This research defines a model for a

This research defines a model for assessing the probability of collection of data in the cluster tree WSNs based on the IEEE 802.15.4 MAC layer by estimating the probability of success (ps) by expanding the node. The probability of getting data in each cluster P (x = k) and at the sink node P (x ≥ k) respectively have demonstrated analytical models, patterns of physical nodes in the rally. The information was gathered
A group of researchers has created a model for multi-hop WSNs based on Monte Carlo simulation with the valuation ps from a random number of nodes that can be found in each cluster as a guide to analyze and improve reliability. The transmission of multi-hop WSNs with analysis, the probability of collecting the number of nodes that transmit data accomplishment sink node by calculating a function of probability (probability density function) in the forecast. forecast the behavior of gathering information on the network. To determine the distribution of the information received. The result shows the format for collecting data on each cluster by the size of the cluster that will have an impact far greater than the size but not the number of nodes in the cluster.

ผลลัพธ์ (ไทย) 1:

งานวิจัยนี้กำหนดแบบจำลองสำหรับประเมินความน่าเป็นของชุดข้อมูลในแผนภูมิของคลัสเตอร์ตามชั้น MAC IEEE 802.15.4 โดยการประเมินความเป็นไปได้ของความสำเร็จ (ps) โดยขยายโหน WSNs ความเป็นไปได้ของข้อมูลในแต่ละคลัสเตอร์ P (x = k) และที่โหนอ่าง P (x ≥ k) ตามลำดับได้แสดงแบบจำลองวิเคราะห์ รูปแบบของโหนดที่มีอยู่จริงในการชุมนุม มีการรวบรวมข้อมูลคณะนักวิจัยได้สร้างแบบจำลองสำหรับ WSNs หลายตู้ตามจำลอง Carlo มอนกับ ps ประเมินค่าจากเลขสุ่มของโหนที่สามารถพบได้ในแต่ละคลัสเตอร์เป็นคู่มือการวิเคราะห์ และปรับปรุงความน่าเชื่อถือ การส่งตู้หลาย WSNs กับการวิเคราะห์ ความน่าเป็นการรวบรวมหมายเลขของโหนดที่ส่งข้อมูลสำเร็จอ่างโหน โดยคำนวณฟังก์ชันความน่าเป็น (ฟังก์ชันความหนาแน่นของความน่าเป็น) ในการคาดการณ์ การคาดการณ์ลักษณะของการรวบรวมข้อมูลบนเครือข่าย การตรวจสอบการกระจายของข้อมูลที่ได้รับ ผลลัพธ์แสดงรูปแบบของการเก็บรวบรวมข้อมูลในแต่ละคลัสเตอร์โดยขนาดของคลัสเตอร์ที่จะมีผลกระทบมากกว่าไกลกว่าขนาดแต่ไม่ใช่เลขของโหนในคลัสเตอร์

ผลลัพธ์ (ไทย) 2:

งานวิจัยนี้ได้กำหนดรูปแบบในการประเมินความน่าจะเป็นของการเก็บรวบรวมข้อมูลใน WSNs กลุ่มต้นไม้ที่ขึ้นอยู่กับมาตรฐาน IEEE 802.15.4 ชั้น MAC โดยการประเมินความน่าจะเป็นของความสำเร็จ (PS) โดยการขยายโหนด ความน่าจะเป็นของการรับข้อมูลในแต่ละกลุ่ม P (x = k) และในโหนดอ่าง P (x ≥ k) ตามลำดับได้แสดงให้เห็นรูปแบบการวิเคราะห์รูปแบบของโหนดทางกายภาพในการชุมนุม ข้อมูลที่ถูกรวบรวม
กลุ่มนักวิจัยได้สร้างแบบจำลองสำหรับ WSNs หลายรำอยู่บนพื้นฐานของการจำลอง Monte Carlo กับการประเมินมูลค่า PS จากจำนวนสุ่มของโหนดที่สามารถพบได้ในแต่ละกลุ่มเป็นแนวทางในการวิเคราะห์และปรับปรุงความน่าเชื่อถือ การส่ง WSNs หลายปฮอปที่มีการวิเคราะห์ความน่าจะเป็นของการเก็บรวบรวมจำนวนของโหนดที่ส่งข้อมูลสำเร็จโหนดอ่างล้างจานโดยการคำนวณความน่าจะเป็นฟังก์ชั่น (ฟังก์ชั่นความหนาแน่นของความน่าจะเป็น) ในการพยากรณ์ คาดการณ์พฤติกรรมของการรวบรวมข้อมูลในเครือข่าย การตรวจสอบการกระจายของข้อมูลที่ได้รับ ผลที่ได้แสดงให้เห็นถึงรูปแบบการเก็บรวบรวมข้อมูลในแต่ละกลุ่มตามขนาดของกลุ่มที่จะมีผลกระทบที่ยิ่งใหญ่กว่าขนาด แต่ไม่จำนวนโหนดในคลัสเตอร์

ผลลัพธ์ (ไทย) 3:

การวิจัยนี้ได้กำหนดรูปแบบในการประเมินความเป็นไปได้ของการเก็บรวบรวมข้อมูลในกลุ่มต้นไม้ wsns ตาม IEEE 802.15.4 MAC layer โดยคำนวณความน่าจะเป็นของความสำเร็จ ( PS ) โดยการขยายโหนด ความน่าจะเป็นของการรับข้อมูลในแต่ละกลุ่ม P ( X = K ) และที่อ่างโหนด P ( x ≥ K ) ตามลำดับ ได้แสดงให้เห็นถึงรูปแบบวิเคราะห์รูปแบบของโหนดทางกายภาพในการชุมนุมข้อมูลที่ถูกรวบรวม
กลุ่มนักวิจัยได้สร้างโมเดล Multi Hop wsns โดยใช้เทคนิคมอนติคาร์โลกับราคาหุ้น PS จากตัวเลขสุ่มของโหนดที่สามารถพบได้ในแต่ละกลุ่ม เช่น คู่มือ วิเคราะห์และปรับปรุงความน่าเชื่อถือ การส่งผ่านของ Multi Hop wsns กับการวิเคราะห์ความน่าจะเป็นของการรวบรวมจำนวนของโหนดที่ส่งข้อมูลสำเร็จจมโดยการคำนวณฟังก์ชันโหนดของความน่าจะเป็น ( ฟังก์ชันความหนาแน่นความน่าจะเป็นในการคาดการณ์ การพยากรณ์พฤติกรรมของการรวบรวมข้อมูลบนเครือข่าย การกระจายของข้อมูลที่ได้รับผลที่แสดงให้เห็นรูปแบบในการเก็บข้อมูลในแต่ละกลุ่ม โดยขนาดของคลัสเตอร์นั้นจะมีผลกระทบมากขึ้นกว่าขนาดแต่ไม่ใช่จำนวนของโหนดในคลัสเตอร์