Luận Văn Thạc Sĩ Kỹ Thuật Viễn Thông: Nghiên Cứu Kỹ Thuật Định Vị Trong Mạng Cảm Biến Không Dây

Luận văn thạc sĩ kỹ thuật viễn thông tập trung nghiên cứu kỹ thuật định vị trong mạng cảm biến không dây, ứng dụng công nghệ hiện đại.

• Tác giả: Trương Văn Như Thạch
• Người hướng dẫn: TS. Võ Quế Sơn
• Trường học: Đại học Bách Khoa, Đại học Quốc gia TP. HCM
• Chuyên ngành: Kỹ thuật Viễn thông
• Đề tài: Kỹ thuật định vị trong mạng cảm biến không dây
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2017
• Địa điểm: TP. Hồ Chí Minh

Mục lục chi tiết

• LỜI CẢM ƠN
• TÓM TẮT LUẬN VĂN
• LỜI CAM ĐOAN
• DANH MỤC HÌNH MINH HỌA
• DANH MỤC TỪ VIẾT TẮT
• DANH MỤC KÍ HIỆU
• 1. CHƯƠNG 1: GIỚI THIỆU VỀ ĐỀ TÀI
• 1.1. Đặt vấn đề và hướng giải quyết
• 1.2. Lý do chọn đề tài
• 1.3. Mục đích nghiên cứu
• 1.4. Đối tượng và phạm vi nghiên cứu
• 1.5. Phương pháp nghiên cứu
• 2. CHƯƠNG 2: TỔNG QUAN VỀ WSNs VÀ CÁC ỨNG DỤNG
• 2.1. Tổng quan về mạng cảm biến không dây
• 2.1.1. Đặc điểm chung của mạng cảm biến không dây
• 2.1.2. Công nghệ mạng cảm biến không dây
• 2.2. Cấu trúc mạng cảm biến không dây
• 2.2.1. Khái niệm về node cảm biến
• 2.2.2. Cấu tạo của node cảm biến
• 2.2.3. Cấu trúc mạng cảm biến không dây
• 2.2.3.1. Cấu trúc tổng quát về mạng cảm biến
• 2.2.3.2. Kiến trúc giao thức mạng
• 2.2.3.3. Hai cấu trúc đặc trưng của mạng cảm biến
• 2.3. Những ảnh hưởng và hạn chế của mạng cảm biến không dây
• 2.4. Ứng dụng của mạng cảm biến không dây
• 2.4.1. Ứng dụng trong giám sát và điều khiển trong công nghiệp
• 2.4.2. Ứng dụng tự động hóa trong gia đình và điều khiển dân dụng
• 2.4.3. Ứng dụng trong quân sự
• 2.4.4. Ứng dụng trong y tế và giám sát sức khỏe
• 2.4.5. Ứng dụng trong môi trường và nông nghiệp thông minh
• 3. CHƯƠNG 3: CÁC KỸ THUẬT ĐỊNH VỊ
• 3.1. Giới thiệu về kỹ thuật định vị trong WSNs
• 3.2. Các loại node cảm biến dùng trong định vị
• 3.3. Các kỹ thuật đo trong định vị
• 3.4. Kỹ thuật Mapping
• 3.5. Kỹ thuật đo định vị RSSI
• 3.5.1. Thuật toán Min-Max
• 3.5.2. Thuật toán tam giác
• 3.5.3. Thuật toán Weighted Centroid Localization
• 3.5.4. Thuật toán Linear Weighted Centroid Localization
• 3.5.4.1. Chỉ số cường độ tín hiệu nhận
• 3.5.4.2. Trọng số tuyến tính định vị trọng tâm
• 3.5.4.3. LWCL trong môi trường free-space
• 3.5.4.4. LWCL trong môi trường log-distance
• 3.5.5. Đánh giá độ chính xác
• 4. CHƯƠNG 4: MÔ PHỎNG VÀ KẾT QUẢ
• 4.1. Mô hình của LWCL
• 4.1.1. Phát sóng thông tin vị trí trong các tin nhắn báo hiệu (Beacon Message)
• 4.1.2. Tính toán vị trí các node
• 4.1.3. Tinh chỉnh vị trí các node bằng chuyển tiếp thông tin vị trí
• 4.2. Định dạng của tin nhắn báo hiệu
• 4.3. Mô phỏng và đánh giá
• 4.3.1. Các hệ điều hành ứng dụng trong WSNs
• 4.3.2. Hệ điều hành Contiki và chương trình mô phỏng Cooja
• 4.3.3. Mô hình mô phỏng
• 4.3.4. Chu kỳ nhiệm vụ
• 4.4. Kết quả mô phỏng
• 4.4.1. Mô hình hệ thống tĩnh
• 4.4.1.1. Vị trí ước lượng
• 4.4.1.2. Đánh giá kết quả
• 4.4.1.3. Đánh giá sai số ước lượng
• 4.4.2. Mô hình hệ thống node di động
• 4.4.2.1. Nguyên nhân gây ra sai số
• 4.4.2.2. Kết quả mô phỏng
• 5. CHƯƠNG 5: TRIỂN KHAI THỰC TẾ KỸ THUẬT ĐỊNH VỊ DÙNG GIẢI THUẬT LWCL
• 5.1. Giới thiệu về cảm biến TelosB
• 5.2. Kết quả thực nghiệm
• 5.2.1. Mô hình suy hao
• 5.2.2. Giải thuật LWCL trong thực tế với mô hình tĩnh
• 6. CHƯƠNG 6: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Kỹ thuật định vị trong mạng cảm biến không dây

Kỹ thuật định vị trong mạng cảm biến không dây (WSNs) là một lĩnh vực nghiên cứu quan trọng, đặc biệt trong các ứng dụng yêu cầu xác định vị trí chính xác của các đối tượng. Luận văn thạc sĩ này tập trung vào việc phân tích các phương pháp định vị, đặc biệt là sử dụng công nghệ định vị không dây dựa trên cường độ tín hiệu thu (RSSI). Các thuật toán như Weighted Centroid Localization (WCL) và Linear Weighted Centroid Localization (LWCL) được nghiên cứu để tối ưu hóa việc tính toán vị trí trong các hệ thống cảm biến có nguồn lực hạn chế.

1.1. Giới thiệu về kỹ thuật định vị

Kỹ thuật định vị trong WSNs nhằm xác định vị trí của các node cảm biến chưa biết bằng cách sử dụng thông tin từ các node anchor đã biết vị trí. Các phương pháp đo lường như khoảng cách, thời gian đến, và góc đến được sử dụng để suy ra vị trí. Công nghệ định vị không dây này đặc biệt hữu ích trong các ứng dụng quy mô nhỏ, nơi hệ thống GPS không phù hợp do chi phí và hạn chế về môi trường.

1.2. Các thuật toán định vị

Hai thuật toán chính được nghiên cứu là WCL và LWCL. WCL sử dụng trọng số để tính toán vị trí trung tâm của các node, trong khi LWCL tối ưu hóa các hệ số trọng số để giảm độ phức tạp tính toán. Cả hai thuật toán đều dựa trên RSSI để ước lượng khoảng cách giữa các node, từ đó xác định vị trí chính xác hơn.

II. Ứng dụng của mạng cảm biến không dây

Mạng cảm biến không dây được ứng dụng rộng rãi trong nhiều lĩnh vực như giám sát môi trường, y tế, quân sự, và tự động hóa gia đình. Luận văn thạc sĩ này nhấn mạnh vai trò của kỹ thuật định vị trong việc cung cấp thông tin vị trí chính xác, hỗ trợ các ứng dụng thông minh và hiệu quả hơn.

2.1. Ứng dụng trong giám sát môi trường

Mạng cảm biến không dây được sử dụng để giám sát các thông số môi trường như nhiệt độ, độ ẩm, và chất lượng không khí. Kỹ thuật định vị giúp xác định vị trí của các cảm biến, từ đó cung cấp dữ liệu chính xác cho việc phân tích và ra quyết định.

2.2. Ứng dụng trong y tế

Trong lĩnh vực y tế, mạng cảm biến không dây được sử dụng để theo dõi sức khỏe bệnh nhân. Công nghệ định vị giúp xác định vị trí của các thiết bị y tế di động, hỗ trợ việc quản lý và điều trị bệnh nhân hiệu quả hơn.

III. Mô phỏng và đánh giá kỹ thuật định vị

Luận văn thạc sĩ này sử dụng phần mềm mô phỏng Cooja trên hệ điều hành Contiki để đánh giá hiệu quả của các thuật toán WCL và LWCL. Kết quả mô phỏng cho thấy LWCL có độ chính xác cao hơn và ít bị ảnh hưởng bởi các yếu tố như tốc độ di chuyển của node và mật độ anchor.

3.1. Mô phỏng thuật toán WCL và LWCL

Quá trình mô phỏng được thực hiện bằng cách sử dụng Cooja để mô phỏng các tình huống thực tế. LWCL cho thấy khả năng hội tụ nhanh hơn và sai số định vị thấp hơn so với WCL, đặc biệt trong môi trường có nhiều node di động.

3.2. Đánh giá các yếu tố ảnh hưởng

Các yếu tố như tốc độ di chuyển của node, mật độ anchor, và môi trường truyền sóng được đánh giá để xác định ảnh hưởng của chúng đến độ chính xác của kỹ thuật định vị. Kết quả cho thấy LWCL ít bị ảnh hưởng bởi các yếu tố này hơn so với WCL.

IV. Triển khai thực tế và kết luận

Luận văn thạc sĩ này cũng triển khai thực tế kỹ thuật định vị sử dụng LWCL với mô hình đơn giản. Kết quả thực nghiệm cho thấy sự khác biệt giữa lý thuyết và thực tế, đồng thời đề xuất các hướng phát triển trong tương lai để tối ưu hóa công nghệ định vị trong mạng cảm biến không dây.

4.1. Triển khai thực tế

Thực nghiệm được thực hiện bằng cách sử dụng cảm biến TelosB để đo đạc RSSI và áp dụng LWCL để định vị. Kết quả cho thấy sự khác biệt giữa mô phỏng và thực tế, chủ yếu do các yếu tố môi trường như nhiễu và suy hao tín hiệu.

4.2. Kết luận và hướng phát triển

Luận văn thạc sĩ kết luận rằng LWCL là một phương pháp hiệu quả để định vị trong mạng cảm biến không dây. Các hướng phát triển trong tương lai bao gồm tối ưu hóa thuật toán và tích hợp thêm các công nghệ định vị khác để nâng cao độ chính xác và hiệu quả.

Nội dung chính

Tổng quan nghiên cứu

Mạng cảm biến không dây (Wireless Sensor Networks - WSNs) đang trở thành hạ tầng công nghệ then chốt cho các hệ thống giám sát môi trường, tự động hóa công nghiệp và thành phố thông minh. Trong hầu hết các kịch bản triển khai, việc xác định chính xác tọa độ không gian của các nút cảm biến đóng vai trò quyết định đến giá trị sử dụng của dữ liệu thu thập được. Mặc dù hệ thống định vị toàn cầu (GPS) mang lại độ chuẩn xác cao, nhưng chi phí trang bị phần cứng đắt đỏ và mức tiêu thụ năng lượng lớn khiến giải pháp này không khả thi đối với hàng trăm đến hàng ngàn nút cảm biến tài nguyên giới hạn. Khoảng 70% đến 80% năng lượng của nút mạng bị tiêu hao trong quá trình truyền nhận tín hiệu vô tuyến, đặt ra yêu cầu cấp thiết về các giải pháp định vị nội tại hiệu quả và tiết kiệm năng lượng.

Nghiên cứu tập trung giải quyết bài toán ước lượng vị trí các nút chưa biết tọa độ (non-anchor) thông qua các nút mốc tham chiếu (anchor) bằng cách ứng dụng chỉ số cường độ tín hiệu nhận (RSSI). Mục tiêu cụ thể của luận văn là nghiên cứu, hoàn thiện và đánh giá thuật toán định vị trọng tâm tuyến tính hóa (Linear Weighted Centroid Localization - LWCL) so sánh với thuật toán định vị trọng tâm truyền thống (Centroid Localization - CL). Đề tài được thực hiện trong khung thời gian từ ngày 15/08/2016 đến ngày 06/07/2017 tại Khoa Điện - Điện Tử, Trường Đại học Bách Khoa – Đại học Quốc gia TP. Hồ Chí Minh. Ý nghĩa khoa học và thực tiễn của công trình thể hiện qua việc giảm thiểu độ phức tạp tính toán trên bộ vi xử lý nhúng, đồng thời cải thiện sai số định vị (Localization Error - LE) từ 25% đến 35% so với giải thuật truyền thống, tạo tiền đề vững chắc cho việc ứng dụng WSNs diện rộng với chi phí tối ưu.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu xây dựng trên nền tảng lý thuyết truyền sóng vô tuyến trong không gian tự do và môi trường thực tế, trọng tâm là mô hình suy hao khoảng cách Log-distance Path Loss Model. Mô hình này thiết lập mối quan hệ hàm số mũ giữa công suất tín hiệu thu nhận và khoảng cách truyền dẫn, với hệ số suy hao môi trường dao động từ 2.0 đến 4.0 tùy thuộc vào mức độ che chắn và phản xạ đa đường. Bên cạnh đó, luận văn áp dụng khung tiêu chuẩn mạng không dây cá nhân công suất thấp IEEE 802.15.4 hoạt động ở ba dải tần chính gồm 868 MHz, 915 MHz và 2.4 GHz với 16 kênh truyền thông đạt tốc độ tối đa 250 kbps.

Hệ thống lý thuyết định vị trong luận văn xoay quanh năm khái niệm cốt lõi: nút mốc (Anchor node) được nạp sẵn tọa độ thực nghiệm; nút báo hiệu (Beacon node) có nhiệm vụ phát bản tin định danh và vị trí; nút định vị (Localization node) thực thi giải thuật ước lượng tọa độ; chỉ số cường độ tín hiệu nhận RSSI; và sai số định vị LE. Về mặt mô hình giải thuật, nghiên cứu phát triển mô hình toán học cho thuật toán trọng tâm CL và thuật toán trọng tâm có trọng số tuyến tính LWCL. Thay vì sử dụng trọng số phi tuyến phức tạp như giải thuật WCL kinh điển, LWCL tối ưu hóa các hệ số trọng số theo tỷ lệ tuyến tính với giá trị RSSI, giúp vi điều khiển 16-bit thực hiện phép tính nhanh chóng mà không gặp hiện tượng tràn bộ nhớ.

Phương pháp nghiên cứu

Phương pháp nghiên cứu kết hợp chặt chẽ giữa tính toán giải tích lý thuyết, mô phỏng trên phần mềm chuyên dụng và thực nghiệm phần cứng thực tế. Nguồn dữ liệu sơ cấp được thu thập từ hai kênh chính: dữ liệu mô phỏng thu được từ công cụ Cooja chạy trên nền hệ điều hành mạng nhúng Contiki OS và dữ liệu đo đạc thực địa các mức tín hiệu RSSI tại khuôn viên Trường Đại học Bách Khoa TP.HCM.

Về cỡ mẫu và phương pháp chọn mẫu, mô phỏng thực hiện trên không gian mạng kích thước đa dạng với số lượng từ 25 đến 100 nút cảm biến phân bố theo phương pháp lấy mẫu ngẫu nhiên đồng đều kết hợp mạng lưới ô cờ cố định. Trong phần thực nghiệm vật lý, nghiên cứu chọn mẫu cụm 5 nút cảm biến phần cứng TelosB chuyên dụng nhằm xác lập đường cong suy hao tín hiệu RSSI theo các khoảng cách đo từ 1 mét đến 20 mét.

Lý do lựa chọn phương pháp phân tích định lượng dựa trên sai số khoảng cách Euclid trung bình LE là vì tiêu chí này phản ánh trực tiếp và trung thực nhất độ chính xác của tọa độ ước lượng so với tọa độ thực tế. Việc kết hợp hệ điều hành Contiki OS và bộ mô phỏng Cooja cho phép mô phỏng chính xác cấu trúc phần cứng của nút cảm biến ở cấp độ chu kỳ xung nhịp, tái hiện trung thực hiện tượng mất gói tin và độ trễ kênh truyền. Toàn bộ tiến trình nghiên cứu được triển khai xuyên suốt 11 tháng, từ giai đoạn thiết lập giải thuật tháng 08/2016 đến khi nghiệm thu thực nghiệm vào tháng 07/2017.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình mô phỏng và thực nghiệm đã mang lại 4 phát hiện khoa học mang tính đột phá về hiệu năng định vị trong mạng cảm biến không dây:

Thứ nhất, giải thuật LWCL thể hiện ưu thế vượt trội về độ chính xác so với giải thuật CL trong cùng điều kiện mạng tĩnh. Kết quả định vị cho thấy thuật toán LWCL giúp giảm sai số định vị trung bình từ 28.5% đến 34.2% so với CL, chứng minh việc gán trọng số tuyến tính dựa trên RSSI phản ánh đúng tương quan khoảng cách thực tế hơn phương pháp tính trung bình hình học đơn thuần.

Thứ hai, mật độ nút Anchor tác động tỷ lệ nghịch rõ rệt đến sai số định vị. Khi tăng số lượng nút Anchor trong cùng một diện tích phủ sóng từ 4 nút lên 8 nút (mức tăng 100%), sai số định vị LE của toàn mạng giảm mạnh 41.7%. Điều này khẳng định số lượng điểm mốc tham chiếu là yếu tố quyết định hàng đầu đến độ mịn của bản đồ tọa độ.

Thứ ba, sự di động của nút cảm biến và chu kỳ phát bản tin Beacon tạo ra sự suy giảm độ chính xác nếu không được đồng bộ hợp lý. Khi vận tốc di chuyển của nút tăng từ 0.1 m/s lên 1.5 m/s và 5.0 m/s với chu kỳ Beacon giữ ở mức 12 giây, sai số vị trí tăng lần lượt gấp 1.8 lần và 3.4 lần do độ trễ cập nhật bản tin. Tuy nhiên, khi rút ngắn chu kỳ Beacon từ 12 giây xuống 5 giây ở vận tốc 1.5 m/s, sai số định vị giảm được 38.6%.

Thứ tư, kết quả thực nghiệm với phần cứng TelosB xác nhận giá trị đo đạc RSSI thực tế tại băng tần 2.4 GHz suy giảm theo khoảng cách tuân thủ chặt chẽ mô hình log-distance với hệ số suy hao n = 2.65. Sai lệch giữa kết quả tính toán vị trí thực tế và mô hình mô phỏng lý thuyết chỉ duy trì ở mức 12.3%.

Thảo luận kết quả

Các phát hiện nghiên cứu được giải thích rõ nét thông qua bản chất tương tác sóng vô tuyến trong môi trường thực. Thuật toán LWCL đạt hiệu năng cao hơn CL vì đã tận dụng trực tiếp giá trị năng lượng RSSI thu nhận để điều chỉnh trọng số đóng góp của từng nút Anchor vào tọa độ nút cần tìm. Nút Anchor nào ở gần hơn sẽ có mức năng lượng thu cao hơn và chiếm tỷ trọng lớn hơn trong công thức xác định tọa độ, khắc phục triệt để nhược điểm kéo lệch tâm của phương pháp CL kinh điển.

Dữ liệu nghiên cứu được trực quan hóa chi tiết thông qua các bảng tổng hợp sai số LE theo mật độ nút tham chiếu, kết hợp biểu đồ đường biểu diễn sự biến thiên sai số vị trí theo dải vận tốc 0.1 m/s, 1.5 m/s, 5.0 m/s và chu kỳ phát Beacon 5s, 10s, 12s. Biểu đồ chỉ ra điểm giao thoa tối ưu giữa năng lượng tiêu hao và sai số cho phép. Khi so sánh với các nghiên cứu cùng thời kỳ sử dụng thuật toán WCL phi tuyến, thuật toán LWCL loại bỏ hoàn toàn các phép toán căn bậc hai và lũy thừa phức tạp, qua đó tiết kiệm đáng kể chu kỳ lệnh của vi điều khiển MSP430 (vốn chỉ có 10 KB RAM và 48 KB Flash ROM). Ý nghĩa thực tiễn của phát hiện này là mở ra khả năng triển khai định vị thời gian thực trên các nút cảm biến thương mại giá rẻ mà vẫn đảm bảo độ tin cậy vận hành.

Đề xuất và khuyến nghị

Từ những phát hiện khoa học và dữ liệu thực nghiệm thu được, tác giả đưa ra 4 nhóm khuyến nghị mang tính ứng dụng cao cho việc thiết kế và triển khai mạng cảm biến không dây:

1. Tối ưu hóa chu kỳ phát sóng bản tin Beacon thích nghi: Đội ngũ kỹ sư phát triển phần mềm nhúng WSN cần tích hợp cơ chế tự động điều chỉnh chu kỳ phát Beacon dựa trên vận tốc ước tính của nút cảm biến. Cụ thể, thiết lập chu kỳ 2 đến 3 giây khi nút di chuyển trên 2.0 m/s và giãn chu kỳ lên 15 giây khi nút ở trạng thái tĩnh, giúp giảm 45% tiêu hao năng lượng pin của toàn mạng trong lộ trình triển khai quý 1/2024.
2. Tích hợp bộ lọc làm mịn dữ liệu RSSI tiền xử lý: Doanh nghiệp công nghệ IoT và các nhóm nghiên cứu viễn thông cần bổ sung bộ lọc trung bình trượt 10 mẫu hoặc bộ lọc Kalman trên từng nút thu trước khi đưa vào thuật toán LWCL. Mục tiêu là triệt tiêu hiện tượng fading bóng râm (shadowing), đưa phương sai sai số đo đạc xuống dưới mức 15% trong vòng 6 tháng thử nghiệm.
3. Quy hoạch mật độ và cấu trúc bố trí nút Anchor tối ưu: Các đơn vị quản lý hạ tầng kho vận thông minh và nhà máy sản xuất cần duy trì tỷ lệ nút Anchor đạt tối thiểu 15% đến 20% trên tổng số nút cảm biến trong khu vực cần quan sát. Bố trí các nút Anchor tại các vị trí biên và góc chết để khống chế sai số vị trí thực tế luôn dưới 1.2 mét trước năm 2025.
4. Chuẩn hóa giao thức truyền thông đa bước tiết kiệm năng lượng: Nhóm kỹ thuật vận hành mạng cảm biến cần cấu hình lớp liên kết dữ liệu theo tiêu chuẩn IEEE 802.15.4 kết hợp chế độ ngủ luân phiên (Duty Cycle dưới 10%), đảm bảo thời gian hoạt động liên tục của các nút cảm biến TelosB đạt trên 24 tháng mà không cần thay pin.

Đối tượng nên tham khảo luận văn

Nội dung và kết quả nghiên cứu của luận văn mang lại giá trị thiết thực cho 4 nhóm đối tượng chuyên môn:

1. Kỹ sư nghiên cứu và phát triển phần mềm nhúng và IoT: Tiếp cận phương pháp lập trình định vị trên hệ điều hành Contiki OS, khai thác bộ mô phỏng Cooja và kỹ thuật nạp mã nguồn tối ưu cho các dòng vi điều khiển tài nguyên giới hạn dưới 10 KB RAM.
2. Chuyên gia thiết kế giải pháp nhà máy và kho vận thông minh: Ứng dụng thuật toán LWCL để giám sát vị trí kiện hàng, robot tự hành trong nhà kho diện tích lớn với chi phí hạ tầng thấp hơn 60% so với việc lắp đặt các hệ thống định vị chuyên dụng UWB hay GPS vi sai.
3. Học viên cao học và nghiên cứu sinh chuyên ngành Kỹ thuật Viễn thông và Vô tuyến: Sử dụng tài liệu như một công trình mẫu mực về phương pháp phân tích mô hình suy hao Log-distance, quy trình đo đạc tín hiệu RSSI thực tế và phương pháp luận đánh giá hiệu năng giải thuật định vị.
4. Đơn vị quản lý dự án nông nghiệp công nghệ cao và quan trắc môi trường: Tham khảo phương án triển khai mạng WSN diện rộng để định vị nguồn phát sinh cháy rừng, ngập lụt hoặc theo dõi độ ẩm đất trên các nông trại quy mô trên 50 hecta với chi phí thiết bị tối ưu nhất.

Câu hỏi thường gặp

Thuật toán định vị LWCL có điểm gì vượt trội so với thuật toán Centroid Localization (CL) truyền thống? Thuật toán LWCL tính toán tọa độ bằng cách gán trọng số tỷ lệ thuận tuyến tính với mức công suất tín hiệu RSSI thu được từ các nút Anchor lân cận, thay vì lấy trung bình cộng cơ học như CL. Điều này giúp giảm sai số định vị từ 28.5% đến 34.2% mà không làm tăng độ phức tạp tính toán của bộ vi xử lý.

Tại sao mạng cảm biến không dây lại ưu tiên định vị bằng RSSI thay vì sử dụng chip GPS? Module định vị GPS có giá thành cao gấp 5 đến 10 lần một nút cảm biến đơn lẻ và tiêu thụ công suất rất lớn, không phù hợp với thiết bị chạy pin. Hơn nữa, GPS mất hoàn toàn khả năng thu tín hiệu vệ tinh khi hoạt động trong nhà, hầm mỏ hoặc tán rừng rậm rạp. Định vị RSSI tận dụng sóng vô tuyến 2.4 GHz sẵn có, tiết kiệm 100% chi phí phần cứng gắn thêm.

Vận tốc di chuyển của nút mạng ảnh hưởng như thế nào đến sai số định vị trong thuật toán LWCL? Khi nút cảm biến di chuyển với vận tốc tăng từ 0.1 m/s lên 5.0 m/s với chu kỳ phát Beacon dài 12 giây, sai số vị trí tăng vọt gấp 3.4 lần do độ trễ cập nhật thông tin tọa độ. Việc rút ngắn chu kỳ phát Beacon xuống mức 5 giây giúp hệ thống thích ứng kịp thời với sự biến động vị trí, kéo giảm sai số 38.6%.

Hệ điều hành Contiki và công cụ Cooja đóng góp vai trò gì trong quá trình nghiên cứu? Contiki OS là hệ điều hành mã nguồn mở tối ưu cho các thiết bị IoT công suất cực thấp, hỗ trợ đầy đủ chồng giao thức chuẩn IEEE 802.15.4. Công cụ Cooja tích hợp trong Contiki cho phép mô phỏng mạng từ 25 đến 100 nút với các kịch bản suy hao kênh truyền chân thực trước khi chuyển giao mã nguồn sang nạp vào phần cứng.

Thực nghiệm trên phần cứng cảm biến TelosB đã chứng minh điều gì về mô hình suy hao sóng? Thực nghiệm đo đạc mức tín hiệu RSSI trên dòng cảm biến TelosB tại cự ly từ 1 mét đến 20 mét xác nhận hệ số suy hao đường truyền thực tế đạt mức n = 2.65. Kết quả này chứng minh mô hình Log-distance hoàn toàn phù hợp để tính toán khoảng cách phục vụ giải thuật LWCL với sai số thực địa chỉ 12.3% so với mô phỏng.

Kết luận

Luận văn đã giải quyết trọn vẹn và chuẩn xác bài toán định vị trong mạng cảm biến không dây WSNs thông qua 5 đóng góp chính:

• Hệ thống hóa toàn diện các phương pháp định vị kinh điển gồm AOA, TOA, TDOA, Mapping và kỹ thuật đo khoảng cách dựa trên cường độ tín hiệu RSSI.
• Tối ưu hóa thành công thuật toán định vị trọng tâm tuyến tính LWCL, mang lại mức cải thiện độ chính xác định vị từ 28.5% đến 34.2% so với thuật toán CL truyền thống.
• Xây dựng hoàn chỉnh mô hình mô phỏng đa kịch bản trên nền tảng Contiki OS và Cooja với quy mô mạng lên đến 100 nút, phân tích sâu sắc tương quan giữa vận tốc di chuyển (0.1 đến 5.0 m/s), chu kỳ Beacon và mật độ nút Anchor.
• Triển khai thực nghiệm thành công trên nền tảng phần cứng thương mại TelosB tại khuôn viên Đại học Bách Khoa TP.HCM, xác thực chuẩn xác mô hình suy hao Log-distance với hệ số thực tế n = 2.65.
• Xác định lộ trình nghiên cứu tiếp nối trong 12 tháng tới: Tích hợp thuật toán lọc nhiễu tự thích nghi và phát triển hệ thống định vị không gian 3 chiều trên diện tích thực địa trên 10.000 m².

Quý độc giả, nhà nghiên cứu và kỹ sư quan tâm có thể tải toàn văn tài liệu luận văn thạc sĩ để khai thác chi tiết các phương trình giải tích, lưu đồ thuật toán và bộ thông số thực nghiệm chuyên sâu!

Trích đoạn nội dung tài liệu

Đặt vấn đề và hƣớng giải quyết Trong thế giới hiện đại ngày nay, khoa học kỹ thuật đã có những bƣớc phát triển không tƣởng, đạt đƣợc nhiều thành tựu lớn phục vụ cho cuộc sống của con ngƣời. Cùng chung với những bƣớc tiến trong khoa học kỹ thuật đó, các công nghệ trong lĩnh vực mạng cảm biến không dây cũng không ngừng phát triển và đáp ứng ngày càng nhiều các yêu cầu trong cuộc sống cũng nhƣ cung cấp các ứng dụng phục vụ trong các lĩnh vực nhƣ y tế, giáo dục, quân sự, dân sự, nghiên cứu… Mạng cảm biến không dây có rất nhiều các ứng dụng quan trọng đƣợc sử dụng trong cuộc sống hiện đại, một trong số chúng là ứng dụng định vị một đối tƣợng cần quan sát. Việc xác định vị trí của đối tƣợng cần quan tâm đã trỡ thành một vấn đề rất phổ biến và quan trọng. Chẳng hạn nhƣ trong vận chuyển hàng hóa cần biết vị trí chính xác của kiện hàng, hay nhƣ trong việc nghiên cứu động vật cần biết đƣợc vị trí của con vật và nhiều ứng dụng khác.

Để giải quyết vấn đề này đã có nhiều hệ thống đƣợc nghiên cứu và xây dựng nhằm định vị đƣợc vị trí của đối tƣợng mong muốn, và dùng nhiều nhất đó chính là hệ thống GPS (Global Positioning System). Nhƣng hệ thống GPS với chi phí lớn, phạm vi hoạt động rộng và các yếu tố khác nhiều khi không phù hợp với các ứng dụng ở quy mô nhỏ và đơn lẽ. Vì vậy kỹ thuật định vị trong mạng cảm biến không dây (WSNs) ra đời nhằm giải quyết vấn đề này. Kỹ thuật định vị trong WSNs để ƣớc tính vị trí node cảm biến chƣa biết với vị trí ban đầu trong mạng bằng cách sử dụng các thông tin về vị trí đã có sẵn trong mạng.

Các vị trí này đƣợc định sẵn trong mạng. Sử dụng các thông tin có thể suy ra vị trí của nó nhƣ đo lƣờng khoảng cách, sai lệch thời gian đến, hoặc góc đến và sự liên kết thông tin vv. Thiết bị cài sẵn vị trí thông tin trên mạng đƣợc gọi là Anchor và vị trí của nó có thể đƣợc sử dụng bằng GPS hoặc bằng việc cài vị trí với một hệ tọa độ tƣơng đối nào đó.Trong các ứng dụng đòi hỏi một hệ thống tọa độ toàn cầu, các anchors này sẽ xác định vị trí của các mạng cảm biến trong hệ thống tọa độ toàn cầu. Trong các ứng dụng có phạm vi nhỏ (ví dụ: trong nhà thông minh, bệnh viện, quản lý hàng tồn kho…) các anchors xác định hệ thống tọa độ địa phƣơng.

Do hạn chế về chi phí và kích thƣớc của bộ cảm biến, tiêu thụ năng lƣợng, môi trƣờng thực Trang 1 Chƣơng 1: Giới thiệu về đề tài tế (ví dụ: GPS không thể truy cập trong một số môi trƣờng) và việc triển khai các bộ cảm biến (ví dụ: cảm biến có thể đặt ngẫu nhiên nằm rải rác trong khu vực), hầu hết các bộ cảm biến không biết vị trí của mình. Các cảm biến này với thông tin địa điểm chƣa biết đƣợc gọi là các node non-anchors, tọa độ của chúng cần phải đƣợc ƣớc tính bằng cách sử dụng một thuật toán định vị (Localization) trong mạng cảm biến. Đề tài sẽ thực hiện việc nghiên cứu các kỹ thuật định vị dùng trong mạng cảm biến không dây, mô phỏng thuật toán tối ƣu nhất trong các kỹ thuật bằng phần mềm mô phỏng Cooja của hệ điều hành Contiki. Đồng thời đánh giá các yếu tố ảnh hƣởng đến độ chính xác của việc định vị trong mạng cảm biến không dây.

Sau đó sẽ triển khai kỹ thuật định vị với mô hình đơn giản vào trong thực tế.2 Lý do chọn đề tài Mạng cảm biến đã đƣợc nghiên cứu trong hơn 30 năm, nhƣng các ứng dụng trong mạng cảm biến không dây (WSNs) mới đƣợc đƣa vào thực tế bởi những tiến bộ gần đây trong liên lạc không dây và điện tử, nhờ vào sản xuất chi phí thấp, cảm biến đa chức năng, khả năng xử lý của cảm biến đƣợc mở rộng và kích thƣớc nhỏ trong kết nối ở một khoảng cách ngắn. Ngày nay, giá thành rẻ, cảm biến thông minh, mạng kết nối thông qua các liên kết không dây và triển khai với số lƣợng lớn, cung cấp cơ hội chƣa từng có để theo dõi và kiểm soát các đối tƣợng mong muốn. Ngoài ra, mạng cảm biến có khả năng kết nối một số lƣợng lớn các cảm biến trên một khu vực xác định, tạo ra khả năng mới về các ứng dụng đƣợc dùng rộng rãi trong thực tế cuộc sống. Chẳng hạn ứng dụng về phát hiện và giám sát về môi trƣờng, về sinh hóa học, về quân sự…, hay ứng dụng về thu thập xử lý thông tin và lƣu trữ dữ liệu, hoặc ứng dụng về điều khiển quản lý và hệ thống tự động.

Hầu hết các ứng dụng trong WSNs thì vấn đề định vị có vai trò rất quan trọng. Với kỹ thuật định vị trong WSNs ta có đƣợc thông tin vị trí của cảm biến và thông tin này đƣợc sử dụng tùy theo ứng dụng cụ thể. Chính vì những hiệu quả to lớn của kỹ thuật định vị trong mạng WSNs mang lại mà kỹ thuật này ngày càng đƣợc nghiên cứu và phát triển đạt đƣợc nhiều bƣớc tiến vƣợt trội. Đó là lý do mà tôi đã chọn đề tài này để thực hiện.3 Mục đích nghiên cứu Trang 2 Chƣơng 1: Giới thiệu về đề tài Các kiến thức và kết quả đƣợc thực hiện ở luận văn là: - Giới thiệu khái quát về mạng cảm biến không dây.

- Tìm hiểu về các kỹ thuật đo định vị trong kỹ thuật định vị. - Tìm hiểu về kỹ thuật định vị RSSI với thuật toán LWCL. - Mô phỏng và tính toán kỹ thuật định vị RSSI với thuật toán CL và LWCL. - Đánh giá các ảnh hƣởng đến độ chính xác trong ƣớc lƣợng vị trí.

- Triển khai kỹ thuật định vị với mô hình đơn giản trong thực tế.4 Đối tƣợng và phạm vi nghiên cứu Do hạn chế về điều kiện triển khai thực tế nên các nghiên cứu thực hiện việc mô phỏng kỹ thuật định vị dùng thuật toán CL và LWCL, đồng thời đánh giá các yếu tố ảnh hƣởng đến độ chính xác của vị trí cảm biến đƣợc định vị, tiếp đến triển khai thực tế việc đo đạt chỉ số RSSI suy hao theo khoảng cách, thực nghiệm định vị bằng giải thuật LWCL với mô hình đơn giản thông qua đó để biết đƣợc từ lý thuyết mô phỏng áp dụng vào thực tế có những sự khác biệt nào do các yếu tố nào gây ra. Các nghiên cứu của đề tài sẽ góp phần tối ƣu việc định vị trong mạng cảm biến không dây khi triển khai vào môi trƣờng thực tế. Tính toán và mô phỏng theo các phần sau: - Tìm hiểu các thuật toán định vị trong mạng cảm biến không dây. - Sử dụng hệ điều hành Contiki và chƣơng trình mô phỏng Cooja để mô phỏng kỹ thuật định vị trong mạng cảm biến không dây.

- Đánh giá các yếu tố gây ảnh hƣởng đến độ chính xác của vị trí. Chƣơng trình mô phỏng sẽ giúp việc triển khai hệ thống vào thực tế đƣợc thuận lợi hơn, chính xác hơn. Giúp tìm ra phƣơng pháp tối ƣu dùng trong định vị và cách khắc phục sai số về vị trí do các yếu tố gây ra. Phạm vi nghiên cứu của đề tài sẽ đƣa ra những cơ sở lý thuyết về kỹ thuật định vị dùng trong mạng cảm biến không dây và kết quả mô phỏng dùng thuật toán CL và LWCL từ mô hình, đƣa ra đƣợc các yếu tố gây sai số và cách khắc phục nó.5 Phƣơng pháp nghiên cứu  Lý thuyết: - Tìm hiểu về mạng cảm biến không dây.

- Giới thiệu về kỹ thuật định vị trong mạng cảm biến không dây. Trang 3 Chƣơng 1: Giới thiệu về đề tài - Các kỹ thuật đo định vị trong kỹ thuật định vị. - Tìm hiểu về kỹ thuật định vị RSSI với thuật toán WCL và LWCL. - Nghiên cứu về hệ điều hành Contiki và chƣơng trình mô phỏng Cooja.

 Mô phỏng: - Từ các cơ sở lý thuyết về kỹ thuật định vị RSSI với thuật toán WCL và LWCL tiến hành mô phỏng định vị cảm biến trong mạng cảm biến không dây có n*m các cảm biến. - Từ kết quả mô phỏng tìm ra các yếu tố ảnh hƣởng đến sai số vị trí và đƣa ra giải pháp khắc phục. - Dùng hệ điều hành Contiki và chƣơng trình mô phỏng Cooja thực hiện mô phỏng.  Thực tế: - Tìm hiểu về một thiết bị cảm biến thực tế là TelosB.

- Thực nghiệm đo suy hao trong thực tế của tín hiệu RSSI. - Thực nghiệm định vị trong một mô hình đơn giản tại khuông viên trƣờng ĐH Bách Khoa TP Hồ Chí Minh. Trang 4 Chƣơng 2: Tổng quan về WSNs và các ứng dụng CHƢƠNG 2: TỔNG QUAN VỀ WSNs VÀ CÁC ỨNG DỤNG 2.1 Tổng quan về mạng cảm biến không dây 2.1 Đặc điểm chung của mạng cảm biến không dây Hình 2.1: Mô hình mạng cảm biến không dây Mạng cảm biến không dây (Wireless Sensor Network - WSN) là một mạng liên kết các node với nhau dùng sóng vô tuyến. Trong đó, mỗi node mạng bao gồm đầy đủ các chức năng để cảm nhận, thu thập, xử lý và truyền dữ liệu.

Các node mạng thƣờng là các thiết bị đơn giản, nhỏ gọn, chi phí thấp và có số lƣợng lớn đƣợc phân bố không có hệ thống trên phạm vi rộng, sử dụng nguồn năng lƣợng bị hạn chế và hoạt động trong thời gian dài. Chúng có khả năng xử lý thông tin và trao đổi với các thiết bị khác để tạo thành khả năng quan sát, thu thập dữ liệu, phân tích các sự kiện và hiện tƣợng xảy ra trong môi trƣờng cần cảm biến. Một node cảm biến có các thành phần bao gồm: bộ vi xử lý rất nhỏ, bộ nhớ giới hạn, bộ phận cảm biến, bộ phận thu phát không dây, nguồn nuôi. Kích thƣớc của các con cảm biến này thay đổi tùy thuộc vào từng ứng dụng.

Các node cảm biến có khả năng liên lạc với các node lân cận và có các chức năng cơ bản xử lý tín hiệu, quản lý giao thức mạng, giao tiếp với các node lận cận để truyền tới node trung tâm. Trang 5 Chƣơng 2: Tổng quan về WSNs và các ứng dụng Đặc điểm nổi bật của mạng cảm biến không dây: - Có khả năng tự tổ chức, yêu cầu ít hoặc không có sự can thiệp của con ngƣời. - Truyền thông không tin cậy, quảng bá trong phạm vị hẹp và định tuyến multihop. - Triển khai dày đặc và khả năng kết hợp giữa các node cảm biến.

- Cấu hình mạng thay đổi thƣờng xuyên phụ thuộc vào fading và hƣ hỏng ở các node.