mã hóa nguồn phân tán sử dụng mã LDPC trong mạng cảm biến không dây

ĐỒ ÁN TỐT NGHIỆP

1 | Sinh viên thực hiện : Hoàng Thanh Tùng– Điện Tử 1-K54

LỜI NÓI ĐẦU
Ngày nay, nhờ có sự tiến bộ vượt bậc trong khoa học và kỹ thuật, các công
nghệ mạng không dây ngày nay đang được phát triển mạnh mẽ và có nhiều ứng
dụng thiết thực trong cuộc sống. Với khả năng cơ động cao, thuận tiên trong sử
dụng, các công nghệ này đang dần dần thay thế các công nghệ mạng có dây truyền
thống. Song cũng do sự di chuyển của các thiết bị di động trong mạng làm cho topo
mạng luôn thay đổi, cùng với đó là tỷ lệ lỗi cao và giới hạn về băng thông, năng
lượng so với mạng có dây, nên các giao thức định tuyến trong mạng không dây trở
nên phức tạp hơn. Mô hình mã hóa nguồn phân tán trong mạng cảm biến không dây
là một chủ đề mới với khả năng giảm dung lượng tín hiệu tại nguồn bằng cách khai
thác sự tương quan giữa các nguồn với nhau, cho nên làm giảm khối lượng tính toán
cũng như năng lương tiêu thụ. Đồ án này được thực hiện nhằm mục đích tìm hiểu
sâu hơn về mã hóa nguồn phân tán sử dụng mã LDPC trong mạng cảm biến không
dây.
Trong quá trình thực hiện đồ án, em đã gặp rất nhiều khó khăn. Tuy nhiên
được sự giúp đỡ tận tình của thầy giáo Nguyễn Trung Dũng, cùng bạn trong nhóm
cũng như các bạn trong phòng lab em đã hoàn thành đồ án này.
Mặc dù đã cố gắng hết sức nhưng đồ án chắc chắn không tránh khỏi nhiều
thếu sót, vì thế em rất mong nhận được sự góp ý từ các thầy, cô giáo và các bạn để
hoàn thiện hơn.
Em xin gửi lời cảm ơn chân thành đến:
- Thầy giáo Nguyễn Trung Dũng
- Các bạn trong phòng lab WSN
- Cùng toàn thể gia đình, bạn bè đã hỗ trợ cho em.

Hà Nội, ngày 20/05/2014
Sinh viên thực hiện

Hoàng Thanh Tùng ĐT01-K54



ĐỒ ÁN TỐT NGHIỆP

2 | Sinh viên thực hiện : Hoàng Thanh Tùng– Điện Tử 1-K54

TÓM TẮT ĐỒ ÁN

Mã hóa nguồn phân tán trong mạng cảm biến không dây sử dụng LDPC:
Công nghệ mạng cảm biến không dây WSN đang ngày càng phát triển và có
nhiều ứng dụng thực tế. Đồ án được thực hiện sẽ tổng hợp các kiến thức cơ bản về
mạng cảm biến không dây, tìm hiểu sâu hơn về mã hóa nguồn phân tán dựa trên sự
tương quan của các nguồn: các loại mã hóa nguồn phân tán, và cụ thể là mã hóa
nguồn phân tán sử dụng syndrome. Mục tiêu của đồ án là để tìm ra cách tốt nhất cho
việc nén và mã hóa dữ liệu được truyền trên mạng cảm biến không dây. Điều này
rất được quan tâm vì việc nén sẽ giúp nghiên cứu những yêu cầu chặt chẽ cho việc
truyền trên mỗi cảm biến. Mã LDPC là mã được sử dụng trong đồ án làm giảm số
lượng bít của dữ liệu nguồn truyền đi, giảm tỷ lệ lỗi bít và giảm năng lượng tiêu thụ.
Hiệu quả của mô hình mạng phân tán này sẽ được kiểm tra bằng công cụ mô phỏng
Matllab.

ABSTRACT

Distributed Source Coding in Wireless sensor network with LDPC code:
Wireless sensor network technologys are more and more developing, applied
in ourlife ways. Project implementation will be integrated knowledge base on
wireless sensor network, a better understanding of distributed source coding based
on the correlation of the source: the distributed source coding type, and specific

distributed source coding using syndrome. The goal of the work is to find the best
practical implementation with respect to compression and coding of the data to be
transmitted by sensors in a wireless network. This is desirable because compression
will help reaching the tight requirements on transmitted effect in each sensor. The
recently developed scheme of distributed source coding is a revolutionary way of
doing this. LDPC code is the code used in the scheme reduces the number of data
bits transmitted power, reduce bit error rate and reducing energy consumption. The
effectiveness of this distributed network model will be tested using simulation tools
Matllab.
ĐỒ ÁN TỐT NGHIỆP

3 | Sinh viên thực hiện : Hoàng Thanh Tùng– Điện Tử 1-K54

MỤC LỤC

LỜI NÓI ĐẦU 1
TÓM TẮT ĐỒ ÁN 2
MỤC LỤC 3
CÁC HÌNH VẼ SỬ DỤNG TRONG ĐỒ ÁN 5
CÁC TỪ VIẾT TẮT SỬ DỤNG TRONG ĐỒ ÁN 6
CHƯƠNG I : TỔNG QUAN VỀ MẠNG CẢM BIẾN KHÔNG DÂY 7
1.1 Giới thiệu về mạng cảm biến không dây 7
1.2 Cấu trúc mạng WSN 7
1.2.1 Cấu trúc 1 node mạng WSN 7
1.2.2 Cấu trúc mạng cảm biến không dây 9
1.2.3 Kiến trúc giao thức mạng WSN 10
1.2.4 Các yếu tố ảnh hưởng đến mạng WSN 13
1.3 Các vấn đề và mô hình trong mạng cảm biến không dây 16
CHƯƠNG II : MÃ NGUỒN PHÂN TÁN TRONG MẠNG CẢM BIẾN KHÔNG
DÂY 18

2.1 Mã nguồn phân tán 18
2.2 DSC không tổn thất 20
2.2.1 Mã hóa Slepian-Wolf của hai nguồn nhị phân 21
2.3 DSC tổn thất 22
2.3.1 Trường hợp đối xứng mã nhị phân 24
2.3.2 Trường hợp Gaussian bậc hai 24
2.4 Lựa chọn mã LDPC 25
CHƯƠNG 3 : MÃ NGUỒN PHÂN TÁN SỬ DỤNG SYNDROME 26
3.1 Mã nguồn phân tán sử dụng các syndrome 26
3.2 Thiết kế đối xứng 28
3.2.1 Cấu trúc bộ giải mã 30
3.2.2 Đa nguồn 30
3.3 Mã hóa LDPC 31
3.3.1 Giới thiệu một số loại mã 31
3.3.2 Mã LDPC 37
ĐỒ ÁN TỐT NGHIỆP

4 | Sinh viên thực hiện : Hoàng Thanh Tùng– Điện Tử 1-K54

3.4 Mã LDPC trong việc cài đặt phân tán 41
3.4.1 Việc xây dựng mã cho trường hợp đối xứng 42
CHƯƠNG 4 : MÔ PHỎNG TRÊN MATLAB 44
4.1 Giới thiệu về công cụ mô phỏng MATLAB 44
4.1.1 Giới thiệu về MATLAB 44
4.1.2 Cách tìm một bản MATLAB để sử dụng 44
4.1.3 Sử dụng MATLAB hiệu quả 45
4.2 Mô phỏng trên MATLAB 46
4.2.1 Thực hiện mã Hamming 47
4.2.2 Thực hiện mã LDPC 49
KẾT LUẬN CHUNG 51

PHỤ LỤC 52


















ĐỒ ÁN TỐT NGHIỆP

5 | Sinh viên thực hiện : Hoàng Thanh Tùng– Điện Tử 1-K54

CÁC HÌNH VẼ SỬ DỤNG TRONG ĐỒ ÁN

Hình 1.1. Mô hình mạng cảm biến không dây………………………………………8
Hình 1.2. Các thành phần của một node cảm ứng………………………………… 9
Hình 1.2.2. Cấu trúc mạng cảm biến không dây………………………………… 11
Hình 1.2.3. Kiến trúc giao thức của mạng cảm biến………………………………12
Hình 1.4. Mạng WSN với hai mô hình mạng khác nhau………………………… 19

Hình 2.1a. Mã hóa nguồn phân tán với thông tin biên tại bộ giải mã…………… 21
Hình 2.1b. Kênh tương quan ảo giữa X và Y…………………………………… 22
Hình 2.2. Vùng tốc độ bít của 2 nguồn……………………………………………23
Hình 2.2.1. Cấu trúc coset…………………………………………………………25
Hình 2.4a. Sơ đồ khối của mã hóa Wyner-Ziv……………………………………25
Hình 2.4b. Bên trong và bên ngoài vùng tỷ lệ của DSC tổn thất………………….26
Hình 3.1. Đầu ra có thể của Y nếu X thuộc coset {000, 111}…………………… 30
Hình 3.2. Cấu trúc bộ tạo ma trận trong trường hợp đối xứng ……………………32

Hình 3.2.2. Định nghĩa ma trận trong trườn hợp đa nguồn……………………… 33
Hình 3.3.1.1a. Cấu trúc bộ mã hóa Turbo…………………………………………34
Hình 3.3.1.1b. Cấu trúc bộ giải mã Turbo……………………………………… 35
Hình 3.3.2. Ma trận kiểm tra chẵn lẻ cho mã LDPC ( 20,3,4)…………………….41
Hình 3.3a. Tanner đồ thị đại diện của một mã (6,3)……………………………….43
Hình 3.3b. Giải mã (6,3)………………………………………………………… 44
Hình 3.4.1a . Giải mã với các đồ thị Tanner trong trường hợp máy đơn………… 46
Hình 3.4.1b. Giải mã với các đồ thị Tanner trong trường hợp hai máy……………47
Hình 4.2. Bên phát của hệ thống………………………………………………… 51
Hình 4.3. Bên thu của hệ thống ………………………………………………… 52
Hình 4.2.1a. Ma trận kiểm tra lỗi chẵn lẻ và chuyển vị của nó……………………52
Hình 4.2.1b. Các từ mã cảu coset 000 trong mã Hamming (7, 4) phân tán……… 53
Hình 4.2.1. Kết quả sơ đồ tỷ lệ bít lỗi mã Hamming các trường hợp khác nhau…54
Hình 4.2.2. Kết quả tỷ lệ bít lỗi mã hóa LDPC qua kênh AWGN…………… 56


ĐỒ ÁN TỐT NGHIỆP

6 | Sinh viên thực hiện : Hoàng Thanh Tùng– Điện Tử 1-K54

CÁC TỪ VIẾT TẮT SỬ DỤNG TRONG ĐỒ ÁN

Từ trong tiếng Anh
Nghĩa tiếng Việt
WSN
Wireless Sensor Network
Mạng cảm biến không dây
DSC
Distributed Source Coding
Mã hóa nguồn phân tán
LDPC
Low Density Parity Check
Mã kiểm tra chẵn lẻ mật độ thấp
DISCUS
DSC in Sensor Network
Using Syndrome
Mã hóa nguồn phân tán trong mạng
cảm biến sử dụng Syndrome
ADC
Analog to Digital
Converter
Bộ chuyển đổi tín hiệu tương tự sang
tín hiệu số
S-W
Slepian-Wolf
Mã hóa Slepian-Wolf
QoS
Quanlity of Service
Chất lượng dịch vụ
MAC

Media Access Control
Điều khiển truy nhập thiết bị mạng
AWGN
Additive White Gaussian
Noise
Kênh nhiễu trắng Gauss













ĐỒ ÁN TỐT NGHIỆP

7 | Sinh viên thực hiện : Hoàng Thanh Tùng– Điện Tử 1-K54

CHƯƠNG I : TỔNG QUAN VỀ MẠNG CẢM BIẾN KHÔNG DÂY

1.1 Giới thiệu về mạng cảm biến không dây
Mạng cảm biến không dây (Wireless Sensor Network – WSN) là một trong
những công nghệ mới phát triển nhanh chóng nhất, với nhiều ứng dụng trong các
lĩnh vực: điều khiển quá trình công nghiệp, bảo mật và giám sát, cảm biến môi
trường…

Hình 1.1. Mô hình mạng cảm biến không dây
WSN là mạng liên kết các node với nhau nhờ sóng radio. Nhưng trong đó,
mỗi node mạng bao gồm đầy đủ các chức năng để cảm nhận, thu thập, xử lý và
truyền dữ liệu. Các node mạng thường là các thiết bị đơn giản, nhỏ gọn, giá thành
thấp,… và có số lượng lớn, được phân bố không có hệ thống trên phạm vi rộng, sử
dụng nguồn năng lượng (pin) hạn chế thời gian hoạt động lâu dài.

1.2 Cấu trúc mạng WSN
1.2.1 Cấu trúc 1 node mạng WSN
Mỗi node cảm ứng được cấu thành bởi 4 thành phần cơ bản như ở hình 1.2, bộ
cảm nhận (sensing unit), bộ xử lý (a processing unit), bộ thu phát (a transceiver
unit) và bộ nguồn (a 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).

ĐỒ ÁN TỐT NGHIỆP

8 | Sinh viên thực hiện : Hoàng Thanh Tùng– Điện Tử 1-K54


Bộ nguồn
Cảm biến ADC
Lưu trữ
Xử lý
Bộ phận
phát
Hệ thống định vị
Bộ phát
nguồn

Bộ phận di động

Hình 1.2. Các thành phần của một node cảm ứng
Các bộ phận cảm ứng (sensing units) bao gồm cảm biến và bộ chuyển đổi
tương tự-số (ADC – Analog to Digital Converter). Dựa trên những hiện tượng quan
sát được, tín hiệu tương tự tạo ra bởi sensor được chuyển sang tín hiệu số bằng bộ
ADC, sau đó được đưa vào bộ xử lý.
Bộ xử lý thường được kết hợp với bộ lưu trữ nhỏ (storage unit), quyết định
các thủ tục 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. Chúng gửi và nhận các dữ
liệu thu được từ chính nó hoặc các nút lân cận tới các nút khác hoặc tới sink. Ở đây
tín hiệu được thu và phân tích.
Phần quan trọng nhất của một nút mạng cảm ứng là bộ nguồn. Bộ nguồn có
thể là một số loại pin. Để các nút có thời gian sống lâu th. bộ nguồn rất quan trọng,
nó phải có khả năng nạp điện từ môi trường như là năng lượng ánh sáng mặt trời.
Ngoài ra còn một số cách cấp nguồn khác…

ĐỒ ÁN TỐT NGHIỆP

9 | Sinh viên thực hiện : Hoàng Thanh Tùng– Điện Tử 1-K54

1.2.2 Cấu trúc mạng cảm biến không dây
Giao tiếp không dây multihop: Khi giao tiếp không dây là kĩ thuật chính, thì
giao tiếp trực tiếp giữa hai nút sẽ có nhiều hạn chế do khoảng cách hay các vật cản.
Đặc biệt là khi nút phát và nút thu cách xa nhau thì cần công suất phát lớn.Vì vậy
cần các nút trung gian làm nút chuyển tiếp để giảm công suất tổng thể. Do vậy các
mạng cảm biến không dây cần phải dùng giao tiếp multihop.
Hoạt động hiệu quả năng lượng: để hỗ trợ kéo dài thời gian sống của toàn
mạng, hoạt động hiệu quả năng lượng là kĩ thuật quan trọng mạng cảm biến không
dây.

Tự động cấu hình: Mạng cảm biến không dây cần phải cấu hình các thông số
một các tự động. Chẳng hạn như các nút có thể xác định vị trí địa lí của nó thông
qua các nút khác (gọi là tự định vị).
Xử lí trong mạng và tập trung dữ liệu: Trong một số ứng dụng một nút cảm
biến không thu thập đủ dữ liệu mà cần phải có nhiều nút cùng cộng tác hoạt động
thì mới thu thập đủ dữ liệu, khi đó mà từng nút thu dữ liệu gửi ngay đến sink sẽ rất
tốn băng thông và năng lượng. Cần phải kết hợp các dữ liệu của nhiều nút trong một
vùng rồi mới gửi tới sink sẽ tiết kiệm băng thông và năng lượng.
Do vậy , cấu trúc mạng mới sẽ:
- Kết hợp vấn đề năng lượng và khả năng định tuyến.
- Tích hợp dữ liệu và giao thức mạng.
- Truyền năng lượng hiệu quả qua các phương tiện không dây.
- Chia sẻ nhiệm vụ giữa các nút lân cận
Các nút cảm ứng được phân bố trong một sensor field như hình 1.2.2. Mỗi
một nút cảm ứng có khả năng thu thập dữ liệu và định tuyến lại đến các sink. Dữ
liệu được định tuyến lại đến các sink bởi một cấu trúc đa điểm. Các sink có thể giao
tiếp với các nút quản lí nhiệm vụ (task manager node) qua mạng Internet hoặc vệ
tinh.

ĐỒ ÁN TỐT NGHIỆP

10 | Sinh viên thực hiện : Hoàng Thanh Tùng– Điện Tử 1-K54


Hình 1.2.2. Cấu trúc mạng cảm biến không dây

1.2.3 Kiến trúc giao thức mạng WSN
Trong mạng cảm ứng, dữ liệu sau khi được thu thập bởi các nút sẽ được định
tuyến gửi đến sink. Sink sẽ gửi dữ liệu đến người dùng đầu cuối thông qua internet
hay vệ tinh. Kiến trúc giao thức được sử dụng bởi nút gốc và các nút cảm biến (hình

1.2.3).
Lớp ứng dụng
Lớp truyền tải
Lớp mạng
Lớp liên kết lữ liệu
Lớp vật lý
Phần quản lý năng lượng
Phần quản lý di động
Phần quản lý nhiệm vụ

Hình 1.2.3. Kiến trúc giao thức của mạng cảm biến
Kiến trúc giao thức này kết hợp giữa công suất và chọn đường, kết hợp số
liệu với các giao thức mạng, sử dụng công suất hiệu quả với môi trường vô tuyến và
sự tương tác giữa các nút cảm biến. Kiến trúc giao thức bao gồm lớp vật lí, lớp liên
ĐỒ ÁN TỐT NGHIỆP

11 | Sinh viên thực hiện : Hoàng Thanh Tùng– Điện Tử 1-K54

kết dữ liệu, lớp mạng, lớp truyền tải, lớp ứng dụng, phần quản lí công suất, phần
quản lí di động và phần quản lí nhiệm vụ.
 Lp ng dng: Tùy vào từng nhiệm vụ của mạng cảm biến mà các phần
mềm ứng dụng khác nhau được xây dựng và sử dụng trong lớp ứng dụng. Trong lớp
ứng dụng có mốt số giao thức quan trọng như giao thức quản lí mạng cảm biến
(SMP – Sensor Management Protocol), giao thức quảng bá dữ liệu và chỉ định
nhiệm vụ cho từng sensor (TADAP – Task Assignment and Data Advertisement),
giao thức phân phối dữ liệu và truy vấn cảm biến (SQDDP – Sensor Query and Data
Dissemination).
 Lp truyn ti : giúp duy trì luồng số liệu nếu ứng dụng mạng cảm biến
yêu cầu. Lớp truyền tải đặc biệt cần khi mạng cảm biến kết nối với mạng bên ngoài,
hay kết nối với người dùng qua internet. Giao thức lớp vận chuyển giữa sink với

người dùng (nút quản lí nhiệm vụ) thì có thể là giao thức gói ngừời dùng (UDP –
User Datagram Protocol) hay giao thức điều khiển truyền tải (TCP – Transmission
Control Protocol) thông qua internet hoặc vệ tinh. C.n giao tiếp giữa sink và các nút
cảm biến cần các giao thức kiểu như UDP v. các nút cảm biến bị hạn chế về bộ nhớ.
Hơn nữa các giao thức này cần phải tính đến sự tiêu thụ công suất, tính mở rộng và
định tuyến tập trung dữ liệu .
 Lp mng : quan tâm đến việc định tuyến dữ liệu được cung cấp bởi lớp
truyền tải. Việc định tuyến trong mạng cảm biến phải đối mặt với rất nhiều thách
thức như mật độ các nút dày đặc, hạn chế về năng lượng…Do vậy thiết kế lớp mạng
trong mạng cảm biến phải theo các nguyên tắc sau:
- Hiệu quả về năng lượng luôn được xem là vấn đề quan trọng hàng đầu.
- Các mạng cảm biến gần như là tập trung dữ liệu
- Tích hợp dữ liệu và giao thức mạng.
- Phải có cơ chế địa chỉ theo thuộc tính và biết về vị trí
Có rất nhiều giao thức định tuyến được thiết kế cho mạng cảm biến không
dây. Nhìn tổng quan, chúng được chia thành ba loại dựa vào cấu trúc mạng, đó là
định tuyến ngang hàng, định tuyến phân cấp, định tuyến dựa theo vị trí. Xét theo
hoạt động thì chúng được chia thành định tuyến dựa trên đa đường
ĐỒ ÁN TỐT NGHIỆP

12 | Sinh viên thực hiện : Hoàng Thanh Tùng– Điện Tử 1-K54

(multipathbased), định tuyến theo truy vấn (query- based), định tuyến thỏa thuận
(negotiation - based), định tuyến theo chất lượng dịch vụ (QoS – Quanlity of
Service), định tuyến kết hợp (coherent-based).
 Lp kt ni d liu : Lớp kết nối dữ liệu chịu trách nhiệm cho việc ghép các
luồng dữ liệu, dữ khung dữ liệu, điều khiển lỗi và truy nhập môi trường. Vì môi
trường có tạp âm và các nút cảm biến có thể di động, giao thức điều khiển truy nhập
môi trường (MAC – Media Access Control) phải xét đến vấn đề công suất và phải
có khả năng tối thiểu hoá việc va chạm với thông tin quảng bá của các nút lân cận.

 Lp vt lý : Lớp vật lí chịu trách nhiệm lựa chọn tần số, phát tần số sóng
mang, điều chế, lập mã và tách sóng.
 Phn qun lý công sut : điều khiển việc sử dụng công suất của nút cảm
biến. Ví dụ, nút cảm biến có thể tắt khối thu của nó sau khi thu được một bản tin từ
một nút lân cận. Điều này giúp tránh tạo ra các bản tin giống nhau. Khi mức công
suất của nút cảm biến thấp, nút cảm biến phát quảng bá tới các nút lân cận để thông
báo nó có mức công suất thấp và không thể tham gia vào các bản tin chọn đường.
Công suất còn lại sẽ được dành riêng cho nhiệm vụ cảm biến.
 Phn qung : phát hiện và ghi lại sự di chuyển của các nút cảm
biến để duy trì tuyến tới người sử dụng và các nút cảm biến. Nhờ xác định được các
nút cảm biến lân cận, các nút cảm biến có thể cân bằng giữa công suất của nó và
nhiệm vụ thực hiện.
 Phn qun lý nhim v : có thể lên kế hoạch các nhiệm vụ cảm biến trong
một vùng xác định. Không phải tất cả các nút cảm biến trong vùng đó điều phải
thực hiện nhiệm vụ cảm biến tại cùng một thời điểm. Kết quả là một số nút cảm
biến thực hiện nhiệm vụ nhiều hơn các nút khác tuỳ theo mức công suất của nó.
Những phần quản lý này là cần thiết để các nút cảm biến có thể làm việc cùng nhau
theo một cách thức sử dụng hiệu quả công suất, chọn đường số liệu trong mạng cảm
biến di động và phân chia tài nguyên giữa các nút cảm biến.



ĐỒ ÁN TỐT NGHIỆP

13 | Sinh viên thực hiện : Hoàng Thanh Tùng– Điện Tử 1-K54

1.2.4 Các yếu tố ảnh hưởng đến mạng WSN
1.2.4.1 Thời gian sống bên ngoài
Các nút WSN với nguồn năng lượng pin giới hạn. Ví dụ: một loại pin kiềm
cung cấp 50Wh năng lượng, nó có thể truyền cho mỗi nút mạng ở chế độ tích cực

gần 1 tháng hoạt động. Sự tiêu tốn và tính khả thi của giám sát và thay thế pin cho
một mạng rộng, thì thời gian sống dài hơn được thiết kế. Trong thực tế, pin rất cần
thiết trong rất nhiều ứng dụng để bảo đảm mạng WSN có thể tự động sử dụng
không cần thay thế trong vài năm. Sự cải thiện của phần cứng trong thiết kế pin và
kĩ thuật thu năng lượng sẽ giúp ta một phần trong việc tiết kiệm pin.
1.2.4.2 Sự đáp ứng
Giải pháp đơn giản nhất để kéo dài thời gian sống bên ngoài là điều khiển
các node trong 1 chu kì làm việc với chu kì chuyển mạch giữa 2 chế độ: chế độ ngủ
(mode sleep) và chế độ hoạt động (mode active). Trong khi quá trình đồng bộ ở chế
độ ngủ là 1 thách thức của WSN, vấn đề lớn liên quan đến nữa là chu trình ngủ 1
cách tùy ý có thể làm giảm khả năng đáp ứng cũng như hiệu suất của các sensor.
Trong một số ứng dụng, các sự kiện trong tự nhiên được tìm thấy và thông báo
nhanh, thì sự trễ bởi lịch ngủ phải được giữ ở giới hạn chính xác, thậm chí trong sự
tồn tại của nghẽn mạng.
1.2.4.3 Tính chất mạnh
Mục tiêu của WSN là cung cấp ở phạm vi rộng lớn, độ bao phủ chính xác
(fine-grained coverage). Mục tiêu này phổ biến ở số lượng lớn các thiết bị không
đắt tiền. Tuy nhiên các thiết bị rẻ thường kém tin cậy và thường dễ xảy ra lỗi. Tốc
độ lỗi cũng sẽ cao khi các thiết bị cảm ứng được triển khai trong các môi trường
khắt khe và trong vùng của kẻ địch. Giao thức thiết kế do đó cũng phải xây dựng kỹ
sảo để có thể đáp ứng tốt. Rất khó để chắc chắn rằng việc định dạng toàn cầu của hệ
thống là không bị hỏng với các thiết bị lỗi.
1.2.4.4 Hiệu suất
Các cải tiến của luật Moore trong công nghệ đảm bảo dung năng của thiết bị
về các mặt: xử lí nguồn, bộ nhớ - lưu trữ, thực hiện truyền nhận vô tuyến, cải thiện
ĐỒ ÁN TỐT NGHIỆP

14 | Sinh viên thực hiện : Hoàng Thanh Tùng– Điện Tử 1-K54

nhanh chóng sự chính xác của bộ cảm biến. Tuy nhiên, vấn đề kinh tế được đặt ra ở

đây là giá cả trên một node giảm mạnh (từ hàng trăm đô la xuống còn vài cent), nó
có thể làm cho dung năng của vài node sẽ bị hạn chế ở 1 mức độ nhất định. Đó là lý
do để thiết kế các giao thức cho hiệu suất cao, nó bảo đảm rằng hệ thống tổng thể sẽ
có dung năng lớn hơn so với dung năng của các thành phần trong nó cộng lại. Các
giao thức cung cấp một khả năng hợp tác giữa lưu trữ, máy tính và các tài nguyên
thông tin .
1.2.4.5 Tính mở rộng
WSN có khả năng hoạt động ở một vùng cực rộng (lớn hơn 10 ngàn, thậm
chí là hàng triệu node trong một giới hạn về độ dài).Có một vài hạn chế về thông
lượng và dung lượng làm ảnh hưởng đến scalability của hoạt động mạng. Vì vậy,
khả năng mở rộng của hệ thống là rất quan trọng đối với mạng cảm biến không dây.
1.2.4.6 Tính không đồng nhất
Sẽ tồn tại sự không đồng nhất trong dung năng của thiết bị trong quá trình
cài đặt thực tế (cụ thể là máy móc, thông tin dữ liệu và cảm biến). Sự không đồng
nhất sẽ có ảnh hưởng quan trọng đến thiết kế.
1.2.4.7 Tự cấu hình
Do phạm vi và các ứng dụng trong tự nhiên, WSN là các hệ thống phân phối
không cần chủ. Hoạt động tự động là vấn đề chính được đặt ra trong thiết kế. Ngay
từ khi bắt đầu, các node trong WSN có thể được cấu hình theo topo mạng của
chúng; tự đồng bộ, tự kiểm tra, và quyết định các thông số hoạt động khác của hệ
thống.
1.2.4.8 Tự tối ưu và tự thích nghi
Trong WSN, thường có những tín hiệu không chắc chắn về điều kiện hoạt
động trước khi triển khai. Dưới những điều kiện đó, việc xây dựng những máy móc
để có thể tự học từ sensor và thu thập các phép đo mạng, sử dụng những cái học
được đó để tiếp tục hoạt động cải tiến là điều rất quan trọng.
ĐỒ ÁN TỐT NGHIỆP

15 | Sinh viên thực hiện : Hoàng Thanh Tùng– Điện Tử 1-K54

Ngoài ra, một điều trước tiên không biết chắc được là môi trường mà WSN
hoạt động có thể thay đổi mạnh mẽ qua thời gian. Các giao thức WSN sẽ làm cho
thiết bị có thể thích nghi với môi trường năng động trong khi nó đang sử dụng.
1.2.4.9 Thiết kế có hệ thống
WSN có thể là một ứng dụng cao cho từng chức năng riêng, nên cần có sự
cân bằng giữa hai yếu tố:
 Mỗi ứng dụng cần có những đặc điểm khai thác ứng dụng riêng để đưa ra
những hoạt động phát triển cao.
 Tính mềm dẻo: các phương pháp thiết kế phải phổ biến cho các hoạt động.
1.2.4.10 Cách biệt và bảo mật
Phạm vi hoạt động lớn, phổ biến rộng, nhạy của thông tin thu được bởi vì WSN làm
tăng yêu cầu chính cuối cùng là: bảo đảm sự cách biệt và bảo mật.
1.3. Ứng dụng của mạng WSN
WSN được ứng dụng đầu tiên trong các lĩnh vực quân sự. Cùng với sự phát
triển của ngành công nghiệp điều khiển tự động, robotic, thiết bị thông minh, môi
trường, y tế WSN ngày càng được sử dụng nhiều trong hoạt động công nhiệp và
dân dụng.
Một số ứng dụng cơ bản của WSN:
 Cảm biến môi trường:
 Quân sự: phát hiện mìn, chất độc, dịch chuyển quân địch,…
 Công nghiệp: hệ thống chiếu sáng, độ ẩm, phòng cháy, rò rỉ,…
 Dân dụng: hệ thống điều hòa nhiệt độ, chiếu sáng…
 Điều khiển:
 Quân sự: kích hoạt thiết bị, vũ khí quân sự,…
 Công nghiệp: điều khiển tự động các thiết bị, robot,…
 Môi trường: Giám sát lũ lụt, bão, gió, mưa, phát hiện ô nhiễm, chất thải
 Y tế: định vị, theo dõi bệnh nhân, hệ thống báo động khẩn cấp,…
ĐỒ ÁN TỐT NGHIỆP

16 | Sinh viên thực hiện : Hoàng Thanh Tùng– Điện Tử 1-K54

 Hệ thống giao thông thông minh:
 Giao tiếp giữa biển báo và phương tiện giao thông, hệ thống điều tiết lưu
thông công cộng, hệ thống báo hiệu tai nạn, kẹt xe,…
 Hệ thống định vị phương, trợ giúp điều khiển tự động phương tiện giao
thông,…
 Gia đình: nhà thông minh: hệ thống cảm biến, giao tiếp và điều khiển các
thiết bị thông minh,…
WSN tạo ra môi trường giao tiếp giữa các thiết bị thông minh, giữa các thiết
bị thông minh và con người, giao tiếp giữa các thiết bị thông minh và các hệ thống
viễn thông khác (hệ thống thông tin di động, internet,…)
1.4. Các vấn đề và mô hình trong mạng cảm biến không dây
Mạng cảm biến không dây là một công nghệ đang nổi lên và có rất nhiều
tiềm năng. Ý tưởng chính là triển khai các nút cảm biến kích thước nhỏ, sử dụng
năng lượng hiệu quả trong một vùng quan tâm. Sơ đồ này có thể được chấp nhận và
triển khai trên rất nhiều vùng cảm ứng. Có thể là trong quân sự, giao thông và giám
sát… Lý do tại sao các nút phải là không dây là bởi vì dễ dàng triển khai và có khả
năng xây dựng các mạng động, mà topo của nó có tính mở. Việc phát triển công
nghệ pin khiến việc cung cấp nguồn là không cần thiết. Các chip rất nhỏ có thể cảm
ứng và giao tiếp trong tương lai gần có thể dùng năng lượng mặt trời.
Các mạch cảm biến cần được trang bị chức năng truyền nhận các bản tin.
Theo truyền thống, lý thuyết thông tin tập trung vào việc thiết kế bộ giải mã đơn
giản và đặt hầu hết năng lực tính toán cho bên mã hóa. Đây không phải cách mà
mạng cảm biến không dây sử dụng. Bởi vì mỗi nút cảm biến phụ thuộc vào nguồn
cung cấp năng lượng hạn chế, nên chúng cần tập trung vào việc giảm năng lượng
tiêu thụ. Kết quả là gánh nặng về tính toán cần phải chuyển từ bên mã hóa sang cho
bên giải mã. Chính là tạo ra sự cần thiết phải có một thuật toán mã hóa ít phức tạp.
Mô hình mạng có thể được thiết kế theo nhiều cách khác nhau. Chúng ta
thường chia thành 2 nhóm: dựa trên sự hợp nhất (fusion) và dựa trên tính chất đặc
ĐỒ ÁN TỐT NGHIỆP

17 | Sinh viên thực hiện : Hoàng Thanh Tùng– Điện Tử 1-K54

biệt (ad hoc). Sự khác nhau cơ bản giữa 2 mô hình này như dưới đây. Trong sơ đồ
ad hoc mỗi mút cần được trang bị cả 2 khả năng truyền và nhận, trong khi với sơ đồ
tập trung thì các nút chỉ cần phải truyền. được minh họa ở hình dưới đây:

(a) Fusion (b) Ad Hoc

Hình 1.4. Mạng WSN với hai mô hình mạng khác nhau

Trong bài luận này, ta sẽ tập trung vào sự thách thức ngày càng cao của việc
sử dụng năng lượng hiệu quả. Một cách để làm được điều này là tìm kiếm các
phương pháp tốt hơn cho việc nén cục bộ tại các nút bằng việc sử dụng sự tương
quan về thời gian. Ngoài ra, trong hầu hết các trường hợp là quan tâm đến sự tương
quan giữa các dữ liệu cảm ứng khác nhau. Chúng ta có thể sử dụng cá dư thừa để
giảm khối lượng dữ liệu của mỗi nút cần phải truyền. Để giải quyết vấn đề này thì
chúng ta sử dụng mã hóa nguồn phân tán (Distributed source coding).


ĐỒ ÁN TỐT NGHIỆP

18 | Sinh viên thực hiện : Hoàng Thanh Tùng– Điện Tử 1-K54

CHƯƠNG II. MÃ NGUỒN PHÂN TÁN TRONG MẠNG CẢM BIẾN
KHÔNG DÂY
2.1. Mã nguồn phân tán
Mã nguồn phân tán sử dụng khi mà có sự tương quan giữa tập các nguồn với
nhau. Đây chính là một trường hợp cụ thể của mạng cảm biến, mà có tương quan rất
là cao giữa các nút hàng xóm. Cá nhân mỗi nút sẽ nén dữ liệu không chỉ của chính

nó mà còn dựa vào kết quả quan sát được của các nút cảm biến khác, do đó thuật
ngữ “phân tán” ra đời. Để khai thác mối tương quan này và loại bỏ dư thừa thì mỗi
nút phải biết được một vài thứ, đó là các nút khác gửi cái gì?
Việc này có thể thực hiện bằng hai cách. Cách thứ nhất là các nút này có thể
giao tiếp với nhau thông qua một mạng gọi là mạng liên kết các nút cảm biến, và
cách thứ hai là không cần dùng đến. Lựa chọn thứ nhất tạo ra thêm các dữ liệu
không mong muốn cho việc thành lập mạng và yêu cầu năng lực xử lý trên mỗi nút
phải cao. Vấn đề mã hóa nguồn này trong mạng cảm biến thực sự là đối lập với việc
giảm khối lượng xử lý và năng lượng tiêu thụ. Điều đó có thể tránh được nếu sử
dụng phương án thứ hai. Bây giờ thì điều đầu tiên xuất hiện trong đầu chúng ta với
lựa chọn này là làm thế nào để sensor đang hoạt động có thể nén được mọi thứ khi
không biết gì về dữ liệu của các sensor khác?
Như Slepian và Wolf thì dữ liệu này có thể được nén càng nhiều nếu càng
hiểu rõ cái mà các sensor khác gửi đến. Cái này được biết như là định lý Slepian-
Wolf và dĩ nhiên chỉ áp dụng được trong lý thuyết mà thôi. Các dữ liệu này nhận
được tiệm cận và dựa trên nguyên lý xây dựng mã nhị phân ngẫu nhiên. Nhưng nó
có thể thực hiện với một mục đích thực hành và cho chúng ta phương pháp tốt để
làm vệc đó như thế nào,
Giả sử ta có hai nút cảm biến và ta muốn nén dữ liệu này và truyền đi nhiều
có thể. Chuỗi dữ liệu cảm biến X là giá trị đầu vào cho bộ mã hóa mà nó sẽ nén X
dựa trên sự phân bố tương quan giữa X và Y. Y được gửi không nén đến bộ giải mã
và được gọi là thông tin bên Y, minh họa ở hình 2.1a. Mục đích bây giờ của việc
ĐỒ ÁN TỐT NGHIỆP

19 | Sinh viên thực hiện : Hoàng Thanh Tùng– Điện Tử 1-K54

giải mã chung là ước lượng được X dựa vào giá trị đầu ra và thông tin bên Y. Sự
tương quan này càng nhiều thì việc ước lượng này có thể xem là càng chính xác.
ENCODER DECODER
X

Y
Ẍ

Hình 2.1a. Mã hóa nguồn phân tán với thông tin biên tại bộ giải mã
Nếu muốn giải mã dữ liệu nén không tổn thất, theo lý thuyết mã hóa nguồn
cổ điển, có thể mã hóa với tốc độ bít Rx ≥ H(X) và Ry ≥ H(Y) lần lượt đối với
nguồn X và Y. Nếu xét đến sự tương quan giữa X và Y thì có thể mã hóa cả hai
nguồn với entropy chung của chúng thỏa mãn Rx + Ry ≥ H(X,Y). Nói cách khác,
với H(X,Y) = H(X) + H(X|Y) = H(Y) + H(Y|X), thì có thể mã hóa một nguồn với
entropy điều kiện tương ứng là Rx ≥ H(X|Y) hoặc là Ry ≥ H(Y|X). Slepian và Wolf
cho rằng có thể thực hiện được không cần liên lạc mạng giữa các nút cảm biến và
tốc độ bít đạt được là H(X) - H(X|Y) hoặc H(Y) - H(Y|X). Có thể dễ dàng nhìn thấy
rằng nó suy biến đến đến giá trị giới hạn của mã hóa không tổn thất cổ điển là H(X)
khi mà độ tương quan bằng không (tức là H(X|Y)=0). Chúng ta sẽ hiểu hơn về
nguyên lý mã Slepian-Wolf trong chương 2.2.
Lý thuyết mã hóa không tổn thất hiện nay chỉ được sử dụng trong trường hợp
là các nguồn riêng rẽ. Wyner và Ziv phát triển thêm bởi việc xem xét nguồn giá trị
liên tiếp, dẫn đến méo mó tín hiệu để có thể entropy hữu hạn. Bây giờ nó thường là
trường hợp đặc biệt của phân khúc mạng cảm biến. Cái chính là giới thiệu bước
lượng tử trước khi mã hóa S-W, tương tự như lượng tử hóa đi kèm với mã hóa
entropy bằng việc nén nguồn đơn. Bước lượng tử hóa này là một phần trong lý
thuyết biến dạng tốc độ và có thể được thực hiện bằng nhiều cách khác nhau phụ
thuộc vào sự phân bố cũng như bộ nhớ của giá trị đầu vào. Có thể tham khảo thuyết
biến dạng tốc độ ở phần phụ lục, mã Wyner-Ziv sẽ được miêu tả ở chương 2.4.
ĐỒ ÁN TỐT NGHIỆP

20 | Sinh viên thực hiện : Hoàng Thanh Tùng– Điện Tử 1-K54

Sự tương quan giữa các nguồn có thể được mô hình hóa như là một kênh
tương quan ảo trong đó X là đầu vào và Y là đầu ra của kênh (hình 2.1b). Kênh này

được miêu tả bởi xác suất lỗi ρ, là xác suất mà Y sai khác so với X. Do vậy 1 xác
suất ρ nhỏ cho chúng ta biết là X và Y tương quan nhiều với nhau và nó có thể mã
hóa với tốc độ bít thấp hơn. Bởi vì mô hình được đề cập trong bài này sử dụng
nguyên lý mã hóa kênh cho việc mã hóa nguồn, được gọi là sơ đồ Wyner. Nói cách
khác, mã hóa kênh tăng tốc độ bít để bảo vệ tín hiệu với nhiễu, nó có thể được sử
dụng trong cách đối lập để giảm tốc độ trong cách điều khiển. Kỹ thuật này dựa trên
việc xây dựng mã nhị phân trong đó tất cả giá trị có thể có được của một giá trị đầu
vào được ghi vào coset khác nhau. Lý thuyết này được gọi là mã hóa nguồn phân
tán sử dụng syndrome (DISCUS) và chúng ta sẽ hiểu rõ hơn ở chương3.1.
Virtual
Channel
DECODER
Z
X
Y
Ẍ

Hình 2.1b. Kênh tương quan ảo giữa X và Y
ở đây chúng ta sử dụng sơ đồ bất đối xứng đơn giản, một sensor gửi dữ liệu của
chúng bằng định dạng chưa nén. Việc thực hiện rất tối ưu này có thể sử dụng sơ đồ
đối xứng trong đó cả hai sensor gửi dữ liệu đã nén dựa trên sự tương quan với
sensor khác, hoặc thậm chí một sơ đồ đối xứng thích ứng trong đó các nút truyền
tốc độ khác nhau phụ thuộc vào các yếu tố như là chất lượng kênh truyền và đặc
điểm của tín hiệu. Cái này sẽ được miêu tả ở chương 3.2.
2.2. DSC không tổn thất
Slepian và Wolf đã miêu tả một định lý về việc nén ở nguồn khai thác sự
tương quan với một nguồn khác. Nó được gọi là mã hóa nguồn phân tán. Ý tưởng
chính là một nguồn X có thể nén dữ liệu của nó dựa trên sự phân bố tương quan với
nguồn thứ hai là Y mà không cần phải giao tiếp qua mạng intersensor. Slepian và
ĐỒ ÁN TỐT NGHIỆP

21 | Sinh viên thực hiện : Hoàng Thanh Tùng– Điện Tử 1-K54

Wolf chỉ ra rằng có thể mã hóa cùng tốc độ bít nếu hiểu được bộ mã hóa đã gửi cái
gì hay không. Lý thuyết này được nén theo công thức sau:
R
1
≥ H(X|Y), (1a)
R
2
≥ H(Y|X), (1b)
R
1
+ R
2
≥ H(X,Y), (1c)
Và có thể được vẽ như hình 2.2
Ry
Rx
H(X,Y)
H(Y|X)
H(X|Y)

Hình 2.2. Vùng tốc độ bít của 2 nguồn
Các điểm trong góc có thể đạt được bởi mô hình mã hóa bất đối xứng. Tất cả các
điểm trên đường H(X,Y) nhận được bởi cả mô hình mã hóa thời gian chung và mô
hình mã hóa đối xứng.
Slepian và Wolf chỉ ra rằng hai biến riêng biệt với các chữ cái giới hạn. Later
Cover mở rộng nó thành quá trình đặc biệt tùy ý, các chữ cái có thể đếm giới hạn và
một số bất kỳ của các nguồn tương quan. Trong thực tế các quá trình riêng rẽ không

hay sử dụng.
2.2.1. Mã hóa Slepian-Wolf của hai nguồn nhị phân
Chúng ta có hai nguồn nhị phân 3 bít tương quan X và Y. Sự tương quan
giữa chúng cũng là khoảng cách Hamming tối đa là dH < 1 . Bây giờ chúng ta sẽ mã
hóa bằng cách mà có thể giải mã không biến dạng. Sử dụng lý thuyết mã hóa nguồn
cổ điển có thể nén nguồn với các entropy tương ứng H(X) và H(Y) (ở đây là 3 bít).
ĐỒ ÁN TỐT NGHIỆP

22 | Sinh viên thực hiện : Hoàng Thanh Tùng– Điện Tử 1-K54

Xem xét rằng tồn tại một sự phụ thuộc giữa X và Y có thể tiết kiệm tổng số các bít
truyền đi.
Quan sát trường hợp này, trong đó Y có sẵn tại bộ giải mã, không có điểm
phân biệt giữa X = 000 và X = 111, từ đó ta biết rằng khoảng các Hamming lớn
nhất từ X đến Y là 1. Dó đó, ta có thể đặt tất cả giá trị ra có thể của X vào các coset.
Bằng việc thực hiện xây dựng mã nhị phân thông minh có thể ước lượng từ mã
trong coset tương ứng là giá trị khởi tạo của X. Nói cách khác, ta có thể xây dựng
các coset sau sử dụng các từ mã của X: {100,111}, {010,101}, và {001,110}. Bằng
việc chỉ truyền chỉ số của coset tích cực chúng ta có thể giảm số lượng bits truyền
đi, ở đây là giảm từ 3 xuống còn 2.
Mô hình xây dựng mã nhị phân được minh họa ở hình 2.2.1.
000
001
010
011
100
101
110
111
000 111

010 101
011 100
001 110
X
U
00
01
10
11


Hình 2.2.1: Cấu trúc coset
2.3. DSC tổn thất
Mã hóa Wyner – Ziv chính là mã hóa Slepian – Wolf với một phép đo gần
đúng, có nghĩa nó là sự nén tổn hao lấy từ sự méo tương quan nằm trong sự quan
tâm. Mã hóa nguồn tổn hao là cần thiết khi ta không có hẳn một kênh với công suất
vĩnh cửu ở sự bố trí ( hay nếu ta muốn có đủ khả năng để giải mã tín hiệu với một
ĐỒ ÁN TỐT NGHIỆP

23 | Sinh viên thực hiện : Hoàng Thanh Tùng– Điện Tử 1-K54

tiêu chuẩn chính xác ). Mã hóa Wyner – Ziv có thể được mô tả như một phép lượng
tử hóa bằng mã hóa Slepian Wolf như trong hình 2.4a.

Q Slepian-Wolf
X
U
Z

Hình 2.4a Sơ đồ khối của mã hóa Wyner-Ziv
Vùng tỉ lệ Wyner – Ziv không được chỉ rõ cho các nguồn chung, nhưng
trong các trường hợp đặc biệt quan trọng và đầu vào Gaussian là tốt được biết trong
các tài liệu toán học. Vùng tỷ lệ Wyner – Ziv chung có thể được mô tả như trong
hình 2.4b với giới hạn bên trong và bên ngoài. Các tỷ lệ đạt được nằm giữa hai giới
hạn này.
R
2
R
1
Biên trong
Biên ngoài

Hình 2.4b. Bên trong và bên ngoài vùng tỷ lệ của DSC tổn thất
Vì thuyết Wyner – Ziv là một sự kết hợp của mã hóa Slepian – Wolf và
thuyết tỷ lệ phân bố được mô tả ở các phần 3 và 4, ta sẽ đưa ra những ví dụ quan
trọng ở đây.
ĐỒ ÁN TỐT NGHIỆP

24 | Sinh viên thực hiện : Hoàng Thanh Tùng– Điện Tử 1-K54

2.3.1. Trường hợp đối xứng mã nhị phân
X và Y là hai nguồn mã nhị phân và sự tương quan giữa chúng được chuẩn
hóa như một kênh đối xứng của mã nhị phân với xác suất lỗi p và khoảng cách
Hamming như phép đo bị bóp méo. Nếu chúng ta viết X = Y E với E là một
nguồn Bernoulli, chức năng méo tỷ lệ với Y được biết tại phép mã hóa và giải mã
được cho là :


















 

  



 




Nếu Y chỉ được hiểu tại phép giải mã, thì chức năng méo tỷ lệ Wyner – Ziv
được cho là :











 

 


Hình báo đa giác lồi nhỏ nhất (l.c.e) của H ( ) − H(D) và điểm ( D = ,
R = 0 ), với   = ( 1 – ρ)* D + (1 – D).ρ. Cho ρ  0.5, 





 R
X|Y
(D) với
sự ngang bằng chỉ ở hai điểm : Điểm tỷ lệ 0 (ρ, 0) và điểm méo 0 (0, H(ρ) ). Vì vậy
mã hóa Wyner – Ziv phụ thuộc vào tổn hao tủ lệ ở trường hợp đồng bộ mã nhị
phân. Khi D = 0, vấn đề Wyner – Ziv bị thoái hóa thành vấn đề Slepian – Wolf với
R*
WZ
(0) = R
X|Y
(0) = H (X|Y) = H (ρ).

2.3.2. Trường hợp Gaussian bậc hai
Trong trường hợp này, chúng ta có hai giá trị thống kê ngẫu nhiên Gaussian
là X
k
và Y
k
với tham số σ
x

2
và σ
y

2
và sự tương quan cùng hiệu quả ρ ( Chú ý : giá
trị ρ lớn hơn đưa ra nhiều nguồn tương quan trong trường hợp này ), và ta để D =
(D
x
, D
y
) là tiêu chuẩn méo. Sau đó nếu [23] :
d
x
≤


σ


, d

y
≤


σ



thì ta lấy các trạng thái :
ĐỒ ÁN TỐT NGHIỆP

25 | Sinh viên thực hiện : Hoàng Thanh Tùng– Điện Tử 1-K54

























,
























,


 














.

Với  

  






 





Ta lấy tỷ lệ nhỏ nhất bằng việc thiết lập d
x
= D
x
/ σ
x

2

og d
y
= D
y
/ σ
y

2
được lấy :
β
max
= β






σ


σ




Và R
X
+R
Y
=






 





σ


σ










Kèm theo thuyết làm méo tỷ lệ điển hình, chúng ta có thể mã hóa các nguồn
Gaussian ít ghi nhớ để
R
X
+ R
Y
=




σ


σ








Để thực hiện sự xem xét về sự tương quan, ta đạt được một tỷ lệ :
∆R =










Để ý thấy rằng ΔR = 0 khi ρ = 0 và ΔR 















khi ρ  1.

2.4. Lựa chọn mã LDPC
Mã hóa nguồn phân tán sử dụng syndrome có thể được thực hiện bằng vài
cách phụ thuộc vào kỹ thuật mã hóa kênh mà ta lựa chọn. Kỹ thuật chung hay dùng
nhất sử dụng mã khối tuyến tính, mã cuộn và mã móc. Nghiên cứu về mã hóa kênh
dẫn đến hai kỹ thuật, là mã LDPC và mã Tubor. Mã Tubor là một mã móc được
ghép bởi một interleaving và một mã cuộn. Mã Tubor được sử dụng trong mã hóa
nguồn phân tán không được trình bày trong bài luận này. Trong bài luận này chúng