Bài giảng bao phủ mạng không dây chương 4 bài toán tối ưu thời gian bao phủ của mạng cảm biến

Nội dung Tổng quan Bài toán K-coverage mạng cảm biến khơng dây Bài tốn Q-coverage Q-connectivity mạng cảm biến khơng dây Bài tốn tối ưu thời gian bao phủ mạng cảm biến Giới thiệu tốn Các nghiên cứu liên quan Mơ hình tốn Giải thuật đề xuất Giải thuật đề xuất Thực nghiệm 128 / 152 Giới thiệu toán  Vấn đề tối đa hóa thời gian sống Sensor Network vấn đề quan trọng nghiên cứu mạng cảm biến  Các cảm biến có lượng nhỏ  Trong thực tế cảm biến lượng nhiều vào việc di chuyển lượng để cảm biến targets  Ý tưởng : Triển khai nhiều lần sensor di động để đạt thời gian sống mạng lớn 129 / 152 Các nghiên cứu liên quan Trong nghiên cứu , tác giả đã:  Chia toán triển khai sensors thành bao phủ mục tiêu (target coverage) đảm bảo tính kết nối mạng (network connectivity)  Chứng minh toán bao phủ mục tiêu NP khó  Vấn đề bao phủ : đưa giải thuật TV-Greedy đựa phân vùng Voronoi target Đưa giải thuật giải xác cho dựa phương pháp Hungarian cho trường hợp đặc biệt Z Liao, J Wang, S Zhang, J Cao, and G Min, ”Minimizing movement for target coverage and network connectivity in mobile sensor networks”, IEEE Transactions on Parallel and Distributed Systems, vol 26, no 7, pp 1971–1983, Jul 2015 130 / 152 Các nghiên cứu liên quan Trong nghiên cứu , tác giả đề cập đến vấn đề:  Giải vấn đề bao phủ  Giới thiệu thuật toán VABC kết hợp phân vùng Voronoi tối ưu bầy ong (ABC)  Đưa giải thuật V-VABC cải tiến TV-Greedy [7] thuật toán VABC A.M Jagtap*, N.Gomathi, ”Minimizing sensor movement in target coverage problem: A hybrid approach using Voronoi partition and swarm intelligenc” Bulletin of the polish academy of sciences technical sciences, vol 65, no 2, 2017 131 / 152 Các nghiên cứu liên quan Trong nghiên cứu , tác giả giải vấn đề:  Đưa mơ hình mạng cảm biến không  Triển khai sensor với ràng buộc thời gian sống  Đưa giải thuật DCML cho vấn đề kết nối mạng  Mở rộng CCML DCML cho bao phủ mục tiêu bao phủ diện tích Jun Guo, Hamid Jafarkhani, ”Movement-Efficient Sensor Deployment in Wireless Sensor Networks With Limited Communication Range”, IEEE Transactions on Wireless Communications, vol 18 , no 7, pp 3469 - 3484, Jul 2019 132 / 152 Nhận xét  Các nghiên cứu chưa giải vấn đề tối đa hóa lifetime mạng 133 / 152 System model Xét miền phẳng W ∗ H: Có m target T = {t1 , t2 , , tm } biết vị trí n mobile sensor S = {s1 , s2 , , sn } Các sensor phân thành hai loại:  Các sensor triển khai miền để bao phủ targets  Các sensor tự Các sensor chuyển từ trạng thái từ tự sang triển khai, chiều ngược lại khơng 134 / 152 Hình 49: Ví dụ với miền W × H = 200 × 200 135 / 152 System model Network model: Các sensor có bán kính cảm biến rs Một sensor bao phủ nhiều target target bao phủ nhiều sensor Target bao phủ tồn sensor bao phủ Mobility model: sensor tự di chuyển dừng lại vị trí miền để bao phủ target Khoảng cách di chuyển lớn Dmax cần đảm bảo lượng di chuyển không vượt qua lượng ban đầu 136 / 152 System model Năng lượng tiêu hao để cảm biến m bit/giây với khoảng cách d là: Es(m, d) =Eelect + Eamp ( m ∗ Eelec + m ∗ εfs ∗ d = m ∗ Eelec + m ∗ εamp ∗ d (d < d0 ) (d ≥ d0 ) efs : Năng lượng tiêu thụ bit vùng khoảng cách nhỏ ngưỡng d0 eamp : Năng lượng tiêu thụ bit miền có khoảng cách lớn ngưỡng d0 p d0 = efs /eamp Gọi công P suất tiêu thụ lượng cảm biến Sensor sj ej ej = Es(mi , di ) với (mi , di ) phụ thuộc target sensor cảm biến ⇒ Em + ej ∗ time ≤ E với time thời gian sống sensor 137 / 152 Mơ hình tốn học Đầu vào:  Miền A có độ rộng W × H mặt phẳng hai chiều  m target: T = {t1 , t2 , , tm }  n mobile sensor S = {s1 , s2 , , sn } : nc nc nf nf mobile sensor n triển khai o = |Sc| Sc = j | j ∈ N ∩ [1, n]; sj triển khai mobile sensor tự n o = |Sf | Sf = j | j ∈ N ∩ [1, n]; sj chưa triển khai  E: lượng ban dầu sensor 138 / 152 Mơ hình tốn học Xét lần di chuyển sensor đầu tiên: Với αi mốc thời gian target i khơng cịn bao phủ Sensor sj ( j ∈ Sf ) di chuyển tới vị trí Dj thời điểm βj Emj E −Em lượng Sensor sj có thời gian sống tiếp δj = ej j Γi tập j mà sj vị trí Dj bao phủ target i ni1 = max {βj + δj , αi } ∀j ∈ Γi , i = 1, 2, , n Chuyển số sensor di chuyển để bao phủ target từ Sf sang Sc Lần di chuyển sensor thứ n o k: k−1 k ni = max βj + δj , ni ∀j ∈ Γi lần di chuyển thứ k Mục tiêu: maximize p = minnK i ∀i = 1, 2, , n; K: lần di chuyển cuối kéo dài thời gian bao phủ mạng 139 / 152 Nhận xét  Xuất phát từ ý tưởng : "Nếu tồn cách di chuyển để thời gian sống p2 tồn cách cách di chuyển để thời gian sống mạng p1 < p2"  Kiểm tra tồn cách di chuyển thời gian p cách Heuristic  Coi việc di chuyển với khoảng cách nhỏ cho thời gian sống tốt, từ so sánh với giá trị p  Nếu lớn p tức tồn cách di chuyển thời gian p 140 / 152 Thuật toán chặt nhị phân xác định thời gian sống tối đa Algorithm 2: Tối đa thời gian sống lần triển khai Result: Write here the result Khởi tạo vị trí đặt cảm biến; Khởi tạo vị trí đặt mục tiêu; = 0, max = timeMax ; while (max - min) <  p = (min + max)/2 ; if Tồn cách triển khai cảm biến thời gian p then = p ; else max = p; end end 141 / 152 Giải thuật base-line dùng hàm kiểm tra Heuristic  Tối thiểu quãng đường di chuyển cảm biến cách tối thiểu số lượng cảm biến phải di chuyển  Tại thời điểm ban đầu số mục tiêu bao phủ  Bỏ qua mục tiêu bao phủ triển khai  Đối với mục tiêu chưa bao phủ, ta tìm clique Sau tìm clique với clique dùng cảm biến đến để bao phủ clique Ở dùng thuật toán Hungarian mở rộng Bằng cách cảm biến dùng để triển khai nhỏ 142 / 152 Giải thuật baseline Hình 50: Vị trí khởi tạo lời giải thuật tốn baseline 143 / 152 Giải thuật base-line Hình 51: Thuật tốn khơng tối ưu 144 / 152 Một thuật toán Heuristic cho TCOV  Một số báo đề xuất giải thuật cho toán tối thiểu di chuyển cảm biến  Thuật toán TV-Greedy : Phân vùng Voronoi mục tiêu sau bao, sau bao phủ mục tiêu cảm biến gần  Thuật toán V-VABC : Cải tiến thuật toán TV-Greedy số trường hợp thuật toán VABC 145 / 152 Phân vùng Voronoi  Định nghĩa : Cho P tập hợp điểm nằm mặt phẳng Biểu đồ Voronoi P cách phân tách mặt phẳng thành nhiều miền, điểm ứng với miền Voronoi Các điểm thuộc miền Voronoi s tập hợp điểm có khoảng cách gần s điểm tỏng tập P  Tính chất Các điểm thuộc Voronoi vùng gần tâm vùng Voronoi tâm vùng Voronoi khác Hai điểm gần tập hợp điểm ứng với ô Voronoi liền kề 146 / 152 Phân vùng Voronoi Hình 52: Ví dụ phân Voronoi 147 / 152 Thuật toán TV-Greedy  Ý tưởng thuật toán TV Greedy triển khai cảm biến gần tới bao phủ mục tiêu nằm vùng Voronoi cảm biến gần với mục tiêu miền mục tiêu nằm khác miền  Đầu tiên biểu đồ Voronoi tạo dựa tọa độ mục tiêu Dựa phân vùng Voronoi hàng xóm mục tiêu xác định  Di chuyển cảm biến gần miền Voronoi  Nếu miền Voronoi không tồn cảm biến thì: Tìm xem chief server mục tiêu bên cạnh xem chia sẻ không, không chọn aid cảm biến cảm biến 148 / 152 Một số ký hiệu thuật toán  chief server mục tiêu A : cảm biến nằm A gần A  OSG mục tiêu A: tập cảm biến thuộc vùng Voronoi A  Aid server thuộc mục tiêu A B : cảm biến nằm miền A aid server gần với B  CSG A : chief server A aid server A 149 / 152 Thực nghiệm  Tọa độ cảm biến mục tiêu sinh theo phân phối chuẩn  Số lượng cảm biến mục tiêu sinh theo phân phối W ×H 1000 × 1000 ε J/m εelec 50 nJ/bit εfs 10 pJ/bit/m2 εamp 0.0013 pJ/bit/m4 150 / 152 Kết thực nghiệm 10 10 Xiaofeng Gao, Zhiyin Chen, Fan Wu , ”Energy Efficient Algorithms for k -Sink Minimum Movement Target Coverage Problem in Mobile Sensor Network”, IEEE/ACM Transactions on Network, vol 25 , no 6, Dec 2017 151 / 152 Cảm ơn người theo dõi! 152 / 152 ... Vấn đề tối đa hóa thời gian sống Sensor Network vấn đề quan trọng nghiên cứu mạng cảm biến  Các cảm biến có lượng nhỏ  Trong thực tế cảm biến lượng nhiều vào việc di chuyển lượng để cảm biến. .. có bán kính cảm biến rs Một sensor bao phủ nhiều target target bao phủ nhiều sensor Target bao phủ tồn sensor bao phủ Mobility model: sensor tự di chuyển dừng lại vị trí miền để bao phủ target... đề:  Đưa mơ hình mạng cảm biến không  Triển khai sensor với ràng buộc thời gian sống  Đưa giải thuật DCML cho vấn đề kết nối mạng  Mở rộng CCML DCML cho bao phủ mục tiêu bao phủ diện tích Jun