Nghiên cứu và đánh giá một số kỹ thuật xác định vị trí trong mạng cảm biến

Chương 2: Định vị trong mạng cảm biến không dây - Sử dụng các kỹ thuật để xác định vị trí như thời gian đến, góc đến, mức năng lượng tín hiệu..  Giao tiếp trong mạng cảm biến là giao ti

MỤC LỤC

LỜI MỞ ĐẦU 4

DANH MỤC TỪ VIẾT TẮT 5

DANH MỤC HÌNH VẼ 7

DANH MỤC BẢNG BIỂU 9

TÓM TẮT LUẬN VĂN 10

CHƯƠNG I: TỔNG QUAN VỀ MẠNG CẢM BIẾN KHÔNG DÂY 13

1.1 Giới thiệu chung 13

1.2 Đặc điểm của mạng cảm biến không dây 13

1.3 Quá trình phối hợp xử lý tín hiệu 15

1.4 Định tuyến trong mạng cảm biến không dây 16

1.5 Ứng dụng của mạng cảm biến không dây 17

1.6 Kết luận 18

CHƯƠNG II: MỘT SỐ KỸ THUẬT ĐỊNH VỊ TRONG MẠNG CẢM BIẾN KHÔNG DÂY 19

2.1 Các kỹ thuật xác định khoảng cách 19

2.1.1 Xác định khoảng cách dựa vào thời gian đến 19

2.1.2 Xác định khoảng cách dựa vào sự sai khác thời gian đến 20

2.1.3 Xác định khoảng cách dựa vào góc đến 21

2.1.4 Xác định khoảng cách dựa vào mức năng lượng tín hiệu 21

2.2 Định vị dựa vào khoảng cách (Range-based localization) 22

2.2.1 Phương pháp tam giác 22

2.2.2 Phép đo 3 cạnh tam giác 23

2.2.3 Kỹ thuật lặp và Multilateration 25

2.2.4 Định vị trên cơ sở GPS 26

2.3 Định vị không dựa vào khoảng cách (Range-free localization) 30

2.3.1 Hệ thống định vị Ad Hoc (APS) 30

2.3.2 Điểm ước tính trong tam giác 32

2.3.3 Xác định vị trí dựa trên MDS( Multidimensional scaling) 33

2.4 Xác định vị trí theo sự kiện 35

2.4.1 Phương pháp tiếp cận nguồn sáng 35

2.4.2 Định vị đa trình tự (MSP) 37

2.5 Xác định khoảng cách dựa vào ước lượng 38

2.5.1 Bayesian filtering 38

2.5.2 Extended Kalman Filter 39

2.6 Kết luận 40

CHƯƠNG III: HỆ THỐNG XÁC ĐỊNH VỊ TRÍ MỤC TIÊU DÙNG PHƯƠNG PHÁP LATERATION 42

3.1 Tổng quan 42

3.2 Yêu cầu 43

3.3 VigilNet 45

3.4 CTTA 47

3.5 Lateration 48

3.5.1 Mô hình đo lường cảm biến 48

3.5.2 Xác định vị trí mục tiêu 49

3.5.3 Thông báo và báo cáo kết quả về trạm gốc 53

3.6 Kết luận 57

CHƯƠNG IV MÔ PHỎNG VÀ ĐÁNH GIÁ 58

4.1 Phát biểu bài toán 58

4.2 Giới thiệu chương trình mô phỏng OMNeT++ 59

4.2.1 Mô hình mô phỏng trong OMNeT++ 60

4.2.2 Xây dựng và chạy thử mô hình mô phỏng 62

4.3 Mô phỏng và cách đánh giá 65

4.3.1 Cấu hình mô phỏng trên OMNeT++ 65

4.3.2 Phân tích kết quả mô phỏng 67

4.4 Kết luận 77

CHƯƠNG V: KẾT LUẬN 79

PHỤ LỤC 80 TÀI LIỆU THAM KHẢO 106

LỜI MỞ ĐẦU

Mạng cảm biến không dây (WSNs) và các ứng dụng của nó đang phát triển một cách nhanh chóng nhờ sự hội tụ các công nghệ khác nhau như truyền thông không dây, các thuật toán xử lý dữ liệu, thiết bị tính toán, lưu trữ, và khả năng cảm biến Mạng cảm biến không dây thường bao gồm hàng trăm hoặc hàng ngàn các nút cảm biến, được triển khai trong một khu vực cần quan sát Việc thu thập dữ liệu từ các nút cảm biến, đặc biệt trong môi trường truyền thông không dây, đòi hỏi sự đồng bộ về mặt thời gian Vấn đề đồng bộ thời gian còn trở lên đặc biệt quan trọng trong các ứng dụng yêu cầu thời gian thực hoặc yêu cầu có sự kết hợp giữa dữ liệu thu thập được từ các nút cảm biến và thông tin thời gian như các ứng dụng theo dõi mục tiêu (object tracking), giám sát (surveillance), vv

Trong luận văn này em xin giới thiệu khái quát về WSNs và các phương pháp định

vị thường dùng trong mạng Đồng thời em xin giới thiệu khái quát về vấn đề xác định vị trí trong WSNs và em đã lựa chọn tìm hiểu và mô phỏng phương pháp Lateration để xác định vị trí

Để có thể hoàn thành được luận văn tốt nghiệp này, em đã được học hỏi những kiến thức quí báu từ các thầy, cô giáo của trường Đại học Bách khoa Hà Nội trong quá trình học tập Em vô cùng biết ơn sự dạy dỗ, chỉ bảo tận tình của các thầy, các cô trong thời gian học tập này

Em xin chân thành cảm ơn TS Trần Quang Vinh, Viện Điện tử - Viên thông, trường Đại học Bách khoa Hà Nội đã tận tình chỉ bảo và định hướng cho em nghiên cứu

đề tài này Thầy đã cho em nhiều lời khuyên quan trọng trong quá trình hoàn thành luận văn

Hà Nội, tháng 3 năm 2015

Sinh viên Đào Minh Sang

DANH MỤC TỪ VIẾT TẮT

with Energy Efficiency and Event Clustering for Wireless Sensor Networks

Giao thức định tuyến dựa trên năng lượng và sự kiện cho mạng cảm biến không dây

Thuật toán phối hợp tracking mục tiêu có xét đến giới hạn năng lượng cho mạng cảm biến không dây

UKF Unscented Kalman Filter Bộ lọc Kalman không tập

trung GPS Global Positioning System Hệ thống định vị toàn cầu

TDoA Time Difference of Arrival Sai khác thời gian đến

IFS InterFrame Spacing Khoảng cách niên khung LIFS Long InterFrame Spacing Khoảng cách niên khung

dài

SIFS Short InterFrame Spacing Khoảng cách niên khung

ngắn

OMNeT++ Objective Modular Network

Testbed in C++

Công cụ mô phỏng mạng theo modul viết trên C++

nhận được

Indicator

Chỉ số báo mức năng lượng tín hiệu nhận được

System

Hệ thống vệ tinh dẫn đường toàn cầu

SPS Standard Positioning Service Dịch vụ định vị tiêu chuẩn PPS Precise Positioning Service Dịch vụ định vị chính xác

Triangulation

Điểm ước tính trong tam

giác

DANH MỤC HÌNH VẼ

Hình 1.1– Cấu trúc mạng cảm biến 14

Hình 2.2 So sánh các phương án khác nhau (một chiều ToA, hai chiều ToA, và TDoA) 19 Hình 2.3 Phương pháp tam giác (a) và phép đo 3 cạnh tam giác (b) 22

Hình 2.3 (a) Kỹ thuật lặp Multilateration và (b) hợp tác Multilateration 26

Hình 2.4 Nguyên tắc định vị GPS 29

Hình 2.5 Ví dụ về xác định vị trí DV-hop 31

Hình 2.7 Ước tính dựa trên điểm giao nhau của tam giác neo 33

Hình 2.8 Ví dụ về các khả năng thử nghiệm APIT 34

Hình 2.9 Các phương pháp xác định vị trí tiếp cận nguồn sáng(xem trên) 37

Hình 2.10 Khái niệm cơ bản của MSP 38

Hình 3.1 Hệ thống theo dõi mục tiêu 44

Hình 3.2 Một ví dụ của hợp tác theo dõi và xác định vùng đánh thức sử dụng EKF 48

Hình 3.3 Sử dụng 3 cảm biến để xác định vị trí mục tiêu 50

Hình 3.4 Sử dụng nhiều cảm biến để xác định vị trí mục tiêu 52

Hình 3.5 Quá trình lựa chọn nút chuyển tiếp 54

Hình 3.6 Mô hình mạng hai mức liên kết trong EMRP 55

Hình 4.1 Cấu trúc module NED 61

Hình 4.2 Mô hình mạng đang hoạt động của hệ thống 67

Hình 4.3 So sánh quỹ đạo thực của mục tiêu với quỹ đạo được ước lượng bằng Lateration và EKF 69

Hình 4.4 So sánh sai số ước lượng giữa 2 phương pháp Lateration và EKF 70

Hình 4.5 Sai số giữa quỹ đạo thực và quỹ đạo ước lượng khi khoảng thời gian lấy mẫu là 1s 71

Hình 4.6 Biến thiên năng lượng trung bình theo thời gian 72

Hình 4.7 Phân bố năng lượng giữa các nút sau thời gian 1300s 73

Hình 4.8 Độ trễ end-to-end 74

Hình 4.9 So sánh sự thay đổi độ trễ end-to-end khi thay đổi khoảng cảm biến 74

Hình 4.10 Tỷ lệ mất mục tiêu khi thay đổi khoảng cảm biến 75

Hình 4.11 Tỷ lệ mất mục tiêu khi vận tốc thay đổi 76 Hình 4.12 Thời gian sống của toàn mạng 77

DANH MỤC BẢNG BIỂU

Bảng 4.1: Các tham số mô phỏng 92

TÓM TẮT LUẬN VĂN

Với sự phát triển của Internet, truyền thông và công nghệ thông tin cùng với những tiến bộ của khoa học kỹ thuật đã tạo điều kiện cho các thế hệ cảm biến mới ra đời với chất lượng tốt và giá thành ngày càng thấp Cùng với khả năng lắp đặt dễ dàng, dễ sử dụng đã giúp mạng cảm biến không dây(WSNs) ngày càng phát triển mạnh mẽ trong nhiều lĩnh vực của cuộc sống Mạng cũng có thể được mở rộng theo ý muốn và mục đích

sử dụng, bằng cách thêm vào các thiết bị, modul mà không cần thao tác phức tạp Mạng cảm biến không dây có nhiều ứng dụng trong dân sự và quân sự đáng chú ý bao gồm chăm sóc sức khỏe, theo dõi mục tiêu, giám sát, nhận thức tình huống trên chiến trường

và thăm dò không gian Theo dõi mục tiêu hay bắt mục tiêu trong mạng cảm biến không dây là một trong những ứng dụng quan trọng của mạng cảm biến không dây, trong đó các

bộ cảm biến theo dõi và báo cáo thông tin về vị trí mục tiêu tới trạm gốc Hệ thống theo dõi mục tiêu trong mạng cảm biến không dây thường gồm ba giai đoạn: (1) phát hiện mục tiêu, (2) xác định vị trí mục tiêu, (3) thông báo và báo cáo kết quả về trạm gốc Trong giai đoạn đầu các nút cảm biến phát hiện được mục tiêu sẽ được kích hoạt để theo dõi và thu thập thông tin liên quan đến vị trí của mục tiêu di động sử dụng tín hiệu âm thanh, hình ảnh của mục tiêu Những cảm cảm biến này sẽ tập hợp thành một nhóm và bầu ra một nhóm trưởng Các thành viên sẽ truyền thông tin về mục tiêu về nhóm trưởng theo lịch TDMA được cấp Ở giai đoạn hai, nhóm trưởng sử dụng các thuật toán ước lượng để xác định vị trí của mục tiêu Ở giai đoạn ba, nhóm trưởng sẽ thông báo sự xuất hiện của mục tiêu để đánh thức trước những nút trong vùng mục tiêu có thể xuất hiện giúp giảm độ trễ phát hiện mục tiêu và tăng chất lượng của hệ thống theo dõi Cuối cùng nhóm trưởng thực hiện quá trình truyền dữ liệu về trạm gốc sử dụng các giao thức định tuyến Để ước lượng quỹ đạo của mục tiêu di động, hệ thống phải cài đặt các giải thuật cho phép ước lượng vị trí mục tiêu như Particle Filter (PF) [2,3], Bayesian filter (BF), Kalman Filter (KF), Extended Kalman Filter (EKF), Tuy nhiên do đặc thù chung nên khi hệ thống cài đặt những giải thuật này, độ chính xác phụ thuộc vào thông tin ước lượng tại thời điểm trước Do đó sau khi ước lượng phải quảng bá thông tin tới những cảm biến sẽ tham gia theo dõi mục tiêu tại thời điểm tiếp theo Điều này làm hệ thống

tiêu thụ nhiều năng lượng, cũng như làm giảm độ chính xác trong trường hợp không có thông tin về mục tiêu tại thời điểm trước Chính vì vậy, đề tài này em tập trung xây dựng một hệ thống theo dõi mục tiêu mới trong thời gian thực với mục đích giải quyết những hạn chế của các giải thuật trên, tiết kiệm năng lượng tiêu thụ trong mạng và giảm thời gian truyền dữ liệu về trạm gốc nhưng vẫn đảm bảo hiệu suất theo dõi hợp lý

Nội dung của luận văn được tổ chức như sau:

Chương 1: Tổng quan về mạng cảm biến không dây

- Đặc điểm, cấu trúc của mạng cảm biến không dây

- Các vấn đề định tuyến, xác định vị trí, bảo mật

- Tầm quan trọng của việc xác định vị trí

Chương 2: Định vị trong mạng cảm biến không dây

- Sử dụng các kỹ thuật để xác định vị trí như thời gian đến, góc đến, mức năng lượng tín hiệu

- Các kỹ thuật dựa vào khoảng cách như phương pháp tam giác, kỹ thuật lặp, Multilateration, GPS

- Các kỹ thuật không dựa vào khoảng cách như Ad Hoc, APIT, MDS và MSP

- Sử dụng phương pháp ước lượng BF và EKF

- Dựa vào những kiến thức trên sử dụng để định hình bài toán về phương pháp Lateration

Chương 3: Hệ thống xác định vị trí mục tiêu dùng phương pháp Lateration

- Đưa ra vấn đề xác định vị trí, các tiêu chí cần đạt được(thời gian, năng lượng, độ tin cậy, độ chính xác)

- Nêu ra phương pháp VigiNet và CTTA đã được sử dụng

- Phát biểu phương pháp Lateration và chứng minh bằng toán học là nó hợp lý, có thể sử dụng được

Chương4: Mô phỏng và đánh giá

- Phát biểu bài toán

- Giới thiệu về OMNet++

- Sử dụng OMNet++ để giải quyết bài toán và đưa ra kết quả

- So sánh với các phương pháp đã được sử dụng

Chương 5: Kết luận

Do thời gian có hạn, đề tài nghiên cứu về một vấn đề mới do đó chắc chắn còn rất nhiều thiết sót cần được sửa chữa và bổ sung Em rất mong nhận được sự giúp đỡ cùng những ý kiến quý báu của các thầy cô và bạn bè để em tiếp tục hoàn thiện đề tài này

CHƯƠNG I: TỔNG QUAN VỀ MẠNG CẢM BIẾN KHÔNG DÂY

1.1 Giới thiệu chung

Mạng cảm biến không dây (Wireless Sensor Network - WSN) là một mạng bao gồm một số lượng lớn các nút cảm biến có kích thước nhỏ gọn, giá thành thấp, có sẵn nguồn năng lượng, có khả năng tính toán và truyền thông với các thiết bị khác nhằm mục đích hợp tác thu thập thông tin để đưa ra các thông số về môi trường, đối tượng và sự vật

Với sự phát triển của công nghệ chế tạo linh kiện điện tử, công nghệ nano, giao tiếp không dây, công nghệ mạch tích hợp, vi mạch phần cảm biến…đã tạo ra những cảm biến có kích thước nhỏ gọn, đa chức năng, giá thành thấp, tiêu thụ năng lượng ít, làm tăng khả năng ứng dụng rộng rãi của mạng cảm biến không dây

1.2 Đặc điểm của mạng cảm biến không dây

Các nút cảm biến trong mạng cảm biến không dây được phân bố trong một khu vực như Hình 1 Mỗi nút cảm biến có khả năng thu thập dữ liệu và định tuyến dữ liệu về trạm gốc

Hình 1.1– Cấu trúc mạng cảm biến

Dữ liệu cảm biến được tập hợp và định tuyến đến trạm gốc bởi một cấu trúc đa điểm Trạm gốc có thể giao tiếp với các nút quản lý nhiệm vụ (task manager node) qua mạng Internet hoặc vệ tinh

Trạm gốc là một thiết bị có nhiệm vụ yêu cầu, tổng hợp, xử lý thông tin từ các nút cảm biến Trạm gốc có thể là thực thể bên trong mạng (là một nút cảm biến) hoặc ngoài mạng Thực thể ngoài mạng có thể là một thiết bị thực như máy tính xách tay tương tác với mạng cảm biến, hoặc một cầu nối để nối với mạng khác lớn hơn như Internet nơi mà các yêu cầu thực sự đối với các thông tin lấy từ một vài nút cảm biến trong mạng

Mạng cảm biến có đặc điểm rất khác so với mạng truyền thống Một số đặc điểm nổi bật cần lưu ý đến trong quá trình nghiên cứu mạng cảm biến:

 Dễ triển khai

 Môi trường hoạt động thường là các khu vực đặc biệt như khu vực địa hình hiểm trở, khu vực ô nhiễm, tiếp xúc trực tiếp với môi trường… do đó lỗi vật lý hay việc hết năng lượng có khả năng xuất hiện trên các nút mạng

 Số lượng cảm biến trong mạng là rất lớn có thể tới hàng trăm hàng nghìn, vì vậy

hệ thống cần có khả năng làm việc với số lượng lớn các nút mạng phân bố trên một diện tích rộng

 Mạng cảm biến có khả năng tự cấu hình lại các liên kết khi xảy ra lỗi hay khi vị trí các nút mạng thay đổi và hoạt động không cần sự giám sát của con người

 Các nút cảm biến có tính chất vật lý đồng nhất, kích thước nhỏ, khoảng cách truyền tín hiệu giới hạn, mức năng lượng thấp, hoạt động độc lập…

 Mạng cảm biến thường được cài đặt trên các khu vực địa hình hiểm trở, khu vực ô nhiễm, khu vực quân sự, … do đó khả năng bảo trì và sửa chữa bị hạn chế

 Giao tiếp trong mạng cảm biến là giao tiếp không dây, do đó các vấn đề truyền dẫn cần lưu tâm đến là khoảng cách truyền, độ suy hao tín hiệu, năng lượng truyền dẫn…

 Năng lượng của các nút cảm biến là yếu tố được quan tâm hàng đầu trong hoạt động cảm biến và truyền dữ liệu do nó ảnh hưởng đến thời gian sống toàn mạng

1.3 Quá trình phối hợp xử lý tín hiệu

Năng lượng tiêu thụ là một vấn đề quan trọng của mạng cảm biến không dây Năng lượng hạn chế được lưu trữ tại mỗi nút phải hỗ trợ nhiều chức năng, bao gồm hoạt động cảm biến, quá trình xử lý tín hiệu và truyền thông với các nút hàng xóm Vì vậy phải xem xét những phương thức sử dụng năng lượng hiệu quả của các cảm biến, giảm tốc độ lấy mẫu, các giải thuật giảm năng lượng quá trình xử lý tín hiệu và các giao thức truyền thông hiệu quả để trao đổi thông tin giữa các nút Để tạo điều kiện thuận lợi cho việc giám sát của các cảm biến, bao gồm phát hiện, phân loại, xác định và theo dõi mục tiêu, thông tin tổng thể trong cả không gian và thời gian phải được thu thập và phân tích trên một vùng không gian và thời gian xác định Tuy nhiên cá nhân các nút chỉ cung cấp thông tin không gian cục bộ Hơn nữa, do giới hạn về năng lượng, thời gian xử lý chỉ khả thi trong thời gian hạn chế Điều này đòi hỏi phải phối hợp xử lý tín hiệu, hợp tác giữa các nút để xử lý dữ liệu Một giải thuật phối hợp xử lý tín hiệu phải có những ưu điểm sau đây:

 Xử lý phân tán: Những tín hiệu chưa xử lý được lấy mẫu và xử lý tại mỗi nút

nhưng không trực tiếp truyền thông qua các kênh không dây Thay vào đó, mỗi nút sẽ lọc ra các số liệu thống kê tóm tắt từ tín hiệu gốc, thường có kích thước

nhỏ hơn Các số liệu thống kê tóm tắt được lưu cục bộ tại riêng mỗi nút và có thể được truyền tới các nút khác theo yêu cầu

 Định hướng mục tiêu dựa trên nhu cầu xử lý: Để bảo tồn năng lượng, mỗi nút

chỉ thực hiện xử lý tín hiệu liên quan đến vận hành truy vấn Trong sự vắng mặt của một truy vấn, mỗi nút chuyển sang chế độ chờ để giảm thiểu năng lượng tiêu thụ Tương tự như vậy, một nút cảm biến không tự động quảng bá thông tin đã rút gọn; nó sẽ chuyển tiếp thông tin khi cần thiết

 Tập hợp thông tin: Các nút cảm biến có thể tạo ra các dữ liệu dư thừa, các gói

tin giống nhau từ nhiều nút có thể được tập hợp lại giúp cho số lượng các giao tiếp có thể giảm xuống

 Xử lý độ chính xác cao: Tùy thuộc vào tính chuất của các truy vấn, môt số

nhiệm vụ của quá trình xử lý tập trung có thể yêu cầu độ chính xác không gian cao hơn liên quan đến lấy mẫu tốt hơn của nút cảm biến hay độ chính xác thời gian cao hơn dựa vào tốc độ lấy mẫu cao hơn Quá trình xử lý không gian-thời gian với độ chính xác cao sử dụng Wavelets có thể được khai thác hiệu quả trong ngữ cảnh này

1.4 Định tuyến trong mạng cảm biến không dây

Một trong những nhiệm vụ quan trọng của hệ thống theo dõi mục tiêu trong WSNs nhằm không mất thông tin mục tiêu là việc truyền tải dữ liệu trong khi vẫn duy trì năng lượng hoạt động hệ thống mạng và ngăn chặn sự sụt giảm kết nối bằng cách sử dụng công nghệ quản lý năng lượng linh hoạt Kiến trúc của giao thức định tuyến trong mạng cảm biến chịu ảnh hưởng từ nhiều yêu cầu đặt ra Các thách thức này cần phải vượt qua trước khi có thể đạt được một mạng lưới truyền thông hiệu quả trong mạng cảm biến Dưới đây là một số thách thức và vấn đề có ảnh hưởng tới quá trình định tuyến trong mạng cảm biến:

 Sự phân bố các nút mạng

 Định tuyến chính xác khi mức năng lượng giảm thấp

 Mô hình báo cáo dữ liệu: theo thời gian, theo sự kiện, theo truy vấn hay lai hóa

 Tính không đồng nhất giữa nút và liên kết

 Tính chịu lỗi

 Khả năng thích ứng với số lượng nút lớn

 Thiết bị truyền tải

 Chất lượng dịch vụ: đảm bảo dữ liệu cần được chuyển tới trong một khoảng thời gian xác định kể từ khi thu nhận được nếu không dữ liệu đó sẽ là vô nghĩa Do vậy độ trễ giới hạn cho việc truyền tải dữ liệu có thể trở thành một tham số trong bài toán theo dõi mục tiêu

1.5 Ứng dụng của mạng cảm biến không dây

Trong những năm gần đây, các nghiên cứu về WSN đã đạt được bước phát triển mạnh mẽ và có nhiều ứng cho thực tế:

 Quân sự: theo dõi các mục tiêu, chiến trường, các nguy cơ tấn công nguyên tử và sinh hóa,

 Môi trường: giám sát cháy rừng, thay đổi khí hậu, bão, lũ lụt,

 Y tế, sức khỏe: giám sát bệnh nhân trong bệnh viện, quản lý thuốc, điều khiển từ xa,

 Gia đình: ngôi nhà thông minh, điều khiển các thiết bị điện, hệ thống sưởi ấm,

 Thương mại: điều khiển trong môi trường công nghiệp và văn phòng, giám sát xe

1.6 Kết luận

Trong chương I chúng ta đã đi qua về các định nghĩa, khái niệm cơ bản của mạng cảm biến không dây Hiểu về sơ đồ mạng, các thành phần cơ bản cấu thành mạng, các giao thức truy nhập, định tuyến Đây là những kiên thức chung tạo tiền

đề cho chương II sẽ bắt đầu đi sâu vào tìm hiểu vấn đề xác định vị trí trong mạng

CHƯƠNG II: MỘT SỐ KỸ THUẬT ĐỊNH VỊ TRONG MẠNG CẢM BIẾN

KHÔNG DÂY 2.1 Các kỹ thuật xác định khoảng cách

Nền tảng của nhiều kỹ thuật định vị là việc ước lượng khoảng cách vật lý giữa hai

nút cảm biến Các ước tính này thu được thông qua các phép đo một số đặc tính giữa các

tín hiệu trao đổi của các bộ cảm biến, bao gồm thời gian truyền tín hiệu, độ mạnh tín

hiệu, hoặc góc đến

2.1.1 Xác định khoảng cách dựa vào thời gian đến

Khái niệm phương pháp thời gian đến (TOA) (còn gọi là phương pháp thời gian

bay) là khoảng cách giữa bên gửi và bên nhận của một tín hiệu, có thể được xác định

bằng cách sử dụng thời gian truyền tín hiệu đo được và vận tốc tín hiệu được biết đến Ví

dụ, các sóng âm thanh đi 343m/s ( ở 20 độ C), do đó một tín hiệu âm thanh mất khoảng

30 ms để đi đến một khoảng cách 10m Ngược lại, một tín hiệu vô tuyến truyền đi với tốc

độ của ánh sáng (khoảng 300 km/s), do đó các tín hiệu gửi đi chỉ mất khoảng 30 ns để đi

được 10m Sự khác biệt giữa thời gian gửi và thời gian đến của tín hiệu (Hình 2.2 (a)) đòi

hỏi phải đồng bộ hóa chính xác cao các bộ đếm thời gian của bên gửi và bên nhận Bằng

phép đo một chiều, khoảng cách giữa hai nút i và j có thể được xác định như sau:

𝑑𝑖𝑠𝑡𝑖𝑗 = (𝑡2− 𝑡1) 𝑥 𝑣 (2.1)

Hình 2.2 So sánh các phương án khác nhau (một chiều ToA, hai chiều

ToA, và TDoA)

Khi 𝑡1 và 𝑡2 là thời gian gửi và thời gian nhận của tín hiệu (đo tại nút gửi và nút nhận tương ứng) và v là vận tốc tín hiệu Tương tự, với cách tiếp cận hai chiều, khoảng cách được tính như sau:

𝑑𝑖𝑠𝑡𝑖𝑗 = (𝑡4 −𝑡1)−(𝑡3−𝑡2)

Khi 𝑡3 và 𝑡4 là thời gian gửi và nhận của tín hiệu phản hồi Lưu ý rằng với việc xác định vị trí một chiều nút nhận sẽ tính toán được vị trí của nó, trong khi ở cách tiếp cận hai chiều nút gửi tính toán vị trí của nút nhận Vì vậy, một tin nhắn thứ ba sẽ là cần thiết trong cách tiếp cận hai chiều để thông báo cho nút nhận về vị trí của nó

2.1.2 Xác định khoảng cách dựa vào sự sai khác thời gian đến

Sự sai khác thời gian đến (TDoA) là phương pháp sử dụng hai tín hiệu đi với vận tốc khác nhau (Hình 2.2 (c)) Nút nhận sau đó có thể xác định vị trí tương tự như phương

pháp tiếp cận ToA Ví dụ, tín hiệu đầu tiên fi có thể là một tín hiệu vô tuyến (bắt đầu tại

thời điểm 𝑡1 và nhận được tại 𝑡2), tiếp theo là một tín hiệu âm thanh (ngay lập tức hoặc sau một khoảng thời gian cố định 𝑡𝑤𝑎𝑖𝑡= 𝑡3 - 𝑡1) Vì vậy, người nhận có thể xác định khoảng cách như sau:

𝑑𝑖𝑠𝑡 = (𝑣1− 𝑣2) 𝑥 (𝑡4− 𝑡2− 𝑡𝑤𝑎𝑖𝑡) (2.3) Phương pháp tiếp cận dựa trên TDoA không yêu cầu các bộ đếm thời gian của người gửi và người nhận phải được đồng bộ và có thể có được các phép đo rất chính xác Những bất lợi của phương pháp tiếp cận TDoA là sự cần thiết bổ sung phần cứng, ví dụ một microphone và speaker cho ví dụ trên

Một biến thể của phương pháp này sử dụng các phép đo TDoA của một tín hiệu duy nhất để ước tính vị trí của nút gửi sử dụng nhiều máy thu với các điểm chủ chốt Các sóng truyền trễ cho các tín hiệu đến người nhận phụ thuộc vào khoảng cách giữa nút gửi

và nút nhận nó Sau đó phân tích mối tương quan có thể cung cấp một thời gian trễ δ = di

- dj tương ứng với sự khác biệt về chiều dài đường dẫn đến thu i và j Nhược điểm chính

của phương pháp này là các bộ đếm thời gian của nút nhận phải được đồng bộ chặt chẽ

2.1.3 Xác định khoảng cách dựa vào góc đến

Một kỹ thuật nữa cũng được sử dụng cho việc xác định vị trí là xác định hướng truyền tín hiệu, thường sử dụng một phần của ăng-ten hoặc micro Sau đó góc đến (AoA)

sẽ là góc giữa hướng truyền và một số hướng đi chuẩn được gọi là định hướng Ví dụ, để

đo âm thanh, một số micro tách biệt không gian được sử dụng để nhận được một tín hiệu duy nhất và có sự khác biệt trong thời gian đến, biên độ và được sử dụng để ước tính xác định góc đến, do đó có thể được sử dụng để xác định vị trí của một nút Trong đó phần cứng thích hợp có thể có đo được chính xác trong vòng một vài độ

2.1.4 Xác định khoảng cách dựa vào mức năng lượng tín hiệu

Mức năng lượng tín hiệu nhận được (RSS) là phương pháp dùng một tín hiệu phân

rã với quãng đường đi Một đặc điểm thường thấy trong các thiết bị không dây là một chỉ

số báo mức năng lượng tín hiệu nhận được (RSSI), có thể được sử dụng để đo biên độ của tín hiệu vô tuyến đến Nhiều trình điều khiển card mạng không dây dễ dàng xuất ra các giá trị RSSI, nhưng ý nghĩa của chúng có thể khác do các nhà cung cấp khác nhau và không có mối quan hệ giữa các giá trị RSSI và các mức công suất tín hiệu Thông thường, giá trị RSSI nằm trong khoảng từ 0 RSSI Max, những giá trị chung cho RSSI Max r 100, 128, và 256 Cụ thể hơn, phương trình truyền Friis thể hiện tỷ số giữa công suất thu được Pr để truyền Pt như sau:

với n thường trong khoảng từ 3 đến 5

2.2 Định vị dựa vào khoảng cách (Range-based localization)

2.2.1 Phương pháp tam giác

Phương pháp tam giác sử dụng các tính chất hình học của hình tam giác để ước tính vị trí cảm biến Cụ thể, phương pháp tam giác dựa vào việc thu thập các góc (hoặc góc phương vị) đo được như mô tả trong phần trước Có ít nhất hai đường góc phương vị (vị trí của các nút neo hoặc khoảng cách giữa chúng) cần thiết để xác định vị trí của một nút cảm biến trong không gian hai chiều Hình 2.3 (a) minh họa các khái niệm về phương

pháp tam giác bằng cách sử dụng ba nút neo với các điểm đã biết (x i, yi) và góc đo αi (thể hiện một đường cơ sở cổ định trong hệ thống phối hợp, ví dụ các đường thẳng đứng trong hình) Nếu có nhiều hơn hai góc phương vị được xác định, sự xuất hiện của nhiễu trong các phép đo có thể ngăn cản chúng nó giao nhau tại một điểm duy nhất Vì vậy các thuật toán thống kê hoặc các phương pháp cố định đã được phát triển để có được một điểm giao duy nhất [18]

Hình 2.3 Phương pháp tam giác (a) và phép đo 3 cạnh tam giác (b)

Giả sử rằng vị trí máy thu không rõ là X r = [xr, yr] T, các phép đo mang từ N nút

neo được thể hiện như β = [β 1, , βN] T , và các địa điểm neo được biết đến là Xi = [xi, yi ] T Các góc phương vị đo phản lại không hoàn hảo, thực tế góc phương vị θ(x) = [θ 1(x), , θN(x)] N do một số nhiễu, mối quan hệ giữa phương vị đo và thực tế là:

𝑥̂𝑟 = arg min12[𝜃(𝑥̂𝑟) − 𝛽]𝑇𝑆−1[𝜃(𝑥̂𝑟) − 𝛽] = arg min12∑ (𝜃(𝑥̂𝑟 )−𝛽𝑖)2

tối thiểu của hàm cost

2.2.2 Phép đo 3 cạnh tam giác

Phép đo 3 cạnh tam giác đề cập đến quá trình tính toán vị trí của một nút dựa trên khoảng cách đo giữa bản thân và một số điểm neo đã biết Căn cứ vào vị trí của một neo

và khoảng cách của nút cảm biến đến neo (ví dụ, ước tính thông qua các phép đo RSS),

có nghĩa là bên gửi phải được đặt ở đâu đó dọc theo chu vi của một vòng tròn trung tâm tại vị trí của neo với một bán kính bằng khoảng cách với nút neo Trong không gian hai chiều, đo khoảng cách từ ít nhất ba nút neo không đồng phẳng được yêu cầu để có được một vị trí hợp lý (ví dụ, các giao điểm của ba vòng tròn) Hình 2.3 (b) minh họa một ví dụ cho trường hợp hai chiều Trong ba chiều, đo khoảng cách cần được yêu cầu ít nhất là bốn neo không đồng phẳng

Giả sử rằng vị trí của các nút neo n được cho là X i = (xi, yi) (i = 1 n) và khoảng cách giữa một vị trí cảm biến không rõ X = (x, y) và các nút neo cũng được biết đến (r i, i

= 1 n) Từ đây dẫn đến một ma trận thể hiện các mối quan hệ:

[

(𝑥1− 𝑥)2+ (𝑦1− 𝑦)2(𝑥2− 𝑥)2+ (𝑦2− 𝑦)2

(𝑥𝑛− 𝑥)2+ (𝑦𝑛 − 𝑦)2]

=[

𝑟12

𝑟22

2(𝑥𝑛− 𝑥𝑛−1) 2(𝑦𝑛−𝑦𝑛−1)]

𝑟𝑛−12 − 𝑟𝑛2− 𝑥𝑛−12 − 𝑦𝑛−12 + 𝑥𝑛2+ 𝑦𝑛2]

(2.12)

Hệ phương tối thiểu này có thể được sử dụng để ước tính của vị trí (x,y) sử dụng:

Vị trí nút neo và các phép đo khoảng cách ít khi hoàn hảo, do đó nếu các vị trí và khoảng cách này được dựa trên phân phối Gaussian, mỗi phương trình i có thể có một lượng:

khi khoảng cách 𝜎𝑑𝑖𝑠𝑡𝑎𝑛𝑐𝑒2 𝑖 là phương sai của phép đo khoảng cách giữa x, neo i và

𝜎𝑝𝑜𝑠𝑖𝑡𝑖𝑜𝑛2 𝑖 = 𝜎𝑥𝑖2 + 𝜎𝑦𝑖2 Bình phương ma trận tối thiểu Ax = b với

𝐴 =

[

2(𝑥𝑛 − 𝑥1) 𝑤1 2(𝑦𝑛−𝑦1) 𝑤12(𝑥𝑛 − 𝑥2) 𝑤2 2(𝑦𝑛−𝑦2) 𝑤2

2(𝑥𝑛− 𝑥𝑛−1)𝑤𝑛−1 2(𝑦𝑛−𝑦𝑛−1)𝑤𝑛−1 ]

(𝑟𝑛−12 − 𝑟𝑛2− 𝑥𝑛−12 − 𝑦𝑛−12 + 𝑥𝑛2+ 𝑦𝑛2)𝑤𝑛−1]

hai, các nút màu trắng ước tính vị trí của mình với sự giúp đỡ của hai nút neo ban đầu và

nút màu xám Hạn chế của kỹ thuật lặp Multilateration là lỗi xác định vị trí được tích lũy

với mỗi lần lặp

Trong triển khai đặc biệt của cảm biến và nút neo, có thể một nút sẽ không có ba

nút neo lân cận, do đó nó không thể xác định vị trí của mình Trong trường hợp này, một

nút có thể sử dụng một quá trình gọi là hợp tác Multilateration để ước tính vị trí của nó

bằng cách sử dụng thông tin vị trí thu được qua nhiều bước nhảy Hình 2.3 (b) cho thấy

một ví dụ đơn giản với sáu nút: bốn nút neo Ai (màu đen) và hai nút với các địa điểm

không rõ Si (màu trắng) Mục tiêu của Hợp tác Multilateration là xây dựng một đồ thị của

các nút tham gia, đó là các nút được neo hoặc có ít nhất ba nút lân cận tham gia (ví dụ, tất

cả các nút trong hình 2.3 (b) là nút tham gia) Sau đó một nút có thể cố gắng để ước tính

vị trí của nó bằng cách giải quyết các hệ thống tương ứng trên các phương trình bậc hai,

hạn chế liên quan đến khoảng cách giữa nó và các nút xung quanh

Hình 2.3 (a) Kỹ thuật lặp Multilateration và (b) hợp tác Multilateration

2.2.4 Định vị trên cơ sở GPS

Hệ thống định vị toàn cầu (GPS) [21] là hệ thống định vị cảm ứng công bố công

khai rộng rãi nhất, cung cấp một khuôn khổ lateration tuyệt vời để xác định vị trí địa lý

[22] GPS (chính thức được gọi là NAVSTAR - Navigation Satellite Thời gian và

Khoảng cách) là hệ thống vệ tinh định vị toàn cầu hoạt động đầy đủ (GNSS) và nó bao

gồm ít nhất 24 vệ tinh quay quanh trái đất ở độ cao khoảng 11.000 dặm Nó bắt đầu là

một chương trình thử nghiệm vào năm 1973 và đi vào hoạt động vào năm 1995 Khi đó, GPS đã thành một công cụ trợ giúp sử dụng rộng rãi để điều hướng dân sự, khảo sát, theo dõi và giám sát, và khoa học ứng dụng GPS cung cấp hai cấp độ dịch vụ:

(1) Dịch vụ định vị tiêu chuẩn (SPS) là một dịch vụ định vị GPS có sẵn cho tất

cả người sử dụng trên một cơ sở trên toàn thế giới liên tục mà không cần hạn chế hoặc phụ trách trực tiếp Chất lượng cao thu GPS dựa trên SPS có thể đạt được độ chính xác 3m

(2) Dịch vụ định vị chính xác (PPS) được sử dụng trong quân sự bởi Mỹ cùng

các nước đồng minh và là một dịch vụ GPS mạnh mẽ hơn bao gồm mã hóa và ép kháng

Ví dụ, nó sử dụng hai tín hiệu để giảm thiểu lỗi truyền dẫn phát thanh, trong khi SPS chỉ

dù nó vẫn là đang làm việc chính xác), và ngày và thời gian một tín hiệu đã được gửi đi Ngoài các vệ tinh, GPS tiếp tục dựa vào cơ sở hạ tầng trên mặt đất để theo dõi sức khỏe truyền hình vệ tinh, toàn vẹn tín hiệu, và quỹ đạo con Ít nhất sáu trạm giám sát đặt trên toàn thế giới liên tục nhận được các dữ liệu được gửi bởi các vệ tinh và gửi thông tin đến một trạm kiểm soát tổng thể (MCS) MCS (nằm gần Colorado Springs, Colorado) sử dụng dữ liệu từ các trạm giám sát để tính toán hiệu chỉnh thông tin quỹ đạo và đồng hồ của vệ tinh, sau đó được đưa trở lại các vệ tinh thích hợp thông qua ăng ten mặt đất

Một máy thu GPS (ví dụ, nhúng vào một thiết bị di động) nhận được thông tin được truyền bởi các vệ tinh Nguyên tắc cơ bản của định vị GPS được minh họa trong hình 2.5 Vệ tinh và máy thu sử dụng bộ đếm thời gian rất chính xác và đồng bộ để họ tạo

ra các mã tương tự ở chính xác cùng một lúc Các máy thu GPS so sánh mã được tạo ra với các mã nhận được từ vệ tinh, từ đó xác định thời gian thực tế (ví dụ, t0 trong hình 2.4) với quy tắc tại các vệ tinh và ∆ chênh lệch thời gian giữa thời gian hệ mã và thời gian hiện tại Vì vậy, ∆ sau đó thể hiện thời gian đi lại của các mã từ vệ tinh đến người nhận Lưu ý rằng các dữ liệu vệ tinh nhận bị suy giảm do con đường từ vệ tinh tới mặt đất ngay

cả khi không có chướng ngại vật xảy ra Sóng radio di chuyển với tốc độ ánh sáng (khoảng 186 000 dặm mỗi giây), vì vậy nếu được biết khoảng cách từ vệ tinh đến người nhận (khoảng cách = vận tốc x thời gian) có thể được xác định Một khi khoảng cách đã được xác định, nhận biết rằng nó nằm ở đâu đó trên một quả cầu được tập trung bởi các

vệ tinh có bán kính bằng khoảng cách tính toán Lặp lại quá trình này với nhiều hơn hai

vệ tinh, vị trí của người nhận có thể được thu hẹp xuống còn hai điểm nơi ba mặt cầugiao nhau Thông thường, một trong hai điểm này có thể được loại bỏ một cách dễ dàng, ví dụ, bởi vì nó sẽ định vị người nhận xa ra trong không gian, người nhận sẽ di chuyển với tốc

độ gần như không thể

Trong khi ba vệ tinh xuất hiện là đủ để định vị, một vệ tinh thứ tư là cần thiết để

có được một vị trí chính xác Định vị qua GPS dựa vào đúng thời điểm để thực hiện các phép đo chính xác, có nghĩa là, các đồng hồ của các vệ tinh và người nhận phải được đồng bộ chính xác Vệ tinh được trang bị bốn đồng hồ nguyên tử (đồng bộ hóa với nhau trong một vài nano giây), cung cấp các bộ đọc thời gian chính xác cao Tuy nhiên, các đồng hồ sử dụng cho máy thu GPS gần như không chính xác như đồng hồ nguyên tử trên máy bay các vệ tinh, các lỗi đo lường có thể có ảnh hưởng trọng yếu về chất lượng định

vị Do sóng radio di chuyển với tốc độ rất cao (và do đó đòi hỏi rất ít thời gian để đi chuyển), các lỗi nhỏ trong thời gian có thể dẫn đến sự chênh lệch lớn trong các phép đo

vị trí Ví dụ, một lỗi đồng hồ 1ms sẽ dẫn đến sai số vị trí khoảng 300 km Do đó, một phép đo thứ tư là cần thiết, trong đó mặt cầu thứ 4 giao nhau ba mặt cầu khác tại các vị trí chính xác của người nhận Bởi vì các lỗi thời gian, mặt cầu thứ tư có thể không giao nhau với tất cả các mặt cầu khác, mặc dù chúng ta biết rằng nó có nghĩa vụ phải sắp xếp Nếu các mặt cầu quá lớn, chúng ta có thể làm giảm kích thước của chúng bằng cách điều

chỉnh đồng hồ (bằng cách di chuyển nó về phía trước) cho đến khi các mặt cầu là đủ nhỏ

để giao nhau tại một điểm Tương tự như vậy, nếu các mặt cầu quá nhỏ, chúng ta điều chỉnh đồng hồ bằng cách di chuyển nó về phía sau Đó là bởi vì các lỗi thời gian là như nhau cho tất cả các phép đo, một máy thu có thể tính toán điều chỉnh đồng hồ cần thiết để

có được một giao điểm duy nhất trong số tất cả bốn lĩnh vực Ngoài việc cung cấp một phương tiện để đồng bộ hóa đồng hồ, một phép đo thứ tư cũng cho phép một máy thu để

có được một vị trí ba chiều, là: vĩ độ, kinh độ, và độ cao

Hình 2.4 Nguyên tắc định vị GPS

Trong khi hầu hết các máy thu GPS hiện nay có thể cung cấp các phép đo vị trí với

độ chính xác là 10 m hoặc ít hơn, đã có kỹ thuật tiên tiến để tăng thêm độ chính xác có sẵn Ví dụ, Differential GPS sử dụng yếu tố điều chỉnh tính toán và phát song Họ thu GPS sau đó có thể sửa chữa các phép đo GPS của riêng mình Mặc dù có thể để xây dựng mạng cảm biến không dây, nơi mỗi cảm biến có máy thu GPS của riêng mình, chẳng hạn như hạn chế tiêu thụ năng lượng cao, chi phí làm cho một giải pháp đầy đủ như GPS là thực tế cho hầu hết các mạng cảm biến Tuy nhiên, máy thu GPS được triển khai trên một

số nút trong WSN có thể được đặc cách để cung cấp dịch vụ định vị dựa trên điểm tham chiếu như mô tả trong phần sau

2.3 Định vị không dựa vào khoảng cách (Range-free localization)

Các phương pháp tiếp cận phương pháp định vị trí được thảo luận trong các phần trước được dựa trên ước tính khoảng cách, sử dụng các kỹ thuật khác nhau (RSS, TOA, TDoA, và AoA) và do đó thuộc về lớp các thuật toán định vị tầm xa Ngược lại, các kỹ thuật định vị không dựa vào khoảng cách, ước tính vị trí nút dựa trên thông tin kết nối thay vì khoảng cách hoặc góc đo Kỹ thuật định vị không dựa vào khoảng cách không yêu cầu phần cứng bổ sung và do đó là một lựa chọn hiệu quả để thay thế các kỹ thuật dựa trên khoảng cách Phần này mô tả các cách tiếp cận khác nhau để xác định vị trí mà không phụ thuộc vào các kỹ thuật dựa trên khoảng cách

2.3.1 Hệ thống định vị Ad Hoc (APS)

APS [23] là một ví dụ về một thuật toán định vị kết nối dựa trên phân bố rằng ước tính vị trí mục tiêu với sự hỗ trợ của ít nhất ba nút neo, lỗi định vị có thể giảm bằng cách tăng số lượng các nút neo Mỗi nút neo truyền vị trí của mình cho tất cả các nút khác trong mạng bằng cách sử dụng khái niệm về vector khoảng cách hoán đổi (DV), trong đó các nút trong một mạng bất kỳ hoán đổi bảng định tuyến của nó với các nước nút lân cận trong hop của nó Trong sơ đồ cơ bản nhất của APS, được gọi là DV-hop, mỗi nút duy trì

một thông số {X i, Yi, hi}, trong đó {Xi, Yi} là vị trí của nút và hi là độ cao trong bước nhảy

giữa các nút này và nút i Khi một neo có được khoảng cách tới neo khác, nó sẽ xác định

kích thước trung bình cho một hop (gọi là hệ số hiệu chỉnh), sau đó truyền đi trên toàn

mạng Các hệ số hiệu chỉnh c i của neo i được xác định:

và khoảng cách nhảy (hai bước nhảy và sáu bước nhảy) để tới hai neo khác, tính toán điều chỉnh (50 + 110) / (2 + 6) = 20, đại diện cho khoảng cách ước tính của một hop

Trong một cách tương tự, tính hệ số hiệu chỉnh A2 là 18,6 và tính hệ số hiệu chỉnh A3 là

17,3 Sửa chữa được lan truyền thông qua kiểm soát tràn (tức là, một khi một nút nhận được một sự điều chỉnh, nó bỏ qua những nút tiếp theo) để đảm bảo rằng mỗi nút sẽ chỉ

sử dụng một số hiệu chỉnh, thông thường là từ các neo gần nhất Ví dụ, cảm biến nút S trong hình 2.5 sử dụng hệ số hiệu chỉnh thu được từ A2, có nghĩa là 18.6 để ước lượng

khoảng cách của nó với ba neo bằng cách nhân hệ số điều chỉnh với số lượng hop

(khoảng cách 3 × 18,6 đến A1, 2 × 18,6 đến A2, và 3 × 18,6 đến A3) Với những khoảng

cách tam giác (như mô tả trong 2.3.1) phương pháp tam giác có thể được sử dụng để xác định vị trí của S

Hình 2.5 Ví dụ về xác định vị trí DV-hop

Trong một biến thể của phương pháp này, được gọi là phương pháp khoảng

cách-DV, khoảng cách giữa các nút lân cận được xác định bằng cách sử dụng các phép đo cường độ tín hiệu vô tuyến và phân phối cho các nút khác thay vì hop Phương pháp này chi tiết hơn (không phải tất cả các hop được ước tính có cùng kích thước), nó cũng nhạy cảm hơn với các lỗi đo lường Cuối cùng, trong phương pháp Euclid, khoảng cách Euclide đến neo được sử dụng Một nút phải có ít nhất là 1 nút lân cận có số đo khoảng cách đến một neo, nơi mà khoảng cách giữa hai nút lân cận được biết đến Dựa trên thông tin này, các mối quan hệ lượng giác đơn giản có thể được sử dụng để xác định khoảng cách của một nút đến một neo

2.3.2 Điểm ước tính trong tam giác

Các điểm ước tính trong tam giác (APIT) là phương pháp tiếp cận 1 phạm vi trong xác định vị trí không phụ thuộc vào khoảng cách Tương tự như APS, APIT dựa vào sự hiện diện của một số các nút neo mà biết vị trí của mình (ví dụ, GPS) Bất cứ sự kết hợp của ba neo tạo thành một khu vực hình tam giác và sự hiện diện của một nút bên trong hay bên ngoài khu vực, như vậy cho phép một nút có thể thu hẹp địa chỉ của nó Các bước quan trọng trong định vị APIT là điểm Trong thử nghiệm điểm trong tam giác (PIT) cho phép dùng một nút để xác định tập hợp các tam giác trong các nút thường trú Sau khi một nút M đã nhận được thông báo vị trí từ một tập hợp các neo, nó đánh giá tất

cả các tam giác có thể được hình thành bởi các neo Một nút là bên ngoài tam giác ABC hình thành bởi neo A, B và C, nếu có một nút như vậy và một điểm tiếp giáp với M là một trong hai hoặc hơn gần với tất cả các điểm A, B, và C cùng một lúc Nếu không, M nằm bên trong tam giác và tam giác ABC có thể được thêm vào tập các hình tam giác, trong đó M là nút thường trú Khái niệm này được minh họa trong hình 2.7 Thật không may, kiểm tra PIT hoàn hảo là không khả thi trong thực tế vì nó sẽ yêu cầu các nút có thể được di chuyển trong bất kỳ hướng nào Tuy nhiên, một bài kiểm tra APIT có thể được

sử dụng trong các mạng với đầy đủ mật độ nút Ý tưởng là để mô phỏng sự di chuyển nút trong kiểm tra PIT sử dụng thông tin nút lân cận hoàn hảo được trao đổi qua tin nhắn mốc Ví dụ, tín hiệu mạnh giữa các nút và một neo có thể được sử dụng để ước tính nút gần hơn với neo Sau đó, nếu không có nút lân cận của nút M xa hay gần hơn với ba neo

A, B, và C cùng một lúc, M giả định rằng nó là bên trong tam giác ABC; nếu không M giả định rằng nó là bên ngoài tam giác Hình 2.8 minh họa khái niệm này Trong đồ thị bên trái, nút M có bốn nút lân cận, không ai trong số đó là đồng thời gần hơn hoặc xa hơn

từ bất kỳ ba nút kia M do đó một cách chính xác có thể kết luận rằng nó là bên trong tam giác ABC Tình hình lại khác trong đồ thị bên phải Ví dụ, nút lân cận 4 là gần hơn với tất cả ba nút neo hơn nút M, trong khi nút 2 là xa hơn so với các nút neo nút M Do

đó, kết luận rằng nút M nó phải là bên ngoài tam giác ABC Trong phần này, một nút có thể đưa ra quyết định không chính xác bởi vì chỉ có một số hữu hạn các chỉ dẫn (số lượng

nút lân cận) có thể được đánh giá Ví dụ, trong biểu đồ bên trái, nếu nút 4 của phép đo RSS chỉ ra rằng nó tiếp tục từ nút B hơn nút M (ví dụ, bởi vì có một trở ngại giữa neo B

và nút 4), nút M sẽ kết luận rằng nó phải được bên ngoài tam giác Sau khi thử nghiệm APIT hoàn tất, một ước tính vị trí có thể được tính như là trung tâm của lực hấp dẫn của các giao điểm của tất cả các hình tam giác, trong đó M là nút thường trú

Hình 2.7 Ước tính dựa trên điểm giao nhau của tam giác neo

2.3.3 Xác định vị trí dựa trên MDS( Multidimensional scaling)

Mở rộng quy mô đa chiều (MDS) có nguồn gốc từ ước tính thước đo và ước tính vật lý, là một tập hợp các kỹ thuật phân tích cấu trúc dữ liệu hiển thị từ xa như là một bức tranh hình học Áp dụng cho xác định vị trí [24], MDS có thể được sử dụng trong kỹ thuật xác định vị trí tập trung, nơi mà một thiết bị trung tâm mạnh mẽ (ví dụ, trạm gốc) thu thập thông tin từ mạng, xác định vị trí của các nút, và truyền thông tin này trở lại vào

mạng Mạng lưới này được diễn tả như là một đồ thị vô hướng của nút n (m <n ) trong đó

có neo và biết vị trí của chúng) các cạnh đại diện cho các thông tin kết nối Do khoảng cách giữa tất cả các cặp của các nút, mục tiêu của MDS là để bảo vệ các thông tin khoảng cách mà mạng có thể được tái tạo trong không gian đa chiều Kết quả của MDS sẽ là một tùy biến xoay và lật so với phiên bản của cách bố trí mạng ban đầu

Hình 2.8 Ví dụ về các khả năng thử nghiệm APIT

Trong khi có rất nhiều biến thể của MDS, phiên bản đơn giản (gọi là MDS cổ điển) có một giải pháp hình thức đóng cho phép triển khai thực hiện hiệu quả Giả sử một

ma trận khoảng cách giữa các nút viết như sau:

B là một ma trận đối xứng và do đó có thể được chia thành:

Dijkstra), với d ij là khoảng cách (ví dụ, số lượng tối thiểu các bước nhảy) giữa các nút i

và j Tiếp theo, MDS đơn giản như mô tả ở trên được áp dụng cho ma trận này và tính 1

giá trị gần đúng của các phối hợp tương đối của mỗi nút thu được Cuối cùng, các tọa độ tương đối này sau đó được chuyển đến tọa độ tuyệt đối bằng cách đưa các tọa độ tương đối ước tính neo về tọa độ tuyệt đối của nó Ở đây ước tính vị trí có thể tiếp tục được tinh chế bằng bình phương giảm thiểu nhỏ nhất

Cách tiếp cận mở rộng này chia toàn bộ mạng cảm biến vào các khu vực chồng chéo, trong đó xác định vị trí được thực hiện trong khu vực cá nhân sử dụng phương pháp như mô tả ở trên Các sơ đồ địa phương sau đó được vá lại với nhau để tạo thành một bản

đồ toàn cầu bằng cách sử dụng các nút thông thường được chia sẻ giữa các vùng lân cận Điều này dẫn đến hiệu suất tốt hơn trong các mạng ít sử dụng bằng cách tránh việc sử dụng các thông tin khoảng cách giữa các nút xa Trong khi phương pháp mô tả ở đây là một giải pháp tập trung dựa vào thông tin toàn cầu, cũng là sử dụng việc thực hiện phân phối

2.4 Xác định vị trí theo sự kiện

2.4.1 Phương pháp tiếp cận nguồn sáng

Một cách để chương trình xác định vị trí dựa trên sự kiện có thể sử dụng để xác định khoảng cách, số đo góc và vị trí Những sự kiện này có thể là sự xuất hiện của sóng

vô tuyến, chùm ánh sáng, hoặc tín hiệu âm thanh tại một nút cảm biến Tại vị trí hệ thống nguồn sáng , các nút cảm biến có thể ước tính vị trí của nó với độ chính xác cao mà không cần phải có các thành phần cơ sở hạ tầng khác bên cạnh một trạm cơ sở được trang

bị nguồn phát sáng Hình 2.9 minh họa các khái niệm sử dụng một nguồn ánh sáng lý

tưởng, trong đó có nguồn mà các tia phát ra ánh sáng song song, trong khi chiều rộng b

không đổi Xoay nguồn ánh sáng và khi chùm tia song song đi qua một bộ cảm biến, sẽ

thấy đèn flash của ánh sáng trong một thời gian nhất định t beam Ý tưởng chính đằng sau

khái niệm này là t beam tia khác nhau với khoảng cách giữa các cảm biến và nguồn ánh sáng (kể từ khi chùm tia song song) d là khoảng cách giữa các cảm biến và các nguồn ánh sáng có thể được thể hiện như sau:

Một giả định quan trọng cho rằng chiều rộng b của chùm tia vẫn liên tục cho tất cả

các khoảng cách từ nguồn sáng Tuy nhiên, chùm ánh sáng hoàn hảo song song là khó để nhận ra trong thực tế và thậm chí việc chùm nhỏ lan có thể gây ra lỗi xác định vị trí đáng

kể, ví dụ, một chùm với b = 10 cm và một chùm lây lan của kết quả 1◦ sẽ cho kết quả trong một chiều rộng chùm 18,7 cm ở khoảng cách 5m Một yêu cầu nữa là độ rộng chùm nên càng lớn càng tốt để giữ sai số nhỏ Để đạt được điều này, hai chùm tia laser có thể được sử dụng để tạo ra các phác thảo của một chùm song song "ảo" (các nút cảm biến chỉ

quan tâm trong việc phát hiện các cạnh của chùm tia ảo được đại diện bởi hai chùm tia laser)

Hình 2.9 Các phương pháp xác định vị trí tiếp cận nguồn sáng(xem trên)

2.4.2 Định vị đa trình tự (MSP)

Các phương pháp tiếp cận định vị đa trình tự (MSP) hoạt động bằng cách lấy ra thông tin vị trí một chiều tương đối đơn giản của các nút cảm biến Ví dụ, hình 2.10 cho thấy một mạng lưới cảm biến nhỏ có năm nút với các địa điểm không rõ và hai nút neo Đối với mỗi sự kiện, chúng ta có thể thiết lập một chuỗi nút, đó là một nút đặt hàng (bao gồm cả cảm biến và các nút neo) dựa trên các phát hiện liên tiếp của sự kiện Sau đó, một thuật toán xử lý chuỗi đã thu hẹp vị trí tiềm năng cho mỗi nút một khu vực nhỏ và cuối cùng, một phương pháp ước lượng phân phối dựa trên ước tính vị trí chính xác

Khái niệm cơ bản của thuật toán MSP là để chia một khu vực mạng cảm biến thành những phần nhỏ bằng cách xử lý chuỗi nút Ví dụ, trong hình 2.10, thực hiện một đường thẳng quét từ trên xuống dưới kết quả trong một chuỗi nút 2, B, 1, 3, A, 4, 5 Các thuật toán MSP cơ bản sử dụng hai đường thẳng để quét một khu vực từ khác nhau, xử lý từng quét là một sự kiện Trong hình 2.10 là kết quả quét một sang trái một sang phải trong một chuỗi nút 1, A, 2, 3, 5, B, 4

Hình 2.10 Khái niệm cơ bản của MSP

Kể từ khi vị trí neo được biết, hai neo chia khu vực này thành chín phần Quá

trình này có thể được mở rộng để cắt khu vực thành từng phần nhỏ bằng cách tăng số

lượng các nút neo và quét (từ góc độ khác nhau) Các thuật toán cơ bản MSP xử lý mỗi

chuỗi nút để xác định ranh giới của một nút (bằng cách tìm kiếm cho người tiền nhiệm và

người kế nhiệm neo nút cho nút) và thu hẹp lại khu vực vị trí của nút này theo thông tin

mới nhận được Cuối cùng, một thuật toán ước lượng trọng tâm để đặt trọng tâm của đa

giác kết quả chính là vị trí ước tính của nút mục tiêu

2.5 Xác định khoảng cách dựa vào ước lượng

2.5.1 Bayesian filtering

Bayesian filtering (BF) là phương pháp ước lượng tuần tự được sử dụng cho nhiều

ứng dụng theo dõi mục tiêu Trong BF, giải thuật theo dõi tính toán một cách đệ quy

trạng thái xk dựa trên những quan sát Y từ lần thời điểm 1 tới k, cụ thể là phân phối hậu

nghiệm (hay phân phối lọc) p x( k |Y1 : k), trong đó Y1 : k   Yi, i  1, , k  Để tính toán

đệ quy phân phối hậu nghiệm chúng ta cần ba phân phối, cụ thể là phân phối của trạng

thái khởi tạo p x( 0) ở thời điểm 0, mô hình chuyển trạng thái p(xk |xk1) đại diện cho trạng thái động và hàm Likelihood p Y x( k | k) phụ thuộc vào mô hình quan sát

2.5.2 Extended Kalman Filter

Đối với hệ thống tuyến tính với nhiễu Gaussian, Kalman Filter là một giải pháp tối

ưu cho vấn đề Bayesian tuần tự Trong trường hợp hệ thống phi tuyến / nhiễu Gaussian, một biến thể của Kalman Filter là Extended Kalman Filter có thể được sử dụng để cung cấp một giải pháp tối ưu bằng việc tuyến tính hóa trạng thái phi tuyến động hay phương trình đo lường cục bộ EKF gồm 2 quá trình: Dự đoán và cập nhật

Trong đó A( )k là ma trận chuyển trạng thái đã biết

 Hiệp phương sai ước lượng dự đoán:

(k1| )k  ( ) ( | )k k k T( )k  ( )k

( )k

Q là ma trận hiệp phương sai của nhiễu quá trình đã biết

 Đo lường dự đoán

(k1)

z là vector đo lường mục tiêu tại thời điểm k+1

 Hiệp phương sai độ lệch

R là ma trận hiệp phương sai nhiễu đo lường đã biết

 Độ lời Kalman tối ưu