الف – پرداخت وجه بحساب وب سایت ایران ترجمه(شماره حساب)ب- اطلاع جزئیات به ایمیل irantarjomeh@gmail.comشامل: مبلغ پرداختی – شماره فیش / ارجاع و تاریخ پرداخت – مقاله مورد نظر --مقالات آماده سفارش داده شده پس از تایید به ایمیل شما ارسال خواهند شد.
قیمت
قیمت این مقاله: 48000 تومان
(ایران ترجمه - Irantarjomeh)
توضیح
بخش زیادی از این مقاله بصورت رایگان ذیلا قابل مطالعه می باشد.
اندازه گیری، کارایی، طراحی، آزمایشات، تایید نمونه سازی سیستم زمان واقعی, ربات,های شبکه,ای, نمونه سازی ,WLAN, میز آزمایش مقیاس بزرگ
کلمات کلیدی به انگلیسی
Real-time system emulation, networked robots, WLAN emulation, large-scale testbed
مرجع به فارسی
انستیتو ملی تکنولوژی اطلاعات و ارتباطات، ژاپن
مرجع به انگلیسی
National Institute of Information and Communications Technology
کشور
ژاپن
نمونه سازی زمان واقعی سیستم‌های رباتیک شبکه‌ای
چکیده
دراین مقاله نسبت به ارائه متدولوژی ارزیابی سیستم‌های شبکه‌ای که با استفاده از تکنولوژی WLAN با هم ارتباط دارند اقدام می‌شود. به همین منظور در این مبحث یک مطالعه موردی از ربات‌های همکار هدف گرا، که در بردارنده استفاده از آنها بر مبنای ایده ما می‌باشد، را نشان خواهیم داد. ساخت و توسعه ربات‌ها هزینه زیادی دارد، بنابراین، می‌توان، در مرحله اول چرخه توسعه، از نمونه سازی برای بررسی پیاده سازی نرم افزار ربات در شرایط واقعی و با هزینه کمتر استفاده کرد. متدولوژی ما بر اساس نمونه سازی ربات‌ها و همچنین تکنولوژی ارتباطات WLAN می‌باشد. ربات‌هایی که ما با آنها سر و کار داریم با هم همکاری می‌کنند تا هنگام دسترسی عملی به مقصد مورد نظر، از برخورد با موانع و دیگر ربات‌ها اجتناب کنند. QOMET، موتور نمونه سازی ارتباطات WLAN، در ربات‌های نمونه سازی مورد استفاده قرار گرفته تا شرایط شبکه، مشابه با آنچه در یک محیط WLAN واقعی رخ می‌دهد، را شبیه سازی کند. آزمایشات با استفاده از نرم افزار پشتیبان RUNE، در یک محیط آزمایش شبکه‌ای با مقیاس بزرگ به نام StarBED، انجام می‌گیرند. در حال حاضر، بیش از یکصد ربات نمونه سازی شده می‌توانند در یک آزمایش بر روی میز آزمایش ما، همزمان با هم اجرا شوند.
واژه‌های کلیدی: نمونه سازی سیستم زمان واقعی، ربات‌های شبکه‌ای، نمونه سازی WLAN، میز آزمایش مقیاس بزرگ
رباتیک شبکه نمونه سازی زمان واقعی
۱- مقدمه
بررسی سیستم‌های شبکه‌ای از طریق آزمایشات در جهان واقعی، اغلب کار شواری است. علت آنرا را می‌توان در یک یا برخی از موارد زیر جستجو نمود:
سیستم‌های شبکه‌ای گران هستند، بنابرین در اختیار داشتن تعداد کافی از آنها دشوار است و یا هنوز در مرحله ساخت هستند، بنابراین داشتن تمام آنها در عمل ناممکن است؛
سیستم‌های شبکه‌ای پیچیده هستند، درنتیجه مدیریت رفتار و حرکت آنها، با اعمال دقت کافی برای کسب نتایج تجدیدپذیر، دشوار است؛
کنترل شبکه مورد استفاده سیستم‌های تحت بررسی ار نظر ذاتی مشکل است، چرا این شبکه با دیگر کاربران به اشتراک گذاشته شده است (مانند‌اینترنت) و یا بدلیل آنکه این شبکه در حقیقت یک محیط ذاتا اشتراکی است (مانند یک ابزار بی‌سیم که مداخلات ناخواسته هر لحظه ممکن است در نتایج آزمایش اختلال وارد کند).
در نتیجه، روالهای مدلسازی تحلیلی و همچنین در اغلب مواقع روال شبیه سازی برای بررسی سیستم‌های شبکه‌ای به طور گسترده استفاده می‌شوند. با این وجود مدلسازی تحلیلی یک تکنیک انتزاعی است و امکان اندازه گیری واقعی در آن وجود ندارد و تنها پیش بینی ناهنجاری‌های رفتار سیستم کلی امکان پذیر است. شبیه سازی به دلیل هزینه بسیار پایین و امکان بررسی اجرای الگوریتم‌ها بسیار رایج است. اگر چه شبیه سازی به واقعیت نزدیک تر است اما هنوز تا حدی انتزاعی است، زیرا در یک آزمایش شبیه سازی، تنها مدلهای سیستم‌های واقعی در زمان منطقی با هم در تعامل می‌باشند.
…
برای مقابله با این مشکلات، ما QOMET (کیفیت برنامه‌های کاربردی در تبدیل میز کار محیط‌های شبکه‌ای) را ایجاد کرده‌ایم که قرار است یک نمونه ساز همه کاره WLAN باشد تا به دقت به تولید مجدد شرایط تعریف شده توسط کاربر WLAN، در یک شبکه سیمی بپردازد. ایده ما توسط [۸] و [۹] در رابطه با اینکه QOMET یک طرح دو مرحله‌ای مشتق شده از این سناریو می‌باشد، تقویت می‌شود. بنابر این می‌توان آن را بر ورای هر شبیه ساز شبکه سیمی استفاده نمود. موارد مرتبط با پیاده سازی ما را می‌توان به طور مستقل مورد استفاده قرار داد تا سناریو‌های کاربر از پیش تعریف شده را بررسی نموده و یا به شکل کتابخانه از آن استفاده شود و بصورت مجتمه با سیستم‌های پیچیده تر نظیر بررسی موردی ربات شبکه که در این مقاله بدان پرداختیم، بکار گرفته شود. علاوه بر آن معماری پیمانه‌ای (ماژولار) QOMET این امکان را بوجود می‌آورد تا به راحتی خصوصیت کارکردی را به محیط‌های بی سیم دیگر گسترش داد.
…
متدولوژی ما از طریق استفاده از ابزار نرم افزاری با نام اختصاری RUNE (محیط نمونه سازی شبکه‌ای فراگیر زمان واقعی)، این نیاز‌ها را مورد توجه قرار می‌دهد. نقش RUNE امکان پذیر ساختن اجرای آزمایشات شامل تعداد زیادی از گره‌ها به شیوه انعطاف پذیر و کارا می‌باشد. در حال حاضر، RUNE در حال توسعه به عنوان یک نرم افزار پشتیبان آزمایشات برای StarBED و جانشین آن StarBED2، می‌باشد، یک محیط آزمایش شبکه‌ای با مقیاس بزرگ در مؤسسه ملی تکنولوژی ارتباطات و اطلاعات (NICT)، مرکز تحقیقات هوکوریکو در ایشیکاوای ژاپن. استفاده از RUNE بعنوان بخش جدا ناپذیر از متدولوژی آزمایش ما مد نظر می‌باشد.
رباتیک شبکه نمونه سازی زمان واقعی
۲- بررسی متدولوژی
روش کلی آزمایشی ما استفاده از رویه‌های نرم افزاری سیستم‌های شبکه‌ای نظیر ربات‌ها است که قابلیت اجرا بر روی کامپیوترهای خانگی، به منظور ارزیابی، را داشته باشند. بر این مبنا، یک محیط مجازی برای این سیستم‌ها ایجاد می‌شود به گونه‌ای که این سیستم‌ها بتوانند در شرایط نیمه واقعی فعالیت کنند. معماری کلی سیستم متدولوژی ما، که برای حالت خاص سیستم‌های ربات شبکه‌ای می‌باشد در شکل ۱ ترسیم شده است.
۳- نمونه سازی ربات
در نواحی خطر یا ساختمان‌های اداری، ربات‌های مستقل می‌توانند به جای انسان‌ها فعالیت کنند. ربات‌های نجات دهنده قادر به انجام بسیاری از کارها در مکان‌های خطرناک هستند درحالیکه انسان‌ها نمی‌توانند وارد این مکان‌ها شوند، مانند بسیاری از مکان‌هایی که در آنها گازهای خطرناک یا دماهای بالا وجود دارند. ربات‌های تمیز کننده می‌توانند با انجام بسیاری از کارهای روزمره صرفه جویی زیادی در هزینه داشته باشند. در تمام این موارد ربات‌ها باید برای انجام وظایفشان به مقصد مورد نظر حرکت کنند. بدین ترتیب باید بتوانند محیط اطراف خود را شناسایی کنند و از روش نقشه حرکت استفاده کنند تا از برخورد با موانع و ربات‌های دیگر جلوگیری کنند.
انجام آزمایشات مربوط به ارزیابی چنین تحقیقی، به دلیل هزینه بالای این ربات‌های مستقل و واقعی، دشوار است. این مسئله بخصوص زمانی صادق است که محققین بخواهند با بیش از چند ربات به آزمایش بپردازند و مثلا بخواهند از ۱۰ یا ۱۰۰ها ربات استفاده کنند. راه حل شبیه سازی روشی سریع برای اجرای آزمایشات و یا ارزیابی الگوریتم‌ها است. اما نتایج بدست آمده از شبیه سازها ممکن است همیشه قابل اعتماد نباشد، زیرا طی فرآیند شبیه سازی تنها مدلهای سیستمی و مؤلفه‌های آنها در زمان منطقی با هم در تعامل هستند. این تفاوت مهم است، مثلا هنگام آزمایش الگوریتم‌ها، برای ربات‌هایی که با استفاده از پروتکل‌های ارتباطات با هم همکاری می‌کنند. در یک چنین موردی بهتر است عملکرد پیاده سازی نرم افزار را در زمان واقعی بررسی کنیم، که در آن ترتیب واقعی رخدادها و زمانبندی آن شکل می‌گیرد.
۱-۳ معماری کلی
دراین مقاله روشی پیشنهاد می‌شود که می‌تواند برای ارزیابی سیستم‌های ربات شبکه‌ای مستقل و دارای مقیاس بزرگ استفاده شود. در این ایده، پیاده سازی رفتار ربات شامل خصوصیات برنامه حرکت و ارتباط با دیگر ربات‌ها بر روی یک کامپیوتر استاندارد اجرا می‌شود. ماژول‌های زیادی به آن متصلند تا به آن اجازه دهند به همان گونه‌ای “رفتار” کند که در دنیای واقعی رفتار می‌کرد (شکل ۲ را ببینید). به طور مثال، یک ماژول نمونه‌سازی WLAN اطمینان می‌دهد که یک ربات می‌تواند با دیگر ربات‌ها با استفاده از پیاده سازی یک پروتکل واقعی، در شرایطی مشابه آنچه که ممکن بود در محیط WLAN واقعی رخ دهد، ارتباط برقرار کند. یک ماژول نمونه سازی GPS مختصات موجود را در یک فضای مجازی برای پیاده سازی رفتار ربات فراهم می‌کند، دقیقا همانطور که یک کارت GPS در یک محیط واقعی عمل می‌کند. ربات می‌تواند با حسگرهای گوناگون دیگری مجهز شود که هر کدام نیاز به حضور یک نمونه ساز مخصوص دارند. به طور مثال، می‌توانیم از یک ماژول نمونه سازی فیلد حرارتی استفاده کند تا تغییرات دمایی در فضای مجازی را مجددا ایجاد کند؛ برای استفاده از حسگرهای دیداری، یک ماژول نمونه سازی محیط دیداری مورد نیاز است و مانند آن.
۲-۳ برنامه حرکت
دراین مقاله کاربرد متدولوژی آزمایش خود را با بررسی یک الگوریتم برنامه حرکت از طریق نمونه سازی نشان خواهیم داد. الگوریتم‌های مسیر حرکت زیادی تاکنون ارائه شده اند. عملکرد الگوریتم برنامه حرکت می‌تواند به سه خصوصیت اصلی زیر دسته بندی شود: سرعت، تمامیت و بهینگی. در یک محیط پویا و ناشناخته، ربات‌ها باید حرکات خود را به دفعات طراحی مجدد کنند، زیرا محیط در حال تغییر است. بنابراین، به هنگامی که لازم است تا ربات‌های در حال حرکت دائما مسیر خود را مجددا بازسازی کنند، سرعت الگوریتم یکی از مهمترین خصوصیات بشمار خواهد آمد.
۱-۲-۳ طراح نقشه مسیر احتمالی
طراح نقشه مسیر احتمالی (PRM) بخاطر سرعت آن، یک الگوریتم نقشه- حرکت بسیار رایج است. یک طراح PRM به طور تصادفی مجموعه مکان‌هایی که یک ربات می‌تواند در آنها حرکت کند را نمونه سازی می‌کند. سپس PRM مکان‌های بدون برخورد را به عنوان رویداد‌های ممکن ثبت می‌کند. سپس سعی می‌کند جفت‌هایی از این رویدادها را به هم متصل کند و اتصالات بدون برخورد را به عنوان مسیرهای احتمالی ربات ذخیره کند. در زمینه PRM، “نقشه مسیر احتمالی” نمودار هدایت نشده‌ای متشکل از اتصالات بدون برخورد را نشان می‌دهد که کناره‌ها یا لبه‌های آن، مسیرهای ربات هستند و گره‌ها رویدادها را تشکیل می‌دهند. این طراح از الگوریتم Dijkstra برای یافت مسیر بهینه استفاده می‌کند.
۲-۲-۳٫ PRM برای محیط‌های پویا
در بررسی موردی که دراین مقاله نشان می‌دهیم، فرض می‌شود که ربات‌ها در محیط‌های ناشناخته و یا محیط‌هایی با رفتار پویا قرار می‌گیرند. روش PRM توصیف شده در بالا برای چنین موردی کاملا مناسب نیست. به طور مثال، طراح PRM قبلی نمیتواند پیش بینی کند که آیا در درخت مقصد هیچ برخوردی وجود دارد یا خیر. علت این امر نیز عدم آگاهی طراح از زمانی است که ربات به موضع مشخص شده در درخت دست می‌یابد. از اینرو، طراح نمیتواند TDestination را در این زمینه گسترش دهد.
رباتیک شبکه نمونه سازی زمان واقعی
۴- نمونه سازی WLAN : QOMET
معماری حاصل از سناریو پیشنهادی ما برای نمونه سازی WLAN از ۲ مرحله برخوردار است. در مرحله اول، از شاخص یک سناریوی دنیای واقعی، توصیف تنزل کیفیت شبکه (QΔ) در مقایسه با رویداد‌های دنیای واقعی بیان می‌شود (شکل ۴ را ببینید).
منظور ما از تنزل کیفیت تغییر در کیفیت خدمات شبکه بین دو نقطه اندازه گیری می‌باشد؛ ما این تنزل را به اختصار با علامت QΔ نشان می‌دهیم. از آنجا که توصیف QΔ اثرات متغییر شبکه بر ترافیک برنامه کاربردی را نشان می‌دهد، تابع نمونه ساز WLAN برای بازسازی مجدد آن بکار می‌رود. بنابراین توصیف QΔ محاسبه شده در مرحله اول، به یک پیکربندی نمونه ساز تبدیل می‌شود که از آن طی فرآیند نمونه سازی کارآمد برای تکرار سناریو تعریف شده توسط کاربر در یک شبکه سیمی استفاده می‌شود. این کار بررسی اثرات سناریو بر برنامه کابردی مورد آزمایش را امکان پذیر می‌سازد.
در ادامه خلاصه‌ای از خصوصیات پیاده سازی QOMET فعلی ارائه می‌شود. QOMET نمونه سازی WLANهای ۸۰۲٫۱۱a/b/g را با استفاده از مدلی مبتنی بر آستانه‌های دریافت – حساسیت موجود، از اکثر تولید کننده‌ها، امکان پذیر می‌سازد که شامل اثرات نویز (اغتشاش) پس زمینه نیز می‌باشد. پشتیبانی برای ایستگاه‌های ۸۰۲٫۱۱g، که در حالت سازگاری عمل می‌نمایند، وجود دارد (یعنی در حضور ایستگاه‌های ۸۰۲٫۱۱b). این مدل تداخل بین گره‌های همسایه را هم در نظر می‌گیرد، که یا آن را از طریق مکانیزم CSMA/CA (دسترسی چندگانه حس برخورد – با دوری از برخورد) رفع می‌کند و یا اگر سیگنال تداخلی به حدی ضعیف باشد که قابل شناسایی نباشد به عنوان اغتشاش در نظر گرفته می‌شود.
۱-۴٫ سناریوی دنیای واقعی تا لایه فیزیکی
جهت ارزیابی اثرات رویداد‌های سناریوی دنیای واقعی بر لایه فیزیکی ایستگاه WLAN، لازم است به دلیل فاصله بین ایستگاه‌های ارتباطی، موانع تداخلی و غیره، ابتدا تضعیف یا میرایی سیگنال را تعیین نمود.
۲-۴٫ لایه فیزیکی به لایه پیوند داده‌ها
نرخ خطای قاب محاسبه شده در بخش قبل اثرات گوناگونی بر رفتار لایه MAC802.11 خواهد داشت. یکی از آنها با سازگاری نرخ عملکرد مرتبط است، که برای بسیاری از آداپتورهای WLAN مبنی برمکانیزم ARF (سیستم خودکارپشتیبانی و بازیافت داده‌ها) می‌باشد. این خصوصیات، تعیین پویای سرعت عملیاتی آداپتورهای WLAN را امکان پذیر ساخته و توسط QOMET در نظر گرفته می‌شود.
گام بعدی استفاده از یک مدل تأخیر برای تعیین Dبه عنوان تأخیر و J به عنوان بی ثباتی یا لرزش، که در لایه پیوند داده‌ها از طریق تعامل بین مکانیزم ارسال مجدد MAC و نرخ خطای قاب معرفی شده‌اند، می‌باشد. فرمولی که در پایین ارائه می‌کنیم، تأخیر را به عنوان میانگین وزنی تأخیرات تحمیل شده به قاب‌هایی که متحمل تعدادی ارسال‌های مجدد i، قبل از دریافت، Di ، شده‌اند محاسبه می‌کند، که i از ۰ تا r تغییر داشته و r حداکثر تعداد ارسال‌های مجدد است (علاوه بر ارسال نخستین یک قاب). مقادیر پیش فرض برای r اعداد ۶ و ۳ هستند، وابسته به اینکه مکانیزم RTS/CTS (درخواست برای ارسال/ واضح و روشن جهت ارسال) در لایه مک IEEE 802.11 به ترتیب غیر فعال یا فعال باشد.
۳-۴٫ لایه پیوند داده‌ها به لایه شبکه
پس از آنکه پارامترهای لایه پیوند داده‌ها محاسبه شدند، می‌توانیم گام نهایی را طی کنیم: محاسبه پارامترهای لایه شبکه. این پارامترها نتیجه گام اول نمونه ساز هستند و می‌توان آنها را برای تشکیل یک نمونه ساز شبکه بی سیم به کار برد، تا شرایط WLAN مرتبط با سناریوی داده شده را مجددا تولید کنند.
رباتیک شبکه نمونه سازی زمان واقعی
۵- یکپارچه سازی آزمایش : RUNE
هدف ما این است که به طور کلی یک متدولوژی برای کمک به اجرای سیستم‌های شبکه‌ای، نه فقط شبکه‌های کامپیوتری، ایجاد کنیم. شبکه‌های متشکل از عناصر ناهمگن، که معمولا شبکه‌های فراگیر نامیده می‌شوند، از بسیاری از جنبه‌ها، خصوصیات متفاوتی نسبت به شبکه‌های کامپیوتری دارند، نظیر: تغییر پذیری بالای گره و تنوع رسانه شبکه، تعداد فراوان گره‌ها، اهمیت تعامل با محیط اطراف و همچنین اطلاعات جغرافیایی، وضعیت مکانی متغیر و غیره.
۱-۵٫ توصیف کلی
جهت فراهم شدن شرایط ضروری مذکور بر میز آزمایش StarBED2، نرم افزار پشتیبان آزمایش RUNE در حال ساخت است. گزارش مفصلی از معماری و پیاده سازی RUNE در بخش [۲۶] ارائه شده است؛ ما در اینجا تنها خصوصیات اصلی آن را عنوان می‌کنیم. RUNE یک مجموعه api از آزمایشات کنترلی ارائه می‌کند. هدف اصلی RUNE پیاده سازی محیطی برای آزمایش است که در آن تعدادی از “فضاها” که هر یک از اهداف آزمایش را نمونه سازی می‌کنند، می‌توانند بر روی گره‌های منفرد و یا چندگانه اجرا شوند. RUNE یک واسط مجزا را برای سادگی پیاده سازی اهداف نمونه سازی به عنوان فضاهای بدون نگرانی زیاد در مورد تعامل بین گره‌های نمونه سازی، ایجاد می‌کند. RUNE قوانین زیر را دارد: (i) تنظیم /پاکسازی محیط آزمایش و مدیریت پیشرفت؛ (ii) فرخوانی یا احضار رویه؛ (iii) تعامل بین فضاها؛ (iv) همزمان سازی زمانی؛ (v) ناسازگاری دو جانبه (هنوز پیاده سازی نشده است).
۲-۵٫ روند نمونه سازی
فرآیند نمونه سازی اجرا شده توسط RUNE به صورت زیر انجام می‌شود. ابتدا، کل ارباب RUNE با فایل تعریف آزمایش کامپایل می‌شود، که شامل اطلاعات مرتبط با فضاها و مجاری می‌باشد. موقع اجرا، ارباب RUNE دستورالعمل “روند اتصال” را به مدیران RUNE اجرا شده بر هر گره ارسال می‌کند. سپس یک فضا اطلاعات نقطه ورود خود را به مدیر RUNE باز می‌گرداند، که شامل نقاطی به توابع موجود می‌باشد.
رباتیک شبکه نمونه سازی زمان واقعی
۶- نتایج آزمایشی
دامنه برنامه‌های کاربردی که می‌توانیم با استفاده از دو ابزار توصیف شده در بالا، QOMET و RUNE، بکار بریم، هم در محیط‌های بسته و هم باز، بسیارگسترده است. آزمایشات VoIP با مراجعه به ارتباطات کارگران نجات در شرایط اضطراری در بخش [۲۰] نشان داده شده‌اند. نمونه سازی محیط‌های خانگی فراگیر با کاربرد به کنترل دمای اتاق در بخش [۲۶,۲۷] ارائه شده اند. در حال حاضر، به نمونه سازی ربات‌هایی که با استفاده از ارتباطات بی سیم با هم همکاری می‌کنند تا وظایف گوناگونی را ذخیره کنند، توجه ویژه‌ای داریم. پیاده سازی اینگونه سیستم‌های ربات در حالت واقعی هزینه‌های زیادی را سبب می‌شوند، چرا که باید با حسگرها، موتورها و کارت‌های WLAN مجهز شوند. اگر سیستم‌هایی با ده‌ها یا صدها ربات مورد آزمایش قرار بگیرند، این هزینه‌ها بازدارنده می‌شوند و بهتر است از محیط‌های نمونه سازی نظیر محیط‌های ما در طراحی اولیه و مراحل پیاده سازی استفاده شود.
رباتیک شبکه نمونه سازی زمان واقعی
۷- نتیجه گیری
روشی که برای ارزیابی سیستم‌های شبکه از طریق نمونه سازی زمان واقعی پیشنهاد کردیم، این امکان را به کاربران می‌دهد تا پیاده سازی‌های نرم افزاری سیستم‌های شبکه را تحت شرایط واقع گرایانه و به طور واقعی ارزیابی کنند. بر این مبنا، پیاده سازی‌های نرم افزاری برای سیستم‌های مقصد به سادگی امکان پذیر خواهد بود؛ بنابراین ارزیابی کاربران در این زمینه و از طریق نمونه سازی یک راه الزامی برای کاهش هزینه گسترش سیستم‌های شبکه‌ای می‌باشد، خصوصا برای سیستم‌های ربات که هزینه زیادی دارند.
دو ابزاری که استفاده از متدولوژی پیشنهادی را امکان پذیر می‌سازند عبارتند از نمونه سازی QOMET WLAN و محیط نمونه سازی RUNE که همگی در شرایط آزمایش مقیاس بزرگ، StarBED اجرا می‌شوند. QOMET، تغییرشکل شاخص واقعی و معنادار یک محیط WLAN (که بعنوان “شاخص سناریو” خوانده می‌شود) به توصیف تنزل کیفیت یک شبکه (که بعنوان “توصیف QΔ خوانده می‌شود) را امکان پذیر می‌سازد. توصیف QΔ بدست آمده، برای ایجاد متعاقب یک نمونه ساز شبکه سیمی و تولید مجدد یک محیط در زمان واقعی، که به درستی در سطح شبکه با سناریوی WLAN نمونه سازی شده مطابقت دارد، مناسب است. RUNE در حقیقت یک محیط انعطاف پذیر و پشتیبان آزمایشات را فراهم می‌آورد که می‌توان برای اجرای آزمایشات شبکه فراگیر بر روی StarBED به روش رو به جلو، از آن استفاده نمود.
متدولوژی ما به طور مؤثری به اثبات رسید و اکنون در مرحله استفاده از آن برای حمایت از توسعه یک سیستم موضع یابی یک عابر پیاده با استفاده از برچسب‌های فعال با همکاری شرکت Panasonic System Solution هستیم. از آنجا که کار بعدی ما در رابطه با توسعه QOMET است، قصد داریم خصوصیاتی را به آن اضافه کنیم تا کاربران بتوانند سناریو‌ها، از جمله خیابان‌ها و ساختمان‌ها، را به روشی واقع گرایانه تر تعریف کنند. خصوصیات پیشرفته تر شبکه ad hoc نظیر مسیر یابی نیز در نسخه‌های بعدی به کار گرفته خواهد شد. در مورد RUNE، اولویت بالایی در زمینه افزایش حمایت برای نمونه ساز پردازنده و میان افزار فراهم می‌شود، زیرا RUNE برای مورد کلی نمونه سازی شبکه فراگیر به کار می‌رود. دیگر خصوصیات مورد نظر، به طور مثال، همزمانی موکد و ناسازگاری یا ممانعت متقابل می‌باشند.
لطفا به جای کپی مقالات با خرید آنها به قیمتی بسیار متناسب مشخص شده ما را در ارانه هر چه بیشتر مقالات و مضامین ترجمه شده علمی و بهبود محتویات سایت ایران ترجمه یاری دهید.
