3 chiều
3.3. Thiết kế giải pháp tối ƣu năng lƣợng mạng cảm biến
3.3.1 Ý tƣởng
Các thuật tốn phân cụm WSN hiện tại thiếu việc tích hợp năng lƣợng tiêu thụ vào hàm mục tiêu và khơng kiểm tra các ràng buộc về khoảng cách truyền thơng giữa non-CH với CH và giữa các CH với BS. Hơn nữa, chúng đƣợc thiết kế trên cho mơ hình 2 chiều chứ khơng phải trên mơ hình các địa hình 3 chiều. Để giải quyết những hạn chế này, một mơ hình tốn đƣợc đề xuất cho WSN và phƣơng pháp phân cụm mờ (FCM) kết hợp thuật tốn PSO trong lựa chọn nút làm CH và một thủ tục cân bằng (EB) số cảm biến giữa các cụm trong mơi trƣờng 3 chiều.
3.3.2 Thuật tốn
Thuật tốn FCM cải tiến về cơ bản giống nhƣ thuật tốn FCM truyền thống. Nhƣng trong phƣơng pháp đề xuất này cĩ hàm mục tiêu tối ƣu năng lƣợng tiêu thụ nhƣ (3.6) và độ thuộc của cảm biến vào các cụm, tâm cụm đƣợc bằng cơng thức (3.10), (3.11). Chi tiết thuật tốn đƣợc trình bày trong Bảng 3-1.
Bảng 3-1 Thuật tốn FCM cải tiến gọi FCM-3WSN
Input: Số cụm C , tham số mờ m; số lần lặp tối đa maxSteps > 0. Các tham số
A, B, a0, d0, s, k, ρj
Output: Matr trận µ và các tâm cụm V; 1 t = 0
2 Khởi tạo ngẫu nhiên µkj(t) thỏa cơng thức (3.7) 3 Repeat
4 t = t + 1
5 While Vj khơng là điểm cực trị hoặc số lần lặp tối đa chƣa thỏa do
6 Cập nhật Vj theo cơng thức (3.11)
7 If điều kiện cập nhật uij, ζj thỏa then
8 Cập nhật uij theo cơng thức (3.21)
9 Cập nhật ζj theo cơng thức (3.22)
10 EndIf
11 EndWhile
12 Tính µkj(t) (k=1…N, j=1…C) theo cơng thức (3.10)
13 Until (t)(t1) hoặc maxSteps thỏa 14 For i=1 to N do
15 maxU MinDouble
16 idmax 1
17 For j=1 to C do
19 maxU µij
20 idmax j
21 EndIf
22 EndFor
23 V(idmax). NumSensor V(idmax).NumSensor + {i}
24 EndFor