Luận văn được hoàn thành tại:
Học viện Công nghệ Bưu chính Viễn thông
Tập đoàn Bưu chính Viễn thông Việt Nam
Người hướng dẫn khoa học:
TS. VŨ NGỌC PHÀN
Phản biện 1: TS. Dương Thị Thúy Vân………………………..
……………………………………………………..
Phản biện 2: TS. Nguyễn Phương..……………………………..
……….…………………………………………….
Luận văn sẽ được bảo vệ trước hội đồng chấm luận văn tại Học
viện Công nghệ Bưu chính Viễn thông
Vào lúc: .08.... giờ .28... ngày .05.... tháng .08.. năm .2017......
Có thể tìm hiểu luận văn tại:
- Thư viện Học viện Công nghệ Bưu chính Viễn thông


1

MỞ ĐẦU
Ngày nay với sự phát triển rất nhanh của khoa học kỹ thuật
nói chung và ngành công nghệ thông tin nói riêng, thế giới chúng ta
đang bước vào kỷ nguyên số với sự xuất hiện của các thiết bị thông
minh như : điện thoại thông minh, nhà thông minh và thành phố
thông minh,… . Cùng với sự phát triển mạnh mẽ đó mạng cảm biến
không dây Wireless Sensor Network – WSN ra đời như là một
thành tựu khoa học tất yếu nhằm phục vụ cho nhu cầu của con
người trong xã hội hiện đại.
Mạng cảm biến không dây (WSN) ra đời giúp cho chúng ta
không mất quá nhiều sức lực, nhân công, tránh sự nguy hiểm và
chúng mang lại hiệu quả cao trong công việc. Với sự tiến bộ về kỹ
thuật vi điện tử, công nghệ nano, công nghệ mạch tích hợp,…đã

Nội dung đề tài gồm 3 chương:
Chương 1: Tổng quan về mạng cảm biến không dây Wireless
Sensor Network (WSN).
Chương 2: Các thuật toán phân cụm mờ và giao thức định
tuyến SEP trong mạng cảm biến không dây.
Chương 3: Đề xuất giao thức kết hợp SEP_
, mô
phỏng và đánh giá


3

CHƯƠNG I - TỔNG QUAN VỀ MẠNG CẢM BIẾN
KHÔNG DÂY WIRELESS SENSOR NETWORK(WSN)
1.1 Giới thiệu về WSN
Mạng cảm biến không dây Wireless Sensor Network(WSN)
được định nghĩa là một mạng lưới được hình thành từ sự kết hợp
giữa các node cảm biến với nhau. Node cảm biến là một thiết bị
nhỏ gọn, có khả năng tự hành và giao tiếp không dây qua một
khoảng cách ngắn để phối hợp thực hiện nhiệm vụ thu thập thông
tin dữ liệu phân tán với quy mô lớn trong bất kỳ điều kiện và ở bất
kỳ vùng địa lý nào.
Các node cảm biến được trang bị các tính năng cảm nhận,quan
sát, đo đạc, tính toán, định vị, … môi trường xung quanh sau đó
truyền dữ liệu tổng hợp được về node gốc bằng bộ thu và phát sóng
vô tuyến của mình. Node gốc là nơi thu nhận các dữ liệu từ các
node thành viên trong nhóm tiến hành tổng hợp và phân tích dữ
liệu sau đó gởi dữ liệu này về Sink node tại đây dữ liệu đã sẵn sàng
cho người dùng sử dụng. Mạng cảm biến không dây có thể liên kết
trực tiếp với nút quản lý giám sát trực tiếp hay gián tiếp thông qua

ứng dụng trong đời sống hàng ngày,…
1.2 Ứng dụng của WSN
Mạng cảm biến không dây (WSN) ra đời giúp cho chúng ta
không mất quá nhiều sức lực, nhân công, tránh sự nguy hiểm và
chúng mang lại hiệu quả cao trong công việc. Với sự tiến bộ về kỹ
thuật vi điện tử, công nghệ nano, công nghệ mạch tích hợp,…đã
thiết kế ra các cảm biến nhỏ gọn, giá thành rẻ và có khả năng triển
khai một số lượng lớn các thiết bị, chính vì thế WSN đã được triển
khai trong hàng loạt các lĩnh vực khác nhau như : Quốc phòng, dân


5

sự, y tế , giáo dục, môi trường, nông nghiệp,…. Với một số ứng
dụng cụ thể như : theo dõi hành quân, điều quân của quân địch;
theo dõi khô hạn và cảnh báo cháy rừng; Đo độ ẩm để điều tiết
nước tưới trong các trang trại nông nghiệp; Giám sát sức khỏe của
bệnh nhân,…..
Một số ứng dụng của mạng WSN trong cuộc sống:

Hình 1.2: Các ứng dụng của WSN

1.3 Các thách thức và trở ngại đối với WSN
Ngày nay mạng cảm biến không dây được ứng dụng rộng rãi
trong hầu hết các lĩnh vực nhờ những tính năng ưu việt mà chúng
đem lại cho chúng ta, tuy nhiên bên cạnh đó mạng cảm biến không
dây vẫn tồn tại những hạn chế mà nếu chúng ta nắm bắt được
những hạn chế này sẽ khắc phục và hạn chế tối đa những trở ngại
này.
1.3.1 Giới hạn về nguồn năng lượng

cảm biến truyền về trạm gốc.
1.4 Kết luận
Ngày nay mạng cảm biến không dây với chi phí đầu tư thấp,
tiêu thụ ít điện năng tuổi thọ cao cho phép ta triển khai trong nhiều
điều kiện địa hình khí hậu phức tạp, đặc biệt là khả năng tự tổ chức
mạng,khả năng xử lý cộng tác và chịu được các hư hỏng đã tạo ra
một triển vọng ứng dụng đầy tiềm năng trong nhiều lĩnh vực khác
nhau. Mạng cảm biến không dây phục vụ đa dạng các mục tiêu
không chỉ thu thập thông tin dữ liệu mà còn điều khiển giám sát hệ
thống trên phạm vi rộng lớn.


7

CHƯƠNG II - CÁC THUẬT TOÁN PHÂN CỤM MỜ VÀ
GIAO THỨC ĐỊNH TUYẾN TRONG MẠNG CẢM BIẾN
KHÔNG DÂY
2.1 Các kỹ thuật phân cụm và các thuật toán phân cụm mờ
trong mạng cảm biến không dây
2.1.1 Giới thiệu chung
Ngay sau khi được giới thiệu, mạng cảm biến không dây đã
thu hút được sự quan tâm hết sức đặc biệt vì khả năng đáp ứng
được rất nhiều ứng dụng trong thực tế. Cùng với sự phát triển của
công nghệ mạng viễn thông, công nghệ nano, mạch tích hợp, đã
làm cho chi phí triển khai mạng giảm đi một cách đáng kể, điều
này tất yếu sẽ dẫn đến các ứng dụng mạng cảm biến được triển khai
trên diện rộng, với số lượng nút cảm biến lớn. Một trong những yếu
điểm lớn nhất của mạng cảm biến không dây đó là nguồn năng
lượng giới hạn phục vụ cho hoạt động của các node cảm biến được
triển khai trong mạng. Để duy trì được thời gian hoạt động lâu dài

Bezdek khái quát hóa hàm mục tiêu mờ bằng cách đưa ra trọng
số mũm > 1 là bất kỳ số thực nào như sau:

trong đó:
X = [x1,…, xn] ϵ Rslà n vectơ mẫu node tập con thực s chiều
trong không gian vectơ Rsgồm có n quan sát,
m ϵ [1, +∞] là trọng số mũ được gọi là tham số mờ,
vi ϵ Rs là trung tâm cụm thứ i,
d(xk, vi) = dik là khuôn mẫu bất kỳ để đo khoảng cách giữa
node xk
với trung tâm cụm thứ i, => d2(xk, vi) là khoảng cách
Euclidean,
uik ϵ [0, 1] là bậc của phần tử node xk thuộc về cụm thứ i,
V = [vji] = [v1,…,vc] ϵ Rsxc là ma trận biểu diễn các giá trị đối
tượng tâm của cụm


9

U = [uik] là ma trận phân hoạch mờ ngẫu nhiên của X trong C
phần.
Một trong các nhân tố chính ảnh hưởng tới quyết định phân cụm
hợp lý các điểm là vấn đề chọn phép đo độ phi tương tự. Thực
vậy, tính toán bậc thành viên uik phụ thuộc vào định nghĩa của
phép đo khoảng cách dik mà là tích vô hướng trên Rs. Bình phương
khoảng cách giữa vectơ mẫu xk và trungtâm vị trí của cụm thứ i
được định nghĩa như sau:

trong đó:
A là ma trận hữu hạn dương đối xứng (p × p) bất kỳ

thiểu, mà chủ yếu dựa trên đó độ tương tự giữa xk và trung tâm cụm
vi , điều này tương đương với hai điều kiện (5) và (6) phải thỏa
mãn. Với hàm mục tiêu và các ràng buộc để hàm mục tiêu đạt giá
trị tối thiểu.
Thuật toán FCM cung cấp một quá trình lặp qua lại giữa
phương trình (5) và (6) để tối ưu (hàm đạt xấp xỉ cực tiểu) hàm
mục tiêu dựa trên đo đạc độ tương tự có trọng số giữa xk và trung
tâm cụm vi , sau mỗi vòng lặp, thuật toán tính toán và cập nhật các
phần tử ujk trong ma trận phân hoạch U . Phép lặp sẽ dừng khi maxij


11

{
} , trong đó là chuẩn kết thúc giữa
0 và 1, trong khi đó k là các bước lặp. Thủ tục này hội tụ tới cực
tiểu cục bộ hay điểm yên ngựa của Jm(U,V). Thuật toán tính toán
ma trận phân hoạch U và kích thước của các cụm để thu được các
mô hình mờ từ ma trận này. Các bước thực hiện của thuật toán như
sau:

 Ưu điểm
- Có độ phức tạp tương đương với thuật toán K-Means trong
trường hợp số đối tượng của tập node cần phân cụm là rất lớn.
- Khám phá ra được các cụm chồng lên nhau.
 Nhược điểm
- Hiệu quả đối với tập node lớn, tập node được phân bố
nhiều chiều cũng như cách xác định tham số là những vấn đề phức
tạp cần giải quyết.
2.1.2 Thuật toán


b. Thuật toán

 Ưu điểm
- Có độ phức tạp tương đương với thuật toán K-Means trong
trường hợp số đối tượng của tập node cần phân cụm là rất lớn.
- Khám phá ra được các cụm chồng lên nhau.
 Nhược điểm
- Hiệu quả đối với tập node lớn, tập node được phân bố
nhiều chiều cũng như cách xác định tham số là những vấn đề phức
tạp cần giải quyết.
2.3 Tổng quan về giao thức định tuyến SEP
Giao thức SEP xem xét đến mức năng lượng trong quá trình
lựa chọn node chính. SEP cải thiện vùng ổn định của tiến trình


14

phân nhóm theo hình thức phân cấp sử dụng các thông số đặc trưng
của tính không đồng nhất, bổ sung năng lượng giữa advanced node
và normol node. Để kéo dài thời gian ổn định, SEP cố gắng duy trì
hạn tiêu thụ năng lượng. Các advanced node trở thành CH thường
xuyên hơn các node bình thường. Các node tiên tiến thường được
cấp năng lượng nhiều hơn so với normol node. Tổng năng lượng
của hệ thống thay đổi. Gỉa sử Eo là năng lượng ban đầu normol
node thì năng lượng của advanced node sẽ được cài đặt Eo*(1+α ).
Tổng năng lượng cần thiết lập (không đồng nhất) mới tương đương
với: n*(1-m)*Eo + n*m*Eo(1+α) = n*Eo(1+αm) Vì vậy tổng số
năng lượng của hệ thống được tăng lên (1+αm) lần. Chúng ta có thể
tăng vùng ổn định của mạng cảm biến (1+αm) lần.

(1+αm) vòng mỗi giai đoạn và đó là số trung bình

những normal node trở thành CH mỗi vòng là n (1-m)*Pnrm.
Ngưỡng cho advanced node:

G”: advanced node chưa trở thành CH trong

vòng cuối

cùng mỗi giai đoạn. T(Sadv)là ngưỡng áp dụng cho n*m advanced
node.
Chúng ta hãy xem giai đoạn này như giai đoạn phụ. Mỗi giai
đoạn có 1+α giai đoạn con và advanced node trở thành CH chính
xác 1+α lần trong giai đoạn. Trung bình advanced node trở thành
CH mỗi vòng là n*Padv.
Như vậy số lượng trung bình CH mỗi vòng là:
n*(1-m)*Pnrm+n*m*Padv = n*Popt
Đây là số lượng mong muốn của CH trên vòng mỗi giai đoạn.


16

CHƯƠNG III - ĐỀ XUẤT GIAO THỨC SEP_
MÔ
PHỎNG VÀ ĐÁNH GIÁ
3.1 Xây dựng mô hình mạng
Ta giả định việc xây dựng một mô hình mạng với các thuộc
tính sau đây :
- Mỗi node cảm biến thực hiện nhiệm vụ cảm biến định kỳ và
luôn có dữ liệu để gởi đến trạm gốc.

là năng lượng mất đi trên bit lúc truyền hoặc nhận.
+
và
tùy thuộc vào mô hình khuếch đại sử dụng.
+
+

là khoảng cách giữa bên gởi và bên nhận.
là ngưỡng khoảng cách truyền. (

)

Để nhận 1-bít thông điệp, sóng tiêu hao được tính theo công
thức sau :
E(l) = l.Eelec
Đối với việc mô phỏng trong luện văn này, các biến năng lượng
được thiết lập như sau :
+ Eelec = 2*10-6 J/bit (năng lượng mất đi khi truyền dữ liệu).
+ Eelec = 1*10-6 J/bit (năng lượng mất đi khi nhận dữ liệu).
+
=10pJ/bit/m2.
+
=0.0013pJ/bit/m4.
Trong mô phỏng này chúng tôi giả định rằng các thông tin
được thu thập bởi một cụm gồm n node, trong đó mỗi node thu thập
k bit dữ liệu, có thể được nén để k bít không phụ thuộc vào số
lượng các node trong cụm. Trong mô phỏng chi phí năng lượng cho
việc tập hợp dữ liệu được thiết lập là EDA = 5nJ/bit.
3.3 Đề xuất kết hợp thuật toán
vào trong giao thức


Hình 3.2: Lược đồ các bước chạy của thuật toán SEP_


20

Đối với vòng truyền dữ liệu ( truyền thông ) đầu tiên chúng ta
sử dụng thuật toán
để khởi tạo cụm để đảm bảo việc tất cả
các node đều phân vào các cụm một cách tốt nhất dựa vào khoảng
cách Euclidian tới tâm cụm và các tâm cụm được lựa chọn dựa trên
mức năng lượng còn lại của node.
3.4 Kết quả thực nghiệm
Trong luận văn này tác giả sử dụng phần mềm
Matlab(R2016a) để thực hiện mô phỏng , cho 140 node trong mạng
lưới 500x500, với năng lượng không đồng đều giữa các node để thể
hiện ảnh hưởng không đồng đều giữa các node trong mạng, 10%
các node có năng lượng 1 Joules (a=1, Popt=0.1), 90% các node có
năng lượng 0.5 Joules. Vị trí sink đặt tại (250/,250), độ dài mỗi
thông điệp 500bytes, hệ số khuếch đại fs=10pJ/bit/m2 và
mp=0.0013pJ/bit/m4, số vòng lặp tối đa là 6000. Sau đó ta so sánh
giữa giao thức kết hợp giữa SEP_
với giao thức SEP dựa
trên các chỉ số như : Số lượng các node sống, số lượng các node
chết và năng lượng còn lại của các node.
Bảng 3.1: Bảng tóm tắt giá trị các tham số trong luận văn


21
Bảng 3.2: Bảng mô tả các ký hiệu trong hình mô phỏng


Hình 3.6: Alive Node

3.4.3

Năng lượng còn lại


23

Trong hình 3.5 chúng ta thấy rằng năng lượng con lại của giao
thức kết hợp SEP_
nhiều hơn so với giao thức SEP. Kết quả
cho thất giao thức kết hợp SEP_
đã cải thiện được năng
lượng còn lại so với giao thức SEP.

Hình 3.7: Năng lượng còn lại


24

KẾT LUẬN VÀ KIẾN NGHỊ
1. Kết luận
Mạng cảm biến không dây có thể thích ứng linh hoạt, xử lý và
tự khắc phục sự cố khi xảy ra hư hỏng, có chi phí triển khai thấp
nên được ứng dụng phổ biến. Tuy nhiên việc thiết kế một mạng
WSN hoạt động tốt, mềm dẻo, dễ dàng triển khai vào các ứng dụng
thực tế gặp rất nhiều khó khăn bởi nhiều nguyên nhân, trong đó khó
khăn lớn nhất hiện nay là năng lượng của các node bị giới hạn và