MétaCan
Menu
Retour à la cohorte
Enregistrement W7115813607

Power Saving and Load Balancing for Solar WLAN

2005· dissertation· en· W7115813607 sur OpenAlexaff

Notice bibliographique

RevueMacSphere (McMaster University) · 2005
Typedissertation
Langueen
DomaineEngineering
ThématiqueGreen IT and Sustainability
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésLoad balancing (electrical power)WirelessImpossibilityPower savingBandwidth (computing)Service (business)Service providerWireless lanAdmission control
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The IEEE 802.11 standard has been widely adopted as a Wireless LAN (WLAN) technology. This widespread proliferation of the technology has lead to an increase in the number of users taking advantage of so-called "hot-spots" which leads to an increased demand on bandwidth provided by Access Points (APs) in the hot-spot. The logical solution is to deploy more overlapping access points in the same coverage area, thus increasing the capacity of the system by providing load balancing services. However, when a hot-spot is located in an outdoor environment, it becomes difficult to provide the AP with power which is traditionally carried over wired links thus causing the service provider to incur additional costs, not to mention the impossibility in some cases of delivering power to the AP. This problem can be overcome by using solar-panel powered APs which we will refer to as solar nodes (SNs). In this thesis we examine the load-balancing problem that arises when two or more SNs are co-located in the same coverage area. We propose and evaluate two algorithms for efficiently distributing the load among them (transferring stations (STAs) from SN to neighboring SNs) and increasing their lifetime by using power saving schemes that co-ordinate the wake/sleep patterns of the SNs based on traffic load. Finally, a Connection Admission Control (CAC) function is proposed that the SN should use in order to provide controlled access to services. We demonstrate through simulations that our proposals can significantly reduce the hardware requirements and cost of SNs and improve the service perceived by STAs in terms of transmission delay.

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), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,959
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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,004
Tête enseignante GPT0,181
Écart entre enseignants0,176 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMacSphere (McMaster University)Même sujetGreen IT and SustainabilityTravaux en français237 207