Thuật toán tối ưu triển khai mạng cảm biến không dây

Thuật toán tối ưu triển khai mạng cảm biến không dây Thuật toán tối ưu triển khai mạng cảm biến không dây Thuật toán tối ưu triển khai mạng cảm biến không dây luận văn tốt nghiệp,luận văn thạc sĩ, luận văn cao học, luận văn đại học, luận án tiến sĩ, đồ án tốt nghiệp luận văn tốt nghiệp,luận văn thạc sĩ, luận văn cao học, luận văn đại học, luận án tiến sĩ, đồ án tốt nghiệp

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI - Lê Văn Hiếu THUẬT TOÁN TỐI ƢU TRIỂN KHAI MẠNG CẢM BIẾN KHÔNG DÂY NGƢỜI HƢỚNG DẪN KHOA HỌC TS Nguyễn Thanh Hùng Hà Nội – Năm 2018 MỤC LỤC LỜI CAM ĐOAN……………………………………………………………………… iv DANH MỤC CÁC KÝ HIỆU, CHỮ VIẾT TẮT……………………………………… v DANH MỤC CÁC BẢNG……………………………………………………………….vi DANH MỤC CÁC HÌNH VẼ ĐỒ THỊ ………………………………………………….vi MỞ ĐẦU………………………………………………………………………………….1 CHƢƠNG I TỔNG QUAN VỀ MẠNG CẢM BIẾN KHÔNG DÂY………………… 1.1 Giới thiệu chung………………………………………………………………… 1.2 Ứng dụng mạng cảm biến không dây…………………………………………4 1.3 Đặc trƣng mạng cảm biến không đây…………………………………………5 1.3.1 Kiến trúc nút mạng………………………………………………………… 1.3.2 Mơ hình mạng cảm biến không dây………………………………………….7 1.3.3 Kiến trúc giao thức mạng cảm biến không dây…………………………… 14 1.4 Những hạn chế thách thức mạng cảm biến……………………………….17 CHƢƠNG II BÀI TOÁN LẬP LỊCH HOẠT ĐỘNG CỦA CẢM BIẾN VỚI RÀNG BUỘC H NÚT CHUYỂN TIẾP TRUYỀN VỀ ĐIỂM THU THẬP THÔNG TIN…… 19 2.1 Giới thiệu toán lập lịch…………………………………………………….20 2.2 Mơ hình mạng…………………………………………………………………….20 2.3 Mơ hình lƣợng………………………………………………………………21 2.4 Tổng quan phƣơng pháp xấp xỉ giải toán tối ƣu………………………23 2.5 Thuật toán EECC (Energy Efficient Connected Coverage)…………………… 25 2.5.1 Mơ tả thuật tốn EECC………………………………………………………25 2.5.2 Ƣu nhƣợc điểm thuật toán EECC……………………………………….30 2.6 Thuật toán MCLCT (Maximum Connected Load-balancing Cover Tree)……….31 2.6.1 Mơ tả thuật tốn MCLCT………………………………………………… 31 2.6.2 Ƣu nhƣợc điểm thuật toán MCLCT…………………………………… 34 CHƢƠNG III THUẬT TOÁN ĐỀ XUẤT GIẢI BÀI TOÁN LẬP LỊCH DỰA TRÊN PHƢƠNG PHÁP LẬP TRÌNH TUYẾN TÍNH VÀ CÁC KỸ THUẬT PHÂN VÙNG VÀ DỊCH CHUYỂN ……………………………………………………………………35 3.1 Thuật tốn xác giải tốn tối ƣu…………………………………………35 3.1.1 Một số định nghĩa……………………………………………………………35 3.1.2 Công thức MNL…………………………………………………………… 37 3.2 Thuật toán xấp xỉ với hệ số hiệu số sử dụng kỹ thuật Phân vùng Dịch chuyển (CAPS)…………………………………………………………………….38 3.2.1 Kỹ thuật Phân vùng …………………………………………………………38 3.2.2 Kỹ thuật Dịch chuyển ……………………………………………………….42 3.3 Thuật toán xấp xỉ sử dụng quy hoạch tuyến tính rút gọn (PALL)……………… 44 3.3.1 Cơng thức LP xấp xỉ……………………………………………………… 44 3.3.2 Thuật tốn chuyển đổi Greedy ………………………………………………45 3.3.3 Xác định path CCP………………………………………………………48 3.4 Dữ liệu thử nghiệm thiết lập hệ thống…………………………………………52 3.5 Kết thực nghiệm………………………………………………………………55 3.5.1 Ảnh hƣởng số lƣợng mục tiêu………………………………………… 56 3.5.2 Ảnh hƣởng số lƣợng cảm biến………………………………………… 58 KẾT LUẬN…………………………………………………………………………… 61 TÀI LIỆU THAM KHẢO……………………………………………………………….62 iii LỜI CAM ĐOAN Chúng xin cam đoan: Những nội dung luận văn cơng trình nghiên cứu dƣới hƣớng dẫn trực tiếp TS Nguyễn Thanh Hùng Ths Nguyễn Phi Lê Các số liệu, kết nêu luận văn trung thực chƣa đƣợc công bố cơng trình khác Mọi tham khảo dùng luận văn đƣợc trích dẫn rõ ràng tên tác giả, tên cơng trình, thời gian, địa điểm công bố, chép không hợp lệ, vi phạm quy chế đào tạo, hay gian trá, xin chịu hoàn toàn trách nhiệm Tác giả luận văn Lê Văn Hiếu iv DANH MỤC CÁC KÝ HIỆU, CHỮ VIẾT TẮT Chữ viết tắt Viết đầy đủ Ý nghĩa CAPS A Constant-Approximation Scheme Based on Phân vùng and Dịch chuyển Technique Thuật toán xấp xỉ với hệ số hiệu số sử dụng kỹ thuật chia dịch chuyển CCP Connected Cover Path Đƣờng kết nối từ mục tiêu đến điểm thu thập liệu thông qua cảm biến CCS Connected Cover Set Tập hợp tất CCP phủ tất mục tiêu EECC Energy Efficient Connected Coverage Thuật toán sử dụng hiệu lƣợng kết nối phủ MCLCT Maximum Connected Load-Balancing Thuật toán sử dụng cân Cover Tree tải để tối ƣu hóa kết nối MMLT Maximizing the Minimum Lifetime of Tối ƣu hóa thời gian sống tối thiểu the Mục tiêus mục tiêu MNL Maximizing the Network Lifetime PALL A PTAS Based on A Lightweight LP Thuật toán xấp xỉ sử dụng quy Formulation hoạch tuyến tính rút gọn P-MNL Partial MNL Tối ƣu hóa thời gian sống phần toàn mạng PL Linear Programing Lập trình tuyến tính PTAS Polynomial-time approximation scheme Thuật tốn xấp xỉ với thời gian tính tốn đa thức WSNs Wireless Cảm biến Networks Mạng cảm biến không dây v Tối ƣu hóa thời gian sống mạng DANH MỤC CÁC BẢNG Bảng 3.1: Tổng hợp ký hiệu…………………………………………………………37 Bảng 3.2: Giá trị tham số sử dụng vào thử nghiệm………………………………….53 DANH MỤC CÁC HÌNH VẼ ĐỒ THỊ Hình 1.1: Mạng cảm biến khơng dây…………………………………………………….3 Hình 1.2: Ứng dụng mạng cảm biến…………………………………………………4 Hình 1.3: Kiến trúc cảm biến…………………………………………………………6 Hình 1.4: Mơ hình mạng cảm biến ………………………………………………………7 Hình 1.5: Cấu trúc phẳng……………………………………………………………… Hình 1.6: Cấu trúc tầng……………………………………………………………… 10 Hình 1.7: Cấu trúc mạng phân cấp chức theo lớp………………………………….10 Hình 1.8: Cấu trúc mạng phân cấp xếp chồng vật lý…………………………………….11 Hình 1.9: Cấu trúc mạng phân cấp logic…………………………………………………10 Hình 1.10: Kiến trúc giao thức mạng cảm biến khơng dây…………………………… 14 Hình 2.1: Mơ hình mạng tốn………………………………………………… 21 Hình 2.2: Mơ tả đƣờng định tuyến mạng…………………………………….22 Hình 2.3: EECC- Thuật tốn Energy Efficient Connected Coverage………………… 26 Hình 2.4: EECC- Thuật tốn hop_finder()………………………………………………29 Hình 2.5: EECC- Thuật tốn tính Lifecycle ……………………………………………29 Hình 2.6: MCLCT- Thuật tốn xác đinh Disjoint Cover Set……………………………32 Hình 2.7: MCLCT- Thuật toán bổ sung thêm cảm biến vào tập Disjoint Cover Set 33 Hình 3.1: Thuật tốn Phân vùng Dịch chuyển ………………………………………39 Hình 3.2: Thuật tốn kết hợp giải pháp vùng thành giải pháp toàn mạng…… 40 Hình 3.3: Giới hạn lƣợng tiêu thụ nút cảm biến………………………….41 Hình 3.4: Giả code thuật tốn chuyển đổi Greedy………………………………….47 Hình 3.5: Ví dụ thuật tốn xác đinh CCP…………………………………………….49 vi Hình 3.6: Cài đặt mơ phỏng-import thƣ viện CPLEX vào project………………………54 Hình 3.7: Cài đặt mô phỏng- kết hiển thị sau chạy thuật tốn………………… 54 Hình 3.8: Ảnh hƣởng số lƣợng mục tiêu đến thời gian sống……………………… 56 Hình 3.9: Ảnh hƣởng số lƣợng mục tiêu đến độ phức tạp thuật tốn………… 57 Hình 3.10: Ảnh hƣởng số lƣợng cảm biến đến thời gian sống mạng………… 58 Hình 3.11: Ảnh hƣởng số lƣợng cảm biến đến độ phức tạp thuật toán…………59 vii MỞ ĐẦU Lý chọn đề tài Hiện nay, mạng cảm biến không dây đóng vai trị quan trọng thực tiễn sống hàng ngày nhân tố khơng thể thiếu cho hình thành giới vạn vật (Internet of Things) Mạng cảm biến không dây (WSNs) bao gồm số lƣợng lớn cảm biến nhỏ đƣợc trang bị khả cảm biến, xử lý truyền tải Mơ hình WSNs truyền thống bao gồm cảm biến thu tập liệu rùi truyền điểm thu thập thông tin Tuy nhiên, việc áp dụng mơ hình phạm vi lớn với hàng nghìn chí chục nghìn nút cảm biến đƣợc phân phối khu vực rộng lớn có đƣờng kính lên đến hàng kilơmét việc sử dụng điểm thu thập thông tin phát sinh nhiều vấn đề quan trọng Đầu tiên, việc sử dụng điểm thu thập thông tin (điểm thu thập liệu) dẫn đên lƣợng truy cập tải nút gần điểm tăng lên (việc dẫn đến điểm thu thập thông tin bị cô lập khỏi cảm biến lại việc chết cảm biến lân cận) Thứ hai, khoảng cách từ cảm biến đến điểm thu thập thông tin lớn, gói liệu phải chuyển tiếp thông qua nút cảm biến trƣớc đến điểm thu thập thông tin Vấn đề gây độ trễ tiêu hao lƣợng cảm biến Trong kịch nhƣ mơ hình đa điểm thu thập thông tin đƣợc triển khai mạng giải đƣợc vấn đề Do đó, q trình triển khai mạng cảm biến khơng dây việc xây dựng thuật tốn lập lịch hoạt động cảm biến mơ hình nhằm tối đa hóa tuổi thọ mạng trở thành vấn đề vô quan trọng Phần lớn vấn đề cụ thể toán vấn đề khó với mơ hình cụ thể nhƣ chƣa có giải thuật để giải Vì vậy, việc tìm giải thuật xấp xỉ, gần để giải toán đƣợc coi cách tiếp cận hợp lý Đối tƣợng phạm vi nghiên cứu Trong luận văn xem xét vấn đề tối đa hóa tuổi thọ mạng với yêu cầu tất mục tiêu đƣợc phủ (nghĩa mục tiêu đƣợc theo dõi cảm biến hoạt động) kết nối giới hạn số nút chuyển tiếp (nghĩa tất liệu cảm biến thu đƣợc từ mục tiêu quan sát chuyển đến điểm thu thập liệu (nơi tiếp nhận liệu) đƣợc thơng qua tối đa h nút, h tham số cho trƣớc) Ngoài ra, lƣợng tiêu hao cảm biến thỏa mãn điều kiện không vƣợt lƣợng cấp phát ban đầu Từ đƣa lập lịch cảm biến mạng cảm biến không dây Phƣơng pháp nghiên cứu * Phương pháp nghiên cứu tài liệu - Đọc đánh giá cơng trình khoa học ngồi nƣớc cơng bố liên quan đến đề tài nghiên cứu luận văn - Áp dụng kiến thức lập trình tuyến tính để xây dựng cơng thức lập trình tuyến tính cho toán * Phương pháp thực nghiệm - Sử dụng mẫu test case tiêu chuẩn - Kết hợp so sánh đánh giá hiệu thuật toán đƣa với thuật tốn có sẵn Nội dung luận văn Luận văn đƣợc chia làm [3] chƣơng cụ thể nhƣ sau: Chương 1: Trình bày tổng quan mạng cảm biến không dây, cấu trúc, hoạt động, ƣu điểm vấn đề gặp phải triển khai mạng cảm biến không dây Chương 2: Trình bày tổng quan tốn lập lịch hoạt động cảm biến cụ thể theo dõi mục tiêu với ràng buộc H node chuyển tiếp truyền đa điểm thu thập thơng tin nhằm mục đích tối ƣu hóa tuổi thọ mạng Ngồi chƣơng giới thiệu số giải thuật xấp xỉ giải tốn tối ƣu Chương 3: Trình bày giải thuật đề xuất: giải thuật đƣợc xây dựa phƣơng pháp lập trình tuyến tính (LP) thuật tốn partition shifting Trong đƣa kết thực nghiệm thu đƣợc với so sánh đối chiếu với giải thuật đƣợc đề xuất từ trƣớc CHƢƠNG I TỔNG QUAN VỀ MẠNG CẢM BIẾN KHÔNG DÂY 1.1 Giới thiệu chung Mạng cảm biến không dây (WSNs - Wireless Cảm biến Networks) khái niệm mạng khơng dây với thiết bị đƣợc bố trí phân tán có khả tự trị Thiết bị tự trị sử dụng cảm biến hợp tác với thiết bị khác để theo dõi vật lý hay điều kiện môi trƣờng nhƣ ánh sáng, nhiệt độ, âm vị trí khác Có thể hiểu đơn giản mạng liên kết nút với kết nối sóng vơ tuyến, nút mạng thƣờng thiết bị đơn giản, nhỏ gọn, giá thành thấp Mạng cảm biến không dây thƣờng có số lƣợng lớn, đƣợc phân bố cách khơng có hệ thống diện tích rộng, có thời gian hoạt động lâu dài hoạt động mơi trƣờng khắc nghiệt mà khơng cần có can thiệp ngƣời Đặc điểm mạng cảm biến khơng dây vừa có chức mạng vừa có chức cảm nhận Tại nút mạng cảm nhận thông số môi trƣờng cần đo, đo đạc thơng số sau tiến hành truyền liệu qua trƣờng không dây nút gốc Trên sở nút gốc đƣa lệnh xử lý cần thiết thực công việc truyền thông số thu thập đƣợc máy tính Bản thân nút gốc khơng thiết phải máy vi tính mà thiết bị đƣợc chế tạo với kích thƣớc nhỏ, phụ thuộc vào đặc thù lĩnh vực ứng dụng cụ thể Hình 1.1 đƣợc trích dẫn từ [17] mô tả mạng cảm biến không dây bao gồm nút cảm biến (sensor node) nằm bên vùng mạng cảm biến khơng dây (Wireless Sensor Network) Sau liệu dƣợc truyền điểm thu thập liệu (sink node) rùi truyền qua mạng Internet tới ngƣời dùng từ xa (Remote User) Hình 1.1: Mạng cảm biến khơng dây a_i với điều kiện khơng có đƣờng đƣờng khác, khoảng cách nút liên tiếp không vƣợt R độ dài đƣờng không vƣợt h nút -Gọi Q tập path cần tìm Bƣớc 1: Tìm điểm lân cận O có khoảng cách nhỏ R.Giả sử nhƣ hình vẽ ta có điểm 1,2,3,4 Ta add thêm {O,1}, {O,2},{O,3},{O,4} vào Q Sau ta thực vòng lặp nhƣ sau: - Duyệt tất phần tử Q Giả sử {O, x1, …,xn } phần tử Q n < h khoảng cách xn đến a_i lớn R Trƣờng hợp nhỏ R ta bỏ qua phân tử xét đến phần tử - Tìm tất lân cận y1, …, ym xn (tức khoảng cách từ yi đến xn nhỏ R) chúng lân cận phần tử số O, x1, …, xn - Thay {O, x1, …,xn } {O, x1, …,xn, y1} ;… ; {O, x1, …,xn, ym } vào Q Nếu xn khơng có lân cận thỏa mãn bỏ phần tử {O, x1, …,xn } khỏi Q Tâp Q sau tập đƣờng định tuyến ta cần tìm Cụ thể minh hoạ qua hình 4.5 Hình 3.5 Ví dụ thuật tốn xác đinh CCP 49 Bổ đề 6: 𝔖1 giải pháp khả thi vấn đề MNL Chứng minh: Thứ nhất, CCS 𝔖1 đƣợc xây đựng cách tổng hợp từ CCP nút cảm biến cảm nhận tập CCP phủ tất mục tiêu CCS toàn mạng Thứ hai, tổng thời gian active CCP 𝔖1 không vƣợt tổng thời gian sống tất Pi (∀ i=1 m) Mà tổng thời gian sống tất Pi với thời gian hoạt động 𝔖2 Do đó, lƣợng tiêu thụ nút cảm biến 𝔖1 không vƣợt 𝔖2 (2) Từ (1) (2) bổ đề đƣợc chứng minh Bổ đề 7: 𝑢 𝑖=1 𝑡𝑖 ≥ 𝑀 𝑀𝑖𝑛𝑗 =1,𝑚 1≤𝑘≤𝑣,𝑌𝑘 ∈𝒴𝑗 𝑙𝑘 Chứng minh: Gọi i* cho 𝑃𝑖 ∗ (1 ≤ 𝑖 ∗ ≤ 𝑚) tập CCP bị trống sau trình tìm CCS thuật tốn 1, tất CCP 𝑃𝑖 ∗ thuộc vào CCS 𝔖1 Vì với CCS 𝔖1 chứa nhiều phần tử 𝑃𝑖 ∗ , tổng thời gian sống tất CCS chứa phần tử 𝑃𝑖 ∗ phải với tổng thời gian tất CCP thuộc 𝑃𝑖 ∗ Do đó, thời gian sống 𝔖1 khơng tổng thời gian sống tất CCP thuộc 𝑃𝑖 ∗ (1) Chú ý thời gian sống CCP 𝑃𝑖 ∗ thời gian hoạt động 𝔖1 đƣợc chia tổng số cảm biến đƣợc phủ nút cảm biến cảm nhận thuộc CCP Hơn nữa, thời gian sống CCP 𝑃𝑖 ∗ lớn 𝑀 lần thời gian sống 𝔖1 Từ đó, thời gian sống tất CCP thuộc 𝑃𝑖 ∗ không nhỏ 𝑀 lần thời gian sông mục tiêu 𝑇𝑖 ∗ (2) Từ (1) (2) ta suy luân thời gian sống 𝔖 không nhỏ mục tiêu Bổ đề 8: Gọi 𝔖1 = 𝑋1 , … 𝑋𝑢 , 𝑡1 , … , 𝑡𝑢 𝑀 lần thời gian sống tối thiểu giải pháp khả thi vấn đề MNL Chúng ta chuyển đổi 𝔖1 sang 𝔖2 = 𝑌1 , … 𝑌𝑣 , 𝑙1 , … , 𝑙𝑣 MMLT Khi ta có biểu thức sau: giải pháp khả thi vấn đề 𝑢 𝑀𝑖𝑛𝑗 =1,𝑚 𝑙𝑘 ≥ 1≤𝑘≤𝑣,𝑌𝑘 ∈𝒴𝑗 𝑡𝑖 𝑖=1 Chứng minh: Gọi Pi tập tất CCP liên hệ với Xi (∀i=1…u) P hợp P1, , Pu Gọi {Y1, ,Yv} = P, sau ta định nghĩa 𝑙𝑘 thời gian active cho với 𝑌𝑘 ∈ 𝑃 ∀𝑘 = 1, 𝑣 nhƣ sau lk = 𝑢𝑖=1 𝛼𝑖𝑘 𝑡𝑖 , 𝛼𝑖𝑘 tham số nhị phân, 𝑌𝑘 ∈ 𝑃𝑖 trƣờng hợp lại Hiển nhiên ta thấy, 𝔖2 = 𝑌1 , … 𝑌𝑣 , 𝑙1 , … , 𝑙𝑣 giải pháp tối ƣu vấn đề MMLT lƣợng tiêu thụ cảm biến 𝔖 với 𝔖1 Hơn 1≤𝑘≤𝑣,𝑌𝑘 ∈𝒴𝑗 𝑙𝑘 = 50 1≤𝑘≤𝑣,𝑌𝑘 ∈𝒴𝑗 𝑢 𝑖=1 𝛼𝑖𝑘 𝑡𝑖 tƣơng tƣơng với 𝑢 𝑖=1 1≤𝑘≤𝑣,𝑌𝑘 ∈𝒴𝑗 CCP taget Tj (∀j=1 m), ta suy Hệ 2: Nếu 𝔖 2(0) = 𝑀𝑖𝑛𝑗 =1,𝑚 𝑌1 , … 𝑌𝑣 , 𝑙1 , … , 𝑙𝑣 (0) 1≤𝑘≤𝑣,𝑌𝑘 ∈𝒴𝑗 𝑙𝑘 𝛼𝑖𝑘 ∗ 𝑡𝑖 Vì Xi chứa 1≤𝑘≤𝑣,𝑌𝑘 ∈𝒴𝑗 𝛼𝑖𝑘 ≥ giải pháp tối ƣu vấn đề MMLT, giới hạn thời gian sống mạng Hệ muốn giới hạn mạng xác định cách giải vấn đề MMLT Định lý 3: Giả pháp khả thi vấn đề MNL với thời gian sống không nhỏ 𝑀 lần thời gian sống giải pháp tối ƣu vấn đề MNL thơng qua thuật tốn biến đổi tham lam Chứng minh: Gọi 𝔖2(0) ={{ 𝑌1 ,… 𝑌𝑣 },{𝑙10 ,… 𝑙𝑣0 }}là giải pháp tối ƣu vấn đề MMLT, 𝔖1 = 𝑋1 , … 𝑋𝑢 , 𝑡1 , … , 𝑡𝑢 giải pháp khả thi vấn đề MNL thu đƣợc cách sử dụng thuật toán biến đổi tham lam từ 𝔖2(0) Đầu tiên, theo Bổ đề ta có 𝑢 𝑖=1 𝑡𝑖 ≥ 𝑀 𝑀𝑖𝑛𝑗 =1,𝑚 (0) 1≤𝑘≤𝑣,𝑌𝑘 ∈𝒴𝑗 𝑙𝑘 (*) Mặt khác, giả sử 𝔖1(0) ={{ 𝑋10 ,… 𝑋𝑣0 },{𝑡10 ,… 𝑡𝑣0 }} giải pháp tối ƣu vấn đề MNL , theo Bổ đề 8, 𝔖1(0) đƣợc chuyển đổi thành giải pháp khả thi vấn đề MMLT chúng có thời gian sống tối thiểu mục tiêu lớn thời gian sống 𝔖1(0) Vì 𝔖2(0) giải pháp tối ƣu vấn đề MMLT, nên thời gian sống tổi thiểu mục tiêu lớn giải pháp khả thi vấn đề MMLT Do đó, ta có: (0) 1≤𝑘≤𝑣,𝑌𝑘 ∈𝒴𝑗 𝑙𝑘 𝑀𝑖𝑛𝑗 =1,𝑚 ≥ (0) 𝑢 𝑖=1 𝑡𝑖 (**) Từ (*) (**), ta suy rằng: 𝑢 𝑖=1 𝑡𝑖 ≥ * 𝑀 (0) 𝑢 𝑖=1 𝑡𝑖 Định lý 4: PALL PTAS Chứng minh: Độ phức tạp thời gian PALL bao gồm thành phần : -Thứ xác định tất CCP (CCP determining time) -Thứ hai giải vấn đề MMLT ( LP solving time) 51 -Thứ ba vấn đề chuyển đổi giải pháp tối ƣu vấn đề MMLT thành giải pháp khả thi vấn đề khả thi toán MNL (converting time) Gọi Nccp tổng số CCP mạng Khi đó, CCP chứa tối đa h cảm biến, Nccp ≤ O(nh), với n tổng số cảm biến Hơn nữa, CCP đƣợc truy câp nhiều h lần thuật toán xác định CCP Do đó, thời gian xác định CCP khơng vƣợt h.O(nh) (*) Thời gian giải vấn đề MMLT tƣơng đƣơng với tổng số CCP Theo thời gian giải vấn đề LP đa thức nh (**) Gọi Pi tập tất CCP mà nút cảm biến cảm nhận chúng phủ mục tiêu Ti (𝑖 = 1, 𝑚), số lƣợng CCSS đƣợc xây dựng thuật toán chuyển đổi vƣợt 𝑚 𝑖=1 𝑃𝑖 hiển nhiên khơng vƣợt q m*Nccp Để xây dựng CCS, chúng đƣợc chọn nhiều m CCP vấn đề MMLT Hơn nữa, để chọn đƣợc CCP thuộc MMLT thỏa mãn, cần tìm CCP có trọng số lớn độ phức tạp để chọn CCP nhiều O(m*Nccp), thời gian xây dựng CCS O(m2*Ncpp) Do thời gian chuyển đổi tối đa O(m3*Ncpp2), điều tƣơng đƣơng với O(m3*n2h) (***) Từ (*), (**), (***) ta suy PALL đa thức m n 3.4 Dữ liệu thử nghiệm thiết lập hệ thống Trong phần này, đánh giá hiệu đề xuất cách so sánh chúng với hai cách tiếp cận khác MCLCT[10] EECC[9] Thuật toán MCLCT bắt đầu xác định tối đa số tập cảm biến tách rời (ta gọi tập phủ), với tập phủ tồn mục tiêu Sau với tập phủ này, MCLCT xây dựng lên đƣờng định tuyến từ cảm biến đến điểm thu thập liệu theo xác suất thời gian hoạt động đƣợc cố định tham số gọi operational period( thời gian hoạt động ta ký hiệu OP) Sau OP này, cảm biến đƣợc xác định lại định tuyến dựa lƣợng lại nút, ràng buộc nút với nút khác nhằm cân tải nút Trong EECC, tác giả cố xác định số lƣợng tập cảm biến tối đa đảm bảo phủ tất mục tiêu ràng buộc kết nối Để xây dựng đƣợc cảm biến nhƣ vậy, cảm biến đƣợc chọn dƣa giá trị heuristic (giá trị trọng số) Thời gian hoạt động tập cảm biến đƣợc tính tốn dựa giá trị cịn lại nút Tuy nhiên, nhƣ mô tả phần giới thiệu tai chƣa có thuật tốn có thêm ràng buộc số nút chuyển tiếp giải vấn đề tối đa hóa thời gian sống mạng Do đó, để so sánh hiệu suất MCLCT EECC với đề xuất thuật toán chúng tôi, phải sửa đổi chúng đôi chút nhƣ sau Trong MCLCT, nút đƣờng dẫn định tuyến đƣợc giới hạn không vƣợt h nút Trong EECC, nút cảm biến cảm nhận đƣợc ràng buộc là nút cảm biến chuyển tiếp Tuy nhiên giống nhƣ thuật tốn đề xuất chúng tơi loại bỏ ràng buộc Nghĩa cảm biến vừa nút cảm biến cảm nhận đồng thời vừa nút cảm biến chuyển tiếp Về mặt cài 52 đặt thuật toán đƣợc đề xuất xem xét hai phiên Phiên sử dung PALL (gọi PALL-alone) thứ hai sử dụng PALL CAPS ( gọi PALLCAPS ) Cụ thể, sử dụng PALL để chia mạng thành tiểu vùng sau tiểu vùng, CAPS đƣợc sử dụng để giải vấn đề P-MNL Đối với PALLCAPS, sử dụng hai giá trị K =1, K=2 Về thuật tốn MCLCT, chúng tơi sử dụng hai cài đặt operational period (tạm gọi tham số OP): 500s 103 s Phần mềm CPLEX[15] đƣợc sử dụng để làm giải vấn đề LP (Linear Programing) Tất thử nghiệm đƣợc thực máy tính Intel Core i5-4570 3,2 GHz x CPU GB RAM, chạy 64-bit Ubuntu 14.04 Các thông số liên quan đến lƣợng mơ hình đƣợc giới thiệu [11] Cụ thể đƣợc mô tả bảng 3.2 Tham số r h Rs Rc E0 es er et efc emp Kích thƣớc mạng Giá trị 16 bps 30 m 60 m 20 J 50 nJ 50 nJ 50 nJ 10 pJ 0.0013 pJ 2000* 2000 m2 Bảng 3.2: Giá trị tham số sử dụng vào thử nghiệm *Cài đặt hệ thống Công cụ sử dụng thể thực nghiệm liệu công cụ trực tiếp phát triển sử dụng ngôn ngữ Java Eclipse Cụ thể, ta tải cài đặt cách đơn giản qua link sau: https://github.com/lehieupfiev1/SensorSimulationProject Ngoài tơi cịn sử dụng thƣ viện CPLEX IBM phát đƣợc tích hợp thêm vào Project tơi đƣợc mơ tả thơng qua Hình 3.6 53 Hình 3.6: Cài đặt mô phỏng-import thƣ viện CPLEX vào project Sau ta sử dụng liệu xây dựng sẵn để thực trình thực nghiệm Kết thực nghiệm đƣợc mơ tả Hình 3.7 Hình 3.7: Cài đặt mô phỏng- kết hiển thị sau chạy thuật toán 54 Kết hiển thị bao gồm: Time Running (thời gian chạy thuật toán), Total time life (thời gian sống toàn mạng) lập lịch mạng *Dữ liệu thử nghiệm Hiện nay, lĩnh vực mạng cảm biến khơng dây chƣa có liệu liệu chuẩn Ngay cơng trình nghiên cứu đƣợc cơng bố tạp trí khoa học sử dụng liệu khác Tuy vậy, để đảm bảo tính trung thực thực tế thuật tốn tơi sử dụng liệu mang tính ngẫu nhiên lẫn phân bố Trong liệu mang tính ngẫu nhiên, cảm biến, mục tiêu điểm thu thập liệu đƣợc phân bố cách ngẫu nhiên Trong liệu mang tính phân bố đều, tơi sử dụng mục tiêu điểm thu thập phân bố đều, cảm biến đƣợc phân bố ngẫu nhiên Ngồi ra, tơi cịn sử dụng liệu thử nghiệm phân bố đặc biệt khác Cụ thể liệu phân bố không đồng đều, cảm biến phân bố với mật độ cao số mục tiêu, mục tiêu khác phân bố với mật độ thấp 3.5 Kết thực nghiệm Chúng sử dụng hai số đánh giá: -Thời gian sống mạng đƣợc tính theo thuật toán - Thời gian chạy thuật toán Để đánh giá thời gian sống thuật toán, đo giới hạn giải pháp tối ƣu Sau chúng tơi vẽ đƣờng tỷ lệ đƣờng thời gian sống mạng tính theo thuật tốn đƣờng giới hạn Chúng tiến hành hai thí nghiệm chính, để đánh giá tác động số lƣợng mục tiêu hai đánh giá ảnh hƣởng số lƣợng cảm biến Trong mẫu đầu tiên, số lƣợng cảm biến đƣợc cố định 4030 nút số lƣợng mục tiêu thay đổi từ 440 đến 1046 Trong mẫu số lƣợng nút mục tiêu đƣợc cố định 440 số lƣợng cảm biến đƣợc thay đổi từ 4030 đến 6030 Trong thí nghiệm, cảm biến ngẫu nhiên nằm rải rác khu vực mạng, mục tiêu điểm thu thập liệu đƣợc đặt đỉnh lƣới hình chữ nhật Số lƣợng điểm thu thập liệu giống tất thí nghiệm Có tổng cộng 64 điểm thu thập liệu Các giá trị đo đƣợc tính theo giá trị trung bình 50 lần thí nghiệm với độ tin cậy 95% Các kết đo đƣợc đƣợc mô tả thông qua đồ thị khác Bao gồm bốn đồ thị chính: hƣởng số lƣợng mục tiêu đến thời gian sống mạng trƣờng hợp cố định số nút cảm biến, ảnh hƣởng số lƣợng mục tiêu đến thời gian chạy thuật toán trƣờng hợp cố định số nút cảm biến, ảnh hƣởng số lƣợng cảm biến đến thời gian sống mạng cố định số lƣợng mục tiêu 55 ảnh hƣởng số lƣợng cảm biến đến thời gian chạy thuật toán cố định số lƣợng mục tiêu 3.5.1 Ảnh hƣởng số lƣợng mục tiêu *Thời gian sống mạng Hình 3.8: Ảnh hƣởng số lƣợng mục tiêu đến thời gian sống Hình 3.8(a) cho thấy thời gian sống mạng đạt thuật tốn Nhìn vào đồ thị cho ta thấy, thời gian sống mạng đạt đƣợc cao nhiều so với MCLCT EECC PALL – alone cho thấy hiệu suất tốt theo sau PALL-CAPS với K = K =1 PALL-alone đạt đƣợc thời gian sống mạng lớn 2.4 lần so với thuật toán MCLCT gấp 4.5 lần so với EECC Cụ thể, trƣờng hợp tốt tỷ lệ 3,6 (đối với MCLCT (OP = 500s)), 5.4(đối với MCLCT (OP = 103 s)) 6.9 (đối với EECC) Thời gian sống mạng đạt PALL-alone lớn 1.4 lần so với PALLCAPS (K = 2) 1,9 lần so với PALL-CAPS (K = 1) tất trƣờng hợp Ta so sánh PALL-CAPS, MCLCT EECC ta nhận thấy thời gian sống PALLCAPS (đặc biệt với K = 2) cao đáng kể so với thuật tốn khác PALL-CAPS (K = 2) ln đạt đƣợc thời gian sống mạng lớn gấp 1.7 lần so với MCLCT (OP = × 105 s), gấp 2.1 lần MCLCT (OP = 103 s) 3.1 lần so với ECCC MCLCT cho thấy hiệu suất tốt EECC hiệu suất đƣợc cải thiện cách giảm đơn vị thời gian hoạt động Tuy nhiên, nhƣ hình biểu đồ ta thấy giảm đơn vị thời gian hoạt động gây gia tăng thời gian chạy thuật toán Hiệu suất tất thuật tốn có xu hƣớng giảm tăng số lƣợng mục tiêu PALL-alone đạt đƣợc hiệu suất tối ƣu số lƣợng mục tiêu nhỏ, nhƣng mục tiêu lớn, khơng đạt đƣợc tối ƣu Điều đƣợc giải thích Định lý tức số lƣợng mục tiêu tăng lên, số lƣợng mục tiêu đƣợc bao phủ cảm biến có xu hƣớng tăng lên Trong 56 trƣờng hợp tỷ lệ hiệu suất PALL-alone, PALL-CAPS ( K=2) PALL-CAPS (K=1 ) lần lƣợt lớn 0.78 , 0.54 0.28 *Thời gian chạy Hình 3.9: Ảnh hƣởng số lƣợng mục tiêu đến thời gian chạy thuật toán Thời gian chạy thuật tốn đƣợc hiển thị Hình 3.9 (b) EECC cho thấy hiệu suất tồi có thực tiến hành lần lặp lại cảm biến đƣợc xây dựng đáp ứng ràng buộc số lƣợng nút cảm biến chuyển tiếp định tuyến Kết cho thấy thuật tốn EECC có thời gian chạy lớn nhiều thuật tốn khác, để dễ quan sát chúng tơi vẽ biểu đồ khác FALL-alone, PALL-CAPS MCLCT Hình 3.9(c) Nhìn vào biểu đồ ta thấy, thuật tốn tốt MCLCT độ phức tạp thời gian Đặc biệt, thời gian chạy PALL-CAPS nhỏ nhiều so với MCLCTs PALL-CAPS (K = 2) có thời gian chạy nhỏ 47% so với MCLCT (OP = 500s) 62% MCLCT (OP = 1000s) Thời gian chạy PALL-CAPS (K = 1) nhỏ 5.6% MCLCT (OP = 500s) 8.4% MCLCT (OP = 1000s) Trong số ba thuật toán chúng tôi, PALLCAPS (K = 1) đạt đƣợc hiệu suất tốt thời gian chạy nhỏ nhiều so với ngƣời khác Cụ thể, PALLCAPS (K = 1) yêu cầu thời gian chạy nhỏ 13% PALL-CAPS (K = 2) 15% PALLalone Tóm lại, thấy thuật tốn tốt so với MCLCT EECC thời gian sống mạng thời gian chạy thuật toán 57 3.5.2 Ảnh hƣởng số lƣợng cảm biến *Thời gian sống mạng Hình 3.10: Ảnh hƣởng số lƣợng cảm biến đến thời gian sống mạng Hình 2.10 (a) cho thấy ảnh hƣởng số lƣợng cảm biến đến thời gian sống mạng Nhƣ mong đợi, PALL-alone hoạt động tốt ngƣời khác hiệu suất gần với tối ƣu Trong tất trƣờng hợp, thời gian sống mạng đạt đƣợc PALL-alone cao 1.3 lần so với MCLCT (OP = 500s), 1.6 lần so với MCLCT (OP = 103 s) gấp 2,3 lần so với EECC PALL-alone đạt đƣợc thời gian sống mạng lớn 1,7 lần so với PALL-CAP (K = 1) 1,4 lần so với PALL-CAP (K = 2) Khi số lƣợng cảm biến nhỏ 5000, PALL-CAPS dẫn đến hiệu suất tốt so với MCLCT Cụ thể, thời gian sống PALL-CAP (K = 2) nhiều gấp 1.5 lần so với MCLCT (OP = 500s) gấp 1.7 lần so với MCLCT (OP = 103 s); thời gian sống đạt đƣợc PALL-CAP (K = 1) gấp 1.1 lần so với MCLCT (OP = 500s) 1.3 lần MCLCT (OP = 103 s) Khi số lƣợng cảm biến tăng hiệu suất MCLCT đƣợc cải thiện trở nên tốt so với PALL-CAPS số trƣờng hợp Tuy nhiên, trƣờng hợp tốt nhất, thời gian sống mạng đạt đƣợc MCLCT (OP = 500s) 1.05 lần so với PALL-CAP (K = 2) thời gian sống mạng đạt đƣợc MCLCT (OP = 103 s) nhỏ PALL-CAP (K = 2) Hơn nữa, thời gian sống MCLCT lớn chút nhƣng lại có độ phức tạp thời gian chạy cao nhiều (điều đƣợc so sánh phần sau) Nguyên nhân việc hiệu suất MCLCT phụ thuộc nhiều vào tỷ lệ thông số đơn vị thời gian hoạt động thời gian 58 sống mạng Cụ thể, tỷ lệ nhỏ hiệu suất liên quan đến thời gian sống mạng cao nhƣng hiệu suất liên quan đến độ phức tạp thuật toán lại giảm Khi số lƣợng cảm biến tăng lên, thời gian sống mạng có xu hƣớng tăng lên, tỷ lệ tham số đơn vị thời gian hoạt động thời gian sống mạng giảm Tổng kết lại ta thấy hầu hết trƣờng hợp, tỷ lệ hiệu suất PALL- alone xấp xỉ , tỷ lệ hiệu suất PALL-CAPS (K=2) PALL-CAPS (K=1) lần lƣợt lớn 0.68 0.52 *Thời gian chạy Hình 3.11: Ảnh hƣởng số lƣợng cảm biến đến thời gian chạy thuật toán Theo biểu đồ, EECC cho thấy hiệu suất tồi thời gian chạy cao đáng kể so với thuật tốn khác (Hình 3.11 (b)) Thời gian chạy MCLCTs cao PALL-CAPS So sánh với PALL-alone, thời gian chạy MCLCTs cao PALL-alone số lƣợng cảm biến nhỏ, nhƣng với gia tăng số lƣợng cảm biến, thời gian chạy MCLCTs tăng nhanh trở nên lớn PALL-alone Thời gian chạy MCLCT (OP = 500s) cao 9.7 lần so với PALLCAPS (K = 1) 1.4 lần so với PALL-CAPS (K = 2) trƣờng hợp Trong trƣờng hợp xấu nhất, MCLCT (OP = 500s) có thời gian chạy lớn 23.7 lần so với PALL-CAPS (K = 1) 3.7 lần với PALL-CAPS (K = 2) Mặc dù có nhiều đơn vị thời gian đƣợc tăng MCLCT (OP = 500s) nhƣng MCLCT (OP = 103 s) có kết thời gian chạy lớn gấp 9.4 lần so với PALL-CAPS (K = 1) 1.4 lần so với PALL-CAPS (K = 2) Trong lần so sánh ba thuật tốn chúng ta, thấy PALL-CAPS (đặc biệt, PALLCAPS (K = 1)) có thời gian chạycải thiện đáng kể so với PALL-alone Các thời gian chạy PALL-CAPS (K = 1) nhỏ 15% PALL-CAPS (K = 2) 13% so với PALL-alone 59 Thông qua biểu đồ kết thu đƣợc từ việc chạy thuật tốn qua mẫu thử nghiệm thấy số lƣợng cảm biến nhỏ, PALL-CAPS hoạt động tốt MCLCT số lƣợng cảm biến lớn, PALL-alone tốt nhiều so với MCLCT liên quan đến độ phức tạp thời gian thời gian sống mạng 60 KẾT LUẬN Lập lịch chủ đề quan trọng thuộc lĩnh vực vật trù học xuất từ lâu Mục tiêu lập lịch phân phối tài nguyên dùng chung cách hiệu cho tác vụ đồng thời tồn thời gian xử lí Các tốn lập lịch xuất nhiều lĩnh vực khác nhƣ trong: sản xuất, chăm sóc sức khỏe, giáo dục - đào tạo, xử lí tính tốn, vận tải, Trong lĩnh vực mạng cảm biến khơng dây, tốn lập lịch mạng lập lịch hoạt động cảm biến mạng giúp cho việc sử dụng lƣợng cách hiệu Trong luận văn này, chúng tơi đƣa tốn lập lịch cụ thể đƣợc xây dựng mô tả thỏa mãn điều kiện nhƣ sau: - Ràng buộc phủ (Coverage): Tất mục tiêu thuộc tập mục tiêu nằm vùng cảm biến (Rs) cảm biển (nút cảm biến cảm nhận) - Ràng buộc kết nối (Connectivity): Mỗi nút cảm biến cảm nhận tiếp cận it điểm thu thập liệu thơng qua tối đa h nút chuyển tiếp Trong khoảng cách nút liên tiếp nhỏ bán kính truyền (Rc) - Ràng buộc lƣợng (Energy): Tổng lƣợng tiêu thụ cảm biến không vƣợt E0 (Năng lƣợng ban đầu) Bài toán đặt lập lịch cảm biến nhằm mục đích tối đa hóa thời gian sống mạng Đây tốn cụ thể có ý nghĩa vơ quan trọng nhằm sử dụng hiệu lƣợng cảm biến giúp kéo dài thời gian theo dõi cảm biến với mục tiêu Để giải vấn đề này, xây dựng vấn đề theo mơ hình LP Sau đó, chúng tơi đề xuất hai thuật toán xấp xỉ để giải vấn đề Chúng tiến hành thử nghiệm mở rộng để so sánh hiệu suất thuật toán với trạng thái mạng khác Kết thử nghiệm cho thấy thuật tốn chúng tơi đạt đƣợc thời gian sống mạng tốt nhiều thời gian chạy nhỏ so với thuật tốn có Trong tƣơng lai, chúng tơi tiếp mở rộng công việc với trƣờng hợp điểm thu thập liệu lƣu động 61 TÀI LIỆU THAM KHẢO [1] Stefano Basagni, Alessio Carosi, Emanuel Melachrinoudis, Chiara Petrioli, and Z.Maria Wang Controlled điểm thu thập liệu mobility for prolonging wireless cảm biến networks lifetime Wireless Network, 14(6):831–858, December 2008 [2] E I Oyman and C Ersoy Multiple điểm thu thập liệu network design problem in large scale wireless cảm biến networks In 2004 IEEE International Conference on Communications (IEEE Cat No.04CH37577), volume 6, pages 3663–3667 Vol.6, June 2004 [3] H Yetgin, K T K Cheung, M El-Hajjar, and L H Hanzo A survey of network lifetime maximization techniques in wireless cảm biến networks.IEEE Communications Surveys Tutorials, 19(2):828–854, 2017 [4] Qun Zhao and Mohan Gurusamy Lifetime maximization for connected mục tiêu coverage in wireless cảm biến networks IEEE/ACM Transactions on Networking, 16(6):1378–1391, December 2008 [5] Ionut Cardei and Mihaela Cardei Energy efficient connected coverage in wireless cảm biến networks Int J Sen Netw., 3(3):201–210, May 2008 [6] Yu Gu, Yusheng Ji, Jie Li, and Baohua Zhao Towards an optimal lifetime in heterogeneous surveillance wireless cảm biến networks EURASIP Journal on Wireless Communications and Networking, 2012(1):74, Mar 2012 [7] Fabian Castao, Andr Rossi, Marc Sevaux, and Nubia Velasco A column generation approach to extend lifetime in wireless cảm biến networks with coverage and connectivity constraints Computers and Operations Research, 52:220 – 230, 2014 Recent advances in Variable neighborhood search [8] Y Gu, Y Ji, and B Zhao Maximize lifetime of heterogeneous wireless cảm biến networks with joint coverage and connectivity requirement In 2009 International Conference on Scalable Computing and Communications; Eighth International Conference on Embedded Computing, pages 226–231, Sept 2009 [9] J Roselin, P Latha, and S Benitta Maximizing the wireless cảm biến networks lifetime through energy efficient connected coverage Ad Hoc Networks, 62:1 – 10, 2017 62 [10] C P Chen, S C Mukhopadhyay, C L Chuang, M Y Liu, and J A.Jiang Efficient coverage and connectivity preservation with load balance for wireless cảm biến networks IEEE Cảm biếns Journal, 15(1):48–62, Jan 2015 [11] W B Heinzelman, A P Chandrakasan, and H Balakrishnan An applicationspecific protocol architecture for wireless microcảm biến networks IEEE Transactions on Wireless Communications, 1(4):660–670, Oct 2002 [12] N Bulusu, J Heidemann, and D Estrin Gps-less low-cost outdoor localization for very small devices IEEE Personal Communications, 7(5):28–34, Oct 2000 [13] M El Ghami, I Ivanov, J.B.M Melissen, C Roos, and T Steihaug A polynomialtime algorithm for linear optimization based on a new class of kernel functions Journal of Computational and Applied Mathematics, 224(2):500 – 513, 2009 [14] Dorit S Hochbaum and Wolfgang Maass Approximation schemes for covering and packing problems in image processing and vlsi J ACM, 32(1):130–136, January 1985 [15] ILOG CPLEX Optimization Studio ILOG CPLEX Optimization Studio https://www.ibm.com/products/ilog-cplex-optimization-studio [16] https://www.elprocus.com/architecture-of-wireless-sensor-network-and-applications/ [17] Abdelbasset Trad, Abdullah Ali Bahattab, Soufiene Ben Othman “Performance Trade-offs of Encryption Algorithms For Wireless Sensor Networks” Computer Applications and Information Systems (WCCAIS), 2014 World Congress on [18] https://www.slideshare.net/BillSimpson2/ns2-41443451 [19] https://www.slideshare.net/TienQuan/tng-quanng-dng-mng-cm-bin-khng-dy [20] https://tailieu.scodeweb.com/download/A6613.html 63 ... từ xa (Remote User) Hình 1.1: Mạng cảm biến không dây 1.2 Ứng dụng mạng cảm biến không dây Trong năm gần đây, nhiều mạng cảm nhận không dây đƣợc phát triển triển khai cho nhiều ứng dụng khác nhƣ:... hình mạng cảm biến khơng dây) , trạm đích truyền tin thơng qua mạng Internet đến đích truyền tin cuối Hình 1.4: Mơ hình mạng cảm biến *Cấu trúc mạng cảm biến không dây Cấu trúc mạng cảm biến không. .. hỏng *Triển vọng mạng cảm biến không dây quân Vì mạng cảm biến dựa sở triển khai dày đặc với nút giá rẻ dùng lần, việc bị địch phá huỷ số nút không ảnh hƣởng tới hoạt động chung nhƣ cảm biến truyền