MétaCan
Menu
Retour à la cohorte
Enregistrement W4398152225 · doi:10.1109/access.2024.3403486

Analyzing the Impact of TXOP Allocation on Legacy Devices in IEEE 802.11bd Networks

2024· article· en· W4398152225 sur OpenAlexafffund
Farzaneh Abdolahi, Jelena Mišić, Vojislav B. Mišić

Notice bibliographique

RevueIEEE Access · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicular Ad Hoc Networks (VANETs)
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésComputer networkComputer scienceMarkov chainQueueing theoryThroughputIEEE 802Wireless lanChannel (broadcasting)IEEE 802.11pIEEE 802.11e-2005Transmission (telecommunications)IEEE 802.11Markov processWirelessQuality of serviceVehicular ad hoc networkWireless networkWireless ad hoc networkTelecommunicationsStatistics

Résumé

récupéré en direct d'OpenAlex

This paper presents a comprehensive analysis of V2X communication, focusing on the transition from IEEE 802.11p to IEEE 802.11bd standards, and introduces an analytical framework combining M/G/1 queuing analysis and Markov chain analysis. Our model includes saturation and non-saturation states of Enhanced Distributed Channel Access (EDCA) in the scenarios with and without fallback mechanism for IEEE 802.11bd Next Generation Vehicles (NGV) and focuses on optimizing Transmission Opportunity (TXOP) allocation for legacy (non-NGV) devices whilst taking into account the impact of vehicle-to-roadside Unit (RSU) distance. Our results show increased throughput for higher-priority traffic classes with augmented TXOP allocation for NGV devices and highlight the need to align RSU transmission coverage with On-Board Unit (OBU) data patterns and vehicle distance to prevent network saturation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,019
Tête enseignante GPT0,304
Écart entre enseignants0,286 · 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 source (Gemma direct ou Codex distillé), 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

Citations4
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

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