6. Cấu trúc luận văn
1.1.4. Cấu trúc hệ thống Logic mờ
Logic mờ với những tiềm năng nổi trội đang được khai thác về nhiều lĩnh vực chẳng hạn như xử lý tín hiệu, nhận dạng giọng nói, hàng không vũ trụ, robot, bộ
điều khiển nhúng và hệ thống mạng. Với tính thiếu chính xác như vậy, logic mờ là một kỹ thuật rất hữu ích nhằm thiết kế các ứng dụng mà không cần phải biết trước mô hình. Đồng thời nó sử dụng một ngôn ngữ rất dễ hiểu của con người để mô tả đầu vào và đầu ra, nhằm cung cấp một phương pháp đơn giản để đạt được một kết luận từ thông tin đầu vào không chính xác, mơ hồ hoặc không rõ ràng.
Hệ thống logic mờ có thể nói nó được cấu thành từ 3 giai đoạn chính, và được thể hiện cụ thể thông qua một mô hình bên dưới sau.
Fuzzy hóa Giải mờ Suy diễn mờ Tri thức Đầu vào giá trị rõ x(T) X(T) F Đầu ra giá trị rõ y(F) Hình 1.4. Cấu trúc hệ thống logic mờ
Trong đó, giai đoạn Fuzzy hóa có nhiệm vụ chuyển đổi một giá trị rõ đầu vào x(T) thành một vector X(T) gồm các giá trị thể hiện mức độ phụ thuộc của giá trị rõ đầu vào theo các giá trị mờ đã được định nghĩa cho các biến ngôn ngữ đầu vào. Còn đối với giai đoạn suy diễn mờ, giai đoạn này được thực hiện bởi các tri thức mà chúng ta xây dựng. Tuy nhiên, các tri thức này được cung cấp bởi các chuyên gia. Các quy tắc này cụ thể như một bộ sưu tập của các luật If...Then. ... Then được gọi là các tiền điều kiện, giữa các tiền điều kiện có thể kết hợp với các phép toán AND – OR hoặc cũng có thể sử dụng các phương thức Max – Min giữa các tiền điều kiện. Kết quả của giai đoạn này sẽ sinh ra các giá trị trong tập mờ F với các biến ngôn ngữ đầu ra. Giai đoạn cuối cùng chính là khâu giải mờ, giai đoạn này sẽ có nhiệm vụ chuyển đổi những giá trị trong tập mờ F thành một giá trị rõ cụ thể là y(F) và đồng thời kết hợp tất cả các kết luận từ mô hình luật của hệ thống xây dựng để có một giá trị kết luận cuối cùng.
Tuy nhiên, với 3 bước trong cấu trúc của hệ thống logic mờ thì bước 2 hay là FIS – Fuzzy Inference System [3] là bước có thể nói là rất quan trọng trong hệ thống logic mờ. Bởi vì nhiều lý do, trước hết FIS rất phù hợp với những khó khăn
của các node Sensors trong hệ thống mạng cảm biến, có thể nói FIS rất đơn giản và có thể thực hiện trên phần cứng hạn chế, đồng thời nó có thể xử lý dữ liệu với một ràng buộc tùy ý.
Ngoài ra, FIS còn có một số tính năng không kém phần quan trọng trong Wireless Sensor Networks. Đầu tiên, FIS có thể thiết kế một hệ thống đang chạy bằng cách sử dụng mô hình trực quan, mô tả thông qua những suy luận thông thường của con người về các vấn đề. Thứ hai, FIS rất linh hoạt có thể xây dựng dựa trên kiến thức chuyên môn, đồng thời nó dễ dàng thêm hoặc thay đổi chức năng trong hệ thống. Thứ ba, FIS thực hiện việc tính toán nhanh đó là một điều quan trọng vì khả năng xử lý của các node Sensors có hạn. Cuối cùng, FIS có thể thực hiện với ít bộ nhớ đó chính là một tài sản mong muốn trong mạng cảm biến không dây bởi vì các nodes trong hệ thống mạng bị hạn chế về bộ nhớ.
Chúng ta biết rằng, trong lĩnh vực kỹ thuật sử dụng rộng rãi nhất chính là FIS theo quy luật. Vì vậy, ý tưởng cộng tác giữa WSNs với hệ thống logic mờ được thể hiện thông qua mô hình D-FLER [4, 5]. Mô hình này với mục đích triển khai chính là sự phát tán các nodes mạng cảm biến phân bố trong môi trường sử dụng logic mờ nhằm thực hiện các nhiệm vụ của mình. Đối với mô hình này được thể hiện cụ thể bởi hình bên dưới.
Fuzzy hóa
Suy diễn mờ
Giải mờ Môi
trường Node sensor
Tri thức MAC WSN Tổng số node Node giao tiếp Cảm biến cảm nhận môi trường Đầu ra mờ trị rõGiá Truyền thông Hình 1.5. Cấu trúc D – FLER