đặt vấn đề tìm kiếm cấu hình đặt vị trí đỉnh tốt nhất trong 5 bối cảnh có ràng buộc, theo nghĩa là giá trị riêng thứ hai nhỏ nhất của ma trận Laplacian của đồ thị tương ứng được tối đa hóa. Bài báo đề xuất một thuật toán kiểu tham lam có tính lặp lại với một hành vi hội tụ cục bộ được đảm bảo. Các mô phỏng mở rộng cho thấy nó thường hội tụ đến giá trị cực đại toàn cục khi có thể lựa chọn tuyến đường dựa trên đồ thị ban đầu. Bởi sự hạn chế của phương pháp tập trung trong các nghiên cứu trước đó, trong [11] trình bày một thuật toán tính toán vector riêng Fiedler với cơ chế điều khiển kết nối theo phương pháp phân tán dựa trên việc tối đa hóa giá trị riêng thứ hai nhỏ nhất của ma trận Laplacian bằng cách sử dụng một thuật toán siêu gradient.
Tiếp đó Yang và đồng nghiệp [12] sử dụng một thuật toán lặp phân tán để ước lượng vectơ riêng Fiedler áp dụng vào luật điều khiển để duy trì tính kết nối theo cách phân phối. Trong [13, 14], tác giả đã tận dụng khung cơ sở để phát triển chiến lược điều khiển dựa trên độ dốc sử dụng hàm năng lượng để duy trì độ kết nối đại số. Ở bài báo [15] phát triển một bộ điều khiển phi tập trung dựa trên độ dốc để duy trì tính kết nối toàn cục bằng cách sử dụng hàm tiềm năng vô hướng của giá trị riêng thứ hai nhỏ nhất. Bộ điều khiển dựa trên độ dốc được sử dụng trong [16] cho vấn đề khám phá đa mục tiêu.
Các nghiên cứu thực hiện theo hướng tiếp cận sử dụng kết nối đại số trên đều sử dụng mô hình đĩa nhị phân và mô hình không gian tự do khi đã loại bỏ hết những vấn đề của nhiều từ môi trường ảnh hưởng đến đường truyền. Các kết nối đại số dựa trên khoảng cách giữa các robot, khi khoảng cách giữa hai robot nằm trong một ngưỡng nhất định, thì giữa hai robot đó được cho là có kết nối. Hơn thế nữa, việc sử dụng kết nối đại số dẫn đến việc làm chậm quá trình tối ưu hóa bởi các robot trong mạng phải ước lượng chất lượng kết nối liên tục và nhiều lần, khó đáp ứng được tốc độ cho các kết nối truyền thông trong thực tế. Bởi quy trình ước lượng cho kết nối đại số mất nhiều thời gian và với phương pháp tiếp cận dựa trên hình học sử dụng các kết nối đại số đó để thực hiện việc tối ưu hóa vị trí dẫn đến cải thiện tốc độ hơn so với hướng tiếp cận trước đó.
Trong hướng tiếp cận thứ hai, một thuật toán đồng bộ phân tán được đề xuất trong [17], các kết nối được mô tả bởi một hàm công suốt truyền P (d) = minω {E[ω/S(ω, d)]} trong đó S(ω, d) là tỷ lệ truyền thành công bởi công suất ω trên khoảng cách d. Tác giả giả định rằng một đường đi từ nguồn đến đích, bao gồm các nút có khả năng di động, được khám phá bằng một giao thức định tuyến. Tác giả đưa ra thuật toán điều khiển di động là độc lập với giao thức khám phá định tuyến và sẽ điều khiển vị trí các robot lân cận xung quanh đường từ nguồn tới đích. Trong [18], một thuật toán điều khiển di chuyển cục bộ được trình bày để xây dựng một cấu 6 trúc mạng robot liên thông chống lỗi từ một mạng kết nối; trong đó các kết nối dựa trên khoảng cách dữa chúng.
Nghiên cứu với mục tiêu là giảm thiểu tổng quãng đường di chuyển của robot. Thuật toán sử dụng thông tin lân cận p-hop để xác định robot quan trọng có khả năng hướng dẫn hai lân cận di chuyển gần nhau, do đó xây dựng tính kết nối chống lỗi trong các khu vực lân cận của chúng. Trong [19, 20] các kết nối trong mạng dựa trên khoảng cách giữa chúng, và được mô hình hóa bởi một đồ thị theo thời gian. Các cạnh liên kết được biểu thị theo thời gian với mục tiêu là dự đoán chính xác xác suất của một kết nối tương lai giữa hai robot trang bị thiết bị đo khoảng cách.
Vì tầm hoạt động hạn chế của các cảm biến này, sự thay đổi động trong nhóm mạng xảy ra khi robot di chuyển đối với nhau. Việc dự đoán chính xác sự tồn tại tương lai của một đỉnh, xem xét ước lượng trạng thái không hoàn hảo và độ nhiễu trong hoạt động, là một nhiệm vụ phức tạp. Bài báo đề xuất một thuật toán Mở Rộng Dãy Số Quy Nạp (APSE) dựa trên các ước lượng hiện tại và các ứng cử điều khiển. Thuật toán này sử dụng công thức mở rộng dãy số quy nạp của hình thức tích phân bậc hai trong một phân phối chuẩn.
Để đảm bảo tính khả thi tính toán, một xấp xỉ hữu hạn số nguyên được giới thiệu. Bài báo cũng cung cấp các phân tích chứng minh rằng lỗi cắt giảm trong xấp xỉ hữu hạn có thể được giảm lý thuyết đến một ngưỡng mong muốn bằng cách chọn linh hoạt bậc cộng của dãy số quy nạp. Về cơ bản, bài báo đưa ra phương pháp này nhằm nâng cao độ chính xác khi tính xác suất kết nối trong tương lai giữa hai nút được trang bị các thiết bị truyền thông và đo lường dựa trên khoảng cách. Có thể thấy các nghiên cứu trên đánh giá chất lượng kết nối chủ yếu dựa vào các mô hình giao tiếp đơn giản như mô hình đĩa nhị phân và mô hình không gian tự do.
Bỏ qua các yếu tố ảnh hưởng của nhiễu, mất đường truyền và fading đa đường. Đến nghiên cứu [21], [22], tác giả đã xem xét các điều kiện fading, tức là kênh Rician/Rayleigh fading, trong đó tín hiệu mong muốn trải qua Rician fading và tín hiệu nhiễu trải qua Rayleigh fading. Bài báo chỉ ra rằng chiến lược điều phối chất lượng liên kết và nhận biết vị trí C-LPAR (Coordinated link quality and position aware route) mang lại các đường truyền thông có thông lượng cao trong Mạng Cảm biến Không Dây Di Động MWSNs (Mobile Wireless Sensor Networks) khi gặp các điều kiện phát tán không đồng đều như phát tán Rician/Rayleigh. Chiến lược trong bài báo tận dụng các đặc tính của phát tán đa đường, sự di động và thông tin vị trí của các bộ định tuyến để tối ưu hóa các đường truyền thông dữ liệu.
Bài báo đã mô hình hóa được các kênh truyền thông không dây dưới tác động của kênh Rician/Rayleigh fading. Cùng với đó, để tối ưu mạng truyền thông không 7 dây, tác giả đã đề xuất một giải thuật tối ưu hóa vị trí của các nút cảm biến trong mạng sử dụng thuật toán tối ưu bầy đàn PSO (Particle Swarm Optimization) để tìm kiếm vị trí tối ưu và dùng một phương pháp điều khiển đơn giản để di chuyển các nút cảm biến. Quá trình tối ưu của mạng được vận hành bởi một nút điều phối được chọn là nút cuối cùng trong một tuyến truyền thông. Nút điều phối này có nhiệm vụ tìm các nút có xác suất truyền nhận tin thấp nhất trong tuyến truyền tin từ đầu đến cuối của chúng và yêu cầu nút này thực hiện tối ưu.
Quá trình lặp đi lặp lại cho đến khi nút điều phối xác định tuyến truyền tin được đảm bảo. Chính vì cơ chế điều phối tập trung như vậy, dẫn đến chi phí giao tiếp truyền thông đáng kể và việc tối ưu hóa vị trí có thể được lặp lại nhiều lần trên cùng một nút cảm biến.3 Câu hỏi nghiên cứu Dựa trên các thách thức và nghiên cứu trước đó, để chi tiết hóa nội dung và vấn đề cần giải quyết, luận văn đề xuất một loạt các câu hỏi nghiên cứu. Kết nối truyền thông trong mạng đa robot dưới các tác động bất lợi của môi trường được mô hình hóa như thế nào? 2. Phương Pháp tối ưu chất lượng kết nối mạng dựa trên điều khiển robot trong điều kiện mạng tĩnh (đã triển khai xong) và mạng động (đang trong quá trình triển khai) thực hiện như thế nào? 1.4 Mục tiêu nghiên cứu Luận văn đặt ra các mục tiêu nghiên cứu: • Mô hình hóa các điều kiện bất lợi từ môi trường ảnh hưởng tới mạng đa robot; Luận văn mô hình hóa các kênh truyền thông của mạng đa robot bằng mô hình kênh truyền Rician/Rayleigh fading.
• Xây dựng chiến lược điều khiển đảm bảo chất lượng mạng trong môi trường tĩnh: Trong quá trình đã được triển khai ngoài môi trường làm nhiệm vụ, mạng đa robot có thể tồn tại các kết nối với chất lượng không đủ tốt cho một tuyến truyền. Dẫn đến việc xây dựng chiến lược giúp cải thiện các kết nối yếu này với khả năng tối ưu tốt hơn các nghiên cứu trước đó. 8 • Phát triển chiến lược điều khiển duy trì và phục hồi mạng trong môi trường động: Khi thực hiện khám phá, di chuyển trong môi trường, các kết nối của robot có thể bị suy giảm, cũng như các ràng buộc khiến mạng không thể mở rộng thực hiện nhiệm vụ. Dẫn đến luận văn đề xuất chiến lược điều khiển duy trì phục hồi mạng đa robot và mở rộng mạng trong môi trường động 1.5 Phạm vi nghiên cứu Dựa trên các mục tiêu nghiên cứu đề ra, luận văn thực hiện nghiên cứu một mạng đa robot được kết nối với nhau thông qua các kênh truyền thông không dây dựa trên mô hình kênh truyền Rician/Rayleigh fading.
Luận văn thực hiện nghiên cứu các giải thuật về điều khiển tối ưu duy trì và phục hồi mạng đa robot trong các môi trường tĩnh và động trong mô phỏng. Đưa ra các đánh giá cho thấy khả năng tối ưu của các giải thuật đề suất so với các nghiên cứu trước đó.6 Phương pháp luận Để giải quyết bài toán truyền thông trong mạng đa robot, trước tiên luận văn mô hình hóa kênh truyền dựa trên mô hình. Các kênh truyền được mô hình hóa dựa trên mô hình kênh Rician/Rayleigh fading. Mô hình này là một mô hình xác suất, được hình thành lên bởi việc lấy mẫu với một số lượng lớn các tín hiệu trong môi trường và đưa ra các hàm mật độ xác suất, phân phối xác suất để mô tả sự suy giảm của tín hiệu trong không gian.
Tiếp đó, để giải quyết các bài toán tối ưu trong môi trường tĩnh và động, luận văn sử dụng các giải thuật điều khiển để di chuyển các robot trong không gian giúp cải thiện, tối ưu, và duy trì mạng đa robot. Mạng đa robot được mô hình lại là các điểm trong không gian 2 chiều. Mạng robot này được kết nối với nhau bởi các kết nối chịu tác động của kênh Rician/Rayleigh fading, tất cả được mô phỏng trên công cụ Matlab.