Cả LEACH và PEGASIS đều hỗ trợ các ứng dụng mang tính giám sát nghĩa là thông tin từ các cảm biến được gửi về Sink theo định kỳ. Để giảm thiểu năng lượng tiêu thụ, nút đứng đầu sẽ phải xử lý nội bộ dữ liệu trước khi gửi về Sink nhằm loại bỏ phần dư thừa. Tuy nhiên các giao thức này không đáp ứng được cho các ứng dụng dựa trên sự kiện, khi mà dữ liệu chỉ được truyền về Sink nếu một sự kiện cụ thể nào đó xảy ra. Giao thức TEEN (Threshold-sensitive Energy – Efficient sensor Network - Giao thức ngưỡng nhạy cảm năng lượng hiệu quả) được xây dựng nhằm cung cấp một cơ chế truyền nhận dữ liệu dựa trên sự kiện trong mạng. TEEN đạt được hiệu quả sử dụng năng lượng cao nhờ vào sự điều khiển hoạt động thông qua các giá trị ngưỡng.
Hình 2.14: Kiến trúc phân cấp của TEEN và APTEEN
TEEN tổ chức các nút cảm biến thành một hệ thống phân bậc với nhiều cấp độ như hình 2.14 bên trên. Trong kiến trúc phân cấp, dữ liệu được truyền đi từ các nút cảm biến tới nút đứng đầu nhóm. Sau khi thu thập và tổng hợp dữ liệu từ các nút thành viên trong nhóm gửi tới, nút đứng đầu nhóm gửi dữ liệu mà nó có tới nút đứng đầu cấp cao hơn. Quá trình cứ tiếp tục như vậy cho tới khi dữ liệu tới được Sink.
Dựa trên kiến trúc mạng phân cấp này, TEEN cung cấp cơ chế truyền nhận dữ liệu thông qua 2 ngưỡng là: Ngưỡng cứng (HT) và ngưỡng mềm (ST). Như vậy, thông tin từ các nút cảm biến chỉ được gửi về Sink nếu giá trị mà nó cảm nhận được vượt qua ngưỡng cứng (HT). Thực tế xảy ra, giá trị cảm biến này có thể đạt được trong một khoảng thời gian dài, do đó dữ liệu phải truyền đi một cách liên tục. Để giảm thiểu sự truyền gửi một cách dư thừa thì ngưỡng mềm (ST) được sử dụng. Bất cứ khi nào ngưỡng cứng (HT) bị vượt qua, các nút cảm biến sẽ kiểm tra ngưỡng mềm (ST) cho các lần quan sát tiếp theo. Khi đó thông tin chỉ được gửi đi nếu sự chênh lệch vượt qua ngưỡng mềm (ST).
Do các ngưỡng được thiết lập cố định nên TEEN không phù hợp cho các ứng dụng mà dữ liệu cần thu thập theo định kỳ. APTEEN được coi là một cải tiến của TEEN. APTEEN sử dụng kiến trúc TDMA để truyền dữ liệu trong mỗi nhóm. Kết quả là, mỗi nút mạng sẽ gửi thông tin mà nó cảm biến được theo định kỳ về nút đứng đầu. Hơn nữa, các giá trị ngưỡng cứng (HT) và ngưỡng mềm (ST) sẽ quyết định thời điểm và mức độ thường xuyên để gửi dữ liệu. Do vậy, APTEEN hỗ trợ cho cả những ứng dụng truyền dữ liệu theo sự kiện và cả những ứng dụng truyền dữ liệu theo chu kỳ.
TEEN sử dụng chiến lược của LEACH để hình thành các nhóm vì vậy TEEN không thể tránh khỏi các vấn đề mà LEACH gặp phải. Thêm vào đó, do hoạt động gửi
dữ liệu chỉ xảy ra khi giá trị cảm biến vượt ngưỡng nên TEEN và APTEEN có thêm hai vấn đề mới: Thứ nhất, khe thời gian của mỗi nút là lãng phí nếu như nó không có dữ liệu để gửi, trong khi các nút khác phải đợi đến khe thời gian của mình. Thứ hai, không có cơ chế để phân biệt 1 nút chết với 1 nút mà giá trị cảm nhận của nó không vượt ngưỡng trong một thời gian dài.
2.5.5. Đánh giá chất lƣợng các giao thức định tuyến phân bậc
Hầu hết, các giao thức định tuyến phân bậc đều cung cấp khả năng mở rộng mạng bằng cách hạn chế tối đa các giao tiếp nội bộ trong nhóm. Do đó, lưu lượng được tạo ra bị giới hạn bởi các nút đứng đầu nhóm. Điều này cho phép các mạng có quy mô lớn được triển khai mà không gặp phải tình trạng quá tải ở một số nơi trọng yếu. Mặt khác, thời gian sống của toàn mạng được cải thiện rõ rệt do có nhiều cải tiến. Thứ nhất, các cơ chế phân nhóm được thực thi một cách tự động khiến cho mức năng lượng tiêu thụ ít hơn hẳn so với các hoạt động trong giao thức kiến trúc phẳng. Tiếp đó, hầu hết dữ liệu chỉ được truyền thông qua các nút đứng đầu nhóm nên các nút còn lại chỉ thực thi các nhiệm vụ đơn giản. Cuối cùng, trong các mạng WSNs dựa trên sự kiện, khi các nút mạng không hoạt động chúng sẽ ở trạng thái ngủ dưới sự giám sát của các nút đứng đầu nhóm giúp hạn chế tối đa năng lượng bị tiêu hao trên các nút này.
Mặc dù có nhiều ưu điểm, xong các giao thức dựa trên phân nhóm lại chịu sự chi phối lớn từ các nút đứng đầu nhóm. Hơn nữa, sự hình thành các nhóm đòi hỏi thêm nhiều thủ tục và loại tín hiệu khác nhau, do đó chi phí sẽ tăng đột biến trong trường hợp thường xuyên thay đổi nút đứng đầu. Mặt khác, việc truyền thông giữa các nhóm với nhau vẫn còn là một thách thức lớn và đa phần các nút đứng đầu nhóm được giả định là liên hệ trực tiếp với Sink bằng cách sử dụng công suất phát cao. Điều này là không khả thi khi áp dụng cho các mạng có quy mô lớn vì lượng dữ liệu cần gửi về Sink là rất nhiều và một nút đơn thì không thể đảm nhiệm tốt vai trò này.
2.6. Các giao thức định tuyến theo địa lý [2,tr.152-159] [3,4,9]
Mục tiêu chính của các giao thức định tuyến theo địa lý là sử dụng thông tin về vị trí để xây dựng tuyến đường hiệu quả giữa nguồn và đích. Không giống với các giao thức định tuyến truyền thống trong mạng có dây, các giao thức định tuyến theo địa lý trong mạng WSN không đòi hỏi kiến thức về toàn bộ kiến trúc mạng cũng như không cần thiết phải cập nhập các thông tin định tuyến theo định kỳ mà chúng chỉ yêu cầu thông tin thông qua 1 chặng duy nhất để đưa ra các quyết định chuyển tiếp dữ liệu, chẳng hạn như vị trí của các nút lân cận. Với bản chất tự mô tả của các giao thức định tuyến theo địa lý kết hợp với cách tiếp cận cục bộ mà chi phí điều khiển của các giao thức này giảm đáng kể và phù hợp với các mạng có nguồn tài nguyên hạn chế. Hơn nữa, cách thức hoạt động đơn giản giúp các giao thức này tăng khả năng đáp ứng với các mạng có phạm vi lớn.
2.6.1. Giao thức MECN và Small MECN
Giải pháp của MECN (Minimum Energy Communication Network - Mạng truyền thông tối thiểu năng lượng) là tính toán một mạng con có chi phí năng lượng tối thiểu khi có một giao tiếp mạng phát sinh. Kết quả là, năng lượng tiêu thụ cho việc truyền thông được giảm thiểu giữa tất cả các cặp nút trong mạng. Giải pháp này được bắt đầu với đồ thị mạng G’, ở đó mỗi đỉnh sẽ đại diện cho một nút mạng và mỗi cạnh sẽ biểu diễn cho khả năng 2 nút mạng có thể truyền thông được với nhau. Từ đồ thị mạng G’, MECN xây dựng đồ thị con G có số đỉnh bằng với G’ nhưng số cạnh sẽ bị giảm đi. Do đó, một số nút mạng sẽ giảm đi khả năng giao tiếp với các nút mạng khác. Tuy nhiên, nếu 2 nút mạng được kết nối với nhau trong G’, chúng vẫn có thể được kết nối với nhau thông qua các nút khác.
Xét một ví dụ cụ thể ở hình 2.15 bên dưới. Trong đồ thị G’ ở hình 2.15(a) 2 nút mạng A và B có thể truyền thông trực tiếp với nhau. Tuy nhiên, năng lượng tiêu thụ khi truyền từ A tới B và ngược lại sẽ lớn hơn năng lượng tiêu thụ khi A truyền thông tới B mà qua nút trung gian C. Tương tự như vậy, đồ thị G được xây dựng như hình 2.15 (b) sao cho số nút mạng bằng với số nút mạng trong G’ nhưng năng lượng tiêu thụ khi truyền thông giữa 2 nút mạng bất kỳ trong G luôn nhỏ hơn hoặc bằng năng lượng tiêu thụ khi truyền thông giữa 2 nút mạng này ở G’.
Hình 2.15 Hình thành đồ thị con trong MECN
Hoạt động của MECN dựa trên việc tìm kiếm cục bộ cho từng nút mạng thông qua vùng chuyển tiếp. Ở đây, vùng chuyển tiếp được hiểu là khu vực chứa tất cả các nút mạng mà việc truyền thông tới các nút mạng đó từ một nút mạng khác bên ngoài thông qua 1 nút trung gian sẽ tiêu tốn năng lượng ít hơn so với việc truyền trực tiếp. Hình 2.16 bên dưới diễn tả vùng chuyển tiếp giữa A và C. Như vậy, các nút mạng B, D, E, F nằm trong vùng chuyển tiếp giữa A và C. Do đó nếu truyền trực tiếp từ A tới bất kỳ nút mạng nào trong vùng chuyển tiếp này thì năng lượng tiêu thụ luôn lớn hơn năng lượng tiêu thụ khi truyền giữa 2 nút mạng đó mà thông qua nút trung chuyển C.
Hình 2.16: Khái niệm vùng chuyển tiếp trong MECN
Dựa trên MECN, một thuật toán mới được gọi là Small MECN đã được đề xuất nhằm cải thiện mô hình kênh truyền trong MECN. Small MECN xây dựng đồ thị G có số cạnh ít hơn so với MECN khi nó xem xét tới cả các trở ngại giữa các nút.
2.6.2. Các giao thức chuyển tiếp theo địa lý (Geographical Forwarding)
Kênh truyền không dây thường gây ra lỗi hay thậm chí là mất kết nối nên các đồ thị mạng được thiết lập bởi MECN và Small MECN phải liên tục cập nhật thông tin giữa các nút mạng để kết nối lại. Công việc này đòi hỏi một chi phí khá lớn và không phải lúc nào cũng thực hiện được. Mặt khác, trong nhiều ứng dụng thì năng lượng không phải là tiêu chuẩn quan trọng nhất để thiết lập các tuyến đường. Do đó, việc chuyển tiếp dữ liệu theo các quy tắc cục bộ đôi khi lại hiệu quả hơn khi không phải mất chi phí trên.
Các thuật toán định tuyến nhằm mục đích lựa chọn 1 trong số các nút trong vùng khả thi để chuyển tiếp dữ liệu hướng tới đích. Vùng khả thi được hiểu là vùng chứa các nút mạng mà gần đích đến hơn so với nguồn gửi. Ngược lại, vùng chứa các nút mạng ở xa đích hơn thì được gọi là vùng không khả thi. Một minh họa cho vùng khả thi và vùng không khả thi được thể hiện trong hình 2.17 khi nút A muốn gửi dữ liệu tới đích là Sink.
Có nhiều cách để chọn 1 nút trong vùng khả thi làm nút chuyển tiếp dữ liệu. Các cách này tương ứng với các thuật toán chuyển tiếp. Có 4 thuật toán cơ bản: tham lam,
danh sách đen dựa trên khoảng cách, danh sách đen dựa trên sự tiếp nhận và khoảng
cách X PRR tốt nhất.
“Tham lam” là thuật toán chuyển tiếp đơn giản nhất. Mỗi chiến lược chuyển tiếp
trong thuật toán tham lam đều có những ưu điểm nhất định cho việc thiết lập các tuyến đường chung. Giả sử rằng, phạm vi truyền của một nút là một vòng tròn bao quanh nút đó và các nút trong vòng tròn này được chia làm 2 loại: khả thi và không khả thi. Để thực hiện chuyển tiếp, ngoài vị trí là các nút trong vùng khả thi ra thì chất lượng đường truyền cũng là yếu tố quan trọng cần xem xét khi lựa chọn 1 nút để truyền dữ liệu đặc biệt là trong định tuyến không dây multi-hop.
Hình 2.18: Các thuật toán chuyển tiếp theo địa lý
Ví dụ về thuật toán chuyển tiếp tham lam được minh họa trong hình 2.18 (a) ở trên. Nút A cần gửi dữ liệu tới Sink, vì vậy A phải chọn một nút trong vùng khả thi để chuyển tiếp dữ liệu. Có 4 khả năng có thể xảy ra: thứ nhất, nút M được lựa chọn dựa theo tiêu chí là nút xa nhất trong phạm vi truyền được của nút A. Ngược lại có khả năng thứ hai là nút N sẽ được lựa chọn dựa theo tiêu chí là nút gần nhất. Thứ 3, nút C được lựa chọn do góc nhọn tạo thành giữa đường thằng nối nguồn tới đích và đường thẳng nối nguồn với nút được lựa chọn là nhỏ nhất. Cuối cùng, nút G được lựa chọn do nó là nút gần ở đích nhất.
“Danh sách đen dựa trên khoảng cách” là một trong các thuật toán để chuyển tiếp dữ liệu. Thuật toán này nhằm giảm bớt các ảnh hưởng về khoảng cách giữa các nút mạng. Theo đó, một số nút nằm ở gần ranh giới phạm vi truyền của một nút cụ thể sẽ bị liệt vào danh sách đen nếu nó vượt qua ngưỡng cảnh báo. Ví dụ như hình 2.18 (b) mô tả, nếu bán kính truyền của nút A là 100m và ngưỡng cảnh báo để một nút bị liệt vào danh sách đen là 20% thì để dữ liệu tới được đích, A phải lựa chọn một nút trung chuyển mà có khoảng cách nhỏ hơn 80m.
Khoảng cách giữa 2 nút không luôn luôn liên quan trực tiếp tới chất lượng của kênh truyền. Do đó, thuật toán “danh sách đen dựa trên khoảng cách” không tránh được tình trạng nút được lựa chọn có chất lượng kênh truyền thấp. Thay vì đó, “danh (adsbygoogle = window.adsbygoogle || []).push({});
sách đen dựa trên sự tiếp nhận” tuyệt đối tránh được tình trạng này bằng cách liệt các
nút lân cận mà có tốc độ tiếp nhận gói tin nhỏ hơn ngưỡng vào danh sách đen. Để thực hiện được, mỗi nút sẽ theo dõi tốc độ tiếp nhận gói tin của chính mình với các nút lân cận và trao đổi thông tin này với nhau. Kết quả là, khi một nút có gói tin cần gửi đi, nó sẽ lựa chọn nút lân cận trong vùng khả thi mà có tốc độ tiếp nhận (PRR) cao hơn so với ngưỡng. Trong hình 2.18 (c) A đã chọn nút lân cận có sự tiếp nhận tốt nhất làm nút trung chuyển dữ liệu tới Sink.
“Khoảng cách x PRR tốt nhất” là thuật toán dựa trên sự cân bằng giữa 2 yếu tố
khoảng cách và sự tiếp nhận gói tin. Trong khi, nếu dựa trên khoảng cách thì nút được chọn thường có xu hướng gần với nút nguồn nhất còn nếu dựa trên sự tiếp nhận gói tin thì độ trễ thường lớn nhất. “Khoảng cách x PRR tốt nhất” là thuật toán được đánh giá là có tốc độ chuyển giao nhanh nhất trong số các thuật toán chuyển tiếp theo địa lý. Hình 2.18 (d) mô tả cho thuật toán này khi nút B được chọn trong số các nút khả thi dựa trên sự cân bằng giữa khoảng cách và sự tiếp nhận gói tin của B.
2.6.3. Giao thức PRADA
PRADA (PRobe-based Accuracy Distribute protocol for knowledge range Adjustment - giao thức dựa trên sự thăm dò phân tán để điều chỉnh phạm vi kiến thức
là giao thức định tuyến theo địa lý yêu cầu thông tin (khoảng cách, PRR,..) từ các nút lân cận để lựa chọn nút kế tiếp. Tuy nhiên việc thu thập thông tin từ các nút lân cận là rất tốn kém. Hơn nữa, thông tin từ các nút lân cận chỉ cung cấp cái nhìn hạn chế về mạng vì vậy mà tuyến đường được thiết lập có thể không tối ưu (tuyến đường được biểu diễn bởi nét đứt trong hình 2.19). Ngược lại, nếu các nút mạng có đầy đủ kiến thức về cấu trúc liên kết mạng thì chắc chắn con đường tối ưu sẽ được thiết lập và nút kế tiếp được chọn sẽ hiển nhiên nằm trên con đường tối ưu đó (tuyến đường được biểu diễn bởi nét liền trong hình 2.19). Tuy nhiên, trên thực tế rất khó để có được thông tin về toàn bộ cấu trúc liên kết của mạng WSNs do mật độ nút cao và chi phí liên quan lớn.
Hình 2.19: Ảnh hưởng của phạm vi kiến thức trong định tuyến địa
PRADA tập trung vào sự điều chỉnh và cân đối giữa chi phí để có được kiến thức về cấu trúc liên kết mạng với độ chính xác của các quyết định chuyển tiếp. Càng có nhiều kiến thức về cấu trúc liên kết mạng thì nút mạng càng phải sử dụng nhiều năng lượng để mở rộng phạm vi truyền tải. Kết quả là, chi phí tăng tỷ lệ thuận với phạm vi kiến thức về cấu trúc liên kết mạng. Tuy nhiên, càng tăng phạm vi kiến thức thì con đường lựa chọn càng gần với con đường tối ưu và khi đó năng lượng để chuyển giao dữ liệu càng giảm.