Phân cụm dựa trên logic mờ trong khảo sát thời gian sống cho mạng cảm biến không dây

Bài viết đi sâu nghiên cứu và mở rộng các thuật toán phân cụm đối với sự ảnh hưởng trực tiếp đến việc khảo sát, phân tích thời gian sống (LifeTime) của các thành phần cấu thành của mạng cảm biến không dây (Wireless Sensor Network).

10 Phạm Thị Dung, Lê Văn Sơn, Lê Thành Công, Đặng Hùng Vĩ PHÂN CỤM DỰA TRÊN LOGIC MỜ TRONG KHẢO SÁT THỜI GIAN SỐNG CHO MẠNG CẢM BIẾN KHÔNG DÂY CLUSTERING BASED ON FUZZY LOGIC FOR SURVEYING LIFETIME IN THE WIRELESS SENSOR NETWORK Phạm Thị Dung, Lê Văn Sơn, Lê Thành Công, Đặng Hùng Vĩ Trường Đại học Sư phạm, Đại học Đà Nẵng; levansupham2004@yahoo.com, dungsp2012@gmail.com Tóm tắt - Trong báo cáo này, sâu nghiên cứu mở rộng thuật toán phân cụm ảnh hưởng trực tiếp đến việc khảo sát, phân tích thời gian sống (LifeTime) thành phần cấu thành mạng cảm biến không dây (W ireless Sensor Network) Đối với hệ thống W SN tồn cịn có nhiều hạn chế, mà hạn chế có tính chất thách thức quan trọng đáng kể đến nguồn lượng bị giới hạn khó nạp lại Vì vậy, giải pháp để giảm thiểu tiêu thụ lượng nhằm tối đa hóa tuổi thọ mạng WSN, phân cụm mờ phương pháp mang lại hiệu thiết thực với độ tin cậy chấp nhận Mờ phương pháp nghiên cứu Logic mờ, hoạt động dựa giá trị định nghĩa hàm thành viên Abstract - This paper presents an in-depth investigation into researching and extending the clustering algorithms that have a direct impact on the examination and analysis of the lifetime of the com ponents in W ireless Sensor Networks At present there still exist many limitations in the W ireless Sensor Networks, of which lim ited energy resources difficult to recharge are critically challenging Consequently, as a solution to the minimization of energy consumption and maximization of the W SN life span, the fuzzy clustering approach is one of the effective and practical m ethods with acceptable reliability The fuzzy in our research method is the fuzzy logic approach, which operates based on the values defined by m ember functions Từ khóa - W SN; logic mờ; phương pháp phân cụm; FIS; hàm thành viên Key words - W SN; fuzzy logic; clustering m ethod; FIS; m em ber functions Đặt vấn đề thay nạp lại Một node Sensor thay đổi kích thước tùy thuộc vào yêu cầu ứng dụng [6] Điều đồng nghĩa với việc chi phí thay đổi từ hàng trăm la đến vài xu, tùy thuộc vào kích thước WSN Với hạn chế vậy, node Sensors hạn chế tương ứng mặt tài ngun pin, nhớ, tốc độ tính tốn băng thông [7] Hiện nay, WSN [1] với tiềm trội mang lại ứng dụng thiết thực sống người [2, 3] Thực chất, WSN tập hợp bao gồm thiết bị cảm biến sử dụng liên kết không dây để phối hợp thực nhiệm vụ nhằm thu thập thông tin liệu phân tán với quy mô lớn điều kiện địa hình Tuy nhiên, tồn nhiều hạn chế thách thức lớn thời gian sống node Sensors mạng ngắn Tối ưu hóa thời gian sống mạng toán phức tạp Những kết đạt nhiều cơng trình nghiên cứu chứng minh phân cụm kỹ thuật phổ biến với thuật toán Fuzzy C – means giáo sư Bezdek [4] WSN nhằm nâng cao thời gian sống node Sensors hệ thống mạng Đồng thời nay, có nhiều nghiên cứu phân tích phương pháp phân cụm sử dụng logic mờ cho WSN nhằm tối đa hóa thời gian sống [5] Chính lẽ đó, riêng báo này, nhóm tác giả tập trung nghiên cứu phương pháp phân cụm dựa logic mờ khảo sát thời gian sống cho WSN Sự nghiên cứu nhóm tác giả tập trung với số nội dung trình bày chi tiết đặt vấn đề; mạng cảm biến khơng dây; logic mờ thuật tốn FCM mở rộng; khảo sát đánh giá, cuối kết luận Sensors Bộ nhớ Bộ vi xử GPS Thu phát vô tuyến Nguồn lượng Hình Thành phần node Sensor Trong thành phần trên, Sensors thành phần cảm biến nhằm cảm nhận thay đổi mơi trường Thành phần thứ hai, xử lý có nhiệm vụ xử lý liệu Sensors cảm nhận Còn thành phần thu phát vô tuyến thiết bị trao đổi thông tin liên lạc từ node chủ đến trung tâm liệu (node Sink) hình dung thông qua sơ đồ sau: Mạng cảm biến không dây WSN bao gồm số lượng lớn node Sensors phân bố diện rộng, ngẫu nhiên nhằm thu thập thông tin môi trường Mỗi node Sensor bao gồm số thành phần bản, đồng thời thiết bị nhỏ bé với tính tốn đơn giản hạn chế nguồn lượng mà khó Hình Cấu trúc hoạt động phân cụm WSN ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CƠNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 12(97).2015, QUYỂN Cuối cùng, GPS [8] thiết bị định vị Như vậy, việc tiêu hao lượng node Sensors chủ yếu ba thành phần chính, Sensors, xử lý liệu thu phát vơ tuyến hay cịn gọi truyền thơng liệu Tuy nhiên, Sensors thành phần tiêu tốn lượng Vì vậy, hệ thống logic mờ điều khiển trạng thái hoạt động node Sensors rơi vào hai trạng thái hoạt động nghỉ ngơi để tiết kiệm nguồn lượng 3.1 Logic mờ Logic mờ [9] phát triển từ lý thuyết tập mờ nhằm thực lập luận xấp xỉ, cho phép khơng xác, tính bất định, gần nhằm tìm lời giải hiệu đơn giản, dễ hiểu dễ thực với chi phí thấp Nó phân tích thơng tin cách sử dụng tập mờ định nghĩa biến ngôn ngữ với công thức sau: μ ~ u u :u ∈ U,μ ~ u ∈ 0, 1 Trong đó  ~ u ∈ 0, giá trị hàm thành viên , ,…, phần tử tập vũ trụ U Tùy thuộc hình dạng hàm thành viên, tập mờ có loại: Hình Các dạng hàm thành viên tập mờ Hàm thành viên WSN sử dụng chủ yếu hai hình dạng trimf (hình tam giác) trapmf (hình thang) Tập mờ ~ có dạng hình thang, ký hiệu ~ , , , xác định sau: , ế  1, ~   Hình Hàm thành viên số mờ tam giác Hệ thống logic mờ gồm có ba giai đoạn, sau: Logic mờ thuật toán FCM mở rộng ~ 11 ế (2) , ế 0, ò Hàm thành viên minh họa mơ hình bên   Suy diễn mờ Fuzzy hóa Giải mờ Tri thức Hình Cấu trúc hệ thống Logic mờ Trong đó, thành phần trung tâm hệ mờ tri thức hay sở luật mờ, xây dựng mô tả chuyên gia môt lĩnh vực áp dụng cụ thể, tức bao gồm luật If – then Sau đó, suy diễn mờ với nhiệm vụ kết hợp luật If – then mờ sở luật để tạo thành tập mờ đầu F Trong thực tế, đánh giá hay thu nhận liệu từ mơi trường liệu giá trị số khơng thể giá trị mờ Thành phần hệ thống logic mờ Fuzzy hóa với nhiệm vụ biến đổi giá trị rõ x(T) thành tập mờ X(T) Thành phần cuối hệ khâu giải mờ, với nhiệm vụ chuyển đổi tập mờ F thành giá trị rõ y(F) cụ thể Vì vậy, giai đoạn quan trọng hệ thống suy diễn mờ “FIS – Fuzzy Inference System” Vì đơn giản; xử lý liệu khơng đáng tin cậy Ngồi ra, FIS cịn có số tính khơng phần quan trọng Wireless Sensor Network, thiết kế hệ thống chạy cách sử dụng mơ hình trực quan, mơ tả thơng qua suy luận thông thường người vấn đề Thứ hai, FIS thực việc tính tốn nhanh xây dựng kiến thức chuyên môn Cuối cùng, FIS thực với nhớ Cụ thể liên hệ minh họa hình vẽ bên Mơi trường Fuzzy hóa Node sensor Suy diễn mờ Giải mờ   WSN MAC Tổng số node Node giao tiếp Tri thức Hình Cấu trúc D - FLER 3.2 Thuật toán Fuzzy C- means (FCM) mở rộng Hình Hàm thành viên số mờ hình thang ~ Đối với tập mờ hình tam giác hàm thành viên ký hiệu , , xác định sau: , ế  ~ (3) , ế 0, ò Cho u   u1 , u2 , , uc  phân hoạch mờ C  u11  u1n    U cxn       u   c1  u cn  FCM mở rộng thuật toán dựa sở thuật toán FCM nhằm phân hoạch tập n vectors đối tượng 12 Phạm Thị Dung, Lê Văn Sơn, Lê Thành Công, Đặng Hùng Vĩ liệu không gian d chiều , ,…, ∈  thành c nhóm mờ, tức ⋃ dựa tính tốn tối ưu hóa hàm mục tiêu cơng thức (4) xác định bên sau: ∗ ; , ∑ ‖ ‖ ~ , ,… , vector cụm trung , ∈ tâm xác định công thức (5) bên ‖ ‖ ∑ ~ ∗ Trong không gian tập tất ma trận phân hoạch mờ U xác định công thức (6) sau: ∗ ,∀ , : ∈ ∑ ∑ ∈ , 1 ∑ (6) ∑ Và (8) Cụ thể nữa, thuật toán FCM mở rộng biểu diễn toàn minh họa sơ đồ khối bao gồm 10 bước thực sau: Bắt đầu Khởi tạo ma trận phân hoạch mờ ∈ , ‖ Xác định vector trung tâm 1, ∑ 0,0 0,0 0,0 0,0 1,0 1,0 Theo bước thuật toán FCM mở rộng, với lần lặp đầu tiên: ∑ Kết xác định toạ độ cụm cụ thể sau: 11/2,13/2 √10/2 √10/2 √10/2 √61/2 2√2 √5/2 √170/2 √5/2 Tiếp tục thực bước 7, đạt kết sau: Giá trị phụ thuộc cụm Giá trị phụ thuộc cụm u 0,5 0,5 u 0,86 0,5 u ∈ Xác định khoảng cách 1,0 0,86 0,14 u 0,09 u 1,0 0,09 0,91 u 0,03 u 1,0 0,03 0,97 0,86 0,09 0,03 0,5 0,14 0,91 0,97 Tiếp tục kiểm tra điều kiện dừng thuật toán tương ứng bước sau: ↔ max ↔ max 0,5 1,0 , 0,86 Cập nhật ma trận phân hoạch mờ ;1 ,1 1,0 , 0,09 Lúc này, điều kiện bước thuật toán chưa thỏa mãn, nên thực tương tự lần lặp Sau qua lần lặp, tức j = 4, kết cuối sau: Hình Thuật toán FCM mở rộng Gọi T số lần lặp thực thuật toán FCM mở rộng Riêng thuật tốn độ phức tạp chứng minh O(T) 0,0 , 0,03 0,0 , 0,5 0,0 , 0,14 0,0 , 0,91 1,0 , 0,97 1,0 0,5 0,01 Kết thúc 1,0 0,5 ‖2 u max 17/2,11 Tiếp tục thực bước thuật toán, cụ thể sau: Khoảng cách Khoảng cách đối cụm với cụm Phân hoạch điểm thuộc cụm ;1 ‖ ∑ , 1,0 Từ bảng trên, ta cập nhật lại ma trận phân hoạch lần lặp thứ kết đạt bên Nhập số cụm c; m = 2; Các tập mờ X = , 2, … , ∑ 8, 11 Giải (7) ∑ 5, , 0,01 Hãy sử dụng thuật toán để xác định phân cụm tối ưu Như vậy, để tối thiểu hàm muc tiêu công thức (7) (8) xác định bên ∀ 1,0 (5) ∈ 1, ∞ tham số mờ, thường chọn m = 2, 5, , Cho tâm hai cụm sau biểu diễn ma trận phân hoạch sau: (4) ∈ ∗ ma trận phân hoạch mờ Trong đó, với giá trị hàm thành viên phần tử thứ k cụm thứ i Với , , , với 9, 12 Với ; , ∑ ~ , Giả sử, xem tập 8, 10 , 6, , 0,83 0,87 0,05 0,04 0,17 0,13 0,95 0,96 ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CƠNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 12(97).2015, QUYỂN Như vậy, với tập liệu ban đầu phân  ∈ hoạch điểm kết sau:  ∈ Ngồi ra, việc phân cụm thuật tốn FCM mở rộng minh họa đoạn mã sau: , , _ , _ Với centrer: Biến dùng để thể tọa độ cụm trung tâm, cụ thể minh họa với cụm trung tâm U: Chứa giá trị hàm thành viên điểm liệu obj_fcm: Chứa giá trị lịch sử hàm mục tiêu mà lần lặp lại 13 giới thiệu, đầu vào giá trị rõ, cụ thể tác giả định nghĩa nằm [0, 100] Với giá trị rõ đầu vào, sau vào hệ thống điều khiển xử lý suy diễn mờ sử dụng biến ngơn ngữ, kết đầu giá trị rõ nằm [0, 100] Như vậy, hỗ trợ công cụ Matlab [10] xác định hàm thành viên cấu trúc cụ thể đạt kết Hình 12 Sau định nghĩa hàm thành viên, tiếp tục đến với trình sinh luật Cụ thể, tác giả định nghĩa minh họa 19 luật tổng số 1125 luật sau: Hình Demo thuật toán FCM mở rộng Kết sau phân tách điểm thuộc cụm thể hình vẽ bên Hình 13 Các luật hệ thống Lúc này, thời gian sống node Sensors hệ thống mạng thay đổi với nhiều kịch thử nghiệm thay đổi tham số đầu vào Input mà nhóm tác giả thiết kế Trường hợp 1, với 32 cụm minh họa, xác định thời gian sống tối đa hệ thống mạng đạt t = 5/năm cụ thể mô sau: Hình 10 Kết phân hoạch thuật toán FCM mở rộng Khảo sát đánh giá Riêng báo này, nhằm tăng tuổi thọ node Sensors hệ thống mạng, nhóm tác giả nghiên cứu khả ứng dụng logic mờ mạng cảm biến không dây thiết kế mơ hình mơ cụ thể gồm năm đầu vào đầu Mơ hình cụ thể sau: Hình 14 Thời gian sống mạng với 32 cụm Đối với trường hợp 2, hệ thống với 78 cụm kết mơ đạt sau: Hình 11 Cấu trúc hệ thống – Input – Output Hình 15 Thời gian sống mạng với 50 cụm Hình 12 Kết mơ hàm thành viên hệ thống Riêng cấu trúc hệ thống hình trên, thực chất đầu vào điều khiển mờ Hệ Tuy nhiên, thay đổi khu vực phân bố nodes mạng, chẳng hạn, nodes phân bố khu vực giảm thời gian sống thay đổi, cụ thể t = 7,51/năm kết Hình 16 Nhiều kịch mô khác nhằm đánh giá kết luận cuối tác giả thống kê qua bảng bên Hình 17 14 Phạm Thị Dung, Lê Văn Sơn, Lê Thành Công, Đặng Hùng Vĩ Kết luận Với nghiên cứu thể báo, tác giả hệ thống hóa mở rộng thuật toán phân cụm nhằm cho phép khảo sát đầy đủ thời gian sống WSN Đồng thời, nhóm nghiên cứu tập trung xây dựng kịch khác tiến hành thử nghiệm với tham số đại diện đầu vào để đánh giá thời gian sống WSN cụ thể hiệu Hình 16 Thời gian sống mạng với Area giảm sonutCH thoigiansong 12 3,71 27 3,86 32 78 Riêng phần minh chứng cho cải tiến FCM tiến hành nhiều cách, chẳng hạn cách thực thủ cơng thay đổi kích cỡ, màu sắc nodes cụm thể hỗ trợ Matlab TÀI LIỆU THAM KHẢO [1] D R I Gupta and S Sampalli, "Cluster -head election using fuzzy logic for wireless sensor networks”, in 3rd Annual Conference on Communication Networks and Services Research, vol 2, 2005 [2] http://bass.gmu.edu/matlab/labdocs/LabinsM.pdf [3] http://en.wikipedia.org/wiki/Fuzzy_clustering [4] [5] http://en.wikipedia.org/wiki/G lobal_Positioning_System J Ibriq and I Mahgoub, "Cluster - based routing in wireless sensor networks: issues and challenges (SPECTS)”, in Symposium on Performance Evaluation of Computer Telecommunication Systems, 2004 Mohd Ezwan Jalil, “Positioning and Location Tracking Using Wireless Sensor Network”, 2011 Q L Haining Shu and J Gao, "Wireless Sensor Network Lifetime Analysis Using Interval Type-2 Fuzzy Logic Systems”, IEEE Transactions on Fuzzy Systems, vol 16, no 2, pp 416-427, 2008 Hình 17 Dữ liệu thử nghiệm thực kịch Kết thống kê sau: Đánh giá thời gian sống mạng 90 80 70 sonutCH sonutCH 60 thoigiansong 50 [6] [7] 40 30 [8] 20 10 3,71 3,86 thoigiansong T/năm Hình 18 Đánh giá thời gian sống mạng phụ thuộc vào sonutCH Như vậy, thời gian sống node Sensors có xu hướng tăng lên số node chủ tăng lên [9] S A a o Budiarto (2012, Jul.) The wireless sensor network [Online] accessed on 26th Aug 2012, http://students.netindonesia net/blogs/ui_thefarmers/archive/2010/04/23/wireless-sensornetworks-how-do-theywork.aspx T.M F Kuhn and R Wattenhofer, "Initializing newly deployed ad hoc and sensor networks”, in 10th annual international conference on Mobile computing and networking, New York, NY, USA, 2004, pp 260-274 [10] X Chen, "Research on hierarchical mobile wireless sensor network architecture with mobile sensor nodes”, in 3rd International Conference on Biomedical Engineering and Informatics (BMEI), vol 7, Oct 2010, pp 2863-2867 (BBT nhận bài: 28/07/2015, phản biện xong: 11/10/2015) ... thống mạng, nhóm tác giả nghiên cứu khả ứng dụng logic mờ mạng cảm biến không dây thiết kế mô hình mơ cụ thể gồm năm đầu vào đầu Mơ hình cụ thể sau: Hình 14 Thời gian sống mạng với 32 cụm Đối... toán phân cụm nhằm cho phép khảo sát đầy đủ thời gian sống WSN Đồng thời, nhóm nghiên cứu tập trung xây dựng kịch khác tiến hành thử nghiệm với tham số đại diện đầu vào để đánh giá thời gian sống. .. 70 sonutCH sonutCH 60 thoigiansong 50 [6] [7] 40 30 [8] 20 10 3,71 3,86 thoigiansong T/năm Hình 18 Đánh giá thời gian sống mạng phụ thuộc vào sonutCH Như vậy, thời gian sống node Sensors có xu