MétaCan
Menu
Back to cohort
Record W4392492776

Green radio link adaptation and optimization techniques

2014· preprint· fr· W4392492776 on OpenAlexaboutno aff
Marc-Antoine Bouzigues

Bibliographic record

Venuetheses.fr (ABES) · 2014
Typepreprint
Languagefr
FieldEngineering
TopicAdvanced MIMO Systems Optimization
Canadian institutionsnot available
Fundersnot available
KeywordsAdaptation (eye)Link (geometry)Computer scienceComputer networkPsychology
DOInot available

Abstract

fetched live from OpenAlex

Depuis plusieurs années, les technologies de l’information et de la communication connaissent un développement spectaculaire. Le trafic d’information augmente exponentiellement alors que l’évolution de l’efficacité énergétique des réseaux, définie généralement comme le rapport entre l’énergie utile en sortie du système et l’énergie totale fournie au système, n’augmente que de manière linéaire. Pour soutenir la demande de trafic, il est alors nécessaire de multiplier les équipements réseaux ce qui augment la facture énergétique des opérateurs et les émissions de gaz carbonique. Devant l’urgence de la situation, de nombreux projets et consortiums ont été créés avec l’objectif de renforcer l’efficacité énergétique des réseaux. Par exemple, le consortium GreenTouch™ fondé en 2010 a pour objectif d’améliorer l’efficacité énergétique des réseaux d’un facteur 1000 d’ici 2015 et de réduire leur consommation énergétique de 90% d’ici 2020 (par rapport à 2010). Le projet METIS a pour objectif de définir les télécommunications de 2020 (5G) cherche des solutions efficaces minimisant les coûts, les ressources et la consommation énergétique. Le projet MiWEBA qui intègre les ondes millimétrique aux communications mobiles dans le but d’augmenter la capacité du réseau d’un facteur 1000 avec un coût raisonnable.Dans cette thèse, nous abordons deux solutions répondant aux challenges de la 5G et permettant de réduire les niveaux des puissances rayonnées par les systèmes de télécommunications : l’amélioration de la couche physique via les techniques de focalisation spatiale et l’adaptation de lien multi-technologies. L’objectif principal de la thèse est de réaliser des transmissions de données très haut débit à forte efficacité énergétique à l’aide d’une connectivité multi-technologies sans coutures y compris dans des réseaux comprenant une multitude de périphériques à faible complexité.L’organisation de la thèse est la suivante : tout d’abord, l’implémentation de techniques de focalisation spatiale, le Retournement Temporel (RT) et l’EGT (Equal Gain Transmission), dans un système utilisant les dernières évolutions du standard IEEE 802.11, notamment l’intégration d’une composante 60 GHz, est étudiée. Les performances de ces techniques sont analysées de manière à identifier les conditions optimales de leur utilisation et il est montré qu’avec un minimum de deux antennes de transmission, elles permettent d’améliorer les performances énergétiques des systèmes tout en ayant une faible complexité d’implémentation. Des modifications du standard permettant d’augmenter l’efficacité énergétique sont également proposées. Une analyse cross-layer est ensuite réalisée afin de définir protocoles d’estimation de canal tenant compte des spécificités du RT. De plus, les améliorations énergétiques liées à l’utilisation du RT sont confirmées en tenant compte des dégradations des performances de la couche de liaison. Enfin, une métrique d’occupation temporelle est définie et associée à des techniques d’adaptation de lien mono et multi-technologies existantes dans le but d’améliorer la sélection d‘interfaces de transmission pour augmenter l’efficacité énergétique sans affecter les performances des systèmes utilisant un accès aléatoire au canal de communication. L’utilisation de cette métrique permet, dans certaines configurations, d’augmenter d’un facteur sept l’efficacité énergétique d’un système utilisant le Wi-Fi et, dans le cas multi-technologies, de répartir le trafic sur les différentes interfaces de transmission afin d’éviter la saturation des canaux de communication.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Simulation or modeling · Consensus signal: Simulation or modeling
GenreCandidate signal: Methods · Consensus signal: Methods
Teacher disagreement score0.414
Threshold uncertainty score0.999

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0010.000
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0000.000
Science and technology studies0.0000.000
Scholarly communication0.0000.001
Open science0.0000.000
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0000.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.019
GPT teacher head0.235
Teacher spread0.216 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designSimulation or modeling
Domainnot available
GenreMethods

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2014
Admission routes1
Has abstractyes

Explore more

Same venuetheses.fr (ABES)Same topicAdvanced MIMO Systems OptimizationFrench-language works237,207