Nghiên cứu phát triển thuật toán tối ưu hóa mạng cảm biến không dây 3D tại Đại học Quốc gia Hà Nội

Luận án tiến sĩ nghiên cứu phát triển thuật toán tối ưu hóa vùng phủ sóng và năng lượng cho mạng cảm biến không dây trong môi trường 3 chiều.

Trường đại học

Đại học Quốc gia Hà Nội

Người đăng

Ẩn danh

Thể loại

luận án tiến sĩ

2017

111
2
0

Phí lưu trữ

35 Point

Mục lục chi tiết

LỜI CAM ĐOAN

LỜI CẢM ƠN

MỞ ĐẦU

0.1. TỔNG QUAN MẠNG CẢM BIẾN KHÔNG DÂY

0.2. TỐI ƯU VÙNG PHỦ SÓNG MẠNG CẢM BIẾN KHÔNG DÂY TRÊN ĐỊA HÌNH 3 CHIỀU

0.3. TỐI ƯU NĂNG LƯỢNG MẠNG CẢM BIẾN KHÔNG DÂY TRÊN ĐỊA HÌNH 3 CHIỀU

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

1.1. Mạng cảm biến không dây

1.2. Cấu trúc nút cảm biến

3. CHƯƠNG 3: TỐI ƯU NĂNG LƯỢNG MẠNG CẢM BIẾN KHÔNG DÂY TRÊN ĐỊA HÌNH 3 CHIỀU

4. KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN

DANH MỤC CÔNG TRÌNH KHOA HỌC CỦA TÁC GIẢ LIÊN QUAN ĐẾN LUẬN ÁN

TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng quan về thuật toán tối ưu hóa mạng cảm biến không dây 3D

Mạng cảm biến không dây 3D đang trở thành một lĩnh vực nghiên cứu quan trọng trong công nghệ thông tin và truyền thông. Các thuật toán tối ưu hóa đóng vai trò then chốt trong việc cải thiện hiệu suất và khả năng phủ sóng của mạng. Việc tối ưu hóa không chỉ giúp tiết kiệm năng lượng mà còn nâng cao độ tin cậy của mạng cảm biến. Nghiên cứu này sẽ tập trung vào các thuật toán tối ưu hóa hiện có và ứng dụng của chúng trong môi trường 3 chiều.

1.1. Khái niệm về mạng cảm biến không dây 3D

Mạng cảm biến không dây 3D (Wireless Sensor Networks - WSN) là một hệ thống bao gồm nhiều nút cảm biến được triển khai trong không gian ba chiều. Các nút này thu thập dữ liệu từ môi trường và truyền tải về trạm cơ sở. Việc triển khai mạng trong không gian 3D tạo ra nhiều thách thức về khả năng phủ sóng và tiêu thụ năng lượng.

1.2. Vai trò của thuật toán tối ưu hóa trong mạng cảm biến

Thuật toán tối ưu hóa giúp cải thiện hiệu suất của mạng cảm biến không dây bằng cách tối ưu hóa vị trí của các nút cảm biến, từ đó nâng cao khả năng phủ sóng và giảm thiểu năng lượng tiêu thụ. Các thuật toán như PSO (Particle Swarm Optimization) và FCM (Fuzzy C-Means) đã được áp dụng để giải quyết các bài toán này.

II. Thách thức trong tối ưu hóa mạng cảm biến không dây 3D

Mặc dù có nhiều lợi ích, việc tối ưu hóa mạng cảm biến không dây 3D cũng gặp phải nhiều thách thức. Các vấn đề như hố mạng, vật cản và sự phân bố không đồng đều của các nút cảm biến là những yếu tố cần được xem xét. Những thách thức này ảnh hưởng trực tiếp đến khả năng phủ sóng và hiệu suất của mạng.

2.1. Vấn đề hố mạng trong môi trường 3D

Hố mạng là những khu vực mà các nút cảm biến không thể phủ sóng do địa hình hoặc vật cản. Việc xác định và xử lý các hố mạng là rất quan trọng để đảm bảo khả năng phủ sóng tối đa cho mạng cảm biến không dây.

2.2. Ảnh hưởng của vật cản đến hiệu suất mạng

Vật cản trong môi trường 3D có thể làm giảm đáng kể khả năng truyền tín hiệu giữa các nút cảm biến. Việc nghiên cứu và phát triển các thuật toán có khả năng xác định và tối ưu hóa vị trí của các nút cảm biến để giảm thiểu ảnh hưởng của vật cản là rất cần thiết.

III. Phương pháp tối ưu hóa vùng phủ sóng mạng cảm biến không dây 3D

Để tối ưu hóa vùng phủ sóng của mạng cảm biến không dây 3D, nhiều phương pháp đã được đề xuất. Các thuật toán như PSO và FCM đã chứng minh được hiệu quả trong việc xác định vị trí tối ưu cho các nút cảm biến. Những phương pháp này không chỉ giúp cải thiện khả năng phủ sóng mà còn tiết kiệm năng lượng cho mạng.

3.1. Thuật toán PSO cho tối ưu hóa vùng phủ sóng

Thuật toán PSO (Particle Swarm Optimization) là một trong những phương pháp hiệu quả nhất để tối ưu hóa vị trí của các nút cảm biến. PSO sử dụng các cá thể trong quần thể để tìm kiếm vị trí tối ưu, từ đó nâng cao khả năng phủ sóng của mạng.

3.2. Phương pháp FCM trong tối ưu hóa năng lượng

Phương pháp FCM (Fuzzy C-Means) được áp dụng để phân cụm các nút cảm biến, giúp tối ưu hóa năng lượng tiêu thụ. Bằng cách phân nhóm các nút cảm biến, FCM giúp giảm thiểu năng lượng tiêu thụ trong quá trình truyền tải dữ liệu.

IV. Ứng dụng thực tiễn của thuật toán tối ưu hóa mạng cảm biến không dây 3D

Các thuật toán tối ưu hóa mạng cảm biến không dây 3D đã được áp dụng trong nhiều lĩnh vực khác nhau, từ nông nghiệp thông minh đến giám sát môi trường. Những ứng dụng này không chỉ giúp nâng cao hiệu quả hoạt động mà còn góp phần bảo vệ môi trường và tiết kiệm năng lượng.

4.1. Ứng dụng trong nông nghiệp thông minh

Mạng cảm biến không dây 3D được sử dụng để giám sát độ ẩm, nhiệt độ và các yếu tố khác trong nông nghiệp. Việc tối ưu hóa vị trí các cảm biến giúp nâng cao hiệu quả tưới tiêu và tiết kiệm nước.

4.2. Giám sát môi trường và thiên tai

Các thuật toán tối ưu hóa cũng được áp dụng trong việc giám sát môi trường, như theo dõi ô nhiễm không khí và nước. Chúng giúp phát hiện sớm các hiện tượng thiên tai như lũ lụt và động đất, từ đó giảm thiểu thiệt hại.

V. Kết luận và tương lai của thuật toán tối ưu hóa mạng cảm biến không dây 3D

Nghiên cứu về thuật toán tối ưu hóa mạng cảm biến không dây 3D đang ngày càng phát triển. Các thuật toán mới và cải tiến sẽ tiếp tục được nghiên cứu để giải quyết các thách thức hiện tại. Tương lai của mạng cảm biến không dây hứa hẹn sẽ mang lại nhiều ứng dụng hữu ích cho xã hội.

5.1. Xu hướng phát triển trong nghiên cứu

Các nghiên cứu hiện tại đang tập trung vào việc phát triển các thuật toán tối ưu hóa mới, có khả năng xử lý các vấn đề phức tạp hơn trong môi trường 3D. Sự kết hợp giữa AI và mạng cảm biến không dây cũng đang được xem xét.

5.2. Tác động đến các lĩnh vực khác

Sự phát triển của mạng cảm biến không dây 3D sẽ có tác động lớn đến nhiều lĩnh vực như y tế, giao thông và bảo vệ môi trường. Việc tối ưu hóa mạng sẽ giúp nâng cao hiệu quả và giảm thiểu chi phí trong các ứng dụng thực tiễn.

16/08/2025

Trích đoạn nội dung tài liệu

phần mở đầu và phần kết luận, nội dung luận án đƣợc trình bày trong 3 chƣơng nhƣ sau: Chƣơng 1 ―Tổng quan mạng cảm biến không dây‖ sẽ trình bày các khái niệm, đặc điểm và các vấn đề mạng cảm biến không dây trong môi trƣờng 3 chiều; phát biểu bài toán tối ƣu hóa vùng phủ sóng, và tối ƣu hóa năng lƣợng tiêu thụ của mạng cảm biến không dây. Chƣơng 2 ―Tối ƣu vùng phủ sóng mạng cảm biến không dây trong môi trƣờng 3 chiều‖ sẽ đề xuất mô hình địa hình với các hố mạng, vật cản cùng mô hình mạng cảm biến trong môi trƣờng 3 chiều, đề xuất phƣơng pháp xác định hố mạng, phƣơng pháp tối ƣu hóa vùng phủ sóng của mạng cảm biến không dây và cuối cùng là phần đánh giá hiệu năng mạng. Kết quả chính đã đƣợc công bố trong các công trình 1, 3. 2 TIEU LUAN MOI download : skknchat@gmail.com Chƣơng 3 ―Tối ƣu năng lƣợng tiêu thụ mạng cảm biến không dây trong môi trƣờng 3 chiều‖ trình bày mô hình năng lƣợng tiêu thụ của mạng cảm biến; đề xuất giải pháp xây dựng cấu trúc mạng cảm biến không dây trong môi trƣờng 3 chiều dựa trên phƣơng pháp phân cụm mờ với mục tiêu giảm thiểu năng lƣợng tiêu thụ và kéo dài thời gian sống của mạng cảm biến.

Cuối cùng kết quả thực nghiệm đƣợc phân tích đánh giá để khẳng định tính hiệu quả của giải pháp đề xuất. Kết quả chính đã đƣợc công bố trong các công trình 2, 4, 5, 6. Đối tƣợng và phƣơng pháp nghiên cứu Trên cơ sở mục tiêu luận án, nghiên cứu sinh dựa trên các công cụ toán học để mô hình hóa các địa hình, mạng cảm biến không dây, năng lƣợng tiêu thụ của mạng cảm biến trong môi trƣờng 3 chiều. Nghiên cứu phát triển thuật toán tối ƣu bầy đàn cho bài toán tối ƣu hóa vùng phủ sóng của mạng cảm biến không dây; thuật toán phân cụm mờ cho bài toán xây dựng cấu trúc của mạng cảm biến không dây nhằm tiết kiệm năng lƣợng tiêu thụ, kéo dài tuổi thọ mạng cảm biến.

Phƣơng pháp thực nghiệm đƣợc thực hiện trên nhiều bộ dữ liệu khác nhau, các phân bố và số lƣợng cảm biến khác nhau, các tham số đầu vào của các thuật toán để đánh giá tính hiệu quả và ổn định của giải pháp đề xuất. Ý nghĩa về khoa học và thực tiễn của luận án - Ý nghĩa về khoa học o Mô hình hóa toán học cho mạng cảm biến không dây trong môi trƣờng 3 chiều và địa hình phức tạp trong thực tế. o Nghiên cứu phát triển thuật toán tối ƣu bầy đàn cho phép triển khai mạng cảm biến với khả năng phủ sóng tối đa khu vực mục tiêu. o Nghiên cứu phát triển thuật toán phân cụm mờ, cân bằng năng lƣợng giữa các cụm nhằm tối ƣu năng lƣợng tiêu thụ của toàn mạng, kéo dài tuổi thọ của mạng cảm biến trong môi trƣờng 3 chiều.

3 TIEU LUAN MOI download : skknchat@gmail.com - Ý nghĩa thực tiễn o Bộ dữ liệu địa hình trong môi trƣờng 3 chiều đƣợc thu thập từ các vùng miền khác nhau của Việt Nam. Kết quả thực nghiệm đánh giá đƣợc tính hiệu quả của mô hình và các giải pháp đã đề xuất. o Kết quả nghiên cứu có thể đƣợc dùng để triển khai một mạng cảm biến không dây trên địa hình phức tạp trong môi trƣờng 3 chiều với khả năng tối đa phủ sóng khu vực mục tiêu và kéo dài tuổi thọ của mạng cảm biến. 4 TIEU LUAN MOI download : skknchat@gmail.com 1 CHƢƠNG 1.

TỔNG QUAN MẠNG CẢM BIẾN KHÔNG DÂY 1. Mạng cảm biến không dây 1.1 Khái niệm Mạng cảm biến không dây (Wireless Sensor Networks - WSN) bao gồm nhiều nút cảm biến đƣợc triển khai trong một vùng địa hình nào đó gọi là khu vực mục tiêu. Các cảm biến trong mạng đƣợc nối kết và trao đổi dữ liệu với nhau bằng sóng vô tuyến; chúng có nhiệm vụ thu thập các thông tin từ môi trƣờng. Các thông tin này đƣợc định tuyến đến trạm cơ sở (Base Station - BS) một cách trực tiếp hay gián tiếp thông qua các nút cảm biến lân cận.

Tại trạm cơ sở các thông tin thu thập đƣợc phân tích, xử lý để đƣa ra các quyết định bởi ngƣời sử dụng nhƣ Hình 1-1[6]. Hình 1-1 Mạng cảm biến không dây 1.2 Cấu trúc nút cảm biến Mỗi nút cảm biến đƣợc cấu thành bởi 4 thành phần cơ bản: đơn vị cảm biến, đơn vị xử lý, đơn vị truyền dẫn và bộ nguồn nhƣ Hình 1-2. Ngoài ra, các cảm biến có thể có thêm thành phần khác nhƣ hệ thống định vị, bộ phận di động tùy thuộc vào các ứng dụng khác nhau [6]. 5 TIEU LUAN MOI download : skknchat@gmail.com Đơn vị cảm biến bao gồm các cảm biến và bộ chuyển đổi tín hiệu số ADC.

Các thông tin thu thập đƣợc bởi các cảm biến từ môi trƣờng ở tín hiệu tƣơng tự sẽ đƣợc chuyển sang tín hiệu số bởi ADC. Cuối cùng tín hiệu số đƣợc chuyển đến cho đơn vị xử lý. Đơn vị xử lý bao gồm bộ xử lý và bộ nhớ, có nhiệm vụ thực hiện các chức năng đƣợc cài đặt sẵn để xử lý dữ liệu nhận đƣợc. Đơn vị truyền dẫn là các bộ thu, phát sóng, và có nhiệm vụ phát hoặc thu dữ liệu từ các nút cảm biến khác trong mạng.

Hệ thống định vị cung cấp thông tin về vị trí của thiết bị cảm biến trên địa hình và đƣợc bộ xử lý gởi tín hiệu về thông tin vị trí cho hệ thống mạng cảm biến. Bộ phận di động giúp thiết bị cảm biến có thể di chuyển đến các vị trí xác định đƣợc điều khiển bởi đơn vị xử lý khi cần thiết. Bộ nguồn có nhiệm vụ cung cấp năng lƣợng cho tất cả các thành phần của nút cảm biến. Do các cảm biến kết nối vào hệ thống mạng bằng sóng vô tuyến nên thông thƣờng bộ nguồn sử dụng pin.

Khác với các loại mạng truyền thống, trong mạng cảm biến không dây, mỗi nút cảm biến có kích thƣớc nhỏ, có khả năng về năng lƣợng, tính toán, bộ nhớ hạn chế nên cấu trúc mạng thay đổi thƣờng xuyên do các nút cảm biến có thể hết năng lƣợng [6]. Cấu trúc của mạng cảm biến cũng khác với mạng truyền thống và có các đặc điểm sau: - Khả năng chịu lỗi: Mạng vẫn hoạt động bình thƣờng và duy trì những chức năng của nó ngay cả khi một số nút mạng không còn hoạt động. - Khả năng mở rộng: Trong một số ứng dụng, số lƣợng các nút cảm biến đƣợc triển khai có thể rất lớn. Do đó cấu trúc mạng cảm biến không dây có khả năng mở rộng để có thể làm việc với số lƣợng lớn các cảm biến.

- Giá thành sản xuất : Do mỗi nút cảm biến có kích thƣớc nhỏ, năng lƣợng ít, nên chi phí sản xuất cảm biến có giá thành thấp. - Môi trƣờng hoạt động: Các nút cảm biến đƣợc triển khai dày đặc và đa dạng môi trƣờng nhƣ những vùng xa xôi, bên trong các máy móc lớn, ở dƣới lòng đại dƣơng, hoặc trong những vùng ô nhiễm hóa học hoặc sinh học, ở gia đình hoặc những tòa nhà lớn. 6 TIEU LUAN MOI download : skknchat@gmail.com Hình 1-2 Các thành phần cơ bản của nút cảm biến Để phân loại các cảm biến theo khả năng cảm nhận của nó, ngƣời ta thƣờng so sánh thông qua các giác quan của con ngƣời nhƣ trong Bảng 1-1 [82]. Bảng 1-1 Phân loại cảm biến theo khả năng cảm nhận Giác quan Môi trƣờng Thiết bị cảm biến Thị giác Ánh sáng , hình dạng, kích thƣớc, Cảm biến thu hình, cảm vị trí xa gần, màu sắc biến quang Xúc giác Áp suất, nhiệt độ, cơn đau, ẩm, khô Nhiệt trở, cảm biến độ rung động Vị giác Ngọt, mặn, chua cay,… Đo lƣợng đƣờng trong máu Thính giác Sóng âm, âm lƣợng,… Cảm biến sóng siêu âm Khứu giác Mùi của chất khí, chất lỏng Đo độ cồn, thiết bị cảm nhận khí ga Mặc dù có nhiều loại cảm biến nhƣ trên, nhƣng luận án này chỉ quan tâm đến loại cảm biến đầu tiên đó là cảm biến ―thị giác‖.

7 TIEU LUAN MOI download : skknchat@gmail.3 Cấu trúc mạng cảm biến không dây Cấu trúc mạng cảm biến (còn gọi là topo của mạng cảm biến) là cấu trúc hình học thể hiện cách bố trí các cảm biến và hình thức liên kết các cảm biến trong mạng. Thông thƣờng, các nút của một mạng cảm biến không dây thƣờng đƣợc tổ chức thành một trong ba loại cấu trúc liên kết mạng nhƣ sau: cấu trúc hình sao, cấu trúc phân cấp và cấu trúc mạng tập trung.1 Cấu trúc hình sao Trong cấu trúc hình sao (Hình 1-3) mỗi cảm biến đƣợc kết nối trực tiếp đến trạm cơ sở. Tất cả cảm biến trong mạng đều có vai trò và chức năng nhƣ nhau; các cảm biến cộng tác với nhau để thực hiện nhiệm thu thập thông tin từ môi trƣờng và chuyển về trạm cơ sở. Tuy nhiên, với cấu trúc này các cảm biến tiêu thụ năng lƣợng nhiều hơn do khoảng cách trực tiếp đến trạm cơ sở lớn.

Hơn nữa, trạm cơ sở phải nằm trong phạm vi truyền thông của tất cả nút cảm biến trong mạng [30]. Hình 1-3 Mô hình cấu trúc hình sao 1.2 Cấu trúc phân cấp Trong cấu trúc phân cấp (Hình 1-4) mỗi nút cảm biến kết nối trực tiếp đến một nút ở cấp cao hơn trong cây nếu nhƣ nó nằm trong phạm vi truyền thông. Các nút ở cấp cao hơn sẽ đƣợc kết nối với trạm cơ sở. Đây đƣợc gọi là truyền thông đa hop (multi-hop).

Trong cấu trúc này, ƣu điểm là có khả năng mở rộng: nếu nhƣ một nút bị lỗi, các nút ở xa có thể kết nối với các nút khác miễn là nằm trong phạm vi 8 TIEU LUAN MOI download : skknchat@gmail.com truyền thông để chuyển dữ liệu đến trạm cơ sở. Tuy nhiên, nhƣợc điểm của cấu trúc này là các nút gần trạm cơ sở sẽ tiêu tốn năng lƣợng nhiều hơn do phải chuyển tiếp dữ liệu của các nút ở xa [30]. Hình 1-4 Mô hình cấu trúc phân cấp 1.3 Cấu trúc tập trung Trong cấu trúc tập trung (Hình 1-5) các cảm biến đƣợc chia thành cụm, trong mỗi cụm có một nút gọi là nút chủ (Cluster Head - CH), các nút còn lại là thành viên của cụm (non-CH) đƣợc kết nối trực tiếp đến nút CH. Các nút non-CH có nhiệm vụ thu thập các thông tin từ môi trƣờng và chuyển đến nút CH khi cần thiết, trong khi đó các nút CH có nhiệm vụ thu thập thông tin từ các non-CH, tổng hợp, phân tích loại bỏ thông tin dƣ thừa và chuyển tiếp đến trạm cơ sở.

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