Đánh giá tính khả thi của hệ thống

Một phần của tài liệu (LUẬN văn THẠC sĩ) nghiên cứu ứng dụng iot thông qua mạng di động hỗ trợ giám sát hoạt động gia súc (Trang 67 - 70)

Hiệu suất hệ thống của hệ thống thiết kế được thể hiện trong Bảng 3.1. Đối với hiệu suất tổng thể tương ứng với tập dữ liệu khảo sát, độ nhạy, độ chính xác và độ đặc hiệu lần lượt là 99%, 91,02% và 75,08%. Lưu ý rằng, chúng ta có thể thỏa hiệp giữa các yếu tố này bằng cách điều chỉnh ba ngưỡng (A, B1 và B2). Bằng cách sử dụng thuật toán cây quyết định, hệ thống cho phép có thể phân loại 4 hoạt động khác nhau của bò [9].

KẾT LUẬN

Luận văn hoàn thành các nội dung:

- Nghiên cứu tổng quan và đề xuất áp dụnggiải pháp áp dụng các thuật toán xử lý dữ liệu để phân loại hành vi bò.

- Ngoài ra, luận văn cũng tiến hành thực hiện thiết kế mạch điện tử phần cứng để tạo ra các node mạng cảm phục vụ thu thập số liệu về gia tốc chuyển động toàn thân của cá thể bò.

- Xây dựng thành công một hệ thống mạng cảm biến sử dụng giao thức

LoRA, phục vụ cho hoạt động thu thập và truyền dữ liệu thời gian thực.

- Khai thác nền tảng đám mây hỗ trợ IoT để xây dựng thành công hệ thống giám sát từ xa các thông số liên quan đến hoạt động của cá thể bò.

Hướng phát triển tiếp theo là mở rộng tham số giám sát bò. Nhiều hành vi hoạt động khác của cá thể bò sẽ được quan tâm.Đồng thời tối ưu mạng cảm biến để tiết kiệm chi phí tiêu thụ năng lượng cũng như tăng khoảng cách truyền thông giữa các node cảm biến.

PHỤ LỤC

Chương trình Matlab phân tính toán VeDBA và SCAY:

clear;close all;clc;

d = xlsread('Data full behaviors.xlsx'); x = d(:,4); y = d(:,5); z = d(:,6); windowSize = 2; f = ones(1, windowSize)/windowSize; ux = filter(f,1,x); uy = filter(f,1,y); uz = filter(f,1,z); for i=1:size(x,1) DBAx(i) = abs(x(i)-ux(i)); DBAy(i) = abs(y(i)-uy(i)); DBAz(i) = abs(z(i)-uz(i)); ODBA(i) = abs(DBAx(i))+abs(DBAy(i))+abs(DBAz(i)); VeDBA(i) = sqrt(DBAx(i)^2+DBAy(i)^2+DBAz(i)^2); SCAY = uy; end figure;

plot(x,'r'); hold on; plot(y, 'blue'); hold on; plot(z,'black'); hold on; legend('x','y','z');hold on; xlabel('sample');hold on;

ylabel('accelerometer data(mg)');hold on; ylim([-1500 1500]);

figure;

xlabel('sample');hold on;

ylabel('VeDBA,SCAY value(mg)');hold on; plot(VeDBA);hold on;

plot(SCAY,'red');hold on; legend('VeDBA','SCAY');

TÀI LIỆU THAM KHẢO

[1]. Simone Cirani (2019), Internet of Things, Architectures, Protocols and Standards, John Wiley & Sons Ltd.

[2]. Jong-Moon Chung, IoT & Mobile Communication Networks Part 1, https://pt.coursera.org/lecture/iot-wireless-cloud-computing/3-5-iot-mo...-1-opipb

(ngày truy cập 16/06/2020)

[3]. Sami TABBANE (2018), Training on Planning Internet of Things (IoTs) Networks, ITU, MCIT.

[4]. Philippe Reininger (2016), 3GPP Standards for the Internet-of-Things, Smart Summit Singapore.

[5]. http://international.viettel.vn/customer/news/detail/viettel-tuyen-bo-da- phat-song-1-000-tram-nb-iot-phu-kin-100-dia-ban-tp-ho-chi-minh (ngày

16/09/2019. Truy cập 16/06/2020)

[6]. Nguyen Viet Anh (2020), NB-IoT deployment in Vietnam, Viettel Group. [7]. Zigbee network protocols and applications, Chonggang Wang • Tao Jiang • Qian Zhang, Taylor & Francis Group, 2014.

[8]. Phùng Phi Công Khanh, Hoàng Quang Trung, Nguyễn Tiến Anh, Trần Đức Tân, Mộtsố phương pháp thu nhận và tiền xử lý dữ liệu cảm biến gia tốc ba trục, phục vụ phân loại hành vi của bò, Tạp chí Nghiên cứu KH&CN quân sự,

08/2018.

[9]. Phung Cong Phi Khanh et. al, Classification of cow’s behaviors based on 3-DoF accelerations from cow’s movement, Int J Elec & Comp Eng, Vol. 9, No. 3, June 2019, pp. 1644 – 1662.

Một phần của tài liệu (LUẬN văn THẠC sĩ) nghiên cứu ứng dụng iot thông qua mạng di động hỗ trợ giám sát hoạt động gia súc (Trang 67 - 70)

Tải bản đầy đủ (PDF)

(70 trang)