ترجمه طلایی مکان یابی بهینه گره در شبکه های مسیریابی فرصت طلب بی سیم
| دسته بندی | مقالات ترجمه شده isi |
| بازدید ها | 24 |
| فرمت فایل | doc |
| حجم فایل | 1556 کیلو بایت |
| تعداد صفحات فایل | 33 |
مکان یابی بهینه گره در شبکه های مسیریابی فرصت طلب بی سیم
چکیده-در سال های اخیر، توجه روز افزونی به مسیریابی فرصت طلب به عنوان روشی برای افزایش ظرفیت شبکه های بی سیم با بکارگیری طبیعت انتشاری آن پرداخته شده است. برخلاف مسیریابی تک مسیره قدیمی، در مسیریابی فرصت طلب گره هایی که ارسال های همسایه را می توانند استراق سمع بکنند می توانند کاندیدهای فرستنده بسته به سمت مقصد شوند. در این مقاله به این سوال خواهیم پرداخت: حداکثر کارایی که می توان با استفاده از مسیریابی فرصت طلب به دست آورد چقدر است؟ برای پاسخ به این سوال، از یک مدل تحلیلی استفاده می کنیم که اجازه می دهد تا موقعیت بهینه گره ها را محاسبه کنیم، به طوری که حرکت به سمت مقصد به حداکثر برسد. از این مدل برای محاسبه کران های مینیمم استفاده می شود که می تواند تعداد ارسال ها در یک شبکه را با استفاده از مسیریابی فرصت طلب به دست آورد.
کلیدواژگان: شبکه های بی سیم، مسیریابی فرصت طلب، عملکرد ماکزیمم، مدل تحلیلی.
Optimum node placement in wireless opportunistic routing networks
a b s t r a c t
In recent years there has been a growing interest in opportunistic routing as a way to increase the capacity of wireless networks by exploiting its broadcast nature. In contrast to traditional uni-path routing, in opportunistic routing the nodes overhearing neighbor’s transmissions can become candidates to forward the packets towards the destination. In this paper we address the question: What is the maximum performance that can be obtained using opportunistic routing? To answer this question we use an analytical model that allows to compute the optimal position of the nodes, such that the progress towards the destination is maximized. We use this model to compute bounds to the minimum expected number of transmissions that can be achieved in a network using opportunistic routing.
Keywords:
Wireless networks
Opportunistic routing
Maximum performance
Analytical model 2013 Elsevier B.V. All rights reserved.
1. Introduction
1. مقدمه
در نتیجه، تفاوت های قابل توجهی در احتمالات تحویل بسته می تواند در سراسر لینک یک شبکه MWN وجود داشته باشد. تفاوت دوم به ماهیت انتشار ارسال های بی سیم بر می گردد[3]. بر خلاف شبکه های سیمی، که در آن ها لینک ها به طور معمول نقطه به نقطه هستند، در شبکه بی سیم هنگامی که یک گره بسته ای ارسال می کند، همسایه های گره مقصد مورد نظر می توانند آن را استراق سمع کنند.
ترجمه طلایی صف بندی موازی برنامه نویسی DNA
| دسته بندی | مقالات ترجمه شده isi |
| بازدید ها | 20 |
| فرمت فایل | doc |
| حجم فایل | 1796 کیلو بایت |
| تعداد صفحات فایل | 13 |
صف بندی موازی برنامه نویسی DNA
چکیده-در این مقاله ما یک الگوریتم موازی جدید پیشنهاد می کنیم که صف بندی بهینه رشته برنامه نویسی DNA مبتنی بر مدل DNA/protein که توسط Hein پیشنهاد شده است را بمنظور تعیین فاصله بین دو رشته برنامه نویسی DNA محاسبه کند. اثبات خواهیم کرد که این الگوریتم نسبت به الگوریتم ترتیبی، از نظر هزینه بهینه بوده و تطبیقی می باشد. الگوریتم موازی اجرا شده و نتایج آزمایشی، کارایی این الگوریتم را نشان خواهد داد.
کلیدواژگان: بیوانفورماتیک، الگوریتم های موازی، تنظیمات رشته.
Parallel alignment of coding DNA
S.H. Alavi-Soltani, H. Ahrabian1, A. Nowzari-Dalini
Center of Excellence in Biomathematics,
School of Mathematics, Statistics, and Computer Science,
University of Tehran, Tehran, Iran.
Email: {alavi,ahrabian,nowzari}@ut.ac.ir.
Abstract
We present a new parallel algorithm that computes an optimal alignment of the coding DNA sequences based on DNA/protein model proposed by Hein for the evaluating distance between two coding DNA sequence. The algorithm is proved to be adaptive and cost optimal with respect to the sequential algorithm. The parallel algorithm is implemented and experimental results show the efficiency of algorithm.
Keywords: Bioinformatics, Parallel algorithms, Sequence alignments.
1 Introduction
1. مقدمه
[Jones و همکارانش، 2004]. صف بندی رشته در رشته های زیستی، تحت عنوان صف بندی شناخته شده اند. برنامه نویسی دینامیکی روش انتخاب نواحی هم جهت شده رشته های DNA و پروتئینی می باشد. برای تعدادی از طرح های امتیازدهی صف بندی، این روش برای تولید یک صف بندی از دو رشته داده شده، با بیشترین احتمال امتیاز تضمین شده می باشد. امتیاز بندی با در نظر گرفتن فواصل بین دو رشته تغییر می یابد. مکانیزم امتیاز دهی برای دو رشته را می توان با سه مدل مختلف طراحی کرد:
مدل DNA، مدل پروتئین، مدل پروتئین/DNA. در این مقاله، با مدل پروتئین/DNA سر و کار خواهیم داشت. حال توضیح مختصری در مورد این سه مدل می دهیم.
یک روش سرراست، فاصله تکاملی بین دو رشته برنامه نویسی DNA این است که از برنامه نویسی پروتیئن چشم پوشی کرده و فاصله را با استفاده از چند مدل تکاملی DNA محاسبه کند. فاصله تکاملی بین دو رشته در یک مدل سطح DNA را می توان اغلب بصورت مساله صف بندی کلاسیک فرمول نویسی کرده و بصورت کارایی با برنامه نویسی دینامیکی محاسبه کرد [Jones و همکارانش2004؛ Needlman 1970و همکارانش؛ 1980Waterman].
معمولا توصیف فاصله تکاملی بر اساس یک صف بندی از پروتئین های رمزگذاری شده نسبت به یک صف بندی تنها بر اساس برنامه نویسی DNA بیشتر قابل اتکا می باشد [Pearson, 1996].
ترجمه طلایی PHRHLS: مسیریابی مشترک مبتنی بر جابجایی-پیشبینی و سرویس مکان سلسلهمراتبی برای VANET ها
| دسته بندی | مقالات ترجمه شده isi |
| بازدید ها | 32 |
| فرمت فایل | doc |
| حجم فایل | 712 کیلو بایت |
| تعداد صفحات فایل | 8 |
PHRHLS: مسیریابی مشترک مبتنی بر جابجایی-پیشبینی و سرویس مکان سلسلهمراتبی برای VANETها
چکیده
سرویسهای مبتنی بر مکان، اطلاعات مکانی که توسط پروتکلهای مسیریابی جغرافیایی استفاده میشود را ارائه (و حفظ) میکنند. مسیریابی و سرویس مکان بطور گستردهای مرتبط بهم هستند، اما در مطالعات معمول در مورد شبکهی اد هاک وسایل نقلیه (VANET) بطور جداگانهای کنترل میشوند. در این مقاله، یک روش مرکب، یعنی مسیریابی هیبریدی مبتنی بر پیشبینی-جابجایی و سرویس مکانی سلسلهمراتبی (PHRHLS)، اتصال یک پروتکل مسیریابی VANET، مسیریابی بدون حالت محیط حریص (GPSR)، و سرویس مکان سلسلهمراتبی (HLS) را با یک الگوریتم پیشبینی جابجایی ارائه میکنیم. نشان میدهیم که این روش، یعنی PHRHLS، هزینه محلیسازی را کاهش میدهد و عملکردهای مسیریابی را افزایش میدهد. در واقع، شبیهسازیهای گستردهی ما نتایج امیدوار کنندهای بر حسب تاخیر سر به سر، نسبت تحویل بسته و هزینه پیام کنترلی را نشان میدهد.
واژگان کلیدی
VANETها، سرویسهای مبتنی بر مکان، پروتکلهای مسیریابی جغرافیایی، تکنیکهای ترکیبی.
PHRHLS: A Movement-Prediction-based Joint Routing and Hierarchical Location Service for VANETs
Abstract—Location-based services provide (and maintain) location information used by geographic routing protocols. Routing and location service are widely related, but handled separately in usual studies about Vehicular Ad hoc Network (VANET). In this paper, we propose a hybrid approach, denoted mobility- Prediction-based Hybrid Routing and Hierarchical Location Service (PHRHLS), coupling a VANET routing protocol, the Greedy Perimeter Stateless Routing (GPSR), and the Hierarchical
Location Service (HLS) extended with a mobility prediction algorithm. We show that our approach, PHRHLS, reduces the localization overhead and enhances the routing performances. Indeed, our extensive simulations show promising results in terms of end-to-end latency, packet delivery ratio and control message overhead.
Index Terms—VANETs; Location-based Services; Geographic Routing Protocols, Hybrid Techniques.
I. INTRODUCTION
- 1. مقدمه
با این پروتکلها، الگوی موقعیت به موقعیت استفاده میشود. از این رو، سرویسهای مبتنی بر مکان خاص برای گرفتن موقعیت مقصد لازم هستند.
در واقع، سرویس مبتنی بر مکان و مسیریابی بطور جداگانهای در شبکههای اد هاک وسایل نقلیه (VANETها) انجام شدهاند: نخست یک سرویس مبتنی بر مکان برای یافتن محل مقصد استفاده میشود، سپس پروتکل مسیریابی جغرافیایی بستههای داده را به سمت مقصد مورد نظر مسیریابی میکند. این فرآیند هر بار که موقعیتِ مقصد تغییر میکند تکرار میشود که منجر به وقفههای پیوسته در ارتباط و هزینه سیگنالدهی (سیگنالینگ ) سر به سر مهم برای پیدا کردن محل مقصد واقعی میشود.