Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống
1
/ 26 trang
THÔNG TIN TÀI LIỆU
Thông tin cơ bản
Định dạng
Số trang
26
Dung lượng
1,44 MB
Nội dung
ĐẠI HỌC ĐÀ NẴNG TRƯỜNG ĐẠI HỌC SƯ PHẠM ĐỖ GIANG SƠN PHÂN CỤM DỰA TRÊN LOGIC MỜ KHẢO SÁT NĂNG LƯỢNG CHO MẠNG CẢM BIẾN KHÔNG DÂY Chuyên ngành: Hệ thống thơng tin Mã số: 61.49.01.04 TĨM TẮT LUẬN VĂN THẠC SĨ HỆ THỐNG THÔNG TIN Đà Nẵng – Năm 2017 Cơng trình hồn thành TRƯỜNG ĐẠI HỌC SƯ PHẠM - ĐHĐN Người hướng dẫn khoa học: PGS.TS LÊ VĂN SƠN Phản biện 1: PGS.TS Võ Trung Hùng Phản biện 2: PGS.TS Hoàng Quang Luận văn bảo vệ trước Hội đồng chấm Luận văn tốt nghiệp thạc sĩ Hệ thống thông tin họp trường Đại học Sư phạm – ĐHĐN vào ngày 31 tháng 07 năm 2017 Có thể tìm hiểu luận văn tại: - Thư viện Trường Đại học Sư phạm Đà Nẵng, Đại học Đà Nẵng - Trung tâm thông tin học liệu, Đại học Đà Nẵng MỞ ĐẦU Lý chọn đề tài Bước vào kỷ 21, gới có phát triển vượt bậc, đặc biệt năm gần đây, với phát triển nhanh đạt nhiều thành tựu lớn lượng lẫn chất hầu hết lĩnh vực kinh tế, kỹ thuật, quân sự, văn hoá, xã hội, … Xã hội phát triển nhu cầu truyền khai thác thông tin ngày cao Nhu cầ u truyề n thơng ngày càng lớn đòi hỏi những dich ̣ vu ̣ chấ t lươ ̣ng cao, cầ n phải có sở ̣ tầ ng đáp ứng cho quá trình truyề n thông nhiề u môi trường khác Đă ̣c biê ̣t sự đời ma ̣ng cảm biến không dây đã đáp ứng mô ̣t phầ n nhu cầu truyề n thông cho nơi mà ma ̣ng có dây không thể thực hiê ̣n tố t đươ ̣c Với phát triển nhanh vũ bảo ngành công nghệ thông tin nói chung hướng nghiên cứu hệ thống mạng cảm biến khơng dây nói riêng với giá thành rẻ, chất lượng lại tiêu thụ lượng thấp vấn đề quan tâm nghiên cứu hàng đầu Mạng cảm biến không dây tập hợp node Sensors hệ thống mạng liên kết với sóng vơ tuyến Mỗi node mạng bao gồm đầy dủ chức nhằm thực nhiệm vụ cảm nhận, thu thập, xử lý truyền liệu đến node gốc cách trao đổi gián tiếp với Các nodes mạng thường thiết bị đơn giản, nhỏ gọn, giá thành thấp, với số lượng lớn phân bố phạm vi rộng ngẫu nhiên tạo thành cấu trúc kiểu AD – HOC với phân bố diện rộng nodes mạng cảm biến Vì mạng cảm biến khơng dây đối mặt với thách thức hạn chế nguồn lượng Xuất phát từ thực tế trên, hướng dẫn PGS.TS Lê Văn Sơn, chọn đề tài “Phân cụm dựa Logic mờ khảo sát lượng cho mạng cảm biến không dây” Mục tiêu nghiên cứu nhiệm vụ đề tài Đề tài tập trung nghiên cứu tài liệu mạng cảm biến không dây hệ thống logic mờ việc phân cụm mạng cảm biến không dây, thuật toán phân cụm Nhằm đánh giá độ hội tụ thuật toán phân cụm Mặt khác, xây dựng chương trình mơ phỏng, đánh giá khả ứng dụng Logic mờ mạng nhằm khảo sát nguồn lượng hệ thống mạng Đối tượng phạm vi nghiên cứu Đề tài tập trung nghiên cứu dựa nghiên cứu khảo sát nhà nghiên cứu kiến trúc cấu hình Topo cho phép tiết kiệm lượng hoạt động mạng cảm biến không dây Một kỹ thuật phổ biến kỹ thuật phân cụm (Cluster) Chủ yếu dựa sở luật hệ thống Logic mờ để mờ hóa phân cụm, từ để tính tốn nhằm đánh giá thời gian sống tối đa nodes hệ thống mạng cảm biến khơng dây Phương pháp nghiên cứu Tìm hiểu nghiên cứu tài liệu liên quan đến vấn đề nghiên cứu luận văn tốt nghiệp Tìm hiểu số thuật toán phân cụm dựa Logic mờ Mạng cảm biến không dây, đồng thời mô thuật toán phân cụm FCM mở rộng phân bố rộng khắp node mạng Sử dụng phần mềm Matlab để mô với nhiều kịch bản, đánh giá kết mô dựa sở lý thuyết Ý nghĩa khoa học thực tiễn Với phát triển mạnh mẽ Công nghệ thông tin, mạng cảm biến không dây dường trở thành giải pháp hấp dẫn mang đến tiện ích nhiều phương diện, đặc biệt nhiều trường hợp chí hạn chế nguy hiểm cho người môi trường làm việc khắc nghiệt, chẳng hạn nodes mạng thay làm việc trực tiếp người môi trường có độc tính hay nhiệt độ cao, áp suất cao… Bên cạnh đó, mạng cảm biến khơng dây đời đáp ứng nhu cầu thu thập thông tin môi trường, tập hợp điểm xác định khoảng thời gian định nhằm phát xu hướng quy luật vận động môi trường Đồng thời, mạng cảm biến không dây bao gồm nhiều nodes cảm biến nhỏ, giá thành thấp với nhiều chức mở rộng đáp ứng cho ứng dụng, đặc biệt ứng dụng nguy hiểm, kỹ thuật tiết kiệm mặt kinh tế Cấu trúc luận văn Kết cấu luận văn bao gồm: Phần mở đầu, nội dung, kết luận hướng phát triển, tài liệu tham khảo Trong đó: Phần mờ đầu: Phần nội dung, cụ thể bao gồm chương: Chương Tổng quan logic mờ mạng cảm biến không dây Chương Thuật tốn phân cụm liệu mờ Chương Mơ đánh giá Kết luận hướng phát triển CHƯƠNG TỔNG QUAN VỀ LOGIC MỜ VÀ MẠNG CẢM BIẾN KHƠNG DÂY Mạng cảm biến khơng dây (Wireless Sensor Networks) bao gồm tập hợp thiết bị cảm biến sử dụng liên kết không dây (vô tuyến, hồng ngoại quang học), để phối hợp thực nhiệm vụ thu thập thông tin liệu phân tán với quy mô lớn điều kiện, vùng địa lý Mạng cảm biến khơng dây liên kết trực tiếp với nút quản lý giám sát trực tiếp hay gián tiếp thông qua điểm thu phát (Sink), môi trường mạng công cộng Internet hay vệ tinh Các nút cảm biến khơng dây triển khai cho mục đích chuyên dụng điều khiển giám sát an ninh Lợi chủ yếu chúng khả triển khai loại hình địa lý nào, kể môi trường nguy hiểm sử dụng mạng cảm biến có dây truyền thống Các thiết bị cảm biến không dây liên kết thành hệ thống mạng tạo nhiều khả cho người Với vi xử lý đầu đo thiết bị vô tuyến nhỏ gọn, tạo nên thiết bị cảm biến khơng dây với kích thước nhỏ tiết kiệm khơng gian Chúng hoạt động mơi trường dày đặc với khả xử lý tốc độ cao Ngày nay, mạng cảm biến không dây ứng dụng nhiều lĩnh vực nghiên cứu vi sinh vật biển, giám sát việc chuyên chở chất gây ô nhiễm, kiểm tra giám sát hệ sinh thái môi trường sinh vật phức tạp, điều khiển giám sát công nghiệp lĩnh vực quân sự, an ninh quốc phòng hay ứng dụng đời sống ngày Tuy nhiên, WSNs tồn nhiều hạn chế mà nói vấn đề lượng quan trọng Để giảm thiểu tiêu hao lượng nhằm tăng tuổi thọ nodes hệ thống mạng với nhiều nghiên cứu giới thiệu, nhiên phương pháp phân cụm kết hợp sử dụng lĩnh vực Logic mờ xem phương án tối ưu 1.1 MỘT SỐ VẤN ĐỀ LIÊN QUAN VỀ LOGIC MỜ Logic mờ (tiếng Anh: Fuzzy Logic) phát triển từ lý thuyết tập mờ để thực lập luận xấp xỉ thay lập luận xác theo logic vị từ Logic mờ coi mặt ứng dụng lý thuyết tập mờ để xử lý giá trị giới thực cho toán phức tạp (Klir 1997) 1.1.1 Các phép toán Logic mờ Các loại toán tử tập mờ khảo sát bao gồm toán tử bù, giao hợp Các toán tử xây dựng thông qua hàm tương ứng thể cụ thể nội dung bên [1, 2] ̃ 1.1.1.1 Phép hợp ∪ ̃ 1.1.1.2 Phép giao ∩ 1.1.1.3 Phép lấy phần bù ~ 1.1.2 Khái niệm tập mờ Cho tập vũ trụ U Tập mờ 𝐴~ xác định đẳng thức: 𝐴~ = {𝜇𝐴~ (𝑢)⁄𝑢 : 𝑢 ∈ 𝑈, 𝜇𝐴~ (𝑢) ∈ [0, 1]} Được gọi tập mờ tập U Trong đó, 𝜇𝐴~ gọi hàm thuộc Giá trị 𝜇𝐴~ (𝑢) u gọi độ thuộc phần tử u thuộc tập mờ 𝐴~ Tập mờ biểu diễn nhiều hình dạng, thể cụ thể sau: Hình 1.1 Các dạng hàm thành viên tập mờ Tuy nhiên mạng cảm biến không dây, tập mờ thường định nghĩa sử dụng hai hình dạng trimf (dạng hình tam giác) trapmf (dạng hình thang) Giá trị hàm thành viên tập mờ d c x a-c a b b+d Hình 1.2 Hàm thành viên số mờ hình thang Giá trị hàm thành viên tập mờ b c x a-b a a+c Hình 1.3 Hàm thành viên số mờ hình tam giác 1.1.3 Suy diễn mờ Suy diễn mờ (Fuzzy Inference) nghiên cứu tác giả giới thiệu suy luận xấp xỉ q trình suy diễn từ mệnh đề điều kiện quy tắc “If Then ” thể dạng “If U 𝑨~ Then V 𝑩~ ” Trong đó, U V biến thơng thường khơng gian mờ X, Y; 𝐴~ 𝐵~ tập mờ X, Y Nhìn chung, luật suy diễn tài liệu gọi luật suy diễn hợp thành chúng sử dụng tốn tử hợp thành trình suy diễn Suy diễn mờ bao gồm luật suy diễn thường gặp, - Luật Modus Ponens - Luật Modus Tolen - Luật bắc cầu Ngồi ra, lập luận suy diễn xấp xỉ đa điều kiện 1.1.3.1 Luật suy diễn Modus Ponens 1.1.3.2 Luật suy diễn Modus Tollens 1.1.3.3 Luật suy diễn bắc cầu 1.1.3.4 Lập luận xấp xỉ đa điều kiện 1.1.4 Cấu trúc hệ thống Logic mờ Hệ thống logic mờ nói cấu thành từ giai đoạn chính, thể cụ thể thơng qua mơ hình bên sau Đầu vào giá trị rõ x(T) Fuzzy hóa X(T) Suy diễn mờ F Giải mờ Đầu giá trị rõ y(F) Tri thức Hình 1.4 Cấu trúc hệ thống logic mờ Mơi trường Node sensor WSN MAC Cảm biến cảm nhận môi trường Tổng số node Fuzzy hóa Node giao tiếp Suy diễn mờ Đầu mờ Giải mờ Giá trị rõ Tri thức Truyền thơng Hình 1.5 Cấu trúc D – FLER 1.2 CẤU TRÚC MẠNG CẢM BIẾN KHÔNG DÂY WSNs bao gồm số lượng lớn node Sensors phân bố ngẫu nhiên nhằm thu thập thông tin thay đổi môi trường Mỗi node Sensor thiết bị nhỏ bé trì hoạt động nguồn lượng hạn chế Một node Sensor thay đổi kích thước tùy thuộc vào yêu cầu cụ thể ứng dụng [8] Vì vậy, chi phí node Sensors thay đổi từ hàng trăm đô la đến vài xu, tùy thuộc vào kích thước triển khai WSNs Với hạn chế kích thước chi phí, dẫn đến node Sensors hạn chế tương ứng mặt tài nguyên pin, nhớ, tốc độ tính tốn băng thơng [9] Tuy nhiên, node Sensor cấu thành bao gồm số thành phần sau Sensors Bộ nhớ Bộ vi xử lý Thu phát vô tuyến GPS Nguồn lượng Hình 1.6 Thành phần node Sensor 1.3 ĐẶC ĐIỂM CỦA MẠNG CẢM BIẾN KHƠNG DÂY Mạng cảm biến khơng dây với nhiều đặc điểm [11], thứ kích thước vật lý nhỏ gọn Vì vậy, kích thước công suất tiêu thụ chi phối khả xử lý, lưu trữ tương tác thiết bị sở Thứ hai, hoạt động đồng thời với độ tập trung cao Hoạt động thiết bị mạng cảm biến đo lường vận chuyển dòng thơng tin với khối lượng xử lý thấp, gồm hoạt động nhận lệnh, dừng, phân tích đáp ứng Thứ ba, khả liên kết vật lý phân cấp điều khiển hạn chế Tính điều khiển nút cảm biến không dây tinh vi liên kết xử lý – lưu trữ - chuyển mạch mạng cảm biến không dây thấp nhiều hệ thống thông thường Thứ tư, tính đa dạng thiết kế sử dụng Các thiết bị cảm biến nối mạng với thường có khuynh hướng dành riêng cho ứng dụng cụ thể, tức loại phần cứng hỗ trợ riêng cho ứng dụng Thứ năm, hoạt động tin cậy Các thiết bị với số lượng lớn triển khai phạm vi rộng với ứng dụng cụ thể Việc áp dụng kỹ thuật mã hóa, sửa lỗi truyền thơng nhằm tăng độ tin cậy đơn vị riêng lẻ bị giới hạn kích thước cảm biến cơng suất 1.4 KẾT LUẬN Các mạng cảm biến không dây với chi phí đầu tư thấp, tiêu thụ điện cho phép triển khai nhiều điều kiện địa hình khí hậu phức tạp, đặc biệt khả tự tổ chức mạng, khả xử lý cộng tác chịu hư hỏng cố tạo triển vọng ứng dụng đầy tiềm nhiều lĩnh vực khác Mạng cảm biến không dây phục vụ đa dạng mục tiêu không thu thập thơng tin liệu mà điều khiển giám sát hệ thống phạm vi rộng lớn Tuy nhiên để triển khai mạng cảm biến không dây, người thiết kế hệ thống cần phải nắm bắt nhân tố mạng, nhược điểm mạng cần phải khắc phục, cần quan tâm đến tham số mạng,… cần có mơ đánh giá để từ thiết kế hệ thống theo cách tối ưu Đồng thời, em nghiên cứu giới thiệu kiến thức lĩnh vực nghiên cứu WSNs để khảo sát lượng nodes mạng dựa sở Logic mờ Với triển vọng mà WSNs mang lại, nhiên vấn đề quan trọng cần quan tâm đến làm để tiết kiệm lượng nodes hệ thống nhằm phục vụ tốt ứng dụng triển khai môi trường Một kỹ thuật sử dụng thuật tốn phân cụm dựa logic mờ cho mạng cảm biến không dây CHƯƠNG THUẬT TOÁN PHÂN CỤM DỮ LIỆU MỜ 2.1 KHÁI NIỆM VÀ MỤC TIÊU CỦA PHÂN CỤM DỮ LIỆU Phân cụm cơng cụ tốn học dùng để phát cấu trúc mẫu tập liệu, theo đối tượng bên cụm liệu thể bậc tương đồng định Nói cách khác, phân cụm liệu q trình nhóm tập đối tượng tương tự tập liệu vào cụm cho đối 10 phân hoạch Chính vậy, thực tế thường tìm giải pháp tối ưu cục cho vấn đề cách sử dụng hàm tiêu chuẩn để đánh giá chất lượng cụm để hướng dẫn cho trình tìm kiếm phân hoạch liệu Có thể nói, ý tưởng thuật toán phân cụm phân hoạch tối ưu cục sử dụng chiến lược ăn tham để tìm kiếm nghiệm Tiêu biểu thuật toán phân cụm phân hoạch thuật toán K-means Thuật toán dựa độ đo khoảng cách đối tượng liệu cụm Trong thực tế, đo khoảng cách tới giá trị trung bình đối tượng liệu cụm Nó xem trọng tâm cụm Như vậy, cần khởi tạo tập trọng tâm cụm ban đầu, thông qua lặp lại bước gồm gán đối tượng tới cụm mà trọng tâm gần, đồng thời tính tốn lại trọng tâm cụm sở gán cho đối tượng Quá trình lặp dừng trọng tâm hội tụ Mục đích thuật toán K-means [22] sinh k cụm liệu {C1, C2, , Ck} từ tập liệu chứa n đối tượng không gian d chiều Xi = {xi1, xi2, , xid}, i = ÷ n cho hàm tiêu chuẩn đạt giá trị tối thiểu: 𝐸 = ∑𝑛𝑖=1 ∑𝑘𝑗=1 𝐷 (𝑥𝑖 − 𝑐𝑗 ) (2.1) Trong đó: cj trọng tâm cụm Cj D khoảng cách hai đối tượng 𝑥𝑖 𝑐𝑗 Đối với thuật tốn hình dung cụ thể bên sau: Input: Số cụm k hàm tiêu chuẩn sau: 𝐸 = ∑𝑛𝑖=1 ∑𝑘𝑗=1 𝐷 (𝑥𝑖 − 𝑐𝑗 ) (2.1) Output: Các cụm 𝐶𝑗 (𝑗 = 1, 𝑘) hàm tiêu chuẩn E đạt giá trị tối thiểu BEGIN Bước 1: Khởi tạo 𝑘 Chọn ngẫu nhiên k cụm {𝑐𝑗 }𝑗=1 ban đầu khơng gian Rd ( d số chiều liệu không gian) Mỗi cụm xác định tâm cụm Bước 2: Tính khoảng cách 11 Tính khoảng cách từ điểm liệu đến cụm tương ứng công thức sau: 𝑘 𝐷𝑗=1 = √∑𝑛𝑖=1(𝑥𝑖 − 𝑐𝑗 ) (2.2) Đối với điểm Xi(1 ≤ 𝑖 ≤ 𝑛), tính khoảng cách đến trọng tâm {𝑐𝑗 } 𝑘 𝑗=1 tìm trọng tâm gần với điểm Bước 3: Cập nhật lại trọng tâm Đối với cụm 𝑗 = 1, 𝑘, cập nhật trọng tâm cụm cj cách xác định trung bình cộng vector đối tượng liệu 𝑣𝑗 = ∑𝑛𝑖=1 𝑥𝑖 (2.3) 𝑛 Bước 4: Gán lại điểm gần trung tâm nhóm Nhóm đối tượng liệu vào nhóm gần dựa vào trọng tâm nhóm Điều kiện dừng Lặp lại bước trọng tâm cụm không thay đổi End 2.3 KỸ THUẬT PHÂN CỤM DỮ LIỆU MỜ 2.3.1 Tổng quan phân cụm mờ Trong sống, nói gặp nhiều ứng dụng toán phân cụm Chẳng hạn toán phân loại kết học tập cho học sinh nhà trường hay toán đưa thư ngành bưu điện,… Đó ứng dụng tốn phân cụm rõ Đối với toán phân cụm rõ ta định nghĩa sau: Cho tập liệu mẫu X, ta phải kiểm tra điểm liệu xem có giống với đặc điểm nhóm ta gán điểm liệu vào nhóm khẳng định thuộc nhóm gán 2.3.2 Thuật toán Fuzzy C-means (FCM) 2.3.2.1 Giới thiệu thuật toán 2.3.2.2 Thuật toán FCM mở rộng 2.4 MINH HỌA SỰ PHÂN CỤM ĐỐI VỚI THUẬT TOÁN FCM MỞ RỘNG 12 CHƯƠNG MÔ PHỎNG VÀ ĐÁNH GIÁ 3.1 GIỚI THIỆU MATLAB 3.2 MÔ PHỎNG VÀ KẾT QUẢ Về mặt lý thuyết nội dung chương trình bày cụ thể trên, nói mạng cảm biến khơng dây tồn với nhiều thách thức, thách thức quan trọng đáng phải kể đến nguồn lượng nhằm trì hoạt động nodes hệ thống mạng Để trì hoạt động hệ thống mơi trường đồng nghĩa với việc cần phải xác định tối đa mức lượng lại node Sensors mạng để xác định thời gian sống (hay tuổi thọ) tối đa hệ thống môi trường Riêng việc mô luận văn này, tác giả tập trung thể nghiên cứu thơng qua kịch mơ để nhằm khảo sát, đánh giá mức tiêu hao lượng mạng cảm biến không dây, đồng thời nghiên cứu chủ yếu dựa vào thông số đầu vào thiết kế điều khiển mờ Đối với kịch thể mô luận văn này, em xây dựng thiết kế hệ thống logic mờ gồm nhiều đầu vào đầu Chúng ta hình dung thơng qua mơ hình sau: x1 U1 x2 U2 Hệ mờ nhiều - Y V xn Un Hình 3.4 Hệ mờ gồm n đầu vào – đầu Trong đó, đầu vào hệ thống vector 𝑥 = (𝑥1 , 𝑥2 , … , 𝑥𝑛 ) không gian 𝑈 = 𝑈1 × 𝑈2 × … × 𝑈𝑛 , đầu tương ứng biến y không gian V Dựa sở lý thuyết vậy, nhằm xác định thời gian sống hệ thống mạng cảm biến không dây, luận văn tác giả thiết kế hệ thống mô gồm đầu vào đầu sau 13 Hình 3.5 Hệ thống mờ TWSN – với Input – Output Sau thiết kế xong hệ thống logic mờ trên, tiếp tục xây dựng hệ thống sở luật gồm m luật If – then với cấu trúc sau If “𝑥1 𝐴𝑗1 ” “𝑥2 𝐴𝑗2 ” “𝑥𝑚 𝐴𝑗𝑚 ” then “y 𝐵𝑗 ” Trong đó, 𝑥𝑖 biến đầu vào, 𝐴𝑗𝑖 tập mờ 𝑈𝑖 , (𝑖 = ÷ 𝑚), y biến đầu 𝐵𝑗 , (𝑗 = ÷ 𝑛) tập mờ V Cụ thể hơn, tập luật sở hệ thống mô mô hình 3.5 gồm có tối đa xây dựng 1125 luật minh họa sau Hình 3.6 Mơ hình hệ thống điều khiển mờ Như nói tập luật sở định nghĩa trên, có nhiều cách thực khác nhằm định nghĩa nguồn lượng nodes mạng cảm biến không dây, định nghĩa cần phải xây dựng phù hợp với bối cảnh cụ thể ứng dụng mạng [8], [12] Đồng thời, với chức 14 đầu vào hệ thống mơ thể việc nghiên cứu nhằm khảo sát, đánh giá nguồn lượng mạng dựa tiêu chí hiệu suất tiêu hao lượng nodes với hệ thống mạng mật độ phân bố khu vực phân tán node Sensors môi trường phân bố Tuy nhiên luận văn nghiên cứu này, em tập trung xây dựng việc mô gồm kịch nhằm mục tiêu khảo sát lượng mạng dựa tiêu hao lượng gửi nhận liệu nodes cụm đến node Sink Sau xác định số nodes cụm, tiếp tục áp dụng quy tắc suy diễn mờ tức thực thi định nghĩa sở luật mà tác giả xây dựng đồng thời trình bày chi tiết nội dung trên, cụ thể kịch mô minh họa hình 3.7 định nghĩa minh họa 19 luật tổng số 1125 luật nhằm tiến hành mô đánh giá kết Mặc dù minh họa 19 luật tập luật sở, nói việc sinh luật tiếp tục thực lý thuyết mà tác giả trình bày cụ thể nội dung chương Nhìn chung với luật tập luật sở xem chúng cách nhìn nhận khác nhau, xem luật độc lập với nhau, điều kiện luật thỏa mãn luật sinh hệ 19 tương ứng, tức 𝑅 = ∪ 𝑅𝑖 Lúc này, quan hệ R giao 𝑖=1 luật mà định nghĩa Tuy nhiên, cách nhìn khác xem tất điều kiện sở luật thõa mãn hệ luật cho kết 𝑅 = 19 ∩ 𝑅𝑖 𝑖=1 Dựa góc nhìn nhận luật thành viên vậy, sau định nghĩa luật thành viên tập luật sở chọn cách thể quan hệ R phù hợp tập luật xây dựng Tiếp tục lúc này, chọn phương pháp kéo theo trình bày chi tiết nội dung chương Riêng phần 15 nghiên cứu luận văn này, tác giả sử dụng hàm kéo theo Mamdani Khi đó, tập mờ đầu B’ tương ứng xác định cụ thể sau STT Cấu trúc luật 𝑅1 Nếu 𝑥1 𝐴11 𝑥𝑚 𝐴𝑚1 y 𝐵1 𝑅2 Nếu 𝑥2 𝐴12 𝑥𝑚 𝐴𝑚2 y 𝐵2 𝑅𝑛 Nếu 𝑥1 𝐴1𝑛 𝑥𝑚 𝐴𝑚𝑛 y 𝐵𝑛 Nếu 𝑥1 𝐴1∗ 𝑥𝑚 𝐴𝑚∗ y 𝐵′ Trong đó, 𝐴1∗ , 𝐴2∗ , … , 𝐴𝑚∗ giá trị đầu vào mờ rõ Theo luật suy diễn xấp xỉ, tập mờ 𝐵′ suy diễn theo bước sau: - Đầu tiên, tìm quan hệ thành phần 𝑅𝑖 quan hệ định nghĩa sau: 𝑅𝑖 = (𝐴1𝑖 ∩ 𝐴2𝑖 ∩ … ∩ 𝐴𝑚𝑖 ) 𝐵𝑖 - Sau đó, xác định quan hệ tích hợp R từ quan hệ thành phần Cho Tính 19 𝑅𝑖 qua phép hợp thành sau: 𝑅 = ∪ 𝑅𝑖 𝑖=1 - Cuối xác định tập mờ đầu 𝐵′ thơng qua tốn tử hợp thành sau: 𝐵′ = [𝐴1 ∩ 𝐴2 ∩ … ∩ 𝐴𝑚 ] 𝑅 Trong đó, tập mờ đầu 𝐵′ giá trị mờ Tuy nhiên, thực tế liệu mà hệ cho cần phải giá trị rõ giá trị mờ Vì vậy, với tập mờ 𝐵′ tương ứng kết đầu suy diễn hệ thống logic mờ Sau xác định tập mờ đầu 𝐵′ , tiếp tục khâu giải mờ xử lý kết với giá trị rõ mà đáp ứng yêu cầu người Đối với thành phần cuối mơ hình logic mờ khâu giải mờ (defuzzification), nói giai đoạn cuối hệ thống logic mờ có nhiều phương pháp để thực nhằm hỗ trợ tùy thuộc công việc ứng dụng chẳng hạn phương pháp cực đại trung bình, phương pháp cực đại trung bình có trọng số hay phương pháp trọng tâm Tuy nhiên luận văn này, tác giả tập trung nghiên cứu sử dụng phương pháp trọng tâm 16 (centroid method hay centre of gravity) Phương pháp xuất phát từ ý tưởng giá trị U đóng góp với trọng số vào việc xác định giá trị khử mờ tập mờ đầu vào khâu giải mờ Giả sử hình dung thơng qua minh họa sau, xem tập mờ 𝐴~ không gian U định nghĩa chẳng hạn Năng _lượng(𝐴~) = 0.54/Thấp + 0.82/Tr_bình + 0.18/Cao Cụ thể, biểu diễn định nghĩa tập mờ 𝐴~ thông qua hàm thành viên minh họa hình bên sau Cao Trung bình Thấp 0.82 0.54 0.5 0.18 100 Hình 3.8 Các hàm thuộc biến Năng_lượng(𝑨~ ) Như vậy, với công thức định nghĩa tập mờ biến Năng_ lượng tác giả thể hình 3.8 trên, biến đổi tập mờ có dạng hình sau: 0.5 23 25 41 59 91 100 Hình 3.9 Hàm thuộc hợp hạng tử biến Năng_lượng (𝑨~ ) Như vậy, sau xác định hàm thành viên hạng tử biến Năng_ lượng(𝐴~ ), theo công thức tính giá trị khử mờ có dạng tổng qt sau: 𝐷𝐶𝑒𝑛𝑡𝑟𝑜𝑖𝑑 (𝐴~ ) = 𝑏 ∫𝑎 𝑢∗𝜇(𝑢)𝑑𝑢 𝑏 ∫𝑎 𝜇(𝑢)𝑑𝑢 Theo công thức ta xác định lần lượt: 100 ∫ 𝑢𝜇(𝑢)𝑑𝑢 23 25 41 59 −1 = ∫ 0,54 𝑢𝑑𝑢 + ∫ ( 𝑢 + 1) 𝑢𝑑𝑢 + ∫ ( 𝑢) 𝑢𝑑𝑢 + ∫ 0,82𝑢𝑑𝑢 50 23 25 50 41 91 100 −1 + ∫ ( 𝑢 + 2) 𝑢𝑑𝑢 + ∫ 0,18𝑢𝑑𝑢 50 59 91 17 = 142,83 + 24,946 + 355,306 + 738 + 1145,386 + 154,71 = 2561,178 100 ∫ 𝜇(𝑢)𝑑𝑢 23 25 41 59 −1 = ∫ 0,54 𝑑𝑢 + ∫ ( 𝑢 + 1) 𝑑𝑢 + ∫ ( 𝑢) 𝑑𝑢 + ∫ 0,82𝑑𝑢 50 50 23 25 41 91 100 −1 + ∫ ( 𝑢 + 2) 𝑑𝑢 + ∫ 0,18𝑑𝑢 50 59 91 = 12,42 + 1,04 + 10,56 + 14,76 + 16 + 1,62 = 56,4 Do đó, 𝐷𝐶𝑒𝑛𝑡𝑟𝑜𝑖𝑑 (𝐴~ ) = 2561,178 56,4 = 45,4 Dựa sở mặc lý thuyết giới thiệu trên, mô kịch 1: Tác giả xây dựng hệ thống mạng giả sử gồm 101 nodes định nghĩa nằm miền xác định [0 100] phát tán môi trường, để đánh giá tiêu hao lượng nodes hệ thống mạng, điều tác giả nghiên cứu thực cách thay đổi số cụm số nodes cụm mà tác giả định nghĩa nằm miền xác định [0 100] cụm Hay nói khác hơn, thay đổi giá trị tham số đầu vào hệ thống mà tác giả xây dựng nhằm mơ việc thực nghiệm tác giả giả định nằm miền xác định [0 100] Đối với kịch này, tác giả giả định nodes truyền liệu chế độ single – hop báo cáo kiện nhất, báo cáo kiện nodes Sensors lân cận gửi nhận liệu đến node chủ sau node chủ thực việc tổng hợp tất liệu từ nodes lân cận gửi đến, lúc gửi liệu đến node Sink, để người dùng cuối lúc sử dụng liệu nhằm thực công việc mong muốn Như vậy, với kịch mơ tác giả thiết kế xây dựng minh họa với nhiều kịch thử nghiệm khác nhằm mục tiêu đánh giả mức tiêu hao lượng hệ thống mạng cảm biến không dây Đối với trường hợp 1, giả sử việc mô giả định với 32 cụm minh họa xác định mức tiêu hao lượng hệ thống đạt kết minh họa cụ thể hình sau 18 Hình 3.10 Mức tiêu hao lượng trung bình mạng WSNs Ở trường hợp minh họa này, thấy với giá trị tham số đầu vào xác định cụ thể kịch thể kết thực nghiệm cụ thể Lúc này, khẳng định sau qua bước thực thi hệ thống logic mờ kết đạt cuối mức tiêu hao lượng hệ thống mạng với giá trị cụ thể trường hợp 50% Còn trường hợp 2, thực việc thử nghiệm với giảm diện tích hoạt động 1.9, kcNutdenCH = 50, kcCHdenBS = 50, sonutCH = 50, giảm diện tích hoạt động 1.9, thời lượng hoạt động 11.9 mức tiêu hao lượng 48.8%, mô đồng thời với tham số chức đầu vào xác định cụ thể kết tương ứng sau thực thi đạt hình sau: Hình 3.11 Mức tiêu hao lượng mạng WSNs với minh họa 48.8% Với kết mô cụ thể đạt hình biểu diễn trên, nhận thấy với giá trị tham số đầu vào xác định cụ thể mà tác giả định nghĩa Trong trường hợp này, ta giảm 19 diện tích hoạt động giá trị tham số khác giữ nguyên trường hợp mô hình kết sau thực thi đạt hình cho biết mức tiêu hao lượng mạng thay đổi, cụ thể 48.8% Đối với trường hợp thứ 3, giả sử việc minh họa mô trường hợp mơ hình logic mờ thiết kế ban đầu với giá trị sau: giảm khoảng cách nút đến CH 18.4, giá trị khác giữ nguyên mức tiêu hao lượng mạng thay đổi, cụ thể 48.8% Bên cạnh đó, phải xác định giá trị tham số chức đầu vào phải định nghĩa cụ thể, lúc nói mức tiêu hao lượng thể tồn thơng qua kết minh họa hình sau Hình 3.12 Mức tiêu hao lượng sau giảm khoảng cách nút đến CH Trường hợp tăng đồng thời số: khoảng cách từ nút đến CH, khoảng cách CH đến BS, số nút CH, thời lượng hoạt động giữ ngun diện tích hoạt động mức tiêu hoa lượng khơng thay đổi Hình 3.13 Mức tiêu hao lượng sau giữ nguyên diện tích hoạt động Trường hợp hệ thống mạng hoạt động với số tối đa mức 20 tiêu hao lượng 90.1%, kết mô đạt cụ thể hình sau: Hình 3.14 Mức tiêu hao lượng hệ thống mạng hoạt động tối đa Mức tiêu hao lượng hệ thống mạng không phụ thuộc vào thời lượng hoạt động hệ thống mạng, kết mô tả trường hợp đây: Hình 3.15 Mức tiêu hao lượng hệ thống mạng hoạt động 50% thời lượng Hình 3.16 Mức tiêu hao lượng hệ thống mạng ngừng hoạt động 21 Hình 3.17 Mức tiêu hao lượng hệ thống mạng hoạt động liên tục Dựa sở kết đạt mô tả hình mơ thực nghiệm trên, nói liệu đầu vào xác định cụ thể định nghĩa việc thiết kế mơ hình hệ thống thực nghiệm, đồng nghĩa lúc xác định kết cuối đầu tương ứng mức tiêu hao lượng nodes hệ thống mạng cảm biến không dây đạt được, thể hình minh họa Sự tiêu hao lượng hệ thống mạng phụ thuộc vào thời lượng hoạt động Như thế, nói với nhiều kịch thử nghiệm mà em xây dựng nhằm xác định mức tiêu hao lượng tối đa, mức tiêu hao lượng mức tiêu hao lượng trung bình hệ thống mạng cảm biến khơng dây Đồng thời với kết đạt chứng minh việc phân node Sensors thuộc cụm sử dụng logic mờ giải pháp nhằm giúp giải vấn đề phức tạp hệ thống mạng loại Chúng ta nhận thấy rằng, nodes mạng phát tán khu vực với mật độ phân bố giảm, đồng thời với chức đầu vào xác định với giá trị tương ứng cụ thể hình trên, kết đầu cung cấp cho biết tiêu hao lượng hệ thống mạng 3.3 ĐÁNH GIÁ Có thể nói với kết mô đạt 22 kịch mà em xây dựng nhằm khảo sát, đánh giá lượng mạng cảm biến không dây hơng qua kết đạt nhận thấy kcnutdenCH tăng lên mức tiêu hao lượng mạng giảm, ngược lại trường hợp kcnutdenCH giảm mức tiêu hao lượng mạng tăng Rõ ràng mật độ phân cụm ảnh hưởng đến mức tiêu hao lượng hệ thống mạng Dựa sở thực nghiệm đưa đánh giá hai đại lượng kcnutdenCH tỉ lệ nghịch với mức tiêu hao lượng hệ thống mạng Khi thay đổi mật độ khu vực phân bố nodes số cụm khơng thay đổi mức tiêu hao lượng mạng thay đổi Vì hệ thống mạng hoạt động dựa sở nguồn lượng nodes phân bố khu vực xác định, nguồn lượng thay đổi hay không phụ thuộc vào mật độ phân bố nodes mạng Theo kết mơ phỏng, nói rằng, mật độ phân bố nodes giảm mức tiêu hao lượng hệ thống mạng lại tăng lên ngược lại đồng thời kcCHdenBS thay đổi làm thay đổi mức tiêu hao lượng hệ thống mạng Hình 3.18 Biểu đồ biểu diễn mức tiêu hao lượng hệ thống mạng hoạt động liên tục 3.4 KẾT LUẬN Có thể nói yếu tố quan trọng ảnh hưởng đến nguồn lượng hệ thống mạng cảm biến không dây mật độ phân cụm kcnutdenCH, phương pháp nghiên cứu nhằm tối ưu hóa nguồn lượng WSNs phương pháp phân cụm 23 Tuy nhiên, để thiết kế mơ hình mơ xác yêu tố đầu vào nhằm giải tốn đặt WSNs khó Vì vậy, sau nghiên cứu tài liệu trình bày cụ thể chương trên, luận văn em dựa sở phương pháp phân cụm kết hợp với phương pháp logic mờ để khảo sát lượng WSNs thông qua việc xác định số cụm hội tụ thuật toán FCM mở rộng mật độ khu vực phân bố node Sensors Với nhiều môi trường để thực việc mô chẳng hạn NS2, Tuy nhiên, mô em sử dụng phần mềm Matlab để thiết kế xây dựng mơ hình thực nghiên cứu luận văn Vì kiến trúc mơi trường có quy định rõ ràng, có thư viện cho phép sử dụng hàm chức tính tốn phép thiết kế giao diện đồ họa đồng thời ngơn ngữ lập trình bậc cao Hơn nữa, mơi trường tiện ích tích hợp sẵn logic mờ nhằm giúp việc thiết kế mô thuận lợi Với kết mô đạt cho thấy rằng, việc lựa chọn số cụm mật độ khu vực phân bố ảnh hưởng đến mức tiêu hao lượng toàn mạng hay lượng node Sensors hệ thống KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN Luận văn tập trung nghiên cứu phần nhiều phương pháp nhằm khảo sát tối ưu hóa lượng cho hệ thống mạng WSNs, từ có kiến thức cần thiết để xây dựng chương trình mơ với hỗ trợ môi trường Matlab Kết đạt Luận văn giới thiệu cách có hệ thống kiến thức khái niệm hệ thống Logic mờ, vấn đề mặt lý thuyết Mạng cảm biến khơng dây, thuật tốn phân cụm đặc biệt nghiên cứu thuật toán phân cụm FCM giáo sư Bezdek hệ thống suy diễn mờ Đây kiến thức cần thiết để thực việc mô 24 Em mô giải thuật phân cụm thuật toán FCM Bên cạnh thiết kế mơ hình mơ nhằm khảo sát lượng hệ thống mạng dựa sở lý thuyết hệ thống logic mờ Dưới hướng dẫn thầy PGS.TS.Lê Văn Sơn thời gian thực luận văn tốt nghiệp cao học với đề tài: “Phân cụm dựa logic mờ khảo sát lượng cho mạng cảm biến không dây” em rút số nhận xét sau: • Ưu điểm - Nghiên cứu sâu mặt lý thuyết kỹ thuật ứng dụng - Nội dung nghiên cứu vấn đề cấp thiết có nhiều ứng dụng thực tế • Nhược điểm - Do thời gian có hạn, nên chương trình mơ chưa thiết kế cách hồn chỉnh chưa mang lại ứng dụng thực tiễn điều kiện sở vật chất - Với kết nghiên cứu đạt được, đánh giá tiêu hao lượng nodes mạng dựa tiêu chí việc xác định số cụm bán kính phân bố Hướng phát triển Từ sở nghiên cứu mặt lý thuyết trên, thời gian đến luận văn tiếp tục nghiên cứu tìm hiểu thuật tốn phân cụm mờ với độ hội tụ nhanh hơn, phương pháp hữu hiệu nhằm tiết kiệm nguồn lượng hệ thống mạng Tiếp tục mở rộng số nút cảm biến khu vực phân bố mô Cuối với kết đạt luận văn này, có hạn chế giúp em có nghiên cứu vấn đề phân cụm nhằm tiết kiệm lượng mạng cảm biến khơng dây Bên cạnh đó, với kết đạt luận văn này, làm tài liệu phục vụ cho công tác giảng dạy tài liệu tham khảo ... kỹ thuật sử dụng thuật toán phân cụm dựa logic mờ cho mạng cảm biến khơng dây CHƯƠNG THUẬT TỐN PHÂN CỤM DỮ LIỆU MỜ 2.1 KHÁI NIỆM VÀ MỤC TIÊU CỦA PHÂN CỤM DỮ LIỆU Phân cụm cơng cụ tốn học dùng để... trung nghiên cứu tài liệu mạng cảm biến không dây hệ thống logic mờ việc phân cụm mạng cảm biến khơng dây, thuật tốn phân cụm Nhằm đánh giá độ hội tụ thuật tốn phân cụm Mặt khác, xây dựng chương... triển CHƯƠNG TỔNG QUAN VỀ LOGIC MỜ VÀ MẠNG CẢM BIẾN KHÔNG DÂY Mạng cảm biến không dây (Wireless Sensor Networks) bao gồm tập hợp thiết bị cảm biến sử dụng liên kết không dây (vô tuyến, hồng ngoại