Nghiên cứu giải thuật phân cụm fuzzy c means để giải quyết vấn đề định tuyến phân cụm trong mạng cảm biến không dây

-i- ĐẠI HỌC ĐÀ NẴNG TRƯỜNG ĐẠI HỌC SƯ PHẠM ĐÀ NẴNG KHOA TIN HỌC  NGHIÊN CỨU GIẢI THUẬT PHÂN CỤM FUZZY C-MEANS ĐỂ GIẢI QUYẾT VẤN ĐỀ ĐỊNH TUYẾN PHÂN CỤM TRONG MẠNG CẢM BIẾN KHÔNG DÂY GIÁO VIÊN HƯỚNG DẪN : PGS.TS LÊ VĂN SƠN SINH VIÊN THỰC HIỆN : TRẦN THANH HÙNG Đà Nẵng, tháng 05/2015 -i- LỜI CAM ĐOAN Em xin cam đoan khoá luận tốt nghiệp cơng trình nghiên cứu thực cá nhân, thực hướng dẫn khoa học PGS.TS Lê Văn Sơn Các số liệu, kết luận nghiên cứu trình bày luận văn trung thực chưa công bố hình thức Các trích dẫn nội dung tham khảo đầy đủ Em xin chịu trách nhiệm nghiên cứu Người thực Trần Thanh Hùng LỜI CẢM ƠN Trước tiên, em bày tỏ làm biết ơn chân thành tới thầy giáo hướng dẫn PGS.TS Lê Văn Sơn, người tận tình dẫn dắt, truyền đạt kinh nghiệm, kiến thức tạo điều kiện tốt nhằm hỗ trợ em hồn thành nghiên cứu Em xin cảm ơn thầy cô giảng dạy cho em bốn năm học đại học, truyền đạt cho em kiến thức, phương pháp, kinh nghiệm vấn đề nghiên cứu thực báo cáo Vì thời gian có hạn trình độ cịn hạn chế, việc nghiên cứu số lượng lớn mảng kiến thức, khái niệm, thuật toán, thuật ngữ liên quan nghiên cứu chắn khơng thể tránh thiếu sót Rất mong nhận ý kiến đóng góp động viên thầy cô người để nghiên cứu hoàn thiện Xin chân thành cảm ơn! Người thực Trần Thanh Hùng -iii- MỤC LỤC LỜI CAM ĐOAN I LỜI CẢM ƠN II MỤC LỤC III DANH MỤC CÁC KÝ HIỆU, CHỮ VIẾT TẮT VI DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ VII MỞ ĐẦU 1 LÝ DO CHỌN ĐỀ TÀI MỤC TIÊU NGHIÊN CỨU NHIỆM VỤ NGHIÊN CỨU GIỚI HẠN ĐỀ TÀI GIẢ THUYẾT VẤN ĐỀ ĐỐI TƯỢNG NGHIÊN CỨU PHƯƠNG PHÁP NGHIÊN CỨU CHƯƠNG I MẠNG CẢM BIẾN KHÔNG DÂY VÀ CÁC VẤN ĐỀ LIÊN QUAN 1.1 GIỚI THIỆU VỀ MẠNG CẢM BIẾN KHÔNG DÂY 1.1.1 Định nghĩa mạng cảm biến không dây 1.1.2 Cấu trúc mạng cảm biến không dây 1.1.3 Ứng dụng mạng cảm biến không dây 1.1.4 Những thách thức mạng cảm biến không dây 10 1.2 ĐỊNH TUYẾN PHÂN CỤM TRONG MẠNG CẢM BIẾN 12 1.2.1 Giới thiệu định tuyến phân cụm 12 1.2.2 Một số thách thức vấn đề định tuyến 12 1.2.3 Giao thức định tuyến Low Energy Adaptive Clustering Hierarchy (LEACH) 14 1.2.4 Giao thức định tuyến Low Energy Adaptive Clustering Hierarchy-Centralized (LEACH-C) 17 1.2.5 Kĩ thuật phân cụm cố định 19 1.3 KẾT LUẬN CHƯƠNG 20 CHƯƠNG II GIẢI THUẬT PHÂN CỤM FUZZY C-MEANS DỰA VÀO LOGIC MỜ 21 2.1 LOGIC MỜ VÀ CÁC VẤN ĐỀ LIÊN QUAN 21 2.1.1 Định nghĩa logic mờ 21 2.1.2 Hàm thành viên 23 2.1.3 Suy diễn mờ 25 2.2 PHÂN CỤM DỮ LIỆU 27 2.2.1 Khái niệm mục tiêu phân cụm liệu 27 2.2.2 Phân cụm mờ 29 2.2.3 Các thuật toán phân cụm mờ 30 2.2.4 Thuật toán Fuzzy C-Means 31 2.3 KẾT LUẬN CHƯƠNG 38 CHƯƠNG III MÔ PHỎNG VÀ ĐÁNH GIÁ 39 3.1 GIỚI THIỆU PHẦN MỀM MATLAB 39 3.1.1 Lịch sử hình thành phát triển Matlab 39 3.1.2 Giao diện MATLAB 41 3.2 MƠ PHỎNG THUẬT TỐN FUZZY C-MEAN QUA LOGIC MỜ 43 3.2.1 Thực mô 43 -v- 3.2.2 Mô thời gian hội tụ 48 3.3 KẾT LUẬN CHƯƠNG 52 KẾT LUẬN 53 KẾT QUẢ 53 NHẬN XÉT 53 PHẠM VI ỨNG DỤNG 54 HƯỚNG PHÁT TRIỂN 54 TÀI LIỆU THAM KHẢO 55 DANH MỤC CÁC KÝ HIỆU, CHỮ VIẾT TẮT WSN Wireless Sensor Network FCM Fuzzy C-Means WLAN Wireless Local Area Network ADC Analog to Digital Converter LEACH Low Energy Adaptive Clustering Hierarchy CH Cluster Head BS Basic Station TDMA Time Division Multiple Access LEACH – C Low Energy Adaptive Centralized GPS Global Positioning System Clustering Hierarchy- -vii- DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ Tên hình vẽ Số hiệu Trang hình vẽ 1.1 Cấu tạo nút cảm ứng 1.2 Mô tả phân bố nút cảm ứng hoạt động 1.3 Giao thức định tuyến LEACH 14 1.4 Mơ tả q trình hoạt động LEACH 16 1.5 Giao thức định tuyến LEACH-C 18 2.1 Ví dụ tập mờ có hàm thành viên độ tuổi 24 2.2 Ví dụ phần cụm liệu cụm 27 2.3 Hàm mục tiêu với trọng số mũ m 31 2.4 Ràng buộc hàm mục tiêu thuật toán 33 2.5 Định nghĩa tập tất ma trận thực phân hoạch 33 mờ khơng suy thối cấp c x n 2.6 Tập liệu định nghĩa 33 2.7 Điều kiện bậc phần tử liệu xk thuộc cụm 34 thứ i 2.8 Điều kiện trung tâm cụm thứ i 34 2.9 Mô tả tập liệu chiều 36 2.10 Hàm phụ thuộc với trung tâm cụm A thuật 36 toán FCM 3.1 Giao diện sử dụng MATLAB 41 3.2 Cách mở hình Clustering hiển thị cửa sổ 44 Clustering thực mô 3.3 Cửa sổ 2-D Fuzzy C-Means Clustering 45 3.4 Mô hệ thống cụm node với thuật 46 toán FCM có cụm, số vịng lặp tối đa 80 tham số mũ 3.5 Hàm thành viên cụm số có màu xanh dương 47 3.6 Thuật tốn MATLAB mơ FCM với 48 liệu đầu vào ngẫu nhiên 3.7 Kết thuật tốn hình 3.6 49 3.8 Mơ tả node mạng cảm biến với thuật toán 50 FCM thực thi hình 3.6 3.9 Thuật tốn FCM với tập liệu khởi tạo sẵn 51 từ file fcmdata.dat 3.10 Kết mơ tả thuật tốn 3.9 51 -43- 3.2 MƠ PHỎNG THUẬT TỐN FUZZY C-MEAN QUA LOGIC MỜ MATLAB hỗ trợ cho lập trình viên cơng cụ ví dụ nhằm thuận tiện việc thực mơ đánh giá thuật tốn Fuzzy C-Means.Q trình mô giúp ta mô tả phân bố cụm, nút cụm chủ cách hợp lí, với ta kiểm tra biểu diễn hàm thành viên cụm qua xác định khoảng cách nút cụm chủ Bộ công cụ hỗ trợ từ MATLAB gọi Fuzzy Logic Toolbox, hỗ trợ cho vấn đề có liên quan tới logic mờ Nó hỗ trợ hàm MATLAB, ứng dụng để phân tích, đánh giá tính tốn dựa logic mờ Các hàm hỗ trợ cho Fuzzy C-Means bao gồm :  fcm Hàm tính tốn giá trị thuật tốn FCM  subclust Tìm cụm trung tâm từ phân cụm loại trừ  genfis2 Khởi tạo cấu trúc hệ thống suy luận mờ từ liệu sử dụng phân cụm loại trừ  genfis3 Khởi tạo cấu trúc hệ thống suy luận mờ từ liệu sử dụng phân cụm mờ  findcluster 3.2.1 Mở tool hỗ trợ.[6] Thực mô Để mở tool hỗ trợ mơ cho thuật tốn FCM ta cần tìm hiểu, có cách để gọi lên tool mơ MATLAB Thứ dùng lệnh “findcluster('clusterdemo.dat')” hình Command Window để mở Clustering thực mơ Hình 3.2 Cách mở hình Clustering hiển thị cửa sổ Clustering thực mô Ở cách gọi liệu tạo sẵn MATLAB từ trước, thiết lập thông số số cụm, số lần vịng lặp Hệ thống tạo mơ vị trí cụm, nút dựa vào thơng số có sẵn Tuy nhiên, với cách mơ này, ta kiểm tra giá trị hàm thành viên hệ thống cụm nút Vì sử dụng cách khác, cách khơng khác so với cách trên, nhiên mở rộng hàm thành viên xem biên độ chúng Đầu tiên hình Command Window gõ lệnh “fcmdemo” Hệ thống mở lên cửa sổ mới, cửa sổ “2-D Fuzzy C-Means Clustering” -45- Hình 3.3 Cửa sổ 2-D Fuzzy C-Means Clustering Ở hình này, liệu lấy từ hệ thống MATLAB biểu diễn với thông số mặc định, ta tuỳ chỉnh thơng số theo ý định muốn thực Hình 3.4 Mô hệ thống cụm node với thuật tốn FCM có cụm, số vịng lặp tối đa 80 tham số mũ -47- Để xem xét hàm thành viên cụm cụ thể, ta chọn vào cụm cửa sổ ấn “Plot MF” Hình 3.5 Hàm thành viên cụm số có màu xanh dương Qua mơ tả hàm thành viên, ta xoay theo 360 độ để xem rõ chiều, hướng phụ thuộc từ vị trí cụ thể Một node định nằm gần trung tâm cụm có mức độ cao hàm thành viên với cụm node nằm xa trung tâm cụm có mức độ thấp hàm thành viên cụm Fuzzy C-Means Clustering bắt đầu với dự đoán ban đầu cho cụm trung tâm ( cluster head), dự định để đánh dấu vị trí trung bình cluster Các dự đốn ban đầu cho cụm trung tâm khơng xác Tiếp theo, FCM gán liệu cho lớp thành viên cluster Bằng cách lặp lặp lại việc cập nhật cụm trung tâm đánh dấu thành viên cho điểm liệu, FCM lặp di chuyển cụm trung tâm đến vị trí tập liệu Lặp lặp lại dựa vào việc giảm thiểu hàm mục tiêu đại diện cho khoảng cách từ điểm liệu đến cụm trung tâm điểm liệu mức độ thành viên 3.2.2 Mô thời gian hội tụ Q trình thực thuật tốn FCM thường gồm bước mục 2.2.4.2 trình bày, ban đầu chọn c cụm trung tâm từ số liệu cho trước ngẫu nhiên Sau lặp lặp lại đến có cụm trung tâm xác Vì việc lựa chọn tập cụm trung tâm tốt từ ban đầu vô quan trọng Tuy nhiên khơng dễ để lựa chọn tập tốt cụm ban đầu Và chọn thuật tốn lặp vịng tức làm giảm số vòng lặp cải thiện hiệu suất giảm thiểu việc tiêu tốn lượng hơn.[10] Thuật toán FCM mơ với liệu ngẫu nghiên, thuật tốn sử dụng hình sau : Hình 3.6 Thuật tốn MATLAB mơ FCM với liệu đầu vào ngẫu nhiên -49- Sau thực thi đoạn mã trên, liệu đầu vào ngẫu nhiên từ 2-100 có số cụm Kết nhận từ cụm 100 nút có 43 lần lặp liệu có dạng phân bố hình 3.8 Hình 3.7 Kết thuật tốn hình 3.6 Hình 3.8 Mơ tả node mạng cảm biến với thuật tốn FCM thực thi hình 3.6 Tuy nhiên, nhược điểm lớn thuật toán hàm FCM khởi tạo, có giá trị ban đầu khác cho lần chạy tài ngun liệu tạo hồn tồn ngẫu nhiên Do đó, kết khác cho lần chạy Vì mơ sử dụng tập liệu khởi tạo trước từ MATLAB Tập liệu ta xác định vị trí nút biết có cụm hay số cụm trung tâm xác định Mã thuật toán lấy từ file fcmdata.dat trình bày hình 3.9 -51- Hình 3.9 Thuật toán FCM với tập liệu khởi tạo sẵn từ file fcmdata.dat Sau thực mơ kết nhận : Hình 3.10 Kết mơ tả thuật tốn 3.9 Dựa vào kết ta thấy việc chạy mơ thuật toán FCM với tập tin thiết lập trước khiến cho vòng lặp chạy ngắn hơn, rút ngắn thời gian hội tụ so với liệu ngẫu nhiên Rõ ràng việc phân cụm mờ dựa vào thuật tốn áp dụng vị trí nút cảm biến số cụm xác định thời gian hội tụ rút ngắn nhiều Thời gian hội tụ ngắn đồng nghĩa với hiệu suất cao hơn.[3] 3.3 KẾT LUẬN CHƯƠNG Năng lượng yếu tố vô quan trọng ảnh hưởng tới tuổi thọ mạng cảm biến không dây, số phương pháp phân cụm xây dựng nhằm mục đích tối ưu hố lượng cho thiết bị sử dụng Ở báo cáo này, em sử dụng logic mờ để đánh giá mức độ tiêu tốn lượng thuật toán Fuzzy C-Means dựa vào thời gian hội tụ phân bố cụm thuật toán đối tượng liệu ngẫu nhiên chuẩn bị sẵn Mô thực tảng MATLAB, công cụ thiết kế đặc biệt cho trình mơ thuật tốn đánh giá tiêu chí Kết q trình mơ cho thấy việc sử dụng thuật toán FCM với đầu vào liệu chuẩn bị trước ảnh hưởng tới thời gian hội tụ, hiệu trực tiếp thiết bị, tốc độ xử lí thuật tốn ảnh hưởng tới tốc độ thiết bị Vì ảnh hưởng trực tiếp tới tuổi thọ mạng cảm biến không dây -53- KẾT LUẬN KẾT QUẢ Qua thời gian thực khoá luận tốt nghiệp với đề tài “Nghiên cứu giải thuật phân cụm Fuzzy C-Means để giải vấn đề định tuyến phân cụm mạng cảm biến khơng dây” em tìm hiểu kiến thức liên quan mạng cảm biến không dây, logic mờ, thuật tốn phân cụm FCM số lí thuyết liên quan hàm thành viên, suy diễn mờ, phân cụm mờ Qua tiếp cận với phần mềm MATLAB thực mơ phân tích thuật tốn phân bố cụm thuật toán FCM đánh giá thời gian hội tụ thuật toán NHẬN XÉT Ưu điểm :  Cập nhật đầy đủ lí thuyết vấn đề cần thiết liên quan, trình bày rõ ràng cụ thể trước thực mô nghiên cứu kĩ thuật  Nội dung tìm hiểu vấn đề quan trọng luôn cần thiết với ứng dụng tiên tiến bật  Đánh giá nghiên cứu vấn đề hiệu suất thuật tốn qua phần mềm mơ cách cụ thể  Tiếp cận với vấn đề chưa tìm hiểu trước đây, mảng kiến thức cần thiết thời kì mạng khơng dây phát triển Nhược điểm:  Chương trình mơ chưa thực hiệu việc mang lại ứng dụng thực tiễn điều kiện sở vật chất, giúp người đọc tìm hiểu kĩ vấn đề thuật tốn hiệu suất thơng qua mơ Có nhiều điểm khác biệt mơ thực tế  Chương trình mơ cịn thiếu nhiều ứng dụng logic mờ mà MATLAB hỗ trợ  Chưa thể đưa người đọc tìm hiểu cách kĩ chuyên sâu tới vấn đề mạng cảm biến  Chưa tìm hiểu thêm thuật tốn cải tiến từ thuật toán FCM nên chưa thể so sánh hiệu thuật toán với PHẠM VI ỨNG DỤNG Nghiên cứu mô tả vấn đề mạng cảm biến không dây, kĩ thuật phân cụm mờ FCM vấn đề liên quan tới hiệu suất mơ tả thuật tốn Ngoài vấn đề suy diễn mờ, logic mờ, phân cụm mờ nghiên cứu thể HƯỚNG PHÁT TRIỂN Trong nghiên cứu khố luận, khơng thể thực bao phủ vấn đề mạng cảm biến không dây thuật toán phân cụm tiên tiến tạo dựa vào thuật tốn FCM Do đó, thời gian tới có thể, em cố gắng nghiên cứu thêm vấn đề mạng cảm biến không dây thời gian tồn tại, thất thoát lượng, với nghiên cứu thuật tốn cải tiến thuật tốn FCM từ đưa so sánh nhận xét thực mô đánh giá với thuật toán khác -55- TÀI LIỆU THAM KHẢO TIẾNG VIỆT http://vi.wikipedia.org/wiki/Logic_mờ http://bbvietnam.com/threads/fuzzy-logic-logic-mo-doc-va-biet-themcung-co-cai-loi-cua-no.28730 Trần Đức Minh, 2011, Tìm hiểu số giải thuật phân cụm dựa logic mờ mạng cảm biến không dây An Hồng Sơn, 2008, Nghiên cứu số phương pháp phân cụm mờ ứng dụng Đại học Thái Ngun Nguyễn Cơng Hào, 2011, Giáo trình sau đại học Logic mờ ứng dụng TIẾNG ANH http://www.mathworks.com/help/fuzzy/data-clustering.html http://www.onworld.com Xuefeng, 2011, Energy Eficient Clustering for WSN-based Structural Heath Monitoring, 2011, trang 2768 Kazem Sohraby, Daniel Minoli, Taieb Znati (2007), Wireless Sensor Networks, Technology, Protocols and Applications, © 2007 10.Weilian Su, Theodoros C Bougiouklis, 2007, Data Fusion Algorithms in Cluster-based Wireless Sensor Networks Using Fuzzy Logic Theory, 2007 Trang 258-300 NHẬN XÉT CỦA GIẢNG VIÊN HƯỚNG DẪN ………………………………………………………………………………… ………………………………………………………………………………… ………………………………………………………………………………… ………………………………………………………………………………… ………………………………………………………………………………… ………………………………………………………………………………… ………………………………………………………………………………… ………………………………………………………………………………… ………………………………………………………………………………… ………………………………………………………………………………… ………………………………………………………………………………… ………………………………………………………………………………… Đà Nẵng, ngày 10 tháng 05 năm 2015 GIẢNG VIÊN HƯỚNG DẪN PGS.TS Lê Văn Sơn SINH VIÊN KÝ TÊN Trần Thanh Hùng -57- Các yêu cầu sửa đổi thực Thay đổi tên đề tài Trước : “ Nghiên cứu giải thuật phân cụm Fuzzy C-Means dựa vào logic mờ mạng cảm biến không dây” Sau : “ Nghiên cứu giải thuật phân cụm Fuzzy C-Means để giải vấn đề định tuyến phân cụm mạng cảm biến không dây” Dãn dòng, chỉnh báo cáo Dãn dòng theo tiêu chuẩn cách 1,5 dòng trang Kết luận chương.Trang 38,52 Bổ sung thích, tham khảo phần thuật tốn mơ Bổ sung tham khảo phần vấn đề mạng cảm biến không dây, thách thức định tuyến phân cụm.Trang 11,14 Bổ sung tham khảo thuật toán phần III Mơ thuật tốn Trang 43 Sửa chữa lỗi tả, kí hiệu phần thuật tốn Trang 31,32,35 (thay đổi kí hiệu ujk thành uik để đồng với vấn đề sau, j hồn tồn trở thành số cụm , có giới hạn từ 1-> số cụm yêu cầu.) ... Sơn Em chọn đề tài nghiên c? ??u khóa luận tốt nghiệp “ Nghiên c? ??u giải thuật phân c? ??m Fuzzy C- Means để giải vấn đề định tuyến phân c? ??m mạng c? ??m biến không dây? ?? để tìm hiểu vấn đề sử dụng thuật toán... không dây vấn đề liên quan  Giải thuật phân c? ??m mờ  Giải thuật Fuzzy C- means PHƯƠNG PHÁP NGHIÊN C? ??U  Thu thập nghiên c? ??u tài liệu liên quan tới mạng c? ??m biến không dây, phân c? ??m mạng c? ??m biến. .. th? ?c định tuyến phân c? ??m mạng c? ??m biến không dây LEACH hay LEACH -C -21- CHƯƠNG II GIẢI THUẬT PHÂN C? ??M FUZZY CMEANS DỰA VÀO LOGIC MỜ 2.1 LOGIC MỜ VÀ C? ?C VẤN ĐỀ LIÊN QUAN 2.1.1 Định nghĩa logic