VII. CONCLUSIONSWe proposed a new model for incorporating vehicles aso การแปล - VII. CONCLUSIONSWe proposed a new model for incorporating vehicles aso ไทย วิธีการพูด

VII. CONCLUSIONSWe proposed a new m

VII. CONCLUSIONS
We proposed a new model for incorporating vehicles as
obstacles in VANET simulation environments. First, we analyzed
the real world data collected by means of stereoscopic
aerial photography and showed that vehicles as obstacles have
a significant impact on LOS obstruction in both dense and
sparse vehicular networks, and should therefore be included
in V2V channel modeling. Then, based on the concepts of
computational geometry, we modeled the vehicles as threedimensional
objects that can act as LOS obstructions between
26 IEEE JOURNAL ON SELECTED AREAS IN COMMUNICATIONS, VOL. 29, NO. 1, JANUARY 2011
Fig. 9. Distribution of the RSSI for 100 m in case of LOS (no
obstruction) and non-LOS (obstructing van) at 2.4 GHz.
other communicating vehicles. Next, we designed a mechanism
for calculating additional attenuation due to vehicles
as obstacles, and we showed that the obstructing vehicles
significantly decrease the received signal power and the packet
success rate. We also performed experimental measurements
in order to confirm the significance of the impact of obstructing
vehicles on the received signal strength. The results clearly
indicate that vehicles as obstacles have a significant impact
on signal propagation (see Fig. 5 and 8); therefore, in order
to properly model V2V communication, it is imperative to
account for vehicles as obstacles. Furthermore, the effect of
vehicles as obstacles can not be neglected even in the case
of relatively sparse vehicular networks, as the analyzed A3
highway dataset showed. Another important conclusion is that
the stochastic models, such as shadow fading [32], that aim
at averaging the additional attenuation due to vehicles, would
fail to adequately describe the complex and significant impact
of vehicles on the received signal power (depicted in Fig. 5).
Furthermore, neglecting vehicles as obstacles in VANET
simulation and modeling has profound effects on the performance
evaluation of upper layers of the communication
stack. The expected effects on the data link layer are twofold:
a) the medium contention is overestimated in models that
do not include vehicles as obstacles in the calculation, thus
potentially representing a more pessimistic situation than the
real-world with regards to contention and collision; and b) the
network reachability is bound to be overestimated, due to the
fact that the signal is considered to reach more neighbors and
at a higher power than in the real world. These results have
important implications for vehicular Medium Access Control
(MAC) protocol design; MAC protocols will have to cope with
an increased number of hidden vehicles due to other vehicles
obstructing them.
The algorithm behind the proposed model, even though
microscopically evaluating the attenuation due to vehicles
(i.e., calculating additional attenuation due to vehicles for
each communicating pair separately), remains computationally
efficient, location independent, and compatible with models
that evaluate the effect of other types of obstacles. By implementing
the proposed model in VANET simulators, significant
benefits can be obtained with respect to increased credibility
of simulation results, at the expense of a relatively small
computational overhead.
As part of our ongoing research efforts, we are performing
extensive experimental measurements to quantify the impact
of obstructing vehicles on V2V communication in various
mobile environments (e.g., urban, suburban, highway) with
different vehicular densities (low, medium, high) in both
2.4 GHz and 5.9 GHz bands. The measurements are aimed
at isolating and characterizing the effects of the obstructing
vehicles on V2V communication in order to thoroughly test
and optimize our proposed model.
0/5000
จาก: -
เป็น: -
ผลลัพธ์ (ไทย) 1: [สำเนา]
คัดลอก!
VII. บทสรุปเรานำเสนอรูปแบบใหม่สำหรับติดตั้งบนยานพาหนะเป็นอุปสรรคในสภาพแวดล้อมจำลอง VANET ครั้งแรก เราวิเคราะห์การรวบรวมข้อมูลจริง โดยใกล้ชิดถ่ายภาพทางอากาศ และพบที่มียานพาหนะเป็นอุปสรรคผล LOS อุดทั้งแน่น และเครือข่ายยานพาหนะเบาบาง และดังนั้นจึงควรรวมใน V2V แบบจำลองช่อง แล้ว ตามแนวคิดของเรขาคณิตการคำนวณ เราจำลองรถเป็น threedimensionalวัตถุที่สามารถทำหน้าที่เป็น LOS สิ่งกีดขวางระหว่างสมุดรายวันมาตรฐาน IEEE 26 บนพื้นที่ที่เลือกในการสื่อสาร ฉบับที่ 29 เลขที่ 1, 2554 มกราคมรูป 9 กระจายของ RSSI สำหรับ 100 เมตรกรณี LOS (noอุดตัน) และไม่ใช่-LOS (กั้นรถตู้) ที่ความถี่ 2.4 GHzยานพาหนะสื่อสารอื่น ๆ ถัดไป เราออกแบบกลไกสำหรับการคำนวณการลดทอนสัญญาณเพิ่มเติมเนื่องจากยานพาหนะเป็นอุปสรรค และแสดงให้เห็นว่าคันกั้นลดพลังงานได้รับสัญญาณและแพคเก็ตอัตราความสำเร็จ เรายังทำการทดลองวัดเพื่อยืนยันความสำคัญของผลกระทบของสิ่งกีดขวางยานพาหนะในความแรงของสัญญาณที่ได้รับ ผลลัพธ์ชัดเจนระบุว่า รถถังเป็นอุปสรรคมีผลกระทบต่อในการเผยแพร่สัญญาณ (ดูรูปที่ 5 และ 8); ดังนั้น ตามลำดับการอย่างรุ่น V2V สื่อสาร มีความสำคัญต่อบัญชีสำหรับรถที่เป็นอุปสรรค นอกจากนี้ ผลของการยานพาหนะเป็นอุปสรรคไม่สามารถละเลยแม้ในกรณีเครือข่ายยานพาหนะที่ค่อนข้างห่าง เป็น A3 วิเคราะห์แสดงชุดข้อมูลทางหลวง ข้อสรุปสำคัญอีกคือที่เล็งรุ่น stochastic เช่นซีดจางเงา [32],ที่เฉลี่ยลดทอนเพิ่มเติมเนื่องจากยานพาหนะ จะล้มเหลวในการอธิบายผลกระทบที่ซับซ้อน และมีความสำคัญอย่างเพียงพอยานพาหนะเครื่องรับสัญญาณ (แสดงในรูปที่ 5)นอกจากนี้ ละเลยไม่คันเป็นอุปสรรคใน VANETการจำลองและโมเดลมีผลลึกซึ้งในการปฏิบัติงานชั้นบนของการสื่อสารการประเมินกองซ้อน ผลกระทบที่คาดไว้บนชั้นเชื่อมโยงข้อมูลเป็นสองเท่า:มี overestimated ความขัดแย้งปานกลาง)รุ่นที่ไม่มียานพาหนะเป็นอุปสรรคในการคำนวณ ดังนั้นอาจแสดงสถานการณ์ในเชิงลบมากขึ้นกว่าการจริงเกี่ยวกับความขัดแย้งและชน และ b)reachability เครือข่ายถูกผูกไว้จะ overestimated เนื่องจากการความจริงที่ว่า สัญญาณที่พิจารณาถึงเพื่อนบ้านเพิ่มเติม และที่สูงกว่าในโลกจริง ผลลัพธ์เหล่านี้ได้นัยสำคัญสำหรับยานพาหนะกลางการออกแบบโพรโทคอล (MAC) โพรโทคอล MAC จะต้องรับมือกับการเพิ่มจำนวนของรถถังที่ซ่อนเนื่องจากยานพาหนะอื่น ๆกีดขวางเหล่านั้นอัลกอริทึมเบื้องหลังรูปแบบการนำเสนอ แม้ว่าความประเมินลดทอนสัญญาณเนื่องจากยานพาหนะ(เช่น การคำนวณเพิ่มเติมลดทอนสัญญาณเนื่องจากรถการสื่อสารแต่ละคู่แยกต่างหาก), จะ computationallyสถานที่มีประสิทธิภาพ เป็นอิสระ และกับรุ่นที่ประเมินผลกระทบของอุปสรรคชนิดอื่น ๆ โดยการใช้งานนำเสนอรูปแบบในการจำลอง VANET สำคัญสามารถได้รับสิทธิประโยชน์เกี่ยวกับความน่าเชื่อถือเพิ่มขึ้นผลการจำลอง ค่าใช้จ่ายค่อนข้างเล็กคำนวณค่าใช้จ่ายในการเป็นส่วนหนึ่งของความพยายามวิจัย เรากำลังดำเนินการหลากหลายทดลองวัดความกระทบกีดขวางรถถัง V2V การสื่อสารหลากหลายมือถือสภาพแวดล้อม (เช่น ในเมือง ชาน เมือง ทางหลวง)ต่าง ๆ ยานพาหนะความหนาแน่น (ต่ำ กลาง สูง) ทั้งใน2.4 คลื่นที่ GHz และ 5.9 GHz มุ่งเน้นการประเมินการแยก และลักษณะผลกระทบการกีดขวางยานพาหนะสื่อสาร V2V เพื่อทดสอบและปรับรูปแบบการนำเสนอของเรา
การแปล กรุณารอสักครู่..
ผลลัพธ์ (ไทย) 2:[สำเนา]
คัดลอก!
ปกเกล้าเจ้าอยู่หัว โดยสรุปแล้ว
เรานำเสนอรูปแบบใหม่สำหรับยานพาหนะที่ใช้มาตรการที่เป็น
อุปสรรคในการ Vanet สภาพแวดล้อมจำลอง ครั้งแรกที่เราวิเคราะห์
ข้อมูลที่โลกแห่งความจริงที่เก็บรวบรวมโดยวิธีการของสามมิติ
ถ่ายภาพทางอากาศและแสดงให้เห็นว่ายานพาหนะเป็นอุปสรรคมี
ผลกระทบต่อการอุดตัน LOS ทั้งหนาแน่นและ
เครือข่ายพาหนะเบาบางและดังนั้นจึงควรจะรวมอยู่
ในการสร้างแบบจำลองช่อง V2V จากนั้นขึ้นอยู่กับแนวคิดของการ
คำนวณเรขาคณิตเราย่อมยานพาหนะเป็น threedimensional
วัตถุที่สามารถทำหน้าที่เป็นสิ่งกีดขวาง LOS ระหว่าง
26 IEEE วารสารเลือกพื้นที่ในการสื่อสารฉบับ 29 NO 1 มกราคม 2011
รูป 9. การกระจายตัวของ RSSI 100 เมตรในกรณีของลอส (ไม่
อุดตัน) และไม่ใช่ LOS (ขัดขวางรถตู้) ที่ความถี่ 2.4 GHz.
ยานพาหนะการสื่อสารอื่น ๆ ต่อไปเราจะได้รับการออกแบบกลไก
สำหรับการคำนวณการลดทอนเพิ่มเติมเนื่องจากยานพาหนะที่
เป็นอุปสรรคและเราแสดงให้เห็นว่ายานพาหนะขัดขวาง
อย่างมีนัยสำคัญลดการใช้พลังงานและสัญญาณที่ได้รับแพ็คเก็ต
อัตราความสำเร็จ นอกจากนี้เรายังดำเนินการทดลองวัด
เพื่อยืนยันความสำคัญของผลกระทบของการอุดตันของ
ยานพาหนะบนความแรงของสัญญาณที่ได้รับ ผลอย่างชัดเจน
ระบุว่ายานพาหนะที่เป็นอุปสรรคมีผลกระทบอย่างมีนัยสำคัญ
ในการแพร่กระจายสัญญาณ (ดูรูปที่ 5 และ 8.); ดังนั้นเพื่อ
ที่จะต้องรูปแบบการสื่อสาร V2V มันเป็นความจำเป็นที่จะ
บัญชีสำหรับยานพาหนะที่เป็นอุปสรรค นอกจากนี้ผลของ
ยานพาหนะเป็นอุปสรรคไม่สามารถละเลยแม้ในกรณี
ของเครือข่ายพาหนะค่อนข้างเบาบางเป็น A3 วิเคราะห์
ชุดข้อมูลที่แสดงให้เห็นทางหลวง อีกข้อสรุปที่สำคัญคือ
รูปแบบสุ่มเช่นเงาจางหาย [32], ที่มีจุดมุ่งหมาย
ที่เฉลี่ยลดทอนเพิ่มเติมเนื่องจากยานพาหนะที่จะ
ล้มเหลวที่จะเพียงพออธิบายที่ซับซ้อนและที่สำคัญผลกระทบ
ของยานพาหนะในอำนาจสัญญาณที่ได้รับ (ที่ปรากฎในรูป 5).
นอกจากนี้ละเลยยานพาหนะที่เป็นอุปสรรคในการ Vanet
การจำลองและการสร้างแบบจำลองที่มีผลอย่างมากต่อประสิทธิภาพ
การประเมินผลของชั้นบนของการสื่อสาร
สแต็ค ผลกระทบที่คาดไว้บนชั้นเชื่อมโยงข้อมูลเป็นสองเท่า:
ก) การต่อสู้กลางจะประเมินในรูปแบบที่
ไม่รวมถึงยานพาหนะที่เป็นอุปสรรคในการคำนวณจึง
อาจเป็นตัวแทนของสถานการณ์ในแง่ร้ายมากกว่า
โลกแห่งความจริงที่เกี่ยวกับความขัดแย้งและการปะทะกัน; และข)
การเชื่อมเครือข่ายผูกพันที่จะเกินไปเนื่องจาก
ความจริงที่ว่าสัญญาณจะพิจารณาไปถึงประเทศเพื่อนบ้านมากขึ้นและ
ที่พลังงานที่สูงขึ้นกว่าในโลกแห่งความจริง ผลการเหล่านี้มี
นัยสำคัญสำหรับการควบคุมการเข้าถึงพาหนะขนาดกลาง
(MAC) การออกแบบโปรโตคอล; โปรโตคอล MAC จะต้องรับมือกับ
จำนวนที่เพิ่มขึ้นของยานพาหนะซ่อนไว้เนื่องจากมียานพาหนะอื่น ๆ
ขัดขวางพวกเขา.
อัลกอริทึมที่อยู่เบื้องหลังการนำเสนอรูปแบบแม้ว่า
กล้องจุลทรรศน์การประเมินการลดทอนเนื่องจากยานพาหนะ
(เช่นการคำนวณการลดทอนเพิ่มเติมเนื่องจากยานพาหนะสำหรับ
แต่ละคู่สื่อสารแยกต่างหาก ) ยังคงเป็นคอมพิวเตอร์
ที่มีประสิทธิภาพที่ตั้งอิสระและเข้ากันได้กับรุ่น
ที่ประเมินผลกระทบของประเภทอื่น ๆ ของอุปสรรค โดยการดำเนินการ
รูปแบบที่นำเสนอในการจำลอง Vanet อย่างมีนัยสำคัญ
ผลประโยชน์ที่สามารถรับได้ที่เกี่ยวกับความน่าเชื่อถือเพิ่มขึ้น
ของผลการจำลองที่ค่าใช้จ่ายของค่อนข้างเล็ก
ค่าใช้จ่ายในการคำนวณ.
ในฐานะที่เป็นส่วนหนึ่งของความพยายามในการวิจัยอย่างต่อเนื่องของเราเรากำลังดำเนิน
การทดลองวัดที่ครอบคลุมเพื่อปริมาณ ผลกระทบ
ของการขัดขวางยานพาหนะการสื่อสาร V2V ต่าง ๆ ใน
สภาพแวดล้อมที่มือถือ (เช่นเมืองชานเมืองทางหลวง) มี
ความหนาแน่นที่แตกต่างกันของยานพาหนะ (ต่ำปานกลางสูง) ทั้ง
2.4 GHz และ 5.9 GHz วงดนตรี การวัดที่มีจุดมุ่งหมายเพื่อ
ที่แยกและลักษณะผลกระทบของการบัง
ยานพาหนะในการสื่อสาร V2V เพื่อทดสอบอย่างละเอียด
และเพิ่มประสิทธิภาพการนำเสนอรูปแบบของเรา
การแปล กรุณารอสักครู่..
 
ภาษาอื่น ๆ
การสนับสนุนเครื่องมือแปลภาษา: กรีก, กันนาดา, กาลิเชียน, คลิงออน, คอร์สิกา, คาซัค, คาตาลัน, คินยารวันดา, คีร์กิซ, คุชราต, จอร์เจีย, จีน, จีนดั้งเดิม, ชวา, ชิเชวา, ซามัว, ซีบัวโน, ซุนดา, ซูลู, ญี่ปุ่น, ดัตช์, ตรวจหาภาษา, ตุรกี, ทมิฬ, ทาจิก, ทาทาร์, นอร์เวย์, บอสเนีย, บัลแกเรีย, บาสก์, ปัญจาป, ฝรั่งเศส, พาชตู, ฟริเชียน, ฟินแลนด์, ฟิลิปปินส์, ภาษาอินโดนีเซี, มองโกเลีย, มัลทีส, มาซีโดเนีย, มาราฐี, มาลากาซี, มาลายาลัม, มาเลย์, ม้ง, ยิดดิช, ยูเครน, รัสเซีย, ละติน, ลักเซมเบิร์ก, ลัตเวีย, ลาว, ลิทัวเนีย, สวาฮิลี, สวีเดน, สิงหล, สินธี, สเปน, สโลวัก, สโลวีเนีย, อังกฤษ, อัมฮาริก, อาร์เซอร์ไบจัน, อาร์เมเนีย, อาหรับ, อิกโบ, อิตาลี, อุยกูร์, อุสเบกิสถาน, อูรดู, ฮังการี, ฮัวซา, ฮาวาย, ฮินดี, ฮีบรู, เกลิกสกอต, เกาหลี, เขมร, เคิร์ด, เช็ก, เซอร์เบียน, เซโซโท, เดนมาร์ก, เตลูกู, เติร์กเมน, เนปาล, เบงกอล, เบลารุส, เปอร์เซีย, เมารี, เมียนมา (พม่า), เยอรมัน, เวลส์, เวียดนาม, เอสเปอแรนโต, เอสโทเนีย, เฮติครีโอล, แอฟริกา, แอลเบเนีย, โคซา, โครเอเชีย, โชนา, โซมาลี, โปรตุเกส, โปแลนด์, โยรูบา, โรมาเนีย, โอเดีย (โอริยา), ไทย, ไอซ์แลนด์, ไอร์แลนด์, การแปลภาษา.

Copyright ©2024 I Love Translation. All reserved.

E-mail: