance with a two-stage solution and demonstrate how to tune the backoff parameters to minimize RTA packet latency. It is revealed that the optimal backoff parameters depend solely on the number of stations and the packet arrival rate of RTA packets. Simulations demonstrate that with the proposed HCAAC scheme, RTA packets can achieve low latency without degrading the performance of non-RTA packets, shedding light on the design of the next generation of Wi-Fi standards.

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 candidatesaucune
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: aucune
Score de désaccord entre enseignants0,966
Score d'incertitude au seuil0,652

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,017
Tête enseignante GPT0,249
Écart entre enseignants0,232 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Network Science and EngineeringMême sujetWireless Networks and ProtocolsTravaux en français237 207