Có rất nhiều triển khai của WSNs trong nhiều lĩnh vực khác nhau như thiết kế một viện bảo tàng thông minh [1] ở Đài Loan không chỉ là trưng bày các tác phẩm nghệ thuật mà còn có thể tươn
Tổng quan về Mạng cảm biến không dây
Tổng quan
Một mạng lưới cảm biến không dây (WSN) bao gồm các bộ cảm biến phân bố rộng trong không gian để theo dõi các điều kiện vật chất, môi trường, như nhiệt độ, âm thanh, áp lực, và truyền thông dữ liệu thông qua mạng đến một địa điểm chính Các mạng hiện đại hơn là “bi-directional” (hai chiều) cho phép kiểm soát hoạt động của cảm biến Sự phát triển của các mạng cảm biến không dây được thúc đẩy bởi các ứng dụng quân sự như giám sát chiến trường, ngày nay được mạng cảm biến không dây đã được sử dụng trong nhiều ứng dụng công nghiệp và tiêu dùng, chẳng hạn như giám sát quá trình kiểm soát công nghiệp, theo dõi sức khỏe, theo dõi môi trường
WSN được xây dựng bởi một vài đến hàng trăm hoặc thậm chí hàng ngàn nút cảm biến, mỗi nút này được kết nối với một (hoặc đôi khi một vài) cảm biến Mỗi bộ cảm biến node mạng như vậy gồm các bộ phận: một bộ thu phát radio với một ăng-ten bên trong hoặc kết nối với một ăng-ten bên ngoài, vi điều khiển, mạch điện tử để giao tiếp với các cảm biến và một nguồn năng lượng, thường là pin Một nút cảm biến có thể có kích thước khác nhau từ kích thước một chiếc giày xuống kích thước của một hạt bụi (mote) Chi phí của các nút cảm biến cũng khác nhau, từ một vài đến hàng trăm đô la, tùy thuộc vào sự phức tạp của các nút cảm biến đó Cấu trúc liên kết của WSNs có thể khác nhau từ một mạng sao đơn giản với một mạng lưới không dây tiên tiến đa chặng (hops) Việc truyền thông giữa các hops của mạng có thể được routing hoặc flooding [8].
Các đặc trưng của mạng cảm biến không dây
1.2.1 N ă ng l ượ ng tiêu th ụ
Các ứng dụng trong mạng cảm biến không dây thường đòi hỏi các thành phần có công suất tiêu thụ thấp hơn rất nhiều so với các công nghệ không dây hiện tại (như Bluetooth) Ví dụ như các cảm biến dùng trong công nghiệp và y tế được cung cấp năng lượng từ những cục pin nhỏ, có thể sống được vài tháng đến vài năm Với các ứng dụng theo dõi môi trường, khi mà số lượng lớn cảm biến được rải trên diện tích rất rộng thì việc thường xuyên phải thay pin để cung cấp nguồn năng lượng là điều không khả thi Chính vì thế trong mạng cảm biến không dây, ngoài việc quản lý năng lượng để sử dụng một cách hiệu quả nhất cần kết hợp các thuật toán định tuyến tối ưu
Giá thành là yếu tố quan trọng trong thiết kế ứng dụng không dây Tối ưu chi phí bằng cách sử dụng cấu hình mạng và giao thức truyền thông không sử dụng thành phần đắt tiền và tối giản độ phức tạp Trong mạng cảm biến với số lượng nút mạng lớn, giảm chi phí sản xuất từng nút con sẽ giúp tiết kiệm đáng kể giá thành toàn bộ hệ thống Hiện tại, nút mạng cơ bản có giá khoảng 5-10 USD.
Ngoài các yếu tố trên thì một phần khá lớn tác động tới giá thành đó là chi phí quản trị và bảo trì hệ thống Mạng cảm biến không dây đã làm tốt hai chức năng cơ bản đó là tự cấu hình và tự bảo trì Tự cấu hình có nghĩa là tự động dò tìm vị trí các nút lân cận và tổ chức thành một cấu trúc xác định [9] Tự bảo trì có nghĩa là tự động phát hiện và sửa lỗi nếu phát sinh trong hệ thống (ở các nút mạng hoặc các liên kết giữa các nút) mà không cần sự tác động của con người Với các tính năng ưu việt này thì mạng cảm biến không dây ngày càng tỏ rõ những ưu việt của mình
Với một số ứng dụng đơn giản trong phạm vi hẹp thì mạng hình sao (star network) có thể đáp ứng được các yêu cầu truyền nhận và xử lý dữ liệu Trong mạng hình sao, 1 nút sẽ đóng vai trò nút chủ các nút còn lại là nút con kết nối tới nút chủ
Tuy nhiên khi mạng được mở rộng thì cấu trúc hình sao đơn thuần sẽ không đáp ứng được, mạng sẽ phải có cấu hình đa chặng (multi-hop) Cấu hình này sẽ đòi hỏi nhiều tài nguyên bộ nhớ và xử lý tính toán hơn do mật độ của các nút mạng tăng và diện tích của mạng được phủ trên một phạm vi lớn
Trong các ứng dụng của mạng cảm biến không dây thì tính bảo mật rất quan trọng, đặc biệt là các ứng dụng trong quân sự Không giống như các mạng có dây rất khó có thể lấy được thông tin khi truyền đi giữa 2 đối tượng, khi truyền tín hiệu không dây được truyền đi trong không gian và có thể được thu lại bởi bất kỳ ai Những mối hiểm họa không chỉ là việc đánh cắp thông tin mà còn ở chỗ những thông tin đó có thể bị chỉnh sửa và phát lại để phía thu nhận được những thông tin không chính xác
Như vậy bảo mật trong mạng cảm biến không dây cần đảm bảo các yếu tố: dữ liệu được mã hóa, có mã xác thực và nhận dạng giữa người gửi và người nhận Việc này sẽ được thực hiện kết hợp giữa cả phần mềm và phần cứng bằng việc mã hóa các tập tin, điều chỉnh các bít thông tin, thêm các bit xác thực…
Các chức năng này sẽ làm tiêu tốn thêm tài nguyên của hệ thống về mặt năng lượng và băng thông tuy nhiên bảo mật là một yếu tố bắt buộc trong truyền tin Do vậy cần đạt được sự cân bằng giữa 2 yếu tố này để đảm bảo cho hệ thống tối ưu nhất
Các ứng dụng thông thường của mạng cảm biến không có yêu cầu cao về thời gian thực khi truyền mà chủ yếu chú trọng vào chất lượng nguồn tin (trừ một số trường hợp đặc biệt như hệ thống báo cháy) Tuy nhiên trong một mạng lưới khá lớn, các thông tin của các nút con được tập hợp ở một nút chủ để xử lý và đưa về trạm trung tâm thì yếu tố đồng bộ hóa là rất quan trọng
Nhìn chung các ứng dụng trong mạng cảm biến không dây không đòi hỏi tính di động nhiều vì khi triển khai các nút mạng thường ở các vị trí cố định Các phương thức định tuyến trong mạng cảm biến không dây cũng đơn giản hơn so với các mạng ad-hoc khác (như MANET).
Cấu trúc nút cảm biến ( Sensor Node – Nút cảm biến)
Một nút cảm biến gồm 5 thành phần chính như sau: Các sensor cảm ứng, vi điều khiển, bộ nhớ, bộ thu phát và nguồn
Hình 1 – Các thành phần cấu trúc của nút cảm biến - Nút cảm biến
Bộ điều khiển thực hiện nhiệm vụ, xử lý dữ liệu và kiểm soát các chức năng của các thành phần khác trong các nút cảm biến Bộ điều khiển được sử dụng phổ biến nhất là một vi điều khiển, lựa chọn thay thế khác có thể được sử dụng là: vi xử lý, bộ xử lý tín hiệu kỹ thuật số (DSP), FPGAs hoặc ASICs Vi điều khiển thường được sử dụng trong nhiều hệ thống nhúng vì chi phí thấp, tính linh hoạt để kết nối với các thiết bị khác, dễ dàng lập trình, và mức tiêu thụ điện năng thấp Một bộ vi xử lý thường có một tiêu thụ điện năng cao hơn so với một vi điều khiển, do đó nó thường không được xem là một sự lựa chọn phù hợp cho một nút cảm biến Xử lý tín hiệu kỹ thuật số (DSP) có thể được lựa chọn cho các ứng dụng truyền thông không dây băng thông rộng, nhưng trong các mạng lưới cảm biến không dây truyền thông không dây thường là khiêm tốn: tức là, đơn giản, dễ dàng hơn để xử lý điều chế và nhiệm vụ xử lý tín không phải là tầm quan trọng nhiều đến các nút cảm biến không dây FPGA có thể được lập trình lại và cấu hình lại theo yêu cầu, nhưng điều này cần có nhiều thời gian và năng lượng lớn hơn mong muốn
Các lựa chọn có thể có của các phương tiện truyền thông không dây tần số vô tuyến (RF), truyền thông quang học (Laser) và hồng ngoại Lasers đòi hỏi ít năng lượng hơn, nhưng cần đường thẳng (line-of-sight) để giao tiếp và nhạy cảm với điều kiện khí quyển Hồng ngoại, tương tự như laser, không cần ăng-ten nhưng nó được giới hạn trong khả năng phát sóng của nó Chính vì vạy thông tin liên lạc dựa trên tần số radio phù hợp với hầu hết các ứng dụng WSN WSNs có xu hướng sử dụng các tần số miễn phí truyền thông trong băng tần ISM (industrial, scientific and medical band):
173, 433, 868, và 915 MHz và 2,4 GHz Các chức năng của cả hai việc truyền và nhận được kết hợp thành một thiết bị duy nhất được biết đến như bộ thu phát Các trạng thái hoạt động của bộ thu phát này là chuyển giao, tiếp nhận, nhàn rỗi, và ngủ (transmit, receive, idle, and sleep) Thu phát thế hệ hiện tại được xây dựng trên các trạng thái máy ( state machines) để thực hiện việc truyền thông tự động
Hầu hết các bộ thu phát hoạt động ở chế độ nhàn rỗi có điện năng tiêu thụ gần như tương đương với năng lượng tiêu thụ trong chế độ nhận [10] Như vậy, để chế độ tắt hoàn toàn bộ thu phát sẽ tốt hơn là để nó ở chế độ nhàn rỗi khi không phải là truyền hoặc nhận Đó là tiền đề quan trọng để phát triển các chuẩn vô tuyến giao tiếp hiện tại
Ngoài ra một lượng đáng kể điện năng tiêu thụ khi chuyển đổi từ chế độ ngủ để chế độ truyền để truyền tải một gói tin
Từ một quan điểm năng lượng, bộ nhớ Flash trên chip thường được sử dụng, bộ nhớ RAM hiếm khi được sử dụng Ngoài ra bộ nhớ Flash có chi phí thấp và khả năng lưu trữ tốt cũng là một lợi thế Yêu cầu bộ nhớ phụ thuộc rất nhiều vào ứng dụng Có hai loại bộ nhớ dựa trên mục đích lưu trữ được sử dụng là: người sử dụng bộ nhờ cho các lưu trữ dữ liệu có liên quan , và bộ nhớ chương trình được sử dụng để lập trình các thiết bị
Các nút cảm biến tiêu thụ điện năng cho cảm nhận, giao tiếp và xử lý dữ liệu
Năng lượng được sử dụng là nhiều hơn cho truyền thông dữ liệu hơn so với các quá trình khác Chi phí năng lượng truyền 1 Kb một khoảng cách 100 mét (330 ft) là xấp xỉ với việc thực hiện 3 triệu lệnh trên 1 vi điều khiển vi xử lý 100 triệu lệnh/persecond/
W Năng lượng được lưu trữ hoặc pin hoặc tụ điện Pin, cả hai có thể là sạc lại và không sạc, là nguồn chính cung cấp năng lượng cho các nút cảm biến Các loại pin này cũng được phân loại theo điện hóa vật liệu được sử dụng cho các điện cực như NiCd (nickel-cadmium), NiZn (niken-kẽm), NiMH (nickel-metal hydride), và pin lithium- ion Cảm biến mới có thể đổi mới năng lượng từ các nguồn năng lượng mặt trời, sự khác biệt nhiệt độ, hoặc rung Hai chính sách tiết kiệm năng lượng được sử dụng là Dynamic Power Management (DPM) [11] và Scaling điện áp động (DVS) DPM bảo tồn năng lượng bằng cách tắt các bộ phận của các nút cảm biến hiện không được sử dụng Đề án DVS thay đổi các mức công suất trong các nút cảm biến tùy thuộc vào khối lượng công việc không xác định Bằng cách thay đổi điện áp cùng với tần số, nó có thể để có được giảm bậc hai trong tiêu thụ điện năng
Cảm biến là thiết bị phần cứng tạo ra một phản ứng đo lường được cảu một sự thay đổi trong một điều kiện vật lý như nhiệt độ hoặc áp suất Cảm biến đo lường dữ liệu vật lý của tham số để được theo dõi Tín hiệu tương tự liên tục bởi các bộ cảm biến được số hóa bằng một công cụ chuyển đổi tương tự sang số (analog-to-digital ADC) và gửi đến bộ điều khiển để xử lý tiếp
Cảm biến được phân loại thành ba loại: thụ động: đẳng hướng, thụ động: chùm hẹp; và cảm biến tích cực Cảm biến thụ động cảm nhận được dữ liệu mà không thực sự thao tác môi trường của hoạt động thăm dò Năng lượng cần thiết chỉ là để khuếch đại tín hiệu tương tự Cảm biến tích cực thăm dò môi trường, ví dụ, một sonar hoặc cảm biến radar, và nó yêu cầu năng lượng liên tục từ một nguồn năng lượng cảm biến chùm hẹp quy định hướng đo lường, tương tự như một cảm biến máy ảnh Cảm biến đẳng hướng không có khái niệm định hướng tham gia vào các phép đo của nó.
Các tiêu chuẩn không dây
Có một số cơ quan tiêu chuẩn hóa trong lĩnh vực WSNs IEEE tập trung vào các lớp vật lý và MAC, Tổ chứcInternet Engineering Task Force tập trung lớp 3 và ở trên
Thêm vào đó, các cơ quan như Hiệp hội Quốc tế Tự động hóa (International Society of Automation) cung cấp các giải pháp theo chiều dọc, bao gồm tất cả các giao thức lớp
Cuối cùng, cũng có một số phi tiêu chuẩn, cơ chế độc quyền và kỹ thuật riêng lẻ
Tiêu chuẩn được sử dụng trong WSNs khác hơn so với các hệ thống máy tính khác
Tiêu chuẩn chủ yếu thường được sử dụng trong truyền thông WSN bao gồm:
Trong đó ZigBee [12] được sử dụng phổ biến nhất, tiếp theo hiện tại là 6LoWPAN [13] Trong luận văn này sẽ sử dụng 6LoWPAN làm tiêu chuẩn để giao tiếp giữa các node sensor Chúng ta sẽ tiếp tục đi sâu vào 2 chuẩn này
Ra đời năm 2004, cái tên ZigBee được xuất phát từ cách mà các con ong mật truyền những thông tin quan trọng với các thành viên khác trong tổ ong Đó là kiểu liên lạc “Zig-Zag” của loài ong “honeyBee” Và nguyên lý ZigBee được hình thành từ việc ghép hai chữ cái đầu với nhau
ZigBee là tiêu chuẩn có chi phí thấp và công suất thấp Chi phí thấp cho phép công nghệ được triển khai rộng rãi trong điều khiển không dây và các ứng dụng giám sát Sử dụng năng lượng thấp cho phép cuộc sống lâu hơn với pin nhỏ hơn Mạng lưới cung cấp độ tin cậy cao và phạm vi rộng hơn ZigBee sử dụng trên các chip radio tích hợp vi điều khiển với khoảng 60 KB và 256 KB bộ nhớ flash
ZigBee hoạt động trong các băng tần radio công nghiệp, khoa học và y tế (ISM), 868 MHz ở châu Âu, 915 MHz ở Mỹ và Úc, và 2,4 GHz trong hầu hết các nước trên toàn thế giới Tốc độ truyền dữ liệu khác nhau từ 20 đến 900 kilobits/giây
Mạng ZigBee sử dụng cấu trúc mạng hình sao hoặc cây, kết nối các thiết bị với nhau thông qua một thiết bị điều phối trung tâm (Coordinator) Coordinator chịu trách nhiệm quản lý và duy trì các thông số mạng cơ bản Trong mạng hình sao, Coordinator là nút trung tâm Trong mạng hình cây, các thiết bị định tuyến ZigBee có thể được sử dụng để mở rộng mạng lưới và truyền dữ liệu giữa các cấp độ mạng khác nhau.
Giao thức lớp Zigbee (ZigBee protocol stack):
- Zigbee được xây dựng ở trên của hai lớp MAC ( Medium Access Control) và lớp vật lý PHY Lớp MAC và lớp PHY được định nghĩa theo chuẩn IEEE 802.15.4 (Phiên bản 2003) dành cho các ứng dụng WPAN tốc độ thấp Đặc tính kỹ thuật Zigbee sau đó thêm vào 4 lớp chính: lớp mạng, lớp ứng dụng, lớp các đối tượng thiết bị Zigbee ( ZDO) và lớp các đối tượng người dùng cho phép tùy biến, linh động trong chuẩn đó (Hình 1)
- Bên cạnh việc tích hợp thêm hai lớp mức cao hơn trên các lớp nền, một sự tích hợp rất quan trọng nữa là thêm vào các ZDO ( Zigbee Device Object) Các ZDO chịu trách nhiệm cho nhiều tác vụ, trong đó bao gồm: định nghĩa vai trò của các thiết bị, tổ chức và yêu cầu để truy nhập vào mạng, bảo mật cho thiết bị
Hình 2 – Giao thức lớp (hay ngăn xếp - Stack) trong kiến trúc Zigbee
6LoWPAN được viết tắt từ IPv6 for Low power Wireless Personal Area Networks Tương tự như Zigbee 6LoWPAN chạy trên radio IEEE 802.15.4 tuy nhiên lại khác biệt 6LoWPAN lớp thích nghi để áp dụng chuẩn IPv6
Lịch sử được hình thành ngược về thời điểm đầu những năm 2000, lúc WSN vừa mới định hình, IP quá lớn để dùng cho mạng cấp thấp Nhìn vào Winsock hay Berkeley socket, chúng tốn hơn 1 MB RAM để chạy TCP/IP, mà khoảng 1 MB RAM là xa xỉ phẩm cho WSN với bộ nhớ thấp Một giáo sư từ MIT đề xuất sử dụng IP cho phiên bản thứ hai của Zigbee sau khi Zigbee-2004 ra đời; ý kiến của ông bị gạc bỏ Ông trở về lập ra nhóm làm việc để hỗ trợ tạo ra 6LoWPAN ngày nay Adam Dunkels [14] vào năm 2003 xuất bản bài báo [15] tuyên bố đã viết được lwIP với vài trăm kb RAM tương thích hoàn toàn với RFC1122 Ông là tác giả của Contiki OS với uIP có kích thước nhỏ hơn nữa hỗ trợ cả IPv4 và IPv6 Từ đó rào cản về tài nguyên không còn nữa TCP/IP hoàn toàn có thể được dùng cho mạng cấp thấp Tuy nhiên có một vấn đề khác được đặt ra (luôn có vấn đề) là chiều dài gói dữ liệu của IEEE 802.15.4 quá nhỏ cho các gói IPv6 MTU của 802.15.4 = 127 bytes, trừ đi MAC header = 46 bytes, trừ đi IPv6 header = 40 bytes Còn lại 41 bytes Chưa dừng lại ở đó, nếu trừ đi UDP header (8 bytes), hoặc TCP header (20 bytes) thì chỉ rất ít dữ liệu từ lớp ứng dụng
Chính vì vậy 6LoWPAN ra đời với 3 nhiệm vụ chính [16]:
Tách và ghép các gói
Chuyển tiếp ở tầng 2 (link layer) khi đa chặng (multihop) được sử dụng
Lớp 6LoWPAN nằm giữa lớp vận chuyển và liên kết dữ liệu như ở hình sau
Hình 3 – Giao thức lớp (hay ngăn xếp - Stack) trong kiến trúc 6LoWPAN
Tại thời điểm viết luận văn này thì 6LoWPAN hiện nay vẫn còn đang được định chuẩn bởi IETF Bạn đọc muốn tìm hiểu thêm có thể tham khảo bản draft tại [17]
Những khó khăn trong việc phát triển mạng không dây
Tuy rằng mạng cảm biến không dây có rất nhiều ưu điểm và ứng dụng hữu ích, nhưng khi triển khai trên thực tế sẽ gặp phải một số hạn chế và khó khăn về mặt kỹ thuật Khi nắm rõ được những khó khăn này chúng ta sẽ có điều kiện để cải tạo nhằm tối ưu hơn nữa
Các thiết bị trong mạng cảm biến không dây thông thường sử dụng pin Khi mạng có nhiều nút, tính toán phức tạp, truyền xa thì năng lượng tiêu thụ lớn Do đó, cần tối ưu xử lý và truyền dữ liệu với năng lượng ban đầu để kéo dài thời gian sống cho mạng.
Yêu cầu của mạng cảm biến không dây là kích thước của các nút phải nhỏ vì có một số ứng dụng đòi hỏi phải triển khai một số lượng lớn các nút trên một phạm vi hẹp Điều này đã hạn chế về năng lực tính toán cũng như không gian lưu trữ trên mỗi nút
Tốc độ truyền thông tin vô tuyến hiện nay bị giới hạn trong khoảng 10-100 Kbits/s Dải thông hạn chế này tác động trực tiếp đến hiệu quả truyền thông tin giữa các thiết bị.
1.5.4 Ả nh h ưở ng c ủ a nhi ễ u bên ngoài
Do trong mạng cảm biến không dây sử dụng đường truyền vô tuyến nên bị ảnh hưởng bởi những can nhiễu bên ngoài, có thể bị mất mát hoặc sai lệch thông tin khi truyền từ nút về trạm gốc.
Ứng dụng của mạng cảm biến không dây
WSN được ứng dụng đầu tiên trong các lĩnh vực quân sự Cùng với sự phát triển của ngành công nghiệp điều khiển tự động, robotic, thiết bị thông minh, môi trường, y tế WSN ngày càng được sử dụng nhiều trong hoạt động công nghiệp và dân dụng
Một số ứng dụng cơ bản của WSN:
9 Quân sự: phát hiện mìn, chất độc, dịch chuyển quân địch,…
9 Công nghiệp: hệ thống chiếu sáng, độ ẩm, phòng cháy, chống rò rỉ,…
9 Dân dụng: hệ thống điều hòa nhiệt độ, chiếu sáng,… Điều khiển:
9 Quân sự: kích hoạt thiết bị, vũ khí quân sự,…
9 Công nghiệp: điều khiển tự động các thiết bị, robot,…
Theo dõi, giám sát, định vị:
9 Quân sự: định vị, theo dõi sự dịch chuyển thiết bị, quân đội,…
9 Dân dụng: giám sát lưu lượng xe trong thành phố để biết
9 Giám sát lũ lụt, bão, gió, mưa,…
9 Phát hiện ô nhiễm, chất thải…
Y tế: định vị, theo dõi bệnh nhân, hệ thống báo động khẩn cấp,…
Hệ thống giao thông thông minh:
9 Giao tiếp giữa biển báo và phương tiện giao thông, hệ thống điều tiết lưu thông công cộng, hệ thống báo hiệu tai nạn, kẹt xe,…
9 Hệ thống định vị phương, trợ giúp điều khiển tự động phương tiện giao thông,…
Gia đình: nhà thông minh: hệ thống cảm biến, giao tiếp và điều khiển các thiết bị thông minh,…
WSN tạo ra môi trường giao tiếp giữa các thiết bị thông minh, giữa các thiết bị thông minh và con người, giữa các thiết bị thông minh và các hệ thống viễn thông khác (hệ thống thông tin di động, internet,…)
Hình 4 – Một số ứng dụng WSN trong một số lĩnh vực (a) Y tế giám sát các điều kiện của bệnh nhân (b) Cảm biến điều khiển trên đường cao tốc (c) Phát hiện cháy rừng (d) Mạng cảm biến phục vụ mục đích sản suất trong nông nghiệp.
Tổng quan về Logic mờ
Tổng quan
Một tập hợp trong một không gian nào đó, theo khái niệm cổ điển sẽ chia không gian thành 2 phần rõ ràng Một phần tử bất kỳ trong không gian sẽ thuộc hoặc không thuộc vào tập đã cho Tập hợp như vậy còn được gọi là tập rõ Lý thuyết tập hợp cổ điển là nền tảng cho nhiều ngành khoa học, chứng tỏ vai trò quan trọng của mình
Nhưng những yêu cầu phát sinh trong khoa học cũng như cuộc sống đã cho thấy rằng lý thuyết tập hợp cổ điển cần phải được mở rộng
Ta xét tập hợp những người trẻ Ta thấy rằng người dưới 26 tuổi thì rõ ràng là trẻ và người trên 50 tuổi thì rõ ràng là không trẻ Nhưng những người có tuổi từ 26 đến 50 thì có thuộc tập hợp những người trẻ hay không? Nếu áp dụng khái niệm tập hợp cổ điển thì ta phải định ra một ranh giới rõ ràng và mang tính chất áp đặt chẳng hạn là 35 để xác định tập hợp những người trẻ Và trong thực tế thì có một ranh giới mờ để ngăn cách những người trẻ và những người không trẻ đó là những người trung niên Như vậy, những người trung niên là những người có một “độ trẻ” nào đó Nếu coi “độ trẻ” của người dưới 26 tuổi là hoàn toàn đúng tức là có giá trị là 1 và coi “độ trẻ” của người trên 60 tuổi là hoàn toàn sai tức là có giá trị là 0, thì “độ trẻ” của người trung niên sẽ có giá trị p nào đó thoả 0 < p < 1 Như vậy nhu cầu mở rộng khái niệm tập hợp và lý
Logic mờ đã được đưa ra lần đầu vào năm 1965 bởi GS Lotfi Zadeh tại Đại học California, Berkeley dựa trên lý thuyết về tập mờ Từ đó logic mờ đã được phát triển và ứng dụng rộng rãi Năm 1970 tại trường Mary Queen, London – Anh, Embrahim Mamdani đã dùng logic mờ để điều khiển một máy hơi nước mà ông không thể điều khiển bằng kĩ thuật cổ điển, Tại Đức Hann Zimmermann đã dùng logic mờ để cho các hệ ra hệ các quyết định Tại Nhật logic mờ được ứng dụng vào nhà máy xử lý nước của Fuji Electronic vào 1983, hệ thống xe điện ngầm của Hitachi vào 1987
Lý thuyết mờ ra đời ở Mỹ, ứng dụng đầu tiên ở Anh nhưng phát triển mạnh mẽ nhất là ơ Nhật Logic mờ ngày nay vẫn còn được ứng dụng rộng rãi trong nhiều lĩnh vực hoặc kết hợp với các trí tuệ nhân tạo khác để thực hiện các hàm tính toán phức tạp.
Định nghĩa tập mờ
Để hiểu rõ khái niệm “MỜ” là gì ta hãy thực hiện phép so sánh sau : Trong toán học phổ thông ta đã học khá nhiều về tập hợp, ví dụ như tập các số thực , tập các số nguyên tố … Những tập hợp như vậy được gọi là tập hợp kinh điển hay tập rõ, tính “RÕ” ở đây được hiểu là với một tập xác định S chứa n phần tửt hì ứng với phần tử x ta xác định được 1 giá trị Giờ ta xét phát biểu thông thường về tốc độmột chiếc xe môtô : chậm, trung bình, hơi nhanh, rất nhanh Phát biểu
“CHẬM” ở đây không được chỉ rõ là bao nhiêu km/h, như vậy từ “CHẬM” có miền giá trị là một khoảng nào đó, ví dụ 5km/h – 20km/h chẳng hạn Tập hợp như vậy được gọi là một tập các biến ngôn ngữ Với mỗi thành phần ngôn ngữ xk của phát biểu trên nếu nó nhận được một khả năng thì tập hợp F gồm các cặp được gọi là tập mờ
Tập mờ xác định trên tập kinh điển là một tập mà mỗi phần tử của nó là một cặp giỏ trị(x,àF(x)), với và là một ỏnh xạ: trong đó : gọi là hàm thuộc , gọi là tập nền
Hình 5 – Miền xác định miền tin cậy của một tập mờ
Các thuật ngữ trong logic mờ: Độ cao tập mờ là giá trị , trong đó chỉ giá trị nhỏ nhất trong tất cả các chặn trên của hàm
Miền xác định của tập mờ F, ký hiệu là S là tập con thoả mãn :
Miền tin cậy của tập mờ F, ký hiệu là T là tập con thoả mãn :
Các dạng hàm thuộc (membership function) trong logic mờ Có rất nhiều dạng hàm thuộc như : Gaussian, PI-shape, S-shape, Sigmoidal, Z-shape
Hình 6 – Các dạng hàm thuộc trong logic mờ
Biến ngôn ngữ
Biến ngôn ngữ là phần tử chủ đạo trong các hệ thống dùng logic mờ Ở đây các thành phần ngôn ngữ của cùng một ngữ cảnh được kết hợp lại với nhau Để minh hoạ về hàm thuộc và biến ngôn ngữ ta xét ví dụ sau :
Xét tốc độ của một chiếc xe môtô, ta có thể phát biểu xe đang chạy:
- Rất nhanh (VF) Những phát biểu như vậy gọi là biến ngôn ngữ của tập mờ Gọi là giá trị của biến tốc độ, ví dụ Hàm thuộc tương ứng của các biến ngôn ngữ trên được ký hiệu là :
Hình 7 – Mô tả hàm thuộc của các biến tốc độ
Như vậy biến tốc độ có hai miền giá trị : - Miền các giá trị ngôn ngữ :
- Miền các giá trị vật lý :
Biến tốc độ được xác định trên miền ngôn ngữ N được gọi là biến ngôn ngữ
Với mỗi ta có hàm thuộc :
Ví dụ hàm thuộc tại giá trị rõ là :
Các phép toán trên tập mờ
Cho là hai tập mờ trên không gian nền , có các hàm thuộc tương ứng là
Phép hợp hai tập mờ:
Phép giao hai tập mờ:
Luật hợp thành
Ví dụ điều khiển mực nước trong bồn chứa, ta quan tâm đến 2 yếu tố:
+ Góc mở van ống dẫn
Ta có thể suy diễn cách thức điều khiển như thế này :
Trong ví dụ trên ta thấy có cấu trúc chung là “Nếu A thì B” Cấu trúc này gọi là mệnh đề hợp thành, A là mệnh đề điều kiện, C = A B là mệnh đề kết luận Định lý Mamdani:
“Độ phụ thuộc của kết luận không được lớn hơn độ phụ thuộc điều kiện”
Nếu hệ thống có nhiều đầu vào và nhiều đầu ra thì mệnh đề suy diễn có dạng tổng quát nhưsau :
If N = ni and M = mi and … Then R = ri and K = ki and …
Luật hợp thành là tên gọi chung của mô hình biểu diễn một hay nhiều hàm thuộc cho một hay nhiều mệnh đề hợp thành
Các luật hợp thành cơ bản:
+ Luật Max – Min + Luật Max – Prod + Luật Sum – Min
+ Luật Sum – Prod a Thuật toán xây dựng mệnh đề hợp thành cho hệ SISO
Luật mờ cho hệ SISO có dạng “If A Then B” Chia hàm thuộc thành điểm
Chia hàm thuộc thành m điểm
Xây dựng ma trận quan hệ mờ R
(2.10) Hàm thuộc đầu ra ứng với giá trị rõ đầu vào xk có giá trị với (2.11)
Số 1 ứng với vị trí thứ k Trong trường hợp đầu vào là giá trị mờ A’ thì là : với (2.12) b Thuật toán xây dựng mệnh đề hợp thành cho hệ MISO Luật mờ cho hệ MISO có dạng :
Các bước xây dựng luật hợp thành R :
- Rời rạc các hàm thuộc
- Xác định độ thoả mãn cho từng vector giá trị rõ đầu vào Trong đó là một trong các điểm mẫu của Từ đó suy ra
- Lập ma trận R gồm các hàm thuộc giá trị mờ đầu ra cho từng véctơ giá trị mờ đầu vào:
Giải mờ
Giải mờ là quỏ trỡnh xỏc định giỏ trị rừ ở đầu ra từ hàm thuộc àB’(y) của tập mờ B’ Có 2 phương pháp giải mờ:
2.6.1 Ph ươ ng pháp c ự c đạ i
Các bước thực hiện : - Xác định miền chứa giá trị , là giá trị mà tại đó đạt
- Xác định y’ theo một trong 3 cách sau :
Hình 8 – Phương pháp giải mờ cực đại
Nguyên lý cận trái: chọn (2.17)
Nguyên lý cận phải: chọn (2.18)
2.6.2 Ph ươ ng pháp tr ọ ng tâm Điểm y’ được xác định là hoành độ của điểm trọng tâm miền được bao bởi trục hoành và đường
Công thức xác định : trong đó là miền xác định của tập mờ
Phương pháp trọng tâm cho luật Sum-Min
Giả sử có m luật điều khiển được triển khai, ký hiệu các giá trị mờ đầu ra của luật điều khiển thứ là thì với quy tắc Sum-Min hàm thuộc sẽ là: và được xác định:
Hình 9 – Hàm thuộc dạng hình thang sử dụng phương pháp trọng tâm
Xét riêng cho trường hợp các hàm thuộc dạng hình thang như hình trên :
Chú ý: hai công thức trên có thể áp dụng cả cho luật Max-Min
2.6.3 Ph ươ ng pháp độ cao
Từ công thức (1.1), nếu các hàm thuộc có dạng Singleton thì ta được:
Trong đó Đây là công thức giải mờ theo phương pháp độ cao.
Mô hình mờ Tagaki-Sugeno
Mô hình mờ mà ta nói đến trong các phần trước là mô hình Mamdani Ưu điểm của mô hình Mamdani là đơn giản, dễ thực hiện nhưng khả năng mô tảhệ thống không tốt
Trong kỹ thuật người ta thường sử dụng mô hình mờ Tagaki-Sugeno (TS)
Tagaki-Sugeno đưa ra mô hình mờ sử dụng cả không gian trạng thái mờ lẫn mô tả linh hoạt hệthống Theo Tagaki/Sugeno thì một vùng mờ LX k được mô tả bởi luật :
Luật này có nghĩa là: nếu véctơ trạng thái x nằm trong vùng thì hệ thống được mô tả bởi phương trình vi phân cục bộ Nếu toàn bộ các luật của hệ thống được xây dựng thì có thể mô tả toàn bộ trạng thái của hệ trong toàn cục
Trong (1.2) ma trận và là những ma trận hằng của hệ thống ở trọng tâm của miền được xác định từ các chương trình nhận dạng Từ đó rút ra được :
Với là độ thỏa mãn của x* đối với vùng mờ Luật điều khiển tương ứng (2.24) sẽ là:
Và luật điều khiển cho toàn bộ không gian trạng thái có dạng:
Từ (2.25) và (2.27) ta có phương trình động học cho hệ kín:
Một hệ TS gồm hai luật với hai đầu vào x1 x2 và đầu ra y
R1: If x1 = BIG and x2 = MEDIUM Then y1 = x1 – 3 x2
R2: If x1 = SMALL and x2 = BIG Then y2 = 4 + 2x1 Đầu vào rõ đo được là x1* = 4 và x2* = 60 Từ hình bên dưới ta xác định được : LXBIG(x1*) = 0.3 và LXBIG(x2*) = 0.35
Hình 10 – Các hàm thuộc BIG, SMALL, MEDIUM
Từ đó xác định được : và và Như vậy hai thành phần và là và Theo phương pháp tổng trọng số trung bình ta có:
Mô hình nhận biết ngữ cảnh sử dụng logic mờ trong mạng cảm biến không dây 34
Mô hình nhận biết ngữ cảnh
Mạng cảm biến được coi là nhận biết ngữ cảnh khi nó sử dụng các ngữ cảnh để cung cấp thông tin có liên quan cho người dùng, các nút cảm biến khác và chính nó Nhận biết ngữ cảnh có nhiều ứng dụng trong nhiều tình huống khác nhau.
Nhận biết được các tình huống này để đưa ra các quyết định chính xác phù hợp với ngữ cảnh đó sẽ làm hiệu suất cải thiện Dưới đây là một số mô hình nhận biết ngữ cảnh được giới thiệu:
Môi trường: Có rất nhiều ứng dụng trong các môi trường khác nhau ví dụ như giám sát độ độc hại, ô nhiễm môi trường, nhiệt độ độ ẩm, rung chấn… Mô hình nhật biết ngữ cảnh này nút cảm biến dựa trên sự thay đổi môi trường và nhận biết sự thay đổi đó là gì và gửi thông tin về tới nút cảm biến xử lý
An ninh: Các nút cảm biến cảm biến đặt ở cửa nhà để đảm bảo an ninh, khi an ninh này bị vi phạm sẽ gửi một tin nhắn để cảnh báo về sự kiện này
Vị trí: Các nút cảm biến cảm biến đặt khắp nhà để định vị vị trí di chuyển của con người để điều khiển các công tắc đèn hay nút cảm biến định vị vị trí của các ô tô tốc độ đưa đưa ra các thông tin xử lý
Kết nối khoảng cách xa: Khi chủ nhà ra khỏi nhà WSNs sử dụng giao tiếp thông qua một mạng kết nối khác như (WLAN, UMTS) để thông báo về tình trạng các điều kiện trong nhà Hay như dữ liệu của data phải truyền thông qua Internet nhưng kết nối này bị ngắt thì các nút cảm biến không truyền dữ liệu nữa để tiết kiệm pin
Thời gian: Thời gian cũng là một nguồn gốc của bối cảnh Khi một hiện xảy ra trong khoảng thời gian ngắn thì do cảm do bị nhiễu thì sẽ không cảnh báo Hoặc ví dụ như mùa cũng là một ngữ cảnh thời gian, mùa đông mùa hè thì các ngữ cảnh xử lý khác nhau…
Các qui tắc này được đặt ra trong những trường hợp ứng dụng khác nhau Vì vậy việc định nghĩa các ngữ cảnh sao cho cho phù hợp với từng ứng dụng là một điều rất quan trọng Các mô hình nhận biết ngữ cảnh này cần có sự nghiên cứu trong các lĩnh vực liên quan để đưa ra các nhận thức phù hợp.
Nhận biết ngữ cảnh sử dụng logic mờ
Nhận biết ngữ cảnh sử dụng logic mờ sẽ được chia ra thành các giai đoạn chính như trong hình 11:
Mờ hóa: Dữ liệu từ sensor được lấy làm dữ liệu xử lý Dữ liệu này có thể từ một hoặc nhiều nút cảm biến hoặc từ nhiều sensor khác nhau trong một nút cảm biến
Dữ liệu sẽ được mờ hóa chuyển thành biến ngôn ngữ được thiết kế sẵn Đối với các biến dữ liệu đầu vào càng nhiều và số lượng biến ngôn ngữ nhiều thì độ nhận biết ngữ cảnh càng tốt nhưng lại tăng cấp số nhân các qui tắc và tăng độ phức tạp xử lý tính toán Ví dụ như có 3 biến đầu vào là khói, độ ẩm và nhiệt độ và đều ở các mức thấp, vừa, cao thì sẽ có 3 3 = 27 qui tắc được lập ra
Suy luận mờ: Suy luận mờ được thực hiện dựa trên qui tắc mờ đã được thiết kế quan về những phản ứng đối với mức độ dữ liệu đầu vào Ví dụ trong điều kiện nhiệt độ là 30 0 C nhưng khói là 70% Rõ ràng là đây có thể là do trường hợp hút thuốc lá xác xuất cao hơn rất nhiều so với cháy Các qui tắc phải hợp lý và cần có sự nghiên cứu về các đặc điểm mà sự kiện cần nhận biết
Giải mờ: Quá trình giải mờ tương tự trong phần 2.6 Ở đây ta sẽ giải mờ bằng phương pháp trung bình trọng số Giải mờ để đưa ra các giá trị nằm trong các ngưỡng nào để quyết định ngữ cảnh nhận biết là gì
Hình 11 – Hệ thống nhận biết ngữ cảnh bằng fuzzy
Trong phần tiếp theo, chúng ta sẽ khám phá sâu hơn về ba ngữ cảnh nhận biết ngữ cảnh cụ thể để có cái nhìn toàn diện hơn về phương pháp nhận biết bằng logic mờ.
3.2.1 Ng ữ c ả nh nh ậ n bi ế t nhi ệ t độ
Ngữ cảnh này ứng dụng được để cảnh báo sự thay đổi của nhiệt đô như theo dõi nhiệt độ môi trường trong kho lạnh để cảnh báo và theo dõi nhiệt độ trong kho để gửi bản tin điều khiển máy lạnh…
Ta sẽ định nghĩa các biến ngôn ngữ của nhiệt độ để phù hợp với từng ứng dụng cụ thể Trong ngữ cảnh này các biến ngôn ngữ trong một kho lạnh chưa hàng hóa như rau củ quả Theo nghiên cứu trong các thì trường thì nhiệt độ bảo quản rau cũ tốt nhất là 5 – 19 độ C Chính vì vậy ta sẽ định nghĩa các biến ngôn ngữ phù hợp với các giá trị nhiệt độ này Và ở các dữ liệu đầu ra ta sẽ định nghĩa nhận biết chính đó là nhiệt độ bình thường luôn ổn định, nhiệt độ bất thường cần theo dõi, và cảnh báo vì có những nguy hiểm xảy ra Các biến ngôn ngữ sẽ được định nghĩa như sau:
Nhiệt độ đầu vào [0- 10 0 C] : lạnh, [5-19 0 C] : bình thường, [15-25 0 C] : hơi nóng, [20-30 0 C] : nóng
Dữ liệu đầu ra: Cảnh báo [0-0.35]: Bất bình thường [0.33-0.72]: Bình Thường [0.7-1]
Mô tả hàm thuộc của các biến ngôn ngữ trên được thể hiện như sau:
Hình 12 – Hàm thuộc biến ngôn ngữ giá trị nhiệt độ
Hình 13 – Hàm thuộc các giá trị nhận biết
Một hệ quy tắc mờ được thiết kế với 2 biến đầu vào nhiệt độ tại thời điểm trước và tại thời điểm hiện tại như trong [19] Hệ suy luận này được thiết kế dựa theo kinh nghiệm gồm các trường hợp sau:
Nhiệt độ trước đó Nhiệt độ hiện tại Nhận biết
Lạnh Lạnh Bình thường Lạnh Bình thường Theo dõi Lạnh Hơi nóng Theo dõi
Bình thường Lạnh Theo dõi Bình thường Bình Thường Bình thường Bình thường Hơi Nóng Theo dõi
Bình thường Nóng Cảnh báo Hơi nóng Lạnh Theo dõi Hơi nóng Bình thường Theo dõi Hơi nóng Hơi nóng Theo dõi
Hơi nóng Nóng Cảnh báo
Nóng Bình thường Theo dõi Nóng Hơi nóng Cảnh báo
Bảng 1 – Các qui tắc nhận biết thay đổi nhiệt độ
Qui tắc này được thiết kế dựa trên việc nhiệt độ nếu có thay đổi quá lớn hoặc nhiệt độ cao liên tục trong 2 lần lấy mẫu thì sẽ cảnh báo, còn nếu nhiệt độ thay đổi ở mức vừa phải thì nhận biết là theo dõi, và khi nhiệt độ ít thay đổi không có nhiều biến động và nằm trong mức an toàn thì nhận biết ngữ cảnh là bình thường
Ví dụ, nhiệt độ ban đầu là 10 độ C, nhiệt độ lấy mẫu sau đó thay đổi lên 15 độ C thì hai giá trị này vẫn nằm trong khoảng bình thường nên hệ thống nhận biết là bình thường Tuy nhiên, nếu nhiệt độ lấy mẫu lúc sau tăng cao bất thường từ 15 độ C lên 25 độ C thì nút cảm biến (sensor) sẽ phát hiện bất thường và lập tức gửi bản tin cảnh báo.
Với bảng qui tắc được thiết kế như trên ta biểu diễn trong hệ mờ trong môi trường mathlab [20] và các giá trị tính toán được suy luận mờ được thể hiện như hình 14:
Hình 14 – Bảng các qui tắc mờ được tính toán dựa trên suy luận mờ
Kết quả tính toán theo Mục 2.5 trong mặt phẳng 3 chiều được thực hiện bằng phần mềm Mathlab được thể hiện như sau:
Hình 15 – Mặt surface của hệ logic mờ
Sau khi nút cảm biến đã nhận biết ngữ cảnh là gì thì ta sẽ đưa ra các cách thực hiện nhiệm vụ cho nút cảm biến để phù hợp với ngữ cảnh:
Cảnh báo: Nút cảm biến sẽ đo liên tục đo nhiệt độ và gửi dữ liệu liên tục 10s 1 lần về tình hình nhiệt độ tại và có thể kích hoạt arlam
Theo dõi: Nút cảm biến sẽ thực hiện 1’ đo lại 1 lần và gửi dữ liệu
Bình thường: Nút cảm biến sẽ vào chế độ 2’ đo lại 1 lần và không gửi dữ liệu
Với thiết kế hệ thống ứng dụng logic mờ, bài toán nhận biết ngữ cảnh sử dụng đã khả thi trong việc nhận diện trọn vẹn mọi trường hợp thay đổi nhiệt độ xung quanh.
3.2.2 Ng ữ c ả nh nh ậ n bi ế t ánh sáng và con ng ườ i để b ậ t đ èn
Ngữ cảnh ứng dụng trong việc thiết kế hệ thống tiết kiệm năng lượng, các nút sensor sẽ cảm biến con người và đèn sẽ được bật khi có người và trời tối để không lãng phí tài nguyên
Mở rộng nhận biết bằng cách kết hợp với logic chặt chẽ
Nhận thức bằng logic mờ trong nhiều ngữ cảnh là phù hợp và linh hoạt giúp nút cảm biến thông minh hơn để biết sự thay đổi của môi trường ứng với ngữ cảnh nào
Tuy nhiên, điều này chưa thực sự thích ứng hoàn toàn Trong trường hợp nhận thức bối cảnh với những giá trị thực tốt hơn, chẳng hạn như mạng có lỗi và không lỗi tương đương với giá trị logic là 0 hoặc 1, việc kết hợp nhận thức với giá trị thực sẽ giúp mô hình trở nên thông minh và linh hoạt hơn.
Chẳng hạn, khi không có kết nối tại nút cảm biến Gateway với mạng bên ngoài (IP/UMTS), nút cảm biến Sensor sẽ lưu trữ dữ liệu về môi trường vào bộ nhớ mà không gửi bản tin đi hoặc tự chuyển sang chế độ ngủ trước khi thực hiện nhận biết bằng logic mờ Khi các giá trị thực đạt yêu cầu và ở trạng thái cho phép, nút cảm biến Sensor sẽ thực hiện nhận thức bằng giá trị mờ.
IF gateway noconnection THEN store data and no Logic Fuzzy IF gateway connect and using Fuzzy THEN send data
Hoặc trong một trường hợp khác như nhận biết ngữ cảnh đột nhập chẳng hạn
Khi chủ nhà kích hoạt hệ thống bảo vệ trong trường hợp vắng nhà hoặc trường hợp ban đêm thì các nút sensor sẽ được truyền tải thông tin này và thực hiện nhận biết ngữ cảnh về các trường hợp an ninh bị vi phạm để thông báo tới chủ nhà các trường hợp này.
Giảm thiểu các qui tắc trong fuzzy logic
Để nhận biết chính xác ngữ cảnh phức tạp, cần tăng số lượng biến đầu vào (nhiệt độ, độ ẩm), dẫn đến gia tăng theo cấp số nhân các quy tắc dựa trên số lượng biến ngôn ngữ Lưu trữ và xử lý những quy tắc này trở thành thách thức đối với các nút cảm biến có bộ nhớ hạn chế.
Ví dụ: Có 4 biến đầu vào là nhiệt độ trước đó nhiệt độ hiện tại, khói trước đó, khói hiện tại Mỗi biến lại có các 4 qui tắc như vậy tổng công số qui tắc sẽ là 4^4 = 64 qui tắc Như vậy việc lập trình cũng như bộ nhớ của nút cảm biến sẽ không đủ xử lý
Một số kỹ thuật để giảm số lượng các quy tắc mà tính chính xác vẫn có thể đạt được Trong luận văn này chỉ đưa ra mô hình giảm thiểu các qui tắc của logic mờ nhưng không thực hiện nó Bạn đọc nếu muốn tìm hiều sâu có thể tìm hiểu trong [21]
Tách rời các qui tắc: Tách các biến ngôn ngữ trong ví dụ 1 thành 2x2 biến Mỗi qui tắc chỉ xử lý trong 2 luồng dữ liệu là nhiệt độ trước đó nhiệt độ hiện tại hoặc khói trước đó và khói hiện tại… Trong trường hợp này bộ qui tắc sẽ là 2 bộ qui tắc trong trường hợp ở mục 3.2 Tức là ta sẽ có 2 bản qui tắc và mỗi bảng sẽ là 16 qui tắc Như vậy nút cảm biến sẽ sử dụng 32 qui tắc để xác định dữ liệu
Kết hợp các qui tắc tương tự nhau: các qui tắc 10, 11, 12 trong bảng 1 có giá trị tương tự nhau và chỉ khác nhau ở giá trị nhiệt độ trước đó Kết hợp những rule này lại với nhau sẽ giúp chúng ta giảm thiểu các qui tắc thực hiện Tất nhiên chúng ta cũng phải thay đổi các rule này
IF t1 = S1 and t2 = S2… and ti = Si THEN kq = A Rule rút gọn:
IF t1 = S1 and t2 S2 … and ti Si THEN kq = A Kết quả ta được một bảng các qui tắc rút gọn như sau:
Nhiệt độ trước đó Nhiệt độ hiện tại Nhận biết
Lạnh Hơi nóng Theo dõi
Bình thường Lạnh Theo dõi
Khi chỉ số AQI ở mức bình thường, không có nguy cơ sức khỏe đáng kể Khi đạt mức hơi nóng, nên theo dõi và xem xét cắt giảm hoạt động ngoài trời Ở mức nóng, cần cảnh báo và hạn chế hoạt động ngoài trời Khi chỉ số AQI ở mức hơi nóng và nóng, cần theo dõi tình hình chặt chẽ và xem xét các biện pháp bảo vệ sức khỏe cần thiết Tuy nhiên, khi chỉ số AQI giảm trở lại mức bình thường hoặc hơi nóng, mối lo ngại về sức khỏe sẽ giảm bớt.
Bảng 4 – Các qui tắc nhận biết thay đổi nhiệt độ
Dấu được viết tắt cho trong việc thiết lập giá trị fuzzy hoặc là trong giá trị fuzzy thiết lập nhỏ hơn giá trị đó
Dấu được viết tắt cho trong việc thiết lập giá trị fuzzy hoặc là trong giá trị fuzzy thiết lập lớn hơn giá trị đó
Sử dụng bảng qui tắc không hoàn chỉnh: Một cơ sở nguyên tắc được coi là hoàn chỉnh nếu có những quy tắc cho mỗi sự kết hợp có thể có của các biến đầu vào.Tuy nhiên, chỉ có một số những kết hợp này có kết quả rất quan trọng để hệ thống nhận biết ngữ cảnh.Ví dụ, chỉ đọc cảm biến đáp ứng các hạn chế thời gian và không gian có thể đáp ứng các quy tắc có thể kích hoạt báo động Việc loại bỏ các qui tắc này sẽ giảm khả năng tính toán cũng như số lượng của các qui tắc tuy nhiên quá trình "cắt tỉa" nên được thực hiện rất cẩn thận để ngăn chặn việc loại bỏ các các luật quan trọng Để chắc chắn rằng hệ thống biết làm thế nào để tiến hành nếu không có các quy tắc trong cơ sở quy tắc đã được thỏa mãn, thì ta phải định nghĩa một quy tắc mặc định được kích hoạt nếu không có quy định khác đã được thỏa mãn.
Thiết lập trên WSN
Việc cài đặt các giá trị fuzzy vào WSN ta cũng thực hiện tương tự với quá trình trong 3.3 Đầu tiên ta sẽ định nghĩa các biến ngôn ngữ thự hiện các phép toán trong logic mờ theo các qui tắc đã qui định và cuối cùng giải mờ
Ví dụ ta định nghĩa biến ngôn ngữ nhiệt độ thấp với hàm hình thang như sau:
- 0 5 10 30 */ static int temp_thap (int CRISP) {
{ if (CRISP
