نت سیمولیت | شبیه سازی شبکه های کامپیوتری
مسیریابی کیفیت سرویس در شبکه WMN با الگوریتم ژنتیک چند هدفه (MNSGA-II) در NS2 ❇️ هدف مقاله ✳️ اهداف مورد نظر ما در این مقاله، به حداقل رساندن تعداد انتقال و تاخیر انتقال است که بر روی پروتکل مسیریابی OLSR انجام می شود. به منظور حفظ تنوع در راه حل نامغلوب،…
Media is too big
VIEW IN TELEGRAM
فیلم اجرا و خروجی پروژه مسیریابی کیفیت سرویس در شبکه WMN با الگوریتم ژنتیک چند هدفه (MNSGA-II) در نرم افزار NS2
⏬ اطلاعات بیشتر و مشاهده خروجی پروژه در لینک زیر: 👇
🔗 https://bit.ly/34sWRBC
🆔 @NetSimulate
⏬ اطلاعات بیشتر و مشاهده خروجی پروژه در لینک زیر: 👇
🔗 https://bit.ly/34sWRBC
🆔 @NetSimulate
شبیه سازی شبکه فوق مکعب یا ابر مکعب (توپولوژی Hypercube) با نرم افزار NS2
❇️ معرفی شبکه ابر مکعب و پروژه
✳️ شبکه های Hypercube نوعی توپولوژی شبکه هستند که در شبکه های روی تراشه (Networks on Chip – NOC) کاربرد دارد. این پروژه از دو سناریو تشکیل شده است. در سناریو اول گلوگاه داریم که در آن اکثر داده های ارسالی به علت پر شدن فضای بافر گره گیرنده دراپ (Packet Drop) می شوند که در اصطلاح فارسی به آن بسته های گم شده گفته می شود. این سناریو با hypercube1 نامگذاری شده است.
✳️ همچنین سناریو دوم حالت ابر مکعب یا فوق مکعب می باشد که به علت خاصیت اَﺑَﺮ مکعب (Hypercube) و ارسال داده ها از جریان های مختلف، اکثر بسته های ارسالی توسط گیرنده دریافت می شوند و تعدد بسته های کمتری دراپ (Packet Drop) می شوند. این سناریو که حالت بهبود یافته سناریو قبل است، در پروژه با hypercubeIMPVD نامگذاری شده است.
⏬ اطلاعات بیشتر و مشاهده خروجی پروژه در لینک زیر: 👇
🔗 https://bit.ly/2QiuzBs
🆔 @NetSimulate
فیلم اجرا و خروجی پروژه در پست بعدی 👇
❇️ معرفی شبکه ابر مکعب و پروژه
✳️ شبکه های Hypercube نوعی توپولوژی شبکه هستند که در شبکه های روی تراشه (Networks on Chip – NOC) کاربرد دارد. این پروژه از دو سناریو تشکیل شده است. در سناریو اول گلوگاه داریم که در آن اکثر داده های ارسالی به علت پر شدن فضای بافر گره گیرنده دراپ (Packet Drop) می شوند که در اصطلاح فارسی به آن بسته های گم شده گفته می شود. این سناریو با hypercube1 نامگذاری شده است.
✳️ همچنین سناریو دوم حالت ابر مکعب یا فوق مکعب می باشد که به علت خاصیت اَﺑَﺮ مکعب (Hypercube) و ارسال داده ها از جریان های مختلف، اکثر بسته های ارسالی توسط گیرنده دریافت می شوند و تعدد بسته های کمتری دراپ (Packet Drop) می شوند. این سناریو که حالت بهبود یافته سناریو قبل است، در پروژه با hypercubeIMPVD نامگذاری شده است.
⏬ اطلاعات بیشتر و مشاهده خروجی پروژه در لینک زیر: 👇
🔗 https://bit.ly/2QiuzBs
🆔 @NetSimulate
فیلم اجرا و خروجی پروژه در پست بعدی 👇
نت سیمولیت | شبیه سازی شبکه های کامپیوتری
شبیه سازی شبکه فوق مکعب یا ابر مکعب (توپولوژی Hypercube) با نرم افزار NS2 ❇️ معرفی شبکه ابر مکعب و پروژه ✳️ شبکه های Hypercube نوعی توپولوژی شبکه هستند که در شبکه های روی تراشه (Networks on Chip – NOC) کاربرد دارد. این پروژه از دو سناریو تشکیل شده است. در…
Media is too big
VIEW IN TELEGRAM
فیلم اجرا و خروجی پروژه شبیه سازی شبکه فوق مکعب یا ابر مکعب (توپولوژی Hypercube) با نرم افزار NS2
⏬ اطلاعات بیشتر و مشاهده خروجی پروژه در لینک زیر: 👇
🔗 https://bit.ly/2QiuzBs
🆔 @NetSimulate
⏬ اطلاعات بیشتر و مشاهده خروجی پروژه در لینک زیر: 👇
🔗 https://bit.ly/2QiuzBs
🆔 @NetSimulate
ارزیابی کدک های ویدیویی با الگوریتم های صف بندی در ویدئو استریمینگ با OPNET
❇️ معرفی پروژه
در این پروژه به انتقال ویدئو رمزگذاری شده با سه استاندارد رمزگذاری ویدیویی H.26 و MPEG-2 و MPEG-4 از طریق شبکه بی سیم محلی (WLAN) با نرم افزار شبیه ساز OPNET می پردازیم که شامل ۹ سناریو می باشد که در آنها از الگوریتم های صف بندی FIFO ، PQ ، WFQ و DWRR استفاده شده است.
⏬ اطلاعات بیشتر و مشاهده خروجی پروژه در لینک زیر: 👇
🔗 https://bit.ly/352bj29
🆔 @NetSimulate
فیلم اجرا و خروجی پروژه در پست بعدی 👇
❇️ معرفی پروژه
در این پروژه به انتقال ویدئو رمزگذاری شده با سه استاندارد رمزگذاری ویدیویی H.26 و MPEG-2 و MPEG-4 از طریق شبکه بی سیم محلی (WLAN) با نرم افزار شبیه ساز OPNET می پردازیم که شامل ۹ سناریو می باشد که در آنها از الگوریتم های صف بندی FIFO ، PQ ، WFQ و DWRR استفاده شده است.
⏬ اطلاعات بیشتر و مشاهده خروجی پروژه در لینک زیر: 👇
🔗 https://bit.ly/352bj29
🆔 @NetSimulate
فیلم اجرا و خروجی پروژه در پست بعدی 👇
نت سیمولیت | شبیه سازی شبکه های کامپیوتری
ارزیابی کدک های ویدیویی با الگوریتم های صف بندی در ویدئو استریمینگ با OPNET ❇️ معرفی پروژه در این پروژه به انتقال ویدئو رمزگذاری شده با سه استاندارد رمزگذاری ویدیویی H.26 و MPEG-2 و MPEG-4 از طریق شبکه بی سیم محلی (WLAN) با نرم افزار شبیه ساز OPNET می پردازیم…
Media is too big
VIEW IN TELEGRAM
فیلم اجرا و خروجی پروژه ارزیابی کدک های ویدیویی با الگوریتم های صف بندی در ویدئو استریمینگ با نرم افزار OPNET
⏬ اطلاعات بیشتر و مشاهده خروجی پروژه در لینک زیر: 👇
🔗 https://bit.ly/352bj29
🆔 @NetSimulate
⏬ اطلاعات بیشتر و مشاهده خروجی پروژه در لینک زیر: 👇
🔗 https://bit.ly/352bj29
🆔 @NetSimulate
Forwarded from سورس سرا | مرجع آموزش برنامه نویسی
سورس شبیه سازی شبکه حسگر بیسیم به زبان سی شارپ
❇️ توضیحات پروژه
✳️ در این پروژه شبکه بر روی یک نقشه به عنوان یک سری از دایره های قرمز رنگ که توسط محافل خاکستری احاطه شده اند نمایش داده می شوند. دایره های قرمز نشان دهنده سنسور یا گره، و منطقه خاکستری رنگ، گره محدوده تشخیص سنسور است.
✳️ زمانی که دایره های کوچک و سبز رنگ، وارد منطقه گره ها، یعنی قسمت های خاکستری شوند، سنسور آغاز به فعالیت می کند و در این هنگام مناطق خاکستری، تبدیل به یک رنگ مایل به آبی می شوند و هر کدام به تدریج پس از خارج شدن دایره های سبز رنگ از محدوده آنها، دوباره به رنگ خاکستری تبدیل می شودند، سرعت بازگشت این رنگ ها به حالت اولیه، بستگی به مدت تاخیر سنسور دارد.
✳️ گره ها توسط خطوط سیاه و سفید، که نشان دهنده لینک های ارتباطی می باشند، متصل شده اند. هنگامی که بسته در این ارتباط رد و بدل شود لینک ارتباطی قرمز رنگ خواهد بود. در قسمت پایین و سمت چپ برنامه رادار نیر قرار دارد که نتایج انتقال داده ها را نشان می دهد. اگر یک بسته با موفقیت به یک گره برسد، در رادار نمایش داده می شود.
اطلاعات بیشتر: 👇
🔗 https://bit.ly/2T0TMC0
🆔 @SourceSara
❇️ توضیحات پروژه
✳️ در این پروژه شبکه بر روی یک نقشه به عنوان یک سری از دایره های قرمز رنگ که توسط محافل خاکستری احاطه شده اند نمایش داده می شوند. دایره های قرمز نشان دهنده سنسور یا گره، و منطقه خاکستری رنگ، گره محدوده تشخیص سنسور است.
✳️ زمانی که دایره های کوچک و سبز رنگ، وارد منطقه گره ها، یعنی قسمت های خاکستری شوند، سنسور آغاز به فعالیت می کند و در این هنگام مناطق خاکستری، تبدیل به یک رنگ مایل به آبی می شوند و هر کدام به تدریج پس از خارج شدن دایره های سبز رنگ از محدوده آنها، دوباره به رنگ خاکستری تبدیل می شودند، سرعت بازگشت این رنگ ها به حالت اولیه، بستگی به مدت تاخیر سنسور دارد.
✳️ گره ها توسط خطوط سیاه و سفید، که نشان دهنده لینک های ارتباطی می باشند، متصل شده اند. هنگامی که بسته در این ارتباط رد و بدل شود لینک ارتباطی قرمز رنگ خواهد بود. در قسمت پایین و سمت چپ برنامه رادار نیر قرار دارد که نتایج انتقال داده ها را نشان می دهد. اگر یک بسته با موفقیت به یک گره برسد، در رادار نمایش داده می شود.
اطلاعات بیشتر: 👇
🔗 https://bit.ly/2T0TMC0
🆔 @SourceSara
پیشنهاد زمینه کاری برای موضوع پایان نامه شبکه و مخابرات
⏬ برای دسترسی به موضوعات به لینک زیر مراجعه نمائید: 👇
🔗 https://bit.ly/31bxFNJ
🆔 @NetSimulate
🌐 NetSimulate.net
⏬ برای دسترسی به موضوعات به لینک زیر مراجعه نمائید: 👇
🔗 https://bit.ly/31bxFNJ
🆔 @NetSimulate
🌐 NetSimulate.net
ترجمه مقاله پروتکل سلسله مراتبی خوشه بندی موثر انرژی مقیاس پذیر در شبکه WSN
⏬ اطلاعات بیشتر و دانلود رایگان از لینک زیر: 👇
🔗 اینجا کلیک کنید
🆔 @NetSimulate
⏬ اطلاعات بیشتر و دانلود رایگان از لینک زیر: 👇
🔗 اینجا کلیک کنید
🆔 @NetSimulate
تحلیل عملکرد ترافیک چند رسانه ای در شبکه MPLS با مهندسی ترافیک توسط OPNET
این پروژه مهندسی ترافیک با آپنت به همراه فیلم آموزشی فارسی و مرحله به مرحله می باشد که براساس مقاله Performance Analysis of Multimedia Traffic over MPLS Communication Networks with Traffic Engineering شبیه سازی شده است.
⏬ اطلاعات بیشتر و مشاهده خروجی پروژه در لینک زیر: 👇
🔗 اینجا کلید کنید
🆔 @NetSimulate
بخشی از فیلم آموزشی و خروجی پروژه در پست بعدی 👇
این پروژه مهندسی ترافیک با آپنت به همراه فیلم آموزشی فارسی و مرحله به مرحله می باشد که براساس مقاله Performance Analysis of Multimedia Traffic over MPLS Communication Networks with Traffic Engineering شبیه سازی شده است.
⏬ اطلاعات بیشتر و مشاهده خروجی پروژه در لینک زیر: 👇
🔗 اینجا کلید کنید
🆔 @NetSimulate
بخشی از فیلم آموزشی و خروجی پروژه در پست بعدی 👇
نت سیمولیت | شبیه سازی شبکه های کامپیوتری
تحلیل عملکرد ترافیک چند رسانه ای در شبکه MPLS با مهندسی ترافیک توسط OPNET این پروژه مهندسی ترافیک با آپنت به همراه فیلم آموزشی فارسی و مرحله به مرحله می باشد که براساس مقاله Performance Analysis of Multimedia Traffic over MPLS Communication Networks with…
Media is too big
VIEW IN TELEGRAM
فیلم اجرا و خروجی پروژه تحلیل عملکرد ترافیک چند رسانه ای در شبکه MPLS با مهندسی ترافیک توسط OPNET
⏬ اطلاعات بیشتر و مشاهده خروجی پروژه در لینک زیر: 👇
🔗 اینجا کلید کنید
🆔 @NetSimulate
⏬ اطلاعات بیشتر و مشاهده خروجی پروژه در لینک زیر: 👇
🔗 اینجا کلید کنید
🆔 @NetSimulate
ارزیابی عملکرد کنترل کننده در شبکه های مبتنی بر نرم افزار (SDN) با متلب
⏬ اطلاعات بیشتر و مشاهده خروجی پروژه در لینک زیر: 👇
🔗 اینجا کلید کنید
🆔 @NetSimulate
⏬ اطلاعات بیشتر و مشاهده خروجی پروژه در لینک زیر: 👇
🔗 اینجا کلید کنید
🆔 @NetSimulate
مقاله هدایت و کنترل توزیع شده شبکه پهپاد ها در نرم افزار متلب
❇️ معرفی مقاله:
✳️ در این طرح چالش هایی همچون حفظ آرایش مطلوب، تاخیر در ارتباطات شبکه و مصرف بهینه انرژی، به منظور رسیدن به هدف در زمان عملیات مطرح شده که لازم است کنترل کننده طراحی شده با وجود موارد ذکر شده کارایی مناسبی داشته باشد. در آخر جهت ارزیابی و نشان دادن کارایی مناسب کنترل کننده طراحی شده، شبیه سازی در نرم افزار MATLAB انجام شده است.
نتایج به دست آمده از شبیه سازی با متلب نشان دهنده این است که روش پیشنهادی ارائه شده با وجود چالش های ذکر شده در سامانه های شبکه شده، نرخ همگرایی و مقدار قابل تحمل تاخیر زمانی بهتری در مقایسه با دیگر روش های مشابه دارد.
⏬ اطلاعات بیشتر و دانلود رایگان مقاله از لینک زیر: 👇
🔗 برای دانلود اینجا کلید کنید
🆔 @NetSimulate
❇️ معرفی مقاله:
✳️ در این طرح چالش هایی همچون حفظ آرایش مطلوب، تاخیر در ارتباطات شبکه و مصرف بهینه انرژی، به منظور رسیدن به هدف در زمان عملیات مطرح شده که لازم است کنترل کننده طراحی شده با وجود موارد ذکر شده کارایی مناسبی داشته باشد. در آخر جهت ارزیابی و نشان دادن کارایی مناسب کنترل کننده طراحی شده، شبیه سازی در نرم افزار MATLAB انجام شده است.
نتایج به دست آمده از شبیه سازی با متلب نشان دهنده این است که روش پیشنهادی ارائه شده با وجود چالش های ذکر شده در سامانه های شبکه شده، نرخ همگرایی و مقدار قابل تحمل تاخیر زمانی بهتری در مقایسه با دیگر روش های مشابه دارد.
⏬ اطلاعات بیشتر و دانلود رایگان مقاله از لینک زیر: 👇
🔗 برای دانلود اینجا کلید کنید
🆔 @NetSimulate
شبیه سازی شبکه با نرم افزار NS3 با استفاده از هوش مصنوعی (NS3-AI)
❇️ استفاده از هوش مصنوعی در شبکه های کامپیوتری
✳️ اخیرا الگوریتم های هوش مصنوعی (AI) به لطف پیشرفت در سرعت پردازش و دستیابی و ذخیره سازی داده ها، به طور گسترده ای در بسیاری از زمینه ها به خصوص در شبکه های کامپیوتری مورد استفاده قرار گرفته است.
✳️ ارزیابی عملکرد سیستم های شبکه با استفاده از تکنیک های AI می تواند با استفاده از نرم افزار شبیه ساز NS3 انجام شود و اگر NS3 قادر به تعامل با چارچوب های هوش مصنوعی (Artificial Intelligence) منبع باز موجود باشد، چنین مطالعاتی را می توان تسهیل کرد. در سال ۲۰۱۹ یک ماژول برای نرم افزار NS3 به نام ns3-gym جهت اتصال NS-3 به مجموعه ابزار OpenAI Gym منتشر شد که این ماژول از سوکت های Zero MQ به عنوان مکانیزم ارتباطات بین پردازشی (IPC) استفاده می کند.
⏬ اطلاعات بیشتر و دانلود رایگان مقاله و ابزار NS3-AI از لینک زیر: 👇
🔗 برای دانلود اینجا کلید کنید
🆔 @NetSimulate
❇️ استفاده از هوش مصنوعی در شبکه های کامپیوتری
✳️ اخیرا الگوریتم های هوش مصنوعی (AI) به لطف پیشرفت در سرعت پردازش و دستیابی و ذخیره سازی داده ها، به طور گسترده ای در بسیاری از زمینه ها به خصوص در شبکه های کامپیوتری مورد استفاده قرار گرفته است.
✳️ ارزیابی عملکرد سیستم های شبکه با استفاده از تکنیک های AI می تواند با استفاده از نرم افزار شبیه ساز NS3 انجام شود و اگر NS3 قادر به تعامل با چارچوب های هوش مصنوعی (Artificial Intelligence) منبع باز موجود باشد، چنین مطالعاتی را می توان تسهیل کرد. در سال ۲۰۱۹ یک ماژول برای نرم افزار NS3 به نام ns3-gym جهت اتصال NS-3 به مجموعه ابزار OpenAI Gym منتشر شد که این ماژول از سوکت های Zero MQ به عنوان مکانیزم ارتباطات بین پردازشی (IPC) استفاده می کند.
⏬ اطلاعات بیشتر و دانلود رایگان مقاله و ابزار NS3-AI از لینک زیر: 👇
🔗 برای دانلود اینجا کلید کنید
🆔 @NetSimulate
کنترل دسترسی برای ارسال صدا در شبکه مش بی سیم با پروتکل MAC بهبود یافته در متلب
❇️ انتقال صدا در شبکه مش بی سیم
✳️ انتقال صدا از طریق IEEE 802.11 با استفاده از شبکه مش بی سیم (WMN) مبتنی بر IEEE 802.11 به دلیل وجود لینک های بی سیم بک هال (Backhaul) بسیار مقرون به صرفه تر است. با این حال، پروتکل کنترل دسترسی به رسانه (MAC) مبتنی بر پروتکل های غیر بازخوردی تصادفی سنتی IEEE 802.11 که برای سرویس های داده حساس به توان عملیاتی مناسب هستند، نمی توانند عملکرد خدمات صوتی را برآورده کنند. بنابراین در این مقاله یک پروتکل MAC بهبود یافته به نام EMDA پیشنهاد می شود.
⏬ اطلاعات بیشتر و مشاهده خروجی پروژه در لینک زیر: 👇
🔗 اینجا کلید کنید
🆔 @NetSimulate
❇️ انتقال صدا در شبکه مش بی سیم
✳️ انتقال صدا از طریق IEEE 802.11 با استفاده از شبکه مش بی سیم (WMN) مبتنی بر IEEE 802.11 به دلیل وجود لینک های بی سیم بک هال (Backhaul) بسیار مقرون به صرفه تر است. با این حال، پروتکل کنترل دسترسی به رسانه (MAC) مبتنی بر پروتکل های غیر بازخوردی تصادفی سنتی IEEE 802.11 که برای سرویس های داده حساس به توان عملیاتی مناسب هستند، نمی توانند عملکرد خدمات صوتی را برآورده کنند. بنابراین در این مقاله یک پروتکل MAC بهبود یافته به نام EMDA پیشنهاد می شود.
⏬ اطلاعات بیشتر و مشاهده خروجی پروژه در لینک زیر: 👇
🔗 اینجا کلید کنید
🆔 @NetSimulate
کتاب آموزش تخصصی شبیه سازی شبکه های کامپیوتری و مخابراتی با OPNET
❇️ معرفی کتاب آموزش OPNET
✳️ این کتاب به معرفی و آموزش یکی از شبیه سازهای قدرتمند شبکه های کامپیوتری به نام آپنت می پردازد. شبکه های کامپیوتری به کلاسی از سیستم های فیزیکی و منطقی تعلق دارند که این سیستم ها می توانند مدل شده و مورد بررسی قرار گیرند. کتاب پیش رو اولین کتاب آموزش گام به گام شبیه سازی و مدلینگ شبکه های کامپیوتری و مخابراتی با استفاده از نرم افزار OPNET به همراه CD نرم افزار و پاسخ تمرین ها می باشد.
⏬ اطلاعات بیشتر در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
❇️ معرفی کتاب آموزش OPNET
✳️ این کتاب به معرفی و آموزش یکی از شبیه سازهای قدرتمند شبکه های کامپیوتری به نام آپنت می پردازد. شبکه های کامپیوتری به کلاسی از سیستم های فیزیکی و منطقی تعلق دارند که این سیستم ها می توانند مدل شده و مورد بررسی قرار گیرند. کتاب پیش رو اولین کتاب آموزش گام به گام شبیه سازی و مدلینگ شبکه های کامپیوتری و مخابراتی با استفاده از نرم افزار OPNET به همراه CD نرم افزار و پاسخ تمرین ها می باشد.
⏬ اطلاعات بیشتر در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
ترکیب پروتکل مسیریابی EAR با پروتکل PGR برای بهبود مصرف انرژی در شبکه WSN با متلب
❇️ معرفی مقاله
✳️ در مقاله پیش رو ما یک پروتکل مسیریابی جدید در شبکه WSN با رویکرد استفاده مشترک از مزایایی الگوریتم های مسیریابی داده محور و الگوریتم های مسیریابی بر پایه موقعیت ارایه می کنیم. در این الگوریتم جدید از تابع تعیین هزینه و تابع احتمال انتخاب مسیر الگوریتم EAR به همراه تابع انتخاب زاویه الگوریتم PGR به صورت مشترک استفاده شده و در آخر تابع احتمال انتخاب مسیر جدیدی برای آن پیشنهاد شده که هدف آن انتخاب مسیری با کمترین هزینه و بیشترین احتمال در افزایش طول عمر شبکه می باشد.
✳️ این تابع احتمال با در نظر گرفتن میزان انرژی مورد نیاز برای ارسال داده از یک مسیر و بررسی میزان انرژی باقی مانده در همان مسیر، پس از ارسال داده برای ارسال های بعدی به هر مسیر احتمالی را نسبت داده که بعد از آن مسیری که در موقعیت جغرافیایی انتخاب شده بین گره فرستنده و چاهک قرار دارد و بیشترین عدد احتمال به آن اختصاص داده شده را به منظور ارسال انتخاب می کند.
⏬ اطلاعات بیشتر و مشاهده خروجی پروژه در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
❇️ معرفی مقاله
✳️ در مقاله پیش رو ما یک پروتکل مسیریابی جدید در شبکه WSN با رویکرد استفاده مشترک از مزایایی الگوریتم های مسیریابی داده محور و الگوریتم های مسیریابی بر پایه موقعیت ارایه می کنیم. در این الگوریتم جدید از تابع تعیین هزینه و تابع احتمال انتخاب مسیر الگوریتم EAR به همراه تابع انتخاب زاویه الگوریتم PGR به صورت مشترک استفاده شده و در آخر تابع احتمال انتخاب مسیر جدیدی برای آن پیشنهاد شده که هدف آن انتخاب مسیری با کمترین هزینه و بیشترین احتمال در افزایش طول عمر شبکه می باشد.
✳️ این تابع احتمال با در نظر گرفتن میزان انرژی مورد نیاز برای ارسال داده از یک مسیر و بررسی میزان انرژی باقی مانده در همان مسیر، پس از ارسال داده برای ارسال های بعدی به هر مسیر احتمالی را نسبت داده که بعد از آن مسیری که در موقعیت جغرافیایی انتخاب شده بین گره فرستنده و چاهک قرار دارد و بیشترین عدد احتمال به آن اختصاص داده شده را به منظور ارسال انتخاب می کند.
⏬ اطلاعات بیشتر و مشاهده خروجی پروژه در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
نت سیمولیت | شبیه سازی شبکه های کامپیوتری
ترکیب پروتکل مسیریابی EAR با پروتکل PGR برای بهبود مصرف انرژی در شبکه WSN با متلب ❇️ معرفی مقاله ✳️ در مقاله پیش رو ما یک پروتکل مسیریابی جدید در شبکه WSN با رویکرد استفاده مشترک از مزایایی الگوریتم های مسیریابی داده محور و الگوریتم های مسیریابی بر پایه…
Media is too big
VIEW IN TELEGRAM
فیلم اجرا و خروجی پروژه ترکیب پروتکل مسیریابی EAR با پروتکل PGR برای بهبود مصرف انرژی در شبکه WSN با متلب
⏬ اطلاعات بیشتردر مورد پروژه در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
⏬ اطلاعات بیشتردر مورد پروژه در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
کاهش هزینه مصرفی در سیستم مدیریت انرژی خانه هوشمند (HEMS) با زمان بندی در نرم افزار NS2
❇️ هدف کلی پروژه
ما در این پروژه سه هدف کلی را دنبال می کنیم که شامل کاهش هزینه مصرف انرژی در سیستم های خانه هوشمند ، پیش بینی میزان مصرف انرژی در ساعات پیش رو و افزایش طول عمر لوازم خانگی موجود در خانه هوشمند می باشد. سناریوی شبکه پیشنهادی مبتنی بر تکنولوژی Zigbee و استاندارد ۸۰۲٫۱۵٫۴ می باشد. با توجه به اینکه در شبکه zigbee ، سنسورهای موجود دارای برد کوتاه و انرژی محدودی می باشند لذا باید راهکاری مناسب جهت برقراری ارتباط بین سنسورها و همچنین انرژی مصرفی آنها در نظر گرفت.
⏬ اطلاعات بیشتر و مشاهده خروجی پروژه در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
❇️ هدف کلی پروژه
ما در این پروژه سه هدف کلی را دنبال می کنیم که شامل کاهش هزینه مصرف انرژی در سیستم های خانه هوشمند ، پیش بینی میزان مصرف انرژی در ساعات پیش رو و افزایش طول عمر لوازم خانگی موجود در خانه هوشمند می باشد. سناریوی شبکه پیشنهادی مبتنی بر تکنولوژی Zigbee و استاندارد ۸۰۲٫۱۵٫۴ می باشد. با توجه به اینکه در شبکه zigbee ، سنسورهای موجود دارای برد کوتاه و انرژی محدودی می باشند لذا باید راهکاری مناسب جهت برقراری ارتباط بین سنسورها و همچنین انرژی مصرفی آنها در نظر گرفت.
⏬ اطلاعات بیشتر و مشاهده خروجی پروژه در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
نت سیمولیت | شبیه سازی شبکه های کامپیوتری
کاهش هزینه مصرفی در سیستم مدیریت انرژی خانه هوشمند (HEMS) با زمان بندی در نرم افزار NS2 ❇️ هدف کلی پروژه ما در این پروژه سه هدف کلی را دنبال می کنیم که شامل کاهش هزینه مصرف انرژی در سیستم های خانه هوشمند ، پیش بینی میزان مصرف انرژی در ساعات پیش رو و افزایش…
Media is too big
VIEW IN TELEGRAM
فیلم اجرا و خروجی پروژه کاهش هزینه مصرفی در سیستم مدیریت انرژی خانه هوشمند (HEMS) با زمان بندی در نرم افزار NS2
⏬ اطلاعات بیشتر و مشاهده خروجی پروژه در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
⏬ اطلاعات بیشتر و مشاهده خروجی پروژه در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
کتاب آموزش عملی کاربردی و تصویری CCNA 200-125 به زبان ساده
کتاب آموزش عملی کاربردی و تصویری CCNA 200-125 مولف شناخته شده و متبحری در زمینه سیسکو دارد که شامل آموزش دقیق و اصولی موارد زیر با زبانی ساده و تصویری می باشد: تشریح کامل بیش از ۹۰ لابراتوار کاربردی و عملی مربوط به دوره CCNA 200-125 ، تشریح کامل دستورات پیکربندی و مدیریت و عیب یابی روترها و سوییچ ها ، تشریح کامل دوره CCNA 200-125 به صورت ۱۰۰ درصد عملی و تصویری ، آخرین تغییرات دوره آمورشی CCNA 200-125 ، تشریح کامل پروژهی نصب و پیکربندی شبکه یک دانشگاه از صفر تا صد ، تشریح تجهیزات سیسکو شامل Router ها ، Switch ها و Module ها.
⏬ اطلاعات بیشتر در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
کتاب آموزش عملی کاربردی و تصویری CCNA 200-125 مولف شناخته شده و متبحری در زمینه سیسکو دارد که شامل آموزش دقیق و اصولی موارد زیر با زبانی ساده و تصویری می باشد: تشریح کامل بیش از ۹۰ لابراتوار کاربردی و عملی مربوط به دوره CCNA 200-125 ، تشریح کامل دستورات پیکربندی و مدیریت و عیب یابی روترها و سوییچ ها ، تشریح کامل دوره CCNA 200-125 به صورت ۱۰۰ درصد عملی و تصویری ، آخرین تغییرات دوره آمورشی CCNA 200-125 ، تشریح کامل پروژهی نصب و پیکربندی شبکه یک دانشگاه از صفر تا صد ، تشریح تجهیزات سیسکو شامل Router ها ، Switch ها و Module ها.
⏬ اطلاعات بیشتر در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
شبیه سازی توپولوژی شبکه حسگر بی سیم با استاندارد ZigBee در OPNET
در این مقاله از نرم افزار شبیه ساز OPNET 17.5 یا که قادر به تولید نتایج صحیح و تجزیه و تحلیل برای شناسایی رفتار واقعی سیستم می باشد، استفاده شده است. با استفاده از این برنامه شبیه ساز ، عملکرد توپولوژی های ستاره ای (star) ، درختی (tree) و مش (mesh) پشتیبانی شده توسط استاندارد ZigBee براساس پارامترهای تاخیر انتها به انتها (end-to-end delay) ، توان عملیاتی (throughput) ، ترافیک شبکه و mac load مقایسه شده است. سپس تجزیه و تحلیل عملکرد بر روی شبکه PAN مختلف (شبکه منطقه ای شخصی) با استفاده از کنترل کننده های زیگبی تک تایی و دوگانه انجام شد.
سرانجام رفتار گره ثابت و متحرک شبکه با توجه به پارامترهای کیفیت تأخیر انتها به انتها و ترافیک دریافت شده توسط مقصد مقایسه شد. در نهایت، رفتار گره ثابت و متحرک با توجه به پارامترهای کیفی تاخیر انتها به انتها و ترافیک دریافت شده توسط گره مقصد، مقایسه شد.
⏬ اطلاعات بیشتر در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
در این مقاله از نرم افزار شبیه ساز OPNET 17.5 یا که قادر به تولید نتایج صحیح و تجزیه و تحلیل برای شناسایی رفتار واقعی سیستم می باشد، استفاده شده است. با استفاده از این برنامه شبیه ساز ، عملکرد توپولوژی های ستاره ای (star) ، درختی (tree) و مش (mesh) پشتیبانی شده توسط استاندارد ZigBee براساس پارامترهای تاخیر انتها به انتها (end-to-end delay) ، توان عملیاتی (throughput) ، ترافیک شبکه و mac load مقایسه شده است. سپس تجزیه و تحلیل عملکرد بر روی شبکه PAN مختلف (شبکه منطقه ای شخصی) با استفاده از کنترل کننده های زیگبی تک تایی و دوگانه انجام شد.
سرانجام رفتار گره ثابت و متحرک شبکه با توجه به پارامترهای کیفیت تأخیر انتها به انتها و ترافیک دریافت شده توسط مقصد مقایسه شد. در نهایت، رفتار گره ثابت و متحرک با توجه به پارامترهای کیفی تاخیر انتها به انتها و ترافیک دریافت شده توسط گره مقصد، مقایسه شد.
⏬ اطلاعات بیشتر در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)