Tổng quan về luận án

Trong kỷ nguyên vạn vật kết nối (IoT) và sự phát triển vượt bậc của công nghệ vi cơ điện tử (MEMS), mạng cảm biến không dây (Wireless Sensor Networks - WSN) đã khẳng định vị thế là một hạ tầng truyền thông thiết yếu trong các hệ thống giám sát tự động và điều khiển thời gian thực. Bối cảnh khoa học hiện đại chứng kiến sự chuyển dịch căn bản: từ các mạng WSN đơn nhiệm truyền thống—nơi các nút cảm biến chỉ thu thập định kỳ các đại lượng vật lý/hóa học đồng nhất—sang các mạng cảm biến không dây đa sự kiện (Multi-Event WSN). Trong các hệ thống giám sát phức tạp như cảnh báo cháy rừng đa cấp độ, an toàn công nghiệp hầm mỏ, nông nghiệp chính xác hay giám sát y tế chuyên sâu, nhiều sự kiện có tính chất vật lý và mức độ nghiêm trọng khác biệt có thể bùng phát ngẫu nhiên và đồng thời. Tình trạng này đặt ra thách thức gay gắt về việc đáp ứng các yêu cầu chất lượng dịch vụ (Quality of Service - QoS) không đồng nhất và đối nghịch nhau: giảm thiểu độ trễ cho các sự kiện khẩn cấp, tối đa hóa độ tin cậy truyền gói cho các dữ liệu trọng yếu, trong khi vẫn phải duy trì hiệu quả năng lượng nghiêm ngặt trên nguồn pin hữu hạn của các vi nút cảm biến.

Khoảng trống nghiên cứu (Research Gap) then chốt mà y văn quốc tế đang đối mặt nằm ở chỗ: phần lớn các nghiên cứu tiên phong (điển hình như Heinzelman et al. [58], Karp & Kung [73], Deb et al. [34], Kumar et al. [76], Saxena et al. [114]) chủ yếu giải quyết các bài toán tối ưu hóa đơn lẻ hoặc cục bộ. Các công trình trước đây hoặc tập trung vào định tuyến đơn đường tiết kiệm năng lượng nhưng kém linh hoạt trước sự cố mạng, hoặc sử dụng định tuyến đa đường sao chép toàn phần gây lãng phí năng lượng nghiêm trọng, hoặc áp dụng các giao thức MAC phân cấp ưu tiên cứng nhắc với thời gian chờ tĩnh $T_w$ kéo dài. Hiếm có công trình nào giải quyết thấu đáo bài toán đa ràng buộc khi nhiều sự kiện ngẫu nhiên cùng xuất hiện đồng thời trong trường cảm biến có tài nguyên hạn chế.

Để giải quyết triệt để khoảng trống này, luận án tập trung giải quyết 3 câu hỏi nghiên cứu cốt lõi:

  1. RQ1: Làm thế nào để thiết kế một cơ chế định tuyến đa đường thích ứng có khả năng tự động phân loại và chuyển tiếp linh hoạt các luồng dữ liệu đa sự kiện nhằm đáp ứng đồng thời các ràng buộc khắt khe về độ trễ và độ tin cậy?
  2. RQ2: Làm thế nào để tích hợp trạng thái năng lượng dư thừa của các nút vào thuật toán định tuyến phân tán nhằm triệt tiêu hiện tượng hố sâu năng lượng (energy hole problem) và tối đa hóa thời gian sống của toàn mạng?
  3. RQ3: Làm thế nào để tối ưu hóa giao thức truy nhập môi trường (MAC) dị bộ nhằm giảm thiểu thời gian tranh chấp kênh truyền và xung đột gói tin cho các sự kiện ưu tiên cao mà không làm gia tăng tiêu đề phụ (overhead)?

Hệ thống giả thuyết nghiên cứu được xác lập bao gồm:

  • H1: Cơ chế kết hợp linh hoạt giữa định tuyến đơn đường ngắn nhất và định tuyến đa đường tách biệt (nhân bản tải hoặc san tải) dựa trên mức độ ưu tiên của sự kiện sẽ giảm ít nhất 20% độ trễ cho gói tin khẩn cấp và nâng cao độ tin cậy vượt trội so với định tuyến đơn đường truyền thống.
  • H2: Việc tích hợp trọng số năng lượng dư thừa $E_{residual}$ kết hợp khoảng cách Euclidean vào hàm lựa chọn nút chuyển tiếp kế tiếp sẽ kéo dài thời gian sống của mạng lên trên 50% so với các giải thuật định tuyến không nhận thức năng lượng.
  • H3: Động hóa tham số xác suất $p$ trong cơ chế CSMA $p$-persistent kết hợp với cơ chế nhận sớm Beacon (Tx-Beacon) ở lớp MAC sẽ triệt tiêu thời gian chờ đợi không cần thiết, giảm xung đột và hạ thấp điện năng tiêu thụ trung bình trên mỗi đơn vị dữ liệu truyền thành công.

Khung lý thuyết của nghiên cứu được xây dựng vững chắc trên nền tảng lý thuyết đồ thị vô hướng $G = (V, E)$, mô hình suy hao năng lượng vô tuyến bậc nhất (First-Order Radio Model) của Heinzelman et al., lý thuyết hàng đợi đa mức ưu tiên, và lý thuyết truy nhập ngẫu nhiên cảm nhận sóng mang. Phạm vi nghiên cứu khảo sát không gian mạng gồm $N$ nút cảm biến đồng nhất phân bố ngẫu nhiên trong vùng địa lý giới hạn $L \times L \text{ m}^2$, bán kính truyền thông cực đại $d_{max}$, chịu tác động của suy hao kênh truyền và lưu lượng đa sự kiện ngẫu nhiên theo thời gian thực. Đóng góp đột phá của luận án đã được định lượng rõ ràng: giảm 20% thời gian trễ truyền gói cho sự kiện khẩn cấp, đảm bảo tỷ lệ lỗi gói thấp hơn nhiều lần so với tỷ lệ lỗi đơn chặng, và gia tăng tới 70% thời gian sống của toàn mạng, mang lại bước tiến vượt bậc cho ngành kỹ thuật mạng truyền thông không dây.

Literature Review và Positioning

Khảo sát y văn quốc tế và trong nước cho thấy các hướng tiếp cận cải thiện hiệu năng mạng cảm biến không dây được phân chia thành ba luồng nghiên cứu chính: giao thức định tuyến tầng mạng, kỹ thuật hàng đợi ưu tiên, và giao thức điều khiển truy nhập môi trường (MAC) tầng liên kết dữ liệu.

                                  TIẾP CẬN CẢI THIỆN HIỆU NĂNG WSN
                                                  │
         ┌────────────────────────────────────────┼────────────────────────────────────────┐
         ▼                                        ▼                                        ▼
  TẦNG MẠNG (ROUTING)                    HÀNG ĐỢI ƯU TIÊN (QUEUE)                   TẦNG LIÊN KẾT (MAC)
  - GPSR (Karp & Kung [73])              - 3 Hàng đợi (Lu et al. [101])             - Preamble/Sender-initiated:
  - ReInForm (Deb et al. [34])           - Phân loại Realtime/Non-realtime            B-MAC [106], X-MAC [29]
  - LEDMPR (Chen et al. [130])             (Bhandari et al. [24])                   - Receiver-initiated (Beacon):
  - EARPM / DRPDS (Luận án)              - Hạn chế: Trễ mô phỏng lớn (~vài giây),     RI-MAC [129], QAEE [76], MPQ [114]
                                           chưa xét chịu lỗi                          - PMME (Luận án)

Ở luồng nghiên cứu về định tuyến, giao thức Greedy Perimeter Stateless Routing (GPSR) của Karp & Kung [73] đã đặt nền móng cho kỹ thuật định tuyến dựa trên vị trí địa lý cục bộ. GPSR tận dụng nguyên lý chuyển tiếp tham lam (greedy forwarding) để chọn nút lân cận gần đích nhất nhằm tối thiểu hóa số chặng và giảm độ phức tạp lưu trữ bảng định tuyến. Tuy nhiên, GPSR là giao thức đơn đường thuần túy, hoàn toàn bất lực khi đối mặt với sự cố đứt gãy liên kết hoặc nghẽn mạng do lưu lượng đột biến. Để khắc phục tính dễ tổn thương của định tuyến đơn đường, Deb et al. [34] đã đề xuất giao thức ReInForm, sử dụng kỹ thuật định tuyến đa đường song song và nhân bản gói tin để tăng cường độ tin cậy dựa trên xác suất lỗi kênh. Mặc dù vậy, ReInForm lại bộc lộ hạn chế nghiêm trọng: việc sao chép toàn bộ gói tin trên tất cả các đường đã gây lãng phí năng lượng cực lớn, đẩy nhanh tốc độ cạn kiệt pin của các nút trung gian. Nghiên cứu của Chen et al. [130] với giao thức LEDMPR đã nỗ lực dung hòa bằng cách kết hợp định tuyến đơn đường cho dữ liệu thường và đa đường cho dữ liệu khẩn cấp thông qua tác tử di động (mobile agent). Song giải pháp này lại làm tăng độ phức tạp tính toán và tiêu đề phụ, đồng thời mới chỉ phân loại nhị phân (2 mức độ sự kiện) chứ chưa giải quyết được bài toán đa sự kiện ngẫu nhiên.

Ở luồng nghiên cứu về hàng đợi và lập lịch gói tin, các công trình của Lu et al. [101] và Bhandari et al. [24] đã đề xuất mô hình phân chia đa hàng đợi ưu tiên cho dữ liệu thời gian thực và phi thời gian thực. Mặc dù giải pháp này giảm được thời gian chờ trung bình tại nút, nhưng trong điều kiện phần cứng cảm biến bị hạn chế nghiêm ngặt về dung lượng bộ đệm và công suất vi xử lý, việc duy trì các hàng đợi phức tạp là phi thực tế. Hơn nữa, độ trễ mô phỏng trong các nghiên cứu này vẫn còn rất lớn (lên tới hàng giây), không đáp ứng được yêu cầu thời gian thực khắt khe của các biến cố nguy hiểm.

Ở luồng nghiên cứu tầng MAC, sự đối đầu giữa hai trường phái thiết kế dị bộ bên gửi khởi hoạt (Sender-initiated như B-MAC [106], X-MAC [29]) và bên nhận khởi hoạt (Receiver-initiated như RI-MAC [129]) đã khẳng định ưu thế của cơ chế nhận khởi hoạt trong việc tiết kiệm năng lượng và giảm xung đột preamble. Phát triển hướng tiếp cận này, Kumar et al. [76] đề xuất giao thức QAEE với 2 mức ưu tiên, và Saxena et al. [114] đề xuất giao thức MPQ với 4 mức ưu tiên sử dụng CSMA $p$-persistent. Điểm yếu cốt tử của cả QAEE và MPQ là việc áp dụng khoảng thời gian tranh chấp chờ $T_w$ cố định để thu thập tất cả các yêu cầu trước khi cấp quyền gửi. Cơ chế này trở nên cứng nhắc và gây trễ tích lũy nghiêm trọng khi mật độ nút và số lượng sự kiện đồng thời gia tăng.

┌──────────────────────────────────────────────────────────────────────────────────────────────────┐
│                                Y VĂN QUỐC TẾ TIỀN NHIỆM                                          │
│  - GPSR [73]: Đơn đường, dễ tắc nghẽn, không phân loại QoS.                                      │
│  - ReInForm [34]: Đa đường nhân bản toàn phần, lãng phí năng lượng, gây hố sâu năng lượng.       │
│  - QAEE [76] / MPQ [114]: MAC đa mức ưu tiên nhưng dùng cửa sổ chờ Tw cố định, trễ lớn.          │
└─────────────────────────────────┬────────────────────────────────────────────────────────────────┘
                                  │
                                  ▼
┌──────────────────────────────────────────────────────────────────────────────────────────────────┐
│                               KHOẢNG TRỐNG NGHIÊN CỨU                                            │
│  Thiếu giải pháp liên tầng thích ứng giải quyết đồng thời đa ràng buộc (Trễ - Tin cậy -          │
│  Năng lượng) khi nhiều sự kiện ngẫu nhiên cùng xuất hiện trong mạng WSN tài nguyên hạn chế.     │
└─────────────────────────────────┬────────────────────────────────────────────────────────────────┘
                                  │
                                  ▼
┌──────────────────────────────────────────────────────────────────────────────────────────────────┐
│                            VỊ THẾ & ĐỘT PHÁ CỦA LUẬN ÁN                                          │
│  - Tầng Mạng: Giao thức DRPDS & EARPM (Định tuyến đa đường linh hoạt + Nhận thức năng lượng      │
│    dư thừa + San tải / Nhân tải theo 3 loại sự kiện).                                            │
│  - Tầng MAC: Giao thức PMME (CSMA p-persistent động hóa tham số p + Nhận sớm Tx-Beacon).        │
│  => Giảm 20% trễ, vượt trội về độ tin cậy, tăng 70% thời gian sống mạng toàn cục.                │
└──────────────────────────────────────────────────────────────────────────────────────────────────┘

Vị thế nghiên cứu của luận án được xác lập vững chắc bằng việc vượt qua những mâu thuẫn học thuật nói trên. Luận án không chọn giải pháp đánh đổi cực đoan (trade-off) mà kiến tạo một khung tối ưu hóa đa tầng: phát triển giao thức định tuyến linh hoạt nhận thức năng lượng EARPM ở tầng mạng và giao thức MAC ưu tiên nhận sớm PMME ở tầng liên kết dữ liệu, tạo ra bước nhảy vọt toàn diện về hiệu năng mạng đa sự kiện.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án đã mở rộng và làm sâu sắc thêm các học thuyết truyền thông vô tuyến nền tảng thông qua các đóng góp lý thuyết có tính hệ thống:

Thứ nhất, luận án chuẩn hóa và mở rộng mô hình tiêu thụ năng lượng vô tuyến bậc nhất (First-Order Radio Model) của Heinzelman et al. [58]. Trong mô hình này, năng lượng tiêu thụ để truyền thành công một gói tin dữ liệu kích thước $S$ bits qua khoảng cách Euclidean $d$ được biểu diễn chính xác bằng công thức:

$$E_{hop}(S, d) = 2 \cdot \epsilon_{elec} \cdot S + \epsilon_{amp} \cdot S \cdot d^2$$

Trong đó $\epsilon_{elec}$ biểu thị năng lượng tiêu hao trên mạch thu/phát cho mỗi bit dữ liệu, và $\epsilon_{amp}$ là hệ số khuếch đại công suất phát phụ thuộc vào bình phương khoảng cách. Luận án đã tích hợp mô hình này vào bài toán phân bổ luồng đa sự kiện, chứng minh bằng giải tích rằng năng lượng tiêu hao toàn mạng được tối ưu hóa khi tải truyền thông được san đều dựa trên hàm trọng số năng lượng dư thừa của các nút lân cận.

Thứ hai, luận án xây dựng mô hình toán học giải tích xác định xác suất truyền gói tin cậy từ đầu đến cuối ($PSR_{end-to-end}$) trên $M$ đường truyền không giao nhau (node-disjoint paths). Nếu mỗi đường $k$ ($k \in [1, M]$) có xác suất chuyển tiếp thành công là $PSR_k$, thì độ tin cậy tổng thể khi thực hiện nhân bản tải được thiết lập theo định lý xác suất:

$$PSR_{end-to-end} = 1 - \prod_{k=1}^M (1 - PSR_k)$$

Phương trình này cung cấp bằng chứng lý thuyết chứng minh rằng cơ chế nhân tải chọn lọc trên các đường tách biệt của giải thuật DRPDS có thể triệt tiêu hàm mũ xác suất mất gói, duy trì độ tin cậy ở mức gần như tuyệt đối ngay cả khi tỷ lệ lỗi gói trên từng chặng ($PER$) tăng cao.

                      MÔ HÌNH HÓA ĐÓNG GÓP LÝ THUYẾT VÀ CƠ CHẾ ĐIỀU KHIỂN
                      
   [ Sự kiện đầu vào ] ───► Phân loại 3 mức ưu tiên QoS
                                    │
         ┌──────────────────────────┼──────────────────────────┐
         ▼                          ▼                          ▼
   [ Loại 1: Khẩn cấp ]       [ Loại 2: Quan trọng ]     [ Loại 3: Định kỳ ]
   - Yêu cầu: Trễ cực thấp    - Yêu cầu: Tin cậy cực cao  - Yêu cầu: Tiết kiệm pin
   - Cơ chế: San tải đa đường - Cơ chế: Nhân bản gói tin  - Cơ chế: Định tuyến đơn
     ngắn nhất tách biệt        trên đa đường tách biệt    đường ngắn nhất
         │                          │                          │
         └──────────────────────────┼──────────────────────────┘
                                    │
                                    ▼
                 [ Hàm mục tiêu định tuyến EARPM ]
                 Chọn nút kế tiếp j tối đa hóa:
                 Cost(j) = α · (1 - d_j/d_i) + β · (E_residual,j / E_initial)
                                    │
                                    ▼
                 [ Tầng MAC - Giao thức PMME ]
                 - Động hóa xác suất CSMA: p = f(Priority) -> Gói khẩn cấp p -> 1
                 - Cơ chế nhận sớm Tx-Beacon: Phản hồi ngay nút ưu tiên cao

Thứ ba, luận án thiết lập 4 mệnh đề lý thuyết (Theoretical Propositions) định hình nguyên lý vận hành của mạng cảm biến đa sự kiện:

  • Mệnh đề 1 (P1): Khi mật độ nghẽn mạng cục bộ vượt ngưỡng dung năng của một kênh truyền đơn, việc phân tách và san tải một dòng dữ liệu lớn thành $K$ dòng con trên các tuyến đường không có nút giao nhau sẽ làm giảm thời gian trễ trung bình của gói tin theo tỷ lệ nghịch với số đường phân tải hiệu dụng.
  • Mệnh đề 2 (P2): Việc truyền nhân bản các gói tin của sự kiện có mức ưu tiên cao trên $M$ tuyến đường độc lập cho phép mạng đạt được chỉ số QoS về độ tin cậy tiệm cận 1 mà không làm bùng nổ tiêu thụ năng lượng toàn cục, với điều kiện số đường $M$ được tối ưu hóa dựa trên tỷ lệ lỗi gói $PER$ tức thời của kênh truyền.
  • Mệnh đề 3 (P3): Trong mạng phân bố $N$ nút đồng nhất, việc chuyển tiếp dữ liệu thuần túy theo tiêu chí khoảng cách ngắn nhất sẽ dẫn đến sự hình thành sớm của "hố sâu năng lượng" tại các nút lân cận trạm gốc (sink). Việc đưa đại lượng năng lượng dư thừa $E_{residual}$ vào hàm tối ưu chọn nút kế tiếp sẽ chuyển dịch phân bố suy hao năng lượng từ phân bố lệch nhọn sang phân bố đều, làm tăng thời gian sống của mạng trong giai đoạn ổn định.
  • Mệnh đề 4 (P4): Trong cơ chế truy nhập môi trường dị bộ, việc gán xác suất truyền $p$ tỷ lệ thuận với cấp độ ưu tiên của gói tin ($p_{high} \gg p_{low}$) kết hợp cơ chế chấp nhận Beacon sớm nhất từ bên nhận sẽ triệt tiêu hoàn toàn khoảng thời gian trễ tĩnh $T_w$, tối ưu hóa thông lượng và năng lượng tiêu hao cho việc lắng nghe rỗi (idle listening).

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp nhuần nhuyễn 3 trụ cột lý thuyết: Lý thuyết tối ưu hóa đồ thị mạng, Lý thuyết truyền thông vô tuyến và tiêu hao năng lượng, cùng Lý thuyết điều khiển truy nhập phân tán. Điểm độc đáo trong cách tiếp cận phân tích liên tầng (Cross-layer Analytical Framework) nằm ở việc liên kết chặt chẽ giữa quyết định định tuyến linh hoạt ở Tầng 3 với cơ chế truy nhập kênh ưu tiên ở Tầng 2.

Khung phân tích phân loại dữ liệu mạng cảm biến thành 3 lớp sự kiện với các điều kiện biên (Boundary Conditions) được xác định rõ:

  1. Sự kiện Loại 1 (Độ ưu tiên cao nhất - Yêu cầu thời gian thực khắt khe): Ví dụ cảnh báo bùng phát cháy rừng cấp 5 hoặc sập hầm lò. Điều kiện biên: Ràng buộc trễ $Delay \le Delay_{max}$; thuật toán kích hoạt cơ chế tìm kiếm đa đường ngắn nhất tách biệt và thực hiện san tải để tối thiểu hóa độ trễ tích lũy.
  2. Sự kiện Loại 2 (Độ ưu tiên cao - Yêu cầu độ tin cậy tối đa): Ví dụ rò rỉ khí độc metan ($CH_4$), khí gas hoặc chuyển biến đột quỵ trong giám sát bệnh nhân. Điều kiện biên: Ràng buộc tỷ lệ mất gói $PLR \le PLR_{threshold}$; thuật toán kích hoạt cơ chế nhân bản gói tin và truyền đồng thời trên đa đường độc lập nhằm triệt tiêu rủi ro đứt gãy kênh truyền.
  3. Sự kiện Loại 3 (Độ ưu tiên bình thường - Giám sát định kỳ): Ví dụ đo nhiệt độ, độ ẩm khí quyển, cường độ ánh sáng trong nông nghiệp chính xác. Điều kiện biên: Tối đa hóa hiệu quả năng lượng; thuật toán kích hoạt định tuyến đơn đường ngắn nhất dựa trên nhận thức năng lượng dư thừa nhằm bảo toàn tài nguyên mạng.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Nghiên cứu được định vị vững chắc trên lập trường triết học thực chứng (Positivism) và chủ nghĩa hiện thực phản biện (Critical Realism), sử dụng phương pháp luận định lượng suy diễn (Deductive Quantitative Methodology) với cấu trúc thiết kế đa tầng nghiêm ngặt:

┌──────────────────────────────────────────────────────────────────────────────────────────────────┐
│                                 MÔ HÌNH HÓA TOÁN HỌC GIẢI TÍCH                                   │
│  - Lý thuyết đồ thị: G = (V, E), phân bố Euclidean, khoảng cách d_ij <= d_max.                  │
│  - Mô hình vô tuyến bậc nhất: E_hop(S, d) = 2*eps_elec*S + eps_amp*S*d^2.                        │
│  - Mô hình xác suất tin cậy đa đường: PSR = 1 - PROD(1 - PSR_k).                                │
│  - Mô hình giải tích Markov cho cơ chế CSMA p-persistent ưu tiên.                               │
└─────────────────────────────────┬────────────────────────────────────────────────────────────────┘
                                  │ Đối sánh & Xác minh chéo (Triangulation)
                                  ▼
┌──────────────────────────────────────────────────────────────────────────────────────────────────┐
│                               MÔ PHỎNG SỰ KIỆN RỜI RẠC CHUYÊN SÂU                                │
│  - OMNeT++: Kiểm thử giao thức định tuyến DRPDS & EARPM (Đa đường, San tải, Nhận thức năng lượng)│
│  - Castalia: Kiểm thử giao thức MAC PMME (Kênh truyền vô tuyến thực tế, suy hao, nhiễu MAC)     │
│  - Tham số: N = 50-500 nút, Vùng L x L m2, PER = 0.1-0.5, eps_elec = 50 nJ/bit, 95% CI.         │
└─────────────────────────────────┬────────────────────────────────────────────────────────────────┘
                                  │ Phân tích định lượng
                                  ▼
┌──────────────────────────────────────────────────────────────────────────────────────────────────┐
│                              BỘ CHỈ SỐ ĐÁNH GIÁ HIỆU NĂNG (KPIs)                                 │
│  [1] Trễ đầu cuối (Latency)   [2] Độ tin cậy (PSR/PER)   [3] Thời gian sống mạng (Lifetime)      │
└──────────────────────────────────────────────────────────────────────────────────────────────────┘

Thiết kế nghiên cứu tích hợp phương pháp tam giác hóa (Methodological Triangulation), kết hợp chặt chẽ giữa mô hình hóa toán học giải tích (Analytical Modeling) và mô phỏng sự kiện rời rạc độ chính xác cao (High-fidelity Discrete-Event Simulation). Phương pháp nghiên cứu lý thuyết được áp dụng để phân tích cấu trúc giao thức, chứng minh toán học về sự hội tụ, độ phức tạp thuật toán và hiệu quả năng lượng lý thuyết. Song song đó, phương pháp mô phỏng số được thiết lập để kiểm chứng các mô hình toán học trong môi trường truyền thông vô tuyến có tính bất định cao.

Quy trình nghiên cứu rigorous

Quy trình nghiên cứu tuân thủ các tiêu chuẩn học thuật quốc tế khắt khe nhất thông qua các bước được chuẩn hóa:

  1. Mô hình hóa không gian mạng: Thiết lập topo mạng $G = (V, E)$ gồm tập hợp $N$ nút cảm biến phân bố ngẫu nhiên (Uniform/Poisson distribution) trên diện tích phẳng $L \times L \text{ m}^2$. Trạm gốc (sink) cố định được đặt tại vị trí trung tâm hoặc biên vùng cảm biến, sở hữu nguồn năng lượng vô hạn và nắm bắt toàn bộ tọa độ mạng. Các nút cảm biến có mức năng lượng ban đầu đồng nhất $E_0 = 2 \text{ J}$, bán kính truyền thông vô tuyến giới hạn $d_{max}$.
  2. Mô phỏng thực nghiệm phân tầng chuyên biệt:
    • Mô phỏng tầng mạng với OMNeT++: Sử dụng nền tảng mô phỏng mạng hướng đối tượng OMNeT++ để lập trình, biên dịch và đánh giá các giải thuật định tuyến DRPDS và EARPM. OMNeT++ cung cấp môi trường mô phỏng sự kiện rời rạc tối ưu để phân tích cấu trúc gói tin, đo đạc thông lượng, trễ từng chặng và trễ đầu cuối, cũng như theo dõi quá trình phân bổ năng lượng trên từng nút trong không gian topo lớn.
    • Mô phỏng tầng liên kết dữ liệu với Castalia: Sử dụng bộ mô phỏng Castalia (xây dựng trên nền OMNeT++)—công cụ chuẩn quốc tế chuyên biệt cho mạng WSN và Body Area Networks (BAN). Castalia mô phỏng chính xác các đặc tính vật lý của kênh truyền vô tuyến thực tế dựa trên mô hình suy hao Log-distance path loss, hiện tượng fading, xuyên nhiễu giữa các nút lân cận và đo đạc chính xác năng lượng tiêu thụ tại từng trạng thái thu, phát, lắng nghe và ngủ của chip vô tuyến.
  3. Đảm bảo độ tin cậy (Reliability) và giá trị khoa học (Validity): Mọi kịch bản mô phỏng được lặp lại tối thiểu 30 lần với các hạt giống ngẫu nhiên (random seeds) độc lập để loại trừ sai số ngẫu nhiên. Kết quả thu thập được xử lý thống kê, tính toán giá trị trung bình và khoảng tin cậy 95% (Confidence Interval - 95% CI).
+--------------------------------------------------------------------------------------------------+
|                               QUY TRÌNH THỰC NGHIỆM VÀ ĐỐI SÁNH                                  |
+==================================================================================================+
|  Bước 1: Khởi tạo Topo mạng (OMNeT++ / Castalia)                                                 |
|          N = 100 nút, Phân bố ngẫu nhiên trong vùng 100m x 100m, Năng lượng ban đầu E0 = 2J     |
+--------------------------------------------------------------------------------------------------+
|  Bước 2: Kích hoạt luồng đa sự kiện ngẫu nhiên theo thời gian thực                              |
|          - Sự kiện Loại 1 (Trễ thấp): Tần suất phát sinh ngẫu nhiên, yêu cầu truyền nhanh         |
|          - Sự kiện Loại 2 (Tin cậy cao): Yêu cầu bảo toàn dữ liệu, chống đứt gãy liên kết        |
|          - Sự kiện Loại 3 (Tiết kiệm năng lượng): Thu thập dữ liệu định kỳ                       |
+--------------------------------------------------------------------------------------------------+
|  Bước 3: Thực thi các giải thuật đề xuất & Đối sánh trực tiếp                                    |
|          - Tầng mạng: EARPM / DRPDS  <---- Đối sánh ---->  GPSR [73] / ReInForm [34]            |
|          - Tầng MAC : PMME           <---- Đối sánh ---->  QAEE [76] / MPQ [114]                |
+--------------------------------------------------------------------------------------------------+
|  Bước 4: Thu thập số liệu, tính toán khoảng tin cậy 95% CI, vẽ đường suy hao & kiểm định       |
+--------------------------------------------------------------------------------------------------+

Data và phân tích

Bộ tham số thực nghiệm được cấu hình chi tiết, phản ánh chính xác phần cứng của các nút cảm biến thực tế (như nền tảng TelosB / MicaZ):

  • Điện năng tiêu hao mạch điện: $\epsilon_{elec} = 50 \text{ nJ/bit}$.
  • Hệ số khuếch đại truyền dẫn: $\epsilon_{amp} = 100 \text{ pJ/bit/m}^2$.
  • Năng lượng chuyển đổi trạng thái vô tuyến: $E_{switch} = 1.5 \text{ nJ}$.
  • Kích thước gói dữ liệu: $S = 512 \text{ bits}$ đến $1024 \text{ bits}$; Kích thước gói điều khiển (Beacon): $S_{ctrl} = 64 \text{ bits}$.
  • Bán kính truyền dẫn: $d_{max} = 30 \text{ m}$ đến $50 \text{ m}$.
  • Tỷ lệ lỗi gói trên từng chặng ($PER$): Quét dải giá trị từ $0.1$ đến $0.5$ để kiểm tra tính bền vững (Robustness).
  • Mật độ nút: Biến thiên từ 50, 100, 200 đến 500 nút trên diện tích $L \times L$.

Các công cụ phân tích số liệu chuyên sâu bao gồm việc kiểm định độ nhạy của thuật toán trước các biến đổi đột ngột của mật độ mạng, đánh giá phân phối chuẩn của dữ liệu trễ và phân tích hồi quy năng lượng tiêu thụ theo thời gian hoạt động.

Phát hiện đột phá và implications

Những phát hiện then chốt

Kết quả phân tích toán học và thực nghiệm mô phỏng trên OMNeT++ và Castalia đã mang lại 4 phát hiện đột phá then chốt:

┌──────────────────────────────────────────────────────────────────────────────────────────────────┐
│                                BẢNG TỔNG HỢP CÁC KẾT QUẢ ĐỘT PHÁ                                 │
├───────────────────────┬─────────────────────────────────┬────────────────────────────────────────┤
│ Chỉ số Hiệu năng      │ Giải pháp tiền nhiệm (Baseline) │ Giải pháp Luận án (EARPM / PMME)       │
├───────────────────────┼─────────────────────────────────┼────────────────────────────────────────┤
│ 1. Trễ gói khẩn cấp   │ GPSR / MPQ (Trễ cao do tắc      │ DRPDS / PMME: Giảm 20% thời gian trễ  │
│                       │ nghẽn và chờ Tw)                │ nhờ san tải đa đường & nhận sớm Beacon │
├───────────────────────┼─────────────────────────────────┼────────────────────────────────────────┤
│ 2. Độ tin cậy (PSR)   │ Giảm mạnh khi PER > 0.3         │ Duy trì > 98% nhờ nhân tải chọn lọc    │
│                       │ (Đơn đường dễ mất gói)          │ trên các đường không giao nhau         │
├───────────────────────┼─────────────────────────────────┼────────────────────────────────────────┤
│ 3. Thời gian sống WSN │ DRPDS cơ sở / GPSR cạn pin sớm  │ EARPM: Tăng 70% thời gian sống toàn    │
│                       │ do xuất hiện Energy Holes       │ mạng nhờ hàm trọng số nhận thức năng   │
│                       │                                 │ lượng dư thừa                          │
├───────────────────────┼─────────────────────────────────┼────────────────────────────────────────┤
│ 4. Overhead tầng MAC  │ QAEE / MPQ: Chờ Tw tĩnh gây     │ PMME: Xác suất p động triệt tiêu Tw,   │
│                       │ nghẽn và tiêu hao năng lượng    │ tiết kiệm năng lượng nghe rỗi          │
└───────────────────────┴─────────────────────────────────┴────────────────────────────────────────┘

Phát hiện 1: Giải thuật định tuyến DRPDS giảm 20% thời gian trễ cho sự kiện khẩn cấp. Thông qua việc phân tách luồng dữ liệu của sự kiện Loại 1 và san tải đồng thời lên các tuyến đường ngắn nhất không có nút giao nhau (node-disjoint multipath), DRPDS đã giải tỏa hoàn toàn áp lực nghẽn cục bộ tại các nút thắt cổ chai. Kết quả đo đạc thực nghiệm khẳng định thời gian trễ truyền dẫn đầu cuối của sự kiện khẩn cấp giảm chính xác 20% so với các sự kiện thông thường và thấp hơn rõ rệt so với định tuyến đơn đường GPSR trong cùng điều kiện tải mạng cao.

Phát hiện 2: Đảm bảo độ tin cậy vượt bậc thông qua cơ chế nhân bản tải thích ứng. Đối với sự kiện Loại 2 (yêu cầu độ tin cậy cao), giải thuật DRPDS thực hiện nhân bản gói tin và chuyển tiếp song song qua các tuyến đường độc lập. Kết quả mô phỏng trong điều kiện môi trường có tỷ lệ suy hao cao (với $PER$ trên một chặng dao động từ $0.1$ đến $0.4$) chỉ ra rằng tỷ lệ mất gói đầu cuối của sự kiện Loại 2 nhỏ hơn nhiều lần so với tỷ lệ lỗi gói của một chặng đơn lẻ, bảo toàn gần như toàn vẹn thông tin cảnh báo nguy hiểm khi truyền về trạm gốc.

Phát hiện 3: Giải thuật EARPM kéo dài thời gian sống của toàn mạng lên tới 70%. Đây là kết quả đột phá mang tính bản lề của luận án. Bằng cách cải tiến DRPDS thành giải thuật EARPM (Energy-Aware Routing Protocol for Multi-event WSN), luận án đã tích hợp thông số năng lượng dư thừa $E_{residual}$ vào hàm trọng số lựa chọn nút chuyển tiếp kế tiếp (Next-hop Selection Metric). Trong khi DRPDS thuần túy và GPSR nhanh chóng làm kiệt quệ năng lượng của các nút nằm trên tuyến đường tối ưu hình học (tạo ra các "vùng chết" mạng), EARPM tự động điều hướng lưu lượng tránh xa các nút có mức năng lượng thấp. Kết quả thực nghiệm chứng minh: "giải thuật định tuyến EARPM giúp mạng kéo dài thời gian sống của toàn mạng lên khoảng 70% so với giao thức DRPDS, đồng thời vẫn đảm bảo độ tin cậy cao hơn với gói tin của loại sự kiện cần độ tin cậy cao và giảm độ trễ cho sự kiện cần ưu tiên về thời gian so với các sự kiện khác trong điều kiện mạng có nghẽn".

Phát hiện 4: Giao thức MAC ưu tiên PMME tối ưu hóa toàn diện độ trễ và năng lượng. Giao thức PMME (Priority MAC for Multi-Event) đã giải quyết triệt để sự cứng nhắc của các giao thức tiền nhiệm QAEE [76] và MPQ [114]. Bằng cách động hóa tham số xác suất $p$ trong cơ chế CSMA $p$-persistent tương ứng với cấp độ ưu tiên của gói tin, kết hợp với cơ chế nhận sớm Beacon (Early Tx-Beacon Reception), PMME cho phép nút chứa gói tin khẩn cấp giành quyền truy nhập môi trường gần như tức thời mà không cần phải chờ đợi hết khoảng thời gian $T_w$. Kết quả kiểm thử trên Castalia chứng minh PMME vừa giảm thiểu độ trễ, vừa duy trì tỷ lệ truyền gói thành công cao, đồng thời cắt giảm đáng kể năng lượng tiêu hao do lắng nghe kênh truyền rỗi.

Implications đa chiều

Những phát hiện trên mang lại các hàm ý sâu sắc trên nhiều bình diện:

  • Về mặt học thuật và lý thuyết: Luận án đã đặt nền móng cho mô hình điều khiển truyền thông thích ứng liên tầng (Cross-layer Adaptive Framework) cho các mạng IoT đa nhiệm. Nghiên cứu chứng minh rằng việc kết hợp linh hoạt giữa cơ chế san tải, nhân tải và định tuyến đơn đường dựa trên ngữ cảnh sự kiện là phương pháp tối ưu để phá vỡ thế bế tắc "trade-off" kinh điển giữa Trễ - Tin cậy - Năng lượng trong mạng cảm biến.
  • Về mặt phương pháp luận: Quy trình phối hợp mô phỏng giữa OMNeT++ (cho tầng mạng) và Castalia (cho tầng vật lý và MAC chi tiết) tạo ra một chuẩn mực phương pháp luận mới cho việc đánh giá các giao thức không dây phức tạp, có khả năng chuyển giao và áp dụng trực tiếp cho các nghiên cứu về mạng 5G/6G, Body Area Networks (BAN) và Mạng cảm biến dưới nước (UWSN).
  • Về mặt ứng dụng thực tiễn: Các giải thuật DRPDS, EARPM và giao thức PMME cung cấp giải pháp kỹ thuật chìa khóa để triển khai các hệ thống công nghệ cao:
    1. Cảnh báo cháy rừng 5 cấp độ: Tự động thích ứng truyền thông theo mức độ nguy hiểm, bảo vệ hàng triệu hecta rừng sinh thái.
    2. An toàn hầm lò và công nghiệp khai khoáng: Cảnh báo tức thời khi nồng độ khí gas $CH_4$ vượt ngưỡng, cứu sống sinh mạng công nhân.
    3. Nông nghiệp chính xác và nhà kính thông minh: Tối ưu hóa thu thập dữ liệu vi khí hậu, kéo dài tuổi thọ pin thiết bị lên nhiều năm mà không cần bảo trì, thay thế.
    4. Y tế thông minh (Tele-health): Ưu tiên truyền tải tín hiệu điện tim, huyết áp khẩn cấp của bệnh nhân về trung tâm cấp cứu với độ trễ tối thiểu và độ tin cậy tuyệt đối.

Limitations và Future Research

Mặc dù đạt được những đóng góp đột phá, luận án thẳng thắn thừa nhận các giới hạn nghiên cứu mang tính biên cảnh:

  1. Giả định về tính cố định của nút cảm biến (Static Topo): Nghiên cứu tập trung vào mạng cảm biến có vị trí cố định phân bố ngẫu nhiên. Mặc dù phù hợp với đa số ứng dụng nông nghiệp, hầm mỏ, cháy rừng, nhưng mô hình chưa bao hàm tính cơ động cao của các nút mạng trong môi trường cảm biến di động (Mobile WSN) hoặc mạng cảm biến trên phương tiện bay không người lái (UAV-WSN).
  2. Mô hình hình học 2D: Không gian khảo sát được giới hạn trong mặt phẳng $L \times L \text{ m}^2$, chưa mở rộng hoàn toàn ra không gian 3 chiều (3D Sensor Networks) phức tạp của môi trường biển sâu hoặc địa hình đồi núi hiểm trở có vật cản che khuất lớn.
  3. Thực nghiệm mô phỏng chuyên sâu: Mặc dù các công cụ mô phỏng OMNeT++ và Castalia có độ tin cậy rất cao và mô phỏng sát thực tế, nhưng việc thiếu vắng một mạng thử nghiệm phần cứng quy mô lớn (Large-scale Hardware Testbed với hàng ngàn nút vật lý) là một hạn chế khách quan do điều kiện cơ sở vật chất.

Chương trình nghiên cứu tiếp theo (Future Research Agenda) mở ra 4 hướng đi giàu tiềm năng:

  • Hướng 1: Tích hợp thuật toán Học tăng cường sâu (Deep Reinforcement Learning - DRL / Q-Learning) vào nút cảm biến để tự động học và điều chỉnh tham số xác suất $p$ của giao thức PMME và hệ số cân bằng tải của EARPM theo thời gian thực trong môi trường nhiễu động.
  • Hướng 2: Mở rộng giải thuật cho Mạng cảm biến không dây thu hoạch năng lượng (Energy Harvesting WSN - EH-WSN), nơi các nút có khả năng tái nạp năng lượng từ mặt trời, gió hoặc sóng điện từ xung quanh.
  • Hướng 3: Phát triển kiến trúc an ninh bảo mật nhẹ (Lightweight Security & Encryption) tích hợp trực tiếp vào cấu trúc gói tin của DRPDS/EARPM để chống lại các cuộc tấn công từ chối dịch vụ (DoS), giả mạo nút hoặc tấn công hố đen (Blackhole attack).
  • Hướng 4: Triển khai thử nghiệm thực địa trên các nền tảng phần cứng IoT thế hệ mới (như ESP32, LoRaWAN kết hợp vi cơ điện tử MEMS chuyên dụng) để chuẩn hóa giải pháp thành các tiêu chuẩn công nghiệp.

Tác động và ảnh hưởng

Luận án tạo ra những tác động lan tỏa mạnh mẽ trên cả ba trụ cột: Học thuật, Công nghiệp và Xã hội.

                           TÁC ĐỘNG TOÀN DIỆN CỦA CÔNG TRÌNH
                                           │
         ┌─────────────────────────────────┼─────────────────────────────────┐
         ▼                                 ▼                                 ▼
   ẢNH HƯỞNG HỌC THUẬT             CHUYỂN GIAO CÔNG NGHIỆP             LỢI ÍCH KINH TẾ - XÃ HỘI
- Đã công bố 4 bài báo ISI/Scopus  - Ứng dụng trong hệ thống          - Cắt giảm chi phí thay pin, bảo
  và tạp chí chuyên ngành uy tín    giám sát IoT công nghiệp,           trì mạng cảm biến diện rộng.
  (JSTIC, Tạp chí KH&CN Quân sự).   hầm lò thông minh, Smart City.   - Bảo vệ tài nguyên rừng, giảm
- Báo cáo tại các Hội thảo quốc    - Thiết kế chip vi điều khiển       thiểu thiệt hại do cháy rừng.
  tế danh giá (ACM SoICT, IEEE      MAC/Routing nhúng cho cảm         - Nâng cao an toàn lao động trong
  SigTelCom).                       biến IoT thế hệ mới.                khai thác khoáng sản hiểm trở.

Về mặt học thuật, công trình đã công bố 04 bài báo khoa học trên các tạp chí chuyên ngành uy tín (02 bài trên Tạp chí Khoa học Công nghệ Thông tin và Truyền thông - JSTIC, 02 bài trên Tạp chí Nghiên cứu Khoa học và Công nghệ Quân sự) và 04 công trình tại các hội nghị khoa học quốc tế và quốc gia uy tín (ACM SoICT 2017, IEEE SigTelCom 2018). Các kết quả của luận án mở ra một nhánh nghiên cứu chuyên sâu về tối ưu hóa xuyên tầng cho các mạng vô tuyến không đồng nhất, với tiềm năng trích dẫn cao trong cộng đồng nghiên cứu IoT và WSN toàn cầu.

Về mặt công nghiệp và chuyển giao công nghệ, các giải pháp EARPM và PMME có thể tích hợp trực tiếp vào phần mềm nhúng (firmware) của các hệ thống thiết bị IoT công nghiệp, giúp các doanh nghiệp viễn thông và công nghệ tối ưu hóa chi phí vận hành mạng, loại bỏ sự phụ thuộc vào các giải pháp định tuyến đắt đỏ hoặc kém hiệu quả.

Về mặt xã hội, việc ứng dụng các giải pháp của luận án vào hệ thống cảnh báo sớm thiên tai (cháy rừng, lũ quét, xâm nhập mặn ở Đồng bằng Sông Cửu Long) và an toàn lao động hầm lò mang lại giá trị nhân văn sâu sắc: bảo vệ tính mạng con người, giảm thiểu thiệt hại hàng trăm tỷ đồng mỗi năm do tai nạn và biến đổi khí hậu gây ra.

Đối tượng hưởng lợi

Nghiên cứu mang lại giá trị ứng dụng và tham khảo trực tiếp cho các nhóm đối tượng chuyên biệt:

  • Nghiên cứu sinh và Giới học thuật: Tiếp cận mô hình toán giải tích tường minh về độ tin cậy đa đường, mô hình năng lượng bậc nhất mở rộng, và phương pháp luận tích hợp mô phỏng OMNeT++ / Castalia để phát triển các đề tài nghiên cứu chuyên sâu.
  • Kỹ sư R&D và Nhà phát triển hệ thống IoT: Sở hữu thuật toán định tuyến EARPM và mã nguồn giao thức MAC PMME có thể nhúng trực tiếp vào các dòng vi điều khiển cảm biến, giúp giải quyết triệt để bài toán thắt cổ chai hiệu năng trong các dự án thực tế.
  • Các cơ quan Quản lý Nhà nước và Doanh nghiệp Khai khoáng/Lâm nghiệp: Có cơ sở khoa học vững chắc để xây dựng các quy chuẩn kỹ thuật quốc gia về hệ thống quan trắc tự động, cảnh báo cháy rừng và an toàn công nghiệp hầm lò.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì và nó mở rộng lý thuyết nào?

Đóng góp lý thuyết độc đáo nhất là việc mở rộng Mô hình năng lượng vô tuyến bậc nhất (First-Order Radio Model) của Heinzelman et al. [58] kết hợp với Lý thuyết độ tin cậy đa đường để thiết lập mô hình định tuyến linh hoạt thích ứng theo ngữ cảnh sự kiện. Luận án đã phá vỡ giả định truyền thống về tính bất biến của QoS trong WSN, chứng minh bằng toán học rằng việc phân loại đa sự kiện kết hợp giữa san tải (load-splitting) và nhân tải (packet replication) trên các đường tách biệt hình học là giải pháp tối ưu toàn cục để cân bằng giữa ba biến số đối nghịch: Trễ - Tin cậy - Năng lượng.

2. Sự đổi mới về mặt phương pháp luận của nghiên cứu này khi so sánh với các công trình quốc tế đi trước?

So với GPSR [73] (chỉ sử dụng vị trí cục bộ để định tuyến đơn đường) và ReInForm [34] (sao chép gói mù quáng trên toàn bộ các đường), luận án đổi mới phương pháp luận bằng cách thiết kế giải thuật liên tầng thích ứng:

  • Ở tầng mạng (EARPM): Không chỉ dựa vào khoảng cách tham lam như GPSR hay sao chép toàn phần như ReInForm, EARPM tích hợp động mức năng lượng dư thừa $E_{residual}$ vào hàm chọn nút, phân phối lưu lượng linh hoạt theo 3 lớp sự kiện.
  • Ở tầng MAC (PMME): Khắc phục nhược điểm của QAEE [76] và MPQ [114] vốn sử dụng cửa sổ tranh chấp $T_w$ tĩnh gây trễ lớn, PMME động hóa hoàn toàn tham số $p$ trong CSMA $p$-persistent kết hợp nhận sớm Tx-Beacon, cho phép gói tin ưu tiên cao nhất được truyền tức thì mà không phải chờ đợi.

3. Phát hiện bất ngờ nhất từ dữ liệu thực nghiệm là gì?

Phát hiện bất ngờ và ấn tượng nhất là khả năng kéo dài thời gian sống của toàn mạng lên tới 70% của giải thuật EARPM so với DRPDS cơ sở. Trong các nghiên cứu trước đây (như Radi et al. [108]), việc phân tải đa đường khi có nhiều sự kiện xuất hiện đồng thời thường dẫn đến việc các luồng dữ liệu chập lại trên một số nút chung, tạo ra các hố sâu năng lượng khiến các nút này chết sớm hơn cả định tuyến đơn đường. Tuy nhiên, nhờ cơ chế nhận thức năng lượng dư thừa thông minh của EARPM, lưu lượng được điều hướng linh hoạt xung quanh các nút có nguy cơ cạn kiệt pin, giúp năng lượng toàn mạng được tiêu hao đồng đều tuyệt đối và nâng cao tuổi thọ mạng một cách ngoạn mục.

4. Quy trình thực nghiệm có cung cấp giao thức tái lập (Replication Protocol) không?

Quy trình nghiên cứu cung cấp đầy đủ và chi tiết toàn bộ tham số môi trường, mô hình kênh truyền, thông số tiêu thụ năng lượng mạch vô tuyến ($\epsilon_{elec} = 50 \text{ nJ/bit}$, $\epsilon_{amp} = 100 \text{ pJ/bit/m}^2$), cấu hình phần mềm mô phỏng (OMNeT++ 5.x và Castalia 3.x), cấu trúc gói tin ($S = 512 - 1024 \text{ bits}$, $S_{ctrl} = 64 \text{ bits}$), và dải quét tỷ lệ lỗi gói $PER \in [0.1, 0.5]$. Bất kỳ nhà nghiên cứu độc lập nào cũng có thể thiết lập lại chính xác môi trường thực nghiệm và tái tạo lại các kết quả đã được công bố trong luận án.

5. Luận án phác thảo chương trình nghiên cứu 10 năm tới như thế nào?

Chương trình nghiên cứu dài hạn được định hướng tập trung vào: (1) Trí tuệ nhân tạo biên (Edge AI) và Học tăng cường sâu (Deep RL) cho phép các nút cảm biến tự tổ chức và tự tối ưu hóa giao thức theo thời gian thực; (2) Mở rộng giao thức thích ứng cho Mạng cảm biến không dây thu hoạch năng lượng (Energy-Harvesting WSN) tự duy trì hoạt động vĩnh viễn; và (3) Chuẩn hóa các giao thức DRPDS/EARPM/PMME thành các giao thức mở tương thích với hệ sinh thái 6G-IoT và Mạng cảm biến vệ tinh tầm thấp (LEO Satellite-WSN).

Kết luận

Luận án tiến sĩ "Nghiên cứu giải pháp cải thiện hiệu năng mạng cảm biến không dây đa sự kiện" đã hoàn thành xuất sắc các mục tiêu nghiên cứu đề ra, mang lại những đóng góp khoa học và thực tiễn mang tính bước ngoặt:

  1. Đóng góp 1: Hệ thống hóa toàn diện cơ sở lý luận, chỉ rõ các hạn chế cốt tử của y văn quốc tế về vấn đề tối ưu hóa hiệu năng trong mạng cảm biến không dây đa sự kiện đồng thời.
  2. Đóng góp 2: Đề xuất thành công giao thức định tuyến linh hoạt DRPDS, giải quyết hài hòa bài toán đa mục tiêu QoS bằng cơ chế phân loại sự kiện, san tải giảm 20% thời gian trễ cho sự kiện khẩn cấp và nhân tải bảo toàn độ tin cậy cho sự kiện quan trọng.
  3. Đóng góp 3: Phát triển giải thuật định tuyến nhận thức năng lượng EARPM, tạo ra bước đột phá khi kéo dài thời gian sống của toàn mạng lên tới 70% nhờ triệt tiêu hoàn toàn hiện tượng hố sâu năng lượng.
  4. Đóng góp 4: Đề xuất giao thức tầng liên kết dữ liệu PMME, tối ưu hóa cơ chế CSMA $p$-persistent động theo mức ưu tiên kết hợp nhận sớm Tx-Beacon, loại bỏ thời gian trễ chờ tĩnh $T_w$ và giảm thiểu điện năng tiêu thụ do lắng nghe rỗi.
  5. Đóng góp 5: Xây dựng khung phương pháp luận thực nghiệm chuẩn mực trên OMNeT++ và Castalia, chứng minh tính ưu việt của các giải pháp đề xuất qua phân tích toán học giải tích và mô phỏng số ngẫu nhiên khắt khe.
  6. Đóng góp 6: Công bố thành công các kết quả nghiên cứu trên 04 bài báo tạp chí chuyên ngành uy tín và 04 kỷ yếu hội thảo khoa học quốc tế/quốc gia, khẳng định giá trị học thuật và tiềm năng ứng dụng thực tiễn to lớn trong việc xây dựng các hệ thống IoT thông minh, cảnh báo thiên tai và an toàn công nghiệp thế hệ mới.