Tổng quan luận án

Mạng cảm biến không dây (Wireless Sensor Network - WSN) bao gồm nhiều nút cảm biến được triển khai ngẫu nhiên và dày đặc trên các khu vực rộng lớn nhằm phục vụ mục đích giám sát môi trường, an ninh quốc phòng, y tế và nông nghiệp tự động. Mỗi nút cảm biến là một thiết bị vi cơ điện tử kích thước nhỏ gọn, được tích hợp bộ vi xử lý, bộ nhớ, khối thu phát sóng vô tuyến và nguồn năng lượng pin dung lượng hạn chế (thường là pin AA 1.5V, khoảng 3000 mAh). Do môi trường triển khai thực tế thường là các vùng địa hình hiểm trở (rừng núi, biển sâu, vùng nhiễm độc, chiến trường), việc thay thế hoặc sạc bổ sung năng lượng cho pin sau khi vận hành là điều gần như không khả thi. Trong khi đó, phần cứng vô tuyến tiêu thụ phần lớn năng lượng khi thu phát dữ liệu, đặc biệt là khi truyền dẫn tầm xa. Do đó, bài toán tối ưu hóa giao thức định tuyến kết hợp tổng hợp dữ liệu nhằm kéo dài thời gian sống của mạng cảm biến trở thành vấn đề kỹ thuật trọng tâm.

Khoảng trống nghiên cứu được luận án chỉ ra là các giao thức định tuyến truyền thống từ mạng tùy biến di động (MANET) không phù hợp cho WSN do thiếu khả năng quản lý tài nguyên năng lượng. Đồng thời, các giao thức phân cụm và chuỗi kinh điển như LEACH hay PEGASIS vẫn tồn tại nhiều hạn chế: phân bố cụm trưởng (Cluster Head - CH) ngẫu nhiên gây mất cân bằng năng lượng giữa các nút; khoảng cách truyền trực tiếp từ CH đến trạm cơ sở (Base Station - BS) còn lớn; chuỗi dữ liệu quá dài gây trễ và tiêu hao năng lượng lớn ở các nút cuối chuỗi; và chưa khai thác tối đa việc nén dữ liệu tương quan giữa các nút lân cận.

Luận án xác định các giả thiết kỹ thuật phục vụ việc mô hình hóa bài toán:

  • Mạng gồm số lượng lớn các nút cảm biến tĩnh được phân bố ngẫu nhiên, dày đặc trên một mặt phẳng hai chiều (2D).
  • Các liên kết truyền thông vô tuyến là đối xứng và đẳng hướng, sử dụng chung loại ăng-ten; bộ thu phát có thể điều chỉnh công suất phát tùy theo khoảng cách.
  • Các nút có năng lực tính toán và dung lượng bộ nhớ tương đương nhau; dung lượng pin ban đầu có thể đồng nhất hoặc không đồng nhất; mạng không được bổ sung năng lượng trong quá trình hoạt động.
  • Trạm cơ sở (BS) có thể được bố trí ở gần hoặc cách xa vùng cảm biến, có nguồn năng lượng và tài nguyên tính toán không giới hạn.

Các mục tiêu cụ thể của luận án gồm 4 nội dung:

  1. Tổng hợp, hệ thống hóa các kết quả nghiên cứu liên quan về định tuyến tiết kiệm năng lượng trong WSN, phân tích ưu điểm và hạn chế của các giải pháp đã có.
  2. Nghiên cứu, đề xuất cải tiến thuật toán định tuyến phân cụm truyền đơn chặng dựa trên việc xem xét mức năng lượng còn lại trung bình của các nút còn sống và khoảng cách từ nút ứng viên đến trạm cơ sở.
  3. Nghiên cứu, đề xuất cải tiến thuật toán định tuyến dựa trên chuỗi kết hợp với tổng hợp và nén dữ liệu dọc theo chuỗi bằng mã nguồn phân tán (Distributed Source Coding - DSC), áp dụng cho cả mạng cảm biến đồng nhất và không đồng nhất.
  4. Nghiên cứu, đề xuất cải tiến giao thức định tuyến dựa trên cây khung nhỏ nhất (Minimum Spanning Tree - MST) kết hợp với kỹ thuật tổng hợp dữ liệu và lập lịch ngủ trên lưới ô ảo.

Đối tượng nghiên cứu của luận án là các giải pháp định tuyến tiết kiệm năng lượng, các thuật toán phân cụm, tạo chuỗi, dựng cây và kỹ thuật tổng hợp, nén dữ liệu trong mạng cảm biến không dây. Phạm vi nghiên cứu tập trung vào không gian mạng 2D tĩnh, mô hình hóa tiêu thụ năng lượng của mạch vô tuyến và đánh giá hiệu năng thông qua công cụ mô phỏng mạng chuyên dụng.

Tổng quan tài liệu và vị trí của luận án

Luận án đã phân tích bức tranh tổng thể về tình hình nghiên cứu định tuyến WSN trên thế giới và tại Việt Nam:

Về tình hình nghiên cứu quốc tế, hướng nghiên cứu phân cụm được khởi xướng bởi W. Heinzelman cùng các cộng sự qua giao thức LEACH (Low-Energy Adaptive Clustering Hierarchy) và LEACH-C (LEACH-Centralized). Các nghiên cứu tiếp theo phát triển cải tiến LEACH gồm có Joydeep Banerjee và cộng sự đề xuất phương pháp chọn CH theo khoảng cách; Tri Gia Nguyen và cộng sự phát triển DB-LEACH dựa trên năng lượng còn lại và khoảng cách; S. Lindsey và C. S. Raghavendra đề xuất PEGASIS tạo chuỗi thu thập dữ liệu; Younis và Fahmy đề xuất HEED sử dụng cơ chế phân cụm lai ghép phân tán; Manjeshwar và Agrawal phát triển các giao thức nhạy cảm ngưỡng TEEN và APTEEN; Chi-Tsun Cheng và cộng sự đề xuất thuật toán phân cụm dựa trên tập tính bầy đàn côn trùng; Ming Liu và cộng sự phát triển giao thức EAP cân bằng tải năng lượng; Khamiss và cộng sự cải tiến thuật toán LEACH-C dựa trên hàm mật độ phân bố nút; Hnin Yu Shwe và cộng sự xây dựng định tuyến phân cụm cho tòa nhà thông minh dựa trên định danh ID và cường độ tín hiệu RSSI. Về tổng hợp và nén dữ liệu, S. Sandeep Pradhan cùng các cộng sự, Zhibin Sun và cộng sự, J. Barceló-Lladó cùng cộng sự đã phát triển kỹ thuật ứng dụng mã nguồn phân tán (DSC) để loại bỏ dữ liệu dư thừa trên các nút lân cận.

Tại Việt Nam, các nghiên cứu tiêu biểu bao gồm công trình của Vương Đạo Vy và Nguyễn Quốc Đạt (2007) về định tuyến khoảng cách tối thiểu; Vũ Tiến Thái, Nguyễn Đình Việt và Nguyễn Minh Hiền (2013) về giao thức phân cụm dựa trên giải thuật K-Means. Về cấp độ luận án tiến sĩ, có công trình của Lê Đình Thanh (2014) về định vị và nâng cao hiệu năng định tuyến theo vị trí địa lý; Nguyễn Trung Dũng (2014) về phát triển định tuyến nhận biết năng lượng trên nền AODV; Vũ Chiến Thắng (2014) về định tuyến cây nhận thức năng lượng trên hệ thống thực nghiệm 10 nút. Các luận văn thạc sĩ của Hồ Đức Ái (2011), Đào Trọng Biên (2013), Nguyễn Thị Loan (2014), Nguyễn Hoài Nam (2015) cũng đã khảo sát các tầng kiến trúc và giao thức mạng cảm biến.

Vị trí của luận án: Luận án định vị trọng tâm nghiên cứu vào việc giải quyết khoảng trống trong việc cân bằng năng lượng mạng thông qua ba cấu trúc liên kết: phân cụm thích ứng, chuỗi cục bộ phân vùng (cung chuỗi) và cây khung nhỏ nhất kết hợp lưới ngủ ảo; đồng thời tích hợp xử lý nén dữ liệu phân tán không mất thông tin ngay trên tuyến truyền để giảm thiểu lượng bít truyền dẫn ra môi trường không dây.

Cơ sở lý thuyết và phương pháp nghiên cứu

Luận án sử dụng các hệ thống lý thuyết, mô hình giải tích và công cụ kỹ thuật sau:

  • Mô hình tiêu hao năng lượng vô tuyến (First Order Radio Model): Năng lượng tiêu thụ khi truyền một gói tin $q$ bít qua khoảng cách $d$ được biểu diễn bởi: $$E_{TX}(q, d) = \begin{cases} q \cdot E_{elec} + q \cdot \epsilon_{fs} \cdot d^2, & d < d_0 \ q \cdot E_{elec} + q \cdot \epsilon_{mp} \cdot d^4, & d \ge d_0 \end{cases}$$ Trong đó $E_{elec}$ là năng lượng chạy mạch thu phát sóng; $\epsilon_{fs}$ và $\epsilon_{mp}$ lần lượt là năng lượng khuếch đại theo mô hình truyền sóng không gian tự do ($d^2$) và đa đường hai tia mặt đất ($d^4$); $d_0 = \sqrt{\epsilon_{fs}/\epsilon_{mp}}$ là ngưỡng khoảng cách truyền sóng. Năng lượng tiếp nhận $q$ bít dữ liệu là $E_{RX}(q) = q \cdot E_{elec}$, và năng lượng phục vụ tổng hợp dữ liệu là $E_{DA}(q)$.
  • Lý thuyết bằng chứng Dempster-Shafer (Dempster-Shafer Theory of Evidence): Cung cấp khung toán học mô tả độ không chắc chắn, sử dụng hàm niềm tin ($bel$) và hàm độ khả năng/đáng tin ($pl$) trên không gian mẫu $\Theta$ để hỗ trợ đưa ra quyết định tối ưu trong việc đánh giá trạng thái mạng và độ tin cậy của thông tin quan sát.
  • Lý thuyết mã nguồn phân tán (Distributed Source Coding - DSC): Ứng dụng định lý Slepian-Wolf để nén hai hoặc nhiều nguồn dữ liệu tương quan rời rạc một cách độc lập mà không cần trao đổi trực tiếp giữa các nút nguồn, sau đó giải mã liên hợp tại trạm cơ sở, giúp bảo toàn tính toàn vẹn dữ liệu và tiết kiệm đáng kể năng lượng truyền thông.
  • Phương pháp nghiên cứu: Luận án kết hợp phương pháp phân tích giải tích thuật toán và phương pháp mô phỏng số lượng lớn trên máy tính thông qua công cụ mô phỏng mạng NS2 (Network Simulator Version 2.0) và các thuật toán lập trình bằng ngôn ngữ C++/tcl. Các kịch bản mô phỏng được thực hiện lặp lại với các vị trí trạm cơ sở thay đổi (ví dụ: tọa độ (49, 175), (49, 225)) trên vùng mạng $100\text{m} \times 100\text{m}$ gồm 100 nút cảm biến tĩnh.

Nội dung chính theo từng chương

Chương 1: Mở đầu

Chương 1 giới thiệu tổng quan về sự hình thành, phát triển và ứng dụng thực tiễn của mạng cảm biến không dây từ các hệ thống giám sát âm thanh SOSUS thời kỳ đầu đến hệ thống Igloo White và các ứng dụng hiện đại trong nhà thông minh, thành phố thông minh, giám sát môi trường, y tế và an ninh quốc phòng. Tác giả phân tích các hạn chế phần cứng của nút cảm biến và đặt ra các bài toán cốt lõi cần giải quyết: định tuyến, quản lý bảo tồn năng lượng, an ninh mạng (chống tấn công từ chối dịch vụ, tấn công gây nhiễu Jamming, tấn công lỗ đen Black hole) và đảm bảo chất lượng dịch vụ (QoS). Chương này cũng xác định rõ các giả thiết, mục tiêu nghiên cứu và tóm tắt bố cục cùng 5 đóng góp chính của luận án.

Chương 2: Định tuyến và định tuyến tiết kiệm năng lượng trong mạng cảm biến không dây

Chương 2 trình bày tổng quan hệ thống các giải pháp bảo tồn năng lượng trong WSN:

  • Mức kiến trúc phần cứng nút: Thiết kế vi điều khiển tách biệt khối xử lý sự kiện để giảm dòng tiêu thụ, tắt nguồn các băng nhớ và mạch thu phát vô tuyến nhàn rỗi.
  • Mức điều khiển truy nhập đường truyền (MAC): Khảo sát các giao thức T-MAC, ALLEE-MAC, PW-MAC với cơ chế chu kỳ thức/ngủ linh hoạt và dự đoán thức giấc.
  • Mức mạng và phân loại định tuyến: Phân tích 4 nhóm giao thức chính:
    1. Giao thức phẳng (Flooding, Gossiping, SPIN, DD) với nhược điểm bùng nổ lưu lượng và mù tài nguyên.
    2. Giao thức theo thông tin địa lý (GAF, GEAR) chia ô lưới không gian để chuyển tiếp dữ liệu.
    3. Giao thức định hướng chất lượng dịch vụ (SAR, SPEED) tối ưu độ trễ và độ tin cậy luồng.
    4. Giao thức có thứ bậc/phân cụm (LEACH, LEACH-C, HEED, TEEN, APTEEN, PEGASIS).

Luận án tổng hợp bảng đối chiếu đặc trưng các thuật toán phân cụm tiêu biểu:

Thuật toán Phân tán / Tập trung Đặc tính truyền thông Tiêu chí chọn cụm trưởng (CH) Hiệu quả năng lượng Độ phức tạp tính toán Độ phức tạp thông báo
LEACH Phân tán Đơn chặng Dựa trên xác suất Cao $O(n)$ $O(1)$
LEACH-C Tập trung Đơn chặng Dựa trên xác suất và vị trí Cao $O(n)$ $O(1)$
EECS Phân tán Đơn chặng Dựa trên xác suất và năng lượng Cao $O(n)$ $O(n)$
HEED Phân tán Đa chặng Xác suất lặp và chi phí liên lạc Cao $O(1)$ $O(n)$
CEEC Phân tán Đơn chặng Dựa trên xác suất Cao $O(n)$ $O(1)$
SDWSN Phân tán Đơn chặng Khoảng cách và năng lượng Cao $O(n)$ $O(n)$

Chương 3: Định tuyến tiết kiệm năng lượng dựa trên phân cụm

Chương 3 tập trung phân tích các hạn chế của giao thức LEACH gốc: việc phân bổ cụm trưởng không đều khiến các nút thành viên ở xa CH tiêu tốn nhiều năng lượng; việc bầu chọn thuần túy theo xác suất ngẫu nhiên có thể chọn các nút có mức năng lượng thấp làm CH khiến nút nhanh chết; và khoảng cách từ CH tới BS không được tối ưu.

Tác giả đề xuất thuật toán cải tiến giao thức LEACH hoạt động theo chu kỳ hai giai đoạn:

  1. Giai đoạn thiết lập cụm (Setup Phase): Mỗi nút ứng viên chỉ được quyền tham gia ứng cử làm cụm trưởng ở vòng $r$ nếu mức năng lượng còn lại của nó $E_{residual}(i)$ lớn hơn mức năng lượng trung bình của tất cả các nút còn sống trong mạng $E_{average}$. Đồng thời, biểu thức tính ngưỡng xác suất $T(i)$ được bổ sung trọng số phụ thuộc vào khoảng cách từ nút đến trạm cơ sở ($d_{toBS}$).
  2. Giai đoạn gia nhập cụm (Cluster Join Phase): Các nút thành viên không chọn CH thuần túy theo cường độ tín hiệu RSSI mà tính toán hàm chi phí $cost(j, i)$ kết hợp giữa khoảng cách từ nút $j$ đến nút cụm trưởng $CH_i$ và khoảng cách từ $CH_i$ đến trạm cơ sở BS.

Kết quả mô phỏng trên mạng cảm biến đồng nhất cho thấy thuật toán cải tiến giúp kéo dài thời gian sống của mạng thêm khoảng 20% so với LEACH gốc, giảm tỷ lệ nút chết sớm và tăng số lượng gói tin tiếp nhận thành công tại trạm cơ sở.

Chương 4: Định tuyến tiết kiệm năng lượng dựa trên chuỗi

Chương 4 nghiên cứu và giải quyết vấn đề truyền dữ liệu theo cấu trúc chuỗi liên kết nhằm hạn chế việc truyền tầm xa của các nút thành viên. Chương này trình bày hai thuật toán đề xuất:

  1. Giao thức DFCB (Data Fusion and Chain-Based Routing Protocol):

    • Nguyên lý: Thiết lập một chuỗi dài kết nối toàn bộ các nút trong mạng bằng thuật toán tham lam (Greedy Algorithm) để giảm thiểu khoảng cách truyền thông giữa các chặng lân cận.
    • Tích hợp nén dữ liệu: Áp dụng mã nguồn phân tán (DSC) để nén không mất dữ liệu cảm biến có tính tương quan không gian dọc theo chuỗi. Nút cụm trưởng CH được chọn trên chuỗi dựa trên năng lượng còn lại cao nhất và khoảng cách thuận lợi để phát gói tin tổng hợp về BS.
    • Hiệu năng: Kéo dài thời gian sống của mạng thêm khoảng 40% so với LEACH và 10% so with PEGASIS.

  2. Giao thức SCBC (Sector-Chain Based Clustering Routing Protocol):

    • Nguyên lý: Khắc phục độ trễ lớn và suy giảm năng lượng của cấu trúc chuỗi đơn quá dài trong PEGASIS. Không gian mạng được chia thành các cung/cụm lô-gíc đều nhau dựa vào góc tọa độ cực tạo bởi vị trí nút cảm biến, BS và hệ trục tọa độ $Oxy$.
    • Tổ chức chuỗi nhánh: Trong mỗi cung, một chuỗi con cục bộ được xây dựng. Mỗi cụm bầu chọn một cụm trưởng chính (CH) và một cụm trưởng thứ cấp (Secondary Cluster Head - SCH) ở vị trí gần trạm cơ sở nhất để phụ trách truyền tải liên chặng ra ngoài trạm cơ sở.
    • Hiệu năng: Kéo dài thời gian sống của mạng thêm khoảng 20% so với PEGASIS và 15% so với IEEPB.

Chương 5: Định tuyến tiết kiệm năng lượng dựa trên cây tối thiểu

Chương 5 nghiên cứu cấu trúc định tuyến thứ bậc dựa trên cây khung nhỏ nhất và đề xuất hai thuật toán:

  1. Giao thức DFTBC (Data Fusion and Tree-Based Clustering Routing Protocol):

    • Nguyên lý: Mạng được phân chia thành các cụm (khoảng 5% số cụm tối ưu). Trong mỗi cụm, tập hợp các nút còn sống được mô hình hóa thành một đồ thị vô hướng $G(V, E)$. Thuật toán Prim hoặc Kruskal được áp dụng để thiết lập cây khung nhỏ nhất (MST) tối ưu tổng độ dài liên kết giữa các nút.
    • Tổng hợp dữ liệu trên cây: Dữ liệu từ các nút lá được chuyển tiếp lên nút cha, thực hiện nén và khử trùng lặp theo từng tầng của cây trước khi truyền về nút gốc của cụm và gửi tới BS.
    • Hiệu năng: Cải thiện hiệu quả tiêu thụ năng lượng so với LEACH-C khoảng 60%, so với PEGASIS khoảng 20% và so với STDC khoảng 8%.

  2. Giao thức SSTBC (Sleep Scheduled and Tree-Based Clustering Routing Protocol):

    • Nguyên lý: Kết hợp cây khung nhỏ nhất với cơ chế lập lịch ngủ theo mắt lưới ảo. Vùng cụm được chia thành các ô lưới ảo (kích thước người dùng định nghĩa, ví dụ: $5\text{m} \times 5\text{m}$ hoặc $\le 20\text{m} \times 20\text{m}$).
    • Cơ chế hoạt động: Trong mỗi ô lưới ảo có nhiều nút cảm biến cùng bao phủ một vùng không gian, chỉ một nút có mức năng lượng cao nhất được duy trì ở trạng thái hoạt động (thức) để đo đạc và định tuyến trên cây; các nút còn lại được chuyển sang chế độ ngủ (sleep) để bảo tồn năng lượng. Vai trò hoạt động được hoán đổi luân phiên theo từng vòng $r$.
    • Hiệu năng: Kéo dài thời gian sống của mạng thêm khoảng 65% so với LEACH-C, khoảng 20% so với PEGASIS và khoảng 12% so với STDC.

Kết quả và những đóng góp mới

Luận án đã đạt được 5 đóng góp học thuật và kỹ thuật chính:

  1. Cải tiến giao thức phân cụm phân tán (LEACH cải tiến): Xây dựng tiêu chuẩn chọn nút cụm trưởng dựa trên điều kiện kép (năng lượng còn lại phải lớn hơn mức năng lượng trung bình của mạng và tích hợp thông số khoảng cách đến BS) cùng hàm chi phí chọn CH của nút thành viên. Kết quả mô phỏng xác nhận thời gian sống của mạng tăng khoảng 20%.
  2. Đề xuất giao thức chuỗi nén dữ liệu DFCB: Kết hợp xây dựng chuỗi truyền thông cự ly ngắn với thuật toán tổng hợp, nén dữ liệu không mất thông tin dựa trên mã nguồn phân tán DSC. Giao thức kéo dài thời gian sống của mạng thêm khoảng 40% so với LEACH và 10% so với PEGASIS.
  3. Đề xuất lược đồ phân cụm cung chuỗi SCBC: Đưa ra giải pháp chia vùng mạng thành các cung hình học cân bằng nút dựa trên góc phương vị tọa độ đối với trạm cơ sở, sử dụng cơ chế cụm trưởng kép (CH và SCH). Giao thức giúp tăng thời gian sống của mạng thêm khoảng 20% so với PEGASIS và 15% so với IEEPB.
  4. Đề xuất giao thức cây khung tổng hợp dữ liệu DFTBC: Kết hợp kỹ thuật phân cụm với việc xây dựng cây khung nhỏ nhất (MST) trên đồ thị các nút sống của từng cụm, thực hiện nén dữ liệu đa tầng theo nhánh cây. Hiệu quả năng lượng tăng khoảng 60% so với LEACH-C, 20% so với PEGASIS và 8% so với STDC.
  5. Đề xuất giao thức cây khung lập lịch ngủ SSTBC: Tích hợp kiến trúc cây tối thiểu với mô hình chia ô lưới ảo cục bộ và thuật toán hoán đổi trạng thái thức/ngủ luân phiên. Kết quả mô phỏng chỉ ra thời gian sống của mạng tăng khoảng 65% so với LEACH-C, 20% so với PEGASIS và 12% so với STDC.

Hạn chế và hướng nghiên cứu tiếp

Căn cứ vào nội dung và phạm vi nghiên cứu được trình bày trong luận án:

  • Hạn chế: Các đề xuất và mô hình tính toán đều dựa trên giả thiết mạng cảm biến tĩnh, các nút không di chuyển và phân bố trên mặt phẳng không gian hai chiều (2D). Việc đánh giá hiệu năng chủ yếu dừng lại ở mô hình hóa toán học và công cụ mô phỏng phần mềm NS2, chưa triển khai thử nghiệm trên quy mô mạng phần cứng thực tế lớn.
  • Hướng phát triển: Mở rộng nghiên cứu các thuật toán phân cụm, chuỗi và cây cho mạng cảm biến không dây có nút di động (Mobile WSNs); nghiên cứu bài toán định tuyến tiết kiệm năng lượng trong không gian không gian 3 chiều (3D); và hiện thực hóa thuật toán lên các vi điều khiển phần cứng của các hệ thống nhúng thực nghiệm.

Giá trị tham khảo

Luận án là tài liệu tham khảo chuyên môn cho:

  • Nghiên cứu sinh và học viên cao học ngành Công nghệ Thông tin, Kỹ thuật Viễn thông và Mạng máy tính: Cung cấp cơ sở lý thuyết về mô hình năng lượng vô tuyến, lý thuyết Dempster-Shafer, lý thuyết mã nguồn phân tán DSC và phương pháp luận thiết kế giao thức định tuyến WSN.
  • Giảng viên và nhà nghiên cứu: Cung cấp tài liệu tổng quan toàn diện về các dòng giao thức định tuyến phân tầng (phẳng, địa lý, QoS, phân cấp) và các mã nguồn thuật toán mô phỏng trên NS2.
  • Kỹ sư phát triển hệ thống IoT và WSN: Tham khảo các kỹ thuật tối ưu hóa lịch trình thức/ngủ, kỹ thuật phân vùng cung chuỗi và cân bằng tải để áp dụng vào các dự án quan trắc môi trường thực tế.

Câu hỏi thường gặp

1. Điều kiện để một nút cảm biến trở thành nút cụm trưởng (CH) trong giao thức phân cụm cải tiến ở Chương 3 là gì?
Nút cảm biến phải thỏa mãn đồng thời hai điều kiện: mức năng lượng còn lại ở vòng hiện tại ($E_{residual}(i)$) phải lớn hơn mức năng lượng trung bình của toàn bộ các nút còn sống trong mạng ($E_{average}$), và giá trị ngẫu nhiên sinh ra phải nhỏ hơn ngưỡng $T(i)$ đã được hiệu chỉnh bởi khoảng cách từ nút đến trạm cơ sở ($d_{toBS}$).

2. Giao thức DFCB giải quyết vấn đề gì của cấu trúc chuỗi trong WSN?
DFCB giải quyết vấn đề suy giảm năng lượng do truyền dữ liệu lặp lại qua chuỗi dài bằng cách tích hợp mã nguồn phân tán (DSC) để nén và loại bỏ dữ liệu dư thừa không gian giữa các nút lân cận trước khi chuyển tiếp, giúp giảm số lượng bít dữ liệu cần phát ra kênh truyền.

3. Cơ chế phân chia mạng trong giao thức SCBC được thực hiện như thế nào?
SCBC chia toàn bộ vùng cảm biến thành các cung (cụm) hình học lô-gíc dựa vào góc tạo bởi vị trí của nút cảm biến với trạm cơ sở BS trên hệ trục tọa độ $Oxy$. Mỗi cung duy trì một chuỗi cục bộ ngắn và có một nút cụm trưởng thứ cấp (SCH) nằm gần BS để đảm nhận việc truyền dữ liệu đường dài về trạm cơ sở.

4. Thuật toán SSTBC duy trì hoạt động quan trắc liên tục bằng cách nào khi cho các nút đi ngủ?
SSTBC chia mỗi cụm thành các ô lưới ảo có diện tích nhỏ (ví dụ: $5\text{m} \times 5\text{m}$). Do các nút trong cùng ô lưới có vùng phủ sóng tương đương, thuật toán chỉ kích hoạt một nút có năng lượng cao nhất thức để cảm biến và định tuyến dữ liệu trên cây khung, các nút còn lại trong ô chuyển sang chế độ ngủ và đổi vai trò ở vòng tiếp theo.

5. Các tham số mô phỏng chính được sử dụng để đánh giá các giao thức trong luận án là gì?
Các nghiên cứu thực nghiệm mô phỏng trên không gian mạng $100\text{m} \times 100\text{m}$ gồm 100 nút cảm biến tĩnh, khảo sát các vị trí trạm cơ sở BS tại (49, 175) và (49, 225), đo lường các chỉ số: tỷ lệ nút còn sống theo thời gian, tổng năng lượng tiêu thụ qua từng vòng và tỷ lệ phần trăm gói tin gửi thành công về trạm cơ sở.

Kết luận

Luận án tiến sĩ "Nghiên cứu giao thức định tuyến tiết kiệm năng lượng cho mạng sensor" của nghiên cứu sinh Nguyễn Duy Tân đã giải quyết bài toán bảo tồn năng lượng và kéo dài thời gian sống cho mạng cảm biến không dây thông qua việc cải tiến toàn diện các cấu trúc định tuyến có thứ bậc. Tác giả đã đề xuất thành công 5 giải pháp thuật toán bao gồm LEACH cải tiến, DFCB, SCBC, DFTBC và SSTBC, kết hợp chặt chẽ giữa phân cụm thích ứng, cấu trúc chuỗi/cây khung tối thiểu, mã nguồn phân tán và cơ chế lập lịch ngủ trên ô lưới ảo. Các kết quả mô phỏng định lượng đã chứng minh các thuật toán đề xuất đạt hiệu quả vượt trội trong việc tiết kiệm năng lượng tiêu thụ và kéo dài thời gian hoạt động của mạng so với các giao thức tiêu chuẩn.