Luận văn: Nghiên cứu và Đánh giá Kỹ thuật Định vị trong Mạng Cảm Biến Không Dây

Luận văn nghiên cứu các kỹ thuật xác định vị trí trong mạng cảm biến không dây. Đánh giá ưu nhược điểm của từng phương pháp, ứng dụng thực tế.

Trường đại học

Đại học Bách khoa Hà Nội

Người đăng

Ẩn danh

Thể loại

luận văn tốt nghiệp

2015

75
4
0

Phí lưu trữ

30 Point

Mục lục chi tiết

LỜI MỞ ĐẦU

DANH MỤC TỪ VIẾT TẮT

DANH MỤC BẢNG BIỂU

TÓM TẮT LUẬN VĂN

1. CHƯƠNG 1: TỔNG QUAN VỀ MẠNG CẢM BIẾN KHÔNG DÂY

1.1. Giới thiệu chung

1.2. Đặc điểm của mạng cảm biến không dây

1.3. Quá trình phối hợp xử lý tín hiệu

1.4. Định tuyến trong mạng cảm biến không dây

1.5. Ứng dụng của mạng cảm biến không dây

2. CHƯƠNG 2: MỘT SỐ KỸ THUẬT ĐỊNH VỊ TRONG MẠNG CẢM BIẾN KHÔNG DÂY

2.1. Các kỹ thuật xác định khoảng cách

2.1.1. Xác định khoảng cách dựa vào thời gian đến

2.1.2. Xác định khoảng cách dựa vào sự sai khác thời gian đến

2.1.3. Xác định khoảng cách dựa vào góc đến

2.1.4. Xác định khoảng cách dựa vào mức năng lượng tín hiệu

2.2. Định vị dựa vào khoảng cách (Range-based localization)

2.2.1. Phương pháp tam giác

2.2.2. Phép đo 3 cạnh tam giác

2.2.3. Kỹ thuật Trilateration và Multilateration

2.2.4. Định vị trên cơ sở GPS

2.3. Định vị không dựa vào khoảng cách (Range-free localization)

2.3.1. Hệ thống định vị Ad Hoc (APS)

2.3.2. Điểm ước tính trong tam giác

2.3.3. Xác định vị trí dựa trên MDS (Multidimensional scaling)

2.3.4. Xác định vị trí theo sự kiện

2.3.4.1. Phương pháp tiếp cận nguồn sáng
2.3.4.2. Định vị đa tinh tự (MSP)

2.4. Xác định khoảng cách dựa vào ước lượng

2.5. Kết luận

3. CHƯƠNG 3: THUẬT TOÁN XÁC ĐỊNH VỊ TRÍ MỤC TIÊU DÙNG PHƯƠNG PHÁP LATERATION

3.1. Tổng quan

3.2. Mô hình đo lường cảm biến

3.3. Xác định vị trí mục tiêu

3.4. Thông báo và báo cáo kết quả về trạm gốc

3.5. Kết luận

4. CHƯƠNG 4: MÔ PHỎNG VÀ ĐÁNH GIÁ

4.1. Phát biểu bài toán

4.2. Giới thiệu chương trình mô phỏng OMNeT++

4.2.1. Mô hình mô phỏng trong OMNeT++

4.2.2. Xây dựng và chạy thử mô hình mô phỏng

4.3. Mô phỏng và cách đánh giá

4.3.1. Cấu hình mô phỏng trên OMNeT++

4.3.2. Phân tích kết quả mô phỏng

4.4. Kết luận

5. CHƯƠNG 5: KẾT LUẬN

PHỤ LỤC

TÀI LIỆU THAM KHẢO

DANH MỤC HÌNH VẼ

Tóm tắt

I. Mạng Cảm Biến Không Dây Tổng Quan và Ứng Dụng WSN

Mạng cảm biến không dây (WSN) đang phát triển nhanh chóng nhờ sự hội tụ của nhiều công nghệ. Các công nghệ này bao gồm truyền thông không dây, thuật toán xử lý dữ liệu, thiết bị tính toán, lưu trữ và khả năng cảm biến. WSN thường có hàng trăm hoặc hàng ngàn các nút cảm biến. Các nút này được triển khai trong một khu vực cần quan sát. Việc thu thập dữ liệu từ các nút cảm biến, đặc biệt trong môi trường truyền thông không dây, đòi hỏi sự đồng bộ về mặt thời gian. Đồng bộ thời gian đặc biệt quan trọng trong các ứng dụng yêu cầu thời gian thực hoặc kết hợp dữ liệu thu thập được từ các nút cảm biến và thông tin thời gian. Các ứng dụng này bao gồm theo dõi mục tiêu (object tracking) và giám sát (surveillance). Theo [1], "Mạng cảm biến không dây (WSNs) và các ứng dụng của nó đang phát triển một cách nhanh chóng nhở sự hội tụ các công nghệ khác nhau như truyền thông không dày, các thuật toán xử lý đứ liệu, thiết bị tính toán, lưu trữ, và khả năng câm biên.". Khả năng lắp đặt dễ dàng và sử dụng đơn giản đã giúp mạng cảm biến không dây (WSNS) ngày càng phát triển mạnh mẽ. Mạng cũng có thể được mở rộng theo ý muốn và mục đích sử dụng bằng cách thêm vào các thiết bị, module mà không cần thao tác phức tạp. Mạng cảm biến không dây có nhiều ứng dụng trong dân sự và quân sự, bao gồm chăm sóc sức khỏe, theo dõi mục tiêu, giám sát, nhận thức tình huống trên chiến trường và thăm dò không gian. Ứng dụng định vị WSN là một phần quan trọng của Internet of Things (IoT).

1.1. Kiến Trúc Mạng Cảm Biến Không Dây WSN Các Thành Phần Chính

Kiến trúc mạng cảm biến không dây bao gồm các nút cảm biến (sensor nodes), trạm gốc (base station) và các giao thức truyền thông. Các nút cảm biến thu thập dữ liệu từ môi trường và truyền dữ liệu này đến trạm gốc. Trạm gốc xử lý dữ liệu và chuyển tiếp đến người dùng hoặc các hệ thống khác. Các nút cảm biến thường có nguồn năng lượng hạn chế. Việc thiết kế các giao thức truyền thông hiệu quả năng lượng là rất quan trọng để kéo dài tuổi thọ của mạng. Các giao thức định tuyến như LEACH và EMRP được thiết kế để giảm thiểu tiêu thụ năng lượng trong mạng cảm biến không dây. Theo “DANH MỤC TỪ VLIẾT TẮT”, LEACH (Low Energy Adaptive Clustering Hierarchy) là giao thức định tuyến phân cấp thích nghi cho mạng cảm biến không dây.

1.2. Các Ứng Dụng Thực Tế của Mạng Cảm Biến Không Dây WSN

Mạng cảm biến không dây có nhiều ứng dụng thực tế. Trong nông nghiệp, WSN được sử dụng để giám sát độ ẩm đất, nhiệt độ và các điều kiện môi trường khác. Dữ liệu này giúp nông dân tối ưu hóa việc tưới tiêu và bón phân. Trong y tế, WSN được sử dụng để theo dõi các dấu hiệu sinh tồn của bệnh nhân từ xa. Trong công nghiệp, WSN được sử dụng để giám sát tình trạng của máy móc và thiết bị. Điều này giúp phát hiện sớm các vấn đề và ngăn ngừa sự cố. Các ứng dụng giám sát bao gồm giám sát môi trường, giám sát giao thông và giám sát an ninh. Theo “TOM TAT LUAN VAN”, mạng cảm biến không dây có nhiều ứng dụng trong dân sự và quân sự dáng chủ ý bao gdm chăm sóc súc khỏe, theo đối mục tiêu, giám sát, nhận thức tình huống trên chiến trường và thăm dò không gian.

II. Thách Thức Trong Định Vị Mạng Cảm Biến Không Dây WSN

Định vị trong mạng cảm biến không dây đối mặt với nhiều thách thức. Tiêu thụ năng lượng là một trong những thách thức lớn nhất. Các nút cảm biến thường có nguồn năng lượng hạn chế. Các thuật toán định vị cần phải hiệu quả năng lượng để kéo dài tuổi thọ của mạng. Độ chính xác định vị cũng là một thách thức. Môi trường truyền dẫn không dây có thể bị ảnh hưởng bởi nhiễu và đa đường. Điều này có thể làm giảm độ chính xác của các phép đo khoảng cách và góc. Chi phí triển khai là một yếu tố quan trọng khác. Các hệ thống định vị phức tạp có thể tốn kém để triển khai và bảo trì. Theo [1], “Việc thu thập đữ liệu từ các nút cảm biến, đặc biệt trong mỗi trường truyền thông không dây, đôi hồi sự đồng bộ về mặt thời gian.”.

2.1. Ảnh Hưởng của Tiêu Thụ Năng Lượng Lên Định Vị Trong WSN

Tiêu thụ năng lượng là một yếu tố quan trọng cần xem xét khi thiết kế các thuật toán định vị cho mạng cảm biến không dây. Các thuật toán phức tạp thường yêu cầu nhiều tính toán và truyền thông, dẫn đến tiêu thụ năng lượng cao. Để giảm thiểu tiêu thụ năng lượng, các thuật toán định vị cần được thiết kế để chỉ sử dụng các nút cảm biến cần thiết và giảm thiểu số lượng tin nhắn truyền qua mạng. Các kỹ thuật như định vị dựa trên cụm (clustering) và định vị hợp tác (collaborative localization) có thể giúp giảm thiểu tiêu thụ năng lượng. LEACH là một ví dụ điển hình.

2.2. Các Yếu Tố Ảnh Hưởng Đến Độ Chính Xác Định Vị trong WSN

Nhiều yếu tố ảnh hưởng đến độ chính xác định vị trong mạng cảm biến không dây. Các yếu tố này bao gồm nhiễu, đa đường, độ trễ truyền dẫn và sai số đồng bộ hóa. Nhiễu có thể làm sai lệch các phép đo khoảng cách và góc. Đa đường có thể gây ra hiện tượng fading và ảnh hưởng đến chất lượng tín hiệu. Độ trễ truyền dẫn có thể làm chậm quá trình định vị. Sai số đồng bộ hóa có thể gây ra lỗi trong các phép đo thời gian đến (TOA) và sai khác thời gian đến (TDOA). Các kỹ thuật lọc như Kalman Filter có thể được sử dụng để cải thiện độ chính xác định vị.

III. Các Kỹ Thuật Xác Định Vị Trí Dựa Trên Khoảng Cách Range based

Các kỹ thuật định vị dựa trên khoảng cách (range-based) sử dụng thông tin về khoảng cách giữa các nút cảm biến để xác định vị trí. Các phương pháp phổ biến bao gồm tam giác (triangulation), phép đo ba cạnh (trilateration) và đa giác (multilateration). Tam giác sử dụng thông tin về góc và khoảng cách để xác định vị trí. Phép đo ba cạnh sử dụng thông tin về ba khoảng cách đến ba nút cảm biến đã biết vị trí. Đa giác sử dụng thông tin về nhiều khoảng cách để xác định vị trí chính xác hơn. Theo [2], "Định vị dụa vào khoảng cách (Range-based localization) bao gồm Phương pháp tam giác, Phép đo 3 cạnh tam giác, Kj thuat lip va Multilateration."

3.1. Kỹ Thuật Tam Giác và Ứng Dụng trong Định Vị WSN

Kỹ thuật tam giác (triangulation) sử dụng các góc đo được từ hai hoặc nhiều nút cảm biến để xác định vị trí của một nút mục tiêu. Để sử dụng kỹ thuật tam giác, cần phải có thông tin về vị trí của các nút cảm biến và các góc đo được. Ưu điểm của kỹ thuật tam giác là đơn giản và dễ triển khai. Nhược điểm là độ chính xác có thể bị ảnh hưởng bởi sai số trong các phép đo góc và nhiễu.

3.2. Phương Pháp Đo Ba Cạnh Trilateration trong Định Vị

Phương pháp đo ba cạnh (trilateration) sử dụng khoảng cách từ ba nút cảm biến đã biết vị trí để xác định vị trí của một nút mục tiêu. Để sử dụng phương pháp đo ba cạnh, cần phải có thông tin về vị trí của các nút cảm biến và khoảng cách đến nút mục tiêu. Ưu điểm của phương pháp đo ba cạnh là không yêu cầu thông tin về góc. Nhược điểm là cần phải có ít nhất ba nút cảm biến đã biết vị trí.

IV. Kỹ Thuật Định Vị Không Dựa Trên Khoảng Cách Range free

Các kỹ thuật định vị không dựa trên khoảng cách (range-free) không sử dụng thông tin về khoảng cách giữa các nút cảm biến. Thay vào đó, các kỹ thuật này sử dụng thông tin về kết nối mạng và vị trí của các nút cảm biến đã biết vị trí. Các phương pháp phổ biến bao gồm DV-Hop, APIT và Centroid. DV-Hop sử dụng thông tin về số lượng bước nhảy (hop count) để ước lượng khoảng cách. APIT sử dụng thông tin về sự tồn tại của các nút cảm biến trong một tam giác để xác định vị trí. Centroid sử dụng vị trí trung bình của các nút cảm biến đã biết vị trí để ước lượng vị trí. Theo [2], "Định vị không dua véo khoang cach (Range-free localization) bao gồm Ad Hoc Positioning System (APS), Distance Vector-Hop (DV-Hop), Điểm ước tính trong tam giác (APIT) và Xác định vị trí đựa trên MDS (Multidimensional scaling)".

4.1. Thuật Toán DV Hop Cách Ước Lượng Khoảng Cách Trong WSN

Thuật toán DV-Hop là một thuật toán định vị không dựa trên khoảng cách phổ biến. Thuật toán này sử dụng thông tin về số lượng bước nhảy (hop count) để ước lượng khoảng cách giữa các nút cảm biến. Mỗi nút cảm biến đã biết vị trí (anchor node) phát quảng bá thông tin về vị trí của nó và số lượng bước nhảy đến các nút khác. Các nút khác sử dụng thông tin này để ước lượng khoảng cách đến các anchor node. Ưu điểm của thuật toán DV-Hop là đơn giản và dễ triển khai. Nhược điểm là độ chính xác có thể bị ảnh hưởng bởi sự không đồng đều trong phân bố các nút cảm biến.

4.2. Kỹ Thuật APIT Approximate Point In Triangulation Ưu và Nhược Điểm

Kỹ thuật APIT (Approximate Point In Triangulation) là một kỹ thuật định vị không dựa trên khoảng cách khác. Kỹ thuật này sử dụng thông tin về sự tồn tại của các nút cảm biến trong một tam giác để xác định vị trí. Một nút mục tiêu được coi là nằm trong một tam giác nếu nó có thể giao tiếp với tất cả ba đỉnh của tam giác. Ưu điểm của kỹ thuật APIT là không yêu cầu thông tin về khoảng cách và góc. Nhược điểm là độ chính xác có thể bị ảnh hưởng bởi mật độ nút cảm biến và hình dạng của tam giác.

V. Đánh Giá và So Sánh Hiệu Năng Các Kỹ Thuật Định Vị WSN

Việc đánh giá hiệu năng của các kỹ thuật định vị là rất quan trọng để lựa chọn kỹ thuật phù hợp cho một ứng dụng cụ thể. Các tiêu chí đánh giá bao gồm độ chính xác định vị, tiêu thụ năng lượng, chi phí triển khai và độ phức tạp tính toán. Các kỹ thuật định vị dựa trên khoảng cách thường có độ chính xác cao hơn, nhưng tiêu thụ năng lượng nhiều hơn. Các kỹ thuật định vị không dựa trên khoảng cách thường có tiêu thụ năng lượng thấp hơn, nhưng độ chính xác thấp hơn. Việc lựa chọn kỹ thuật định vị phụ thuộc vào yêu cầu của ứng dụng và các ràng buộc về tài nguyên. Theo tài liệu, việc so sánh quỹ đạo thực và quỹ đạo ước lượng bằng Lateration và EKF được thể hiện trong hình 4.3.

5.1. Phân Tích Độ Chính Xác Định Vị của Các Thuật Toán

Việc phân tích độ chính xác định vị của các thuật toán là một bước quan trọng trong quá trình đánh giá hiệu năng. Các phương pháp phân tích bao gồm mô phỏng và thử nghiệm thực tế. Mô phỏng cho phép đánh giá hiệu năng của các thuật toán trong các điều kiện khác nhau. Thử nghiệm thực tế cho phép đánh giá hiệu năng của các thuật toán trong môi trường thực tế. Các chỉ số đánh giá độ chính xác bao gồm sai số trung bình (mean error), sai số phương sai (variance error) và sai số lớn nhất (maximum error).

5.2. So Sánh Tiêu Thụ Năng Lượng Giữa Các Phương Pháp Định Vị

Việc so sánh tiêu thụ năng lượng giữa các phương pháp định vị là rất quan trọng để lựa chọn phương pháp phù hợp cho các ứng dụng có ràng buộc về năng lượng. Các phương pháp so sánh tiêu thụ năng lượng bao gồm mô phỏng và đo lường thực tế. Mô phỏng cho phép so sánh tiêu thụ năng lượng của các phương pháp trong các điều kiện khác nhau. Đo lường thực tế cho phép so sánh tiêu thụ năng lượng của các phương pháp trong môi trường thực tế. Các chỉ số đánh giá tiêu thụ năng lượng bao gồm năng lượng tiêu thụ trên mỗi lần định vị và thời gian hoạt động của mạng.

VI. Kết Luận và Hướng Nghiên Cứu Phát Triển Định Vị Trong WSN

Các kỹ thuật định vị trong mạng cảm biến không dây đóng vai trò quan trọng trong nhiều ứng dụng. Việc lựa chọn kỹ thuật định vị phù hợp phụ thuộc vào yêu cầu của ứng dụng và các ràng buộc về tài nguyên. Các hướng nghiên cứu phát triển bao gồm cải thiện độ chính xác định vị, giảm tiêu thụ năng lượng và phát triển các kỹ thuật định vị mới cho các môi trường phức tạp. Nghiên cứu về hợp tác định vị, định vị dựa trên học máy và định vị trong môi trường IoT là những hướng đi tiềm năng. Theo [1], "Trong luận vẫn này em xin giới thiện khải quát về WSNs và các phương pháp dịnh vị thường dùng trong mạng."

6.1. Các Hướng Cải Thiện Độ Chính Xác Định Vị trong WSN

Nhiều hướng có thể được khám phá để cải thiện độ chính xác định vị trong mạng cảm biến không dây. Kết hợp các kỹ thuật định vị khác nhau có thể tận dụng ưu điểm của từng kỹ thuật và giảm thiểu nhược điểm. Sử dụng các cảm biến phụ trợ như gia tốc kế và con quay hồi chuyển có thể cung cấp thông tin bổ sung về vị trí và hướng. Phát triển các thuật toán lọc tiên tiến hơn như Particle Filter và Extended Kalman Filter có thể cải thiện khả năng loại bỏ nhiễu và sai số.

6.2. Nghiên Cứu Tiềm Năng Về Định Vị Hợp Tác và Học Máy trong WSN

Định vị hợp tác và học máy là hai lĩnh vực nghiên cứu tiềm năng trong mạng cảm biến không dây. Định vị hợp tác cho phép các nút cảm biến chia sẻ thông tin và hợp tác để xác định vị trí chính xác hơn. Học máy có thể được sử dụng để học các mẫu dữ liệu và cải thiện độ chính xác định vị. Các thuật toán học máy như mạng nơ-ron (neural networks) và máy vectơ hỗ trợ (support vector machines) có thể được sử dụng để dự đoán vị trí dựa trên các phép đo cảm biến.

11/09/2025

Trích đoạn nội dung tài liệu

CHƯƠNG IT: TT THÖNG XÁC DỊNII VỊ TRÌ MỤC TIỂU DÙNG PHƯƠNG PHÁP LATERATION. - - - ane AZ 31 Tổng quan 3.51 Méhinh do lường câm biến.2 Xảo địnhvịtrí mục tiểu. Thing báo và báo cáo kết quả về trạm gốc 53 36 Kếthận. CHƯƠNG IV MÔ PHONG VA DANI GIÁ.

LH HH ng ng nu S8 4.1 Phát biểu bài toán.2 Giới thiệu chương trìnhmỏ phỏng OMNST++. 421 Mô hình mô phỏng trong OMNeT+t 60 42.2 Xây dựng và chay thử mô hình mỏ phổng,.3 Mô phỏng vả cách đánh giá. Câu hình mô phóng trên OMNel'—T,.oicoccooc6cccc2cccrtrrtrritrrrieirer $5 43.2 Phân tích kết quả mô phỏng 67 44 Kết luận. CHƯƠNG V: KÉT LUẬN 79 THỰ LỤC - - 80 TÀI LIỆU THAM KHAO.^ˆ Ws Interl'rame Spacing Khoang cach nién khung LIES Long InterFrame Spacmg Khoáng cach mén khung dai SIFS Short InterPrame Spacing Khoáng cách niên khung ngấn CCA Clean Channel Assignment Gan kénh OMNeT+= Objective Modular Network Công cụ mô phỏng mạng Testbed in CH theo modul viét trén C+ AoA Angle of Arrival Góc đến RSS Received Signal Strength Mức năng lượng tín hiệu nhận được RSSI Received Signal Strength Chỉ số báo mức năng Indicator Tượng tin hiệu nhận được GNSS Global Navigation Satellite 118 théng vé tinh dẫn System đường toàn câu SPS Standard Positioning Service Dich vu dinb vi iéu chuin PPS Precise Positioning Service Dịch vụ định vị chính xác MDS Multidimensional Sealing Ma réng quy mé da clién MSP Multi-Sequence Positioning Pinh vi da tinh ur PIT Point Ln ‘Triangulation Điểm trong tam giác APIT Approximate Point In Điểm ước tinh trong tam Triangulation giáo - LOLMG DAU.

Mạng cảm biển không day (WSNs) va cdc ứng đụng của nó đang phát triển một cách nhanh chóng nhở sự hội tụ các công nghệ khác nhau như truyền thông không dày, các thuật toán xử lý đứ liệu, thiết bị tính toán, lưu trữ, và khả năng câm biên. Mạng cảm biến không dây thường bao gồm hàng trăm hoặc hàng ngàn các nút cảm biến, dược triển khai trong znột khu vực cần quan sát, Việc thu thập đữ liệu từ các nút cảm biến, đặc biệt trong mỗi trường truyền thông không dây, đôi hồi sự đồng bộ về mặt thời gian. Vân dé dộng bộ thời gian còn trở lên dặc biệt quan trọng trong, các ửng dụng yêu cầu thời gian thực hoặc yêu câu có sự kết hợp giữa đữ liệu thu thập được từ các nút cảm biến và thêng tin thời gian như các ứng đụng theo dõi mục liêu (object tracking), giam sal (surveillance), vv. Trong luận vẫn này em xin giới thiện khải quát về WSNs và các phương pháp dịnh vị thường dùng trong mạng.

Đông thời em xin giới thiệu khải quát về vẫn đề xác định vị tri rong WSNs và em đá lựa chọn tìm hiểu và mô phỏng phương pháp Lateration để xác định vị trí. Để có thế hoàn thành được hiận văn tốt nghiệp này, em đá được học hôi những kiến thức quí báu từ các thầy, cổ giáo của trường Dại học Lach khoa Ha Nội trong quả trình học tập. Em vô củng biết ơn sự dạy đỗ, chi bdo tan tinh ota cde thay, các cỗ trong thời gim học tập này Fm xin chân thành cảm ơn TS. Trần Quang Vĩnh, Viện Điện lử - Viên thông, trường Đại học Bách khoa Hà Nội dã tận tinh chỉ bảo và định hướng cho cm nghiền cứu để tải này, Thấy đã cho em nhiều lời khuyên quan trọng trong quả trình hoản thánh luận văn Tla Nội, tháng 3 năm 2015 Sinh viên Đào Minh Sang DANH MUC BANG BLEU Bang 4.1: Các tham số mô phông.

DANH MUC BANG BLEU Bang 4.1: Các tham số mô phông. DANH MỤC TỪ VLIẾT TẮT 'Tên viết tắt Nghĩa Tiếng Anh Nghĩa Tiếng Việt CH Cluster Head Nhém truéng ToA Time of Arrival Thời gian đến BS Base Station Tram gốc WSN Wireless Sensor Network Mạng cảm biến không dây ARPRES Adaplive Routing Protocol Giao thúc định tuyển dựa with Energy Ifficiency and trên năng lượng và sự kiện Đvem Clustering fer cho mạng cũm biến không Wireless Sensor Networks day LEACH Low Energy Adaptive Gino thie dinh tuyén phin Clustering Hierarchy cap thich nghi EMRP Energy-Awared Meshed Giao Unie dinh tuyén dia Routing Protocol trên mức năng lượng, CTTA A Collaborative Target Thuat toán phổi hợp Tracking Algorithm tracking muc tiêu có xét Considering Fnergy đến giải hạn năng lượng Constraint Ià WØNs cho mạng cảm biển không đây PE Particle Filter Bé loc chat điểm BF Bayesian Filler B6 loc Bayesian KF Kalman Filter đệ lạc Kalinan BKE Extended Kalman Filter Bộ lọc Kalman mở rộng, UKF Unscented Kalman Filter Bộ lọc Kalman khéng tập trung GPS Global Positioning System — Hệ thống địnhvị toản cẩu TDeA ‘Time Difference of Arrival Sai kháe thời gian đến DANH MỤC TỪ VLIẾT TẮT 'Tên viết tắt Nghĩa Tiếng Anh Nghĩa Tiếng Việt CH Cluster Head Nhém truéng ToA Time of Arrival Thời gian đến BS Base Station Tram gốc WSN Wireless Sensor Network Mạng cảm biến không dây ARPRES Adaplive Routing Protocol Giao thúc định tuyển dựa with Energy Ifficiency and trên năng lượng và sự kiện Đvem Clustering fer cho mạng cũm biến không Wireless Sensor Networks day LEACH Low Energy Adaptive Gino thie dinh tuyén phin Clustering Hierarchy cap thich nghi EMRP Energy-Awared Meshed Giao Unie dinh tuyén dia Routing Protocol trên mức năng lượng, CTTA A Collaborative Target Thuat toán phổi hợp Tracking Algorithm tracking muc tiêu có xét Considering Fnergy đến giải hạn năng lượng Constraint Ià WØNs cho mạng cảm biển không đây PE Particle Filter Bé loc chat điểm BF Bayesian Filler B6 loc Bayesian KF Kalman Filter đệ lạc Kalinan BKE Extended Kalman Filter Bộ lọc Kalman mở rộng, UKF Unscented Kalman Filter Bộ lọc Kalman khéng tập trung GPS Global Positioning System — Hệ thống địnhvị toản cẩu TDeA ‘Time Difference of Arrival Sai kháe thời gian đến TOM TAT LUAN VAN Với sự phát triển của Trternet, truyền thông và sông nghệ thông tin cing vei những tiền bộ của khoa học kỹ thuật đã tạo diều kiện cho các thế hệ cảm biển mới ra dời với chất lượng tối và giá thành ngày càng thấp. Cũng với khả năng lắp dit dé dang, dé sir dụng đã giúp mạng cảm biến không dây(WSNS) ngảy cảng phát triển mạnh mê trong nhiêu lĩnh vục của cuộc sống. Mạng cũng có thẻ được mở rộng theo ý muốn va mục dich sử đụng, bằng cách thêm vào các thiết bị, modul mả không cần thao tác phúc tạp.

Mạng, cảm biến không dây có nhiều ứng dụng trong dan sự vả quân sự dáng chủ ý bao gdm chăm sóc súc khỏe, theo đối mục tiêu, giám sát, nhận thức tình huống trên chiến trường. và thăm dò không gian. Theo đối mục Liêu hay bắt mục tiêu trong mạng câm biến không đây là một trong những ủng dựng quan trọng của mạng căm biển không dây, trong đỏ các bẻ căm biến thea đối và bảo cáo thông tin về vị trí mục tiêu tới trạm gốc. Hệ thẳng theo đối mục tiêu trong mưng cảm biển không dây thường gồm ba giai đoạn: (1) phải hiện mục tiêu, (2) xác định vị trị mục tiêu, (3) thông bao va bao cao kết quá về trạm gốc.

Trong giai đoạn đầu các núi cảm biến phái hiện được mục tiêu sẽ được kích hoạt để theo dõi và thu thập thông tin liên quan dến vị trí của mục tiêu di động sử dụng tin hiệu âm. thanh, hình ảnh của mục tiêu. Những cảm cảm biến nay sẽ tập hợp thành một nhỏm và bầu ra một nhóm trưởng, Các thành viên sẽ Iruyễn thông tin về mục tiên về nhóm trưởng. theo lịch TDMA được cấp.

Ở giai đoạn hai, nhóm trưởng sử dụng các thuật toán ước lượng đề xác định vị trí của mục tiêu. Ở giai đoạn ba, nhóm trưởng sẽ thông báo sự xuất hiện của rục tiêu để đánh thức trước những nút trong vùng mục tiêu có thể xuất hiện giúp giảm độ trễ phát hiện mục tiêu và tăng chất lượng của hệ thống theo đối. Cuỏi cùng nhóm trưởng thực hiện quá trình truyền đứ liệu vẻ trạm gốc sử dụng các giao thúc định tuyến. Đẻ ước lượng quỹ dạo của mục tiêu di dong, hệ thống phải cải đặt các giải thuật cho phép trỏe lượng vị tri muc tiéu nhw Particle Filter (PF) [2,3], Bayesian filter (BF), Kahnan Filter (KF), Extended Kahnan Filter (EKF),.

Tuy nhiên đo đặc thủ chúng nên khi hệ thông cai dit những giải thuật nay, đệ chính xác phụ thuộc vào thông tin ước lượng tại thời điểm trước. Dø đó sau khi ước lượng phải quảng bả thông tỉn tới những cam bi sẽ tham gia theo đối mục tiêu tại thời diễm tiếp theo. Điều nảy làm hệ thống 10 “Hình 4.11 Tỷ lệ mắt trục tiêu kửủ vận tốc thay đối. Hình 4,12 Thời gian sống cha toàn mạng.

TOM TAT LUAN VAN Với sự phát triển của Trternet, truyền thông và sông nghệ thông tin cing vei những tiền bộ của khoa học kỹ thuật đã tạo diều kiện cho các thế hệ cảm biển mới ra dời với chất lượng tối và giá thành ngày càng thấp. Cũng với khả năng lắp dit dé dang, dé sir dụng đã giúp mạng cảm biến không dây(WSNS) ngảy cảng phát triển mạnh mê trong nhiêu lĩnh vục của cuộc sống. Mạng cũng có thẻ được mở rộng theo ý muốn va mục dich sử đụng, bằng cách thêm vào các thiết bị, modul mả không cần thao tác phúc tạp. Mạng, cảm biến không dây có nhiều ứng dụng trong dan sự vả quân sự dáng chủ ý bao gdm chăm sóc súc khỏe, theo đối mục tiêu, giám sát, nhận thức tình huống trên chiến trường.

và thăm dò không gian. Theo đối mục Liêu hay bắt mục tiêu trong mạng câm biến không đây là một trong những ủng dựng quan trọng của mạng căm biển không dây, trong đỏ các bẻ căm biến thea đối và bảo cáo thông tin về vị trí mục tiêu tới trạm gốc. Hệ thẳng theo đối mục tiêu trong mưng cảm biển không dây thường gồm ba giai đoạn: (1) phải hiện mục tiêu, (2) xác định vị trị mục tiêu, (3) thông bao va bao cao kết quá về trạm gốc. Trong giai đoạn đầu các núi cảm biến phái hiện được mục tiêu sẽ được kích hoạt để theo dõi và thu thập thông tin liên quan dến vị trí của mục tiêu di động sử dụng tin hiệu âm.

thanh, hình ảnh của mục tiêu. Những cảm cảm biến nay sẽ tập hợp thành một nhỏm và bầu ra một nhóm trưởng, Các thành viên sẽ Iruyễn thông tin về mục tiên về nhóm trưởng. theo lịch TDMA được cấp. Ở giai đoạn hai, nhóm trưởng sử dụng các thuật toán ước lượng đề xác định vị trí của mục tiêu.

Ở giai đoạn ba, nhóm trưởng sẽ thông báo sự xuất hiện của rục tiêu để đánh thức trước những nút trong vùng mục tiêu có thể xuất hiện giúp giảm độ trễ phát hiện mục tiêu và tăng chất lượng của hệ thống theo đối. Cuỏi cùng nhóm trưởng thực hiện quá trình truyền đứ liệu vẻ trạm gốc sử dụng các giao thúc định tuyến.

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ