Luận văn: Tối ưu thời gian sống mạng cảm biến không dây dùng UAV (ĐHBK Hà Nội)

Luận văn về tối ưu hóa thời gian sống mạng cảm biến không dây sử dụng UAV trong thu hoạch dữ liệu. Nghiên cứu giải pháp nâng cao hiệu quả năng lượng.

Chuyên ngành

Khoa học máy tính

Người đăng

Ẩn danh

Thể loại

Luận văn thạc sĩ

2021

75
0
0

Phí lưu trữ

30 Point

Mục lục chi tiết

1. CHƯƠNG 1: GIỚI THIỆU

1.1. Đặt vấn đề

1.2. Các đóng góp của luận văn

1.3. Cấu trúc luận văn

2. CHƯƠNG 2: TỔNG QUAN

2.1. Mạng cảm biến không dây

2.2. Các giải pháp thu hoạch dữ liệu trong mạng cảm biến không dây

2.2.1. Vấn đề thu hoạch dữ liệu trong mạng cảm biến không dây

2.2.2. Thu hoạch dữ liệu với cấu trúc phân cụm

2.2.3. Thu hoạch dữ liệu bằng trạm cơ sở/phương tiện di động

2.2.4. Ứng dụng UAV trong thu hoạch dữ liệu

3. CHƯƠNG 3: MÔ HÌNH BÀI TOÁN

3.1. Mô hình mạng cảm biến không dây

3.2. Mô hình thu hoạch dữ liệu bằng UAV trong mạng cảm biến không dây thông qua nút điểm hẹn

3.3. Phát biểu bài toán

3.4. Mô hình hóa bài toán dưới dạng quy hoạch số nguyên hỗn hợp tuyến tính

3.5. Mô hình MILP 2-index

4. CHƯƠNG 4: GIẢI PHÁP HEURISTIC

4.1. Thuật toán GAMBAC

5. CHƯƠNG 5: THỰC NGHIỆM ĐÁNH GIÁ

5.1. Đánh giá các mô hình MILP đề xuất

5.2. So sánh giữa cách tiếp cận heuristic và MILP

5.2.1. Kịch bản thực nghiệm

5.3. So sánh với các giải pháp hiện có

5.3.1. Kịch bản thực nghiệm

TÀI LIỆU THAM KHẢO

PHỤ LỤC

Tóm tắt

I. Tổng Quan Luận Văn Tối Ưu Mạng Cảm Biến Không Dây

Mạng cảm biến không dây (WSN) đóng vai trò then chốt trong Internet Vạn Vật (IoT), cho phép giám sát thời gian thực và dài hạn. Tuy nhiên, năng lượng là một thách thức lớn, vì các nút cảm biến hoạt động bằng pin hạn chế. Sự phát triển của thiết bị bay không người lái (UAV) mở ra hướng đi mới trong thu hoạch dữ liệu mạng cảm biến, đặc biệt trong các mạng quy mô lớn. UAV có ưu điểm về khả năng cơ động, tốc độ và đường truyền tầm nhìn thẳng. Dù vậy, thời lượng pin của UAV còn hạn chế, đòi hỏi các giải pháp tối ưu để kéo dài thời gian hoạt động của mạng. Nghiên cứu này tập trung vào bài toán sử dụng UAV thu thập dữ liệu từ WSN quy mô lớn, đồng thời giải quyết ràng buộc về thời lượng pin UAV và mục tiêu tăng thời gian sống mạng (Network Lifetime). Luận văn đề xuất các giải pháp kết hợp cấu trúc phân cụm mạng và thiết kế đường bay hiệu quả cho UAV. Theo Nguyễn Chí Hiếu trong luận văn thạc sĩ của mình, "Công nghệ UAV đã nổi lên như một cách tiếp cận hiệu quả để thu hoạch dữ liệu cảm biến trong các mạng cảm biến có quy mô lớn vì những ưu điểm như khả năng cơ động cao, tốc độ tốt, linh hoạt và lợi thế về đường truyền tầm nhìn thẳng".

1.1. Giới thiệu về mạng cảm biến không dây và ứng dụng IoT

Mạng cảm biến không dây (WSN) là nền tảng cơ bản của nhiều ứng dụng IoT. Chúng bao gồm các nút cảm biến nhỏ, chi phí thấp có khả năng thu thập dữ liệu môi trường (ví dụ: nhiệt độ, độ ẩm, áp suất) và truyền dữ liệu này không dây đến một trung tâm xử lý. WSN được sử dụng rộng rãi trong các lĩnh vực như nông nghiệp thông minh, giám sát môi trường, theo dõi sức khỏe, tự động hóa công nghiệp và an ninh. Ứng dụng IoT ngày càng đòi hỏi mạng cảm biến hoạt động liên tục và bền bỉ, đặt ra yêu cầu cao về hiệu quả năng lượngthời gian sống mạng. Các giải pháp cần đảm bảo độ tin cậy của dữ liệu thu thập được và giảm thiểu độ trễ truyền dữ liệu. Theo nghiên cứu, WSN là trụ cột để xây dựng những thành phố thông minh bền vững.

1.2. Vai trò của UAV trong thu thập dữ liệu mạng cảm biến

UAV, hay thiết bị bay không người lái, mang đến một phương pháp tiếp cận mới cho thu hoạch dữ liệu trong mạng cảm biến không dây. Thay vì sử dụng các trạm cơ sở cố định, UAV có thể di chuyển đến từng khu vực của mạng để thu thập dữ liệu trực tiếp từ các nút cảm biến. Điều này đặc biệt hữu ích trong các môi trường rộng lớn, khó tiếp cận hoặc có địa hình phức tạp. Ứng dụng UAV trong mạng cảm biến giúp giảm thiểu khoảng cách truyền dữ liệu, giảm tiêu thụ năng lượng của các nút cảm biến và cải thiện độ tin cậy của dữ liệu. Tuy nhiên, cần phải xem xét các yếu tố như thời lượng pin của UAV, quy hoạch đường bay tối ưu và quản lý năng lượng hiệu quả để đảm bảo hiệu quả hoạt động.

II. Thách Thức Tối Ưu Thời Gian Sống Mạng Cảm Biến Không Dây

Một trong những thách thức lớn nhất trong mạng cảm biến không dâytối ưu hóa thời gian sống mạng. Các nút cảm biến thường hoạt động bằng pin và việc thay thế hoặc sạc lại pin là rất khó khăn hoặc tốn kém. Do đó, các giải pháp tiết kiệm năng lượng là rất quan trọng. Việc sử dụng UAV để thu hoạch dữ liệu có thể giúp giảm tiêu thụ năng lượng của các nút cảm biến, nhưng bản thân UAV cũng có giới hạn về thời lượng pin. Luận văn này tập trung vào việc phát triển các phương pháp để quản lý năng lượng mạng cảm biến không dây một cách hiệu quả, đồng thời lập kế hoạch đường bay cho UAV sao cho tối ưu hóa thời gian hoạt động của mạng. Các yếu tố như vị trí UAV tối ưugiao thức thu thập dữ liệu UAV cũng được xem xét để đạt được hiệu quả cao nhất.

2.1. Giới hạn năng lượng và ảnh hưởng đến tuổi thọ mạng cảm biến

Năng lượng là nguồn tài nguyên quý giá trong mạng cảm biến không dây. Mỗi nút cảm biến chỉ có một lượng pin giới hạn, và việc truyền dữ liệu, xử lý thông tin và duy trì kết nối đều tiêu thụ năng lượng. Khi một nút cảm biến hết pin, nó sẽ ngừng hoạt động, dẫn đến mất dữ liệu và giảm độ phủ sóng của mạng. Việc nhiều nút cảm biến đồng thời hết pin có thể dẫn đến sự sụp đổ hoàn toàn của mạng. Do đó, việc quản lý năng lượng hiệu quả là rất quan trọng để kéo dài tuổi thọ mạng và đảm bảo hoạt động liên tục của các ứng dụng IoT.

2.2. Vấn đề định tuyến và tiêu thụ năng lượng không đồng đều

Trong mạng cảm biến không dây, các nút cảm biến thường phải truyền dữ liệu qua nhiều bước (multi-hop routing) để đến được trạm cơ sở hoặc UAV. Các nút cảm biến gần trạm cơ sở hoặc UAV có xu hướng phải chuyển tiếp nhiều dữ liệu hơn, dẫn đến tiêu thụ năng lượng nhanh hơn so với các nút ở xa. Điều này có thể tạo ra các điểm nghẽn năng lượng và làm giảm thời gian sống mạng. Việc thiết kế giao thức định tuyến thông minh và cân bằng tải là rất quan trọng để đảm bảo hiệu quả năng lượng và kéo dài tuổi thọ của toàn bộ mạng. Các giải pháp cần xem xét các yếu tố như khoảng cách, chất lượng liên kết và mức năng lượng còn lại của các nút cảm biến.

2.3. Hạn chế về thời lượng pin của UAV và yêu cầu tối ưu hóa

Mặc dù UAV mang lại nhiều lợi ích cho thu hoạch dữ liệu trong mạng cảm biến không dây, chúng cũng có những hạn chế riêng, đặc biệt là về thời lượng pin. Thời gian bay của UAV thường bị giới hạn, và việc sạc lại pin có thể tốn thời gian. Do đó, cần phải tối ưu hóa đường bay của UAV để thu thập dữ liệu từ nhiều nút cảm biến nhất có thể trong một khoảng thời gian ngắn. Việc điều khiển UAV trong thu thập dữ liệu phải xem xét các yếu tố như khoảng cách đến các nút cảm biến, tốc độ truyền dữ liệu và mức tiêu thụ năng lượng của UAV. Các giải pháp cần đảm bảo UAV có thể hoàn thành nhiệm vụ thu thập dữ liệu một cách hiệu quả và an toàn.

III. Giải Pháp Phân Cụm Quy Hoạch Đường Bay UAV Hiệu Quả

Luận văn đề xuất một giải pháp kết hợp phân cụm mạngquy hoạch đường bay UAV hiệu quả để tối ưu hóa thời gian sống mạng. Giải pháp này bao gồm hai phần chính: (1) áp dụng mô hình quy hoạch số nguyên hỗn hợp tuyến tính (MILP) để phân cụm mạng và (2) sử dụng thuật toán heuristic để thiết kế đường bay cho UAV. Phân cụm mạng giúp giảm số lượng nút cảm biến phải truyền dữ liệu trực tiếp đến UAV, từ đó giảm tiêu thụ năng lượng. Quy hoạch đường bay UAV đảm bảo UAV có thể thu thập dữ liệu từ tất cả các cụm một cách hiệu quả nhất, giảm thiểu thời gian bay và tiết kiệm năng lượng cho UAV. Giải pháp này nhằm mục đích cân bằng giữa hiệu quả năng lượng của các nút cảm biến và thời lượng pin của UAV.

3.1. Ứng dụng mô hình quy hoạch số nguyên hỗn hợp tuyến tính MILP

Mô hình MILP được sử dụng để tìm ra cấu trúc phân cụm mạng tối ưu, trong đó mỗi nút cảm biến được gán cho một cụm và một nút trưởng cụm (cluster head) được chọn trong mỗi cụm. Mô hình này xem xét các yếu tố như khoảng cách giữa các nút cảm biến, mức năng lượng còn lại của các nút và khả năng truyền dữ liệu. Mục tiêu của mô hình là giảm thiểu tiêu thụ năng lượng tổng thể của mạng và cân bằng tải giữa các nút cảm biến. MILP có thể tìm ra lời giải tối ưu cho các mạng nhỏ, nhưng độ phức tạp tính toán tăng lên đáng kể với kích thước mạng lớn hơn. Vì vậy, các giải pháp heuristic thường được sử dụng cho các mạng quy mô lớn.

3.2. Thiết kế thuật toán Heuristic cho quy hoạch đường bay UAV

Đối với các mạng cảm biến quy mô lớn, việc giải bài toán MILP trở nên khó khăn. Do đó, luận văn đề xuất một thuật toán heuristic để lập kế hoạch đường bay cho UAV. Thuật toán này sử dụng một thuật toán ngẫu nhiên để phân cụm mạng một cách cân bằng và kết hợp với việc giải bài toán m-TSP (multiple traveling salesman problem) có kích thước bằng số lượng cụm. Thuật toán heuristic có thể tìm ra các giải pháp chấp nhận được trong thời gian ngắn, ngay cả đối với các mạng lớn. Các giải pháp tối ưu hóa đường bay cần đảm bảo UAV có thể thu thập dữ liệu từ tất cả các cụm và quay trở lại trạm gốc trong giới hạn thời lượng pin cho phép.

3.3. Giao thức thu thập dữ liệu UAV và quản lý năng lượng

Một giao thức thu thập dữ liệu UAV hiệu quả là rất quan trọng để đảm bảo độ tin cậy của dữ liệu và giảm tiêu thụ năng lượng. Giao thức này xác định cách UAV giao tiếp với các nút cảm biến, cách dữ liệu được truyền tải và cách các lỗi được xử lý. Quản lý năng lượng là một phần quan trọng của giao thức, bao gồm việc điều chỉnh tốc độ truyền dữ liệu, lựa chọn các kênh truyền phù hợp và tắt các chức năng không cần thiết khi UAV không hoạt động. Các giải pháp cần xem xét các yếu tố như khoảng cách đến các nút cảm biến, chất lượng liên kết và mức năng lượng còn lại của các nút để đưa ra các quyết định quản lý năng lượng tối ưu.

IV. Kết Quả Tối Ưu Hóa Thời Gian Sống Mạng Cảm Biến WSN

Kết quả thực nghiệm cho thấy mô hình MILP có thể tìm ra lời giải tối ưu cho các bài toán WSN với tối đa 50 nút cảm biến. Trong khi đó, giải pháp heuristic phù hợp để áp dụng trong các WSN có quy mô lớn lên đến hàng ngàn nút. Giải pháp này cho khả năng kéo dài thời gian sống của WSN thêm lần lượt khoảng 33% và 38% so với các đề xuất sử dụng một và nhiều UAV trước đó. Điều này chứng tỏ rằng việc kết hợp phân cụm mạngquy hoạch đường bay UAV hiệu quả có thể mang lại những cải thiện đáng kể về hiệu quả năng lượngthời gian hoạt động của mạng cảm biến không dây.

4.1. Đánh giá hiệu năng của mô hình MILP trong các mạng nhỏ

Mô hình MILP cho thấy hiệu năng tốt trong việc tối ưu hóa thời gian sống mạng cho các mạng nhỏ. Kết quả thực nghiệm cho thấy mô hình có thể tìm ra cấu trúc phân cụm mạng tối ưu, giúp giảm tiêu thụ năng lượng và kéo dài tuổi thọ của mạng. Tuy nhiên, độ phức tạp tính toán của mô hình tăng lên nhanh chóng với kích thước mạng lớn hơn, làm cho nó không phù hợp cho các mạng quy mô lớn. Các kết quả so sánh giữa các mô hình MILP khác nhau cho thấy sự cần thiết của việc lựa chọn mô hình phù hợp với kích thước và đặc điểm của mạng.

4.2. So sánh hiệu quả giữa heuristic và MILP cho mạng lớn

So sánh giữa giải pháp heuristic và mô hình MILP cho thấy giải pháp heuristic là lựa chọn phù hợp hơn cho các mạng cảm biến quy mô lớn. Giải pháp heuristic có thể tìm ra các giải pháp chấp nhận được trong thời gian ngắn, trong khi mô hình MILP có thể mất rất nhiều thời gian để tìm ra lời giải, hoặc thậm chí không thể tìm ra lời giải trong thời gian giới hạn. Kết quả thực nghiệm cho thấy giải pháp heuristic có thể kéo dài thời gian sống mạng đáng kể so với các giải pháp khác, chứng tỏ tính hiệu quả của phương pháp này.

4.3. Ảnh hưởng của số lượng UAV đến thời gian sống mạng WSN

Nghiên cứu cũng xem xét ảnh hưởng của số lượng UAV đến thời gian sống mạng. Kết quả cho thấy việc sử dụng nhiều UAV có thể giúp tăng hiệu quả thu thập dữ liệu và giảm tiêu thụ năng lượng của các nút cảm biến. Tuy nhiên, việc sử dụng quá nhiều UAV có thể dẫn đến lãng phí năng lượng và tăng chi phí. Cần phải tìm ra sự cân bằng giữa số lượng UAV và kích thước mạng để đạt được hiệu quả tối ưu. Các giải pháp cần xem xét các yếu tố như khoảng cách giữa các nút cảm biến, tốc độ truyền dữ liệu và thời lượng pin của UAV.

V. Kết Luận Tiềm Năng và Hướng Phát Triển Mạng Cảm Biến

Luận văn đã trình bày một giải pháp hiệu quả để tối ưu hóa thời gian sống mạng trong mạng cảm biến không dây bằng cách sử dụng thiết bị bay không người lái. Giải pháp này kết hợp phân cụm mạngquy hoạch đường bay UAV hiệu quả, giúp giảm tiêu thụ năng lượng của các nút cảm biến và kéo dài thời gian hoạt động của mạng. Kết quả thực nghiệm cho thấy giải pháp có thể mang lại những cải thiện đáng kể so với các phương pháp truyền thống. Trong tương lai, nghiên cứu có thể được mở rộng để xem xét các yếu tố như độ tin cậy của dữ liệu, bảo mật thông tinkhả năng thích ứng với các điều kiện môi trường khác nhau.

5.1. Tóm tắt những đóng góp chính của luận văn

Luận văn đã đóng góp vào lĩnh vực mạng cảm biến không dây bằng cách đề xuất một giải pháp mới để tối ưu hóa thời gian sống mạng sử dụng UAV. Giải pháp này kết hợp phân cụm mạngquy hoạch đường bay UAV, đồng thời xem xét các yếu tố như hiệu quả năng lượng, độ tin cậy của dữ liệuthời lượng pin của UAV. Kết quả thực nghiệm cho thấy giải pháp có thể mang lại những cải thiện đáng kể so với các phương pháp truyền thống, chứng tỏ tính hiệu quả và khả thi của phương pháp này.

5.2. Hướng nghiên cứu tiếp theo và ứng dụng tiềm năng

Trong tương lai, nghiên cứu có thể được mở rộng để xem xét các yếu tố như độ tin cậy của dữ liệu, bảo mật thông tinkhả năng thích ứng với các điều kiện môi trường khác nhau. Các ứng dụng tiềm năng của nghiên cứu bao gồm giám sát môi trường, nông nghiệp thông minh, quản lý đô thịcứu hộ khẩn cấp. Việc tích hợp mạng cảm biến không dây với UAV có thể mang lại những lợi ích to lớn cho nhiều lĩnh vực, giúp cải thiện hiệu quả, giảm chi phí và nâng cao chất lượng cuộc sống.

11/09/2025

Trích đoạn nội dung tài liệu

CHƯƠNG 1. GIỚI THIỆU 11 — Dặtvắnđề.2 Các đóng góp của luậnvăn. 13 Cáutrúcluậnvăn CRUONG 2. FONG QUA THUVE 21 Mạng câm biến không dây 3.2 Các giải pháp thú hoạch dữ liệu trong mạng câm biển không dây 1 2.21 Vấn để thu hoạch dữ liệu trong mạng cảm biên không day.2 __ Thu hoạch đữ liệu vải câu trúc phân cụm.

Thu hoạch đữ liệu bằng trạm cơ sở/phương tiện di động, 3 224 Ứng dụng UAV trong thu hoạch đữ liệu " CHƯƠNG 3. MÔ HÌNH BÀI TOÁN 3.1 Mô hình mạng cảm biến không day wld 3.2 Mô hình thu hoạch dữ liệu bằng UAV trong mạng cảm biến không đây thông qua nút điểm hẹn 7 15 3.3 Phat bidu bai ton.4 Mô hình hóa bải toán đưới đạng quy hoạch số nguyên hỗn hợp tuyển tính 7 BAT MôhinhMILP2-indexi. GIAT PHAP HEURISTIC. 42 Thuậttoán GAMBAC - - 33 CHƯƠNG 5.

THUC NGHIEM ĐÁ NH GIÁ. 51 Đánh giá các mô hình MILP để xuất 51.2 So sảnh giữa cách tiếp cận heuistie và MILE. " 521 Kich ban thye nghiém. 5,3 So sảnh với các giải pháp hiện có.31 Ktch bản thực nghiệm.ời đầu tiên em xim được gửi lời cảm œu chân thành đến PG8.

Nguyễn Khanh Văn đã giứp đỡ và định hướng em trong quá trình học tập nghiên cửu với những lòi khuyên, bài học bổ ích. tim cũng xin gửi lời cám ơn đến các thầy cô trong trường ĐHBK HN và đặc biệt là các thầy cô trong Viên CNTT&TT đã truyền cho em những kiến thức và kinh nghiệm quý báu trong suốt thời gian học tập ở trường. Cudi cing, em xin được gửi lời cảm ơn chân thành đến gia đình, bạn bé đã quan tâm, động viên và đóng góp ý kiến giúp đỡ em trong quá trình học tập, nghiên cửa và hoàn thành luận văn. 'Tôm tát nội dung luận văn Mạng cảm biên không dây (Wireless Sensor Networlo - WSNš) đóng một vai tro quan trong trong linh vuc Internet Van Vat (Intemet of Things - IoT) dé thực hiện các mục địch giảm sát theo thời gian thục hoặc giảm sét đải hạn.

năng lượng là một trong những môi quan tâm hang dầu dối với các mạng cắm biển. không đây do các nút cảm biển phải hoạt dộng trong một thời gian đải bằng năng lượng được cung cấp từ các nguồn hạn chế như pin. Gần đây, công nghệ phương tién bay khéng ngudi lai (Uumanned Aerial Vehicles - UAV) cé sự phát triển nhanh chóng và đã được ứng dụng rộng rãi trong nhiều lĩnh vực như quân sự, cửu hộ khan cap, giao thông vận tải và nhiều ứng đụng giám sát, theo dõi khảo. Công nghé nay cũng đã nội lên như một cách tiếp cận hiệu qua dé thu hoach dữ liệu cảm.

biển trong các mạng, cam biến cỏ quy mồ lớn vị những vm diém nbu kha ning cơ động cao, tốc độ tốt, lĩnh hoạt và lợi thể về đường truyền tầm nhìn thẳng, Mặc đã vậy, hạn chế về thời lượng pin của các DAV dan dung ngày nay không cho phép chủng thực liện nhiệm trong thời gian dải. Vỉ vậy, luận văn nghiên cửu bài toàn sử dụng UAV dễ thu hoạch dữ liệu từ mang cảm biển không đây quy mò lớn với vàng buộc về thời lượng hoạt động của UAV và mục tiêu kéo dai thời gian sống cua mang. Lai giãi pháp tổ chức thu hoạch dữ liệu dựa trên việc kết hợp sử dụng cầu tric phân cụm mạng và thiết kế tuyến đường cho các UAAV một cách hiệu quả. Trong đó, giải pháp thứ nhất được đề xuất áp dụng mô Tỉnh quy hoạch số nguyễn hén hop tuyén tinh (MTLP).

Giải pháp thứ hai dựa trên cách tiếp cận heuristic khai thác một thuật toán ngẫu nhiên để phân cụm mạng một cách cần bằng và kết hợp với việc giải bài toán m-TSP cỏ kích thước bằng số lượng cụm. Kết quả thục nghiệm cho thấy mô hình MIT,P có thể tim được lời giải tối ưu cho gác bài toán WSN voi tôi da 50 mut cảm biển, trong khi giải pháp heuristie phủ hợp để áp dựng trong cáo WSN có quy mô lớn lên đến hảng ngân nút. Giái pháp nảy cho khả năng kéo đãi thời gian sống của WSN thêm lần lượt khoảng 33% và 389 so với các dé xuât sử dụng một và nhiêu LÍAV trước đỏ HỌC VIÊN Ký và phi rõ họ tên. DANA MUC MUC TU VIET TAT WSN, Wireless Sensor Network Mạng cảm biển không dây BS Base Station ‘Tram cơ sở SN Sensor Node Nút cảm biên CH Cluster Head ‘Nut tudng cum UAV Unmanned Aerial Vehicle Thương tiện bay không người lái DFT Data Forwarding Tree Cây chuyển tiếp đữ liệu MILP Mixed-Integer Linear Programming Quy hoạch só nguyên hỗn hợp tuyén tinh CIP Convex-IHull based Protocol Giao thức thu hoạch dữ liệu dựa trêu bao lỗi LoS Line of Sight Đặc tính lan truyền đường ngắm MBS Mobile Base Station Trạm cơ sở đi động MDC Mobile Data Collector Phương tiện thu hoạch dữ liệu di dộng ĐỂ TÀI LUẬN AN Tếi tru hóa thời gian sống mạng cảm biến không đây trong thu hoạch đứ liệu nhờ sử dụng thiết bị bay không người lái Học viên: Nguyễn Chí Hiểu Ngành: Khoa học máy tính Giáo viên hướng dẫn.

Ký và ghỉ rõ họ tên Tải căm ơn T.ời đầu tiên em xim được gửi lời cảm œu chân thành đến PG8. Nguyễn Khanh Văn đã giứp đỡ và định hướng em trong quá trình học tập nghiên cửu với những lòi khuyên, bài học bổ ích. tim cũng xin gửi lời cám ơn đến các thầy cô trong trường ĐHBK HN và đặc biệt là các thầy cô trong Viên CNTT&TT đã truyền cho em những kiến thức và kinh nghiệm quý báu trong suốt thời gian học tập ở trường. Cudi cing, em xin được gửi lời cảm ơn chân thành đến gia đình, bạn bé đã quan tâm, động viên và đóng góp ý kiến giúp đỡ em trong quá trình học tập, nghiên cửa và hoàn thành luận văn.

'Tôm tát nội dung luận văn Mạng cảm biên không dây (Wireless Sensor Networlo - WSNš) đóng một vai tro quan trong trong linh vuc Internet Van Vat (Intemet of Things - IoT) dé thực hiện các mục địch giảm sát theo thời gian thục hoặc giảm sét đải hạn. năng lượng là một trong những môi quan tâm hang dầu dối với các mạng cắm biển. không đây do các nút cảm biển phải hoạt dộng trong một thời gian đải bằng năng lượng được cung cấp từ các nguồn hạn chế như pin. Gần đây, công nghệ phương tién bay khéng ngudi lai (Uumanned Aerial Vehicles - UAV) cé sự phát triển nhanh chóng và đã được ứng dụng rộng rãi trong nhiều lĩnh vực như quân sự, cửu hộ khan cap, giao thông vận tải và nhiều ứng đụng giám sát, theo dõi khảo.

Công nghé nay cũng đã nội lên như một cách tiếp cận hiệu qua dé thu hoach dữ liệu cảm. biển trong các mạng, cam biến cỏ quy mồ lớn vị những vm diém nbu kha ning cơ động cao, tốc độ tốt, lĩnh hoạt và lợi thể về đường truyền tầm nhìn thẳng, Mặc đã vậy, hạn chế về thời lượng pin của các DAV dan dung ngày nay không cho phép chủng thực liện nhiệm trong thời gian dải. Vỉ vậy, luận văn nghiên cửu bài toàn sử dụng UAV dễ thu hoạch dữ liệu từ mang cảm biển không đây quy mò lớn với vàng buộc về thời lượng hoạt động của UAV và mục tiêu kéo dai thời gian sống cua mang. Lai giãi pháp tổ chức thu hoạch dữ liệu dựa trên việc kết hợp sử dụng cầu tric phân cụm mạng và thiết kế tuyến đường cho các UAAV một cách hiệu quả.

Trong đó, giải pháp thứ nhất được đề xuất áp dụng mô Tỉnh quy hoạch số nguyễn hén hop tuyén tinh (MTLP). Giải pháp thứ hai dựa trên cách tiếp cận heuristic khai thác một thuật toán ngẫu nhiên để phân cụm mạng một cách cần bằng và kết hợp với việc giải bài toán m-TSP cỏ kích thước bằng số lượng cụm. Kết quả thục nghiệm cho thấy mô hình MIT,P có thể tim được lời giải tối ưu cho gác bài toán WSN voi tôi da 50 mut cảm biển, trong khi giải pháp heuristie phủ hợp để áp dựng trong cáo WSN có quy mô lớn lên đến hảng ngân nút. Giái pháp nảy cho khả năng kéo đãi thời gian sống của WSN thêm lần lượt khoảng 33% và 389 so với các dé xuât sử dụng một và nhiêu LÍAV trước đỏ HỌC VIÊN Ký và phi rõ họ tên.

DANA MUC MUC TU VIET TAT WSN, Wireless Sensor Network Mạng cảm biển không dây BS Base Station ‘Tram cơ sở SN Sensor Node Nút cảm biên CH Cluster Head ‘Nut tudng cum UAV Unmanned Aerial Vehicle Thương tiện bay không người lái DFT Data Forwarding Tree Cây chuyển tiếp đữ liệu MILP Mixed-Integer Linear Programming Quy hoạch só nguyên hỗn hợp tuyén tinh CIP Convex-IHull based Protocol Giao thức thu hoạch dữ liệu dựa trêu bao lỗi LoS Line of Sight Đặc tính lan truyền đường ngắm MBS Mobile Base Station Trạm cơ sở đi động MDC Mobile Data Collector Phương tiện thu hoạch dữ liệu di dộng Tải căm ơn T.ời đầu tiên em xim được gửi lời cảm œu chân thành đến PG8. Nguyễn Khanh Văn đã giứp đỡ và định hướng em trong quá trình học tập nghiên cửu với những lòi khuyên, bài học bổ ích. tim cũng xin gửi lời cám ơn đến các thầy cô trong trường ĐHBK HN và đặc biệt là các thầy cô trong Viên CNTT&TT đã truyền cho em những kiến thức và kinh nghiệm quý báu trong suốt thời gian học tập ở trường. Cudi cing, em xin được gửi lời cảm ơn chân thành đến gia đình, bạn bé đã quan tâm, động viên và đóng góp ý kiến giúp đỡ em trong quá trình học tập, nghiên cửa và hoàn thành luận văn.

'Tôm tát nội dung luận văn Mạng cảm biên không dây (Wireless Sensor Networlo - WSNš) đóng một vai tro quan trong trong linh vuc Internet Van Vat (Intemet of Things - IoT) dé thực hiện các mục địch giảm sát theo thời gian thục hoặc giảm sét đải hạn. năng lượng là một trong những môi quan tâm hang dầu dối với các mạng cắm biển. không đây do các nút cảm biển phải hoạt dộng trong một thời gian đải bằng năng lượng được cung cấp từ các nguồn hạn chế như pin. Gần đây, công nghệ phương tién bay khéng ngudi lai (Uumanned Aerial Vehicles - UAV) cé sự phát triển nhanh chóng và đã được ứng dụng rộng rãi trong nhiều lĩnh vực như quân sự, cửu hộ khan cap, giao thông vận tải và nhiều ứng đụng giám sát, theo dõi khảo.

Công nghé nay cũng đã nội lên như một cách tiếp cận hiệu qua dé thu hoach dữ liệu cảm. biển trong các mạng, cam biến cỏ quy mồ lớn vị những vm diém nbu kha ning cơ động cao, tốc độ tốt, lĩnh hoạt và lợi thể về đường truyền tầm nhìn thẳng, Mặc đã vậy, hạn chế về thời lượng pin của các DAV dan dung ngày nay không cho phép chủng thực liện nhiệm trong thời gian dải.

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