đặt vấn đề mục tiêu, nhiệm vụ, giới hạn và phương pháp nghiên cứu. Chương 2: Tổng quan về các nghiên cứu liên quan đã tham khảo. Chương 3: Cơ sở lý thuyết. Lý thuyết về mạng nơ ron và các thuật toán tối ưu đang sử dụng hiện nay.
Chương 4: Phương pháp, quá trình thực hiện. 19 Chương 5: Kết quả và thảo luận. Bao gồm kết quả quá trình huấn luyện và xử lý. So sánh hiệu suất kết quả đạt được.
Chương 6: Kết luận và hướng phát triển. 20 Chương 2 TỔNG QUAN 2.1 Các nghiên cứu và ứng dụng liên quan 2.1 Giảm chất lượng của thiết bị đầu cuối Trong nghiên cứu của tác giả A. Sinha và Chandrakasan [4], Wang và Xiao [5], tác giả đề xuất phương pháp quản lý điện năng nhưng hầu hết các cơ chế trên đều tận dụng chế độ ngủ sâu để tiết kiệm năng lượng. Tuy nhiên, khi nút đang trong chế độ ngủ sâu thì một lượng thông tin sẽ bị mất và gây ra độ trễ cho mạng.
Trong bài báo [5], tác giả L. Wang đề xuất thuật toán quản lý công suất động cho mạng cảm biến với năm chế độ. Các chế độ này được thay đổi lặp lại dựa trên mức năng lượng của pin. Trên thực tế, việc chuyển đổi các trạng thái từ ngủ sâu sang thức hay từ các chế độ nguồn này gây ra hao phí về mặt năng lượng lớn hơn và có độ trễ.
Trong nghiên cứu của tác giả X. Fan [6], thuật toán tác giả đề xuất nâng cao việc tính toán các ngưỡng để quyết định nút có ngủ sâu hay không được sử dụng trong bài báo [4] chính xác hơn bằng cách xem xét giữa năng lượng tiêu thụ và năng lượng bổ sung khi đánh thức nút cảm biến trở lại trạng thái hoạt động. Trong bài báo [7], tác giả Sujesha Sudevalayam tối ưu thời gian sống của pin trên nút cảm biến dựa trên nguồn năng lượng nạp được cho pin. Tác giả thay đổi các thông số của nút dựa trên dự đoán mức năng lượng của pin và mức năng lượng hiện tại trong pin nhằm tối ưu thời gian của pin được sạc.
Một số nghiên cứu khác được công bố nhằm tối ưu thời lượng của pin tại nút điển hình là phương pháp giảm tần số hoạt động của vi điều khiển [3] và giảm công suất trên cảm biến. Các cảm biến có độ chính xác cao được giảm hoặc thay thế với cảm biến có độ phân giải, độ chính xác thấp hơn. Phương pháp trên có nhược điểm làm ảnh hưởng không tốt đến chất lượng của thông tin thu thập. Ngoài ra, hạ thấp công suất truyền tín hiệu của mạng cảm biến được tác giả G.
Amato đề cập trong [8] và thay đổi chu kỳ lấy số liệu của X.Chen trong nghiên cứu [9]. Với những mạng cảm biến có khoảng cách ngắn và vật cản thấp thì phương pháp này tối ưu. Tuy nhiên, đối với những địa điểm có mạng cảm biến rộng và nhiều vật cản việc mất thông tin cũng như chất lượng bị giảm một cách rõ rệt. Các vấn đề nêu trên được nhắc đến trong bài báo nhằm khảo sát về kỹ thuật quản lý điện năng của mạng cảm biến thu thập năng lượng [10].2 Phương pháp lập lịch trình Ngoài các phương pháp trên, thuật toán lên lịch trình cho các tác vụ cũng được đề cập trong [2], [11]–[15].
Trong bài báo [11], tác giả Soledad Escolar đề xuất thuật toán lập trình nhằm tối ưu mức tổng điện năng tiêu thụ dựa trên tính có ích cũng như năng lượng tiêu thụ trên từng tác vụ. Thuật toán này lên lịch cho các tác vụ, nó sử dụng thông tin dự báo thời tiết có sẵn vào đầu mỗi khoảng thời gian lập lịch (thường là một ngày) và mức pin hiện có lúc lập lịch, từ đó xác định một lịch trình tối ưu. Mục tiêu chính của phương pháp [11] là tìm một lịch trình trung bình về năng lượng, trong một khoảng thời gian dài.Severini cũng trình bày một thuật toán thực hiện thu thập các số liệu một cách trình tự, lập lịch trình như bài báo [11] nhưng sử dụng mô hình LSA (Lazy Scheduling Algorithm). Mô hình LSA (Lazy Scheduling Algorithm) là một thuật toán lập trình để lập lịch trình hoạt động cho nút cảm biến có thể sạc lại và giới hạn nhiệm vụ của một nút cảm biến được nhắc đến trong bài báo [2] và [12].
LSA tạo ra một lịch trình chạy cho các tác vụ chạy song song và sẽ chạy cố định theo lịch trình của tác giả Moser được thực hiện trong bài báo [13].1 Thuật toán LSA Hình 2.1 mô tả chi tiết về thuật toán LSA lập lịch trình thực hiện tác vụ, khối Task scheduler sẽ lập ra lịch trình thực hiện của các tác vụ J1, J2 dựa trên thông số energy Storage (C). Ngõ ra của thuật toán là một danh sách các tác vụ sẽ thực hiện tuần tự và sẽ không thay đổi được trong quá trình nút cảm biến chạy. Đây là một điểm chưa tối ưu của thuật toán này. Tuy nhiên, vì LSA giảm thiểu các yếu tố ngõ vào để tăng hiệu suất của 22 thuật toán và là một thuật toán tĩnh nên trong quá trình chạy tác vụ đã được lên lịch trình thì nó không thêm các trạng thái bổ sung ở ngõ vào từ đó không thể hủy ngang lịch trình đã lên sẵn cũng như thêm tác vụ trong lúc thực hiện được đề cập trong bài báo [2], [12], [14].
Trong bài báo [15], tác giả Caruso đề xuất một thuật toán động nhằm lập trình lên lịch trình có thể thay đổi dựa trên thông số ngõ vào là pin và dòng sạc của pin. Vì thuật toán động này có thể thay đổi lịch trình nên nó có tính thích nghi cao hơn so với LSA. Tuy nhiên, với một thuật toán động việc quản lý vùng nhớ của thuật toán động rất quan trọng. Nhằm giảm thiểu việc tính toán lặp lại khi sử dụng đệ quy thì các giá trị tính toán trước đó của thuật toán động sẽ được đưa vào một mảng.
Khi các nút cảm biến thực hiện tính toán nhiều, bộ nhớ càng tăng lên từ đó không quản lý được trong quá trình thuật toán tính toán. Từ đó có thể phát sinh hiện tượng treo hoặc khởi động lại khiến vi điều khiển phải tính toán lại từ đầu. Trong nghiên cứu [16] của tác giả S. Pyun, tác giả đề xuất một thuật toán lập lịch cảm biến tiết kiệm năng lượng cho vùng phủ sóng nhiều mục tiêu (MTC) xem xét cả năng lượng truyền cho dữ liệu được thu thập và các mục tiêu chồng chéo.
Chúng tôi giới thiệu hai thuật toán: một thuật toán tối ưu, một thuật toán khác. Kết quả mô phỏng cho thấy thuật toán được đề xuất có thể góp phần kéo dài thời gian tồn tại của mạng và thuật toán heuristic thực tế hơn thuật toán tối ưu về độ phức tạp. Về thuật toán trên, khi số lượng cảm biến tăng lên, hiệu suất tăng của các thuật toán được đề xuất tăng lên. Khi nhiều cảm biến hơn được triển khai, mỗi mục tiêu được bao phủ bởi một số lượng lớn hơn của các cảm biến và do đó, một số lượng lớn hơn các bộ khớp có thể được hình thành.
Vì vậy, tổng số OT trong tất cả các khớp bộ cũng được tăng lên. Đó là, hiệu suất đạt được kết quả từ việc loại bỏ sự dư thừa của các OT tăng lên. Ngoài ra, thuật toán tối ưu hoạt động tốt hơn thuật toán heuristic, nhưng độ phức tạp của thuật toán tối ưu làm cho nó không thực tế để sử dụng trong các ứng dụng trong thế giới thực, trong khi sự phức tạp của thuật toán heuristic đủ nhỏ để hoạt động hiệu quả trong thời gian thực.3 Quy hoạch động trong hệ thống thu thập dữ liệu 2.1 Các nghiên cứu về thuật toán Nhìn tổng quát, các thuật toán tiền đề trước đã nêu bật được những kết quả của từng mục đích nghiên cứu khác nhau. Điển hình là sự kết hợp giữa tuổi thọ của pin, dòng xả của 23 pin hay điển hình là chất lượng của thông tin được tăng cao [17].
Một số nghiên cứu khác về các thuật toán định tuyến nhằm tối ưu quãng đường mà thông tin đi từ các nút cảm biến đến Gateway để giảm thiểu năng lượng tiêu tốn trên toàn hệ thống [15]. Trong những mục nói trên chưa có nghiên cứu nào đề cập nhiều đến độ lệch chuẩn của thông tin cần lấy từ các nút cảm biến. Điển hình sự kết hợp giữa các yếu tố từ tuổi thọ pin, dòng pin sạc từ nguồn năng lượng tái tạo cho đến dòng xả của nút cảm biến và chất lượng của thông tin. Trong đó chất lượng thông tin được chia làm 2 yếu tố như sau: Yếu tố về số lượng dữ liệu nhận về trong 1 khoảng thời gian và độ lệch tức thời của thông tin để đưa ra dự đoán sớm.
Từ những yếu tố đó, thuật toán động là sự kết hợp hài hòa các yếu tố nhằm cân bằng giữa tuổi thọ pin và chất lượng thông tin để hiệu suất của hệ thống đạt được mục đích ban đầu đưa ra.2 Quy hoạch động dựa trên phần cứng Với nghiên cứu của tác giả AnuradhaPughat, bài báo [18] đề xuất mô hình Semi- Markov dựa trên máy phân tích cho DPM trong nút cảm biến hướng sự kiện. So sánh điện năng tiêu thụ với các mô hình được đề xuất trước đó không có máy phân tích DPM cho thấy máy phân tích đóng góp đáng kể vào việc cải thiện tuổi thọ. Mô hình cải tiến hiệu quả hơn về điện năng, trình bày cách mô hình DPM quan sát sự kiện đầu vào và trạng thái nguồn của các thành phần nút cảm biến, sau đó quản lý động lượng điện tiêu thụ của toàn bộ hệ thống. Hơn nữa, để quan sát ảnh hưởng của sự kiện đến, sự kiện bị bỏ lỡ, thời gian chờ, việc sử dụng bộ xử lý đối với mức tiêu thụ điện năng và tuổi thọ, hệ thống DPM được đề xuất với mô hình xếp hàng máy chủ duy nhất được phát triển.4 Điểm bất cập Các phương pháp đã nêu ở trên chưa xét đến độ biến thiên của dữ liệu.
Đây là một trong những yếu tố quan trọng cho việc đưa ra dự đoán, quyết định chính xác. Trong một số ứng dụng thực tiễn, điển hình như việc nuôi trồng thủy hải sản, các số liệu thay đổi đột ngột có nguy cơ gây hại rất lớn đến kinh tế. Ví dụ như trong mô hình nuôi tôm thẻ [19], nền nhiệt độ và pH của nước cần đạt sự ổn định. Khi dữ liệu có sự thay đổi đột biến của các giá trị trên, người chăn nuôi cần nhiều thông tin hơn nhằm dự đoán và đưa ra quyết định nhanh chóng, chính xác.