حامی فایل

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

حامی فایل

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

دریافت مقاله و تحقیق کامل در مورد روشهای انتشار اطلاعات در شبکه های حسگر بیسیم (تعداد صفحات 43 )

اختصاصی از حامی فایل دریافت مقاله و تحقیق کامل در مورد روشهای انتشار اطلاعات در شبکه های حسگر بیسیم (تعداد صفحات 43 ) دانلود با لینک مستقیم و پر سرعت .

دریافت مقاله و تحقیق کامل در مورد روشهای انتشار اطلاعات در شبکه های حسگر بیسیم (تعداد صفحات 43 )


دریافت مقاله و تحقیق کامل در مورد روشهای انتشار اطلاعات در شبکه های حسگر بیسیم (تعداد صفحات 43 )

شبکه های حسگر نسل جدیدی از شبکه ها هستند که به طور معمول، از تعداد زیادی گره ارزان قیمت تشکیل شده اند و ارتباط این گره ها به صورت بیسیم صورت می گیرد. هدف اصلی در این شبکه ها، جمع آوری اطلاعاتی در مورد محیط پیرامون حسگر های شبکه است . نحوه عملکرد کلی این شبکه ها به این صورت است که گره ها اطاعات مورد نیاز را جمع آوری می کنند و سپس آنها را به سمت گیرنده ارسال می کنند. نحوه انتشار اطلاعات در این شبکه ها، تا حد زیادی مشابه انتشار اطلاعات در شبکه های موردی است به این معنی که انتقال اطلاعات به صورت گره به گره، صورت می پذیرد. تفاوت عمده

شبکه های حسگر با شبکه های موردی، منابع انرژی محدود و قابلیت پردازشی نسبتا پایین آنهاست که این موارد باعث شده تا

انتشار اطلاعات، یکی از مسائل عمده و قابل بحث در این شبکه ها باشد. شبکه های حسگر امروزه به عنوان یکی از مباحث بسیار داغ علمی مطرح است و تحقیقات بسیاری بر روی بهبود عملکرد این شبکه ها صورت می گیرد. تا کنون کارهای زیادی در جهت بهبود و افزایش کارایی در زمینه پخش اطلاعات در شبکه های حسکر، صورت گرفته است. یکی از روشهای مطرح در این زمینه، روش انتشار مستقیم است که در این روش از ایده نامگذاری سطح پایین اطلاعات استفاده شده است و کلیه داده ها در این روش به صورت زوجهای صفت – مقدار نامگذاری می شود. این روش ، پایه بسیاری از روشهای مطرح شده بعدی در زمینه انتشار اطلاعات در شبکه های حسگر را تشکیل می دهد که در این مقاله مورد بحث و بررسی قرار گرفته اند و در نهایت از لحاظ قابلیت ها و نقاط ضعف و قوت، با یکدیگر مورد مقایسه قرار گرفت ه اند.

 فهرست : 

فصل اول: مقدمه

فصل دوم: ساختار کلی شبکه های حسگر

کاربرد ها و مزایای استفاده از شبکه های حسگر

 میدان های جنگی

 شناسایی محیطهای آلوده

 مانیتور کردن محیط زیست

 بررسی و تحلیل وضعیت بناهای ساختمانی

 در جاده ها و بزرگرا ههای هوشمند

 کاربردهای مختلف در زمینه پزشکی

محدودیتهای سخت افزاری یک گره حسگر

 هزینه پائین

 حجم کوچک

 توان مصرفی پائین

 نرخ بیت پائین

 خودمختار بودن

 قابلیت تطبیق پذیری

معماری شبکه های حسگر

معماری ارتباطی در شبکه های حسگر

اجزای سخت افزاری

(CPU) واحد پردازنده مرکزی

فرستنده  گیرنده رادیویی

حافظه جانبی

انواع حسگر ها

GPS حسگر

منبع تغذیه

باطری ها و سلولهای خورشیدی

اجزای نرم افزاری

Tiny OS سیستم عامل

خلاصه

فصل سوم: مروری بر برخی از روشهای انتشار اطلاعات در شبکه های حسگر

 (FLOODING) روش همه پخشی سیل آسا

انفجار

هم پوشانی

عدم اطلاع از منابع

(GOSSIPING) روش شایعه پراکنی

یک روش دست تکانی سه مرحل های   :SPIN

با یک آستانه انرژی پایین  SPIN :SPIN

 (DIRECTED DIFFUSION) روش پخش مستقیم

دسته خصوصیت ها

فیلتر ها

(innetwork data aggregation) خلاصه سازی اطلاعات درون شبکه ای

(opportunistic data aggregation) خلاصه سازی فرصت طلبانه

 (greedy data aggregation) خلاصه سازی حریصانه

 (nested query) پرسش تو رد تو

SPIN مقایسه روش انتشار مستقیم با روش

 (GEAR) روش مسیریابی جغرافیایی

PUSH DIFFUSION) روش انتشار بیرون دهنده

 (ONEPHASE PULL DIFFUSION) روش انتشار جذب یک مرحله ای

 (LOWENERGY ADAPTIVE CLUSTERING HIERARCHY) LEACH روش

LEACH جزئیات الگوریتم

 فاز تبلیغات

 فاز تشکیل دست هها

 فاز تشکیل برنامه

 فاز انتقال داد هها

 EDDD در روش BE و RT فیلترهای

 BE و RT گرادیان های

 BE برپایی گرادیانها

 RT برپایی گرادیانهای

 EDDD در روش BE و بازیابی RT مکانیسم های بازیابی

BE بازیابی در

RT بازیابی در

خلاصه

فصل چهارم: نتیجه گیری

شکل  : معماری شبکه های حسگر

شکل  : معماری ارتباطی شبکه های سنسور بی سیم

شکل  : معماری سخت افزار هر گره شبکه های حسگر

شکل  : پدیده تصادم

شکل  : پدیده ه مپوشانی

شکل  : روش شایعه پراکنی

 SPIN شکل  : الگوریتم دست تکانی در

شکل  : نحوه عملکرد الگوریتم انتشار مستقیم

 t+c و t شکل  : نحوه دست هبندی در زمانهای

شکل 0 : میزان نرمالیزه شده مصرف انرژی سیستم در مقابل درصد گره های سردسته

شکل  : طول عمر حسگر ها با میزان انرژ یهای اولیه متفاوت

شکل  : مشخصات بسته علاقه مندی

شکل  : مدخل اطلاعات همسایه

BE شکل  : الگوریتم بر خورد گره میانی با ترافیک

RT شکل  : الگوریتم بر خورد گره میانی با ترافیک


دانلود با لینک مستقیم


تحلیل لایه فیزیکی و MAC در شبکه های 3GPP-LTE

اختصاصی از حامی فایل تحلیل لایه فیزیکی و MAC در شبکه های 3GPP-LTE دانلود با لینک مستقیم و پر سرعت .

تحلیل لایه فیزیکی و MAC در شبکه های 3GPP-LTE


تحلیل لایه فیزیکی و MAC در شبکه های 3GPP-LTE

 

 

 

 

 

چکیده:

بعضی از گروه های مخابراتی در 3rd Generation partnership project) 3GPP) در جهت حرکت آهسته تر به سمت 4G از سال 2004 استاندارد جدیدی را برای موبایل نسل سوم در نسخه هشتم بنام LTE، تعریف کرده اند. در واقع هدف ارایه سرویس های جدید بر اساس تکنولوژی شبکه سلولی، در همان باند فرکانسی نسل دوم و سوم است.

LTE یک تکنولوژی دسترسی جدید رادیویی در جهت بهبود UMTS است. یکی از اهداف اصلی این نسخه، ساده کردن معماری شبکه و انتقال از شبکه سوییچینگ مداری به بسته ای بر روی شبکه های تمام IP میباشد، که به منظور ساده سازی در جهت ارائه سرویس های مختلف تحت یک تکنولوژی و کاهش قیمت سرویس ها میباشد. در واقع جمع بندی تمام سرویسها تحت یک تکنولوژی، از اهداف اصلی 3G-LTE (تکامل یافته UMTS) می باشد.

یکی از ابعاد تحلیل لایه فیزیکی و MAC، مدیریت طیف در جهت افزایش ظرفیت و کاهش تداخل است، که در این سمینار بعد از آشنایی با لایه فیزیکی و MAC، مدیریت تخصیص منابع در جهت کاهش تداخل با استفاده از استفاده مجدد فرکانسی را بررسی میکنیم.

مدیریت موثر طیف، یا مدیریت منابع رادیویی (RRM)، در حالت تک کاربره موضوعی است که در آن باید طرح مدولاسیون، ریت کد، توان انتقالی و پروتکل انتقال، بهینه شود. اما در مورد چند کاربره تخصیص منابع باید به لیست فوق افزوده شود. کاربران باید منابع موجود را به نحوی کارآمد تقسیم کنند و در عین حال باید تداخل بین کاربران حداقل شود. استفاده از روش OFDM برای تسهیم کاربران در یک سلول تحت شرایط خاص، تداخل بین کاربران را حذف میکند. اما کاربران در سلولهای مختلف ممکن است هنوز با یکدیگر تداخل داشته باشند؛ که به استراتژی تخصیص کانال وابسته است.

مقدمه:

ارگان استاندارد سازی GPP3 مستنداتی برای سیستمهای مبتنی بر UTRAN در سال 1989، از زمانی که شرکت GPP3 ایجاد شده است، تولید کرده اند. استاندارد از سال 2004 تحت ویرایش 6 ایجاد شده است و امروزه ویرایش 8 آن حاضر شده است، موازی با گسترش مستندات بر روی 3G WCDMA و WCDMA و HSDPA و ELU؛ GPP3 از سال 2004 شروع به استانداردسازی NUTRA گسترش یافته (EUTRA) یا LTE-GPP3 کرده است، هدف LTE-GPP3 حفظ رقابت سیستم های 3G با سایر سیستم ها، در ده سال آینده و بیشتر از آن است. LTE-GPP3 یکی از پنج استاندارد اصلی است که به عنوانG3.9 شناخته میشود که باقی استانداردها شامل:

– 3GPP HSPA+

– 3GPP Edge Evolution

– (3GPP2 Ultra-Mobile Broadband (UMB

– Mobile WiMAX™ (IEEE 802.16e), which encompasses the earlier WiBro

LTE قدم بعدی در سرویس های سلولی نسل سوم است. LTE استاندارد GPP3 است که سرعتی معادل 50Mbs در لینک بالا رونده و 100Mbs در لینک پایین رونده ایجاد میکند. LTE فواید تکنیکی زیادی را برای شبکه های سلولی خواهد آورد از جمله، پهنای باند انعطاف پذیر از 1.25Mhz تا 20Mhz، که همین امر نیازمندی های بسیاری از اپراتورها را که میخواهند پهنای باند متفاوتی را تخصیص دهند، تامین میکند، همچنین این موضوع به اپراتورها اجازه میدهد که سرویس های متنوعی را متناسب با پهنای باند ارائه دهند. از LTE انتظار میرود راندمان طیف را در شبکه های G3 بهبود دهد که این امر به حامل ها اجازه حمل اطلاعات بیشتر و سرویسهای صدا با نرخ بالاتر را روی همان پهنای باند داده شده را میدهد.

تعداد صفحه : 89

 


دانلود با لینک مستقیم


شبکه های عصبی درهوش مصنوعی

اختصاصی از حامی فایل شبکه های عصبی درهوش مصنوعی دانلود با لینک مستقیم و پر سرعت .

شبکه های عصبی درهوش مصنوعی


شبکه های عصبی درهوش مصنوعی

شبکه های عصبی  درهوش مصنوعی

فرمت: word

تعدادصفحات : 84

  یک شبکه عصبی مصنوعی (Artificial Neural Network (ANN)) ایده ای است برای پردازش اطلاعات که از سیستم عصبی زیستی الهام گرفته شده و مانند مغز به پردازش اطلاعات می پردازد . عنصر کلیدی این ایده ، ساختار جدید سیستم پردازش اطلاعات است. این سیستم از شمار زیادی عناصر پرداز شی فوق العاده بهم پیوسته تشکیل شده (neurons)که برای حل یک مسأله با هم هماهنگ عمل می کند.ANN ها ،نظیر انسانها ، با مثال یاد می گیرند . یک ANN برای انجام وظیفه های مشخص ، مانند شناسایی الگو ها و دسته بندی اطلاعات ، در طول یک پروسه یاد گیری ، تنظیم می شود . در سیستم های زیستی یاد گیری با تنظیماتی در اتصالات سیناپسی که بین اعصاب قرار دارد همراه است . این روش ANN ها هم می باشد. 

سابقه تاریخی

به نظر می آید شبیه سازی های شبکه عصبی یکی از پیشرفت های اخیر باشد . اگرچه این موضوع پیش از ظهور کامپیوتر ها بنیان گذاری شده و حداقل یک مانع بزرگ تاریخی و چندین دوره مختلف را پشت سر گذاشته است. خیلی از پیشرفت های مهم با تقلید ها و شبیه سازی های ساده و ارزان کامپیوتری بدست آمده است. در پی یک دوره ابتدائی اشتیاق و فعالیت در این زمینه ، یک دوره ی بی میلی و بدنامی راهم پشت سر گذاشته است . در طول این دوره سرمایه گذاری و پشتیبانی حرفه ای از این موضوع در پایین ترین حد خود بود ، پیشرفت های مهمی به نسبت تحقیقات محدود در این زمینه صورت گرفت . که بدین وسیله پیشگامان قادر شدند تا به گسترش تکنولوژی متقاعد کننده ای بپردازند که خیلی برجسته تر از محدودیت هایی بود که توسط Minsky و Papert شناسانده شد. Minsky و Papert ،کتابی را در سال 1969 منتشر کردند که در آن عقیده عمومی راجع به میزان محرومیت شبکه های عصبی را در میان محققان معین کرده بود و بدین صورت این عقیده بدون تجزبه و تحلیل های بیشتر پذیرفته شد. هم اکنون ، زمینه تحقیق شبکه های عصبی از تجدید حیات علایق و متناطر با آن افزایش سرمایه گذاری لذت می برد . اولین سلول عصبی مصنوعی در سال 1943 بوسیله یک neurophysiologist به نامWarren McCulloch و یک منطق دان به نام Walter Pits ساخته شد . اما محدودیتهای تکنولوژی در آن زمان اجازه کار بیشتر به آنها نداد.  

 


دانلود با لینک مستقیم


دانلود تحقیق و مقاله پیرامون آشنایی با شبکه های حسگر (تعداد صفحات 32)

اختصاصی از حامی فایل دانلود تحقیق و مقاله پیرامون آشنایی با شبکه های حسگر (تعداد صفحات 32) دانلود با لینک مستقیم و پر سرعت .

دانلود تحقیق و مقاله پیرامون آشنایی با شبکه های حسگر (تعداد صفحات 32)


دانلود تحقیق و مقاله پیرامون آشنایی با شبکه های حسگر  (تعداد صفحات 32)

شبکه حسگر شبکه‌ای متشکل از تعداد زیادی گره کوچک است که در هر گره تعدادی حسگر و کارانداز وجود دارد. شبکه حسکر بشدت با محیط فیزیکی تعامل دارد. از طریق حسگرها اطلاعات محیط را گرفته و از طریق کار اندازها واکنش نشان می‌دهد. ارتباط بین گره‌ها بصورت بیسیم است. هرگره بطور مستقل و بدون دخالت انسان کار می‌کند و از لحاظ فیزیکی بسیار کوچک است. تفاوت اساسی این شبکه‌ها ارتباط آن با محیط و پدیده‌های فیزیکی است. شبکه‌های قدیمی ارتباط بین انسانها و پایگاه‌های اطلاعاتی را فراهم می‌کند در حالی که شبکهی حسگر مستقیما با جهان فیزیکی در ارتباط است. با استفاده از حسگرها محیط فیزیکی را مشاهده کرده، بر اساس مشاهدات خود تصمیم گیری نموده و عملیات مناسب را انجام می‌دهند.


دانلود با لینک مستقیم


دانلود مقاله مقدمه ای بر شبکه های عصبی (تعداد صفحات 48)

اختصاصی از حامی فایل دانلود مقاله مقدمه ای بر شبکه های عصبی (تعداد صفحات 48) دانلود با لینک مستقیم و پر سرعت .

دانلود مقاله مقدمه ای بر شبکه های عصبی (تعداد صفحات 48)


دانلود مقاله مقدمه ای بر شبکه های عصبی (تعداد صفحات 48)

 این تحقیق با دو هدف اصلی زیر صورت گرفته است : 1.درک اولیه ای از شبکه های عصبی  2.شروع یک رویه تحقیقاتی بلند مدت روی یادگیری ویاد آوری در انسان. در این تحقیق از منابع بسیار متنوعی استفاده شده است . ابتدا یک بررسی اجمالی روی انواع شبکه های عصبی انجام شده است و نوع پرسپترون به دلیل کاربرد فراوان بیشتر شرح داده شده است. این تحقیق صرفا گرداوری است تا پس از تکمیل تر شدن اطلاعات شاید افقی جدید حاصل شود. سپس در باره یادگیری ماشین و نیز یادگیری انسان مطالبی مبسوط آورده شده است و در پایان با مقایسه یافته ها با برخی یافته های پزشکی چند قیاس انجام گردیده. در پایان خلاصه ای از مبحث پردازش تصویر که شبکه های عصبی در آن کاربرد ویژه ای دارند آمده است.

کلمات کلیدی : 

شبکه عصبی چیست

شبکه عصبی چه قابلیت هایی دارد

یادگیری شبکه عصبی

شبکه عصبی مصنوعی

یادگیری یک پرسپترون

الگوریتم های یادگیری پرسپترون

فضای فرضیه و بایاس استقرا

نگاهی به نظریه های یادگیری از دیدگاه علوم کامپیوتر

یادگیری مبتنی بر منطق و استنتاج


دانلود با لینک مستقیم