Luận án: Hỗ trợ định vị và định tuyến cho mạng cảm biến không dây

Luận văn thạc sĩ: Định vị và nâng cao hiệu năng định tuyến mạng cảm biến không dây dựa trên thông tin vị trí. Mã ngành: 62 48 15 01. Tải luận án TS Công nghệ thông tin.

• Tác giả: Lê Đình Thanh
• Người hướng dẫn: Pgs. Hồ Thuần
• Trường học: Trường Đại Học Công Nghệ, ĐHQGHN
• Chuyên ngành: Công nghệ thông tin
• Đề tài: Hỗ trợ định vị và nâng cao hiệu năng định tuyến dựa trên thông tin vị trí cho các mạng cảm biến không dây
• Loại tài liệu: Luận án tiến sỹ
• Năm xuất bản: 2014
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CẢM ƠN
• LỜI CAM ĐOAN
• DANH MỤC CÁC THUẬT NGỮ, KÝ HIỆU VÀ TỪ VIẾT TẮT
• DANH MỤC CÁC BẢNG
• DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ
• 1. CHƢƠNG 1: MỞ ĐẦU
• 1.1. Mạng cảm biến không dây
• 1.2. Một vài ứng dụng điển hình của mạng cảm biến không dây
• 1.3. Định tuyến và định vị trong mạng cảm biến không dây
• 1.4. Vấn đề đƣợc giải quyết và mục tiêu của luận án
• 1.5. Nội dung luận án
• 1.6. Đóng góp của luận án
• 2. TỔNG QUAN VỀ ĐỊNH VỊ VÀ ĐỊNH TUYẾN DỰA TRÊN THÔNG TIN VỊ TRÍ
• 2.1. Dịch vụ thông tin vị trí
• 2.2. Phát hiện biên
• 2.3. Định tuyến dựa trên thông tin vị trí
• 2.3.1. Chuyển tiếp dựa trên thông tin vị trí
• 2.3.2. Cực tiểu địa phương
• 2.3.3. Giảm thiểu và tránh cực tiểu địa phương
• 2.3.4. Khôi phục sau cực tiểu địa phương
• 3. HỖ TRỢ ĐỊNH VỊ VỚI PHÁT HIỆN BIÊN DỰA TRÊN KẾT NỐI
• 3.1. Tìm biên dựa trên kết nối
• 3.1.1. Trực quan và heuristic
• 3.1.2. Đáp ứng với thay đổi mạng
• 3.2. Phân tích và thử nghiệm
• 3.3. So sánh với các thuật toán hiện có
• 4. TỐI ƢU HÓA ĐƢỜNG ĐI TRONG ĐỊNH TUYẾN DỰA TRÊN THÔNG TIN VỊ TRÍ
• 4.1. Mô tả giao thức
• 4.1.1. Bảng định tuyến
• 4.1.2. Vùng khả áp dụng của phần tử định tuyến
• 4.1.3. Chuyển tiếp có chỉ dẫn
• 4.1.4. Định tuyến và cập nhật bảng định tuyến
• 4.2. Phân tích và so sánh với các giao thức khác
• 4.2.1. Tỷ lệ kéo dài độ dài đường đi
• 4.2.2. Trễ đầu cuối – đầu cuối
• 4.2.3. Tỷ lệ chuyển gói thành công
• 4.2.4. Chi phí truyền thông
• 4.2.5. Lựa chọn số chặng được ghi
• 5. ĐỊNH TUYẾN DỰA TRÊN THÔNG TIN VỊ TRÍ SỬ DỤNG CẠNH TRANH KẾT HỢP
• 5.1. Mô tả giao thức
• 5.1.1. Cạnh tranh kết hợp
• 5.1.2. Vùng cạnh tranh và hàm trễ
• 5.1.3. Hành vi của các nút
• 5.2. Phân tích và mô phỏng
• 5.2.1. Tỷ lệ chuyển gói tin thành công
• 5.2.2. Phụ tải truyền thông
• 5.2.3. Độ trễ đầu cuối – đầu cuối
• 5.2.4. Tỷ lệ gói tin trùng lặp
• DANH MỤC CÁC CÔNG TRÌNH KHOA HỌC CỦA TÁC GIẢ LIÊN QUAN ĐẾN LUẬN ÁN
• TÀI LIỆU THAM KHẢO
• A1. Ƣớc lƣợng khoảng cách và góc
• A2. Cơ sở toán học cho định vị theo khoảng cách

Tóm tắt

I. Tổng Quan Về Định Tuyến Vị Trí Trong Mạng WSN 50 60 Ký Tự

Mạng cảm biến không dây (WSN) đã trở thành một phần quan trọng trong nhiều ứng dụng, từ giám sát môi trường đến theo dõi sức khỏe và điều khiển công nghiệp. Một yếu tố then chốt trong hiệu quả của WSN là khả năng định tuyến vị trí hiệu quả. Điều này cho phép các nút cảm biến gửi dữ liệu thu thập được đến trung tâm xử lý một cách tối ưu, đảm bảo độ trễ thấp và tiết kiệm năng lượng. Bài viết này sẽ đi sâu vào các khía cạnh khác nhau của định tuyến vị trí trong mạng cảm biến không dây, từ các thách thức đến các phương pháp tiếp cận khác nhau. Theo luận án của Lê Đình Thanh, “Hỗ trợ định vị và nâng cao hiệu năng định tuyến dựa trên thông tin vị trí cho các mạng cảm biến không dây”, việc sử dụng thông tin vị trí để định tuyến là một hướng đi đầy hứa hẹn, đặc biệt trong bối cảnh tài nguyên hạn chế của các nút cảm biến. Các giao thức truyền thống dựa trên topo mạng yêu cầu các nút lưu trữ một lượng lớn thông tin về mạng, điều này không khả thi đối với WSN. Định tuyến vị trí là một giải pháp thay thế, tận dụng thông tin vị trí của các nút để đưa ra quyết định định tuyến một cách cục bộ, giảm thiểu chi phí lưu trữ và tính toán. Giao thức định tuyến này đặc biệt phù hợp với các mạng có quy mô lớn và mật độ cao, nơi việc duy trì topo mạng toàn diện là không khả thi. Tuy nhiên, cần lưu ý rằng độ chính xác của thông tin vị trí ảnh hưởng trực tiếp đến hiệu quả của giao thức. Các kỹ thuật định vị địa lý và các giao thức định tuyến vị trí cần được xem xét và áp dụng một cách phù hợp để đạt được hiệu suất tốt nhất trong từng tình huống cụ thể. Các thuật toán định tuyến, như LEACH và PEGASIS, dù không trực tiếp dựa vào vị trí, nhưng có thể được cải tiến bằng cách tích hợp thông tin vị trí.

1.1. Tầm quan trọng của Định vị Địa lý trong WSN

Thông tin định vị địa lý đóng vai trò quan trọng trong việc triển khai và vận hành hiệu quả các mạng cảm biến không dây. Khả năng xác định chính xác vị trí của các nút cảm biến cho phép thực hiện các tác vụ như giám sát môi trường theo khu vực, theo dõi đối tượng di động và định tuyến dữ liệu dựa trên vị trí. Dữ liệu thu thập được từ các nút cảm biến có thể được gán nhãn địa lý, cung cấp ngữ cảnh không gian quan trọng cho việc phân tích và ra quyết định. Các thuật toán định vị và định tuyến có thể tận dụng thông tin định vị để tối ưu hóa việc truyền dữ liệu, giảm độ trễ và tiết kiệm năng lượng. Do đó, việc tích hợp các kỹ thuật định vị địa lý vào thiết kế và triển khai WSN là rất quan trọng để đạt được hiệu suất và độ tin cậy tối ưu.

1.2. Các Loại Mạng Cảm Biến Không Dây và Ứng dụng IoT

Mạng cảm biến không dây (WSN) có nhiều loại khác nhau, mỗi loại được thiết kế để đáp ứng các yêu cầu cụ thể của từng ứng dụng. Một số loại WSN phổ biến bao gồm mạng cảm biến môi trường, mạng cảm biến y tế, mạng cảm biến công nghiệp và mạng cảm biến quân sự. Mỗi loại mạng này có các đặc điểm riêng về mật độ nút, phạm vi truyền thông, yêu cầu năng lượng và khả năng chịu lỗi. Sự phát triển của IoT (Internet of Things) đã mở ra những cơ hội mới cho việc ứng dụng WSN trong nhiều lĩnh vực. Các thiết bị IoT thường được tích hợp với các cảm biến để thu thập dữ liệu từ môi trường xung quanh, và dữ liệu này được truyền qua mạng không dây để phân tích và ra quyết định. WSN đóng vai trò quan trọng trong việc kết nối các thiết bị IoT và cung cấp cơ sở hạ tầng cho việc thu thập và truyền dữ liệu.

II. Các Thách Thức Chính Trong Định Tuyến Vị Trí Cho WSN 50 60 Ký Tự

Mặc dù định tuyến vị trí mang lại nhiều lợi ích, việc triển khai nó trong WSN cũng đối mặt với một số thách thức đáng kể. Một trong những thách thức lớn nhất là hạn chế về năng lượng của các nút cảm biến. Các thuật toán định tuyến cần được thiết kế để tiết kiệm năng lượng, giảm thiểu số lượng truyền tải và tối ưu hóa việc sử dụng tài nguyên. Một thách thức khác là độ tin cậy của thông tin vị trí. Các kỹ thuật định vị dựa trên RSSI hoặc LQI có thể bị ảnh hưởng bởi nhiễu và suy hao tín hiệu, dẫn đến sai số vị trí. Ngoài ra, các vùng trống truyền thông (communication holes) trong mạng có thể gây khó khăn cho việc định tuyến dữ liệu, đặc biệt là trong các môi trường khắc nghiệt. Theo luận án của Lê Đình Thanh, vấn đề cực tiểu địa phương, nơi mà một nút không có nút lân cận nào gần đích hơn, cũng là một thách thức lớn. Các giao thức cần có cơ chế để vượt qua các cực tiểu địa phương và đảm bảo rằng dữ liệu vẫn có thể đến được đích. Vấn đề bảo mật mạng cảm biến cũng là một yếu tố quan trọng cần xem xét, đặc biệt khi WSN được sử dụng trong các ứng dụng nhạy cảm. Các giao thức định tuyến cần được thiết kế để chống lại các cuộc tấn công và đảm bảo tính toàn vẹn và bảo mật của dữ liệu.

2.1. Tiết Kiệm Năng Lượng Bài Toán Đau Đầu Của Mạng WSN

Tiết kiệm năng lượng là một trong những thách thức lớn nhất trong thiết kế và triển khai mạng cảm biến không dây. Các nút cảm biến thường hoạt động bằng pin và có tuổi thọ hạn chế. Việc thay thế pin cho các nút cảm biến trong các môi trường khắc nghiệt hoặc khó tiếp cận có thể tốn kém và khó khăn. Do đó, các giao thức định tuyến và quản lý năng lượng cần được thiết kế để tối ưu hóa việc sử dụng năng lượng và kéo dài tuổi thọ của mạng. Các kỹ thuật như điều chỉnh công suất truyền, chu kỳ hoạt động và tập hợp dữ liệu có thể được sử dụng để giảm tiêu thụ năng lượng của các nút cảm biến. Hơn nữa, các thuật toán định tuyến cần được thiết kế để giảm thiểu số lượng truyền tải và chọn các đường dẫn năng lượng hiệu quả.

2.2. Vấn Đề Độ Tin Cậy Và Ảnh Hưởng Của Sai Số Định Vị

Độ tin cậy của thông tin vị trí là một yếu tố quan trọng ảnh hưởng đến hiệu suất của các giao thức định tuyến vị trí. Các kỹ thuật định vị dựa trên RSSI (Received Signal Strength Indicator) hoặc LQI (Link Quality Indicator) có thể bị ảnh hưởng bởi nhiễu, suy hao tín hiệu và các yếu tố môi trường khác, dẫn đến sai số định vị. Sai số định vị có thể gây ra các vấn đề như định tuyến sai, tăng độ trễ và giảm hiệu suất mạng. Do đó, việc sử dụng các kỹ thuật định vị chính xác hơn, như GPS (Global Positioning System) hoặc các thuật toán định vị dựa trên nhiều cảm biến, có thể cải thiện độ tin cậy của thông tin vị trí và nâng cao hiệu suất của các giao thức định tuyến.

2.3. Vượt Qua Cực Tiểu Địa Phương Bí Quyết Để Định Tuyến Thành Công

Trong các giao thức định tuyến vị trí, cực tiểu địa phương là một tình huống mà một nút không có nút lân cận nào gần đích hơn. Tình huống này có thể xảy ra do sự hiện diện của các vùng trống truyền thông, các chướng ngại vật hoặc các nút có phạm vi truyền thông hạn chế. Cực tiểu địa phương có thể làm cho việc định tuyến dữ liệu trở nên khó khăn và dẫn đến độ trễ cao hoặc mất gói tin. Để vượt qua cực tiểu địa phương, các giao thức định tuyến cần có các cơ chế như định tuyến trên mặt phẳng (face routing), định tuyến theo đường biên (boundary routing) hoặc sử dụng thông tin lịch sử định tuyến để tìm các đường dẫn thay thế đến đích.

III. Các Phương Pháp Định Tuyến Vị Trí Phổ Biến Trong Mạng WSN 50 60 Ký Tự

Có nhiều phương pháp định tuyến vị trí khác nhau đã được phát triển cho WSN, mỗi phương pháp có những ưu điểm và nhược điểm riêng. Chuyển tiếp tham lam (Greedy Forwarding) là một phương pháp đơn giản và hiệu quả, trong đó mỗi nút chuyển dữ liệu đến nút lân cận gần đích nhất. Tuy nhiên, chuyển tiếp tham lam dễ bị kẹt trong các cực tiểu địa phương. Định tuyến trên mặt phẳng (Face Routing) là một phương pháp khắc phục cực tiểu địa phương bằng cách định tuyến dữ liệu dọc theo các mặt của đồ thị phẳng được xây dựng trên mạng. Một số giao thức kết hợp chuyển tiếp tham lam và định tuyến trên mặt phẳng để đạt được hiệu suất tốt hơn. Các giao thức khác sử dụng thông tin về mật độ nút, chất lượng liên kết hoặc năng lượng còn lại để đưa ra quyết định định tuyến. Ví dụ, giao thức Địa chỉ Địa lý Vùng (Geographic and Energy Aware Routing - GEAR) sử dụng cả thông tin vị trí và năng lượng để chọn các nút chuyển tiếp. Việc lựa chọn phương pháp định tuyến phù hợp phụ thuộc vào các yêu cầu cụ thể của ứng dụng và các đặc điểm của mạng.

3.1. Ưu điểm và Nhược điểm của Chuyển Tiếp Tham Lam Greedy Forwarding

Chuyển tiếp tham lam (Greedy Forwarding) là một trong những phương pháp định tuyến vị trí đơn giản và hiệu quả nhất trong mạng cảm biến không dây. Ưu điểm chính của chuyển tiếp tham lam là tính đơn giản, dễ triển khai và không yêu cầu nhiều thông tin về mạng. Mỗi nút chỉ cần biết vị trí của các nút lân cận và vị trí của đích để đưa ra quyết định định tuyến. Tuy nhiên, chuyển tiếp tham lam có một nhược điểm lớn là dễ bị kẹt trong các cực tiểu địa phương, nơi mà không có nút lân cận nào gần đích hơn. Khi gặp cực tiểu địa phương, chuyển tiếp tham lam không thể tiếp tục định tuyến dữ liệu và có thể dẫn đến mất gói tin hoặc độ trễ cao.

3.2. Khắc phục Cực Tiểu Địa Phương với Định Tuyến Trên Mặt Phẳng Face Routing

Định tuyến trên mặt phẳng (Face Routing) là một phương pháp được sử dụng để khắc phục các cực tiểu địa phương trong các giao thức định tuyến vị trí. Trong định tuyến trên mặt phẳng, mạng được coi như một đồ thị phẳng, và dữ liệu được định tuyến dọc theo các mặt của đồ thị. Khi gặp cực tiểu địa phương, dữ liệu được chuyển sang chế độ định tuyến trên mặt phẳng và được định tuyến dọc theo các cạnh của mặt phẳng cho đến khi tìm thấy một nút gần đích hơn. Định tuyến trên mặt phẳng có thể đảm bảo rằng dữ liệu sẽ đến được đích, ngay cả khi có các vùng trống truyền thông hoặc các chướng ngại vật. Tuy nhiên, định tuyến trên mặt phẳng có thể dẫn đến các đường dẫn dài hơn và độ trễ cao hơn so với chuyển tiếp tham lam.

3.3. Giao thức GEAR Tối ưu Định Tuyến Bằng Thông Tin Vị Trí và Năng Lượng

Giao thức GEAR (Geographic and Energy Aware Routing) là một giao thức định tuyến vị trí được thiết kế để tối ưu hóa việc sử dụng năng lượng trong mạng cảm biến không dây. GEAR sử dụng cả thông tin vị trí và năng lượng còn lại của các nút để đưa ra quyết định định tuyến. Khi chọn nút chuyển tiếp tiếp theo, GEAR ưu tiên các nút lân cận gần đích hơn và có năng lượng còn lại cao hơn. Điều này giúp kéo dài tuổi thọ của mạng bằng cách phân phối tải một cách cân bằng giữa các nút. GEAR cũng có các cơ chế để xử lý các tình huống mà các nút lân cận gần đích hơn đã hết năng lượng. Trong những tình huống này, GEAR có thể chọn các nút xa hơn nhưng có năng lượng còn lại cao hơn để đảm bảo rằng dữ liệu vẫn có thể đến được đích.

IV. Ứng Dụng Thực Tiễn Của Định Tuyến Vị Trí Trong Các Lĩnh Vực 50 60 Ký Tự

Định tuyến vị trí được ứng dụng rộng rãi trong nhiều lĩnh vực khác nhau, bao gồm giám sát môi trường, nông nghiệp thông minh, y tế từ xa và quản lý giao thông. Trong giám sát môi trường, định tuyến vị trí cho phép thu thập dữ liệu từ các cảm biến phân bố trên một khu vực rộng lớn, chẳng hạn như theo dõi chất lượng không khí, nhiệt độ và độ ẩm. Trong nông nghiệp thông minh, định tuyến vị trí được sử dụng để theo dõi tình trạng cây trồng, độ ẩm đất và các yếu tố môi trường khác để tối ưu hóa việc tưới tiêu và bón phân. Trong y tế từ xa, định tuyến vị trí cho phép theo dõi bệnh nhân từ xa, thu thập dữ liệu về nhịp tim, huyết áp và các thông số sức khỏe khác. Trong quản lý giao thông, định tuyến vị trí được sử dụng để theo dõi vị trí của các phương tiện, dự báo tình trạng giao thông và điều phối luồng giao thông. Các ứng dụng này minh họa tính linh hoạt và hiệu quả của định tuyến vị trí trong việc giải quyết các vấn đề thực tế.

4.1. Giám Sát Môi Trường Theo Dõi Ô Nhiễm và Biến Đổi Khí Hậu

Trong lĩnh vực giám sát môi trường, định tuyến vị trí đóng vai trò quan trọng trong việc thu thập và truyền dữ liệu từ các cảm biến phân bố trên một khu vực rộng lớn. Các cảm biến có thể được sử dụng để theo dõi các thông số môi trường như chất lượng không khí, nhiệt độ, độ ẩm, nồng độ khí CO2 và các chất ô nhiễm khác. Thông tin vị trí của các cảm biến cho phép tạo ra các bản đồ ô nhiễm và biến đổi khí hậu, giúp các nhà khoa học và nhà quản lý đưa ra các quyết định informed về các biện pháp bảo vệ môi trường và giảm thiểu tác động của biến đổi khí hậu.

4.2. Nông Nghiệp Thông Minh Tối Ưu Hóa Tưới Tiêu và Bón Phân

Trong nông nghiệp thông minh, định tuyến vị trí được sử dụng để theo dõi tình trạng cây trồng, độ ẩm đất và các yếu tố môi trường khác. Các cảm biến có thể được đặt trong các cánh đồng để thu thập dữ liệu về độ ẩm đất, nhiệt độ, ánh sáng và các thông số khác. Thông tin vị trí của các cảm biến cho phép tạo ra các bản đồ độ ẩm đất và tình trạng cây trồng, giúp các nhà nông tối ưu hóa việc tưới tiêu và bón phân, giảm thiểu lãng phí tài nguyên và tăng năng suất cây trồng.

4.3. Y Tế Từ Xa Theo Dõi Sức Khỏe Bệnh Nhân Tại Nhà

Trong y tế từ xa, định tuyến vị trí cho phép theo dõi bệnh nhân từ xa, thu thập dữ liệu về nhịp tim, huyết áp, nhiệt độ cơ thể và các thông số sức khỏe khác. Các cảm biến có thể được tích hợp vào các thiết bị đeo trên người, như vòng đeo tay thông minh hoặc miếng dán da, để thu thập dữ liệu và truyền dữ liệu đến các trung tâm y tế. Thông tin vị trí của bệnh nhân cho phép theo dõi vị trí của họ và cung cấp các dịch vụ y tế khẩn cấp nếu cần thiết.

V. Nghiên Cứu Mới Nhất Về Tối Ưu Hóa Định Tuyến Vị Trí Trong WSN 50 60 Ký Tự

Các nghiên cứu gần đây tập trung vào việc tối ưu hóa định tuyến vị trí trong WSN bằng cách sử dụng các kỹ thuật mới như học máy, trí tuệ nhân tạo và tính toán biên. Học máy có thể được sử dụng để dự đoán chất lượng liên kết, mật độ nút và các yếu tố khác ảnh hưởng đến hiệu suất định tuyến. Trí tuệ nhân tạo có thể được sử dụng để đưa ra các quyết định định tuyến thông minh, chẳng hạn như chọn các đường dẫn tối ưu dựa trên thông tin về tình trạng mạng. Tính toán biên có thể được sử dụng để xử lý dữ liệu gần các cảm biến, giảm thiểu lượng dữ liệu cần truyền qua mạng. Các nghiên cứu này hứa hẹn sẽ cải thiện đáng kể hiệu suất, độ tin cậy và tiết kiệm năng lượng của các giao thức định tuyến vị trí trong WSN.

5.1. Sử dụng Học Máy Để Dự Đoán Chất Lượng Liên Kết và Mật Độ Nút

Học máy (Machine Learning) đang được sử dụng ngày càng nhiều để dự đoán chất lượng liên kết và mật độ nút trong mạng cảm biến không dây. Các thuật toán học máy có thể được đào tạo trên dữ liệu lịch sử để dự đoán chất lượng liên kết dựa trên các thông số như RSSI, LQI và khoảng cách giữa các nút. Các thuật toán này cũng có thể được sử dụng để ước tính mật độ nút trong một khu vực nhất định dựa trên số lượng nút lân cận và các yếu tố môi trường khác. Thông tin về chất lượng liên kết và mật độ nút có thể được sử dụng để đưa ra các quyết định định tuyến thông minh hơn, chẳng hạn như chọn các đường dẫn ổn định hơn và tránh các khu vực quá tải.

5.2. Trí Tuệ Nhân Tạo Cho Các Quyết Định Định Tuyến Thông Minh

Trí tuệ nhân tạo (Artificial Intelligence) đang được sử dụng để phát triển các giao thức định tuyến thông minh hơn trong mạng cảm biến không dây. Các thuật toán AI, như thuật toán di truyền và mạng nơ-ron, có thể được sử dụng để tìm các đường dẫn tối ưu dựa trên thông tin về tình trạng mạng, như chất lượng liên kết, năng lượng còn lại và độ trễ. Các giao thức định tuyến dựa trên AI có thể thích ứng với các thay đổi trong môi trường và đưa ra các quyết định định tuyến động để đảm bảo hiệu suất và độ tin cậy tối ưu.

5.3. Tính Toán Biên Để Giảm Thiểu Lượng Dữ Liệu Truyền Tải

Tính toán biên (Edge Computing) là một paradigm đang được sử dụng để giảm thiểu lượng dữ liệu cần truyền qua mạng cảm biến không dây. Trong tính toán biên, dữ liệu được xử lý gần các cảm biến, giảm thiểu lượng dữ liệu cần truyền đến các trung tâm xử lý. Điều này có thể giúp giảm tiêu thụ năng lượng, giảm độ trễ và cải thiện tính bảo mật của mạng. Ví dụ, các thuật toán lọc dữ liệu và nén dữ liệu có thể được thực hiện trên các nút biên để giảm lượng dữ liệu cần truyền.

VI. Kết Luận Và Hướng Phát Triển Của Định Tuyến Vị Trí Trong Tương Lai 50 60 Ký Tự

Định tuyến vị trí là một lĩnh vực nghiên cứu sôi động và đầy tiềm năng trong mạng cảm biến không dây. Mặc dù đã có nhiều tiến bộ đạt được, vẫn còn nhiều thách thức cần được giải quyết. Các nghiên cứu trong tương lai sẽ tập trung vào việc phát triển các giao thức định tuyến năng lượng hiệu quả hơn, độ tin cậy cao hơn và bảo mật tốt hơn. Việc tích hợp các công nghệ mới như học máy, trí tuệ nhân tạo và tính toán biên sẽ mở ra những cơ hội mới cho việc tối ưu hóa định tuyến vị trí trong WSN. Đồng thời, việc giải quyết các vấn đề liên quan đến bảo mật và khả năng mở rộng sẽ đảm bảo rằng định tuyến vị trí có thể được sử dụng một cách an toàn và hiệu quả trong các ứng dụng quan trọng.

6.1. Hướng tới các Giao Thức Tiết Kiệm Năng Lượng và Bảo Mật Cao

Trong tương lai, các nghiên cứu về định tuyến vị trí sẽ tập trung vào việc phát triển các giao thức tiết kiệm năng lượng hơn, có độ tin cậy cao hơn và bảo mật tốt hơn. Các giao thức định tuyến sẽ được thiết kế để giảm thiểu tiêu thụ năng lượng, đặc biệt là trong các mạng có tuổi thọ hạn chế. Các kỹ thuật bảo mật mới sẽ được tích hợp để bảo vệ dữ liệu khỏi các cuộc tấn công và đảm bảo tính toàn vẹn của mạng. Các giao thức định tuyến sẽ được thiết kế để chống lại các cuộc tấn công giả mạo vị trí, tấn công từ chối dịch vụ và các loại tấn công khác.

6.2. Tích Hợp Các Công Nghệ Mới AI Học Máy Tính Toán Biên

Việc tích hợp các công nghệ mới như trí tuệ nhân tạo (AI), học máy (Machine Learning) và tính toán biên (Edge Computing) sẽ mở ra những cơ hội mới cho việc tối ưu hóa định tuyến vị trí trong mạng cảm biến không dây. Các thuật toán AI và học máy có thể được sử dụng để dự đoán chất lượng liên kết, mật độ nút và các yếu tố khác ảnh hưởng đến hiệu suất định tuyến. Tính toán biên có thể được sử dụng để xử lý dữ liệu gần các cảm biến, giảm thiểu lượng dữ liệu cần truyền qua mạng.

6.3. Đảm Bảo Khả Năng Mở Rộng và Ứng Dụng An Toàn Trong Tương Lai

Để định tuyến vị trí có thể được sử dụng rộng rãi trong các ứng dụng quan trọng, cần phải đảm bảo khả năng mở rộng và ứng dụng an toàn của các giao thức. Các giao thức định tuyến cần được thiết kế để có thể hoạt động hiệu quả trong các mạng có quy mô lớn và mật độ cao. Các vấn đề liên quan đến bảo mật và khả năng mở rộng cần được giải quyết để đảm bảo rằng định tuyến vị trí có thể được sử dụng một cách an toàn và hiệu quả trong các ứng dụng quan trọng như giám sát môi trường, nông nghiệp thông minh, y tế từ xa và quản lý giao thông.

Trích đoạn nội dung tài liệu

đặt vấn đề, phát biểu bài toán và mục tiêu của luận án, tóm tắt nội dung và những đóng góp chính của luận án. - Chương 2 trình bày kết quả nghiên cứu tổng quan về định vị và định tuyến đơn phát dựa trên thông tin vị trí. Các bài toán định vị, phát hiện biên, và định tuyến đơn phát dựa trên thông tin vị trí đƣợc phát biểu. Các công trình liên quan đến các bài toán nói trên đƣợc khảo sát và trình bày tóm tắt.

Chƣơng 2 kết thúc với một số nhận xét về những giải pháp đã có. - Chương 3 trình bày một thuật toán phát hiện biên dựa trên kết nối đƣợc đề xuất. Mục đích thiết kế, nội dung thuật toán, đánh giá và so sánh hiệu năng của thuật 19 TIEU LUAN MOI download : [e-mail] toán đƣợc đề xuất với những thuật toán đã có, cùng với hƣớng phát triển lần lƣợt đƣợc trình bày. - Chương 4 trình bày một giao thức đƣợc đề xuất nhằm tối ƣu hóa đƣờng đi trong định tuyến đơn phát dựa trên thông tin vị trí.

Kỹ thuật tối ƣu hóa đƣờng đi giúp nâng cao hiệu năng của giao thức định tuyến đơn phát một cách rõ rệt và đƣợc kiểm chứng qua mô phỏng. Mục đích thiết kế giao thức, nội dung giao thức, đánh giá hiệu năng của giao thức, hƣớng nghiên cứu cải tiến giao thức lần lƣợt đƣợc trình bày. - Chương 5 trình bày một giao thức khác đƣợc đề xuất nhằm nâng cao hiệu năng định tuyến đơn phát dựa trên thông tin vị trí bằng việc sử dụng cạnh tranh kết hợp không sử dụng gói tin chào hỏi. Mục đích thiết kế giao thức, nội dung giao thức, đánh giá hiệu năng của giao thức, hƣớng nghiên cứu cải tiến giao thức lần lƣợt đƣợc trình bày.

- Luận án kết thúc với phần kết luận tổng kết các kết quả chính của luận án và giới thiệu một số hƣớng nghiên cứu mở rộng tiếp theo. Ngoài nội dung chính đƣợc trình bày trong các chƣơng kể trên, những nội dung tham khảo hoặc mở rộng đƣợc trình bày trong hai phụ lục: - Phụ lục 1 trình bày các phƣơng pháp ƣớc lƣợng khoảng cách và ƣớc lƣợng góc đƣợc áp dụng trong định vị. - Phụ lục 2 trình bày cơ sở toán học của phƣơng pháp định vị theo đa khoảng cách.6 Đóng góp của luận án Những đóng góp chính của luận án bao gồm: - Đề xuất một thuật toán phát hiện biên dựa trên kết nối có độ phức tạp tính toán và truyền thông thấp, có thể làm việc tốt trên cả các mạng cảm biến có mật độ thấp. Theo thuật toán này, mỗi nút đánh giá đồ thị vùng lân cận 2 chặng của nó để quyết định nó có nằm gần biên hay không.

Một nút nằm gần biên khi và chỉ khi đồ thị vùng lân cận 2 chặng của nó không tạo thành một cái vành. Việc xây dựng và đánh giá đồ thị vùng lân cận 2 chặng đơn giản và ít tốn kém. 20 TIEU LUAN MOI download : [e-mail] - Đề xuất một giao thức tối ƣu hóa đƣờng đi có tên Greedy with Path Optimization Routing (GPOR) cho mạng cảm biến không dây. Theo giao thức này, các đƣờng đi ban đầu đƣợc tìm bằng việc áp dụng chuyển tiếp tham lam và kỹ thuật đi theo biên, tiếp đó các đƣờng tắt đƣợc tạo và sử dụng nhằm rút ngắn các đƣờng đi, đồng thời tránh cực tiểu địa phƣơng.

Các đƣờng đi đƣợc rút ngắn và đẩy ra xa biên, do vậy giảm tải cho các nút biên và đạt cân bằng tải tốt hơn. Các phần tử định tuyến có thể áp dụng cho một vùng đích thay vì chỉ một nút đích nhƣ các giao thức đã có. - Đề xuất một giao thức định tuyến dựa trên thông tin vị trí không sử dụng gói tin chào hỏi có tên là Hybrid Contention-Based Geographic Routing (HCGR) sử dụng đồng thời hai hình thức cạnh tranh, đƣợc gọi là cạnh tranh kết hợp. Cạnh tranh quyết liệt đƣợc sử dụng trƣớc.

Nếu cạnh tranh quyết liệt thành công, cạnh tranh không quyết liệt sẽ bị hủy bỏ. Ngƣợc lại, tức cạnh tranh quyết liệt thất bại, cạnh tranh không quyết liệt sẽ đƣợc dùng để chuyển tiếp gói tin. Do đó, HCGR có thể làm cực đại tỉ lệ chuyển gói thành công trong khi giữ đƣợc độ phức tạp thông báo và trễ ở mức tƣơng đối thấp. Ngoài cạnh tranh kết hợp, một biến thể của kỹ thuật đi theo biên sử dụng cạnh tranh kết hợp cũng đƣợc đề xuất.1 thể hiện trực quan về các bài toán đƣợc quan tâm cùng những đề xuất đã đƣợc đƣa ra nhằm giải quyết các bài toán này.

21 TIEU LUAN MOI download : [e-mail] Các nút có Sai thông tin vị Phát hiện biên dựa trên kết nối trí Định vị Định vị bằng việc sử dụng đồ thị Delaunay Đúng kết hợp định vị theo khoảng cách Định tuyến đơn phát Chuyển tiếp tham lam và đi theo biên Nâng cao hiệu Tối ƣu hóa Cạnh tranh kết năng đƣờng đi hợp Các công trình liên quan Nội dung được đề xuất Hình 1. Giải pháp đƣợc đề xuất. 22 TIEU LUAN MOI download : [e-mail] CHƢƠNG 2 TỔNG QUAN VỀ ĐỊNH VỊ VÀ ĐỊNH TUYẾN DỰA TRÊN THÔNG TIN VỊ TRÍ Chƣơng này trình bày tổng quan các vấn đề định vị và định tuyến đơn phát dựa trên thông tin vị trí trong mạng cảm biến không dây, tóm tắt nội dung và đánh giá các thuật toán và giao thức đã có nhằm làm cơ sở cho các đề xuất đƣợc trình bày ở các chƣơng tiếp theo. Những nội dung sau đây đƣợc trình bày trong chƣơng này: - Vấn đề định vị.

- Tổng quan về các thuật toán định vị. - Vấn đề phát hiện biên. - Tổng quan về các thuật toán phát hiện biên. - Tổng quan về định tuyến đơn phát dựa trên thông tin vị trí.

- Nhận xét về các thuật toán đã có.1 Định vị Trong định tuyến dựa trên thông tin vị trí, vị trí hay tọa độ của các nút là thông tin thiết yếu. Thông tin này có thể nhận đƣợc bằng việc sử dụng các hệ thống định vị nhƣ GPS. Tuy nhiên, việc sử dụng các hệ thống định vị sẽ tốn kém về mặt kinh tế. Ngoài ra, các thiết bị định vị sẽ tiêu tốn nhiều năng lƣợng dẫn đến làm giảm tuổi thọ của các nút cảm biến.

Trong một số môi trƣờng, ví dụ trong nhà, các thiết bị định vị không phát huy tác dụng. Một vấn đề nữa là sự thiếu thuận tiện trong việc trang bị thiết bị định vị cho các nút cảm biến có kích thƣớc nhỏ. Với những hạn chế kể trên của hệ thống định vị, một 23 TIEU LUAN MOI download : [e-mail] phƣơng pháp khác kinh tế và hiệu quả hơn đƣợc áp dụng để xác định tọa độ của các nút là sử dụng các thuật toán định vị. Không hoặc một số ít các nút, còn gọi là điểm neo, đƣợc trang bị thiết bị định vị và do đó biết tọa độ của chúng, tọa độ của những nút còn lại sẽ đƣợc tính toán bằng thuật toán định vị.

Các thuật toán định vị đã đƣợc đề xuất đƣợc chia thành hai lớp chính là dựa trên khoảng (range-based) và dựa trên kết nối (connectivity-based), tùy theo thông tin về ƣớc lƣợng khoảng hay thông tin về kết nối giữa các nút đƣợc sử dụng để xác định tọa độ của các nút. Có thể tiếp tục chia định vị dựa trên khoảng thành hai lớp nhỏ hơn là định vị theo khoảng cách (lateration) và định vị theo góc (angulation) tùy theo thông tin về khoảng cách hay thông tin về góc đƣợc sử dụng3. Với định vị theo khoảng cách [61, 97], trƣờng hợp đơn giản nhất là một nút có thông tin chính xác về khoảng cách từ nó đến ba điểm neo không thẳng hàng. Sử dụng các khoảng cách và vị trí các điểm neo, vị trí của một nút là ở giao điểm của ba đƣờng tròn có tâm ở ba điểm neo.

Vấn đề là trong thực tế các ƣớc lƣợng khoảng cách thƣờng không chính xác dẫn đến ba đƣờng tròn không giao nhau tại một điểm. Để khắc phục điều này, ƣớc lƣợng khoảng cách đến nhiều hơn ba điểm neo đƣợc sử dụng, dẫn đến bài toán định vị theo đa khoảng cách (multilateration)4. Định vị theo góc [72] khai thác tính chất nếu biết hai đỉnh, độ dài hai cạnh hoặc độ lớn hai góc của một tam giác thì sẽ biết đƣợc vị trí của điểm thứ ba là giao điểm của hai cạnh còn lại. Ƣớc lƣợng không chính xác cũng có thể xảy ra và có thể khắc phục bằng đa ƣớc lƣợng.

Để có thông tin ƣớc lƣợng khoảng ngoại trừ RSSI [61], các phần cứng phụ trợ đƣợc yêu cầu. Các phần cứng phụ trợ này dẫn đến các hạn chế nhƣ thiết bị định vị. Hơn nữa, độ chính xác trong ƣớc lƣợng do các thiết bị mang lại có thể bị ảnh hƣởng do tác động của môi trƣờng [67]. Ngoài ra, để thông tin ƣớc lƣợng khoảng có ích, phải có một số lƣợng đủ lớn các điểm neo đƣợc phân bố đồng đều.

Nhìn chung, định vị dựa trên khoảng 3 Ƣớc lƣợng khoảng cách và góc đƣợc trình bày trong Phụ lục 1. 4 Cơ sở toán học cho định vị theo khoảng cách đƣợc trình bày trong Phụ lục 2. 24 TIEU LUAN MOI download : [e-mail] có thể áp dụng cho các hệ thống khác nhƣng không phù hợp cho mạng cảm biến không dây. Khác với định vị dựa trên khoảng, định vị dựa trên kết nối chỉ khai thác thông tin kết nối giữa các nút và không cần các điểm neo.

Do vậy, định vị dựa trên kết nối hiệu quả về mặt kinh tế và không bị ảnh hƣởng bởi nhiễu [36]. Việc sử dụng các điểm neo giúp cung cấp tọa độ tuyệt đối, tức tọa độ đúng với mọi đối tƣợng và đƣợc đặt trong một khung tham chiếu nhƣ GPS. Tuy nhiên, với định vị dựa trên thông tin vị trí, một hệ tọa độ tƣơng đối – trong đó các nút có tọa độ tƣơng đối đối chiếu với các nút khác - là đủ. Từ những phân tích ở trên, luận án này chỉ tập trung vào định vị dựa trên kết nối không sử dụng điểm neo.

Định vị dựa trên kết nối không sử dụng điểm neo đã đƣợc quan tâm giải quyết từ nhiều năm nay. Shang và các cộng sự sử dụng co giãn đa chiều (MDS) [86]. Dựa trên thông tin kết nối giữa các nút, một thuật toán đƣờng đi ngắn nhất giữa mọi cặp đỉnh đƣợc sử dụng để tính ma trận khoảng cách của đồ thị mạng. Ma trận này đƣợc dùng làm đầu vào cho MDS, MDS sẽ tính vị trí các nút trong không gian đa chiều rồi chiếu vào không gian hai chiều.

Một cách trực quan, MDS cố gắng kéo dãn mạng theo mọi hƣớng. Nếu khoảng cách giữa các nút đƣợc biết chính xác, MDS sẽ cho kết quả định vị chính xác.