Xử lý trong mạng

Một phần của tài liệu Bài giảng Mạng cảm biến: Phần 1 (Trang 33 - 35)

Khi tổ chức mạng theo kiểu phân bố, các nút trong mạng không chỉ truyền các gói tin hay thực hiện các chƣơng trình ứng dụng, chúng còn phải tích cực tham gia vào việc quyết định cách thức hoạt động của mạng. Đây là một hình thức cụ thể của xử lý thông tin xảy ra trong mạng, nhƣng bị giới hạn thông tin về chính bản thân mạng. Có thể để mở rộng khái niệm này bằng cách lấy dữ liệu cụ thể sẽ truyền qua mạng đƣa vào quá trình xử lý thông tin này, thực hiện xử lý trong mạng là bƣớc đầu tiên trong nguyên tắc thiết kế. Xử lý trong mạng bao gồm một số kỹ thuật:

Tập hợp:

Có lẽ tập hợp là kỹ thuật xử lý trong mạng đơn giản nhất. Giả sử một bộ thu có số liệu từ các phép đo định kỳ của tất cả các cảm biến, nhƣng nó chỉ thích hợp để kiểm tra xem giá trị trung bình có thay đổi không, hoặc sự chênh lệch giữa giá trị lớn nhất và nhỏ nhất có quá lớn không. Trong trƣờng hợp này, rõ ràng là không cần phải chuyển tất cả dữ liệu từ các cảm biến đến bộ thu, cụ thể là nó chỉ cần gửi giá trị trung bình, lớn nhất và nhỏ nhất đến bộ thu. Tên gọi

tập hợp bắt nguồn từ thực tế là tại các nút trung gian giữa nguồn và bộ thu, thông tin đƣợc tập hợp lại thành một dạng cô đặc, tách biệt với thông tin có đƣợc từ các nút ở xa bộ thu.

Rõ ràng, chức năng tập hợp áp dụng trong các nút trung gian phải đáp ứng một số điều kiện để kết quả có ý nghĩa. Quan trọng nhất, chức năng phải có thể cấu hình. Các chức năng nhƣ lấy trung bình, đếm, hoặc tối thiểu sẽ có nhiều lợi thế nếu dùng tập hợp. Các chức năng có tính toàn diện nhƣ vẽ đƣờng trung bình không hoàn toàn tuân theo tập hợp.

Hình 1.10 minh họa các ý tƣởng của tập hợp. Trong nửa trái, một số cảm biến chuyển giá trị đến bộ thu qua giao tiếp đa bƣớc nhảy. Tổng cộng có 13 tin nhắn đƣợc yêu cầu (các số

34

trong hình cho thấy số tin nhắn truyền qua một kết nối đã cho). Khi các nút đƣợc đánh dấu để tạo tập hợp, ví dụ, bằng cách tính toán giá trị trung bình (hiển thị trong nửa bên phải của hình), chỉ có 6 tin nhắn là cần thiết. Những khó khăn trong trƣờng hợp này là làm thế nào để xác định vị trí tạo tập hợp và tạo từ những nút nào, bao lâu thì có kết quả và xác định tác động của các gói tin bị mất.

Hình 1.11.Ví dụ tập hợp Mã hoá nguồn phân bố và nén phân bố:

Thông tin đƣợc tập hợp về các giá trị đo đƣợc không chỉ để truyền tất cả các bit dữ liệu từ tất cả các nguồn về bộ thu. Câu hỏi đặt ra là có thể giảm số lƣợng bit truyền (so với việc chỉ đơn giản là truyền tất cả các bit) nhƣng vẫn có thông tin đầy đủ về cảm biến ở bộ thu?

Câu trả lời của câu hỏi này có liên quan đến vấn đề mã hóa và nén trong mạng thông thƣờng, nơi mà vấn đề mã hóa rất đƣợc coi trọng. So với mạng thông thƣờng, mạng cảm biến có một số khác biệt. WSN quan tâm đến việc mã hóa thông tin đƣợc cung cấp bởi một số cảm biến. Sơ đồ mã hóa truyền thống thƣờng tập trung vào việc mã hóa, mà điều này tạo ra những quá trình tính toán phức tạp cho các nút cảm biến đơn giản.

Làm thế nào để thông tin đƣợc cung cấp bởi nhiều bộ cảm biến giúp đỡ cho quá trình mã hóa? Nếu các cảm biến đƣợc kết nối và có thể trao đổi dữ liệu, có thể thực hiện điều này bằng cách sử dụng thuật toán nén tiêu chuẩn, nhƣng kết quả không khả quan. Do đó, bắt buộc phải có một số liên kết ngầm giữa hai cảm biến. Trong WSN, các cảm biến này đƣợc nhúng trong một môi trƣờng vật lý nên dữ liệu thu đƣợc từ các cảm biến lân cận sẽ tƣơng tự nhau, đƣợc gọi là tƣơng quan. Mối tƣơng quan này có thể đƣợc sử dụng để không phải tất cả các dữ liệu thu đƣợc tại các cảm biến đƣợc truyền đi. Cơ sở lý thuyết cho việc này là định lý của Slepian và Wolf.

Định lý Slepian-Wolf dựa trên ví dụ về khai thác mối tƣơng quan không gian, thƣờng có trong dữ liệu của cảm biến, khi mạng đủ dày đặc. Nó đƣợc so sánh với vi phân của hàm quan sát và cấp của sự tƣơng quan giữa dữ liệu ở hai nơi. Tƣơng tự nhƣ vậy, mối tƣơng quan tức thời có thể đƣợc sử dụng trong các giao thức mạng cảm biến.

Xử lý tín hiệu hợp tác và phân bố:

35

cảm biến, hoặc chỉ sử dụng trong các hoạt động đơn giản nhƣ tính trung bình hoặc tìm giá trị cực đại. Khi thực hiện các tính toán phức tạp đối với một lƣợng dữ liệu nhất định, vẫn có thể đạt hiệu suất năng lƣợng cao hơn khi tính các hàm này tại các nút cảm biến, mặc dù công suất xử lý của các nút này bị hạn chế, vì giảm đƣợc khối lƣợng dữ liệu truyền đi.

Một ví dụ cho khái niệm này là biến đổi Fourier nhanh (Fast Fourier Transform -FFT). Phụ thuộc vào địa điểm nhận dữ liệu vào mà có các thuật toán khác nhau để tính toán FFT theo luật phân bố, với các thoả hiệp khác nhau giữa độ phức tạp của tính toán và yêu cầu của thông tin. Về nguyên tắc, đây là thuật toán tƣơng tự nhƣ thiết kế cho các máy tính song song. Tuy nhiên, độ trễ của giao tiếp, năng lƣợng tiêu thụ của giao tiếp và độ phức tạp trong tính toán là các tham số quyết định việc lựa chọn thuật toán.

Một phần của tài liệu Bài giảng Mạng cảm biến: Phần 1 (Trang 33 - 35)

Tải bản đầy đủ (PDF)

(74 trang)