Bài toán tối ưu thời gian sống cho mạng cảm biến không

dây ngầm

1.4.2.1 Mô hình tổn thất truyền thông

Mô hình tổn thất truyền thông thường được sử dụng trong các loại mạng cảm biến không dây ngầm (WUSNs) để đánh giá thời gian sống của mạng [4, 5, 6, 7]. Do năng lượng tiêu thụ của các nút cảm biến sẽ tỉ lệ thuận với tổn thất truyền thông, nên việc tối ưu tổn thất truyền thông sẽ dẫn đến tối ưu năng lượng tiêu

thụ của các nút, nhờ đó kéo dài thời gian sống của mạng. Đối với các mạng cảm biến không dây ngầm, việc truyền tín hiệu trong đa môi trường sẽ dẫn đến sự suy giảm tín hiệu do sự hấp thụ của nhiều yếu tố trong đất và sự phản xạ, khúc xạ ở bền mặt. Sự suy giảm trong môi trường đất phụ thuộc vào một số thông số như thành phần của đất, mật độ, hàm lượng nước và thể tích. Ngoài ra, các đặc tính lan truyền của sóng điện từ ở trong đất cũng khác biệt khá nhiều so với trong không khí. Sóng điện từ sẽ bị suy hao do ảnh hưởng của khoảng cách truyền thông.

Có hai cấu trúc được triển khai trong WUSNs cấu trúc ngầm hoặc cấu trúc lai [7, 35, 36]. Đối với cấu trúc ngầm, tất cả các nút được triển khai phía dưới mặt đất. Đối với cấu trúc lai, một vài nút được đặt dưới mặt đất, một vài nút được đặt ở phía trên. Các nút được triển khai phía dưới mặt đất có nhiệm vụ thu thập các dữ liệu về độ ẩm, nhiệt độ, hàm lượng chất dinh dưỡng có trong đất,.... Dữ liệu sau khi thu thập sẽ được chuyển đến các nút ở phía trên mặt đất (một nút ở đây có thể là nút cảm biến, nút chuyển tiếp hoặc trạm cơ sở/nút nguồn). Điều này sẽ đấn đến ba loại giao tiếp trong mạng WUSNs:

ˆ UG-UG (underground-underground): kênh truyền thông giữa các nút cảm biến ở dưới đất;

ˆ UG-AG (underground-aboveground): kênh truyền thông giữa các nút ở dưới đất và nút ở trên mặt đất;

ˆ AG-AG (aboveground-aboveground): kênh truyền thông ở trên mặt đất. Giả sử TU G−AG là tổn thất truyền thông của kênh UG-AG. Giá trị này được tính thông qua giá trị tổn thất truyền thông trong không khí TAG, tổn thất truyền trong đất TU G và sự suy giảm tại bề mặt TR [7, 35, 36].

TU G−AG =TU G+TAG+TR. (1.28) trong đó,

ˆ Tổn thất truyền thông trong đất TU G được tính như trong phương trình (1.29).

TU G = 6.4 + 20 logdug+ 20 logβ+ 8.69αdug. (1.29) dug và dag là khoảng cách truyền tín hiệu của sóng điện từ trong đất và

không khí. Hai khoảng cách này được tính như sau: dag = hag

cosθR, dug= hug

cosθI (1.30)

trong đó, n1 và n2 là chỉ số khúc xạ của không khí và của đất. hug là độ sâu của một nút cảm biến. hag là độ cao của một nút ở phía trên. dag là khoảng cách theo chiều ngang giữa nút cảm biến và nút ở phía trên (xem hình 1.11).

θI và θR là góc nghiêng và góc khúc xạ được tính theo công thức sau:      sinθR sinθI = n2 n1, hug·tanθI +hag·tanθR =dh. (1.31)

Hình 1.11 minh họa các góc phản xạ, khúc xạ ảnh hưởng tới tổn thất truyền thông khi truyền dữ liệu giữa hai nút trong các môi trường khác nhau.

Hình 1.11: Truyền thông trong mạng cảm biến không dây ngầm.

α và β là hằng số suy hao và hằng số dịch chuyển. Hai giá trị này được tính theo công thức sau:

α = 2πf v u u t µ0 2 "r 1 + ( 00 0) 2−1 # , β = 2πf v u u t µ0 2 "r 1 + ( 00 0) 2+ 1 # . (1.32) µ là hằng số thẩm thấu từ trường, f là tần số hoạt động của sóng điện từ, 0 và 00 là các hàm liên quan đến thuộc tính của đất.

ˆ Tổn thất truyền thông trong không khí TAG được tính theo phương trình (1.33).

TAG=−147.6 + 10ηlogdag+ 20 logf (1.33) trong đó, η là hệ số suy giảm trong không khí.

ˆ TR là tổn hao khi khúc xạ từ đất lên không khí. Giá trị này gần như bằng 0 vì hằng số điện môi trong đất lớn hơn trong không khí.

1.4.2.2 Các nghiên cứu liên quan

Trong mạng cảm biến không dây ngầm, các nút cảm biến một khi bị suy hao năng lượng thì rất khó để có thể được sạc lại. Một cách tiếp cận để kéo dài tuổi thọ của mạng là triển khai các nút chuyển tiếp (relay node - RN) trên mặt đất để chuyển tiếp lưu lượng truy cập. Các nghiên cứu liên quan đến bài toán tối ưu đơn mục tiêu triển khai các nút chuyển tiếp có thể được phân chia làm hai loại: có ràng buộc và không có ràng buộc.

Các bài toán không có ràng buộc là bài toán triển khai các nút chuyển tiếp ít nhất tại các vị trí bất kì trên địa hình để bao phủ các đối tượng trong khu vực mục tiêu. Bài toán này được quy dẫn về bài toán phủ tập. Các thuật toán xấp xỉ được để xuất để giải quyết bài toán này như: thuật toán tham lam [37], cách tiếp cận dựa vào quy hoạch tuyến tính [37], thuật toán dựa trên tập độc lập [38], các thuật toán dựa trên phân hoạch đồ thị con đầy đủ [39]. Một bài toán khác thuộc lớp này là bài toán triển khai các nút chuyển tiếp để đảm bảo tính kết nối. Trong [40] các tác giả đề xuất thuật toán tìm đường đi giữa các cặp nút trong mạng có xem xét đến ràng buộc về khoảng cách của nút chuyển tiếp.

Triển khai các nút chuyển tiếp có ràng buộc nghĩa là các nút chuyển tiếp chỉ được triển khai tại một vài vị trí giới hạn trên địa hình. Từ khía cạnh cấu trúc định tuyến, việc triển khai nút chuyển tiếp theo cách này được phân thành hai loại: đơn tầng (single-tiered) và hai tầng (two-tiered). Trong kiến trúc đơn tầng, cả nút cảm biến (SNs) và nút chuyển tiếp (RNs) đều có thể gửi gói tin. Trong khi đó, đối với kiến trúc hai tầng chỉ RNs chuyển tiếp gói tin và SNs chỉ có vai trò thu thập dữ liệu và truyền dữ liệu đến RNs (hoặc BS nếu chúng có thể kết nối trực tiếp đến BS). Các nghiên cứu liên quan đến bài toán triển khai các nút chuyển tiếp có ràng buộc cho mạng đơn tầng được nghiên cứu trong tài liệu [41]. Các tác giả đã đề xuất thuật toán xấp xỉ dựa trên luồng cực đại và cây Steiner để giải quyết bài toán cho mạng đơn tầng. Nghiên cứu [42] đã xem xét các mạng đa hình (polymorphous network) và đề xuất một thuật toán lặp dựa trên quy hoạch tuyến tính dưới ràng buộc cân bằng tải giữa các trạm cơ sở.

toán. Nghiên cứu [44] đã xem xét bài toán triển khai nút chuyển tiếp với ràng buộc về số lượng hop trên mỗi đường đi từ các nút cảm biến đến trạm cơ sở. Các tác giả đề xuất một thuật toán xấp xỉ thời gian đa thức dựa trên việc xây dựng cây đường đi ngắn nhất (shortest path tree).

Các nghiên cứu liên quan có một vài hạn chế.Thứ nhất, trong các nghiên cứu trên, không có nghiên cứu nào xem xét đến bài toán trong địa hình ba chiều có xem xét đến độ cao, độ sâu của các nút. Trong nghiên cứu [45], các tác giả xem xét đến một mạng cảm biến không dây ngầm, nhưng cả các nút cảm biến và các nút chuyển tiếp đều bị giới hạn bởi độ cao, độ sâu của đường ống. Thứ hai, các mô hình đơn giản chưa mô tả được chính xác các kênh truyền, khi xem xét các nút được triển khai dưới đất cần xem xét mô hình khúc xạ. Nghiên cứu [46] đã phân tích khả năng kết nối của mạng cảm biến không dây ngầm có xem xét đến các mô hình khúc xạ, tuy nhiên, các tác giả vẫn giả định phạm vi truyền thông là hai chiều (có nghĩa là phạm vi truyền thông là hình tròn).Thứ ba, việc cân bằng tải của các nút bị bỏ qua, các cảm biến được tự động gán cho các nút chuyển tiếp có tổn thất truyền tải ít nhất hoặc khoảng cách giữa chúng ngắn nhất. Nghiên cứu [7] đã xem xét bài toán phù hợp trong thực tế để khắc phục ba nhược điểm trên. Các tác giải đề xuất thuật toán hai pha để giải quyết bài toán: pha lựa chọn nút chuyển tiếp, pha gán kết nối. Các thuật toán heuristic được đề xuất để giải quyết từng pha. Tuy nhiên, cách tiếp cận chia pha này khá rời rạc. Việc lựa chọn các nút chuyển tiếp ở pha thứ nhất sẽ không thể được trong pha thứ hai. Điều này sẽ dẫn đến kết quả khi kết hợp các heuristic của hai pha có chất lượng không tốt.

Từ các vấn đề còn tồn tại ở trên, đối với bài toán tối ưu hóa thời gian sống đơn mục tiêu, luận án đi sâu vào giải quyết bài toán triển khai các nút chuyển tiếp trong mạng cảm biến không dây ngầm để kéo dài thời gian sống của mạng. Thời gian sống được đánh giá dựa trên mô hình tổn thất truyền thông. Bài toán này sẽ xem xét ràng buộc cân bằng tải về số lượng cho các nút chuyển tiếp.Luận án cũng tập trung vào việc thiết kế các thuật toán phù hợp với đặc trưng của bài toán nghiên cứu.

1.4.3 Bài toán tối ưu thời gian sống cho mạng cảm biến khôngdây địa hình ba chiều dây địa hình ba chiều

1.4.3.1 Mô hình suy hao năng lượng

Năng lượng của một nút cảm biến được tiêu thụ chủ yếu cho các nhiệm vụ: truyền thông, xử lý dữ liệu, cảm biến dữ liệu [8]. Có nhiều mô hình suy hao năng lượng đã được đề xuất, trong đó, mô hình suy hao năng lượng dựa vào khoảng cách phù hợp với các mạng cảm biến mà các nút cảm biến được triển khai trong cùng môi trường không khí [9, 10, 11, 12]. Theo mô hình này, năng lượng tiêu thụ chủ yếu được tính dựa vào sự suy hao năng lượng khi truyền dữ liệu trong một khoảng cách nhất định. Có nhiều nghiên cứu trong lĩnh vực sóng vô tuyến năng lượng thấp. Các giả thiết khác nhau về đặc tính của sóng vô tuyến bao gồm sự tiêu hao năng lượng trong quá trình truyền và nhận dữ liệu sẽ làm thay đổi các giao thức khác nhau. Phần này xem xét mô hình tổn thất khi truyền dữ liệu khoảng cách xa, và tổn thất khi truyền dữ liệu khoảng cách gần được đưa ra bởi các tác giả trong nghiên cứu [47, 48, 49, 50].

ˆ Năng lượng tiêu thụ của nút i khi gửi k bít dữ liệu đến nút j được tính toán như phương trình (3.2).

e

etij =k×(elec+f s·d2ij) (1.34)

ˆ Năng lượng tiêu thụ của một nút j để nhận, tập hợp và truyền dữ liệu từ numj nút cha của nó được tính toán phương trình (3.3).

e

erj =k×[numj(elec+DA) +mp×d4jtoP a] (1.35) trong đó, dij là khoảng cách từ nút i đến nút j, djtoP a là khoảng cách từ nút j đến nút nhận dữ liệu mà nútj gửi đến (ở đây có thể là một nút mạng hoặc trạm cơ sở). elec là năng lượng tiêu thụ của các nút để chạy các thiết bị phát hoặc thu. f s và mp là chi phí năng lượng để truyền một bít dữ liệu ở khoảng cách ngắn và dài tương ứng để đạt được tỉ lệ lỗi bít chấp nhận được. DA là năng lượng tiêu thụ để tập hợp dữ liệu. Giá trị của các tham số này được đưa ra trong bảng 1.2.

Bảng 1.2: Giá trị của các tham số truyền thông trong mạng [49].Tham số Giá trị Tham số Giá trị elec 50nJ/bit f s 10pJ/bit/m2 mp 0.0013pJ/bit/m4 DA 5pJ/bit

1.4.3.2 Các nghiên cứu liên quan

Tối ưu hóa đóng một vai trò qua trọng trong WSNs. Bài toán tối ưu trong mạng WSNs có thể phân loại thành: bài toán tối ưu đơn mục tiêu và bài toán tối ưu đa mục tiêu [51]. Mục đích của tối ưu hóa đơn mục tiêu là cực tiểu hoặc cực đại một mục tiêu nào đó dưới các ràng buộc khác nhau. Trong khi tối ưu hóa đa mục tiêu, nhiều mục tiêu cần được tối ưu hóa một cách đồng thời. Các mục tiêu này có thể xung đột nhau, có nghĩa là việc tối ưu một mục tiêu có thể dẫn đến việc giảm tính tối ưu của các mục tiêu còn lại.

Bài toán tối ưu đa mục tiêu liên quan đến thời gian sống của mạng/năng lượng tiêu thụ đã được các nhà nghiên cứu quan tâm trong thời gian gần đây. Trong nghiên cứu [52, 53, 54], các tác giả đưa ra bài toán đa mục tiêu liên quan đến tối ưu thời gian sống, giảm năng lượng tiêu thụ và tối ưu vùng phủ sóng trong mạng. Trong nghiên cứu [55], các tác giả xây dựng một hàm tích hợp nhiều tiện ích (multi-utility) để biểu diễn hiệu suất của các thành phần khác nhau trong WSNs. Sau đó, các tác giả mô hình hóa bài toán gồm hai mục tiêu: tối đa hàm tiện ích và tối đa thời gian sống của mạng. Trước tiên, các tác giả đề xuất cách tiếp cận dựa trên biên Pareto được để tìm biên xấp xỉ với biên tối ưu. Sau đó, họ sử dụng phương pháp đối ngẫu Lagrange mở rộng để lựa chọn điểm “tốt” nhất trên biên Pareto (điểm này được lựa chọn dựa vào người quyết định (decision maker)). Việc tối đa phạm vi bao phủ và năng lượng tiêu thụ cũng được nghiên cứu trong tài liệu [56]. Các tác giả đã đề xuất thuật toán tiến hóa đa mục tiêu dựa trên phân rã để giải quyết bài toán này. Các bài toán đa mục tiêu liên quan đến việc tối ưu năng lượng tiêu thụ và giảm độ trễ khi truyền tin cũng được nghiên cứu trong các tài liệu [53, 57, 58, 59].

Một số nghiên cứu cho bài toán lựa chọn vị trí cho các nút chuyển tiếp để tối ưu hóa đồng thời một số tiêu chí, ví dụ như: phạm vi bao phủ, khả năng kết nối, và thời gian sống của mạng cũng được quan tâm nghiên cứu.

Trong nghiên cứu [60], đề xuất giải pháp đặt các nút chuyển tiếp để tối ưu hóa phạm vi phủ sóng và kết nối cho mạng WSNs. Các tác giả đề xuất thuật toán lặp hai pha: pha đầu tiên để giải quyết vấn đề bao phủ, pha thứ hai để giải quyết vấn đề kết nối. Trong [61, 62] các tác giả nghiên cứu bài toán triển khai số lượng các nút chuyển tiếp ít nhất để tối đa thời gian sống của mạng. Nghiên cứu [63] xem xét giải quyết đồng thời cả vấn đề bao phủ và kết nối. Các nút chuyển tiếp được sử dụng trong mô hình này để tăng tính kết nối giữa các cảm biến được triển khai. Trong nghiên cứu [64], các tác giả nghiên cứu bài toán triển khai các nút chuyển tiếp để đạt được hai mục tiêu: i) tối ưu hóa năng lượng tiêu thụ trung bình; ii) tối ưu độ in cậy của mạng. Các thuật toán tiến hóa đa mục tiêu được đề xuất để giải quyết bài toán trên. Trong nghiên cứu [65], các tác giả đã nghiên cứu bài toán triển khai các nút chuyển tiếp hiệu quả với ba mục tiêu: chi phí năng lượng trung bình, phạm vi bao phủ và độ tin cậy của mạng. Sáu thuật toán meta-heuristic được đề xuất để giải quyết bài toán này. Xu và các cộng sự [52] đã nghiên cứu bài toán tối ưu hóa phạm vi bao phủ của mạng WSNs với ba mục tiêu: năng lượng tiêu thụ, phạm vi phủ sóng và cân bằng năng lượng tiêu thụ. Thuật toán tiến hóa đa mục tiêu dựa trên phân rã được đề xuất để giải quyết bài toán.

Các nghiên cứu trước tập trung vào việc triển khai các nút chuyển tiếp tại mọi điểm trên địa hình hai chiều (2D), trong đó mọi điểm được phân bố trong một mặt phẳng hai chiều. Giả định này hợp lý đối với các ứng dụng mà các nút mạng được triển khai trên địa hình tương đối đồng đều, chiều cao của các nút là không đáng kể so với bán kính truyền thông. Tuy nhiên, trong thực tế, cần tính cả ba chiều, đặc biệt là các ứng dụng mà các cảm biến được triển khai trên các địa hình không bằng phẳng. Ngoài ra, trong các địa hình đó cần xem xét một số ràng buộc vật lý về vị trí của các nút. Ngoài ra, các nghiên cứu đã có cũng bỏ qua vấn đề chi phí để triển khai các nút chuyển tiếp.

Từ những hạn chế ở trên, luận án xem xét bài toán triển khai các nút chuyển tiếp trong địa hình ba chiều với hai mục tiêu: i) giảm năng lượng của nút tiêu