thuật toán định tuyến dựa trên logic mờ tích hợp máy học nhằm cải tiến thời gian sống của mạng cảm biến không dây

Nhằm nâng cao thời gian sống cÿa các cảm biến, bằng cách quản lý tốt và hiệu quả năng l°ợng, cần phải xây dựng một thuật toán định tuyến sau: • Xét trên một mạng l°ới cảm biến không dây

Phan TuÃn HÁi

THUÂT TOÁN ĐÞNH TUY¾N DĂA TRÊN LOGIC Mâ TÍCH HþP MÁY HàC NHÆM CÀI TI¾N THâI GIAN

SàNG CĂA M¾NG CÀM BI¾N KHÔNG DÂY

ĐÀ ÁN TàT NGHIâP TH¾C S) KỸ THUÂT

(Theo đßnh h°áng ąng dāng)

TP Hâ CHÍ MINH – NM 2023

Phan TuÃn HÁi THUÂT TOÁN ĐÞNH TUY¾N DĂA TRÊN LOGIC Mâ

TÍCH HþP MÁY HàC NHÆM CÀI TI¾N THâI GIAN SàNG CĂA M¾NG CÀM BI¾N KHÔNG DÂY Chuyên ngành: Hệ thống thông tin

Mã số: 8.48.01.04

ĐÀ ÁN TàT NGHIâP TH¾C S) KỸ THUÂT

(Theo đßnh h°áng ąng dāng) NG¯âI H¯àNG DÀN KHOA HàC:

PGS.TS TRÄN CÔNG HÙNG

TP Hâ CHÍ MINH – NM 2023

LâI CAM ĐOAN

Tôi cam đoan rằng đề án tốt nghiệp thạc sĩ: <Thuật toán định tuyến dựa trên

logic mờ tích hợp máy học nhằm cải tiến thời gian sống cÿa mạng cảm biến không dây= là công trình nghiên cāu cÿa chính tôi

Các số liệu, kết quả nêu trong đề án là trung thực và ch°a từng đ°ợc ai công bố trong bất kỳ công trình nào khác

Không có sản phẩm/nghiên cāu nào cÿa ng°ời khác đ°ợc sử dụng trong đề án này mà không đ°ợc trích dẫn theo đúng quy định

TP Hồ Chí Minh, ngày 18 tháng 08 năm 2023

Hác viên thăc hiãn đÁ án

Phan TuÃn HÁi

LâI CÀM ¡N

Trong suốt quá trình học tập và nghiên cāu thực hiện đề án tốt nghiệp thạc sĩ, ngoài nỗ lực cÿa bản thân, tôi đã nhận đ°ợc sự h°ớng dẫn nhiệt tình quý báu cÿa quý Thầy Cô, cùng với sự động viên và ÿng hộ cÿa gia đình, bạn bè và đồng nghiệp Với lòng kính trọng và biết ¡n sâu sắc, tôi xin gửi lời cảm ¡n chân thành tới:

ThÅy PGS.TS TrÅn Công Hùng, ng°ời thầy kính yêu đã hết lòng giúp đỡ,

h°ớng dẫn, động viên, tạo điều kiện cho tôi trong suốt quá trình thực hiện và hoàn thành đề án tốt nghiệp thạc sĩ

Ban Giám Đốc, Phòng đào tạo sau đại học và quý Thầy Cô đã tạo mọi điều kiện thuận lợi giúp tôi hoàn thành đề án

Tôi xin chân thành cảm ¡n gia đình, bạn bè, đồng nghiệp trong c¡ quan đã động viên, hỗ trợ tôi trong lúc khó khăn để tôi có thể học tập và hoàn thành đề án Mặc dù đã có nhiều cố gắng, nỗ lực, nh°ng do thời gian và kinh nghiệm nghiên cāu khoa học còn hạn chế nên không thể tránh khỏi những thiếu sót Tôi rất mong nhận đ°ợc sự góp ý cÿa quý Thầy Cô cùng bạn bè đồng nghiệp để kiến thāc cÿa tôi ngày một hoàn thiện h¡n

Xin chân thành cảm ¡n!

TP Hồ Chí Minh, ngày 18 tháng 08 năm 2023

Hác viên thăc hiãn đÁ án

Phan TuÃn HÁi

1 Tính cấp thiết cÿa đề tài 1

2 Tình hình nghiên cāu liên quan đến đề tài 4

3 Mục tiêu, ý nghĩa khoa học và thực tiễn 5

4 Đối t°ợng và phạm vi nghiên cāu 5

4.1 Đối t°ợng nghiên cāu 5

4.2 Phạm vi nghiên cāu 6

5 Ph°¡ng pháp nghiên cāu 6

5.1 Ph°¡ng pháp nghiên cāu lý thuyết 6

5.2 Ph°¡ng pháp nghiên cāu thực nghiệm 6

6 Bố cục đề án 6

CH¯¡NG 1: TäNG QUAN ĐÀ TÀI 7

1.1 Giới thiệu chung 7

1.1.1 Mạng cảm biến không dây (WSN) 7

1.1.2 Đặc điểm và tính chất cÿa WSN 9

1.1.3 Āng dụng cÿa mạng cảm biến không dây 10

1.2 Fuzzy logic và āng dụng trong mạng cảm biến không dây 15

1.3 Học máy và āng dụng trong mạng cảm biến không dây 17

1.4 Một số thuật toán định tuyến phổ biến trong WSN 19

1.4.1 Thuật toán LEACH 19

1.4.2 Thuật toán LEACH mở rộng 21

1.4.3 Các thuật toán khác 21

1.5 Mô phỏng WSN 24

1.5.1 Matlab 24

1.5.2 Python 25

CH¯¡NG 2: CÁC CÔNG TRÌNH LIÊN QUAN 26

2.1 Các công trình liên quan thuật toán LEACH 26

2.1.1 LEACH 26

2.1.2 LEACH-C 30

2.2 Các công trình liên quan đến Fuzzy Logic 31

2.3 Các công trình liên quan đến học máy 35

CH¯¡NG 3: THUÂT TOÁN ĐÀ XUÂT 39

3.1 Mô hình nghiên cāu 39

3.2 Thuật toán đề xuất 40

3 Vấn đề kiến nghị và h°ớng đi tiếp theo cÿa đề tài 59

DANH MĀC TÀI LIâU THAM KHÀO 61

DANH MĀC CÁC THUÂT NGĀ, CHĀ VI¾T TÄT

Clustering Hierarchy

Phân cụm thích āng năng l°ợng thấp

CHEF Cluster mechanism using Fuzzy Head Election

logic

C¡ chế lựa chọn tr°ởng cụm sử dụng logic mờ

FIS Fuzzy Inference System Hệ thống suy luận mờ

DANH SÁCH BÀNG

Bảng 2.1: Chín quy tắc mờ if-then cÿa thuật toán CHEF Fuzzy 34Bảng 3.1: Tập mờ đề xuất 42Bảng 4.1: Bảng tham số mô phỏng 51Bảng 4.2: Bảng so sánh tuổi thọ mạng giữa LEACH, LEACH-C, LEACH-CD và thuật toán đề xuất LEACH-FK 56

DANH SÁCH HÌNH VẼ

Hình 1: Một mạng cảm biến không dây điển hình [1] 1

Hình 2: Āng dụng trong công nghiệp 1

Hình 3: Āng dụng trong nông nghiệp đo nhiệt độ, độ ẩm 2

Hình 4: Āng dụng trong quân sự 2

Hình 5: Āng dụng trong y tế 2

Hình 6: Āng dụng trong giao thông 3

Hình 7: Āng dụng trong gia đình 3

Hình 1.1: Một mạng cảm biến không dây điển hình [5] 8

Hình 1.2: Cấu trúc c¡ bản một nút trong mạng cảm biến [6] 9

Hình 1.3: Cảm biến môi tr°ờng 11

Hình 1.4: Āng dụng trong chăn nuôi và trồng trọt 12

Hình 1.5: Āng dụng trong công nghiệp 13

Hình 1.6: Āng dụng trong giao thông 13

Hình 1.7: Āng dụng trong thiết bị tự động gia đình 14

Hình 1.8: Āng dụng trong quân sự 14

Hình 1.9: Āng dụng trong y tế 15

Hình 1.10: Ví dụ về Logic mờ trong hiệu điện thế 16

Hình 1.11: Các thuật toán học máy [16] 17

Hình 1.12: Kiến trúc IoT kết nối cho mẫu nông trại thông minh [16] 18

Hình 1.13: Mô hình giao thāc LEACH 19

Hình 1.14: Hoạt động giao thāc LEACH 20

Hình 1.15: Mô hình WSN cài đặt trong MatLab 25

Hình 2.1: Hoạt động giao thāc LEACH 26

Hình 2.2: Cấu trúc cÿa hệ thống suy luận mờ (FIS) 32

Hình 2.3: Các WSN sử dụng ML [35] 36

Hình 2.4: Āng dụng ML giải quyết các vấn đề cÿa WSN [35] 38

Hình 4.1: Mạng khởi tạo ban đầu bởi fuzzy logic 52

Hình 4.2: k-Means thay đổi các cụm và trọng tâm cÿa cụm 53

Hình 4.3: Kết quả chạy thuật toán đề xuất LEACH-FK 53

Hình 4.4: Kết quả chạy thuật toán LEACH 54

Hình 4.5: Kết quả chạy thuật toán LEACH-C 55

Hình 4.6: Kết quả chạy thuật toán LEACH-CD 55

Hình 4.7: So sánh 4 thuật toán 56

Mä ĐÄU

1 Tính cÃp thi¿t căa đÁ tài

Nh° chúng ta đã biết, con ng°ời đã āng dụng công nghệ mạng cảm biến không dây (WSN - Wireless Sensor Network) [1] trong nhiều lĩnh vực quan trọng và tiện dụng nh° trong công nghiệp và kinh tế - xã hội Mỗi nút cảm biến trong mạng có khả năng thu thập dữ liệu từ môi tr°ờng xung quanh, xử lý dữ liệu đó và truyền tải thông tin thu đ°ợc qua mạng Nhờ vào sự linh hoạt, khả năng tự cấu hình và khả năng phục hồi sau khi bị lỗi, WSN đã tạo ra nhiều giải pháp mới trong việc giám sát và kiểm soát môi tr°ờng, quản lý năng l°ợng, và hỗ trợ các quyết định thông minh WSN đ°ợc āng dụng rộng rãi trong nhiều lĩnh vực nh° môi tr°ờng, y tế, công nghiệp, quân sự,…

Mßt sá ąng dāng căa WSN:

Trong công nghiãp: nhận biết độ ẩm, nhiệt độ, māc độ, mật độ trong nhà máy

lớn [2], điều khiển các thiết bị tự động, robot, phát hiện các vật liệu độc hại hoặc nguy hiểm cÿa hóa chất,…

Môi tr°ãng, nông nghiãp: dựa vào độ ẩm, nhiệt độ để phát hiện cháy rừng,

t°ới tiêu, giám sát lũ lụt, gió, m°a, bão, phát hiện ô nhiễm, độ PH,…

Quân să: phát hiện mìn, kích hoạt thiết bị, vũ khí quân sự, theo dõi mục tiêu,…

Trong y t¿: cảm biến để theo dõi bệnh nhân, hệ thống báo động khẩn cấp,…

Hình 5: Ąng dāng trong y t¿

Giao thông: Hệ thống định vị ph°¡ng tiện, hệ thống báo hiệu kẹt xe,…

Trong gia đình: hệ thống cảm biến giao tiếp và điều khiển với các thiết bị

thông minh

Tuy nhiên, thời gian sống cÿa các nút cảm biến rất ngắn vì đặc điểm cÿa mạng

cảm biến không dây là năng l°ợng bị giới hạn (th°ờng là pin), các nút cảm biến khó có thể nạp bổ sung năng l°ợng do các cảm biến phân tán rộng nên khó thu hồi lại,

một số cảm biến nằm trong môi tr°ờng nguy hiểm, độc hại, vì vậy phải có giải pháp để kéo dài thời gian sống cÿa WSN

Nhằm nâng cao thời gian sống cÿa các cảm biến, bằng cách quản lý tốt và hiệu quả năng l°ợng, cần phải xây dựng một thuật toán định tuyến sau:

• Xét trên một mạng l°ới cảm biến không dây với các nút cảm biến đ°ợc triển khai trong không gian điện toán đám mây

• Do các nút cảm biến tiêu hao năng l°ợng không đồng đều, dẫn đến một số nút cảm biến ng°ng hoạt động gây ảnh h°ởng đến việc thu thập dữ liệu, truyền dữ liệu về trạm gốc, gây ảnh h°ởng đến thời gian sống cÿa mạng

Từ đó, đề xuất một thuật toán xác định nút tr°ởng cụm hiệu quả, loại bỏ một số nút không thích hợp làm tr°ởng cụm nhằm thu thập đầy đÿ dữ liệu và để cải thiện thời gian sống cÿa mạng cảm biến không dây Đề tài nh° sau: <ThuÃt toán đßnh

tuy¿n dăa trên logic mã tích hÿp máy hác nhÇm cÁi ti¿n thãi gian sáng căa m¿ng cÁm bi¿n không dây=

2 Tình hình nghiên cąu liên quan đ¿n đÁ tài

Trên thế giới, có nhiều giải thuật đã hạn chế māc tiêu thụ năng l°ợng cÿa các cảm biến bằng cách tổ chāc các nút mạng thành nhiều khu vực hoặc nhiều cụm, mỗi cụm đ°ợc quản lý bởi một nút tr°ởng cụm, nút tr°ởng cụm thu thập dữ liệu từ các nút thành viên và xử lý dữ liệu tại nút tr°ởng cụm tr°ớc vì có thể có dữ liệu trùng lặp nhằm giảm năng l°ợng tiêu thụ cÿa toàn hệ thống, sau đó truyền về trạm gốc để hạn chế tiêu thụ năng l°ợng

Hiện nay, các nhà khoa học đã đ°a ra một trong những cách mới để nâng cao hiệu suất (thời gian sống cÿa mạng, số nút còn sống, năng l°ợng còn lại, năng l°ợng trung bình) cÿa các WSN là sử dụng các giải thuật định tuyến giúp giảm tiêu hao năng l°ợng

Việc kéo dài thời gian sống cÿa WSN dựa trên các thuật toán định tuyến phân cụm LEACH, LEACH 3 C, CHEF (Cluster Head Election mechanism using Fuzzy logic), DCHFC (Dynamic Cluster Head Selection Using Fuzzy Logic on Cloud) [3]

Trong số các công trình nghiên cāu āng dụng nêu trên, nghiên cāu về vấn đề giải thuật định tuyến trong mạng cảm biến không dây đã và đang đ°ợc các nhà khoa học trên thế giới cũng nh° trong n°ớc quan tâm

3 Māc tiêu, ý ngh*a khoa hác và thăc tián

Mục tiêu chính cÿa đề tài là đề xuất thuật toán định tuyến dựa trên logic mờ tích hợp máy học nhằm cải tiến thời gian sống cÿa mạng cảm biến không dây

Xuất phát từ mục tiêu chính trên, đề án h°ớng tới những mục tiêu cụ thể nh° sau:

• Nghiên cāu các thuật toán cải thiện thời gian sống cÿa các nút mạng trên WSN nh°: các thuật toán nh° giao thāc phân cụm LEACH, LEACH-C, LEACH-CD, logic mờ Nghiên cāu cách thực hiện tối °u trong việc chọn cụm để kéo dài thời gian sống trong WSN

• Nghiên cāu logic mờ và máy học, tích hợp máy học và logic mờ để tăng thời gian sống cÿa WSN

• Đề xuất thuật toán định tuyến hợp lý với logic mờ tích hợp máy học để tiết kiệm tối đa năng l°ợng tiêu thụ cÿa các nút nhằm kéo dài thời gian sống cÿa WSN

4 Đái t°ÿng và ph¿m vi nghiên cąu

Đối t°ợng nghiên cāu: • Mạng cảm biến không dây và tính chất, đặc điểm mạng cảm biến không dây (WSN)

• Các thuật toán phân cụm LEACH, LEACH-C, LEACH-CD… nhằm tăng thời gian sống cÿa WSN

• Các thuật toán Fuzzy logic và máy học nhằm cải thiện thời gian sống cho WSN

4.2 Phạm vi nghiên cāu

Phạm vi nghiên cāu: • Nghiên cāu các kiến trúc WSN • Tìm hiểu về giao thāc phân cụm LEACH và các biến thể cÿa LEACH • Các giao thāc dựa trên logic mờ, máy học

5 Ph°¢ng pháp nghiên cąu

• Tìm hiểu các ph°¡ng pháp định tuyến hiện nay, tìm hiểu về mạng và kiến trúc WSN

• Tìm hiểu c¡ sở lý thuyết về thuật toán phân cụm k-Means • Tìm hiểu sự kết hợp cÿa phân cụm k-Means với logic mờ trên WSN

Mô phỏng thuật toán đề xuất thông qua phần mềm Matlab hoặc ngôn ngữ Python, phân tích kết quả đạt đ°ợc so với một số thuật toán đ°ợc nghiên cāu tr°ớc đây

6 Bá cāc đÁ án

Bên cạnh phần mở đầu, phần kết luận và phần tài liệu tham khảo, phần nội dung chính cÿa đề án đ°ợc chia thành 4 ch°¡ng chính nh° sau:

Ch°¡ng 1: Tổng quan đề tài Ch°¡ng 2: Các công trình liên quan Ch°¡ng 3: Thuật toán đề xuất Ch°¡ng 4: Thực nghiệm và đánh giá

CH¯¡NG 1: TäNG QUAN ĐÀ TÀI

1.1 Giái thiãu chung

Mạng cảm biến không dây (WSN 3 Wireless Sensor Network) có thể hiểu đ¡n giản là mạng liên kết các cảm biến với nhau bằng kết nối sóng vô tuyến, hồng ngoại hoặc những ph°¡ng tiện quang học, trong đó các nút cảm biến th°ờng là các thiết bị đ¡n giản, nhỏ gọn, giá thành thấp và có số l°ợng lớn, đ°ợc phân bố một cách không có cấu trúc cụ thể (non-topology) sử dụng nguồn năng l°ợng có giới hạn (pin), có thời gian hoạt động từ vài tháng đến vài năm và có thể hoạt động trong môi tr°ờng khắc nghiệt (chất độc, ô nhiễm, nhiệt độ ) Một số các nút cảm biến có khả năng di chuyển, bằng cách gắn các cảm biến này vào các thiết bị di động

Các nút cảm biến mạng không dây (sensor node) th°ờng có chāc năng: Cảm āng, quan sát môi tr°ờng xung quanh (nh° nhiệt độ, độ ẩm, ánh sáng ), theo dõi hay định vị các mục tiêu cố định hoặc di động Các nút giao tiếp với nhau và truyền dữ liệu về trung tâm một cách gián tiếp [4], tất cả các nút đ°ợc theo dõi và giám sát bởi một trạm gốc (BS hay base station) [5] Các nút có thể truyền dữ liệu trực tiếp hoặc truyền đa chặng (multihop) về trạm điều khiển để tiếp tục phân tích dữ liệu và đ°a ra các kết luận về môi tr°ờng đang đ°ợc theo dõi, kiểm soát

L°u l°ợng dữ liệu có māc độ thấp và không liên tục, do đó, để tối °u năng l°ợng, các nút cảm biến th°ờng sử dụng nhiều chế độ hoạt động/nghỉ khác nhau Đặc biệt, thời gian mà một nút cảm biến dành cho chế độ nghỉ th°ờng nhiều h¡n rất nhiều so với thời gian hoạt động, giúp tối đa hóa việc sử dụng năng l°ợng

Để thu thập toàn diện dữ liệu về môi tr°ờng xung quanh, mạng cảm biến không dây đ°ợc triển khai với một số l°ợng đáng kể các nút cảm biến, số l°ợng này có thể lên đến hàng trăm hoặc thậm chí hàng ngàn tùy thuộc vào diện tích cÿa khu vực đ°ợc giám sát Do đó, việc quản lý các nút trong mạng cảm biến trở nên đầy thách thāc và phāc tạp

Các nút mạng cảm biến có giới hạn về năng l°ợng, cũng nh° khả năng l°u trữ và xử lý dữ liệu còn hạn chế Một trong những thách thāc lớn nhất cÿa mạng cảm biến không dây là việc tiêu thụ năng l°ợng Các nút cảm biến trong mạng th°ờng hoạt động bằng năng l°ợng từ pin, và việc thay thế pin cho hàng trăm hoặc hàng ngàn nút cảm biến có thể là công việc khó khăn và tốn kém Do đó, cách duy nhất để duy trì kết nối mạng là sử dụng năng l°ợng có hiệu quả để kéo dài tuổi thọ cÿa toàn bộ mạng Các āng dụng sử dụng mạng cảm biến không dây đòi hỏi phải duy trì kết nối không ngừng với khu vực mà chúng đ°ợc triển khai, và bất kỳ sự cố nào có thể làm giảm hiệu quả cÿa việc sử dụng cảm biến Để đảm bảo tuổi thọ mạng, việc tối °u hóa và sử dụng hiệu quả năng l°ợng có sẵn là lựa chọn duy nhất và cần thiết Ngoài ra, tiết kiệm năng l°ợng trong WSN không chỉ giúp gia tăng tuổi thọ cÿa mạng, mà còn giúp tiết kiệm chi phí và giảm tác động đến môi tr°ờng

1.1.2 Đặc điểm và tính chất cÿa WSN

Mạng cảm biến [6] gồm các nút cảm biến, các nút này phải thỏa mãn một số yêu cầu nhất định tùy theo āng dụng: chúng có thể cảm biến chính xác các thông số môi tr°ờng, có khả năng tính toán và có bộ nhớ đÿ để l°u trữ, và phải có khả năng thu phát sóng để truyền thông với các nút lân cận Mỗi nút cảm āng đ°ợc cấu thành bởi bốn thành phần c¡ bản là: bộ cảm biến (sensing unit), bộ xử lý (processing unit), bộ thu phát không dây (transmission unit) và bộ nguồn (power unit) Tuỳ theo āng dụng cụ thể, nút cảm biến còn có thể có các thành phần bổ sung nh° hệ thống tìm vị trí (position finding system), bộ sinh năng l°ợng (power generator) và thiết bị di động (mobilizer) Các thành phần trong một nút cảm biến đ°ợc thể hiện trên hình 1.2

Bộ cảm biến gồm đầu cảm biến và bộ chuyển đổi t°¡ng tự/số (ADC) Đầu cảm biến thu thông tin từ môi tr°ờng và ADC chuyển tín hiệu t°¡ng tự thành tín hiệu số để bộ xử lý có thể xử lý

Bộ xử lý th°ờng đ°ợc kết hợp với một bộ nhớ nhỏ để phân tích thông tin từ cảm biến và quản lý các quy trình t°¡ng tác với các nút khác, nhằm phối hợp thực hiện các tác vụ cần thiết

Bộ thu phát trong mạng cảm biến đảm bảo việc giao tiếp giữa nút cảm biến và mạng thông qua các kết nối không dây nh° vô tuyến, hồng ngoại hoặc tín hiệu quang

Một yếu tố thiết yếu trong một nút cảm biến trong mạng cảm biến là bộ nguồn Bộ nguồn th°ờng đ°ợc hỗ trợ bằng các bộ phận lọc nh° các tế bào năng l°ợng mặt

trời Ngoài ra, tùy thuộc vào āng dụng cụ thể, có thể có thêm các thành phần phụ trợ khác Đa số các ph°¡ng pháp định tuyến và các nhiệm vụ cảm biến cÿa mạng đều đòi hỏi độ chính xác vị trí cao Do đó, sẽ cần các bộ định vị, cũng nh° các thành phần di động có thể đ°ợc yêu cầu để di chuyển các nút cảm biến khi cần thiết để thực hiện các nhiệm vụ cụ thể, chẳng hạn nh° theo dõi sự di chuyển cÿa một vật thể nào đó

Tất cả các thành phần cÿa nút cảm biến trong mạng phải đ°ợc thiết kế sao cho phù hợp với kích th°ớc cÿa module t°¡ng āng Bên cạnh yêu cầu về kích cỡ, nút cảm biến còn phải đáp āng một số tiêu chuẩn nghiêm ngặt khác, bao gồm việc tiêu thụ năng l°ợng ở māc tối thiểu, khả năng hoạt động hiệu quả trong điều kiện mật độ nút cảm biến cao, chi phí sản xuất thấp, khả năng tự hoạt động và thích nghi với môi tr°ờng

Các y¿u tá Ánh h°ång đ¿n m¿ng cÁm bi¿n không dây [6]: Bên cạnh những

°u điểm và các āng dụng hữu ích, mạng cảm biến không dây cũng tồn tại những hạn chế và khó khăn khi triển khai thực tế Nhiều yếu tố tác động đến hoạt động cÿa một mạng cảm biến không dây:

• Thời gian sống bên ngoài • Sự đáp āng

• Hiệu suất và khả năng tự cấu hình • Tính không đồng nhất

• Khả năng thích nghi và mở rộng

WSN đã đ°ợc áp dụng đầu tiên trong lĩnh vực quân sự Cùng với sự tiến bộ cÿa ngành công nghiệp tự động, robot, thiết bị thông minh, môi tr°ờng và y tế, WSN ngày càng trở nên phổ biến trong nhiều khía cạnh khác nhau cÿa cuộc sống con ng°ời Sự đa dạng trong āng dụng cÿa WSN đã góp phần đáng kể vào việc cải thiện và nâng cao chất l°ợng công việc cÿa chúng ta Một số āng dụng phổ biến phải kể đến cÿa WSN nh° là:

CÁm bi¿n thu thÃp thông tin vÁ điÁu kiãn môi tr°ãng: Các mạng cảm biến

không dây đ°ợc dùng để theo dõi các điều kiện môi tr°ờng nh° nhiệt độ, độ ẩm,

l°ợng m°a; cảnh báo sớm các hiện t°ợng thiên tai hay theo dõi chất l°ợng n°ớc, không khí hay độ ô nhiễm môi tr°ờng,…cụ thể nh°:

Phát hiện sớm những thảm họa nh° cháy rừng: Bằng việc phân tán các nút cảm āng trong rừng, mỗi nút cảm āng có thể thu thập nhiều thông tin khác nhau liên quan đến cháy nh°: nhiệt độ, khói,… Các dữ liệu thu thập đ°ợc truyền đến trung tâm điều khiển để phân tích, phát hiện và cảnh báo cháy sớm Nếu phát hiện các yếu tố nguy c¡, trung tâm điều khiển sẽ đ°a ra cảnh báo, điều này sẽ giúp phát hiện sớm và ngăn chặn đ°ợc thảm họa cháy rừng lan rộng

Cảnh báo lũ lụt: Hệ thống bao gồm các cảm biến về l°ợng m°a, mực n°ớc Những cảm biến này truyền tải thông tin đến hệ thống c¡ sở dữ liệu trung tâm, cho phép phân tích và cảnh báo lũ lụt kịp thời

Giám sát và cảnh báo các hiện t°ợng địa chấn: Các cảm biến đo độ rung đ°ợc phân bố trên mặt đất hoặc d°ới lòng đất ở các khu vực dễ xảy ra động đất hoặc gần các ngọn núi lửa Mục đích cÿa việc này là để theo dõi và đ°a ra cảnh báo sớm về các hiện t°ợng nh° động đất và phun trào núi lửa

Nông nghiãp là lĩnh vực mà WSN có thể cung cấp một giải pháp khả thi và

tối °u để theo dõi độ ẩm, độ ẩm, nhiệt độ v.v… Trong nông nghiệp chính xác, nhiều thông số cần đ°ợc kiểm soát ví dụ nh° đo l°ợng m°a Các trang trại trồng trọt có quy

mô diện tích lớn, và có thể nhận đ°ợc m°a nhiều hay ít điều quan trọng là phải biết đ°ợc khu vực nào đã nhận đ°ợc đÿ l°ợng n°ớc, tiết kiệm chi phí trong việc t°ới tiêu Ngoài ra hệ thống cũng có thể cung cấp cho ng°ời nông dân cái nhìn toàn diện về các yếu tố nh° độ ẩm cÿa đất, nhiệt độ, nhu cầu sử dụng thuốc trừ sâu, thuốc diệt cỏ và phân bón, cũng nh° māc độ tiếp xúc với ánh sáng mặt trời và nhiều yếu tố khác đ°ợc đo l°ờng Nhiều āng dụng cÿa mạng cảm biến không dây cũng đ°ợc sử dụng trên các vật nuôi, xác định nhu cầu điều trị để ngăn ngừa ký sinh trùng hay có thể đ°ợc sử dụng để theo dõi nhiệt độ trong toàn trại, giữ cho động vật an toàn

CÁm bi¿n điÁu khißn, giám sát và tă đßng hóa: Điều khiển, giám sát trong

công nghiệp: Công nghệ mạng không dây đã chāng tỏ tiềm năng lớn cho các āng dụng công nghiệp: các phép đo có thể đ°ợc thu thập, theo dõi hệ thống dây chuyền sản xuất Một c¡ sở công nghiệp có phòng điều khiển theo dõi có các chỉ số và hiển thị mô tả trạng thái cÿa nhà máy (trạng thái van, điều kiện cÿa thiết bị, nhiệt độ và áp suất cÿa vật liệu l°u trữ ) Ngoài ra mạng cảm biến không dây có thể sử dụng các cảm biến để phát hiện các vật liệu độc hại hoặc nguy hiểm, xác định các rò rỉ hoặc sự đổ tràn các hóa chất độc hại có thể gây ra nguy hiểm đến tính mạng con ng°ời

Hình 1.5: Ąng dāng trong công nghiãp Trong giao thông các cảm biến đ°ợc lắp đặt trong các ph°¡ng tiện ô tô với mục đích hỗ trợ quá trình điều khiển và t°¡ng tác với c¡ sở hạ tầng giao thông nh° đ°ờng sá và biển báo Nhờ sử dụng cảm biến, việc di chuyển trở nên an toàn h¡n, giảm thiểu rÿi ro tai nạn giao thông và hỗ trợ quá trình điều tiết, phân luồng giao thông hiệu quả h¡n

SmartHome là thuật ngữ chỉ ngôi nhà thông minh với các āng dụng tự động

thông minh không dây Āng dụng điều khiển từ xa có thể áp dụng cho nhiều thiết bị nh° TV, máy DVD, hệ thống âm thanh, đèn, cửa và khóa khi chúng đ°ợc tích hợp với kết nối cảm biến không dây Mạng cảm biến không dây (WSN) còn có thể hoạt động nh° một hệ thống an ninh gia đình toàn diện, giúp phát hiện ra sự cố nh° cửa sổ bị hỏng hay các vấn đề khác

Hình 1.7: Ąng dāng trong thi¿t bß tă đßng gia đình Ąng dāng quân să: một trong những lợi ích tuyệt vời cÿa mạng cảm biến

không dây là chúng có thể đ°ợc sử dụng để thay thế con ng°ời khỏi nguy hiểm, bằng cách này, con ng°ời có thể dò tìm các mìn sát th°¡ng, khảo sát chiến tr°ờng, quân địch với sự tấn công bằng vũ khí hạt nhân, hóa học Ngoài ra, các mạng cảm biến không dây còn đ°ợc sử dụng để định vị và xác định các mục tiêu tấn công tiềm năng và để hỗ trợ tấn công bằng cách tìm quân đội liên minh và xe không ng°ời lái, hay đ°ợc trang bị micro âm thanh, cảm biến rung động địa chấn, cảm biến từ tr°ờng, radar băng thông cực đại và các cảm biến khác

Ąng dāng trong y t¿ để theo dõi sāc khỏe thể lực nh° nhịp tim, tốc độ hô hấp

cÿa ng°ời bệnh thông qua các bộ cảm biến đeo và gửi thông tin tới máy tính để phân tích hay theo dõi và l°u lại chỉ số đ°ờng huyết mỗi ngày cÿa ng°ời bệnh tiểu đ°ờng và theo dõi bệnh nhân rối loạn mãn tính [7] Ngày nay việc āng dụng các cảm biến sinh học ngày một phổ biến, các cảm biến có thể phát hiện enzyme, axit nucleic…và không đắt tiền, nên đã hình thành nhiều āng dụng trong d°ợc phẩm và chăm sóc y tế

Hình 1.9: Ąng dāng trong y t¿

Nói chung, WSN tạo ra môi tr°ờng giao tiếp giữa các thiết bị thông minh và con ng°ời và giao tiếp giữa các thiết bị thông minh và các hệ thống viễn thông khác nhằm đem lại lợi ích thiết thực trong đời sống con ng°ời

1.2 Fuzzy logic và ąng dāng trong m¿ng cÁm bi¿n không dây

Fuzzy Logic (Logic Mờ) [8] là một kỹ thuật trong lĩnh vực Trí tuệ nhân tạo (Artificial Intelligence - AI) đ°ợc sử dụng để xử lý thông tin không chắc chắn, với các giá trị đo l°ờng có thể là mờ mờ, không chính xác Fuzzy Logic đ°ợc āng dụng rộng rãi trong các lĩnh vực nh° điều khiển tự động, điện tử, robot, hệ thống truyền thông, kỹ thuật môi tr°ờng, và các āng dụng trong các mạng cảm biến không dây

Ví dụ về āng dụng Fuzzy Logic là hệ thống điều khiển nhiệt độ và độ ẩm trong một phòng Với một hệ thống điều khiển thông th°ờng, bạn sẽ cần thiết lập một ng°ỡng nhiệt độ cụ thể (ví dụ: 25 độ C), và khi nhiệt độ tăng lên trên ng°ỡng này, hệ thống sẽ bật máy điều hòa để giảm nhiệt độ Tuy nhiên, sử dụng Fuzzy Logic, các giá trị nhiệt độ sẽ đ°ợc đánh giá d°ới dạng mờ, chā không phải là chính xác, và các điều kiện độ ẩm cũng đ°ợc xem xét Khi áp dụng Fuzzy Logic, hệ thống có thể chuyển đổi máy điều hòa ở các chế độ khác nhau, để giữ nhiệt độ và độ ẩm trong phòng ở māc độ tốt nhất mà không bị quá lạnh hoặc quá khô

Hình 1.10: Ví dā vÁ Logic mã trong hiãu điãn th¿

Fuzzy logic [9] là một ph°¡ng pháp trực quan h¡n mà không phāc tạp nh° các ph°¡ng pháp khác Nó đ°ợc coi là linh hoạt và có sự dung sai cho dữ liệu hiện có Với sự trợ giúp cÿa fuzzy logic, một mô hình đ°ợc tạo ra bởi hệ thống để °ớc tính các mua sắm sản phẩm cho hàng tồn kho Fuzzy logic là một sự tổng quát từ logic chuẩn, trong logic chuẩn tất cả các câu lệnh có giá trị đúng hoặc sai bằng một hoặc không Trong fuzzy logic, các câu lệnh có thể có giá trị đúng sai một phần, chẳng hạn nh° 0,9 hoặc 0,5 Lý thuyết này cung cấp nhiều c¡ hội h¡n để mô phỏng các tình huống trong đời sống thực, n¡i các câu lệnh về đúng hoặc sai tuyệt đối là hiếm Các tập mờ và một số ý t°ởng c¡ bản liên quan đến lý thuyết cÿa chúng đ°ợc giới thiệu lần đầu vào năm 1965 bởi Lotfi A Zadeh

Fuzzy Logic (logic mờ) là một kỹ thuật triển khai tiềm năng trong Mạng cảm biến không dây (Wireless Sensor Networks - WSN), bởi nó cho phép kết hợp và đánh giá các thông số đa dạng một cách hiệu quả [10] Đây là một ph°¡ng pháp tốt do yêu cầu thực thi có thể đ°ợc dễ dàng hỗ trợ bởi các nút cảm biến trong khi cải thiện hiệu suất toàn bộ mạng Có nhiều āng dụng cÿa fuzzy logic trong WSN, chẳng hạn nh° thuật toán phân cụm dựa trên fuzzy logic để kéo dài tuổi thọ mạng [11], các kỹ thuật dựa trên fuzzy logic để chọn cluster head [12], và hệ thống dựa trên các quy tắc fuzzy logic để ngăn ngừa xâm nhập trong mạng cảm biến không dây [13]

1.3 Hác máy và ąng dāng trong m¿ng cÁm bi¿n không dây

Học máy là một loại trí tuệ nhân tạo (AI) cho phép các āng dụng phần mềm học từ dữ liệu và trở nên chính xác h¡n trong việc dự đoán kết quả mà không cần sự can thiệp cÿa con ng°ời Các thuật toán học máy áp dụng các kỹ thuật tính toán để "học" thông tin từ dữ liệu mà không cần dựa vào một mô hình hay ph°¡ng trình đã đ°ợc xác định từ tr°ớc [14] Rất nhiều công trình nghiên cāu đã sử dụng học máy để cung cấp thông tin cho quyết định cÿa bệnh nhân và nhà cung cấp dịch vụ [15] Bên cạnh đó, cũng có nghiên cāu về āng dụng học máy cho phân tích tâm trạng ng°ời tiêu dùng

Hình 1.11: Các thuÃt toán hác máy [16]

Một bài viết cÿa nhóm tác giả Y Mekonnen [16] đã nghiên cāu tổng hợp khả năng āng dụng cÿa học máy trong mạng cảm biến, đặc biệt là dành cho nông nghiệp

Sử dụng cảm biến và Internet of Things (IoT) là chìa khóa để đ°a nền nông nghiệp cÿa thế giới vào một con đ°ờng sản xuất bền vững h¡n Những tiến bộ gần đây trong IoT, Mạng cảm biến không dây (WSN), và Công nghệ thông tin và Truyền thông (ICT) có khả năng giải quyết một số thách thāc và c¡ hội về mặt môi tr°ờng, kinh tế và kỹ thuật trong ngành này Khi số l°ợng các thiết bị đ°ợc kết nối tiếp tục tăng lên, điều này tạo ra nhiều dữ liệu lớn với nhiều ph°¡ng thāc và biến thể không gian và thời gian khác nhau Việc xử lý và phân tích thông minh dữ liệu lớn này là cần thiết để phát triển một c¡ sở tri thāc và cái nhìn sâu h¡n, dẫn đến ra quyết định tốt h¡n, dự báo và quản lý đáng tin cậy cÿa các cảm biến Bài báo này là một bài đánh giá toàn diện về việc áp dụng các thuật toán học máy khác nhau trong phân tích dữ liệu cảm biến trong hệ sinh thái nông nghiệp Nó cũng thảo luận một nghiên cāu tr°ờng hợp về một mẫu nông trại thông minh dựa trên dữ liệu IoT

Hình 1.12: Ki¿n trúc IoT k¿t nái cho mÁu nông tr¿i thông minh [16]

1.4 Mßt sá thuÃt toán đßnh tuy¿n phå bi¿n trong WSN

LEACH (Low Enegrgy Adaptive Clustering Hierarchy) là thuật toán phân cấp theo cụm thích āng năng l°ợng thấp

LEACH tổ chāc các nút mạng thành nhiều cụm, mỗi cụm đ°ợc quản lý bởi nút là tr°ởng cụm (cluster head - CH) Tất cả các nút thành viên trong cụm (non-cluster-head) phải truyền tải dữ liệu cÿa chúng đến tr°ởng cụm CH; nút tr°ởng cụm CH thực hiện các nhiệm vụ: đầu tiên thu thập dữ liệu từ các nút thành viên theo chu kỳ, trong quá trình tập trung dữ liệu tr°ởng cụm sẽ cố gắng tập hợp dữ liệu để giảm d° thừa về những dữ liệu trùng lặp Tr°ởng cụm trực tiếp chuyển dữ liệu đã đ°ợc tập hợp đến các trạm gốc (Base Station - BS) Việc truyền này có thể thực hiện theo kiểu đ¡n chặng (single hop)

Một khi các nút tr°ởng cụm CH hết năng l°ợng, nó không còn hoạt động đ°ợc nữa, tất cả các nút thành viên trong nhóm không thể giao tiếp, vì vậy LEACH thay đổi nút tr°ởng cụm bằng cách xoay vòng lựa chọn, nhằm tránh hiện t°ợng hết năng l°ợng cho một tr°ởng cụm cố định

Trong giao thāc LEACH, quy trình cảm biến và truyền dữ liệu đ°ợc thiết kế để giảm thiểu tiêu hao năng l°ợng cho các nút không phải là nút tr°ởng cụm Các nút tr°ởng cụm sẽ phát bản tin định thời TDMA, thông báo cho mỗi nút về thời điểm cụ thể để thực hiện công việc cảm biến và gửi dữ liệu C¡ chế này cho phép các nút

không là tr°ởng cụm ở trong trạng thái nghỉ trong phần lớn thời gian, chỉ chuyển sang trạng thái hoạt động khi cần thực hiện việc cảm biến hoặc truyền dữ liệu Thêm vào đó, việc sử dụng bản tin TDMA trong quá trình truyền dữ liệu giúp tránh đ°ợc hiện t°ợng xung đột trong cụm

LEACH phân chia hoạt động thành các vòng (round), mỗi vòng đ°ợc bắt đầu với pha thiết lập (set-up phase): có quá trình chọn tr°ởng cụm CH và phân cụm; tiếp theo là pha ổn định (steady-state phase): có quá trình truyền dữ liệu từ nút thành viên đến tr°ởng cụm CH và đến trạm gốc BS Để giảm khối l°ợng thông tin mào đầu truyền đi trong mạng, giai đoạn ổn định cần kéo dài h¡n so với giai đoạn thiết lập

Nghiên cāu [17] đã trình bày một thuật toán LEACH tiết kiệm năng l°ợng cho các mạng cảm biến không dây (EE-LEACH), thuật toán này tính đến các yếu tố năng l°ợng và vị trí cÿa từng nút để tối °u hóa chế độ truyền dữ liệu và bầu chọn nút tr°ởng cụm Ph°¡ng pháp này đ°a các yếu tố năng l°ợng và vị trí hiện tại cÿa nút vào ng°ỡng để giảm thêm tính ngẫu nhiên cÿa việc chỉ định nút tr°ởng cụm Trong giai đoạn truyền dữ liệu, một số nút tr°ởng cụm lân cận đ°ợc dành riêng để chọn làm nút chuyển tiếp để cân bằng māc tiêu thụ năng l°ợng liên lạc Kết quả mô phỏng cho thấy thuật toán đề xuất có độ ổn định cao h¡n và thời gian sống cÿa mạng lâu h¡n so với thuật toán LEACH và LEACH-C

1.4.2 Thuật toán LEACH mở rộng

Nhóm tác giả bài báo [18] đã đề xuất một thuật toán gọi là LEACH dựa trên phân vùng (pLEACH), tr°ớc hết phân vùng mạng thành số l°ợng cung tối °u, sau đó chọn nút có năng l°ợng cao nhất làm đầu cho mỗi cung Các kết quả mô phỏng và phân tích cho thấy rằng pLEACH có thể đạt đ°ợc hiệu suất tốt h¡n nhiều cho WSN về mặt tiêu tán năng l°ợng, thời gian sống cÿa mạng và chất l°ợng truyền thông

Theo [19] đề xuất định tuyến LEACH đã sửa đổi (MODLEACH) trong đó hiệu suất năng l°ợng đ°ợc tăng lên đáng kể Ph°¡ng pháp thay thế nút tr°ởng cụm đ°ợc giới thiệu bằng cách phân bố các māc ng°ỡng năng l°ợng Các kết quả cÿa bài báo này đ°ợc nghiên cāu cùng với LEACH và đ°ợc đánh giá là tốt Các số liệu mạng về sự hình thành nút tr°ởng cụm, hiệu quả sử dụng năng l°ợng và thời gian sống cÿa mạng Một phân tích đ°ợc thực hiện với các māc ng°ỡng cāng và mềm cÿa nút tr°ởng cụm (CH) đ°ợc nghiên cāu

Theo [2], để đạt đ°ợc sự nâng cao về thời gian sống cÿa mạng và giao tiếp hiệu quả và đáng tin cậy trong các WSN, việc triển khai một kỹ thuật phân cụm tốt là điều cần thiết Thuật toán đề xuất (DCHFC) để phân cụm cung cấp lựa chọn nút tr°ởng cụm phân tán không gian, giúp giảm chồng chéo cụm DCHFC phát hiện các nút độc hại và không bao giờ cho phép chúng là nút tr°ởng cụm, do đó DCHFC làm tăng độ tin cậy và làm cho các mạng cảm biến có khả năng chịu lỗi Lựa chọn nút tr°ởng cụm theo DCHFC dựa trên giá trị tiềm năng đ°ợc tính bằng cách sử dụng logic mờ Sự phân bố không gian cÿa các cụm ngăn ngừa chồng chéo Có tất cả các tính năng này DCHFC chāng tỏ là sự lựa chọn tốt h¡n để tiêu thụ năng l°ợng và nâng cao thời gian sống cÿa mạng Tác giả đề xuất thuật toán này kết hợp xem xét những °u điểm, hạn chế hiện tại cÿa các thuật toán có chặng truyền ngắn, LEACH, các kế hoạch định tuyến cÿa LEACH, và Artifical Bee Colony để đ°a ra thuật toán mới giúp tiết kiệm năng l°ợng hiệu quả h¡n

Thuật toán VGDRA [3] cho phép giao tiếp giữa các nút và thiết bị mobile sink một cách hiệu quả Chia không gian mạng cảm biến không dây WSN thành l°ới ảo

đồng nhất có cùng kích th°ớc ¯u điểm: Định tuyến dựa trên l°ới ảo kiểm soát đ°ờng truyền dữ liệu và cân bằng sự tiêu thụ năng l°ợng giữa các nút Hạn chế: Không xem xét đ°ờng đi ngắn nhất cho việc định tuyến dữ liệu Các nút phải tiếp tục định tuyến dữ liệu cÿa chúng về phía đ°ờng ranh giới cÿa l°ới mạng ảo

Một nghiên cāu cÿa Madiha Razzaq [20], trong các mạng cảm biến không dây, các thuật toán định tuyến phân cụm đã đ°ợc sử dụng rộng rãi nhờ hiệu quả năng l°ợng cao và khả năng mở rộng cÿa chúng Trong s¡ đồ phân cụm, các nút đ°ợc tổ chāc d°ới dạng cụm và mỗi cụm đ°ợc quản lý bởi một nút tr°ởng cụm Khi các nút tr°ởng cụm đ°ợc chọn, chúng sẽ tạo thành một mạng đ°ờng trục để định kỳ thu thập, tổng hợp và chuyển tiếp dữ liệu tới trạm c¡ sở bằng cách sử dụng định tuyến (chi phí) năng l°ợng tối thiểu Cách tiếp cận này cải thiện đáng kể thời gian sống cÿa mạng Do đó, một ph°¡ng pháp lựa chọn nút tr°ởng cụm (cluster head) mới sử dụng ph°¡ng pháp tổng trọng số để tính trọng số cÿa từng nút trong cụm và so sánh nó với trọng số tiêu chuẩn cÿa cụm cụ thể đó đ°ợc đề xuất trong bài nghiên cāu này Nút có trọng số gần nhất với trọng số tiêu chuẩn cÿa cụm sẽ trở thành nút tr°ởng cụm Kỹ thuật này cân bằng phân bố tải và chọn các nút có năng l°ợng còn lại cao nhất trong mạng Ngoài ra, s¡ đồ định tuyến dữ liệu đ°ợc đề xuất để xác định đ°ờng dẫn tiết kiệm năng l°ợng từ nguồn đến nút đích Thuật toán đ°ợc đề xuất gán một hàm trọng số cho mỗi liên kết trên c¡ sở hàm thành viên mờ và chi phí liên lạc nội bộ trong một cụm Kết quả là, đ°ờng dẫn trọng số tối thiểu đ°ợc chọn bằng cách sử dụng thuật toán Dijkstra để cải thiện hiệu suất năng l°ợng cÿa toàn bộ hệ thống Kết quả thực nghiệm cho thấy thuật toán đề xuất cho hiệu suất tốt h¡n so với một số ph°¡ng pháp hiện có về māc tiêu thụ năng l°ợng, thời gian sống cÿa mạng và thông l°ợng hệ thống

Trong nghiên cāu cÿa Radhika [21], các mạng cảm biến không dây đ°ợc nhóm thành các cụm để thu thập thông tin một cách hiệu quả Việc nhóm các nút nh° vậy giúp kéo dài thời gian sống cÿa mạng cảm biến không dây rất nhiều Trao đổi thông báo giữa các nút để phân cụm liên tục và định kỳ làm quá tải các nút cảm biến và gây ra sự thiếu hụt năng l°ợng Chi phí bổ sung trong quá trình hình thành cụm, sự không ổn định trong sử dụng năng l°ợng và khó khăn trong việc chia sẻ thông tin trong quá

trình phân cụm, cấu trúc mạng không chắc chắn, v.v là những vấn đề hiện tại cÿa việc phân cụm Cũng cần phải tăng c°ờng truyền dẫn nội cụm và tìm ra các ph°¡ng pháp hiệu quả để kéo dài thời gian sống cÿa mạng Bài báo này nhằm mục đích giảm tổn thất năng l°ợng cÿa các nút bằng cách giảm chi phí truyền thông và đ¡n giản hóa việc tạo và cập nhật các cụm để cải thiện thời gian sống cÿa mạng Một chiến l°ợc phân cụm trong đó cụm th°ờng xuyên đ°ợc tái cấu trúc để giảm chi phí hoạt động trên các nút tr°ởng cụm cũng đ°ợc đề xuất trong bài báo Ph°¡ng pháp đ°ợc đề xuất giúp giảm việc truyền dữ liệu bằng cách sử dụng máy học bởi các nút thành viên cụm và giảm māc tiêu thụ năng l°ợng cÿa các nút cảm biến riêng lẻ bằng cách triển khai lịch hoạt động/nghỉ phù hợp Để tính toán chu kỳ cập nhật cụm và chu kỳ nghỉ, nó cũng sử dụng các °u điểm cÿa logic mờ bằng cách chọn các bộ mô tả mờ thích hợp nh° tốc độ dữ liệu trung bình, khoảng cách từ nút tr°ởng cụm đến trạm gốc BS và năng l°ợng còn lại Cách tiếp cận đ°ợc đề xuất tối °u hóa việc sử dụng năng l°ợng cÿa các nút tr°ởng cụm và thành viên nút do đó nâng cao thời gian sống cÿa mạng cảm biến

Tài liệu [22] đề xuất mô hình với việc lựa chọn nút tr°ởng cụm (CH) đ°ợc thực hiện dựa trên mô hình tiêu hao năng l°ợng và vị trí cÿa các nút cảm biến, giúp tăng thời gian sống cÿa các nút cảm biến Ng°ời ta đã phát hiện ra rằng, sau một số sửa đổi toán học trong định tuyến DEC hiện có, nó sẽ có khả năng mang lại kết quả tích cực h¡n và giảm tiêu hao năng l°ợng trong các nút WSN bằng cách sử dụng kỹ thuật nút tr°ởng cụm chọn lọc dựa trên năng l°ợng còn lại cÿa các nút cảm biến

Trong bài viết [23], các tác giả áp dụng phân cụm Fuzzy C-Means và các thuật toán trí tuệ nhân tạo để đánh giá một cách t°¡ng đối hiệu quả tài chính cÿa các tổ chāc tài chính phi ngân hàng (NFI) ở Romania Bộ dữ liệu hiệu suất cÿa các NFI bao gồm các chỉ số xác định các khía cạnh về hiệu quả hoạt động sinh lời và māc độ an toàn vốn, chất l°ợng tài sản và khả năng sinh lời Biến hiệu suất cÿa lớp có đ°ợc bằng cách áp dụng thuật toán Fuzzy C-Means trên bộ dữ liệu hiệu suất và thu đ°ợc các cụm có hiệu suất t°¡ng tự Nhóm tác giả đính kèm với mỗi quan sát tập dữ liệu đầu

vào một lớp hiệu suất tùy thuộc vào cụm nào chāa quan sát dựa trên đặc điểm và thā bậc cÿa các cụm trong các cụm hiệu suất <tốt=, <trung bình= và <kém=

Phân tích kinh doanh [24] sử dụng các kỹ thuật từ khoa học dữ liệu, khai thác dữ liệu, trí tuệ nhân tạo (đặc biệt là học máy), toán học và thống kê để hiểu rõ h¡n về hiệu suất cÿa các quy trình kinh doanh Việc phân loại và dự đoán cho phép nhà n°ớc hoặc t° nhân đ°a ra māc l°¡ng cạnh tranh để tuyển dụng và giữ chân nhân viên Trong bài nghiên cāu, nhóm tác giả trình bày một công cụ để phân loại và dự báo māc l°¡ng Nó kết hợp logic mờ và một công cụ máy học để hỗ trợ phân tích kinh doanh trên dữ liệu lớn Kết quả đánh giá cho thấy khả năng áp dụng công cụ cÿa bài báo này để phân loại và dự đoán māc l°¡ng trong thế giới kinh doanh, từ đó hỗ trợ phân tích kinh doanh trong môi tr°ờng trí tuệ nhân tạo phāc tạp

1.5 Mô phßng WSN

Matlab [25] là một công cụ mạnh mẽ để mô phỏng các mạng cảm biến không dây (WSN) Bạn có thể sử dụng MATLAB để mô phỏng WSN và đánh giá hiệu suất cÿa các giao thāc và thuật toán khác nhau D°ới đây là một số b°ớc để mô phỏng WSN bằng Matlab [26], [27]:

• Xác định cấu trúc liên kết mạng • Xác định các nút cảm biến • Xác định giao thāc truyền thông • Xác định ph°¡ng pháp thu thập dữ liệu • Chạy mô phỏng

Có rất nhiều tài nguyên trực tuyến có thể giúp chúng ta mô phỏng WSN bằng Matlab

Hình 1.15: Mô hình WSN cài đặt trong MatLab

Để cài đặt WSN với Python, ta có thể sử dụng các th° viện nh° SimPy, TOSSIM, NS-3 D°ới đây là một vài ví dụ WSN cài đặt trên Python:

https://github.com/darolt/wsn https://www.wouterbulten.nl/posts/simple-wsn-simulation/ https://github.com/irakr/WSN-simulation

CH¯¡NG 2: CÁC CÔNG TRÌNH LIÊN QUAN

2.1 Các công trình liên quan thuÃt toán LEACH

Ho¿t đßng căa LEACH [7]

LEACH phân chia hoạt động thành các vòng (round), mỗi vòng đ°ợc bắt đầu với pha thiết lập (set-up phase): có quá trình chọn tr°ởng cụm CH và phân cụm; tiếp theo là pha ổn định (steady-state phase): có quá trình truyền dữ liệu từ nút thành viên đến tr°ởng cụm CH và đến trạm gốc BS Để giảm khối l°ợng thông tin mào đầu truyền đi trong mạng, giai đoạn ổn định cần kéo dài h¡n so với giai đoạn thiết lập

Pha thi¿t lÃp (Set up phase - SP)

- Chọn tr°ởng cụm CH: Khi một vòng mới bắt đầu, nút tr°ởng cụm CH đ°ợc lựa chọn dựa trên c¡ sở là tỷ lệ phần trăm mong muốn trở thành nút tr°ởng cụm CH trong mạng (P) và số lần nút đó đã trở thành tr°ởng cụm CH tính cho đến thời điểm hiện tại Mỗi nút trong mạng lựa chọn một giá trị ngẫu nhiên (S) trong khoảng 0 và 1

Nếu giá trị ngẫu nhiên này thấp h¡n giá trị ng°ỡng T(n), nút này sẽ trở thành nút tr°ởng cụm CH cÿa vòng hiện tại; ng°ợc lại, nếu giá trị ngẫu nhiên (S) lớn h¡n P thì nút đó là nút thông th°ờng Ng°ỡng T(n) đ°ợc xác định bởi công thāc sau:

(2.1)

Sử dụng ng°ỡng T(n), mỗi nút sẽ trở thành nút tr°ởng cụm CH một lần duy nhất trong một chu kỳ 1/P vòng Cā hết một chu kỳ 1/P vòng, bắt đầu một chu kỳ mới các nút thiết lập lại giá trị ngẫu nhiên (S) Sau một vòng, giá trị ng°ỡng T(n) tăng lên một l°ợng bằng P và sau 1/P -1 vòng thì T(n) = 1, vậy các nút ch°a trở thành nút tr°ởng cụm trong 1/P vòng gần nhất có thể trở thành nút tr°ởng cụm CH tại vòng này Nh° vậy, sau 1/P vòng, tất cả nút mạng đÿ điều kiện để trở thành tr°ởng cụm CH duy nhất một lần

- Thiết lập cụm: Sau khi quyết định trở thành tr°ởng cụm CH cho vòng hiện tại, nút tr°ởng cụm phát quảng bá một mẫu tin Advertisement (ADV) cho nút lân cận trong mạng Bản tin này chāa ID cÿa tr°ởng cụm CH Nút không phải là nút tr°ởng cụm sẽ phải giữ bộ thu trong suốt thời gian diễn ra pha thiết lập để lắng nghe bản tin ADV cÿa tr°ởng cụm

Các nút thành viên trong mạng sẽ tự đ°a ra quyết định về việc thuộc về cụm nào dựa trên chi phí năng l°ợng giao tiếp thấp nhất Quyết định này đ°ợc dựa trên c°ờng độ tín hiệu nhận đ°ợc từ bản tin quảng cáo cÿa các tr°ởng cụm Tr°ởng cụm có bản tin quảng cáo với c°ờng độ tín hiệu mạnh nhất sẽ yêu cầu ít năng l°ợng nhất để giao tiếp, do đó sẽ đ°ợc chọn làm tr°ởng cụm cho nút cảm biến đó

Sau khi quyết định là thành viên cÿa cụm nào, nút thành viên sẽ thông báo cho tr°ởng cụm CH cÿa cụm đó biết Mỗi nút sẽ phát bản tin <yêu cầu kết nối= (join

Trong đó đó: P: tỷ lệ phần trăm mong muốn trở thành tr°ởng cụm

mạng R : vòng hiện tại

G : tập các nút ch°a trở thành nút tr°ởng cụm trong (1/P) vòng tr°ớc đó