Luận án tiến sĩ công nghệ thông tin tổng hợp dữ liệu nhằm tiết kiệm năng lượng trong mạng cảm biến không dây

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ DƯ NG VI T HUY TỔNG HỢP DỮ LIỆU NHẰM TI T KIỆM NĂNG LƯỢNG TRONG MẠNG CẢM BI N KHÔNG DÂY LUẬN ÁN TI N S CÔNG NGHỆ THÔNG TIN HÀ NỘI – 2019 ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ DƯ NG VI T HUY TỔNG HỢP DỮ LIỆU NHẰM TI T KIỆM NĂNG LƯỢNG TRONG MẠNG CẢM BI N KHÔNG DÂY Chuyên ngành: MẠNG MÁY T NH VÀ TRUYỀN THÔNG DỮ LIỆU Mã số: 9480102.01 LUẬN ÁN TI N S CÔNG NGHỆ THÔNG TIN NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS TS N u Đ HÀ NỘI – 2019 V t LỜI CAM ĐOAN Luận án tiến sỹ với tên đề tài “Tổng hợp liệu nhằm tiết kiệm lượng mạng cảm biến không dây” (tiếng Anh: Data fusion for energy efficiency in wireless sensor networks) kết nghiên cứu cá nhân với hƣớng dẫn tận tình ngƣời hƣớng dẫn khoa học PGS.TS Nguyễn Đình Việt Nội dung luận án khơng chép từ luận án nhƣ cơng trình nghiên cứu khoa học khác Các nội dung trích dẫn đƣợc tơi rõ nguồn tài liệu tham khảo luận án Tôi cam đoan điều thật, có sai, tơi xin hồn tồn chịu trách nhiệm Hà nội, ngày tháng năm 2019 Nghiên cứu sinh Dương Viết Huy MỤC LỤC MỤC LỤC ANH MỤC C C THU T NG ANH S CH ẢNG ANH S CH H NH V M ĐẦU CHƢƠNG TỔNG QUAN VẤN ĐỀ NGHIÊN CỨU 14 1.1 MẠNG CẢM I N KH NG DÂY 14 1.1.1 Lịch s phát triển 14 1.1.2 Kiến trúc mạng cảm biến số cách ph n loại 17 1.1.2.1 Kiến trúc 17 1.1.2.2 Các thành phần WSNs 17 1.1.2.3 Một số cách phân loại mạng 18 1.2 CÁC VẤN ĐỀ CẦN GIẢI QUY T 20 1.2.1 Vấn đề tiêu thụ lƣợng 20 1.2.2 Thiết ế no mạng cảm iến 22 1.2.3 Tổ chức mạng định tuyến 22 1.2.4 Truyền x l ữ liệu 22 1.2.5 Tổng hợp liệu 23 1.2.6 X lý vấn đề ữ liệu ƣ thừa 24 1.3 CÔNG CỤ MÔ PHỎNG MẠNG CẢM BI N 25 1.3.1 Bộ mô NS-2 25 1.3.2 NS-2 phần mở rộng mô WSNs MIT 26 1.4 MƠ HÌNH TỔNG HỢP D LIỆU VÀ BÀI TỐN THÀNH PHẦN 26 1.4.1 Mơ hình tổng hợp liệu 27 1.4.2 Theo dõi mục tiêu lựa chọn liệu 28 1.4.2.1 Theo dõi mục tiêu dựa vào vị trí nút 29 1.4.2.2 Theo dõi mục tiêu dựa vào thời gian 30 1.4.2.3 Lựa chọn liệu truyền đến CH 33 1.4.3 Tổng hợp liệu CH 34 1.4.3.1 Định tuyến phân cụm thích ứng với lƣợng thấp 34 1.4.3.2 Tổng hợp liệu nút cụm trƣởng 36 1.5 LÝ THUY T T P THÔ 38 1.5.1 Các khái niệm lý thuyết tập thô đƣợc s dụng 39 1.5.1.1 Hệ thống thông tin 39 -1- 1.5.1.2 Hệ định 39 1.5.1.3 Lớp tƣơng đƣơng 39 1.5.1.4 Quan hệ phân biệt đƣợc 40 1.5.1.5 Thuộc tính lõi, tập thuộc tính rút gọn 40 1.5.1.6 Sự phụ thuộc thuộc tính 41 1.5.1.7 Độ quan trọng thuộc tính 41 1.5.1.8 Luật định, độ chắn luật định 42 1.5.2 Ứng dụng lý thuyết tập thô tổng hợp liệu 42 1.5.3 Ứng dụng để tiền x lý liệu 43 CHƢƠNG THEO ÕI MỤC TIÊU TI T KIỆM NĂNG LƢỢNG 45 2.1 T HEO ÕI MỤC TI U A VÀO KHOẢNG C CH 46 2.1.1 Giới thiệu toán 46 2.1.2 Giải pháp ETR-DF 46 2.1.2.1 Khoảng cách 46 2.1.2.2 Sai số 48 2.1.2.3 Vùng ƣu tiên 48 2.1.3 Thuật toán 51 2.1.4 Mô phân tích kết 52 2.1.5 Kết luận giải pháp ETR-DF 57 2.2 T HEO ÕI MỤC TI U TH CH NGHI THEO TH I GIAN 58 2.2.1 Giới thiệu toán 58 2.2.2 Giải pháp ATTS-DF 59 2.2.2.1 Điểm đo iến động 59 2.2.2.2 Thời gian đo th ch ứng 59 2.2.2.3 Ngƣỡng đo 60 2.2.2.4 Trạng thái ổn định đo lƣờng 61 2.2.2.5 ự đoán 61 2.2.3 Thuật toán 63 2.2.4 Mơ phân tích kết 65 2.2.5 Kết luận giải pháp ATTS-DF 69 CHƢƠNG TI T KIỆM NĂNG LƢỢNG CỤM NÚT CẢM BI N BẰNG ỨNG DỤNG LÝ THUY T T P THÔ 70 3.1 ỨNG DỤNG LÝ T HUY T T P THÔ TẠI CH ĐỂ TỔNG HỢP D LIỆU 71 3.1.1 Mơ tả tốn DF nhiều nút cảm biến 72 3.1.2 Quy trình ứng dụng RST để tổng hợp liệu 73 3.1.3 Ứng dụng Lý thuyết tập thô để định tổng hợp liệu 76 -2- 3.1.3.1 Xây dựng tƣơng quan lý thuyết tập thô tổng hợp liệu 77 3.1.3.2 Ứng dụng RST để giải ài toán F th o quy trình ƣớc 78 3.1.4 Kết luận giải pháp ứng dụng lý thuyết tập thô 83 3.2 ỨNG DỤNG LÝ T HUY T T P TH ĐỂ TIỀN X L LIỆU ĐẦU VÀO 85 3.2.1 Giải pháp DP-DF 88 3.2.1.1 Quy trình x lý liệu 88 3.2.1.2 X lý liệu bị (thiếu) 89 3.2.1.3 X lý liệu nhiễu (yếu) 90 3.2.1.4 Thuật toán x lý liệu bị liệu bị nhiễu 91 3.2.1.5 X lý liệu ƣ thừa 93 3.2.2 Minh họa phân tích kết 94 3.2.3 Kết luận giải pháp DP-DF 96 CHƢƠNG S DỤNG HIỆU QUẢ TÀI NGUYÊN CỤM CẢM BI N 98 4.1 L A CHỌN NÚT VÀ D LIỆU CỦA CỤM BẰNG C A SỔ TRƢỢT 99 4.1.1 Giới thiệu toán 99 4.1.2 Giải pháp DF-SWin 100 4.1.2.1 C a sổ trƣợt 100 4.1.2.2 Bảng liệu thuộc tính 101 4.1.2.3 T nh ch thƣớc c a sổ trƣợt 102 4.1.2.4 Dữ liệu để tổng hợp 102 4.1.3 Thuật toán DF-SWin 103 4.1.3.1 Lƣu đồ thuật toán 103 4.1.3.2 Cài đặt thuật toán 105 4.1.4 Mơ phân tích kết 107 4.1.5 Kết luận giải pháp DF-SWin 112 4.2 TỔNG HỢP LIỆU TI T KIỆM NĂNG LƢỢNG TẠI N T CH 113 4.2.1 Giới thiệu toán 113 4.2.2 Giải pháp DF-AMS 114 4.2.2.1 Lấy mẫu 115 4.2.2.2 X lý liệu 116 4.2.3 Thuật toán 118 4.2.4 Mô phân tích kết 120 4.2.5 Kết luận giải pháp DF-AMS 126 K T LU N 127 DANH MỤC CƠNG TRÌNH CỦA TÁC GIẢ 132 TÀI LIỆU THAM KHẢO 133 -3- DANH MỤC CÁC THUẬT NGỮ V tt t A-D AMPS ATTS-DF BS CDMA CH DF DF-AMS DP-DF DF-SWin ETR-DF FLAMA IEEE LEACH LEACH-C LOS LR-WPAN MAC MIT NS OSI PEGASIS PHY PTW PU RSSI RST SOFAR SOSUS STEM SU Tag TDMA TOA TRAMA WINS WPAN WSNs ằng ti ng Anh Analog – Digital Adaptive Multi-domain Power aware Sensors Adaptive Target Tracking Solutionfor multi-sensor Data Fusion in WSNs Base Station Code Division Multiple Access Cluster head Data fusion Data Fusion – Average Median Sampling Data Pre-processing for Data Fusion Sliding Windows for multi-sensor Data Fusion in WSNs Efficiency in TRacking to target in multi-sensor Data Fusion Flow-Aware Medium Access Institute of Electrical and Electronics Engineers Low Energy Adaptive Clustering Hierarchy LEACH Centralized Line of Sight Low Rate Wireless Personal Area Networks Media Access Control Massachusetts Institute of Technology Network Simulator Open Systems Interconnection Power Efficient Gathering in Sensor Information System Physical layer Pipelined Tone Wakeup Processing unit Received Signal Strength Indicator Rough Set Theory Sound Fixing and Ranging channel Sound Surveillance System Sparse Topology and Energy Management Sensing unit Target Time Division Multiple Access Time of arrival TRaffic-Adaptive Medium Access Wireless Integrated Network Sensors Wireless Personal Area Network Wireless Sensor Networks -4- DANH SÁCH BẢNG Bảng 2.1 Các tham số mô giải pháp ETR-DF 53 Bảng 2.2 Hiệu việc giảm số lƣợng gói tin ETR-DF LEACH 56 Bảng 2.3 Phân bố xác suất m lần đo 63 Bảng 2.4 Các tham số mơ 65 Bảng 3.1 Hệ thống thông tin an đầu WSNs 79 Bảng 3.2 Lớp tập tƣơng đƣơng 79 Bảng 3.3 Ma trận phân biệt 80 Bảng 3.4 Dữ liệu CH nhận khung truyền F1 86 Bảng 3.5 Dữ liệu CH nhận khung truyền Fk 86 Bảng 3.6 IS thời điểm bắt đầu tiền x lý 88 Bảng 3.7 Giá trị thuộc tính Aj 88 Bảng 3.8 Dữ liệu đo mạng cảm biến 94 Bảng 3.9 Xác suất liệu đo ị thiếu 95 Bảng 3.10 Xác suất liệu đo ị nhiễu 95 Bảng 3.11 Dữ liệu x lý thiếu, nhiễu 95 Bảng 3.12 Ma trận phân biệt 95 Bảng 3.13 Các phƣơng án ữ kiện đƣợc rút gọn để tổng hợp liệu 96 Bảng 4.1 Dữ liệu thuộc tính chƣa xếp 101 Bảng 4.2 Dữ liệu thuộc tính đƣợc xếp 101 Bảng 4.3 Quy ƣớc ký hiệu s dụng thuật toán 104 Bảng 4.4 Các tham số s dụng mô DF-SWin 107 Bảng 4.5 Số cụm số nút cụm trình mơ 108 Bảng 4.6 Kết mô thời điểm 80 giây 320 giây 109 Bảng 4.7 Kết áp dụng thời gian mô 110 Bảng 4.8 Dữ liệu đo thời điểm tổng hợp 116 Bảng 4.9 Mức đo, giá trị đo tham số 116 Bảng 4.10 Năng lƣợng nút c ụm 123 Bảng 4.11 Dữ liệu cảm biến cụm thời điểm 200s 124 -5- DANH SÁCH H NH V Hình 1.1 Kiến trúc ph n l ớp giao thức mạng WSNs [36] 17 Hình 1.2 Mơ hình mạng cảm biến không dây [13, 40] 18 Hình 1.3 Hƣớng tiếp cận theo kiến trúc mạng [38] 19 Hình 1.4 Sơ đồ cung cấp lƣợng cho nút cảm biến [39, 56] 21 Hình 1.5 Mức tiêu thụ lƣợng đơn vị chức nút cảm iến 48 21 Hình 1.6 Tổng hợp liệu nhiều nút cảm biến không dây 23 Hình 1.7 So sánh lƣu lƣợng theo mơ hình truyền liệu WSNs 24 Hình 1.8 Tỉ lệ s dụng phần mềm mô [71] 25 Hình 1.9 Mơ hình tổng hợp liệu tốn thành phần 27 Hình 1.10 Các phƣơng pháp th o i mục tiêu 13 28 Hình 2.1 Vị trí nút cảm biến so với CH Tag 48 Hình 2.2 Các vùng ƣu tiên mức ƣu tiên 50 Hình 2.3 Tọa độ mục tiêu nút mặt ph ng hảo sát 53 Hình 2.4 Phân bố nút, CH mục tiêu (Tag) giây thứ 80 54 Hình 2.5 Áp dụng để lựa chọn nút: a) Cụm 1: 48 nút; b) Cụm 4: 16 nút 55 Hình 2.6 Áp dụng thuật giải Cụm thời điểm giây thứ 120 56 Hình 2.7 So sánh việc s dụng lƣợng ETR-DF LEACH 57 Hình 2.8 Các mốc thời gian trạng thái làm việc nút 60 Hình 2.9 Thay đổi thuộc t nh hi vƣợt ngƣỡng 60 Hình 2.10 Mơ hình chuyển trạng thái nút cảm biến 61 Hình 2.11 Mơ hình trạng thái thích ứng giải pháp ATTS-DF 62 Hình 2.12 Số nút cảm biến tham gia mô ATTS-DF 66 Hình 2.13 Truyền liệu nút cảm biến thời gian mơ 66 Hình 2.14 Đồ thị truyền liệu nút số 16 LEACH 66 Hình 2.15 Hiệu việc giảm liệu truyền ATTS-DF so với LEACH 67 Hình 2.16 So sánh mức tiêu thụ lƣợng nút ATTS-DF LEACH 68 Hình 3.1 Mơ tả tốn tổng hợp liệu có s dụng RST 73 Hình 3.2 Mơ hình x lý, tổng hợp liệu nút CH 74 Hình 3.3 Truyền liệu theo khung tin (frame) theo chu kỳ (T) 85 Hình 4.1 Lƣu đồ luồng liệu giải pháp DF-SWin 103 -6- Hình 4.2 So sánh kết mô phƣơng án thay đổi số nút 111 Hình 4.3 So sánh mức dự trữ lƣợng DF-SWin LEACH 111 Hình 4.4 Minh họa DF từ n nút cảm biến, nút đo l tham số mục tiêu 114 Hình 4.5 Mơ hình x lý liệu DF-AMS 117 Hình 4.6 Tỉ lệ nút đƣợc khảo sát tổng số nút hoạt động 120 Hình 4.7 So sánh lƣợng EAvg E Med 121 Hình 4.8 Lựa chọn nút cảm biến thông qua ESelect 121 Hình 4.9 So sánh số lƣợng gói tin truyền DF-AMS LEACH 122 Hình 4.10 Kết tổng hợp liệu tham số đo lƣờng 125 -7- toán DF-AMS, CH g i kết đo lƣờng tiệm cận giá trị đo đƣợc lớn (của tất nút đƣợc chọn) tham số Kết mơ tham số đo Hình 4.10 (a) (b) (c) Hình 4.10 Kết tổng hợp ữ liệu tham số đo lƣờng, (a) kết M1, (b) kết M2, (c) kết M3 -125- 4.2.5 K t uậ ả p áp DF-AMS Nhƣ vậy, giải pháp DF-AMS có giá trị tổng hợp tiệm cận giá trị lớn có xu hƣớng đảm bảo t nh đắn kết đo lƣờng; CH lọc liệu thô loại bỏ giá trị đo yếu (chứa thông tin) g i ết đến S mang lại hiệu lớn tiết kiệm lƣợng nút cảm biến cụm vịng o DF-AMS phù hợp với mạng cảm biến có nhiều nút, lƣợng nút hông đồng đều, cảm biến đo nhiều tham số mục tiêu nhƣng giá trị đo có khác biệt cao Thuật toán DF-AMS s dụng thủ tục đơn giản, thuật tốn xếp n nút theo mức lƣợng có độ phức tạp lớn cỡ O(n2) Kết nghiên cứu đƣợc cơng bố với Cơng trình số 4: “DFAMS: Proposed solutions for multi-sensor data fusion in wireless sensor networks”, hội nghị KSE 2015; đƣợc lựa chọn vào sở liệu Scopus, IEEE Xplore, DBLP: http://dblp.org/pers/hd/h/Huy:Duong_Viet -126- K T LUẬN Đ p củ luận án Luận án đề xuất đƣợc 02 nhóm giải pháp liên quan tốn mơ hình tổng hợp liệu nhiều nút cảm biến mạng cảm biến khơng dây: Thứ nhất, nhóm toán theo dõi mục tiêu lựa chọn liệu; thứ hai, nhóm tốn tiền x lý liệu tổng hợp liệu nút CH 1.1 Nhóm tốn theo dõi mục tiêu lựa chọn d li u 1.1.1 Đề xuất thứ nhất: Giải pháp theo dõi để lấy liệu th ch nghi với iến động mục tiêu có tên ATTS-DF Sensor đo lƣờng biến động mục tiêu có xu hƣớng vƣợt ngƣỡng Thuật tốn đề xuất việc chuyển trạng thái đo lƣờng hi giá trị đo mục tiêu vƣợt ngƣỡng nút cảm iến từ idle (hoặc sl p) sang active vào thời điểm nút cảm biến đo lƣờng trạng thái ình thƣờng để đạt trạng thái này, sensor phải khoảng thời gian định để khởi động Hiệu tiết kiệm lƣợng ATTS-DF từ 13,3% đến 20% lƣợng nút so với việc theo dõi lấy liệu theo chu kỳ cố định LEACH Kết nghiên cứu đƣợc công bố với Cơng trình số 7: “ATTS-DF: Adaptive tracking solution to the target for data fusion in wireless sensor networks”, Hội nghị ICSSE 2017 Thành phố Hồ Chí Minh, Việt Nam, tháng năm 2017; đƣợc lựa chọn vào sở liệu Scopus, IEEE Xplore 1.1.2 Đề xuất thứ hai: Giải pháp theo dõi mục tiêu ƣu tiên tổng hợp liệu từ nút có khoảng cách ngắn đến mục tiêu theo dõi CH có tên ETR-DF Đề xuất hạn chế đƣợc đáng ể sensor xa mục tiêu xa CH tham gia trình theo dõi, truyền liệu đến CH Hiệu trung bình tiết kiệm lƣợng cụm theo chu kỳ T (mỗi chu kỳ gồm nhiều cụm) thời gian mô ETR-DF LEACH -127- khoảng từ 23.5% đến 76.52% Kết nghiên cứu đƣợc công bố với Công trình số 6: “Target tracking solution for multi-sensor data fusion in wireless sensor networks”, VNU Journal of Science: Comp Science & Com Eng., Vol 32, No 2016 1.1.3 Đề xuất thứ 3: Giải pháp lựa chọn số nút cảm biến cụm để g i liệu đến CH chế c a sổ trƣợt với tên gọi DF-SWin Xuất phát từ tƣởng s dụng c a sổ trƣợt có ch thƣớc thay đổi đƣợc theo chu kỳ theo cụm để lựa chọn nút cụm đó, lấy liệu phục vụ tổng hợp nút CH Giải pháp DF-SWin đề xuất s dụng c a sổ trƣợt chiều theo số lƣợng nút cụm có đặc điểm nhƣ sau: C a sổ khung hình đƣợc giới hạn kích thƣớc chiều hàng cột, đó: số cột biểu diễn số lƣợng thuộc tính nút, số hàng biểu diễn số lƣợng nút đƣợc chọn Tại thời điểm s dụng c a sổ, ch thƣớc c a sổ thay đổi tùy thuộc số lƣợng nút cụm, lƣợng nút, khoảng cách từ nút cụm đến CH, số gói tin nút cần phải truyền đến CH Hiệu tiết kiệm lƣợng cụm nút cảm biến DF-SWin với LEACH khoảng 43% đến 93% Phƣơng pháp F-SWin phù hợp với mạng cảm biến gồm nút hoạt động trạng thái mức lƣợng cịn lại thấp hơng đồng Kết nghiên cứu đƣợc công bố với Cơng trình số 8: “DF-SWin: Sliding Windows for Multi-Sensor Data Fusion in Wireless Sensor Networks”, Hội nghị quốc tế KSE - 2017 Thành phố Huế, Việt Nam tháng 10-2017; đƣợc lựa chọn vào sở liệu Scopus, IEEE Xplore, DBLP 1.2 Nhóm tốn tiền x lý d li u t ng hợp d li u nút CH 1.2.1 Đề xuất thứ 4: Tiếp cận phƣơng pháp tổng hợp liệu nhiều nút cảm biến mạng cảm biến không dây lý thuyết tập thô Xuất phát từ tƣởng khai phá liệu (data mining) việc mơ hình hóa liệu N cảm biến, cảm biến đo lƣờng M tham số thành bảng liệu (N -128- hàng x M cột) Tác giả Luận án chứng minh phù hợp để chọn lý thuyết tập thô - RST (Rough Set Theory) làm giải pháp tổng hợp liệu nhiều nút cảm biến thể quan điểm: (1) Tính chất rời rạc tín hiệu x lý liên tục nút cảm biến phù hợp với bảng liệu chứa giá trị null; (2) RST hỗ trợ để x lý mô tả không chắn; (3) RST hỗ trợ x lý vấn đề liệu, ƣ thừa liệu; (4) RST hỗ trợ trình tổng hợp liệu đƣợc ch nh xác thông qua ngữ nghĩa, “tri thức” thông tin không thông qua x lý trực tiếp tồn liệu “kiến thức” thơng tin Giải pháp đề xuất bao gồm quy trình x lý liệu nút CH áp ụng khái niệm phép tốn RST (trình bày Mục 1.5.1) Mục tiêu cuối giải pháp bảng liệu đầu vào để CH đƣa định cho liệu đầu theo luật định độ chắn luật định Kết nghiên cứu đƣợc cơng bố với Cơng trình số 2: “Tiếp c n phương ph p tổng h p liệu nhiều c m biến mạng c m biến không dây lý thuyết t p thô”, Kỷ yếu Hội nghị quốc gia lần thứ VII Nghiên cứu ản ứng dụng Công nghệ thông tin (FAIR 2014), tháng 6-2014 Thái Nguyên, Việt Nam 1.2.2 Đề xuất thứ 5: Giải pháp tiền x lý liệu đƣợc đề xuất với tên gọi DP-DF (Data Pre-processing for Data Fusion) việc áp dụng lý thuyết xác suất số phép tốn lý thuyết t p thơ nhằm chu n hóa liệu đầu vào nút cảm biến cụm g i CH phục vụ tổng hợp liệu nút CH Giải pháp DP-DF x lý liệu bị (giá trị null), liệu giá trị (là giá trị nhỏ, chứa tri thức) liệu ƣ thừa (là giá trị giống hi đo tham số mục tiêu) Kết tiền x lý bảng liệu đầy đủ (không chứa giá trị null), rút gọn (cả hàng cột) vừa đảm bảo vấn đề tối giản x lý liệu, vừa tạo liệu đầu vào CH gồm nhiều lựa chọn cho CH tổng hợp -129- Kết nghiên cứu đƣợc cơng bố với Cơng trình số 5: “Đề xuất gi i pháp tiền xử lý ể tổng h p liệu nhiều c m biến mạng c m biến không dây”, Kỷ yếu hội nghị The 8th National Conference on Fundamental and Applied IT Research, FAIR - 2015, tổ chức Hà Nội 1.2.3 Đề xuất thứ 6: Giải pháp kết hợp lựa chọn nút tính tốn liệu nút CH có tên gọi DF-AMS Việc lựa chọn nút cảm biến thông qua ngữ nghĩa đặc tính vật lý nút cảm biến (nhƣ lƣợng lại, khoảng cách đến CH, khoảng cách so với láng giềng, số khe truyền tin TDMA CH cấp ) đặc tính liệu cảm nhận (nhƣ số gói tin cần truyền để hồn tất thơng tin cảm nhận, cƣờng độ tín hiệu, nhiễu ) để CH loại bỏ nút cảm biến cụm, lấy liệu số nút Bởi đặc điểm nút s dụng lƣợng không tái tạo (Pin), tài nguyên khả t nh toán thấp nên việc tổng hợp liệu nút CH s dụng hợp lý kết hợp t nh toán đơn giản nhƣ Min, Max, Average, Median tùy thuộc vào giá trị lƣợng nút mạng Kết nghiên cứu Cơng trình số 4: “DF-AMS: Proposed solutions for multi-sensor data fusion in wireless sensor networks”, hội nghị KSE 2015; đƣợc lựa chọn vào sở liệu Scopus, IEEE Xplore, DBLP Ứng dụng giải pháp đề xuất thực ti n Đề tài đề xuất đƣợc mơ hình tổng hợp liệu toán thành phần (Mục 1.4 Luận án) Các đề xuất Luận án ƣớc thực hóa tốn mơ hình Các khuyến nghị việc áp dụng giải pháp trạng mạng đƣợc trình bày kết luận giải pháp đề xuất, cải tiến Với quy trình hoạt động WSNs, việc sensor node theo dõi (cảm biến) mục tiêu, truyền liệu đến CH, tiền x lý tổng hợp liệu -130- CH, g i kết đến BS Tùy thuộc ứng dụng (bài toán) cụ thể, trạng mạng để lựa chọn giải pháp thích hợp với mục tiêu tiết kiệm lƣợng M t số khuy n ngh vi c áp dụng: Thí dụ 1: Ứng dụng mạng cảm biến để giám sát môi trƣờng (nhiệt độ, độ m) c a xả chất thải Đầu tiên theo dõi mục tiêu thích ứng với thời gian (ATTS-DF) đo truyền liệu tham số cần giám sát mục tiêu biến động vƣợt ngƣỡng (vì mục tiêu đơi hi t iến động) Sau tiền x lý liệu (DP- F) đế có liệu đầu vào tốt hơn, khác CH tổng hợp liệu phƣơng pháp F-AMS Thí dụ 2: Giám sát đối tƣợng đột nhập (có thể ngƣời, xe quân sự) vào khu vực quân chiến trƣờng thông qua cảm biến đo tiếng động, cảm biến quang học Việc theo dõi mục tiêu kết hợp theo dõi mục tiêu dựa vào thời gian (ATTS-DF đo mục tiêu biến động vƣợt ngƣỡng) kết hợp với theo dõi mục tiêu dựa vào khoảng cách (ETR- F) hoảng cách đƣợc "chụp" thời điểm mục tiêu vƣợt ngƣỡng (xác định qua phƣơng pháp ATTS-DF) Bộ liệu theo dõi đƣợc tiền x lý DP-DF tổng hợp liệu CH phƣơng pháp F-AMS Hướ ê cứu t p t Trong trình nghiên cứu giải tốn mơ hình tổng hợp liệu nhiều cảm biến, tác giả luận án nhận thấy số vấn đề cần đƣợc nghiên cứu giải tiếp nhƣ: Các vấn đề liên quan đến xác suất có điều kiện (tính chất, đặc tính chất nút/cụm cảm biến), việc thích ứng theo dõi mục tiêu WSNs; Tối ƣu hóa ngƣỡng đo đo nút cảm biến; mối quan hệ lƣợng vị tr để CH lựa chọn nút cảm biến; an tồn thơng tin tổng hợp liệu nhiều nút cảm biến; ứng dụng RST mạng cảm biến có số lƣợng lớn nhiều mức, nhiều cụm -131- DANH MỤC CÔNG TR NH CỦA TÁC GIẢ Nguyen Duy Tan, Ho Duc Ai, Duong Viet Huy, Nguyen Dinh Viet, “An Improved LEACH Routing Protocol for Energy-Efficency of Wireless Sensor networks”, Proceedings of the th National Conference on Fundamental and Applied IT Research (FAIR’6, 2013), pp 33-39 Dươ V t Huy, Nguyễn Duy Tân, Hồ Đức Ái, Nguyễn Đình Việt, “Tiếp c n phương ph p tổng h p liệu nhiều c m biến mạng c m biến không dây lý thuyết t p thô”, Kỷ yếu Hội nghị quốc gia lần thứ VII Nghiên cứu ản ứng dụng Công nghệ thông tin (FAIR 2014), 19-20 June 2014, Thái Nguyên, Việt Nam ISBN: 978-604-913-300-8, DOI 10.15625/FAIR VII.2014-0397, pp 668-677 Dương Vi t Huy, Nguyễn Đình Việt, “Đề xuất gi i pháp tổng h p liệu nhiều c m biến mạng c m biến không dây”, Kỷ yếu Hội thảo Quốc gia lần thứ XVII (@2014) chủ đề Một số vấn đề chọn lọc Công nghệ thông tin truyền thông, trang 50-55 Duong Viet Huy, Nguyen Dinh Viet, “DF-AMS: Proposed solutions for multi-sensor data fusion in wireless sensor networks”, 2015 Seventh International Conference on Knowledge and Systems Engineering (KSE 2015), ISBN 978-14673-8013-3/15, DOI 10.1109/KSE.2015.28, pp 1-6 (Scopus, IEEE Xplore, DBLP: http://dblp.org/pers/hd/h/Huy:Duong_Viet) Dươ V t Huy, Nguyễn Đình Việt, “Đề xuất gi i pháp tiền xử lý ể tổng h p liệu nhiều c m biến mạng c m biến không dây”, Procceding: the 8th National Conference on Fundamental and Applied IT Research, 2015 ISBN: 978-604-913-397-8, DOI: 10.15626/vap.2015.000149, pp 165-170 Duong Viet Huy, Nguyen Dinh Viet, “Target tracking solution for multisensor data fusion in wireless sensor networks”, VNU Journal of Science: Comp Science & Com Eng., Vol 32, No (2016) 63-71 Duong Viet Huy, Nguyen Dinh Viet, “ATTS-DF: Adaptive tracking solution to the target for data fusion in wireless sensor networks”, International Conference on Systems Science and Engineering 2017 (ICSSE 2017), Ho Chi Minh city, Vietnam, July 21-23, 2017 ISBN: 978-1-5386-3421-9 DOI: 10.1109/ICSSE.2017.8030925, pp 526-531 (Scopus, IEEE Xplore) Huy Duong-Viet, Viet Nguyen-Dinh, “DF-SWin: Sliding Windows for Multi-Sensor Data Fusion in Wireless Sensor Networks”, The 9th International Conference on Knowledge and Systems Engineering (KSE 2017), Hue, Vietnam October 19-21, 2017 DOI: 10.1109/KSE.2017.8119434 Pp 62-67 (Scopus, IEEE Xplore, DBLP: http://dblp.org/pers/hd/h/Huy:Duong_Viet ) -132- TÀI LIỆU THAM KHẢO T ut V t [1] Phạm Bảo Sơn, “Mạng c m biến vô tuyến nh gi tiêu giao thức chọn ường LEACH” Tạp ch CNTT TT, tháng 11 năm 2006 [2] TS Lê Nhật Thăng, TS Nguyễn Sỹ Quý “C c kỹ thu t phân nhóm mạng c m biến vơ tuyến”, Tạp chí CNTT TT, số 301, năm 2007 Vũ Chiến Thắng, Nguyễn Chấn Hùng, “Đ nh gi mức tiêu thụ công suất cho giao thức ịnh tuyến phân cấp WSN” Tạp chí CNTT TT, 12-2009 [4] Nguyễn Đình Việt (2012), Bài giảng "Đ nh gi hiệu mạng máy tính" (dành cho lớp Cao học) – Đại học Công nghệ, Đại học Quốc gia Hà Nội [5] Nguyễn Long Giang, Luận án Tiến sỹ toán học “Nghiên cứu số phương ph p khai phá liệu theo tiếp c n lý thuyết t p thô”, năm 2012, trang 2-3 Lê Đình Thanh, Luận án Tiến sỹ Cơng nghệ thông tin “Hỗ tr ịnh vị nâng cao hiệu ịnh tuyến dựa thơng tin vị trí cho mạng c m biến không dây”, 2014 [7] Nguyễn Trung ũng, Luận án Tiến sỹ Kỹ thuật viễn thông, “Nghiên cứu phát triển ịnh tuyến tiết kiệm lư ng cho mạng c m biến không dây”, năm 2014 Vũ Chiến Thắng, Luận án Tiến sỹ Kỹ thuật viễn thông “Nghiên cứu xây dựng thu t to n ịnh tuyến sở nh n thức lư ng cho mạng c m biến không dây”, năm 2015 [9] Trần Thuận Hoàng, Luận án Tiến sỹ kỹ thuật điện t viễn thông “Nghiên cứu phương pháp tổng h p c m biến dùng cho kỹ thu t dẫn ường c c robot di ộng”, năm 2016 [10] Nguyễn Duy Tân, Luận án Tiến sỹ Công nghệ thông tin “Nghiên cứu giao thức ịnh tuyến tiết kiệm lư ng cho mạng sensor”, năm 2017 T ut A [11] Jurgen Schonwalder, Mattus Harvan Jacobs University Bremen Bremen, Germany “Wireless Sensor Networks: Motes, NesC, and TinyOS” EECS seminar, 2007 12 Martin E Liggins, avi L Hall, Jam s Llinas “Handbook of Multisensor Data Fusion Theory and Practice” 2nd Edition, CRC Press, Sep 2008 [13] Jitendra R Raol, “Multi-Sensor Data Fusion with Matlab”, CRC Press, by Taylor and Francis Group, 2010, pp 97-206 [14] David Macii, Alessio Colombo, Paolo Pivato, Daniele Fontanelli, “A Data Fusion Technique for Wireless Ranging Performance Improvement”, IEEE Transactions on Instrumentation and Measurement, vol 62, no 1, 2013 [15] Wang Su, Yang Bo, “Multi-sensor data fusion in wireless sensor network for target detection”, ICEIEC 2013 IEEE 4th International Conference, DOI: 10.1109/ICEIEC.2013.6835446 [16] Yinggao Yue, Hehong Fan, Jianqing Li, Qin Qin, “Large-scale mobile wireless sensor network data fusion algorithm”, Big Data Analysis (ICBDA), 2016 IEEE International Conference on, DOI: 10.1109/ICBDA.2016.7509832 -133- [17] Takehiro Sakai; Osamu Takyu; Keiichiro Shirai; Mai Ohta; Takeo Fujii; Fumihito Sasamori; Shiro Handa, “Data Tracking Using Frequency Offset and SIC for Physical Wireless Conversion Sensor Networks”, Wireless Communications and Networking Conference Workshops (WCNCW), 2017 IEEE, DOI: 10.1109/WCNCW.2017.7919109 [18] Alejandro Ribeiro, Ioannis d Schizas, Stergios i Roumeliotis, and Georgios b Giannakis, “Kalman Filtering in Wireless Sensor Networks”, IEEE Control Systems Magazine, Volume: 30 , Issue: , April 2010, DOI: 10.1109/MCS.2009.935569 [19] P Manjunatha, A K Verma, A Srividya, “Multi-Sensor Data Fusion in Cluster based WSNs Using Fuzzy Logic Method”, ICIIS 2008, IEEE Region 10 -Third international Conference on Industrial and Information Systems, pp.1-6 [20] Xiufang Feng, Zhanwei Xu, “A Neural Data Fusion Algorithm in Wireless Sensor Network”, PacificAsia Conference on Circuits Communications and Systems (2009); pp.54-57, IEEE Computer Society, 2009 [21] Laura Galluccio, Sergio Palazzo, Andrew T Campbell, “Efficient data aggregation in wireless sensor networks: An entropy-driven analysis”, PIMRC 2008 IEEE 19th Int rnational Symposium on”, pp.1-6 [22] Silicon Labs, 2013 “The evolution of wireless sensor networks” [23] https://en.wikipedia.org/wiki/SOSUS; https://en.wikipedia.org/wiki/SOFAR_channel [24] Annick Lesne, "Shannon entropy: a rigorous notion at the crossroads between probability, information theory, dynamical systems and statistical physics" , Mathematical Structures in Computer Science, Vol 24, Special Issue 03, 2014 [25] ITU, “Applications of Wireless Sensor Networks in Next Generation Networks”, NGN-AWSN, http://www.itu.int/pub/T-TUT-NGN-2014; Available: 6-2018 [26] G J Pottie, “Wireless integrated network sensors WINS): the web gets physical,” in Frontiers of Engineering: Reports on Leading-Edge Engineering from the 2001 NAE Symposium on Frontiers of Engineering, p 78, National Academies Press, 2002 [27] G J Pottie and W J Kaiser, “Wireless integrated network sensors,” Communications of the ACM, vol 43, no 5, pp 51–58, 2000 [28] S Kumar and D Shepherd, “SensIT: Sensor information technology for the warfighter,” in Proc 4thInt Conf on Information Fusion, 2001, pp TuC1-3-9 [29] J Rabaey, J Ammer, J da Silva Jr, and D Patel, “PicoRadio: Ad-hoc wireless networking of ubiquitous low-energy sensor/monitor nodes,” in VLSI, 2000 Proceedings IEEE Computer Society Workshop on, pp 9–12 [30] “µAMPS research.” URL: Accessed: 6-2018 http://www- mtl.mit.edu/researchgroups/icsystems/uamps, [31] B H Calhoun, D C Daly, N Verma, D F Finchelstein, D D Wentzloff, A Wang, S.-H Cho, and A P Chandrakasan, “Design considerations for ultra-low energy wireless microsensor nodes,” Computers, IEEE Transactions on, vol 54, no 6, pp 727–740, 2005 [32 J A Guti rr z, M Na v , E Callaway, M ourg ois, V Mitt r, an H il , “IEEE 802.15 4: a developing standard for low-power low-cost wireless personal area networks” n twor , IEEE, vol 15, pp 12–19, 2001 [33 “Th Zig allianc ” Acc ss : 6-2018 URL: http://www.ZigBee.org/About/AboutAlliance/TheAlliance.aspx, -134- [34 “HART communications foun ation official w sit ” URL: http://www.hartcomm.org/, Accessed: 6-2018 [35 “6LoWPAN wor ing group.” Acc ss : 6-2018 http://www.ietf.org/dyn/wg/charter/6lowpan-charter.html, Accessed: 6-2018 [36] IEEE Computer Society, IEEE Standard for Local and metropolitan area networks Part 15.4: Low-Rate Wireless Personal Area Networks (LR-WPANs) IEEE Std 802.15.4™‐2011 [37] https://www.isi.edu/nsnam/ns/ , Accessed: 6-2018 [38] Vaibhav Pandey, Amarjeet Kaur and Narottam Chand, “A review on data aggregation techniques in wireless sensor network”, Journal of Electronic and Electrical Engineering, Vol 1, Issue 2, 2010, pp.01-08 [39] Bing Liang, Qun Liu, “A Data Fusion Approach for Power Saving in Wireless Sensor Networks”, Proceedings of the First International Multi-Symposiums on Computer and Computational Sciences (IMSCCS'06), Vol 2, pp 582 – 586 [40] Olayinka O.O, Attahiru S Alfa, “A Survey on an Energy-Efficient and EnergyBalanced Routing Protocol for WSNs”, Sensors (Basel, Switzerland), Published online Vol 2017 May 10 DOI: 10.3390/s17051084 [41] Fuyuan Xiao, "A Novel Evidence Theory and Fuzzy Preference Approach-Based Multi-Sensor Data Fusion Technique for Fault Diagnosis", Sensors (Basel, Switzerland) 2017 Nov; 17(11): 2504 Published online 2017 Oct 31 DOI: 10.3390/s17112504 [42] Luis Javier García Villalba, Ana Lucila Sandoval Orozco, Alic ia Triviño Cabrera and Cláudia Jacy Barenco Abbas, “Routing Protocols in Wireless Sensor Networks”, Sensors 2009, 9, doi:10.3390/s91108399, pp 8399-8421; [43] W Heinzelman, A.P Chandrakasan and H Balakrishnan, “Energy-Efficient Communication Protocol for Wireless Microsensor Networks”, IEEE Proceedings of the Hawaii International Conference on System Sciences, January 4-7, 2000, Hawaii [44] Natasha Ramluckun, Vandana Bassoo, “Energy-efficient chain-cluster based intelligent routing technique for Wireless Sensor Networks”, 2018, DOI: https://doi.org/10.1016/j.aci.2018.02.004 [45] Li Li, Fan Bai, “Analysis of Data Fusion in Wireless Sensor Networks”, ICECC 2011 International Conference on, pp 2547 – 2549 [46] Shio Kumar Singh, M P Singh, D K Singh, “A Survey of Energy-Efficient Hierarchical Cluster-Based Routing in WSNs”, Int J of Advanced Networking and Applications, Volume: 02, Issue: 02, Pages: 570-580 (2010) [47] Y Takama and D Ursino, “A Review of Data Fusion Techniques”, Hindawi Publishing Corporation The ScientificWorld Journal, Volume 2013, Article ID 704504, 19 pages [48] C Schurgers, V Tsiatsis, S Ganerival, M Srivastava, “Optimizing Sensor Networks in Energy–Latency–Density Design Space”, IEEE Transactions on Mobile Computing, January 2002, pp 70–80 [49] Giuseppe Anastasi, Marco Conti, Mario Di Francesco, Andrea Passarella, “Energy Conservation in Wireless Sensor Networks: a Survey”, Elsevier, Volume 7, Issue 3, May 2009, Pages 537–568 -135- [50] Satish L Yedage, D C Mehetre, “A Survey on Different Wake-up Scheduling in WSN”, International Journal of Advanced Computer Research (ISSN (print): 22497277 ISSN (online): 2277-7970) , Volume-4 Number-1 Issue-14 March-2014 [51] C Schurgers, V Tsiatsis, M B Srivastava, “STEM: Topology Management for Energy Efficient Sensor Networks”, IEEE Aerospace Conference '02, Big Sky, MT, March 10-15, 2002 [52] X Yang, N Vaidya, “A Wakeup Scheme for Sensor Networks: Achieving Balance between Energy Saving and End-to-end Delay”, Proc of the IEEE Real-Time and Embedded Technology and Applications Symposium (RTAS 2004), pp 19-26, 2004 [53] W Heinzelman, A Chandrakasan and H Balakrishnan, “Energy-efficient Communication Protocol for Wireless Microsensor Networks”, Proc Hawaii International Conference on System Sciences (HICSS-34), 2000 [54] V Rajendran, K Obracza, J J Garcia-Luna Aceves, “Energy-efficient, Collision-free Medium Access Control for Wireless Sensor Networks”, Proc ACM SenSys 2003, Los Angeles (USA), November 2003 [55] V Rajendran, J Garcia-Luna-Aceves and K Obraczka, “Efficient Application-aware Medium Access for Sensor Networks”, Proc of the 2nd IEEE Conference on Mobile Ad-hoc and Sensor Systems (MASS 2005), Washington, DC, November 2005 [56] GholamHossein EkbataniFard, Reza Monsefi, “MAMAC: A Multi-channel Asynchronous MAC Protocol for Wireless Sensor Networks”, 2011 International Conference on Broadband and Wireless Computing, Communication and Applications, Barcelona, Spain, Oct 2011, DOI: 10.1109/BWCCA.2011.18 [57] Daniel Zucchetto ; Chiara Pielli ; Andrea Zanella ; Michele Zorzi, “A Random Access Scheme to Balance Energy Efficiency and Accuracy in Monitoring Applications”, 2018 Information Theory and Applications Workshop (ITA), San Diego, CA, USA, USA, Feb 2018, DOI: 10.1109/ITA.2018.8503122 [58] Ouafaa I, Jalal L, Salah-ddine K, Said EH, “Recent Advances of Hierarchical Routing Protocols for Ad-Hoc and Wireless Sensor Networks: A Literature Survey" In Proceedings of the The International Conference on Engineering & MIS 2015 2015 Sep 24 (p.32) ACM [59] G Lu, B Krishnamachari and C.S Raghavendra, “An Adaptive Energy-efficient and Low-latency Mac for Data Gathering in Wireless Sensor Networks”, Proc of 18th International Parallel and Distributed Processing Symposium, Pages: 224, 26-30 April 2004 [60] I Rhee, A Warrier, M Aia, J Min, “Z-MAC: a Hybrid MAC for Wireless Sensor Networks“, Proc ACM SenSys, S Diego (USA), November 2005 [61] Jyoti Rajput, Naveen Garg, “A Survey on Secure Data Aggregation in Wireless Sensor Network”, International Journal of Advanced Research in Computer Science and Software Engineering (IJARCSSE), Volume 4, Issue 5, May 2014 , pp 407-412 [62] Mukesh Kumar Jha, T.P Sharma “Secure Data aggregation in Wireless Sensor Network: A Survey”, International Journal of Engineering Science and Technology, ISSN: 0975-5462, Vol No.3, March-2011 [63] Mohammad Youssef, Raghav Yadav, “Survey on Several Secure Data Aggregation Schemes in WSN”, International Journal of Current Engineering and Technology, EISSN 2277 – 4106, P-ISSN 2347 – 5161, Vol.6, No.4, 2016 -136- [64] Zdzisaw Pawlak, “Rough sets”, International Journal of Computer and Information Sciences, 11, 341-356, 1982 [65] Wang Gang, Zhang Wei Dong, “Research on Rough Set Theory Application in Data Fusion”, International Conference on Computer Science and Information Processing (CSIP), 2012 [66] Jiawei Han, Micheline Kamber, “Data Mining: Concepts and Techniques”, Second Edition, Morgan Kaufmann Publishers, 2006, pp 47-80 [67] Josna Jose, Joyce Jose, “Asymmetric Concealed Data Aggregation Techniques in Wireless Sensor Networks: A Survey”, I.J Information Technology and Computer Science, 2014, 05, 28-35, Published Online April 2014 in MECS, DOI: 10.5815/ijitcs.2014.05.04 [68] Surender Kumar Soni, "Energy Efficient Clustering and Data Aggregation in Wireless Sensor Networks", nternational Journal of Computer and Information Engineering Vol:7, No:5, 2013 [69] Surender Kumar Soni, "Energy Efficient Clustering and Data Aggregation in Wireless Sensor Networks", World Academy of Science, Engineering and Technology International Journal of Computer and Information Engineering Vol:7, No:5, 2013 [70] Abdelgawad, Ahmed, Bayoumi, Magdy, “Resource-Aware Data Fusion Algorithms for WSNs”, pp.17-39, Springer, Vol 118, 2012 [71] Anand Nayyar, Rajeshwar Singh, “A Comprehensive Review of Simulation Tools for Wireless Sensor Networks”, Journal of Wireless Networking and Communications 2015, DOI: 10.5923/j.jwnc.20150501.03, pp 19-47 [72] V.Chandrasekaran, S Anitha, A.Shanmugam, “A Research Survey on Experimental Tools for Simulating Wireless Sensor Networks”, International Journal of Computer Applications (0975 – 8887), Volume 79 – No 16, October 2013, pp 1-9 [73] M Aslam, N Javaid, A Rahim, U Nazir, A Bibi; Z A Khan, “Survey of Extended LEACH-Based Clustering Routing Protocols for Wireless Sensor Networks”, HPCCICESS 2012 IEEE 14th International Conference on, DOI: 10.1109/HPCC.2012.181, Page(s):1232 - 1238 [74] Kiran Maraiya, Kamal Kant, Nitin Gupta, “Wireless Sensor Network: A Review on Data Aggregation”, International Journal of Scientific & Engineering Research Vol 2, Issue 4, April -2011, ISSN 2229-5518, pp 1-6 [75] Geetika Dhand, S.S.Tyagi, “Data aggregation techniques in WSN:Survey”, ICCC2016, Procedia Computer Science 92 (2016), pp 378 – 384 [76] Sudhir Kumar, Rajesh M Hegde, “A Review of Localization and Tracking Algorithms in Wireless Sensor Networks”, Cornell University Library, arXiv:1701.02080, 2017 [77] Seifemichael B Amsalu, Wondimu K Zegeye, Dereje Hailemariam, Yacob Astatke, Farzad Moazzami, “Energy efficient Grid Clustering Hierarchy (GCH) routing protocol for wireless sensor network”, Ubiquitous Computing, Electronics & Mobile Communication Conference (UEMCON), IEEE Annual, New York, NY, USA, Oct 2016, DOI: 10.1109/UEMCON.2016.7777835 [78] Gagandeep Kumar; Jaget Singh, "Energy efficient clustering scheme based on grid optimization using genetic algorithm for wireless sensor networks", Computing, -137- Communications and Networking Technologies (ICCCNT 2013), DOI: 10.1109/ICCCNT.2013.6726634 [79] Tejinder Kaur1, Manpreet Singh, Silki Khurana, “To Increase the Lifetime by Using Grid Optimization and Energy Efficient Clustering Scheme in Wireless Sensor Network”, International Journal of Wireless Communications and Networking Technologies, ISSN 2319 - 6629, Vol 3, No.5, Sep - 2014 [80] Jing Zhang, Xin Feng, Zhuang Liu, “A Grid-Based Clustering Algorithm via Load Analysis for Industrial Internet of Things” , IEEE Journals & Magazines, Year: 2018, Volume: 6, Pages: 13117 - 13128 [81] Hlabishi I Kobo, Adnan M Abu-Mahfouz, Gerhard P Hancke, “A Survey on Software-Defined Wireless Sensor Networks: Challenges and Design Requirements”, IEEE Journals & Magazines, Year: 2017, Volume: 5, Pages: 1872 - 1899 [82] B Khaleghi et al., “Multisensor data fusion: A review of the state-of-the-art”, Informat Fusion (2011), doi:10.1016/j.inffus.2011.08.001 [83] Hongsheng Xu, Ruiling Zhang, Chunjie Lin and Youzhong Ma, “Novel Approach of Fault Diagnosis in Wireless Sensor Networks Node Based On Rough Set and Neural Network Model”, International Journal of Future Generation Communication and Networking (IJFGCN), ISSN: 2233-7857, Vol 9, No (2016), pp 1-16, DOI: 10.14257/ijfgcn.2016.9.4.01 [84] Xiaohui Chen, “A Rough Neural Network Algorithm for Multisensor Information Fusion”, TELKOMNIKA, Vol.10, No.6, October 2012, e-ISSN: 2087-278X, pp 1235~1241 [85] Shaoyong Li, Zhiyong Hong, “An Approach of Rough Set for Data Fusion”, 2017 Asia-Pacific Engineering and Technology Conference (APETC 2017) ISBN: 978-160595-443-1, pp 1809 - 1812 [86] K.Radhakrishnan, V Latha, “Fault-Tolerant Data Aggregation in Wireless Sensor Networks”, “ICIIIOSP-2013”, Int rnational Journal of Comput r Applications, ISSN 0975-8887, pp 38-41 [87] Frida Coaquira, Edgar Acuña, “Applications of Rough Sets Theory in Data Preprocessing for Knowledge Discovery”, Proceedings of the World Congress on Engineering and Computer Science 2007, San Francisco, USA ISBN:978-98898671-6-4 [88] Davood Izadi, Jemal H Abawajy, Sara Ghanavati, Tutut Herawan, “A Data Fusion Method in Wireless Sensor Networks”, ISSN 1424-8220, Sensors 2015, 15, 29642979; doi:10.3390/s150202964 [89] Chao Chen, Kyogu Lee Joon-Sang Park, Seung Jun Baek, “Minimum Cost Data Aggregation for Wireless Sensor Networks Computing Functions of Sensed Data”, Journal of Sensors, Volume 2015, Article ID 506909, 17 pages, http://dx.doi.org/10.1155/2015/506909 [90] Houlian Wang, Gongbo Zhou, “Power Allocation Based on Data Classification in Wireless Sensor Networks”, Sensors 2017, 17(5), 1107; https://doi.org/10.3390/s17051107 [91] Li M, Li Z, Vasilakos AV, “A survey on topology control in wireless sensor networks: Taxonomy, comparative study, and open issues” Proceedings of the IEEE 2013 Dec; 101(12): pp 2538-57 -138- [92] Otis B, Rabaey J “Ultra-low power wireless technologies for sensor networks”, Springer Science & Business Media; 2014 [93] Gal Oren, Leonid Barenboim, Harel Levin, “Adaptive Distributed Hierarchical Sensing algorithm for reduction of wireless sensor network cluster-heads energy consumption”, 2017 13th International Wireless Communications and Mobile Computing Conference (IWCMC), Valencia, Spain, June 2017, DOI: 10.1109/IWCMC.2017.7986419 [94] Yongchuan Tang, Deyun Zhou, Shuai Xu, and Zichang He, “A Weighted Belief Entropy-Based Uncertainty Measure for Multi-Sensor Data Fusion”, Sensors 2017, Vol 17, 928; DOI:10.3390/s17040928 [95] Doina Bein ; Bharat B Madan, “Reducing the data communication delay in wireless sensor networks”, 2016 IEEE 12th International Conference on Intelligent Computer Communication and Processing (ICCP), DOI: 10.1109/ICCP.2016.7737175 [96] Tongying Li, Minrui Fei, “Information fusion in wireless sensor network based on rough set”, 2009 IEEE International Conference on Network Infrastructure and Digital Content, Nov 2009, DOI: 10.1109/ICNIDC.2009.5360881 [97] Wang Gang, Zhang Wei Dong, “Research on Rough Set Theory Application in Data Fusion”, 2012 International Conference on Computer Science and Information Processing (CSIP), DOI: 10.1109/CSIP.2012.6308885 [98] Rania Khadim, Abdelhakim Maaden, Ansam Ennaciri, and Mohammed Erritali, “An Energy-Efficient Clustering Algorithm for WSN Based on Cluster Head Selection Optimization to Prolong Network Lifetime”, International Journal of Future Computer and Communication, Vol 7, No 3, Sept 2018, DOI: 10.18178/ijfcc.2018.7.3.520 [99] Yongjun Zhao, “A Method of Multi-sensor Data Fusion Based on Rough Set Theory and ART-2 Neural Network”, 2014 7th International Symposium on Computational Intelligence and Design, Dec 2014, DOI: 10.1109/ISCID.2014.48 [100] S K Singh et al, "A Survey on Successors of LEACH Protocol" , Article in IEEE Access February 2017, pp 4298- 4328, DOI: 10.1109/ACCESS.2017.2666082 -139-