we set values of Įand ȕto 0 and 1 r

we set values of Įand ȕto 0 and 1 respectively and measures end to end delay and energy consumption. When Į= 0
and ȕ= 1, then variation in the values of TED in equation (4) is due to the ȕ.
Hence, it indicates that end-to-end delay is more important for a given application.
On the other hand, when Į= 1and ȕ= 0, then variation in the values of TED is
due to the Į, which indicates that energy consumption is more important for the
given application compared to end-to-end delay. In figure 2(a), we plot the expected total energy consumption associated with percentage of packets received
by sink. As can be seen, the energy spent in data dissemination decreases as D
increases respectively. In figure 2(b), we plot the expected end-to-end delay associated with percentage of packets received by sink. As can be seen, the end-to-end
delay decreases as d(i,s)
increases given that the delay is inversely proportional to
d(i,s)
. Indeed, as the distance between any pair of consecutive forwarders increases,
the number of times a data packet will be forwarded decreases and hence the endto-end delay decreases.
In order to gain more insight regarding the behavior of energy consumption and
delay metrics with respect to the number of data forwarders, we consider the following plots where both Etotal
(equation 12) and Dete(x,s)(equation 7) are plot on
the same figure. Figure 3 shows how energy consumption and delay vary depending on the number of data forwarders, which helps WSN application designers get
an idea about the values of k(i,s)that could be used to trade-oơenergy consumption
with end-to-end delay. In figure 3(a), for D= 1 and E= 0, a source could use the
k= 3 (4 hops) as a good candidate to minimize both metrics. In figures 3(b) and
4(c), for (D= 0.5 and E= 0.5) or (D= 0 and E= 1), eitherk = 2or k = 3is a good
choice.

Kết quả (Việt) 1:

chúng tôi thiết lập giá trị của Įand ȕto 0 đến 1 tương ứng và các biện pháp kết thúc để kết thúc sự chậm trễ và năng lượng tiêu thụ. Khi Į = 0 và ȕ = 1, sau đó thay đổi các giá trị của TED trong phương trình (4) là do sự ȕ. Do đó, nó chỉ ra rằng kết thúc để kết thúc sự chậm trễ quan trọng đối với một ứng dụng nhất định. Mặt khác, khi Į = 1and ȕ = 0, sau đó thay đổi các giá trị của TED do Į, mà cho thấy rằng tiêu thụ năng lượng là quan trọng đối với các ứng dụng nhất định so với kết thúc để kết thúc sự chậm trễ. Trong con số 2(a), chúng tôi âm mưu tiêu thụ năng lượng tổng số dự kiến sẽ kết hợp với tỷ lệ phần trăm của các gói dữ liệu nhận được bởi chìm. Có thể nhìn thấy, năng lượng chi tiêu trong dữ liệu phổ biến giảm như Dtăng tương ứng. Trong con số 2(b), chúng tôi âm mưu sự chậm trễ kết thúc để kết thúc dự kiến sẽ kết hợp với tỷ lệ phần trăm của các gói dữ liệu nhận được bằng cách chìm. Có thể nhìn thấy, end-to-end sự chậm trễ giảm khi d(i,s)tăng cho rằng sự chậm trễ là tỷ lệ nghịch với d(i,s). Thật vậy, như là khoảng cách giữa một cặp nhà liên tục tăng, Số lần một gói dữ liệu sẽ được chuyển tiếp giảm và do đó làm giảm sự chậm trễ endto-end. Để đạt được cái nhìn sâu sắc hơn về hành vi tiêu thụ năng lượng và trì hoãn các số liệu liên quan đến số lượng dữ liệu nhà, chúng ta xem xét sau lô nơi cả hai Etotal(phương trình 12) và Dete(x,s) (phương trình 7) đang âm mưu cùng một con số. Hình 3 cho thấy làm thế nào tiêu thụ năng lượng và sự chậm trễ khác nhau tùy thuộc vào số lượng dữ liệu nhà, giúp WSN ứng dụng thiết kế có được một ý tưởng về các giá trị của k (i, s) có thể sử dụng để tiêu thụ thương mại-oơenergy với kết thúc để kết thúc sự chậm trễ. Trong hình 3(a), D = 1 và E = 0, một nguồn có thể sử dụng các k = 3 (4 hoa bia) như là một ứng cử viên tốt để giảm thiểu số liệu cả. Trong con số 3(b) và 4(c), (D = 0,5 và E = 0,5) hoặc (D = 0, và E = 1) eitherk = CO2 k = 3is một tốt sự lựa chọn.

Kết quả (Việt) 2:

chúng tôi thiết lập giá trị của ĐẤT ȕto 0 và 1 tương ứng và các biện pháp cuối cùng để kết thúc sự chậm trễ và tiêu thụ năng lượng. Khi i = 0
và ȕ = 1, sau đó thay đổi trong giá trị của TED trong phương trình (4) là do ȕ.
Do đó, nó chỉ ra rằng end-to-end chậm trễ là quan trọng hơn đối với một ứng dụng nhất định.
Mặt khác, khi i = 1and ȕ = 0, sau đó thay đổi trong giá trị của TED là
do tôi, mà chỉ ra rằng tiêu thụ năng lượng là quan trọng hơn cho các
ứng dụng nhất định so với end-to-end chậm trễ. Trong hình 2 (a), ta vẽ đồ thị tổng mức tiêu thụ năng lượng dự kiến sẽ kết hợp với tỷ lệ phần trăm của gói tin nhận được
do chìm. Như có thể thấy, năng lượng dành cho việc phổ biến dữ liệu giảm khi D
tăng tương ứng. Trong hình 2 (b), ta vẽ đồ thị dự kiến end-to-end chậm trễ kết hợp với tỷ lệ phần trăm của gói tin nhận được do chìm. Như có thể thấy, các end-to-end
chậm trễ giảm khi d (i, s)
để tăng cho rằng sự trì hoãn là tỷ lệ nghịch với
d (i, s)
. Thật vậy, khi khoảng cách giữa bất kỳ cặp giao liên tiếp tăng,
số lần một gói dữ liệu sẽ được chuyển tiếp giảm và do đó sự chậm trễ endto cấp giảm.
Để có được cái nhìn sâu sắc hơn về các hành vi tiêu thụ năng lượng và
trì hoãn các số liệu liên quan đến số lượng giao nhận dữ liệu, chúng ta xem xét các lô sau đó cả hai Etotal
(phương trình 12) và Dete (x, s) (phương trình 7) là âm mưu trên
con số tương tự. Hình 3 cho thấy mức tiêu thụ năng lượng và sự chậm trễ khác nhau tùy thuộc vào số lượng các giao dữ liệu, giúp các nhà thiết kế ứng dụng WSN có được
một ý tưởng về các giá trị của k (i, s) có thể được sử dụng để tiêu thụ thương mại-oơenergy
với end-to-end sự chậm trễ. Trong hình 3 (a), cho D = 1, E = 0, một nguồn có thể sử dụng các
k = 3 (4 bước nhảy) như là một ứng cử viên tốt để giảm thiểu cả hai chỉ số. Trong số 3 (b) và
4 (c), cho (D = 0,5 và E = 0,5) hoặc (D = 0 và E = 1), eitherk = 2or k = 3is một tốt
lựa chọn.