ترجمه مقاله کنترل توپولوژی در VANET و برآورد ظرفیت - نشریه IEEE

قیمت خرید این محصول

۱۲۴,۰۰۰ تومان

دانلود رایگان نمونه دانلود مقاله انگلیسی

عنوان فارسی

کنترل توپولوژی در VANET و برآورد ظرفیت

عنوان انگلیسی

Topology Control in VANET and Capacity Estimation

صفحات مقاله فارسی

16

صفحات مقاله انگلیسی

8

سال انتشار

2013

نشریه

آی تریپل ای - IEEE

فرمت مقاله انگلیسی

PDF

فرمت ترجمه مقاله

ورد تایپ شده

رفرنس

دارد

کد محصول

4947

وضعیت ترجمه عناوین تصاویر و جداول

ترجمه نشده است

وضعیت ترجمه متون داخل تصاویر و جداول

ترجمه نشده است

وضعیت فرمولها و محاسبات در فایل ترجمه

به صورت عکس، درج شده است

رشته های مرتبط با این مقاله

مهندسی کامپیوتر، مهندسی عمران و مهندسی فناوری اطلاعات

گرایش های مرتبط با این مقاله

مهندسی الگوریتم و محاسبات، مهندسی نرم‌افزار، مهندسی حمل و نقل، شبکه های کامپیوتری و نقشه برداری گرایش های سیستمهای اطلاعات جغرافیایی

مجله

کنفرانس شبکه های فضایی

دانشگاه

آزمایشگاه سیگنالها و سیستمها، دانشگاه ساد، پاریس

۰.۰ (هنوز امتیازی ثبت نشده است)

فهرست مطالب

چکیده
1. مقدمه
2. اپلیکیشن نقشه ادراک
3. الگوریتم TPC تطبیقی
الف. انگیزه
ب. جزئیات الگوریتم
4. مدل بسته بندی تصادفی
A. مدل
B. تخمین ظرفیت
5. نتایج شبیه سازی NS-3
6. نتیجه گیری

نمونه چکیده متن اصلی انگلیسی

Abstract

Some safety applications using VANET exchange a large amount of data, and consequently require an important network capacity. In this paper, we focus on extended perception map applications, that use information from local and distant sensors to offer driving assistance (autonomous driving, collision warning, etc). Extended perception requires a high bandwidth that might not be available in practice in classical IEEE 802.11p ad hoc networks. Therefore, we propose an adaptive power control algorithm optimized for this particular application. We show through an analytical model and a large set of simulations that the network capacity is then significantly increased.

نمونه چکیده ترجمه متن فارسی

چکیده
برخی از اپلیکیشن های ایمنی با استفاده از VANET، مقادیر زیادی از داده ها را مبادره میکنند، و در نتیجه به ظرفیت شبکه قابل توجهی نیاز خواهند داشت. در این مقاله، ما بر اپلیکیشن های نقشه ادراک توسعه یافته تمرکز میکنیم، که از اطلاعات حاصل از سنسورهای محلی و راه دور برای کمک رسانی به رانندگی (رانندگی خودکار، هشدار برخورد، و غیره) استفاده میکنند. ادراک توسعه یافته به پهنای باند بالایی نیاز دارد که ممکن است در شبکه های موردی IEEE 802.11p کلاسیک موجود نباشد. بنابراین، ما یک الگوریتم کنترل قدرت تطبیقی را پیشنهاد میکنیم که برای این کاربرد خاص بهینه سازی شده است. ما از طریق یک مدل تحلیلی و یک مجموعه بزرگ از شبیه سازی ها، نشان میدهیم که ظرفیت شبکه به حد قابل توجهی افزایش یافته است.