# Note (0615 report)

###### tags: `Thesis survey`
---
以下這張是我先前繪製的演算法 flowchart
可以看到圖中我分別用紅色及黃色的框框標示出了兩個部分
其實這可以分別代表著最初的GAT演算法想解決的兩個問題 也就是HNS及ENS
==黃框==的部分是針對HNS所採取的Give或者如圖中一樣稱之為Hybrid-Take
==紅框==的部分則是為了ENS所採取的Take流程

針對演算法的部分我目前有一個想法
因為根據我先前的分析可以得出 當beamwidth越小的時候 HNS發生的機率也持續下降
可以發現到 由於mmWave帶來的高度方向性以及Beamwidth逐漸變小
造成的結果便是使隱藏節點發生的機率降低

---
而換個方式來說 若是拿我分析中的轉動機率來舉例的話

1. 當我的Beamwidth越小 我要剛好轉動到能夠偵測到另一個節點的機率也隨之變小 因此隱藏節點發生的機率下降

2. 若是Beamwidth越小 兩個節點彼此要同時轉動到能夠偵測到彼此 我想這個機率(發生暴露節點的機率)也越小

當然2的部分目前不論是分析或是模擬都還沒有得到確定的證明 目前只是我的一個猜測
因此如果建立在這樣的假設上的話
我認為是不是有可能可以先將圖中的紅框處 也就是GAT最原本的Take部分拿掉
所有的改變就只放在黃框處 由Hybrid-Take去達到新版的Give及(Reverse)Take的流程?
我的想法是 如果當HNS的發生機率越來越小 且因為高度定向性的關係
若是在Beamwidth小到一個程度後 發生暴露節點的狀況的話
我認為在那種狀況下要能夠花費Token來取得並行傳輸的機率應該是偏低的
因此我才想是否能夠把紅框處的部分移除
如此一來便先不用糾結到底ENS發生的機率有多少且能夠直接把重點放在解決隱藏節點帶來的問題
我想演算法的整個核心概念並沒有變且如此一來可以不用盲目糾結於ENS的機率部分
當然後續可能整個演算法完成後要再把紅框處加進去 我認為應該也是比較容易的
不確定這樣的想法是否可行 因此想與老師討論看看