دانلود مقاله انگلیسی رایگان:بهینه سازی مصرف انرژی برای جمع آوری داده های بزرگ در شبکه های حسگر بی سیم مقیاس بزرگ با جمع کننده های سیار - 2018

تخفیف ماه رمضان

کارابرن عزیز، مقالات isi بالاترین کیفیت ترجمه را دارند، ترجمه آنها کامل و دقیق می باشد (محتوای جداول و شکل های نیز ترجمه شده اند) و از بهترین مجلات isi انتخاب گردیده اند. همچنین تمامی ترجمه ها دارای ضمانت کیفیت بوده و در صورت عدم رضایت کاربر مبلغ عینا عودت داده خواهد شد.

پشتیبانی
اپلیکشن اندروید
آرشیو مقالات
ورود اعضا
توجه توجه توجه !!!!
تمامی مقالات ترجمه شده ، انگلیسی و کتاب های این سایت با دقت تمام انتخاب شده اند. در انتخاب مقالات و کتاب ها پارامترهای جدید بودن، پر جستجو بودن، درخواست کاربران ، تعداد صفحات و ... لحاظ گردیده است. سعی بر این بوده بهترین مقالات در هر زمینه انتخاب و در اختیار شما کاربران عزیز قرار گیرد. ضمانت ما، کیفیت ماست.
نرم افزار winrar

از نرم افزار winrar برای باز کردن فایل های فشرده استفاده می شود. برای دانلود آن بر روی لینک زیر کلیک کنید
دانلود

پیوندهای کاربردی
پیوندهای مرتبط
دانلود مقاله انگلیسی داده های بزرگ رایگان
  • Optimizing Energy Consumption for Big Data Collection in Large-Scale Wireless Sensor Networks With Mobile Collectors Optimizing Energy Consumption for Big Data Collection in Large-Scale Wireless Sensor Networks With Mobile Collectors
    Optimizing Energy Consumption for Big Data Collection in Large-Scale Wireless Sensor Networks With Mobile Collectors

    سال انتشار:

    2018


    عنوان انگلیسی مقاله:

    Optimizing Energy Consumption for Big Data Collection in Large-Scale Wireless Sensor Networks With Mobile Collectors


    ترجمه فارسی عنوان مقاله:

    بهینه سازی مصرف انرژی برای جمع آوری داده های بزرگ در شبکه های حسگر بی سیم مقیاس بزرگ با جمع کننده های سیار


    منبع:

    IEEE - IEEE SYSTEMS JOURNAL, VOL: 12, NO: 1, MARCH 2018


    نویسنده:

    Kenneth Li-Minn Ang,asmine Kah Phooi Seng ، Adamu Murtala Zungeru


    چکیده انگلیسی:

    Big sensor-based data environment and the emergence of large-scale wireless sensor networks (LS-WSNs), which are spread over wide geographic areas and contain thousands of sensor nodes, require new techniques for energy-efficient data collection. Recent approaches for data collection in WSNs have focused on techniques using mobile data collectors (MDCs) or sinks. Compared to traditional methods using static sinks, the MDC techniques give two advantages for data collection in LSWSNs. These techniques can handle data collection over spatially separated geographical regions, and have been shown to require lower node energy consumption. Two common models for data collection using MDCs have been proposed: data collection using data mule (MULE), and sensor network with mobile access point (SENMA). The MULE and SENMA approaches can be characterized as representative of the multihop and the single-hop approaches for mobile data collection in WSNs. Although the basic architectures for MULE and SENMA have been well studied, the emergence of LS-WSNs which require partitioning the network into multiple groups and clusters prior to data collection has not been particularly addressed. This paper presents analytical approaches to determine the node energy consumption for LS-WSN MDC schemes and gives models for determining the optimal number of clusters for minimizing the energy consumption. The paper alsoaddressesthetradeoffswhentheLS-WSNMULEandSENMA models perform well.
    Index Terms: Data collection using data mule (MULE), energy consumption, large-scale wireless sensor networks (LS-WSNs),mobile data collectors, sensor network with mobile access point (SENMA)


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 11
    حجم فایل: 546 کیلوبایت

    قیمت: رایگان


    توضیحات اضافی:




آرشیو کامل مقالات

اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

این مقاله را در فیس بوک به اشتراک بگذارید این مقاله را در توییتر به اشتراک بگذارید این مقاله را در لینکداین به اشتراک بگذارید این مقاله را در گوگل پلاس به اشتراک بگذارید این مقاله را در زینگ به اشتراک بگذارید این مقاله را در تلگرام به اشتراک بگذارید

تعداد نظرات : 0

الزامی
الزامی
الزامی
داده-های-بزرگ
موضوعات
footer