BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƢỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI NGUYỄN TRUNG DŨNG

NGHIÊN CỨU PHÁT TRIỂN ĐỊNH TUYẾN TIẾT KIỆM NĂNG
LƢỢNG CHO MẠNG CẢM BIẾN KHÔNG DÂY LUẬN ÁN TIẾN SĨ KỸ THUẬT VIỄN THÔNG

Hà Nội -2014
BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƢỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI

Lời cảm ơn
Tôi xin chân thành cảm ơn PGS.TS Nguyễn Văn Đức đã nhiệt tình hướng dẫn và giúp đỡ
tôi rất nhiều trong quá trình nghiên cứu và hoàn thành Luận án.

Cũng xin chân thành cảm ơn Viện sau Đại học, Bộ môn Kỹ thuật thông tin - Viện Điện tử
Viễn thông - Trường Đại học Bách khoa Hà Nội đã tạo điều kiện thuận lợi để tôi hoàn thành
nhiệm vụ nghiên cứu của mình.

Tôi cũng bày tỏ lòng biết ơn đến Gia đình tôi cùng Bố mẹ, các anh chị em và bạn bè những
người đã ủng hộ và động viên giúp đỡ tôi trong thời gian làm Luận án.

Nguyễn Trung Dũng

i

MỤCLỤC

Trang
MỞ ĐẦU
1
CHƢƠNG 1. TỔNG QUAN VỀ MẠNG CẢM BIẾN KHÔNG DÂY
10

1.1 Cấu trúc mạng cảm biến không dây
10 1.1.1 Các yếu tố ảnh hưởng đến cấu trúc mạng cảm biến không dây
1.2.2 Ứng dụng trong môi trường
21 1.2.3 Ứng dụng trong chăm sóc sức khỏe
22 1.2.4 Ứng dụng trong gia đình
22

1.3 Một số vấn đề thách thức kỹ thuật
22 1.3.1 Vấn đề lớp MAC
22 1.3.2 Vấn đề định tuyến
23 1.3.3 Vấn đề năng lượng
23

CHƢƠNG 2.TỐI ƢU ĐỊNH TUYẾN ĐA CHẶNG TIẾT KIỆM NĂNG
LƢỢNG

2.2 Các phương pháp định tuyến dựa vào năng lượng của nút cảm biến nhằm
nâng cao thời gian sống của mạng
43 2.2.1 Đề xuất phương pháp định tuyến dựa vào mức năng lượng các nút
cảm biến để loại bỏ tuyến đường có năng lượng thấp
43 2.2.2 Đề xuất phương pháp định tuyến dựa vào hai điều kiện để chọn
đường đi tốt nhất - Routing Dual Criterion (RDC)
49 2.2.3 Mô phỏng kết quả
51

2.3 Phương pháp định tuyến tiết kiệm năng lượng dựa trên điều khiển công
suất
56

2.3.1 Kỹ thuật điều khiển công suất
56

2.3.2 Đề xuất phương pháp định tuyến dựa trên điều khiển công suất
57

2.3.3 Mô phỏng và đánh giá kết quả
58

3.1.3.1 Kỳ vọng của biến ngẫu nhiên
68

3.1.3.2 Phương sai của biến ngẫu nhiên
69

3.1.4 Hàm phân phối xác suất Gaussian – Hàm phân phối chuẩn
69

3.1.5 Tiến trình Markov
70

3.1.6 Mô hình hóa hệ thống không gian trạng thái động
70

3.1.7 Tiếp cận Bayes
71

3.1.8 Một số thuật toán theo vết dựa trên tiếp cận Bayes
73

3.2 Sơ lược về một số thuật toán dự đoán vị trí
73

3.2.1 Bộ lọc Kalman
74

3.2.2 Bộ lọc Kalman mở rộng
78



3.3.7 Thuật toán bộ lọc chất điểm tổng quát (Generic Particle Filter –
GPF)
90

3.3.8 Thuật toán lấy mẫu lại quan trọng tuần tự (Sequential Importance
Resampling – SIR)
91

3.3.9 Mô phỏng thuật toán SIR
92

3.4 Ứng dụng giám sát đối tượng trong mạng cảm biến không dây sử dụng
bộ lọc chất điểm PF
99

3.4.1 Mô hình hóa bài toán
99

3.4.2 Đề xuất phương pháp thực hiện bộ lọc chất điểm
100

3.4.2.1 Pha khởi tạo N chất điểm
100

3.4.2.2 Pha lan truyền chất điểm
101

3.4.2.3 Pha tính toán trọng số
102

DANH MỤC CÁC CHỮ VIẾT TẮT
ABR
Avoid Bad Route
Định tuyến loại bỏ tuyến đường xấu
ADC
Analog-to-Digital
Bộ chuyển đổi tương tự số
AODV
Adhoc On-demand Distance Vector
Định tuyến vector khoảng cách theo
yêu cầu
AOMDV
Adhoc On-demand Multipath Distance
Vector
Định tuyến vector khoảng cách đa
đường theo yêu cầu
BS
Base Station
Trạm gốc
CNI
Collecting Neighbors’ Information
Pha thu thập thông tin nút lân cận
trong giao thức định tuyến EERS
CSMA/CA
Carrier Sense Multiple Access/
Collision Avoidance
Cảm biến sóng mang đa truy cập/
tránh xung đột
DSR
Dynamic Source Routing

Tỷ lệ truyền gói tin thành công
PF
Particle Filter
Bộ lọc chất điểm
PRP
Power Control Combined with Routing
Protocol
Định tuyến dựa trên điều khiển công
suất
RDC
Routing dual criterion
Định tuyến hai điều kiện
RF
Radio Frequency
Sóng vô tuyến
RMS
Root-Mean-Square
Độ lệch căn phương trung bình
ROF
Reducing the Overhead of Flooding
Pha giảm thiểu bản tin dư thừa trong
giao thức định tuyến EERS
RREP
Route Reply
Bản tin trả lời chứa thông tin tuyến
đường trong định tuyến
RREQ
Route Request
Bản tin tìm đường
SIR

x
t

Trạng thái của hệ thộng tại thời điểm t
y
t

Tín hiệu đo đạc của hệ thống tại thời điểm t
g
t

Hàm chuyển tại thời điểm t
h
t

Hàm quan sát tại thời điểm t
w
t

Nhiễu xử lý tại thời điểm t
v
t

Nhiễu quan sát tại thời điểm t
u
t

Đầu vào của hệ thống tại thời điểm t
ˆ
t

t
x


K
t

Ma trận hệ số khuếch đại Kalman

X
Biến ngẫu nhiên của hàm phân bố xác suất
F(X)
Hàm phân bố xác suất của biến ngẫu nhiên X
f(x)
Hàm mật độ xác suất của biến ngẫu nhiên X
p
i

Xác suất tương ứng của các giá trị x
i
của biến ngẫu nhiên X
E(X)
Kỳ vọng của biến ngẫu nhiên X
V(X)
Phương sai của biến ngẫu nhiên X
M
Chi phí tuyến đường
P
loss


K
Độ tăng của giá trị TTL giữa hai lần tìm kiếm trong thuật toán tìm đường mở
rộng vòng
t
Thời gian hiện tại
T
Mốc thời gian trong tương lai
N
Số chất điểm vi

DANH MỤC CÁC BẢNG

Trang
Bảng 2.1. Các thông số mô phỏng chung
39
Bảng 2.2. Các thông số mô phỏng AODV và PRP
59
Bảng 3.1. Ví dụ về kết quả khai triển Taylor
80
Bảng 3.2. Thông số mô phỏng ứng dụng giám sát theo vùng
111
vii

DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ

Hình 2.9. So sánh về thông lượng mạng khi sử dụng định tuyến EERS, ERS và
AODV
42
Hình 2.10. Ví dụ hoạt động của ABR
44
Hình 2.11. Thuật toán ABR thực hiện tại nút nguồn
45
Hình 2.12. Thuật toán ABR thực hiện tại nút trung gian
46
Hình 2.13. Thuật toán ABR tại nút đích
47
Hình 2.14. Sự thay đổi giá trị của biến rq_min_energy và rp_energy trong thuật
toán RDC
49
Hình 2.15. Ví dụ về hoạt động của thuật toán RDC
50
Hình 2.16. Quá trình duy trì update thông tin định tuyến trong thuật toán RDC
51
Hình 2.17. So sánh thời gian sống của mạng giữa AODV, ERS, EERS, ABR và
RDC mô phỏng 1
52
Hình 2.18. So sánh tỷ lệ gửi gói tin thành công giữa AODV, ERS, EERS, ABR
và RDC mô phỏng 1
53
Hình 2.19. So sánh thông lượng Throughput giữa AODV, ERS, EERS, ABR và
RDC mô phỏng 1
53
Hình 2.20. So sánh thời gian sống của mạng giữa AODV, ERS, EERS, ABR và
RDC mô phỏng 2
54

phỏng 120 nút mạng
64
Hình 3.1. Sơ đồ tiếp cận Bayes
73
Hình 3.2. Đường đặc tuyến Von-Ampe
79
Hình 3.3. Kết quả của thuật toán SIS ứng với N = 100 mẫu
87
Hình 3.4. Kết quả của thuật toán SIS ứng với N = 1000 mẫu
87
Hình 3.5. Kết quả của thuật toán SIS ứng với N = 5000 mẫu
88
Hình 3.6. Kết quả thuật toán SIR ứng với N = 100, t = 50s
92
Hình 3.7. Kết quả thuật toán SIR ứng với N = 1000, t = 50s
93
Hình 3.8. Kết quả thuật toán SIR ứng với N = 5000, t = 50s
93
Hình 3.9. Kết quả thuật toán SIR ứng với N = 100, t = 150s
94
Hình 3.10. Kết quả thuật toán SIR ứng với N = 1000, t = 150s
94
Hình 3.11. Kết quả thuật toán SIR ứng với N = 5000, t = 150s
95
Hình 3.12. So sánh mức độ sai lệch trong việc giải quyết bài toán theo vết của
hai thuật toán SIS và SIR
96
Hình 3.13. So sánh lỗi RMS của thuật toán Kalman và bộ lọc chất điểm với
N=100
96

Hình 3.26. Đồ thị so sánh lượng dữ liệu gửi về trạm trong mạng khi sử dụng mô
hình giám sát toàn mạng và giám sát theo vùng với các giao thức định
tuyến khác nhau mô phỏng 1
112
Hình 3.27. Đồ thị so sánh thời gian sống của mạng khi sử dụng mô hình giám sát
toàn mạng và giám sát theo vùng với các giao thức định tuyến khác nhau
mô phỏng 2
112
Hình 3.28. Đồ thị so sánh lượng dữ liệu gửi về trạm trong mạng khi sử dụng mô
hình giám sát toàn mạng và giám sát theo vùng với các giao thức định
113
ix

tuyến khác nhau mô phỏng 2
Hình 3.29. Đồ thị so sánh thời gian sống của mạng khi sử dụng mô hình giám sát
toàn mạng và giám sát theo vùng với các giao thức định tuyến khác nhau
mô phỏng 3
113
Hình 3.30. Đồ thị so sánh lượng dữ liệu gửi về trạm trong mạng khi sử dụng mô
hình giám sát toàn mạng và giám sát theo vùng với các giao thức định
tuyến khác nhau mô phỏng 3
114
Hình 3.31.Đồ thị so sánh thời gian sống của mạng khi sử dụng mô hình giám sát
toàn mạng và giám sát theo vùng với các giao thức định tuyến khác nhau
mô phỏng 4
114
Hình 3.32. Đồ thị so sánh lượng dữ liệu gửi về trạm trong mạng khi sử dụng mô
hình giám sát toàn mạng và giám sát theo vùng với các giao thức định
tuyến khác nhau mô phỏng 4


mạng không dây đa chặng. Mạng cảm biến bao gồm nhiều nút cảm biến được cài đặt trong
một phạm vi rộng, chúng thu thập thông tin, tự thiết lập kết nối không dây với nhau và truyền
thông tin về trạm gốc. Các mạng cảm biến không dây đa chặng được áp dụng trong rất nhiều
ứng dụng của đời sống như trong xây dựng nhà thông minh, theo dõi đối tượng, cảnh báo cháy
rừng, cảnh báo mực nước sông, cảm biến nhiệt độ, khám phá tài nguyên thiên nhiên nơi mà

2

con người không thể đặt chân đến được, chế tạo các sản phẩm y tế nhân tạo… Chính vì những
ứng dụng phổ biến trên tất cả các mặt đời sống xã hội mà mạng cảm biến không dây được
nhiều nhà khoa học quan tâm và nghiên cứu. Và mạng cảm biến không dây cũng là mô hình
mạng không dây đa chặng được sử dụng nghiên cứu trong luận án này.
Các mạng cảm biến đã có nhiều ứng dụng trong đời sống nhưng chúng vẫn còn phải đối
mặt với một số thách thức mà các mạng không dây khác không có như vấn đề bảo mật thông
tin, vấn đề nhiễu kênh truyền, vấn đề bị che khuất do địa hình, vấn đề năng lượng… Như ta đã
biết, mạng cảm biến không dây được tạo thành bởi các nút cảm biến, chúng tự thiết lập kết nối
với nhau thông qua hình thức không dây. Nguồn nuôi của các nút cảm biến này là pin với
dung lượng hạn chế. Tuổi thọ của các nút cảm biến nói riêng và của toàn mạng cảm biến nói
chung phụ thuộc vào việc sử dụng nguồn năng lượng này. Do đó, các thuật toán khi thiết kế
cho mạng cảm biến không dây cần chú trọng nhiều đến vấn đề năng lượng.
Có rất nhiều khía cạnh của kiến trúc mạng có thể được thiết kế để có năng lượng hiệu quả
như thiết kế ứng dụng tiết kiệm năng lượng, thiết kế giao thức điều khiển các chế độ hoạt động
của nút cảm biến, tắt tạm thời các nút cảm biến khi không cần thiết, thiết kế các giao thức định
tuyến tiết kiệm năng lượng… Trong các hướng tiếp cận đó thì thiết kế giao thức định tuyến
tiếp kiệm năng lượng là một hướng tiếp cận hiệu quả. Bởi vì, trong mạng cảm biến không dây,
dữ liệu truyền thông chiếm phần lớn nguồn tài nguyên năng lượng của mạng. Tối ưu được
giao thức định tuyến tức là tối ưu được việc truyền thông dữ liệu này. Do đó luận án tập trung
chủ yếu vào việc thiết kế các giao thức định tuyến tối ưu năng lượng đồng thời xây dựng mô
hình ứng dụng tổng hợp có thể ứng dụng vào thực tế.
Giao thức định tuyến trong mạng cảm biến không dây có thể được chia thành hai loại: các

điều khiển công suất và chất lượng kênh truyền. Các kết quả mô phỏng trong [8] đã chỉ ra
thuật toán mới cho kết quả về năng lượng cũng như chất lượng đường truyền tốt hơn thuật
toán truyền thống AOMDV.
Trong [9], tác giả đã trình bày một giải pháp tối ưu giao định tuyến phân cấp (theo cluster)
cho mạng cảm biến không dây. Giao thức định tuyến phân cấp thường giải quyết vấn đề quy
mô lớn và truyền thông hiệu quả trong mạng không dây. Phương pháp này cũng có thể được
sử dụng để thực hiện hiệu quả năng lượng trong mạng cảm biến không dây đa chặng. Theo
báo cáo khoa học này, có nhiều thuật toán định tuyến cluster tiết kiệm năng lượng đã được đề
xuất. Nhưng phần lớn các thuật toán đó đều thực hiện qua mô phỏng (dạng heuristic), chưa có

4

mô hình hóa và phân tích bằng toán học. Lợi ích của các thuật toán này là đơn giản, tuy nhiên
chúng không đảm bảo các giải pháp tối ưu. Vì lý do đó, tác giả đã trình bày một mô hình giải
tích tối ưu để phân tích, đánh giávà thu được các giải pháp tối ưu cho các giao thức định tuyến
cluster trong mạng cảm biến.
Bên cạnh các kết quả đạt được về mặt học thuật, các nhà khoa học Việt Nam cũng đã có
các dự án hợp tác ứng dụng mạng cảm biến không dây vào thực tế như [10, 11, 89].
Từ những kết quả khảo sát trên ta thấy mạng cảm biến không dây đa chặng được khá nhiều
nhà khoa học trong nước quan tâm nghiên cứu và đã có những đóng góp nhất định về mặt
khoa học cũng như ứng dụng thực tiễn. Tuy nhiên các kết quả nghiên cứu và ứng dụng trong
nước vẫn còn khá hạn chế cả về số lượng và chất lượng.
Tình hình ngoài nước:
Với giao thức định tuyến đa chặng, trên thế giới đã có nhiều nghiên cứu về tối ưu năng
lượng như trong [5, 12 -18]. Trong [5], tác giả đề cập giao thức định tuyến AODV được thiết
kế đặc biệt cho mạng không dây đa chặng, sử dụng kỹ thuật mở rộng vòng ERS nhằm giảm
bớt bản tin dư thừa. Tuy nhiên khi sử dụng ERS thì hiệu quả về năng lượng thu được vẫn chưa
tốt. Tác giả tối ưu nhằm thu được hiệu quả sử dụng năng lượng bằng cách loại bỏ các bản tin
tìm đường dư thừa. Và bằng mô phỏng trên nhiều phần mềm mô phỏng khác nhau, tác giả đã
thu được kết quả khá tốt khi sử dụng năng lượng.

xuyên được cập nhật. Ví dụ tiêu biểu của kiểu định tuyến này là định tuyến Optimized Link-
State Routing (OLSR) đã được trình bày trong [25]. Với các đặc điểm hoạt động này, định
tuyến proactive thường được sử dụng cho các mạng có các nút mạng cố định, định tuyến
reactive thường được sử dụng với các kiểu mạng có các nút di chuyển, thường xuyên thay đổi
vị trí. Mặt khác, trong định tuyến proactive, các nút ngoài việc sử dụng bộ nhớ để lưu trữ
thông tin đường đi toàn mạng, chúng còn phải thường xuyên gửi bản tin để trao đổi duy trì
thông tin toàn mạng. Hoạt động này gây tốn tài nguyên mạng (tài nguyên băng thông, xử lý,
năng lượng mạng) do đó không thực sự thuận lợi khi triển khai cho mạng cảm biến không dây.
Trong mô hình mạng không dây đa chăng mà luận án nghiên cứu, các nút mạng là các thiết bị
cảm biến đứng yên. Với đặc điểm của nút mạng cảm biến và tính chất không thay đổi mô hình
mạng cần thiết phải có một giao thức định tuyến đáp ứng được cả 2 tiêu chí trên. Các giao

6

thức thuần reactive hay proactive đều không thực sự hiệu quả. Giao thức AODV được phát
triển từ giao thức DSR bằng cách duy trì thêm bảng định tuyến tại các nút giống như các định
tuyến proactive. Do đó giao thức AODV có các đặc điểm định tuyến theo yêu cầu như DSR,
không tiêu tốn tài nguyên hệ thống đồng thời không thường xuyên trao đổi bản tin duy trì định
tuyến như proactive nhưng vẫn có bảng thông tin đường đi sau mỗi lần tìm kiếm phù hợp cho
mạng có đặc điểm ít biến động. Chính vì những đặc điểm này mà luận án đã chọn AODV làm
cơ sở để phát triển các nghiên cứu của mình.
Mục tiêu thứ hai của luận án là nghiên cứu các thuật toán dự đoán vị trí đối tượng. Xây
dựng ứng dụng giám sát đối tượng theo vùng tiết kiệm năng lượng bằng cách tích hợp thuật
toán dự đoán vị trí đối tượng và các thuật toán định tuyến đề xuất.
Các vấn đề cần giải quyết của luận án
- Bằng cách sử dụng phương pháp làm tràn bản tin tìm kiếm, giao thức định tuyến AODV đã
cho kết quả tìm kiếm nhanh chính xác. Tuy nhiên với phương pháp này, số lượng các gói
tin dư thừa nhiều, dẫn đến hoạt động xử lý của các nút nhiều khi không cần thiết. Điều này
gây tiêu tốn tài nguyên hệ thống. Do đó, đưa ra một phương pháp định tuyến giảm thiểu
bản tin dư thừa, hạn chế số nút mạng tham gia định tuyến là một vấn đề cần giải quyết.

Phạm vi nghiên cứu của luận án
- Tập trung nghiên cứu các giao thức định tuyến đa chặng trong mạng cảm biến không dây.
- Tập trung nghiên cứu các kỹ thuật điều khiển công suất trong mạng cảm biến không dây đa
chặng.
- Tập trung nghiên cứu các thuật toán dự đoán vị trí đối tượng. Đặc biệt là thuật toán bộ lọc
chất điểm.
- Tập trung nghiên cứu ứng dụng giám sát đối tượng sử dụng mạng cảm biến không dây.
Phƣơng pháp nghiên cứu
- Mô hình hóa giải tích các bài toán truyền thống, tiết kiệm năng lượng và điều khiển cấp
phát tài nguyên để đưa ra thuật giải khả thi.
- Tiến hành thiết kế, đề xuất thuật toán tối ưu, kiểm chứng bằng mô phỏng. 8

Các đóng góp của luận án
- Đề xuất giao thức định tuyến tiết kiệm năng lượng:
 Định tuyến tiết kiệm năng lượng dựa trên kỹ thuật giảm thiểu các gói tin dư thừa
Efficient Expanding Ring Search (EERS): Giao thức EERS được phát triển mở rộng từ
giao thức tìm kiếm mở rộng vòng Expanding Ring Search (ERS). Bằng cách sử dụng
thông tin từ các lần tìm kiếm mở rộng vòng trước, giao thức EERS đã điều khiển tắt
hoạt động tham gia tìm kiếm đường của một số nút cảm biến trong lần tìm đường tiếp
theo, từ đó tiết kiệm năng lượng tìm kiếm, giảm thiểu gói tin dư thừa. Các kết quả mô
phỏng đã chỉ ra những ưu điểm này của thuật toán mới.
 Định tuyến tiết kiệm năng lượng tối ưu chi phí tìm đường và cân bằng năng lượng
Routing Dual Criterion (RDC) và Avoid Bad Route (ABR): Thuật toán RDC xây dựng
một công thức tính chi phí đường đi mới gồm cả bước nhảy mạng và năng lượng còn
lại của nút cảm biến. Trong khi đó thuật toán ABR sử dụng năng lượng còn lại của nút
cảm biến như là một điều kiện để lọc các tuyến đường có chứa nút cảm biến có mức
năng lượng còn lại thấp, không đảm bảo truyền dữ liệu. Tuyến đường được chọn trong

mạng cảm biến như các ứng dụng trong y tế, ứng dụng trong quân đội, ứng dụng trong gia
đình và trong môi trường.
- Chƣơng 2: Trình bày các giao thức định tuyền tiết kiệm năng lượng mới. Phần đầu chương
giới thiệu về các giao thức đã có: giao thức định tuyến kinh điển AODV, giao thức tìm
kiếm mở rộng vòng ERS. Phần sau là các giao thức định tuyến được để xuất: giao thức định
tuyến giảm thiểu các gói tin dư thừa EERS; giao thức định tuyến dựa vào hai điều kiện
bước nhảy mạng và năng lượng nút cảm biến để chọn đường RDC; giao thức định tuyến
dựa vào năng lượng nút cảm biến để loại bỏ tuyến đường không đảm bảo về năng lượng
ABR. Phần cuối của chương là kỹ thuật điều khiển công suất và đề xuất giao thức định
tuyến kết hợp với điều khiển công suất PRP.
- Chƣơng 3: Trình bày đề xuất mô hình ứng dụng giám sát theo vùng. Phần đầu chương tóm
lược những kiến thức toán học cơ bản về xác suất cần thiết cho mô hình ứng dụng. Tiếp
theo chương giới thiệu và mô phỏng đánh giá các thuật toán dự đoán vị trí đối tượng
Kalman, Kalman mở rộng, bộ lọc chất điểm Particle Filter. Đề xuất phương thức thực hiện
bộ lọc chất điểm mới. Phần cuối chương trình bày về mô hình ứng dụng giám sát theo vùng
kết hợp giữa thuật toán dự đoán vị trí đối tượng và các phương pháp định tuyến đã đề xuất.
- Chƣơng 4: Kết luận và hướng phát triển tiếp cho đề tài.

10

CHƢƠNG 1. TỔNG QUAN VỀ MẠNG CẢM BIẾN KHÔNG
DÂY
Mạng cảm biến không dây là một mạng bao gồm nhiều nút cảm biến giao tiếp thông qua
các kết nối không dây, các nút cảm biến này cảm nhận, tập trung dữ liệu, có thể phân tích tính
toán trên các dữ liệu thu thập được sau đó truyền trực tiếp hoặc đa chặng (multihop) về trạm
điều khiển để tiếp tục phân tích và đưa ra các quyết định toàn cục về môi trường xung quanh.
Các nút cảm biến bao gồm các thành phần cơ bản:
- Bộ vi xử lý.
- Bộ nhớ giới hạn.
- Bộ phận cảm biến.

- Truyền năng lượng hiệu quả qua các phương tiện không dây.
- Chia sẻ nhiệm vụ giữa các nút lân cận.
Các nút cảm biến được phân bố trong một trường cảm biến như hình 1.1. Mỗi một nút cảm
biến có khả năng thu thập dữ liệu và định tuyến lại đến các điểm xử lý tập trung gọi là nút
sink. Dữ liệu được định tuyến lại đến các điểm xử lý tập trung bởi một cấu trúc đa điểm như
hình vẽ. Các điểm xử lý tập trung có thể giao tiếp với các nút quản lý nhiệm vụ (task manager
node) qua mạng Internet hoặc vệ tinh.

Hình 1.1. Một mạng cảm biến không dây đơn giản [26]
Nút sink là một thực thể, tại đó thông tin được yêu cầu. Nút sink có thể là thực thể bên
trong mạng tức là một nút cảm biến hoặc ngoài mạng. Thực thể ngoài mạng có thể là một thiết
bị không cảm biến ví dụ như máy tính xách tay mà tương tác với mạng cảm biến, hoặc đơn
thuần chỉ là một điểm trung gian nối với mạng khác lớn hơn như Internet nơi mà có yêu cầu

12

thực sự đối với các thông tin lấy từ một vài nút cảm biến trong mạng.
Về mặt cấu trúc, nút cảm biến được cấu thành bởi bốn thành phần cơ bản như ở hình 1.2:
đơn vị cảm biến (sensing unit), đơn vị xử lý (processing unit), đơn vị truyền dẫn (transceiver
unit) và bộ nguồn (power unit). Ngoài ra có thể có thêm những thành phần khác tùy thuộc vào
từng ứng dụng như là hệ thống định vị (location finding system), bộ phát nguồn (power
generator) và bộ phận di động (mobilizer).

Hình 1.2. Cấu tạo nút cảm biến [26, 27]
Các đơn vị cảm biến bao gồm cảm biến và bộ chuyển đổi tương tự số. Dựa trên những hiện
tượng quan sát được, tín hiệu tương tự tạo ra bởi đơn vị cảm biến được chuyển sang tín hiệu
số bằng bộ ADC (Analog-to-Digital Converter), sau đó được đưa vào bộ xử lý.
Đơn vị xử lý thường được kết hợp với bộ lưu trữ nhỏ (storage unit), quyết định các thủ tục
làm cho các nút kết hợp với nhau để thực hiện các nhiệm vụ định sẵn. Phần thu phát vô tuyến
kết nối các nút vào mạng.