Tổng quan nghiên cứu

Trong bối cảnh phát triển mạnh mẽ của công nghệ định vị, việc xác định vị trí chính xác của các thiết bị di động trong môi trường đa dạng ngày càng trở nên quan trọng. Theo ước tính, hệ thống định vị toàn cầu GPS đã đạt độ chính xác cao trong môi trường ngoài trời, tuy nhiên, hiệu quả của GPS bị hạn chế rõ rệt trong môi trường trong nhà (indoor) do sự cản trở tín hiệu bởi các vật thể như tường, trần nhà và các thiết bị điện tử khác. Đề tài “Kỹ thuật xác định vị trí bằng cường độ sóng vô tuyến RSSI” tập trung nghiên cứu và xây dựng một mô hình định vị sử dụng sóng vô tuyến ở tần số 169 MHz, nhằm khắc phục những hạn chế của GPS trong môi trường indoor.

Mục tiêu cụ thể của nghiên cứu là phát triển hệ thống xác định tọa độ 2D cho đối tượng cố định hoặc di chuyển trong phạm vi khoảng 30m x 30m, sử dụng giá trị Received Signal Strength Indicator (RSSI) thu từ các module RF CC1120 giao tiếp với vi xử lý MSP430G2553. Phạm vi khảo sát thực nghiệm được thực hiện tại hai môi trường điển hình: sân ngoài trời của Khoa Nông Nghiệp và tầng trệt Khoa Công Nghệ, Trường Đại học Cần Thơ. Ý nghĩa của nghiên cứu thể hiện qua việc cung cấp giải pháp định vị hiệu quả trong môi trường indoor, phục vụ các ứng dụng như cứu hộ trong tòa nhà, bệnh viện, và các hệ thống giám sát an ninh.

Hệ thống được thiết kế nhằm giảm thiểu hiện tượng suy hao tín hiệu và fading trong môi trường nhiều vật cản, đồng thời tăng khoảng cách xác định vị trí nhờ sử dụng tần số VHF 169 MHz với bước sóng dài (λ = 1.77 m). Kết quả nghiên cứu góp phần mở rộng ứng dụng kỹ thuật định vị không phụ thuộc GPS, đồng thời cung cấp nền tảng cho các nghiên cứu phát triển tiếp theo trong lĩnh vực kỹ thuật điện tử và truyền thông không dây.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu dựa trên các lý thuyết và mô hình định vị phổ biến trong mạng không dây, bao gồm:

  • Phương pháp AOA (Angle of Arrival): Xác định vị trí dựa trên góc tới của tín hiệu từ các điểm tham chiếu. Phương pháp này yêu cầu anten định hướng cao và ít nhất hai điểm tham chiếu để xác định vị trí 2D. Tuy nhiên, chi phí phần cứng cao và phức tạp.

  • Phương pháp TOA (Time of Arrival) và TDOA (Time Difference of Arrival): Dựa trên thời gian truyền sóng từ máy phát đến máy thu để tính khoảng cách. Phương pháp này đòi hỏi đồng bộ hóa thời gian chính xác giữa các thiết bị, phù hợp với các hệ thống có yêu cầu độ chính xác cao.

  • Phương pháp RSSI (Received Signal Strength Indicator): Sử dụng cường độ tín hiệu nhận được để ước lượng khoảng cách giữa các nút mạng. RSSI có ưu điểm là chi phí thấp, không cần đồng bộ thời gian, nhưng độ chính xác bị ảnh hưởng bởi môi trường và hiện tượng fading.

Trong đề tài, tác giả lựa chọn phương pháp RSSI kết hợp với thuật toán ROCRSSI+ để xác định vị trí. Thuật toán ROCRSSI+ dựa trên việc xác định vùng giao nhau của các vòng tròn có tâm tại các trạm tham chiếu, giúp thu hẹp phạm vi vị trí mục tiêu. Bộ lọc Kalman được áp dụng để xử lý và loại bỏ nhiễu tín hiệu RSSI, nâng cao độ chính xác của phép đo.

Các khái niệm chính bao gồm:

  • RSSI: Đơn vị đo cường độ tín hiệu nhận được, thường tính bằng dBm.

  • ROCRSSI+: Thuật toán xác định vị trí dựa trên so sánh và giao thoa các vòng tròn RSSI.

  • Bộ lọc Kalman: Thuật toán lọc nhiễu và ước lượng trạng thái dựa trên chuỗi dữ liệu đo lường.

  • Module RF CC1120: Thiết bị thu phát sóng RF hoạt động ở tần số 169 MHz, có khả năng đo và truyền giá trị RSSI.

  • Vi xử lý MSP430G2553: Bộ điều khiển chính giao tiếp với module RF qua chuẩn SPI, xử lý dữ liệu và điều khiển hệ thống.

Phương pháp nghiên cứu

Nguồn dữ liệu chính được thu thập từ các phép đo thực nghiệm tại hai môi trường outdoor và indoor, cụ thể:

  • Môi trường outdoor: Sân Khoa Nông Nghiệp, Trường Đại học Cần Thơ, phạm vi khảo sát 30m, mật độ lấy mẫu 5 mẫu/m, công suất phát 0 dBm.

  • Môi trường indoor: Tầng trệt Khoa Công Nghệ, phạm vi khảo sát 40m, mật độ lấy mẫu 5 mẫu/m, công suất phát 0 dBm.

Phương pháp phân tích bao gồm:

  • Thu thập giá trị RSSI từ các module CC1120 qua giao tiếp SPI với vi xử lý MSP430G2553.

  • Áp dụng bộ lọc Kalman để loại bỏ nhiễu và ổn định dữ liệu RSSI.

  • Tính toán khoảng cách dựa trên công thức logarit giữa RSSI và khoảng cách với tham số môi trường đặc trưng (hệ số n).

  • Sử dụng thuật toán ROCRSSI+ để xác định vị trí 2D của đối tượng mục tiêu.

  • Hiển thị kết quả vị trí trên phần mềm mô phỏng Matlab.

Timeline nghiên cứu kéo dài từ tháng 9/2014 đến tháng 10/2015, bao gồm các giai đoạn: tổng hợp tài liệu, thiết kế phần cứng, phát triển phần mềm, thực nghiệm và phân tích kết quả.

Cỡ mẫu thực nghiệm gồm 6 module RF CC1120, trong đó 4 module làm trạm tham chiếu (Reference Nodes), 1 module làm trạm mục tiêu (Blind Node), và 1 module làm trạm gốc (Gateway Node) kết nối với máy tính.

Phương pháp chọn mẫu là khảo sát thực tế tại các vị trí cố định và di chuyển trong phạm vi giới hạn, nhằm đánh giá độ chính xác và tính ổn định của hệ thống trong điều kiện môi trường khác nhau.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

  1. Mối quan hệ giữa RSSI và khoảng cách:

    • Trong môi trường outdoor, giá trị RSSI giảm đều và ổn định trong phạm vi 30m, ví dụ tại 1m RSSI là -33 dBm, tại 30m là -71 dBm.

    • Trong môi trường indoor, RSSI suy giảm nhanh hơn, tại 10m là -70 dBm, thấp hơn 17 dBm so với outdoor (-53 dBm), và giảm tới ngưỡng -105 dBm tại 34m, vượt quá đó module thu không nhận được tín hiệu.

  2. Hiệu quả của bộ lọc Kalman:

    • Bộ lọc Kalman giúp loại bỏ nhiễu và ổn định giá trị RSSI trong môi trường indoor, giảm sai số đo lường và tăng độ tin cậy của dữ liệu.

  3. Độ chính xác vị trí xác định bằng thuật toán ROCRSSI+:

    • Hệ thống xác định vị trí với sai số trung bình trong phạm vi 1-2 mét trong môi trường outdoor và khoảng 2-3 mét trong môi trường indoor.

    • Kết quả vị trí được hiển thị trực quan trên phần mềm mô phỏng Matlab, thể hiện rõ sự tương đồng giữa vị trí thực tế và vị trí ước lượng.

  4. Ảnh hưởng của môi trường đến độ chính xác:

    • Môi trường indoor với nhiều vật cản gây hiện tượng fading và nhiễu đa đường, làm giảm độ chính xác so với môi trường outdoor.

    • Việc sử dụng tần số 169 MHz giúp giảm suy hao tín hiệu và tăng phạm vi truyền dẫn so với các tần số cao hơn.

Thảo luận kết quả

Nguyên nhân chính dẫn đến sự khác biệt về giá trị RSSI và độ chính xác vị trí giữa môi trường indoor và outdoor là do đặc tính truyền sóng và sự hiện diện của vật cản. Trong môi trường outdoor, tín hiệu truyền theo đường thẳng (LOS) ít bị tán xạ và hấp thụ, nên giá trị RSSI giảm đều theo khoảng cách. Ngược lại, môi trường indoor có nhiều vật cản gây hiện tượng NLOS, tán xạ và phản xạ tín hiệu, dẫn đến giá trị RSSI không ổn định và sai số lớn hơn.

So sánh với các nghiên cứu khác, kết quả của đề tài phù hợp với xu hướng sử dụng tần số thấp để tăng phạm vi truyền và giảm ảnh hưởng của vật cản. Việc áp dụng bộ lọc Kalman và thuật toán ROCRSSI+ giúp cải thiện đáng kể độ chính xác so với các phương pháp đo RSSI truyền thống.

Dữ liệu có thể được trình bày qua biểu đồ thể hiện sự suy giảm RSSI theo khoảng cách trong hai môi trường, bảng thống kê giá trị RSSI và sai số vị trí, cũng như sơ đồ mô phỏng vị trí 2D trên phần mềm Matlab để minh họa hiệu quả của hệ thống.

Đề xuất và khuyến nghị

  1. Tăng cường số lượng trạm tham chiếu (RN): Mở rộng số lượng trạm tham chiếu từ 4 lên 6-8 để cải thiện độ chính xác định vị, đặc biệt trong môi trường indoor phức tạp. Thời gian thực hiện: 6 tháng. Chủ thể thực hiện: nhóm nghiên cứu và kỹ sư phát triển hệ thống.

  2. Phát triển thuật toán lọc nâng cao: Áp dụng các thuật toán lọc dữ liệu tiên tiến hơn như bộ lọc hạt (Particle Filter) hoặc mạng nơ-ron nhân tạo để xử lý nhiễu và đa đường, nâng cao độ chính xác vị trí. Thời gian thực hiện: 9 tháng. Chủ thể thực hiện: nhóm nghiên cứu phần mềm.

  3. Tối ưu phần cứng và năng lượng: Nghiên cứu sử dụng các module RF tiết kiệm năng lượng hơn và cải tiến thiết kế board giao tiếp để tăng thời gian hoạt động của hệ thống trong các ứng dụng thực tế. Thời gian thực hiện: 6 tháng. Chủ thể thực hiện: kỹ sư phần cứng.

  4. Mở rộng phạm vi ứng dụng: Áp dụng hệ thống vào các lĩnh vực như cứu hộ trong tòa nhà, giám sát bệnh viện, quản lý kho bãi, với việc tích hợp thêm các cảm biến khác để đa dạng hóa chức năng. Thời gian thực hiện: 12 tháng. Chủ thể thực hiện: các tổ chức, doanh nghiệp liên quan.

Đối tượng nên tham khảo luận văn

  1. Sinh viên và nghiên cứu sinh ngành Kỹ thuật Điện tử và Truyền thông: Luận văn cung cấp kiến thức thực tiễn về thiết kế hệ thống định vị sử dụng RSSI, giúp nâng cao kỹ năng nghiên cứu và ứng dụng công nghệ RF.

  2. Kỹ sư phát triển hệ thống IoT và mạng cảm biến không dây: Tham khảo để áp dụng giải thuật định vị và thiết kế phần cứng hiệu quả cho các ứng dụng giám sát và quản lý tài sản.

  3. Các nhà quản lý và chuyên gia trong lĩnh vực cứu hộ và an ninh: Hiểu rõ về công nghệ định vị trong môi trường indoor, từ đó triển khai các giải pháp hỗ trợ công tác cứu hộ và giám sát an ninh.

  4. Doanh nghiệp sản xuất thiết bị định vị và thiết bị điện tử: Nghiên cứu để phát triển sản phẩm mới, cải tiến công nghệ định vị không phụ thuộc GPS, phù hợp với thị trường trong nước và quốc tế.

Câu hỏi thường gặp

  1. RSSI là gì và tại sao được sử dụng trong định vị?
    RSSI (Received Signal Strength Indicator) là chỉ số đo cường độ tín hiệu nhận được tại thiết bị thu. Nó được sử dụng trong định vị vì có mối quan hệ nghịch đảo với khoảng cách giữa thiết bị phát và thu, giúp ước lượng vị trí mà không cần đồng bộ thời gian phức tạp.

  2. Tại sao chọn tần số 169 MHz cho hệ thống?
    Tần số 169 MHz thuộc dải VHF có bước sóng dài, giúp giảm suy hao tín hiệu và tăng khả năng xuyên vật cản, phù hợp cho môi trường indoor nhiều vật cản và fading, từ đó nâng cao phạm vi và độ chính xác định vị.

  3. Bộ lọc Kalman có vai trò gì trong hệ thống?
    Bộ lọc Kalman giúp loại bỏ nhiễu và ổn định giá trị RSSI thu được, cải thiện độ chính xác của phép đo trong môi trường có nhiều nhiễu và biến động tín hiệu như indoor.

  4. Thuật toán ROCRSSI+ hoạt động như thế nào?
    ROCRSSI+ xác định vị trí dựa trên vùng giao nhau của các vòng tròn có tâm tại các trạm tham chiếu với bán kính tương ứng khoảng cách ước lượng từ RSSI, giúp thu hẹp phạm vi vị trí mục tiêu và tăng độ chính xác.

  5. Hệ thống có thể áp dụng trong những lĩnh vực nào?
    Hệ thống phù hợp cho các ứng dụng định vị trong nhà như cứu hộ tòa nhà, giám sát bệnh viện, quản lý kho bãi, robot tự hành trong môi trường indoor, và các hệ thống IoT cần xác định vị trí thiết bị.

Kết luận

  • Đề tài đã xây dựng thành công mô hình xác định vị trí 2D sử dụng cường độ sóng vô tuyến RSSI ở tần số 169 MHz, phù hợp cho môi trường indoor và outdoor trong phạm vi 30m x 30m.
  • Bộ lọc Kalman và thuật toán ROCRSSI+ giúp cải thiện độ chính xác và ổn định của hệ thống trong điều kiện môi trường phức tạp.
  • Kết quả thực nghiệm tại sân ngoài trời và tầng trệt tòa nhà cho thấy sai số vị trí trong khoảng 1-3 mét, đáp ứng yêu cầu ứng dụng thực tế.
  • Hệ thống có tiềm năng ứng dụng rộng rãi trong các lĩnh vực cứu hộ, giám sát an ninh và quản lý tài sản trong môi trường indoor.
  • Các bước tiếp theo bao gồm mở rộng số lượng trạm tham chiếu, phát triển thuật toán lọc nâng cao và tối ưu phần cứng để nâng cao hiệu quả và phạm vi ứng dụng.

Quý độc giả và các nhà nghiên cứu được khuyến khích tiếp cận và phát triển thêm dựa trên nền tảng này nhằm thúc đẩy ứng dụng công nghệ định vị không dây trong thực tiễn.