دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
دسته بندی: شبکه سازی ویرایش: نویسندگان: Jiang Libin. Walrand Jean سری: ISBN (شابک) : 1608454614, 9781608454624 ناشر: سال نشر: 2010 تعداد صفحات: 157 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 1 مگابایت
در صورت تبدیل فایل کتاب Scheduling and Congestion Control for Wireless and Processing Networks (Synthesis Lectures on Communication Networks) به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب برنامه ریزی و کنترل ازدحام برای شبکه های بی سیم و پردازشی (سخنرانی ترکیبی در مورد شبکه های ارتباطی) نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
در این کتاب، ما مشکل دستیابی به حداکثر توان عملیاتی و مطلوبیت را در کلاسی از شبکهها با محدودیتهای اشتراک منابع در نظر میگیریم. این یک مشکل کلاسیک از اهمیت زیادی است. در زمینه شبکههای بیسیم، ابتدا یک الگوریتم زمانبندی کاملاً توزیعشده را پیشنهاد میکنیم که حداکثر توان عملیاتی را به دست میآورد. الگوریتم ما با الهام از CSMA (Carrier Sense Multiple Access) که به طور گسترده در شبکه های بی سیم امروزی استفاده می شود، ساده، ناهمزمان و آسان برای پیاده سازی است. دوم، با استفاده از یک تکنیک جدید حداکثر آنتروپی، ما الگوریتم زمانبندی CSMA را با کنترل تراکم ترکیب میکنیم تا به حداکثر سود نزدیک شویم. همچنین، ما بیشتر نشان میدهیم که زمانبندی CSMA یک الگوریتم لایه MAC مدولار است که میتواند با پروتکلهای دیگر در لایه انتقال و لایه شبکه کار کند. سوم، برای شبکه های بی سیم که در آن برخورد بسته ها اجتناب ناپذیر است، یک مدل تحلیلی کلی ایجاد می کنیم و الگوریتم های فوق را به آن مورد گسترش می دهیم. شبکه های پردازش تصادفی (SPN) مدل ساخت، ارتباطات و سیستم های خدماتی. به عنوان مثال، در شبکه های تولیدی، وظایف به قطعات و منابع برای تولید قطعات دیگر نیاز دارند. SPN ها عمومی تر از شبکه های صف هستند و چالش های جدیدی را برای زمان بندی بهینه توان ایجاد می کنند. ما یک الگوریتم "کسری حداکثر وزن" (DMW) را برای دستیابی به بهینه توان و به حداکثر رساندن سود خالص تولید در SPN ها پیشنهاد می کنیم. فهرست مطالب: مقدمه / بررسی اجمالی / زمان بندی در شبکه های بی سیم / به حداکثر رساندن ابزار در شبکه های بی سیم / زمان بندی توزیع شده CSMA با برخورد / شبکه های پردازش تصادفی
In this book, we consider the problem of achieving the maximum throughput and utility in a class of networks with resource-sharing constraints. This is a classical problem of great importance. In the context of wireless networks, we first propose a fully distributed scheduling algorithm that achieves the maximum throughput. Inspired by CSMA (Carrier Sense Multiple Access), which is widely deployed in today's wireless networks, our algorithm is simple, asynchronous, and easy to implement. Second, using a novel maximal-entropy technique, we combine the CSMA scheduling algorithm with congestion control to approach the maximum utility. Also, we further show that CSMA scheduling is a modular MAC-layer algorithm that can work with other protocols in the transport layer and network layer. Third, for wireless networks where packet collisions are unavoidable, we establish a general analytical model and extend the above algorithms to that case. Stochastic Processing Networks (SPNs) model manufacturing, communication, and service systems. In manufacturing networks, for example, tasks require parts and resources to produce other parts. SPNs are more general than queueing networks and pose novel challenges to throughput-optimum scheduling. We proposes a "deficit maximum weight" (DMW) algorithm to achieve throughput optimality and maximize the net utility of the production in SPNs. Table of Contents: Introduction / Overview / Scheduling in Wireless Networks / Utility Maximization in Wireless Networks / Distributed CSMA Scheduling with Collisions / Stochastic Processing networks