منوی کاربری
  • پشتیبانی: ۴۲۲۷۳۷۸۱ - ۰۴۱
  • سبد خرید

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

ترجمه مقاله کنترل توپولوژی در VANET و برآورد ظرفیت - نشریه IEEE
قیمت خرید این محصول
۳۱,۰۰۰ 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 (بدون امتیاز)
امتیاز دهید
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.

بدون دیدگاه