Tiết kiệm năng lượng dựa trên kỹ thuật phân cụm cho mobile sink trong mạng cảm biến không dây

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC MỞ THÀNH PHỐ HỒ CHÍ MINH NGUYỄN HUỲNH HẢI VIỄN TIẾT KIỆM NĂNG LƯỢNG DỰA TRÊN KỸ THUẬT PHÂN CỤM CHO MOBILE SINK TRONG MẠNG CẢM BIẾN KHÔNG DÂY Tai Lieu Chat Luong LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN TP Hồ Chí Minh, Năm 2019 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC MỞ THÀNH PHỐ HỒ CHÍ MINH NGUYỄN HUỲNH HẢI VIỄN TIẾT KIỆM NĂNG LƯỢNG DỰA TRÊN KỸ THUẬT PHÂN CỤM CHO MOBILE SINK TRONG MẠNG CẢM BIẾN KHÔNG DÂY Chuyên ngành : Khoa học máy tính Mã số chuyên ngành : 60480101 LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN Người hướng dẫn khoa học: PGS.TS TRẦN CƠNG HÙNG TP Hồ Chí Minh, Năm 2019 LỜI CAM ĐOAN Tôi cam đoan luận văn “Tiết kiệm lượng dựa kỹ thuật phân cụm cho Mobile Sink mạng cảm biến không dây” nghiên cứu tơi Ngoại trừ tài liệu tham khảo trích dẫn luận văn này, tơi cam đoan tồn phần hay phần nhỏ luận văn chưa công bố sử dụng để nhận cấp nơi khác Khơng có sản phẩm/nghiên cứu người khác sử dụng luận văn mà không trích dẫn theo quy định Luận văn chưa nộp để nhận cấp trường đại học sở đào tạo khác Thành phố Hồ Chí Minh, năm 2019 Nguyễn Huỳnh Hải Viễn i LỜI CẢM ƠN Trong suốt trình học tập, nghiên cứu hồn thành luận văn thạc sĩ, cố gắng nỗ lực thân, em nhận hướng dẫn, giúp đỡ quý báu quý thầy cô, với động viên khích lệ ủng hộ đồng nghiệp, bạn bè gia đình Với lịng kính trọng biết ơn sâu sắc em xin gửi lời cảm ơn chân thành tới: Ban Giám Hiệu tất thầy cô giáo Trường Đại học Mở Thành phố Hồ Chí Minh giảng dạy dìu dắt em trong suốt trình học tập trường Xin gửi lời cảm ơn trân trọng tới PGS.TS Trần Cơng Hùng, người trực tiếp hướng dẫn, tận tình bảo, chia sẻ kiến thức, tài liệu, tạo điều kiện thuận lợi định hướng cho em suốt q trình thực luận văn Bên cạnh đó, em nhận nhiều hướng dẫn, hỗ trợ tận tình từ ThS Phan Thị Thể đồng nghiệp Trường Đại học Mở TP.HCM Xin gửi lời tri ân đến tất thầy anh chị Tuy nhiên, thời gian hạn hẹp, nỗ lực mình, luận văn khó tránh khỏi thiếu sót Em mong nhận thông cảm bảo tận tình q thầy anh chị Em xin chân thành cảm ơn! ii TÓM TẮT Gần với phát triển công nghệ giao tiếp không dây, mạng cảm biến không dây nhận quan tâm lớn ứng dụng rộng rãi giám sát môi trường, giao thông vận tải, ngăn ngừa thảm họa thiên nhiên hay an ninh Mạng cảm biến không dây bao gồm nhiều nút cảm biến với khả thu thập chuyển tiếp liệu Các nút cảm biến hoạt động môi trường rộng lớn với nguồn lượng pin hạn chế triển khai ngẫu nhiên Các nghiên cứu thuật toán định tuyến phân cụm phương pháp tiết kiệm lượng để xử lý vấn đề cấu trúc liên kết kiểm soát tiêu thụ lượng mạng cảm biến Hiệu lượng cân lượng vấn đề nghiên cứu quan trọng việc thiết kế giao thức định tuyến cho mạng cảm biến không dây Để thu thập thông tin hiệu tiết kiệm lượng, thay nút cảm biết truyền liệu đa chặng quãng đường dài trạm gốc để xử lý liệu nút cảm biến truyền liệu đến nút trưởng cụm thuộc cụm Tuy nhiên, trình truyền liệu nút trưởng cụm đến trạm gốc, nút trưởng cụm gần trạm gốc tiêu hao nhiều lượng phải nhận, tổng hợp xử lý liệu Điều ảnh hưởng đến cân tải cho tồn mạng, tơi đề xuất thuật toán phân cụm dựa phương pháp tiếp cận mờ Trong q trình bầu cử nút trưởng cụm, ngồi lượng dư thừa nút sử dụng phổ biến thuật tốn, tơi tính khoảng cách cục khoảng cách từ nút đến trạm gốc để xem xét tham số đầu vào cho hệ thống suy luận mờ Trong đề xuất tơi, nút cảm biến tính tốn xác suất để trở thành nút trưởng cụm với hỗ trợ hệ thống suy luận mờ Các kết thử nghiệm cho thấy thuật tốn đề xuất tơi tốt so với số thuật toán khía cạnh truyền liệu, tiêu thụ lượng tuổi thọ mạng iii MỤC LỤC Trang LỜI CAM ĐOAN i LỜI CẢM ƠN ii TÓM TẮT iii MỤC LỤC iv DANH MỤC HÌNH vi DANH MỤC BẢNG viii DANH MỤC TỪ VIẾT TẮT ix MỞ ĐẦU CHƯƠNG 1: TỔNG QUAN VỀ MẠNG CẢM BIẾN KHÔNG DÂY 1.1 Giới thiệu 1.2 Cấu trúc kết nối mạng cảm biến không dây 1.3 Cấu trúc nút cảm biến 1.4 Cấu trúc giao tiếp mạng cảm biến không dây 10 1.5 Các giao thức định tuyến phân loại 13 1.6 Phân loại ứng dụng mạng cảm biến không dây 14 1.6.1 Phân loại 14 1.6.2 Ứng dụng 16 CHƯƠNG 2: CÁC CƠNG TRÌNH LIÊN QUAN 22 2.1 Các giao thức thuật toán tiết kiệm lượng phổ biến 22 2.2 Tổng quan logic mờ 29 2.2.1 Bộ làm mờ (Fuzzifications) 30 2.2.2 Hệ thống suy luận (Inference Engine) 31 iv 2.2.3 Giải mờ (Defuzzification) 32 2.3 Hoạt động hệ thống mờ 33 2.4 Sử dụng logic mờ mạng cảm biến không dây 33 2.5 Vấn đề tiêu hao lượng mạng cảm biến không dây 34 CHƯƠNG 3: CẢI TIẾN MƠ HÌNH PHÂN CỤM MỜ 36 3.1 Lựa chọn nút trưởng cụm kỹ thuật phân cụm dựa mơ hình mờ 36 3.2 Mơ hình mạng cảm biến 38 3.3 Mơ hình tiêu hao lượng 39 3.4 Hoạt động mơ hình cải tiến 41 CHƯƠNG 4: MÔ PHỎNG VÀ ĐÁNH GIÁ 51 4.1 Mơ hình tham số mơ 51 4.2 Phân tích đánh giá 52 CHƯƠNG 5: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 55 TÀI LIỆU THAM KHẢO 56 v DANH MỤC HÌNH Hình 1.1: Mạng cảm biến khơng dây Hình 1.2: Kiến trúc mạng Hình 1.3: Cấu trúc liên kết Bus Hình.1.4: Cấu trúc liên kết Tree Hình 1.5: Cấu trúc liên kết Star Hình 1.6: Cấu trúc liên kết Ring Hình 1.7: Cấu trúc liên kết Mesh Hình 1.8: Cấu trúc liên kết Circular Hình 1.9: Cấu trúc liên kết Grid Hình 1.10: Các thành phần nút cảm biến [3] 10 Hình 1.11: Sơ đồ khối chức nút cảm biến [3] 10 Hình 1.12: Mơ hình OSI WSN 11 Hình 1.13: Mạng cảm biến lịng đất 15 Hình 1.14: Mạng cảm biến nước 15 Hình 1.15: Mạng cảm biến đa phương tiện 16 Hình 1.16: Cảm biến phát hỏa hoạn 17 Hình 1.17: Mạng cảm biến sử dụng quân đội 18 Hình 1.18: Mạng cảm biến môi trường 19 Hình 1.19: Ứng dụng mạng cảm biến y tế 20 Hình 1.20: Mạng cảm biến đời sống 20 Hình 2.1: Hệ thống suy luận mờ [1] 24 Hình 2.2: Mơ hình trạm gốc di động 26 Hình 2.3: Rendezvous-based [10] 27 Hình 2.4: Backbone-based 28 Hình 2.5: Mơ hình cấu trúc mạng Starfish routing backbone [10] 29 Hình 2.6: Đồ thị biểu diễn hàm phụ thuộc hình tam giác 31 Hình 3.1: Sơ đồ hoạt động mơ hình [9] 37 Hình 3.2: Khởi tạo ngẫu nhiên nút mạng 39 vi Hình 3.3: Mơ hình tiêu hao lượng 41 Hình 3.4: Khoảng cách cục nút Sj nút khác phạm vi bán kính R 42 Hình 3.5: Sơ đồ mơ hình thuật tốn đề xuất 43 Hình 3.6: Hàm thành viên biểu diễn lượng 46 Hình 3.7: Hàm thành viên khoảng cách cục 46 Hình 3.8: Hàm thành viên khoảng cách đến Sink 47 Hình.3.9: Hệ thống suy diễn mờ 49 Hình 3.10: Cơ hội nút chọn làm nút trưởng cụm 49 Hình 4.1: Kết mơ hội nút chọn làm nút trưởng cụm 52 Hình 4.2: Năng lượng dư thừa hệ thống 53 Hình 4.3: Năng lượng dư thừa trung bình hệ thống 54 Hình 4.4: Số nút cịn sống theo thời gian 54 vii DANH MỤC BẢNG Bảng 1.1: Bảng phân loại giao thức định tuyến mạng cảm biến không dây 13 Bảng 3.1: Bảng luật mờ 48 Bảng 4.1: Bảng tham số mô 51 viii Các bước mơ tả thuật tốn sau: Bắt đầu Khởi tạo 𝑁 = 𝑡ổ𝑛𝑔 𝑠ố 𝑛ú𝑡 Gán 𝑖 = 𝐼𝐷 cho nút hoạt động vòng Đặt trạng thái 𝑛𝑜𝑑𝑒[𝑖] 𝑠𝑡𝑎𝑡𝑒𝑚𝑒𝑛𝑡 = 𝑖𝑛𝑖𝑡𝑖𝑎𝑙_𝑠𝑡𝑎𝑡𝑒 𝑓𝑜𝑟 𝑚ỗ𝑖 𝑛𝑜𝑑𝑒[𝑖] Tính tốn khoảng cách Local_Dist, Dist_to_Sink (3) Nhận 𝑁𝑜𝑑𝑒_𝑀𝑠𝑔 from 𝑁𝑒𝑖𝑔ℎ𝑏𝑜𝑟_𝑁𝑜𝑑𝑒 Cập nhật thông tin vào bảng Input tham số: Năng lượng dư thừa (𝑅𝐸), Local_Dist, Dist_to_Sink; 𝑛𝑜𝑑𝑒[𝑖] 𝑅𝐸 = lượng dư thừa 𝑛𝑜𝑑𝑒[𝑖]; 10 𝑛𝑜𝑑𝑒 [𝑖] 𝐿𝐷 = Local_Dist; 11 𝒏𝒐𝒅𝒆[𝒊] 𝑫𝒕𝑺 = Dist_to_Sink; Sử dụng Fuzzy inference system (FIS) phân tích hội 12 𝐶ℎ𝑎𝑛𝑐𝑒 = 𝐹𝐼𝑆(𝑛𝑜𝑑𝑒[𝑖] 𝑅𝐸, 𝑛𝑜𝑑𝑒 [𝑖] 𝐿𝐷, 𝑛𝑜𝑑𝑒 [𝑖] 𝐷𝑡𝑠) 13 Gửi thông tin 𝐻𝑒𝑎𝑑_𝑐𝑜𝑚𝑝𝑒𝑡𝑒 đến nút láng giềng 14 𝑁𝑒𝑖𝑔ℎ𝑏𝑜𝑟_𝑁𝑜𝑑𝑒[𝑗] = danh sách 𝐻𝑒𝑎𝑑_𝑐𝑜𝑚𝑝𝑒𝑡𝑒 nút làng giềng So sánh kết từ FIS với nút láng giềng 15 𝑖𝑓(𝑛𝑜𝑑𝑒[𝑖] 𝐶ℎ𝑎𝑛𝑐𝑒 > 𝑁𝑒𝑖𝑔ℎ𝑏𝑜𝑟_𝑁𝑜𝑑𝑒[𝑗] 𝐶ℎ𝑎𝑛𝑐𝑒 16 𝑛𝑜𝑑𝑒[𝑖] 𝑠𝑡𝑎𝑡𝑒𝑚𝑒𝑛𝑡 = 𝐶𝐻 17 CH quảng bá 𝐶𝐻_𝑀𝑒𝑠𝑠𝑎𝑔𝑒 18 𝑒𝑙𝑠𝑒 19 nhận 𝐶𝐻_𝑀𝑒𝑠𝑠𝑎𝑔𝑒 20 tham gia vào CH gần 21 gửi 𝑁𝑜𝑑𝑒_𝐽𝑜𝑖𝑛 đến CH gần 22 end 23 end 24 End Quá trình phân cụm mơ tả chia thành giai đoạn gồm cập nhật bảng thông tin, ứng cử nút trưởng cụm thiết lập cụm 44 Giai đoạn cập nhật bảng thông tin: Mỗi nút cảm biến có bảng thơng tin để lưu ID, vị trí lượng ID, vị trí lượng dư thừa nút kề Các nút mạng sau giao tiếp với bán kính R cách gửi thông điệp 𝑁𝑜𝑑𝑒_𝑀𝑠𝑔, nút thu thập thông tin liên quan nút kề cập nhật vào bảng thơng tin 𝐼𝑛𝑓𝑜_𝑡𝑎𝑏𝑙𝑒 Sau nút biết khoảng cách cục so với nút khác khoảng cách đến Sink nhờ vào việc tính khoảng cách điểm (3) Ứng cử nút trưởng cụm: sau cập nhật bảng thông tin, nút lấy lượng dư thừa, khoảng cách cục (LD) bán kính R khoảng cách đến Sink (DtS) tham số đầu vào để chuyển đổi chúng thành biến ngôn ngữ mờ thực hiên phân tích mờ đưa đánh giá hiệu suất nút Tập mờ tham số (11) 𝐴 (𝑅𝐸) = {𝑋 = ′𝐿𝑜𝑤 , 𝑋 = ′𝑀𝑒𝑑𝑖𝑢𝑚′, 𝑋 = ′𝐻𝑖𝑔ℎ′} 𝐴 (𝐿𝐷) = {𝑋 = ′𝐶𝑙𝑜𝑠𝑒′, 𝑋 = ′𝑀𝑒𝑑𝑖𝑢𝑚′, 𝑋 = ′𝐹𝑎𝑟′} (11) 𝐴 (𝐷𝑡𝑆) = {𝑋 = ′𝐶𝑙𝑜𝑠𝑒′, 𝑋 = ′𝐴𝑣𝑒𝑟𝑎𝑔𝑒′, 𝑋 = ′𝐹𝑎𝑟′} Trong công thức (10) ta thấy biến ngôn ngữ cho lượng dư thừa nút với hàm thành viên ‘Low’, ‘Medium’ ‘High’, biến ngôn ngữ cho khoảng cách cục với hàm thành viên ‘Close’, ‘Medium’ ‘Far’, cuối biến ngôn ngữ khoảng cách đến Sink ‘Close’, ‘Average’ ‘Far’ Các hàm thành viên tham số mờ đầu vào biểu diễn hình Hình 3.6, Hình 3.7, Hình 3.8 45 Hình 3.6: Hàm thành viên biểu diễn lượng Hình 3.7: Hàm thành viên khoảng cách cục 46 Hình 3.8: Hàm thành viên khoảng cách đến Sink Các hàm thành viên sử dụng cho trình làm mờ Như Hình 3.6 ta thấy có ba hàm thành viên thể lượng nút “Low”, “Meidum” “High” thuộc tập mờ Energy, sử dụng hàm thành viên để chuyển đổi giá trị lượng cụ thể nút ứng với mức độ mờ để thiết lập thành biến mờ tương ứng Ví dụ: giả sử nút có lượng 0.3, ta thiết lập mức độ thành viên 0.4 ứng với hàm “Low”, mức độ thành viên 0.6 ứng với hàm “Medium” ứng với “High” mức độ thành viên Từ có tập hàm thành viên lượng (0.4, 0.6, 1) biến mờ lượng nút dùng để phân tích mức độ lượng cao hay thấp để xác định hội nút chọn làm nút trưởng cụm hay không Tương tự với hàm thành viên hình Hình 3.7 Hình 3.8 Hệ thống suy diễn mờ (FIS) chuyển đổi giá trị rõ đầu vào ban đầu thành biến ngôn ngữ mờ tương ứng thông qua luật IF-THEN, ví dụ lượng nút cao, khoảng cách cục nút nhỏ khoảng cách đến Sink gần hội nút chọn làm nút trưởng cụm lớn Bảng 3.1 mô tả 27 luật hệ thống suy diễn mờ 47 Bảng 3.1: Bảng luật mờ Năng lượng Khoảng cách nút cục bô Thấp Nhỏ Khoảng cách đến Sink Gần Hơi thấp Cơ hội Thấp Nhỏ Trung bình Hơi thấp Thấp Nhỏ Xa Hơi thấp Thấp Trung bình Gần Thấp Thấp Trung bình Trung bình Thấp Thấp Trung bình Xa Thấp Thấp Lớn Gần Rất thấp Thấp Lớn Trung bình Rất thấp Thấp Lớn Xa Rất thấp 10 Trung bình Nhỏ Gần Trung bình cao 11 Trung bình Nhỏ Trung bình Trung bình cao 12 Trung bình Nhỏ Xa Trung bình cao 13 Trung bình Trung bình Gần Trung bình 14 Trung bình Trung bình Trung bình Trung bình 15 Trung bình Trung bình Xa Trung bình 16 Trung bình Lớn Gần Trung bình thấp 17 Trung bình Lớn Trung bình Trung bình thấp 18 Trung bình Lớn Xa Trung bình thấp 19 Cao Nhỏ Gần Rất lớn 20 Cao Nhỏ Trung bình Rất lớn 21 Cao Nhỏ Xa Rất lớn 22 Cao Trung bình Gần Cao 23 Cao Trung bình Trung bình Cao 24 Cao Trung bình Xa Cao 25 Cao Lớn Gần Hơi cao 26 Cao Lớn Trung bình Hơi cao 27 Cao Lớn Xa Hơi cao 48 Dựa vào bảng hệ thống suy luận mờ ta tính hội (Chance) để nút có hội chọn làm nút trưởng cụm Hình.3.9 Hình 3.10 Hình.3.9: Hệ thống suy diễn mờ Very low low Rather low Low medium Medium Rather medium Rather high High Very high Output variable ‘Chance’ Hình 3.10: Cơ hội nút chọn làm nút trưởng cụm Sau thu giá trị rõ đầu ra, nút chuyển sang trạng thái ứng cử thành nút trưởng cụm, nút gửi thông điệp Head_compete chứa thông tin ID giá trị rõ đầu tới tất nút kề bán kính 𝑅 Mỗi nút so sánh giá trị đầu với nút kề nó, nút có giá trị đầu nhỏ trở thành nút thành viên, nút có giá trị đầu cao trở thành nút trưởng cụm Thiết lập cụm: nút trưởng cụm bầu gửi thông điệp quảng bá CH_Message chứa ID cho nút bán kính R Các nút nhận thông điệp quảng bá gửi lại gói tin Node_Join để để tham gia vào cụm, nút trưởng cụm 49 nhận gói tin Node_Join phản hồi lại gói tin CH_Accept để xác nhận yêu cầu tham gia vào cụm (các bước thực thuật tốn mơ tả từ bước 15 đến bước 22) Trong trường hợp khơng có nút trưởng cụm bán kính R để nút thành viên tham gia vào nút thành viên tự bầu thành nút trưởng cụm Q trình thiết lập cụm hồn tất 50 CHƯƠNG 4: MƠ PHỎNG VÀ ĐÁNH GIÁ 4.1 Mơ hình tham số mơ Để kiểm tra đánh giá mơ hình đề xuất, tơi tiến hành thí nghiệm mơ phần mềm Matlab 2016a để đánh giá mức lượng tiêu thụ mạng Môi trường mô nêu mục 3.2 3.3 Các kết đạt mơ hình so sánh với thuật toán LEACH CHEF đề xuất [9] Bảng tóm tắt tham số mô Bảng 4.1 Bảng 4.1: Bảng tham số mô Tham số Giá trị Diện tích mơ 100m x 100m Số nút cảm biến triển khai (N) 100 nút Số bit truyền (k) 4000 Năng lượng khởi tạo cho nút (E0) 0.1 J Hệ số lượng tiêu hao bit (Eelec) 50 nJ/bit 𝜀 0.0013 pJ/bit/m4 𝜀 10 pJ/bit/m2 Năng lượng tổng hợp liệu 𝐸 nJ/bit Hệ số lượng gửi 𝐸 50 nJ/bit nhận 𝐸 Thời gian mơ (𝑟) 1000 vịng Tuổi thọ mạng số quan trọng để so sánh hiệu suất giao thức định tuyến phân cụm Tuy nhiên có nhiều yếu tố khác để xác định thời gian sống mạng cảm biến không dây, chẳng hạn thời gian mà số nút mạng chết tất nút chết mạng xem yếu tố để xác định tuổi thọ mạng Trong phần mô dựa vào tiêu chí mà hầu hết nghiên cứu sử dụng để đánh giá nhằm so sánh thời gian sống mạng cảm biến không dây là: 51  Năng lượng lại mạng (Residual Energy): tức lượng lại mạng thời điểm khảo sát  Năng lương trung bình mạng (Average Energy): tức lượng trung bình mạng thời điểm khảo sát  Số nút sống (Number of alive nodes): tức số nút hoạt động thời điểm khảo sát 4.2 Phân tích đánh giá Sau triển khai mạng, tiến hành tính tốn khoảng cách cục khoảng cách nút đến Sink Sau áp dụng mơ hình điểu khiển logic mờ để chọn nút trưởng cụm Ví dụ nút có mức lượng thấp Energy=0.0247 J, khoảng cách cục 64.5 khoảng cách đến Sink 70.5 hội nút chọn làm cụm chủ 32.5 % Hình 4.1 Hình 4.1: Kết mô hội nút chọn làm nút trưởng cụm 52 Sau trình phân cụm hoàn tất, nút tiến hành truyền liệu đến Sink Thuật tốn giả lập tính tốn mức tiêu hao lượng mạng xuất kết sau: Dựa kết mơ Hình 4.2 cho thấy mơ hình đề xuất luận văn trì mức lượng hoạt động lâu so với thuật tốn cịn lại [9] Hình 4.2: Năng lượng dư thừa hệ thống Ngồi kết mơ cho thấy lượng trung bình cịn lại hệ thống Hình 4.3 số nút cịn sống mạng Hình 4.4 sau khoảng thời gian hoạt động cho kết tốt với mơ hình phân cụm mờ áp dụng tham số đầu vào bao gồm lượng dư thừa nút, khoảng cách cục khoảng cách đến Sink Căn vào kết mơ cho thấy mơ hình cải tiến luân văn cho thấy tiêu hao lượng giảm so với [9] từ tiêu chí lượng dư thừa, lượng tiêu thụ trung bình số nút sống theo thời gian hoạt động mạng 53 [9] Hình 4.3: Năng lượng dư thừa trung bình hệ thống [9] Hình 4.4: Số nút cịn sống theo thời gian 54 CHƯƠNG 5: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN Qua kết mô chương 4, cho thấy với việc đưa vào tham số khoảng cách nút đến Sink để tối ưu hóa trình phân cụm, góp phần giảm tiêu hao lượng trình truyền gửi liệu từ nút cảm biến đến Sink Qua cân mức tiêu thụ lượng toàn mạng Ngoài Sink di động yếu tố giúp thu ngắn khoảng cách truyền gửi liệu từ nút trưởng cụm đến Sink, góp phần cân tiêu hao lượng nút trưởng cụm nằm xa Sink Kết luận: Luận văn sử dụng phương pháp phân cụm mờ dựa tham số đầu vào lượng nút, khoảng cách cục khoảng cách từ nút trưởng cụm đến Sink, kết hợp với Sink di động Ở giai đoạn bầu chọn nút trưởng cụm, yếu tố phổ biến lượng nút để chọn làm nút trưởng cụm thuật toán truyền thống LEACH CHEF tơi tính tốn khoảng cách cục khoảng cách nút trưởng cụm đến Sink nhằm tạo tham số mờ đầu vào hệ thống suy luận mờ Phương án cải tiến cải thiện chất lượng nút ứng viên trình ứng cử trở thành nút trưởng cụm nhằm tối ưu hóa việc chọn nút trưởng cụm giải vấn đề cân tải giao tiếp cụm Kết mô cho thấy phương pháp cải tiến kéo dài thời gian sống trung bình nút cảm biến mạng từ tăng thời gian sống tồn mạng cách giảm tiêu hao lượng hệ thống Trong tương lai, hướng phát triển cải tiến vấn đề Sink di chuyển cách áp dụng thuật toán PSO để tính tốn đường di chuyển Sink dựa yếu tố quãng đường di chuyển, hình dạng tuyến đường, tốc độ di chuyển để hạn chế vấn đề tiêu hao lượng nút trưởng cụm phải truyền gửi thông tin đến Sink nằm xa 55 TÀI LIỆU THAM KHẢO [1] Baranidharan Balakrishnan and Santhi Balachandran, “FLECH: Fuzzy Logic Based Energy Efficient Clustering Hierarchy for Nonuniform Wireless Sensor Networks”, 2017 [2] Ying Zhang, Jun Wang, Dezhi Han, Huafeng Wu and Rundong Zhou, “FuzzyLogic Based Distributed Energy-Efficient Clustering Algorithm for Wireless Sensor Networks”, Licensee MDPI, Basel, Switzerland, 2017 [3] M.A Matin and M.M Islam, “licensee InTech This is an open access chapter distributed under the terms of the Creative Commons Attribution License”, 2012 [4] Indranil Gupta, Denis Riordan, and Srinivas Sampalli, “Cluster-head election using fuzzy logic for wireless sensor networks,” IEEE, Nova Scotia, Canada, May 2005 [5] O Younis and S Fahmy, “HEED: a hybrid, energy-efficient, distributed clustering approach for ad hoc sensor networks”, IEEE Transactions on Mobile Computing, 2004 [6] J.-M Kim, S.-H Park, Y.-J Han, and T.-M Chung, “CHEF: Cluster Head Election mechanism using Fuzzy logic in wireless sensor networks,” in Proceedings of the 10th International Conference on Advanced Communication Technology, pp 654–659, Gangwon-Do, South Korea, February 2008 [7] Tran Cong Hung, Phan Thi The, “A Proposal to Reduce Energy Consumption for Wireless Sensor Network”, Cyber Journals: Multidisciplinary Journals in Science and Technology, Journal of Selected Areas in Telecommunications (JSAT), 2015 [8] Ramin Yarinezhad, Amir Sarabi, “Reducing delay and energy consumption in wireless sensor networks by making virtual grid infrastructure and using mobile sink”, Published by Elsevier GmbH, 2017 56 [9] Phan Thi The, Vu Nhu Manh, Tran Cong Hung, Le Dien Tam, “Improve Network Lifetime in Wireless Sensor Network Using Fuzzy Logic Based Clustering Combined with Mobile Sink”, ICACT, 2018 [10] Md Ahsan Habib, Sajeeb Saha, Md Abdur Razzaque, Md Mamun-or-Rashid, Giancalro Fortino, Mohammad Mehedi Hassan, “Starfish Routing for Sensor Networks with Mobile Sink”, Journal of Network and Computer Applications, 2018 [11] Abdulmughni Hamzah, Mohammad Shurman, Omar Al-Jarrah and Eyad Taqieddin, “Energy-Efficient Fuzzy-Logic-Based Clustering Technique for Hierarchical Routing Protocols in Wireless Sensor Networks”, MDPI, 2019 [12] Kambiz Koosheshi, Saeed Ebadi, “Optimization energy consumption with multiple mobile sinks using fuzzy logic in wireless sensor networks”, Springer Science, 2018 [13] L A Zadeh, “Fuzzy sets Information and control, vol.8”, 1965 [14] H.J Zimmermann, “Fuzzy set theory and its applications – Third Edition”, Kluwer Academic Publishers, 1996 [15] J Kennedy and R C Eberhart, "Particle swarm optimization”, IEEE International Conference on Neural Networks, vol 4, pp 1942-1948, 1995 [16] Yang, X., Wang, R and Peng, L “Fuzzy clustering hierarchy arithmetic based on residual energy prediction for WSN”, Computer Engineering and Applications, 2015 [17] Masdari, M., and Naghiloo, F “Fuzzy logic-based sink selection and load balancing in multi-sink wireless sensor networks”, Wireless Personal Communications, 2017 57 [18] Collotta, M., Pau, G., and Maniscalco, V “A fuzzy logic approach by using particle swarm optimization for effective energy management in WSN” IEEE Transactions on Industrial Electronics, 2017 [19] Jin Wang, Yu Gao, Xiang Yin, Feng Li, and Hye-Jin Kim, “An Enhanced PEGASIS Algorithm with Mobile Sink Support for Wireless Sensor Networks”, Wireless Communications and Mobile Computing, 2018 58