Nghiên cứu ứng dụng bộ mã hóa tự động ae nâng cao hiệu năng truyền thông của mạng không dây trên cơ thể sống wban

Nghiên cứu ứng dụng bộ mã hóa tự động (AE) nâng cao hiệu năng truyền thông mạng không dây trên cơ thể sống (WBAN). Tối ưu hóa hiệu quả, giảm thiểu năng lượng tiêu thụ.

Chuyên ngành

Kỹ Thuật Điện Tử

Người đăng

Ẩn danh

Thể loại

Luận Án Tiến Sĩ

2024

152
2
0

Phí lưu trữ

45 Point

Mục lục chi tiết

LỜI CAM ĐOAN

LỜI CẢM ƠN

1. CHƯƠNG 1: MỞ ĐẦU

1.1. KHÁI QUÁT VỀ TRUYỀN THÔNG TRONG MẠNG WBAN VÀ KỸ THUẬT HỌC SÂU

1.1.1. Giới thiệu về WBAN và các ứng dụng

1.1.2. Khái niệm WBAN và chuẩn IEEE 802.2 Các ứng dụng của WBAN

1.1.3. Mô hình kênh WBAN

1.2. HỆ THỐNG MIMO, MIMO HỢP TÁC VÀ ỨNG DỤNG TRUYỀN THÔNG TRONG WBAN

1.2.1. Hệ thống MIMO

1.2.2. Hệ thống MIMO hợp tác

1.2.3. Hệ thống MIMO và MIMO hợp tác trong WBAN

1.3. KỸ THUẬT HỌC SÂU VÀ KỸ THUẬT AUTOENCODER TRONG CÁC HỆ THỐNG TRUYỀN THÔNG VÔ TUYẾN

1.3.1. Giới thiệu về học máy, học sâu

1.3.2. Ứng dụng kỹ thuật Autoencoder trong truyền thông vô tuyến

1.4. Tham số đánh giá hiệu năng của hệ thống

1.5. Các hướng nghiên cứu mở về ứng dụng Autoencoder trong WBAN và định hướng phát triển của luận án

1.6. Kết luận chương 1

2. CHƯƠNG 2: HỆ THỐNG TRUYỀN THÔNG MIMO ỨNG DỤNG KỸ THUẬT AUTOENCODER CHO MẠNG WBAN

2.1. Mô hình WBAN sử dụng hệ thống truyền thông MIMO ứng dụng kỹ thuật AE

2.1.1. Các hệ thống MIMO ứng dụng kỹ thuật AE

2.1.2. Các bộ tách tín hiệu MIMO ứng dụng kỹ thuật học sâu

2.2. Đề xuất hệ thống MIMO ứng dụng kỹ thuật AE dán nhãn theo symbol sử dụng bộ tách RTN cho WBAN

2.2.1. Hệ thống SWAE-MIMO sử dụng bộ tách RTN

2.2.2. Phương pháp huấn luyện hệ thống SWAE-MIMO sử dụng bộ tách RTN

2.3. Đề xuất hệ thống MIMO ứng dụng kỹ thuật AE dán nhãn theo bit sử dụng bộ tách MMSE và MMSEnet cho WBAN

2.3.1. Các hệ thống BWAE-MIMO sử dụng các bộ tách MMSE và MMSEnet

2.3.2. Phương pháp huấn luyện hệ thống BWAE-MIMO

2.4. Các kết quả mô phỏng

2.5. Kết luận chương 2

3. CHƯƠNG 3: HỆ THỐNG TRUYỀN THÔNG MIMO HỢP TÁC ỨNG DỤNG KỸ THUẬT AUTOENCODER CHO MẠNG WBAN

3.1. Mô hình hệ thống WBAN sử dụng truyền thông MIMO hợp tác ứng dụng kỹ thuật AE

3.1.1. Hệ thống SISO hợp tác theo phương pháp DF ứng dụng kỹ thuật AE

3.1.2. Hệ thống SISO chuyển tiếp theo phương pháp AF ứng dụng kỹ thuật AE

3.2. Đề xuất hệ thống MIMO hợp tác theo phương pháp AF ứng dụng kỹ thuật AE cho WBAN

3.2.1. Hệ thống AE-AF sử dụng bộ kết hợp MMSE

3.2.2. Hệ thống AE-AF sử dụng bộ kết hợp RTN

3.2.3. Phương pháp huấn luyện các hệ thống AE-AF

3.3. Đề xuất các hệ thống MIMO hợp tác theo phương pháp DF ứng dụng kỹ thuật AE cho WBAN

3.3.1. Hệ thống AE-DF sử dụng bộ kết hợp MMSEnet

3.3.2. Hệ thống AE-DF sử dụng bộ kết hợp RTN

3.3.3. Phương pháp huấn luyện các hệ thống AE-DF

3.4. Các kết quả mô phỏng

3.4.1. Kết quả mô phỏng các hệ thống AE-AF

3.4.2. Kết quả mô phỏng các hệ thống AE-DF

3.5. Kết luận chương 3

DANH MỤC CÁC CÔNG TRÌNH KHOA HỌC CÔNG BỐ

TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan WBAN Autoencoder Nâng Cao Truyền Thông

Mạng không dây trên cơ thể (WBAN) đang nổi lên như một giải pháp tiềm năng cho việc thu thập dữ liệu sức khỏe và thể chất từ các thiết bị đeo trên người. WBAN kết nối các thiết bị cảm biến trên hoặc gần cơ thể để theo dõi các chỉ số sinh lý, hoạt động của người dùng. Dữ liệu này có thể được sử dụng để theo dõi sức khỏe từ xa, hỗ trợ thể thao và thậm chí trong các ứng dụng quân sự. Tuy nhiên, WBAN gặp phải nhiều thách thức, bao gồm suy hao đường truyền, nhiễu và hạn chế về năng lượng. Để giải quyết những thách thức này, nghiên cứu đã tập trung vào việc ứng dụng kỹ thuật học sâu (Deep Learning), đặc biệt là bộ mã hóa tự động (Autoencoder) để cải thiện hiệu năng truyền thông của mạng.

1.1. Giới thiệu về WBAN và ứng dụng sức khỏe điện tử

WBAN (Wireless Body Area Network) theo chuẩn IEEE 802.15.6 có nhiều ứng dụng quan trọng trong lĩnh vực sức khỏe điện tử. WBAN cho phép giám sát bệnh nhân từ xa, thu thập và truyền dữ liệu sức khỏe (nhịp tim, huyết áp, điện não đồ, điện tâm đồ...). Nhờ đó, bác sĩ có thể theo dõi tình trạng bệnh nhân liên tục và đưa ra các biện pháp can thiệp kịp thời mà không cần bệnh nhân phải đến bệnh viện. Theo tài liệu gốc, 'Trong lĩnh vực y tế, chăm sóc sức khỏe, WBAN cho phép liên tục thu thập, lưu trữ các thông tin, đưa ra các cảnh báo về dấu hiệu bất thường về sức khỏe của bệnh nhân'. Điều này góp phần cải thiện chất lượng chăm sóc sức khỏe và giảm chi phí y tế.

1.2. Thách thức truyền thông trong mạng không dây WBAN

Mặc dù tiềm năng lớn, WBAN đối mặt với các thách thức truyền thông đáng kể. Suy hao đường truyền lớn do cơ thể người hấp thụ tín hiệu. Hiện tượng che khuất (Shadowing) do cử động cơ thể gây ra. Môi trường truyền tin đa đường phức tạp. Hạn chế về năng lượng do kích thước nhỏ của các thiết bị đeo thông minh. Tất cả những yếu tố này ảnh hưởng đến hiệu năng truyền thông và độ tin cậy của mạng. Vì vậy, cần có các giải pháp hiệu quả để vượt qua những hạn chế này.

II. Vấn Đề Suy Hao Nhiễu Ảnh Hưởng Hiệu Năng WBAN

Một trong những vấn đề chính mà mạng WBAN (Wireless Body Area Network) phải đối mặt là sự suy giảm hiệu năng truyền thông do các yếu tố như suy hao đường truyền, nhiễu và giới hạn về năng lượng. Các giải pháp truyền thống thường không đủ để đáp ứng yêu cầu về độ tin cậy và tốc độ truyền dữ liệu trong môi trường WBAN đầy thách thức. Do đó, cần có các phương pháp tiếp cận mới, sáng tạo để giải quyết những vấn đề này. Các phương pháp cần đảm bảo bảo mật dữ liệuchất lượng dịch vụ (QoS)

2.1. Phân tích ảnh hưởng của suy hao đường truyền trong WBAN

Suy hao đường truyền trong mạng WBAN là một vấn đề nghiêm trọng do cơ thể người hấp thụ tín hiệu vô tuyến. Điều này dẫn đến giảm đáng kể cường độ tín hiệu, làm tăng tỷ lệ lỗi bit (BER) và giảm hiệu năng truyền thông tổng thể. Các nghiên cứu về mô hình hóa kênh truyền là rất quan trọng để hiểu rõ hơn về đặc tính kênh truyền trong WBAN và phát triển các phương pháp giảm thiểu ảnh hưởng của suy hao đường truyền. Các yếu tố như tần số, vị trí của các thiết bị và hoạt động của cơ thể ảnh hưởng đến suy hao đường truyền.

2.2. Tác động của nhiễu đến chất lượng truyền thông WBAN

Nhiễu là một yếu tố khác ảnh hưởng tiêu cực đến hiệu năng truyền thông của WBAN. Nhiễu có thể đến từ nhiều nguồn khác nhau, bao gồm các thiết bị điện tử khác, các mạng không dây khác và thậm chí cả các hoạt động sinh lý của cơ thể. Nhiễu làm giảm tỷ số tín hiệu trên tạp âm (SNR), làm tăng nguy cơ lỗi truyền dẫn. Vì vậy, cần có các kỹ thuật hiệu quả để giảm thiểu ảnh hưởng của nhiễu và cải thiện chất lượng truyền thông. Việc sử dụng các kỹ thuật điều chế thích hợp và các giao thức truyền thông chống nhiễu có thể giúp cải thiện hiệu năng của mạng.

III. Giải Pháp AE Nâng Cao Truyền Thông Vượt Trội Cho WBAN

Để giải quyết các vấn đề về hiệu năng truyền thông trong mạng WBAN (Wireless Body Area Network), nghiên cứu đề xuất sử dụng bộ mã hóa tự động (AE). AE là một mạng nơ-ron có thể học cách mã hóa và giải mã dữ liệu một cách hiệu quả. Bằng cách tích hợp AE vào hệ thống truyền thông của WBAN, có thể đạt được hiệu năng truyền thông cao hơn, giảm năng lượng tiêu thụ và tăng bảo mật dữ liệu. Kỹ thuật AE cho phép tối ưu hóa toàn bộ hệ thống truyền thông, từ máy phát đến máy thu, để đạt được hiệu năng tốt nhất.

3.1. Ứng dụng bộ mã hóa tự động AE trong hệ thống MIMO WBAN

Hệ thống MIMO (Multiple Input Multiple Output) kết hợp với bộ mã hóa tự động (AE) có thể cải thiện đáng kể hiệu năng truyền thông của WBAN. AE có thể được sử dụng để mã hóa dữ liệu trước khi truyền, giúp giảm nhiễu và tăng cường tín hiệu. Hệ thống MIMO tận dụng nhiều ăng-ten để truyền và nhận dữ liệu, tăng dung lượng kênh truyền và độ tin cậy. Theo tài liệu gốc, 'Các giải pháp sử dụng các hệ thống MIMO (Multiple Input Multiple Output), MIMO hợp tác được đề xuất sử dụng cải thiện dung lượng và độ tin cậy cho liên kết truyền thông trong WBAN'. Việc kết hợp hai kỹ thuật này mang lại hiệu quả vượt trội.

3.2. Tối ưu hóa bộ mã hóa tự động AE cho mạng WBAN

Để đạt được hiệu quả tốt nhất, bộ mã hóa tự động (AE) cần được tối ưu hóa cho các đặc tính cụ thể của mạng WBAN. Các yếu tố cần xem xét bao gồm mô hình hóa kênh truyền, năng lượng tiêu thụđộ trễ truyền dẫn. Có nhiều autoencoder variants (VAE, DAE). Việc lựa chọn hàm mất mát (loss function) và các thuật toán tối ưu hóa (optimization algorithms) phù hợp cũng rất quan trọng. Nghiên cứu cần tập trung vào việc phát triển các thuật toán tối ưu hóa hiệu quả và các kiến trúc AE phù hợp với các hạn chế của WBAN.

IV. Phương Pháp Huấn Luyện AE Nâng Cao Hiệu Suất Giảm Lỗi Bit

Để bộ mã hóa tự động (AE) hoạt động hiệu quả, cần có phương pháp huấn luyện thích hợp. Quá trình model training bao gồm việc sử dụng một tập dữ liệu lớn để điều chỉnh các tham số của AE sao cho nó có thể mã hóa và giải mã dữ liệu một cách chính xác. Các thuật toán như lan truyền ngược (Backpropagation) có thể được sử dụng để tối ưu hóa các tham số của AE. Việc lựa chọn tập dữ liệu huấn luyện phù hợp và các siêu tham số cũng rất quan trọng để đạt được hiệu năng tốt.

4.1. Lựa chọn hàm mất mát và thuật toán tối ưu hóa cho AE

Hàm mất mát (loss function) đóng vai trò quan trọng trong quá trình huấn luyện bộ mã hóa tự động (AE). Hàm mất mát đo lường sự khác biệt giữa đầu ra của AE và dữ liệu gốc. Các thuật toán tối ưu hóa (optimization algorithms) được sử dụng để điều chỉnh các tham số của AE nhằm giảm thiểu hàm mất mát. Các thuật toán phổ biến bao gồm giảm dần độ dốc (Gradient Descent) và các biến thể của nó. Việc lựa chọn hàm mất mát và thuật toán tối ưu hóa phù hợp là rất quan trọng để đảm bảo AE có thể học một cách hiệu quả.

4.2. Kỹ thuật regularization để tránh overfitting trong AE

Overfitting là một vấn đề phổ biến trong huấn luyện mạng nơ-ron. Overfitting xảy ra khi AE học quá tốt các đặc tính của dữ liệu huấn luyện, dẫn đến hiệu năng kém trên dữ liệu mới. Kỹ thuật regularization có thể được sử dụng để giảm thiểu overfitting. Các kỹ thuật phổ biến bao gồm L1 regularization, L2 regularization và dropout. Các kỹ thuật này giúp ngăn chặn AE học các đặc tính quá cụ thể của dữ liệu huấn luyện, giúp cải thiện khả năng khái quát hóa của nó.

V. Ứng Dụng AE Thực Tế Kết Quả Vượt Trội Trong Mô Phỏng WBAN

Để đánh giá hiệu quả của việc sử dụng bộ mã hóa tự động (AE) trong mạng WBAN (Wireless Body Area Network), các mô phỏng được thực hiện trong các môi trường khác nhau. Kết quả cho thấy rằng AE có thể cải thiện đáng kể hiệu năng truyền thông so với các phương pháp truyền thống. Các mô phỏng cho thấy rằng AE có thể giảm tỷ lệ lỗi bit (BER), tăng tốc độ truyền dữ liệu và giảm năng lượng tiêu thụ. Các kết quả này chứng minh tiềm năng của AE trong việc nâng cao hiệu năng của WBAN.

5.1. Môi trường mô phỏng và các chỉ số đánh giá hiệu năng AE

Các mô phỏng được thực hiện trong môi trường simulation environment phù hợp với các đặc tính của WBAN. Các chỉ số đánh giá performance evaluation bao gồm tỷ lệ lỗi bit (BER), tỷ lệ lỗi khối (BLER), tốc độ truyền dữ liệu và năng lượng tiêu thụ. Các chỉ số này được sử dụng để so sánh hiệu năng của AE với các phương pháp truyền thống và đánh giá hiệu quả của các kỹ thuật tối ưu hóa khác nhau.

5.2. So sánh AE với các phương pháp mã hóa truyền thống trong WBAN

Kết quả mô phỏng cho thấy rằng bộ mã hóa tự động (AE) vượt trội hơn so với các phương pháp mã hóa truyền thống trong mạng WBAN. AE có thể đạt được tỷ lệ lỗi bit (BER) thấp hơn, tốc độ truyền dữ liệu cao hơn và năng lượng tiêu thụ thấp hơn. Điều này cho thấy rằng AE là một giải pháp hiệu quả để cải thiện hiệu năng truyền thông của WBAN.

VI. Tương Lai Phát Triển AE Cho WBAN Thực Tế Tiết Kiệm Năng Lượng

Nghiên cứu về ứng dụng bộ mã hóa tự động (AE) trong mạng WBAN (Wireless Body Area Network) vẫn còn nhiều tiềm năng phát triển. Các hướng nghiên cứu trong tương lai bao gồm việc phát triển các kiến trúc AE mới, tối ưu hóa các thuật toán huấn luyện và khám phá các ứng dụng mới của AE trong WBAN. Việc tích hợp AE vào các thiết bị phần cứng cũng là một hướng đi quan trọng để đưa công nghệ này vào thực tế.

6.1. Nghiên cứu các kiến trúc AE mới phù hợp với WBAN

Các kiến trúc bộ mã hóa tự động (AE) mới có thể được thiết kế để phù hợp hơn với các đặc tính của mạng WBAN. Ví dụ, có thể phát triển các kiến trúc AE có khả năng xử lý dữ liệu không đồng nhất hoặc có khả năng thích ứng với các điều kiện kênh truyền thay đổi. Nghiên cứu cũng có thể tập trung vào việc phát triển các kiến trúc AE tiết kiệm năng lượng, phù hợp với các thiết bị có nguồn năng lượng hạn chế.

6.2. Triển khai phần cứng và đánh giá hiệu năng thực tế của AE trong WBAN

Để đưa công nghệ bộ mã hóa tự động (AE) vào thực tế, cần triển khai nó trên các thiết bị phần cứng. Việc này đòi hỏi phải giải quyết các thách thức liên quan đến hardware implementation, energy efficiencyreal-time processing. Đánh giá hiệu năng thực tế của AE trong môi trường WBAN thực tế là rất quan trọng để xác định tính khả thi và hiệu quả của công nghệ này.

21/05/2025

Trích đoạn nội dung tài liệu

Chương 1 KHÁI QUÁT VỀ TRUYỀN THÔNG TRONG MẠNG WBAN VÀ KỸ THUẬT HỌC SÂU Trong chương này, luận án trình bày các đặc trưng cơ bản của mạng WBAN, ứng dụng của mạng và mô hình kênh truyền. Tiếp đó, luận án trình bày về kỹ thuật học sâu và ứng dụng Autoencoder trong truyền thông; hệ thống MIMO, MIMO hợp tác và các nghiên cứu liên quan đến truyền thông trong WBAN. Phần cuối chương trình bày hướng nghiên cứu phát triển của luận án.1 Giới thiệu về WBAN và các ứng dụng 1.1 Khái niệm WBAN và chuẩn IEEE 802.6 Truyền thông trên cơ thể là một kỹ thuật truyền dẫn vô tuyến ở phạm vi xung quanh, trên và bên trong cơ thể con người. Khái niệm BAN (Body Area Network) lần đầu tiên được đề xuất bởi Zimmermann năm 1996 [127] và nhóm IEEE 802.

Sau này do tính chất đặc trưng của kỹ thuật truyền thông, mạng truyền thông trên cơ thể người thường được đề cập đến với tên gọi WBAN (Wireless Body Area Network). WBAN kết nối các cảm biến/thiết bị được đặt bên trong, trên bề mặt hoặc xung quanh cơ thể con người sử dụng các kết nối vô tuyến. Các thiết bị/cảm biến thực hiện các phép đo liên tục và truyền thông tin về dấu hiệu sự sống hoặc dữ liệu sức khỏe cơ thể con người về trung tâm để giám sát từ xa [82].1 mô tả một mạng WBAN điển hình trong đó các cảm biến kết nối với một thiết bị đeo (HUB), HUB chịu trách nhiệm nhận thông tin và chuyển tiếp về trung tâm xử lý phục vụ cho phân tích và chẩn đoán. Các cảm biến thu thập các chỉ số sức khỏe như là huyết áp, nhịp tim, nhiệt độ, hô hấp, điện não đồ (EEG: Electroencephalogram), điện tâm đồ (ECG: Electrocardiogram), 9 Hình 1.1 Mô hình mạng WBAN điển hình.

truyền đến HUB và trung tâm xử lý thông qua kết nối không dây. Dữ liệu thu thập được sử dụng để theo dõi, phân tích, hiển thị cảnh bảo về các vấn đề về sức khỏe cho người dùng tại thiết bị đeo hoặc giúp các bác sĩ có thể đưa ra các chẩn đoán, điều trị cho người bệnh kịp thời từ các trung tâm y tế. Truyền thông trong mạng WBAN hiện đã được chuẩn hóa theo chuẩn IEEE 802.6 hướng tới cung cấp chuẩn quốc tế cho truyền thông vô tuyến công suất thấp, cự ly ngắn và tin cậy xung quanh cơ thể con người, hỗ trợ một dải rộng các tốc độ cho các ứng dụng liên quan đến y tế/chăm sóc sức khỏe và phi y tế.6 hỗ trợ truyền thông tầng vật lý cho ba băng thông hẹp bao gồm các dải tần MICS (Medical Implant Communications Service), WMTS (wireless medical telemetry services), ISM (Industrial Scientific and Medical); một băng thông rộng UWB (Ultra-Wideband) và một băng thông tin liên lạc cơ thể HBC (Human Body Communication) như biểu diễn trên Hình 1.2 Biểu đồ phân bổ băng tần của WBAN ở các quốc gia [26]. Theo tiêu chuẩn IEEE 802.6, truyền thông trong mạng WBAN có thể được tổ chức theo mô hình hình sao một chặng (star topology) hay mô hình đa chặng (multihop topology).

Với mô hình hình sao, các cảm biến có thể truyền trực tiếp về thiết bị HUB. Bên cạnh đó, các cảm biến và thiết bị HUB có thể truyền thông hợp tác theo mô hình đa chặng có hỗ trợ của các nút chuyển tiếp có hiệu quả trong việc giảm tỷ lệ lỗi gói tin so với mô hình hình sao [32], [108].6 đưa ra các yêu cầu cho các thiết bị WBAN để đảm bảo truyền thông tin cậy và hiệu quả ở gần cơ thể con người, phù hợp cho nhiều ứng dụng y tế và phi y tế. Các yêu cầu và đặc điểm chính gồm [55]: ˆ Dải tần số: Chuẩn hỗ trợ các thiết bị hoạt động trong các dải tần số khác nhau, bao gồm các dải tần công nghiệp, khoa học và y tế (ISM), cũng như các dải tần được cơ quan quản lý quốc gia phê duyệt. ˆ Tốc độ dữ liệu và điều chế: Chuẩn hỗ trợ tốc độ dữ liệu lên đến 10 Mbps và các phương thức điều chế khác nhau tùy thuộc vào chế độ hoạt động.

ˆ Hiệu quả năng lượng: Chuẩn yêu cầu tiêu thụ năng lượng cực thấp để kéo dài tuổi thọ pin của các thiết bị đeo. ˆ Chất lượng dịch vụ (QoS: Quality of Service): Chuẩn có chế độ mặc định và chế độ QoS cao. Chế độ QoS cao được thiết kế đặc biệt cho các ứng dụng y tế có ưu tiên cao đảm bảo truyền dữ liệu y tế quan trọng một 11 cách tin cậy. ˆ Xuyên nhiễu và an toàn bức xạ: Chuẩn bao gồm các hướng dẫn để giảm thiểu xuyên nhiễu với các thiết bị không dây khác và đảm bảo an toàn cho người dùng.

Chuẩn xem xét các ảnh hưởng của sự hấp thụ của cơ thể người đối với hiệu suất ăng-ten và định hình mẫu bức xạ để giảm thiểu tỷ lệ hấp thụ đặc biệt (SAR: Specific Absorption Rate). ˆ Tính tương thích: Để đảm bảo các thiết bị từ các nhà sản xuất khác nhau có thể hoạt động cùng nhau, chuẩn định nghĩa các thủ tục và yêu cầu bắt buộc cho tính tương thích, bao gồm các tham số bắt buộc của các lớp PHY (Physical) và MAC (Medium Access Control). ˆ Yêu cầu lớp PHY: Lớp PHY hỗ trợ các công nghệ lớp vật lý khác nhau với các yêu cầu cụ thể về tốc độ dữ liệu, điều chế và kênh. Ví dụ, lớp PHY băng tần hẹp có dải từ 2360 MHz đến 2400 MHz sử dụng điều chế MPSK hỗ trợ tốc độ dữ liệu lên đến 0,9714 Mbps.

ˆ Tham số lớp MAC: Chuẩn quy định các tham số của lớp MAC, bao gồm số lượng đoạn (fragment) tối đa, độ chính xác đồng hồ của trung tâm, và giá trị thời gian chờ, để đảm bảo truyền thông hiệu quả và tính toàn vẹn của dữ liệu. Bên cạnh việc tuân thủ IEEE 802.6, WBAN còn phải đối mặt với thách thức ảnh hưởng của kênh truyền vô tuyến trên cơ thể làm giảm phẩm chất các liên kết truyền thông trong mạng. Đầu tiên là suy hao lan truyền lớn của các liên kết truyền tin do sự hấp thụ của các mô, cơ trên cơ thể được nhiều nghiên cứu khảo sát, đánh giá [27], [123]. Tiếp theo, các tín hiệu truyền từ nút nguồn đến nút đích ở băng tần ISM gồm tia truyền thẳng (LOS: Line Of Sight) là các sóng uốn cong theo bề mặt cơ thể và các tia phản xạ và tán xạ do các bộ phận trên cơ thể hoặc môi trường xung quanh (trong phòng, hành 12 lang, trong hầm mỏ,.) gây ra hiện tượng pha-đinh đa đường [29].

Thêm vào đó, kênh truyền tin giữa các liên kết có tính di động do các cảm biến/thiết bị đặt cố định trong, trên bề mặt và gần cơ thể nhưng hình dáng, tư thế người lại thay thổi do các chuyển động và quá trình sinh lý (như hô hấp). Đường truyền trực tiếp từ nút nguồn đến nút đích có thể mất do bị che bởi một bộ phận trên cơ thể, gọi là hiện tượng che khuất (Shadowing). Ngoài ra, do các nút trong WBAN được đeo trên người hoặc gần cơ thể người nên chúng cũng dễ bị ảnh hưởng bởi hiệu ứng tương tác giữa ăng-ten và cơ thể nhưng méo giản đồ bức xạ và thay đổi trở kháng của ăng-ten làm giảm độ tin cậy của liên kết truyền thông [101]. Mạng WBAN được ứng dụng trong nhiều lĩnh vực trong cuộc sống và có thể chia thành hai nhóm chính: ứng dụng trong y tế và ứng dụng phi y tế.

Các ứng dụng trong y tế như giám sát sức khỏe, chăm sóc sức khỏe từ xa. Các ứng dụng phi y tế như là theo dõi dữ liệu sức khỏe con người phục vụ huấn luyện, thực hành tác chiến; trong tập luyện thể thao, dự đoán xu thế hoạt động của con người; dịch vụ giải trí như đồng bộ âm thanh, âm thanh, tương tác,.2 Các ứng dụng của WBAN a. Các ứng dụng trong lĩnh vực y tế Mạng WBAN được sử dụng trong các hệ thống theo dõi, chăm sóc và điều trị y tế tiên tiến cho bệnh nhân trong bệnh viện và ở nhà. Bệnh nhân được theo dõi sức khỏe, cảnh báo kịp thời trong khi vẫn sinh hoạt bình thường tại gia đình hoặc trong phòng theo dõi tại bệnh viện tạo sự thoải mái, tiện lợi [67].

Các dịch vụ y tế và chăm sóc sức khỏe mà WBAN hỗ trợ bao gồm 3 lĩnh vực: kiểm tra y tế (medical check-up), phục hồi chức năng (physical rehabilitation) và theo dõi sinh lý (physiological monitoring) [13]. Các thông tin sức khỏe quan trọng sẽ được tự động thu thập và kịp thời truyền đến 13 nhân viên y tế hoặc trung tâm chăm sóc sức khỏe cho bệnh nhân. WBAN ứng dụng trong hệ thống chăm sóc sức khỏe sẽ giảm tải cho bệnh viện, tăng hiệu quả giám sát, theo dõi bệnh nhân và người cao tuổi tại nhà. Mạng WBAN còn được ứng dụng trong chẩn đoán và điều trị y tế, ví dụ như hệ thống tự động điều khiển máy tạo nhịp tim [15], ống nội soi viên nang, hệ thống tự động tiêm insulin cho bệnh nhân đái tháo đường,.

Hệ thống bao gồm một cảm biến đưa vào bên trong cơ thể, một thiết bị điều khiển và một thiết bị vận hành. Dữ liệu cảm biến thu thập gửi đến thiết bị điều khiển ở trên bề mặt hoặc gần cơ thể bằng đường truyền không dây. Thiết bị điều khiển thực hiện một phép đo y tế và gửi lệnh điều trị y tế đến thiết bị vận hành. Thiết bị vận hành tiến hành xử lý y tế dựa trên lệnh nhận được.

WBAN ứng dụng chẩn đoán không xâm lấn bằng ống nội soi viên nang, viên nang bao gồm một máy ảnh và một bộ thu/phát được nuốt vào bên trong cơ thể. Máy ảnh chụp ảnh đường tiêu, thông qua bộ thu/phát truyền các dữ liệu hình ảnh, video thời gian thực ra các thiết bị y tế ngoài cơ thể [115]. Một nhóm ứng dụng hứa hẹn khác của WBAN trong lĩnh vực y tế là hỗ trợ người khuyết tật và phòng ngừa tai nạn, cấp cứu người cao tuổi [68]. Một người khuyết tật thị giác sử dụng hệ thống hỗ trợ bao gồm các camera và thiết bị điều khiển.

Camera chụp ảnh và gửi đến thiết bị điều khiển, dữ liệu hình ảnh được chuyển thành tín hiệu âm thanh để hướng dẫn cho người dùng. Với người khuyết tật nói, các cảm biến bắt các chuyển động ngón tay và bàn tay, thông tin thu được sẽ chuyển thành giọng nói. Người cao tuổi có nhiều bệnh nền như huyết áp, tim mạch và vấn đề liên quan đến sức khỏe phát sinh là đối tượng cần được theo dõi, hỗ trợ thường xuyên.

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