Chương 1. Với mục tiêu là áp dụng các nghiên cứu về lay mẫu thích ứng dé áp dụng vào thực tế các thiết bị thu thập cảm biến, cụ thể ở đây là thiết bị của bộ libelium. Chương 4: Hiện thực, triển khai hệ thống Trong chương này nhóm sẽ trình bày tong quan sự tương quan giữa các thành phan, triển khai các thành phần trong hệ thống, hiện thực các thuật toán, giải thuật được nghiên cứu ở Chương 3. Chương 5: Kết quả thử nghiệm và đánh giá Thực hiện các kịch bản thử nghiệm, đánh giá các kết quả thực nghiệm.
Từ đó, đưa ra kết luận và hướng phát triển trong chương tiếp theo. Chương 6: Kết luận và hướng phát triển Trình bày về kết quả đã đạt được trong quá trình hiện thực hệ thống dé áp dụng thuật toán vào thực tiễn. Kết quả đã hoàn thành so với đề cương chi tiết, so sánh đánh giá và rút ra kết luận. Mặc khác, đề xuất hướng hướng nghiên cứu dé phát triển trong tương lai.
CÁC NGHIÊN CỨU VÀ CÔNG NGHỆ LIÊN QUAN Chương 2 trình bay các nghiên cứu vê việc tiêt kiệm năng lượng và các van đê liên quan trên thê giới, cuôi cùng là các đôi tượng mà nhóm sẽ thực nghiệm và nghiên cứu, cơ sở lý thuyết và các kỹ thuật, công nghệ, hướng tiếp cận đề tài. Tình hình nghiên cứu các công trình liên quan Nghiên cứu vấn đề sử dụng năng lượng hiệu quả cho các thiết bị hạn chế là một chủ đề rất thú vị trong bối cảnh của IoT vì quan lý điện năng có thé liên quan đến một số hoạt động của thiết bị, chăng hạn như cảm biến, xử lý và truyền. Ví dụ, trong kịch bản nông nghiệp nơi các thiết bị IoT được phân phối rộng rãi trong một khu vực rộng lớn, việc tối ưu hóa mức tiêu thụ năng lượng có thé kéo dai vòng đời của thiết bị và giảm đáng kể chi phí bảo trì. Các thiết bị trong một hệ thống IoT được xem như một node cảm biến và thường sẽ có 4 thành phần chính: thành phần thu thập/cảm nhận, thành phần xử lý, thành phần giao tiếp, thành phần năng lượng.
biển xử ly giao tiến ". 7 + Thanh phan nang lượng | Hình 2.1 Các thành phần của node cảm biến Đầu tiên là thành phần thu thập/cảm nhận, là thành phần trực tiếp tiếp xúc với môi trường cần để thu thập dữ liệu. Tại đây, các giá trị cảm biến được tiếp nhận thông qua các cảm biến. Một số nghiên cứu về cuộc cách mạng công nghệ cảm biến, phân tích chỉ tiết về các nền tảng và bo mạch được nhúng, chủ yếu chú trọng vào các thành phần chính: khả năng xử lý và bộ nhớ, chi phí, hệ điều hành, nguồn và đặt biệt là thời lượng pin [3], [4] mang lại cái nhìn tổng quan về các thiết bị ở các phân khúc khác nhau từ đó lựa chọn thiết bi dé tích hợp một cách phù hợp.
Các 11 nghiên cứu về dòng điện [5], lập lịch chu kỳ ngủ của các thiết bị, tăng cường quản lý điện năng, nghiên cứu chế độ nhàn rỗi của thiết bị nhằm tắt nguồn cảm biến và bộ điều khiến khi cần [6], [7]. Tiếp theo là thành phan xử lý - bộ phận thực hiện các tác vụ như tổng hợp dữ liệu, tính toán, thực hiện việc tiền xử lý trước khi giao công việc cho thành phần giao tiếp. Tùy vào từng loại cảm biến thì giá trị có thể chuyền từ tín hiệu này sang tín hiệu khác (Analog/Digital), năng lượng tiêu thụ cũng vi thế mà thay đổi ít nhiêu. Một khái niệm mới được đề xuất là cảm biến nén (Compressed Sensing) cho phép nén tín hiệu, nén giá tri cảm biến và tái tạo lại một cách chính xác [8], [9].
Một nghiên cứu khác về việc tiền xử lý như giám sát, lọc, dự đoán dữ liệu, tiền xử lý trước khi thực hiện công đoạn tiếp theo. Tiếp đến là thành phan giao tiếp, là thành phan dùng dé truyền dữ liệu thu thập được. Thành phần này bao gồm LAN, low power bluetooth, RFID, NFC, Wifi, Zigbee,. Yếu tố ảnh hưởng trực tiếp và là nguyên nhân gây tiêu hao năng lượng trong thành phan này là thời gian giao tiếp.
Dé giảm thiểu điều này, việc lựa chon công nghệ dé sử dụng cũng là một cách dé tiết kiệm nặng lượng ở thành phan này. Nhiều vấn đề được nghiên cứu, đặt biệt là những thách thức như định danh, giao tiếp giữa các thiết bị đặt biệt tiêu tốn năng lượng hơn nữa là giao tiếp không dây và cuối cùng là tính di động [10], [11] với những thiết bị, giao thức, giao tiếp khác nhau. Từ đó ta có thể thấy rõ được điểm mạnh, yếu khác nhau của chúng. Cuối cùng là thành phần năng lượng, là đơn vị cung cấp năng lượng cho toàn bộ thành phan ở trên, thường là một bộ pin giới hạn.
Có thé sử dung dòng năng lượng tự nhiên dé bố sung năng lượng cho thành phan này như gió, năng lượng mặt trời,. Tuy nhiên, các nguồn năng lượng này cần thiết kế cho phù hợp dé dam bảo tính linh động của thiết bị. Năng lượng trong quá trình hoạt động có thể gặp trục trặc hoặc giảm một cách đột ngột do các thiết bị ngén điện, ta có thé áp dụng một số phương pháp như dựa vào nguồn điện còn lại để điều chỉnh việc thu thập thập dữ liệu, tranh thủ thời gian để bồ sung năng lượng. 12 Ngoài ra, còn có rất nhiều các tác nhân khác ảnh hưởng đến việc tiết kiệm năng lượng, nó có thể phụ thuộc vào khoảng cách liên lạc, sự kiện được giám sát, yêu cầu của hệ thống và hoạt déng,.
Đặt biệt có thé kế các trạng thái của điểm thu thập cảm biến: hoạt động, nhàn rỗi, trạng thái ngủ. Các nghiên cứu về các trạng thái của node cảm biến, lập lịch trình cho thiết bị ngủ, dự đoán thời gian ngủ dựa vào lượng pin còn lại, dựa vào luồng dit liệu, các nghiên cứu về chip dé áp dụng các nghiên cứu các trạng thái trên vào thiết bị thương mại [6], [12], [13]. Trong trạng thái hoạt động, mức độ tiêu thụ năng lượng là tối đa. Thanh phan giao tiếp tiêu hao năng lượng cao nhất do phải truyền và nhận dữ liệu.
Ở trang thái nhàn rỗi, điểm dit liệu được đưa vào trạng thái lắng nghe, tại đây năng lượng có thể bị tiêu hao do phải chờ một thông điệp, dữ liệu từ một điểm khác. Cuối cùng, ở trạng thái ngủ, năng lượng ít bị tiêu tốn, điểm thu thập cảm biến không nhận bat kỳ tác vụ nào, thành phan giao tiếp tắt. Sau đây, một loạt các kỹ thuật và nên tảng dé đạt được sự hiệu quả năng lượng được trình bày phía trên. Lấy mẫu thích ứng Kỹ thuật lay mẫu thích ứng xem xét rằng các hoạt động đánh thức, thu thập và xử lý dữ liệu trước khi truyền tiêu thụ một tỷ lệ năng lượng tương tự so với quá trình truyền dữ liệu, ý tưởng cơ bản của kỹ thuật này là điều chỉnh tốc độ lấy mẫu với các thay đổi dựa trên các tiêu chí cụ thé và dam bảo độ chính xác của thông tin kết quả.
Nhóm tác giả đã lập danh mục các phương pháp lấy mẫu thích ứng dựa trên các tiêu chí như vậy. Send-on-delta sampling: được sử dụng phổ biến nhất trong mạng không dây. Nguyên bản của cách tiếp cận này là lấy mẫu level-crossing vào cuối những năm 1950 dựa trên ý tưởng “lây mẫu phù hợp nhất là chỉ truyền dit liệu quan trọng và giá trị mới thu được dựa trên tín hiệu được thay đổi bởi một gia số nhất định” [14]. Do tính phổ biến của nó, có nhiều cách khác nhau đề thé hiện kỹ thuật này như event- based sampling [15], magnitude-driven sampling [15] hoặc deadbands [16].
13 Integral Sampling sử dụng khái niệm tích phân hoặc năng lượng của sai số dé xử lý các đao động nhỏ trong tín hiệu. Thông báo được gửi nếu sai số tích lũy của việc lay mau, ký hiệu là CES, lớn hơn ngưỡng được xác định trước & [17]. Predictor-based sampling sử dụng mô hình dé dự đoán biện pháp tiếp theo dựa trên các giá trị trong quá khứ. Tiêu chí của sự khác biệt có thể sử dụng lại dựa vào việc lấy mẫu trên dữ liệu hoặc lấy mẫu theo khoảng thời gian.
Mô hình được xây dựng từ một thống kê đơn giản hóa sử dụng phép ngoại suy tuyến tính [18]. Để duy trì chất lượng thông tin cao, bộ dự báo được sử dung trong máy thu dé ngoại suy giá tri tín hiệu cho đến khi nhận được bản tin mới. Tuy nhiên, việc cập nhật bộ dự báo máy thu yêu cầu ít nhất hai mẫu, điều này làm giảm hiệu quả của phương pháp này. Gradient-based integral sampling là một phan mở rộng của phương pháp lay mau tích phân với việc tối ưu hóa mức tiêu thụ năng lượng khi đánh thức - phương pháp này dựa trên thực tế là thiết bị đánh thức tiêu thụ lớn hơn đáng kể so với thu thập thông báo.
Do đó, thời gian đánh thức tiếp theo sẽ tự động được điều chỉnh theo độ dốc hiện tại của tín hiệu [19]. Thời gian ngủ tối đa được xác định đề tránh giảm độ doc tín hiệu xuông 0. Sigmoid-based sampling sử dụng một hàm sigmoid dé ước tính những thay đổi của tốc độ lay mau dua trén phương sai cua cửa s6 tin hiéu cudi cung [20], [21]. Hãy biểu thi thông điệp cuối cùng là x(t) thuộc một cửa sô tín hiệu kích thước W, phương sai là sự khác biệt tuyệt đối giữa x(t) va x(t - 1) so với giá trị trung bình của W.
Tiếp theo, phương sai như vậy được so sánh với một ngưỡng được xác định trước khi tính toán tốc độ lây mẫu mới là phép nhân của tốc độ hiện tại và hàm sigmoid của phương sai đó. Tỷ lệ mới được giới han từ 0 đến 2 do thuộc tính hàm sigmoid. Lap lich tác vụ tối ưu Một số công trình nghiên cứu cho rằng có thé giảm thiểu tiêu thụ năng lượng băng cách tối ưu hóa chính sách lập kế hoạch tác vụ. Bài toán tối ưu hóa chung được xây dựng thành một bài toán chung với hai trạng thái hai bên.
Trong giai đoạn đầu, lập trình động hoặc thuật toán di truyền được khai thác để giải bài toán lập kế hoạch tuyến đường. Sau đó, nhóm tác giả sử dụng thuật toán Gale- Shapley dé giải bài toán phân công nhiệm vụ ở giai đoạn hai. Hiệu quả của nó được thể hiện qua các kết quả phân tích lý thuyết và đánh giá thực tế. Các công trình tương tự đối với UAVs, [23] nhằm mục đích giảm thiểu tiêu thụ năng lượng bằng cách kết hợp lập trình động, lý thuyết dau giá và lý thuyết đối sánh.