Tiết Kiệm Năng Lượng Tiêu Thụ Trong Mạng Cảm Biến Không Dây Sử Dụng Phân Cụm Dựa Trên Logic Mờ (tt)

1

CHƯƠNG 1
TỔNG QUAN VỀ MẠNG CẢM BIẾN KHÔNG DÂY
1.1

Giới thiệu
Mạng cảm biến không dây bao gồm số lượng lớn các nút cảm biến không dây

nằm trên một khu vực địa lý. Các "nút cảm biến không dây" là các thiết bị sử dụng
điện năng thấp và được trang bị với một hoặc nhiều cảm biến. Các nút cảm biến có
thể có cảm biến để phát hiện và đo lường nhiệt, cơ khí, quang, từ, hóa học hoặc các
tín hiệu sinh học. Trong một WSN cơ bản, tích hợp số đơn vị phát thanh trong một
nút cảm biến sẽ gửi các dữ liệu thu thập được về trạm cơ sở. Các trạm cơ sở là
thường nằm xa các nút cảm biến và đóng vai trò như một cổng giữa mạng và trung
tâm xử lý thông tin. Một cấu trúc chung của WSN được trình bày trong hình 1.1
WSN có thể được cấu trúc hay không có cấu trúc. Một mạng cảm biến không dây cơ
bản đòi hỏi rất ít cơ sở hạ tầng. Trong một mạng lưới như vậy, các nút có thể khám
phá được trong một mạng ad hoc. Các mạng không được kết nối sau khi triển khai và
không giám sát và báo cáo riêng của mình. Tuy nhiên, mạng cảm biến triển khai để
có được dữ liệu từ môi trường có thể yêu cầu một số lượng lớn các nút cảm biến,
đánh số hàng ngàn đến hàng chục ngàn tùy thuộc vào khu vực được triển khai. Do số
lượng lớn các nút thì việc quản lý mạng trở nên khó khăn và cấu trúc phức tạp. Các
mạng cảm biến không dây có cấu trúc đã có kế hoạch triển khai của các nút cảm
biến, và điều này có nghĩa rằng vài nút cảm biến là cần thiết để kiểm soát khu vực
này so với cả một cấu trúc mạng lớn không kiểm soát. Chi phí vận hành và bảo trì
giảm.
1.2

Cấu trúc mạng cảm biến không dây

1.2.1 Cấu trúc cơ bản của một nút trong WSN
Mỗi nút 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) [2,3].


2

Hình 1.2 Cấu trúc cơ bản của một nút trong WSN.

1.2.2 Cấu trúc mạng cảm biến không dây (WSN)
Các nút cảm ứng được phân bố trong một sensor field như hình 1.3. 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 lý nhiệm vụ (task manager) qua mạng Internet hoặc vệ tinh.

Hình 1.3 Cấu trúc mạng cảm biến không dây

1.3

Kiến trúc giao thức mạng cảm biến không dây
Trong mạng cảm biến không dây, 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


3

internet hay vệ tinh. Kiến trúc giao thức được sử dụng bởi nút gốc và các nút cảm
biến
1.4

Các yếu tố ảnh hưởng đến mạng cảm biến không dây

1.4.1 Thời gian sống bên ngoài
1.4.2 Sự đáp ứng
1.4.3 Hiệu suất và khả năng tự cấu hình
1.4.4 Khả năng mở rộng và tự thích nghi
1.5

Ứng dụng của mạng cảm biến không dây

Tất cả các ứng dụng của mạng cảm biến không dây được phân loại thành:

- Giám sát các môi trường tĩnh: giám sát môi trường, các hệ sinh thái, cảnh báo
cháy…
- Giám sát sự chuyển động của các đối tượng: như là giám sát các động vật trong
cuộc sống hoang dã, giám sát sự chuyển động của các phương tiện giao thông…
1.6

Kết luận chương 1
Trong chương này giới thiệu tổng quan về WSN bao gồm: cấu tạo cơ bản của

một node cảm biến, cấu trúc và các yếu tố ảnh hưởng đến WSN. Các ứng dụng của
WSN trong các lĩnh vực môi trường, y học, gia đình, công nghiệp, nông nghiệp, quân
sự.

4

CHƯƠNG 2
CÁC GIAO THỨC PHÂN CỤM VÀ ỨNG DỤNG LOGIC MỜ
2.1

Giao thức Leach [7]
LEACH (Low Enegrgy Adaptive Clustering Hierarchy) là giao thức phân cấp

theo cụm thích ứng năng lượng thấp. Đây là giao thức thu lượm và phân phát dữ liệu
tới các sink đặc biệt là các trạm cơ sở. Mục tiêu chính của LEACH là:
- Mở rộng thời gian sống của mạng.
- Giảm thiểu sự tiêu thụ năng lượng bởi mỗi nút mạng.
- Sử dụng tập trung dữ liệu để giảm bản tin truyền dẫn trong mạng.
Để đạt được những mục tiêu đó LEACH đã thông qua mô hình phân cấp để tổ
chức mạng thành các cụm, mỗi cụm được quản lý bởi nút chủ cụm. Nút chủ gánh lấy
trọng trách thực hiện nhiều tác vụ: đầu tiên thu lượm dữ liệu theo chu kỳ từ các node
thành viên, trong quá trình tập trung dữ liệu nút chủ sẽ cố gắng tập hợp dữ liệu để
giảm dư thừa về những dữ liệu tương quan nhau. Nhiệm vụ thứ hai đó là nút chủ sẽ
trực tiếp truyền dữ liệu đã được tập hợp lại đến các trạm cơ sở. Việc truyền này có
thể thực hiện theo kiểu single hop. Nhiệm vụ thứ ba là LEACH sẽ tạo ra mô hình
ghép kênh theo thời gian TDMA, mỗi nút trong cụm sẽ được gán một khe thời gian
mà có thể sử dụng để truyền tin.
Mô hình LEACH như hình vẽ, các node chủ sẽ quảng bá mô hình TDMA cho
các node thành viên trong cụm của nó. Để giảm thiểu khả năng xung đột giữa các
node cảm biến trong và ngoài cụm. LEACH sử dụng mô hình truy cập đa phân chia
theo mã CDMA. Quá trình hoạt động của LEACH chia thành 2 pha là pha thiết lập
và pha ổn định. Pha thiết lập bao gồm 2 bước là lựa chọn nút chủ và thông tin về
cụm. pha ổn định trạng thái bao gồm thu thập dữ liệu, tập trung dữ liệu và truyền dữ
liệu đến các trạm cơ sở. Thời gian của các bước ổn định kéo dài hơn so với thời gian

của bước thiết lập để giảm thiểu tái lập.


5

Hình 2.1 Mô hình mạng LEACH

Trong bước thiết lập, nút cảm biến lựa chọn một số ngẫu nhiên giữa 0 và 1. Nếu số
này nhỏ hơn ngưỡng T(n) thì nút cảm biến là nút chủ T(n) được tính như sau :
T(n)=

nếu n

G

T(n) = 0 còn lại

Trong đó:
P: tỉ lệ % nút chủ
r: chu kỳ hiện tại
G: tập hợp các nút không được lựa chọn làm nút chủ trong 1/p chu kỳ cuối.
Sau khi được lựa chọn làm nút chủ, các nút chủ sẽ quảng bá vai trò mới của
chúng cho các nút còn lại trong mạng. Các nút còn lại trong mạng dựa vào bản tin đó
và cường độ tín hiệu nhận được để quyết định xem có tham gia vào nhóm đó hay
không. Sau đó các nút này sẽ thông báo nút chủ biết là mình mong muốn trở thành
thành viên của nhóm do nút chủ đó đảm nhận.
Quá trình tạo cụm, các nút chủ sẽ phân luồng theo khe thời gian (ghép kênh
TDMA) cho các nút trong cụm và chọn lựa một mã CDMA thông báo tới tất cả các
nút trong cụm biết. sau khi pha thiết lập hoàn thành báo hiệu sự bắt đầu của pha ổn
định trạng thái và các nút trong cụm sẽ thu lượm dữ liệu và sử dụng các khe thời gian

để truyền dữ liệu đến nút chủ. Dữ liệu được thu lượm theo chu kỳ.


6

2.2 Logic mờ [8]
Logic mờ (FL) là một loại nhiều giá trị logic đó đã được sử dụng trong các
mạng cảm biến và có góp phần cải thiện hiệu suất mạng. FL đề với lập luận đó là
không chính xác chứ không phải là cố định và chính xác. Giáo sư Lotfi Zadeh giới
thiệu các khái niệm về FL vào giữa năm 1960. [12, 13, 14]. Lôgic mờ đã giới thiệu
nhiều phương pháp để biểu diễn và suy luận từ kiến thức không chắc chắn hoặc
không đầy đủ. Khái niệm mờ không thể được mô hình hóa bởi một tập hợp đơn giản
bao gồm điều hành , nhưng có một mức độ của thành viên. Nói cách khác, trong khi
logic cổ điển chỉ có hai giá trị, đúng (luôn luôn được trình bày bằng số 1) hoặc YES,
và sai (luôn luôn được trình bày bằng số 0), hoặc NO, Logic mờ kéo dài hai giá trị
với các giá trị giữa 0 và 1 dùng các khái niệm về mức độ. Trong phần dưới đây,
chúng tôi giải thích bộ sắc nét và mờ, thuộc tính của tập mờ, hoạt động trên tập mờ,
biến ngôn ngữ, mờ IF-THEN, hệ thống suy diễn mờ, và tiếp theo là một ví dụ từ một
hệ thống suy luận mờ trong công việc.
2.2.1 Bộ Crisp và Fuzzy
Cho A là một tập hợp sắc nét được xác định trong không gian X. Sau đó cho
bất kỳ phần tử x trong X, như vậy x là một thành viên hay không là thành viên của A.
bộ Crisp còn được gọi là bộ cổ điển. vũ trụ được thiết lập của tất cả các yếu tố có thể
có thể đi vào xem xét. Các hàm thành viên fA của một phần tử x cho một bộ sắc nét A
được quy định như sau:
fA(x):  {0,1}

fA

Do đó, nếu x thuộc tập A, đối với bất kỳ phần tử x của vũ trụ ngôn X, thành

viên chức năng fA (x) bằng 1, và nếu x không phải là một thành viên của tập A, sau
đó nó là bằng 0. Ngược lại với bộ Crisp, các yếu tố của tập mờ bên cạnh tập mờ cấp
dưới với một mức độ cụ thể của các thành viên [15]. Đối với bất kỳ phần tử x của vũ
trụ X, nếu x thuộc tập A, hàm thành viên μA (x) tương đương với mức độ mà x thuộc


7

tập A như thể hiện trong hình 2.4. Nếu x không phải là một thành viên của tập A hàm
thành viên μA (x) là bằng không. Sự khác biệt giữa các bộ rõ nét và tập mờ là các
yếu tố trong tập mờ có thể có một phần với một bộ. Các hàm thành viên μA (x) của
một phần tử x cho một mờ tập A được xác định như sau:
µA(x) : X [0,1],where µA(x) = 1 nếu x là thành viên của tập A
µA(x) = 0 nếu x không là thành viên của tập A
0 < µA(x) <1 nếu x là một phần của tập A

Hình 2.4 Một tập mờ cơ bản

Các yếu tố trong tập mờ có thể có một mức độ là khoảng 0 đến 1. Trong hình
2.4 các hàm thành viên (MFS) được minh họa bằng một hàm tam giác như Gaussian,
sigmoid và các loại khác của các hàm tuyến tính cũng có thể được áp dụng để mô tả
tập mờ [16]. Chức năng phi tuyến tính cũng có thể được sử dụng nhưng nó sẽ làm
tăng tính độ phức tạp của thuật toán.
2.2.2 Các tính chất của tập mờ
Tập mờ và bộ rõ nét cả hai chia sẻ đặc tính tương tự. bộ cổ điển hay sắc nét là
một trường hợp duy nhất của tập mờ trong đó những giá trị thành viên là một tập hợp
con trong khoảng [0,1], Các quy tắc được phổ biến trong lý thuyết tập hợp sắc nét và
cũng áp dụng lý thuyết tập mờ. Ở đây có

,

nhiên [17].
Tính giao hoán (Commutativity):

=
=

Tính kết hợp (Associativity):

) = (
=

Tính phân phối (Distributivity):
Không thay đổi giá trị (Idempotency):

) = (
=

và

đại diện cho ba tập mờ ngẫu


8
=
Tính đồng nhất (Identity)

Tính chuyển tiếp (Transitivity)

=

=

=

=
⊆

⊆

Then

⊆

2.2.3 Hoạt động tập mờ
Có ba hoạt động chủ yếu trên các tập mờ là phần bù (complement), phần giao
(intersection), và phần kết hợp (union). Hình 2.5 là một trực quan của các hoạt động
khác nhau trên tập mờ. Để cho hai tập mờ

,

được xác định trên vũ trụ X. cho một

phần tử x được cho là của vũ trụ, các hoạt động chức năng lý thuyết complement,
intersection, và union được quy định như sau:
Phần kết hợp (Union):

(x) =

Phần giao (Intersection):

(x) =

Phần bù (Complement):

(x) = 1 -

(x)
(x)

(x)
(x)

(x)

Hình 2.5 Hoạt động của tập mờ

Bất kỳ một tập mờ

xác định trên vũ trụ X là một tập hợp con của vũ trụ.

Cũng bằng cách định nghĩa các tập rỗng có giá trị 0 và x trong X có có giá trị 1. Lưu
ý rằng các thiết lập null và toàn bộ các tập giá trị không phải là tập mờ.
2.2.4 Biến ngôn ngữ và giá trị ngôn ngữ
Một biến ngôn ngữ là một biến mờ [18]. Mặc dù các biến trong toán học
thường là giá trị số, trong các ứng dụng logic mờ, biến ngôn ngữ không phải số
thường sử dụng để tạo thuận lợi cho sự biểu hiện của các quy tắc và sự kiện. Các giá
trị của các biến ngôn ngữ, hoặc chỉ đơn giản là các giá trị ngôn ngữ, là những từ hoặc

9

câu trong tự nhiên hoặc nhân tạo bằng ngôn ngữ [19]. Ví dụ "Khoảng cách xa" ngụ ý
rằng biến ngôn ngữ “khoảng cách” có giá trị ngôn ngữ “xa”.
2.2.5 Luật mờ IF-THEN
Một khi các biến và giá trị ngôn ngữ được xác định, các quy tắc của hệ thống
mờ có thể được xây dựng. Những quy tắc này có đầu vào mờ để đầu ra mờ. Quy tắc
mờ, hoặc IF-THEN, là các câu lệnh mà bao gồm ba phần: tiền đề, đề xuất mờ và các
hậu quả. Một tiền đề có thể chứa nhiều hơn một trong những phép (AND) hoặc (OR).
Luật mờ IF-THEN có thể rõ theo công thức sau:
If x is A and/or y is B then z is C
Trong đó A, B, và C là các giá trị ngôn ngữ, trong khi x, y, z là các biến ngôn ngữ.
2.2.6 Hệ thống suy luận mờ
Một hệ thống suy luận mờ (FIS) có thể được định nghĩa là một quá trình lập
bản đồ từ một đầu vào cho một đầu ra, sử dụng các lý thuyết tập mờ. Quá trình FIS
liên quan đến tất cả mô tả trong các phần trước đó: chức năng thành viên, chức năng
logic hợp lý, và những luật IF-THEN. Cấu trúc FIS cơ bản bao gồm bốn khối chức
năng như thể hiện trong hình 2.6.

Hình 2.6 Cấu trúc FIS [18]

• Fuzzification: chuyển đổi các đầu vào sắc nét thành tập mờ.
• Tổng hợp: thực hiện các hoạt động suy luận dựa trên các quy tắc.
• Kiến thức cơ sở:
1. Cơ sở dữ liệu: xác định các MF
2. Cơ sở các luật: IF-THEN.


10

• Defuzzification: chuyển đổi các tập mờ thành 1 giá trị sắc nét bằng cách sử dụng
công cụ suy luận
2.3 Kỹ thuật phân nhóm
Clustering được định nghĩa là một nhóm các mục dữ liệu tương tự [22]. Cụ thể
hơn, Clustering là một nhóm hoặc tổ chức các đối tượng chia sẻ một hoặc nhiều
thuộc tính. Một số chiến lược phân nhóm đã được đề xuất cho WSN trong những
năm gần đây bởi nhiều nhà nghiên cứu [23] [24]. Những chiến lược gom cụm này
làm tăng tính linh hoạt trong việc đạt được nhiều mục tiêu như: năng lượng sử dụng
hiệu quả, kéo dài tuổi thọ WSN và giảm số nút giao tiếp với BS. Thuật toán phân
cụm trong WSN là phân loại dựa trên yếu tố kỹ thuật, động lực và ứng dụng của họ
[25]. Các nhà nghiên cứu đã phân thành bốn loại: Heuristic Schemes [23], Các
chương trình có trọng số, phân loại Schemes và Gritting Schemes như minh họa
trong hình 2.7

Hình 2.7: Đề xuất phân loại Schemes Clustering (sửa đổi từ [23])

Giao thức đề xuất của tác giả FLCFP, là một mở rộng của giao thức LEACH và do
đó phù hợp với các phân loại của hình 2.7 như là một phương pháp phân cấp.


11

2.4 Phân Cụm Multi-Objective
Nội dung này được lấy từ việc tối ưu hóa đa mục tiêu dựa chương trình cụm hình
(MOECS) [26]. Đề án MOECS sử dụng nhiều số liệu cho sự hình thành cụm đó rất
quan trọng cho việc cân bằng năng lượng của hệ thống. Trong đề án đề xuất của họ
một số CH bất kỳ (còn lại năng lượng, khoảng cách từ nút và khoảng cách từ trạm
gốc) được đưa vào xem xét, với trọng số tương đối với nhau (PV). Quá trình hình
thành cụm bắt đầu tại mỗi nút bằng cách xây dựng một ma trận tùy chọn (OM) như
thể hiện trong phương trình (2.1). Trong OM, mỗi nút ghi các giá trị của các số liệu

được sử dụng trong quá trình hình thành cụm. Các dòng của OM đại diện các CH mà
truyền phạm vi của nút cảm biến. Mỗi phần tử trong bất kỳ dòng mô tả một số ví dụ
như phần tử xij trong OM đại diện cho tham số CH thứ i,j
OM =

(2.1)

OM được chuyển đổi thành một ma trận (DM) sử dụng phương trình

DM =

Cuối cùng, có được trọng lượng vector W bằng cách nhân ma trận DM với vector
PV. Ma trận C có được với giá trị trọng lượng cao nhất được chọn

Sự khác biệt chính trong MOECS là đã sử dụng một mờ Logic suy luận lấy được các
giá trị cơ hội để lựa chọn CH trong một nút cảm biến khi quá trình hình thành phân


12

cụm. Sự khác biệt đáng chú ý khác nằm trong quá trình bình chọn CH. Chúng tôi làm
theo các thủ tục tương tự được thông qua bởi giao thức Leach, trong khi MOECS sử
dụng một CH dựa trên kết quả cạnh tranh. Do đó, so sánh hiệu suất không được thực
hiện
2.5

Công trình liên quan

2.5.1 Giao thức Gupta Fuzzy
2.5.2 Giao thức CHEF Fuzzy

2.5.3 Giao thức Leach-FL
2.6 Kết luận chương 2
Trong chương này chúng tôi cung cấp một trình bày ngắn gọn về các kỹ thuật phân
nhóm, tổng quan về Fuzzy Logic và một số các bộ phận cấu thành của Fuzzy Logic.
Một số biến trên giao thức Leach sử dụng Fuzzy Logic đã được kiểm tra, cụ thể là
Gupta [27], CHEF [28] và Leach-FL [29]. Đối với mỗi giao thức chúng tôi mô tả các
thông số được sử dụng trong FIS của nó


13

CHƯƠNG 3
CẢI TIẾN THUẬT TOÁN PHÂN CỤM, MÔ PHỎNG VÀ ĐÁNH
GIÁ
3.1 Cải tiến thuật toán phân cụm Leach cải tiến dựa trên logic mờ cơ sở kép
Trong WSN, các nút cảm biến cần phải tiêu tốn ít năng lượng hơn để tính toán nhiều
hơn trong việc thu thập dữ liệu từ môi trường xung quanh. Mạng cảm biến không dây
chia mạng thành nhóm các cụm có vai trò trong quản lý năng lượng. Phân nhóm sẽ
thuận lợi cho việc quản lý tài nguyên. Để bảo đảm hiệu suất năng lượng, mối quan
tâm việc thiết kế hình thành cụm là một trong những yếu tố quan trọng nhất. Như thể
hiện trong hình 3.6, cách tiếp cận phân nhóm được tích hợp trong các giao thức lớp
chéo (cross layer)

Hình 3.1: Cách tiếp cận phân cụm trong giao thức lớp chéo

3.1.1 Giới thiệu phương pháp đề xuất
Trong WSN, các nút cảm biến sẽ tiêu tốn ít năng lượng khi tính toán nhiều hơn, để
kéo dài thời gian sống cho mạng. Vì vậy, sức mạnh việc quản lý WSN là một trong
những mối quan tâm quan trọng nhất. Đối với hoạt động năng lượng hiệu quả, việc
phân cụm mạng là rất cần thiết. Mạng chia thành các nhóm, để đảm bảo rằng năng

lượng tiêu thụ ở tỷ lệ cân bằng bởi tất cả các nút cảm biến. Hoạt động của cụm được
dựa trên số vòng mà các nút chọn trưởng nhóm (CL) để truyền dữ liệu. Tuổi thọ


14

mạng phụ thuộc vào số vòng cho đến khi các nút hết năng lượng. Trong LEACH,
lựa chọn CL dựa trên sự truyền năng lượng nhỏ hơn mức bằng cách xem xét các nút.
Quá trình thỏa hiệp với yếu tố quản lý năng lượng quan trọng nhất vì ảnh hưởng đến
năng lượng tiêu thụ và tuổi thọ mạng.
3.3.2 Phương pháp đề xuất
Trong tổ chức mạng dựa trên cụm WSN của mạng lưới nhiều cảm biến đóng một vai
trò nổi bật trong quản lý năng lượng. Chúng tôi gọi phương pháp tiếp cận này là giao
thức Leach Cluster Fuzzy Logic kép (DFLLE) cho WSN. Trong phân tích này, đề
xuất một hiệu suất DFLLE khi so sánh nó với các giao thức LEACH. Phương pháp
được đề xuất sử dụng quy tắc Fuzzy giai đoạn kép để phân tích tính đủ điều kiện của
nút cảm biến để được bầu làm cụm chủ. Giai đoạn đầu tiên chọn các nút cảm biến đủ
điều kiện dựa trên kết nối tương ứng với các nút cảm biến khác trong vùng và mức
năng lượng còn lại của chúng. Giai đoạn thứ hai hợp tác tích lũy nút cảm biến đó
xem xét trong toàn bộ mạng lưới.
Nhiều giao thức bằng cách đề cập ở trên, được đề xuất trong luận án này, chúng tôi
đánh giá tính hợp lệ của một nút cảm biến được bầu làm trưởng nhóm sử dụng logic
mờ. Hệ thống đề xuất có hai Mô-đun:
Mô-đun 1: sử dụng mức độ hạn chế để ra quyết định
Mô-đun 2: cho mức độ quyết định chung để chọn trưởng nhóm
Ở mức hạn chế, các nút cảm biến đủ điều kiện được chọn phụ thuộc vào kết nối của
chúng với các nút cảm biến khác trong phạm vi quá trình truyền và mức năng lượng
còn lại. Ở cấp phổ quát, phân tích hợp tác nút tốt nhất và xác định liên quan đến yếu
tố tiết kiệm năng lượng.
Mô phỏng thực hiện trong Matlab cho thấy rằng cách tiếp cận này kéo dài tuổi thọ

mạng đáng kể so với giao thức LEACH.
Giao thức cải tiến Leach

Giao thức Leach cải tiến chia hoạt động của toàn mạng thành các chu kì, mỗi chu kì
bao gồm 2 pha cơ bản: pha kết cụm và pha truyền dữ liệu. Trong pha kết cụm, việc


15

bầu chọn CH được thực hiện cũng dựa vào 2 yếu tố đó là năng lượng còn lại của các
nút và khoảng cách từ các nút tới BS.
Vào đầu mỗi chu kì, các nút cảm biến sẽ tạo ra một số ngẫu nhiên trong khoảng từ (0,
1), sau đó khoảng này được so sánh với ngưỡng T(n). Trước khi tính ngưỡng T(n) ta
định nghĩa d(i) = ( X i  X BS )2  (Yi  YBS )2 , trong đó d(i) là khoảng cách từ nút i tới BS,
n là tổng số nút trong mạng cảm biến, (Xi, Yi) là tọa độ của nút i trong mạng, (XBS,
YBS) là tọa độ của BS, E (i) là năng lượng còn lại của các nút trong chu kì hiện tại,
khi đó ngưỡng T(n) mới sẽ được tính theo biểu thức:

p
E (i)

*

d (i)
1  p * ( r mod 1 )

T(n) =
nếu n  G
p



0
Trong đó, G là tập hợp các nút chưa trở thành cụm chủ trong các chu kì trước, p là
phần trăm mong muốn số cụm chủ trên tổng số nút, thông thường p trong khoảng từ
0.05-0.1, r là chu kì hiện tại, d(i) và E(i) được định nghĩa ở trên.
Nếu giá trị ngẫu nhiên của các nút nhỏ hơn giá trị ngưỡng T(n), nút đó sẽ trở thành
CH trong chu kì hiện tại, việc sử dụng thông số năng lượng còn lại của các nút sẽ
tăng xác xuất trở thành cụm chủ của các nút có mức năng lượng cao, đồng thời dựa
vào khoảng cách nút và cụm chủ sẽ làm cho các nút ở gần BS sẽ có xác xuất trở
thành cụm chủ lớn hơn là các nút ở xa BS.
Sau khi bầu chọn các CH, các CH sẽ gửi thông tin vị trí của nó tới BS, đồng thời nó
sẽ quảng bá các thông điệp INVITE tới các nút xung quanh, thông điệp này có cường
độ tín hiệu giống nhau. Các nút thông thường sau khi nhận được thông điệp INVITE
nếu tham gia vào cụm sẽ gửi lại thông điệp ACCEPT. Nếu các nút nhận được nhiều
thông điệp INVITE sẽ dựa vào cường độ tín hiệu của các nút INVITE để quyết định
tham giao vào cụm chủ có cường độ tín hiệu thông điệp INVITE lớn hơn (ở gần cụm
chủ đó hơn). Nếu các cụm chủ không nhận được thông điệp ACCEPT nào, nó sẽ
thực hiện việc gửi lại các thông điệp INVITE một lần nữa, nếu vẫn không nhận được


16

thông điệp ACCEPT nó sẽ gửi trực tiếp dữ liệu tới BS mà không cần phải tạo bảng
TDMA.
Sau quá trình kết cụm là quá trình truyền dữ liệu. Quá trình truyền dữ liệu thông qua
2 bước chính: Quá trình truyền dữ liệu từ các nút thông thường tới CH và quá trình
truyền dữ liệu từ CH tới BS. Trong qua trình truyền dữ liệu từ các nút tới CH, CH sẽ
tạo bảng TDMA quy định khung thời gian truyền dữ liệu cho các nút ở trong cụm,
sau đó nó sẽ quảng bá bảng TDMA này tới các nút trong cụm của nó. Các nút trong
cụm dựa vào bảng này sẽ biết được thời gian nó gửi dữ liệu tới CH, trong các thời

gian còn lại các nút ở trạng thái nghỉ để tiết kiệm năng lượng, phương pháp sử dụng
TDMA cho phép các nút truyền dữ liệu tới cụm chủ tránh va chạm với các nút khác.
Giao thức Leach Cluster Fuzzy Logic kép (DFLLE)

Thiết kế giao thức Leach Cluster Fuzzy Logic kép (DFLLE) dành cho quy trình hình
thành cụm. Nó dựa trên một phương pháp tiếp cận logic mờ để giúp các nút chưa
thành chủ cụm để chọn thành một CH mới sử dụng ba tham số để tính giá trị cơ hội
thành CH. Sự hình thành thiết kế của giao thức DFLLE bao gồm các thiết kế FIS,
đầu vào và đầu ra các thông số, và phương pháp Centroid.
DFLLE là một mô hình hoạt động của bộ cảm biến không dây được phân phối mạng
các nút cảm biến. Trong mô hình đề xuất này, mục tiêu là kéo dài tuổi thọ của WSN
theo cách tiếp cận mới và so sánh với giao thức LEACH. Cách tiếp cận áp dụng thuật
toán LEACH sử dụng một hệ thống suy luận mờ (Fuzzy Inference System - FIS), có
một ánh xạ từ một đầu vào nhất định đến đầu ra bằng cách sử dụng Fuzzy Logic.
Ngoài ra, chúng ta phân chia cấu trúc phân cụm Fuzzy thành các vòng tròn. Giống
như LEACH, mỗi vòng phân chia bao gồm giai đoạn thiết lập và trạng thái ổn định.
Hệ thống đề xuất là kiến trúc cụm dựa trên thiết kế một bộ sưu tập thông tin mạnh
mẽ trong lĩnh vực cảm biến không dây mạng sử dụng logic mờ. Mô hình hệ thống
bao gồm bộ sưu tập ảo các nút để chọn các cụm và nhóm dựa trên thuật toán. Trong
LEACH, quy tắc logic mờ áp dụng để cân bằng mức tiêu thụ năng lượng của nút.
Chọn các cụm khác nhau của tập mờ và các quy tắc sản xuất Fuzzy được cân nhắc.
Những cách tiếp cận như vậy sẽ tạo điều kiện cho một mô hình phân tích cho cảm


17

biến hạn chế quản lý ví dụ như tập hợp dữ liệu, quản lý năng lượng, truy cập kênh,
định tuyến cũng như để ra quyết định.
Sự khác biệt chính giữa DFLLE và LEACH nằm ở sự thiết lập giai đoạn chính xác ở
giai đoạn hình thành cụm. Giai đoạn đào tạo là khác với LEACH. Bằng cách áp dụng

FIS, các nút chưa thành CH sẽ tính lựa chọn CH. Trong cách tiếp cận này, chúng tôi
xem xét hai mức độ của ba điều kiện: Mức năng lượng của CL, khoảng cách giữa BS
và CL, khoảng cách giữa CH và nút và khoảng cách giữa CL và CL.
Tác giả chọn giải pháp phối hợp 2 phương pháp gồm giải thuật phân cụm Leach cải
tiến và dùng kỹ thuật phân cụm dựa trên logic mờ để đề xuất thuật toán phân cụm
mới gọi tên là DFLMLE (Giao thức phân cụm Leach cải tiến kết hợp Fuzzy
Logic kép)
3.1.2 Quy tắc logic mờ cho Clustering
Bằng cách áp dụng thuật toán xử lý, một nút cảm biến được đề xuất có thể đủ điều
kiện để trở thành chủ cụm. Các quy tắc áp dụng Logic mờ sử dụng được hiển thị như
thành viên trong Bảng 3.1 cho mức:
Bảng 3.1 Chức năng thành viên được sử dụng ở các mức độ
Năng lượng
Số lượng nút trong vùng phân cụm
Điều kiện đủ

Ít
Ít
Ít
Trung bình
Trung bình
Trung bình
Cao
Cao
Cao

Ít
Trung bình
Cao
Ít

Trung bình
Cao
Ít
Trung bình
Cao

Rất thấp
Thấp
Hơi thấp
Gần trung bình
Trung bình
Trên trung bình
Tốt ít
Tốt
Rất tốt

Giai đoạn phổ quát của hệ thống này sẽ xem xét tất cả những thảo luận đầu vào cho
hệ thống suy luận Fuzzy và cũng là yếu tố điều kiện nút cảm biến được bầu làm cụm
chủ như một đầu ra được trình bày trong Bảng 3.2. Các quy tắc áp dụng của mô hình
suy luận Fuzzy như dưới đây:


18
Bảng 3.2: Chức năng thành viên sử dụng ở mức phổ quát

Tính trung tâm

Mật độ nút gần
sink

Khoảng cách giữa
các CH

Điều kiện đủ

Ít
Ít
Ít
Ít
Ít
Ít
Ít
Ít
Ít
Trung bình
Trung bình
Trung bình
Trung bình
Trung bình
Trung bình
Trung bình
Trung bình
Trung bình
Nhiều
Nhiều
Nhiều
Nhiều
Nhiều
Nhiều
Nhiều

Nhiều
Nhiều

Ít
Ít
Ít
Trung bình
Trung bình
Trung bình
Nhiều
Nhiều
Nhiều
Ít
Ít
Ít
Trung bình
Trung bình
Trung bình
Nhiều
Nhiều
Nhiều
Ít
Ít
Ít
Trung bình
Trung bình
Trung bình
Nhiều
Nhiều
Nhiều

Ít
Trung bình
Nhiều
Ít
Trung bình
Nhiều
Ít
Trung bình
Nhiều
Ít
Trung bình
Nhiều
Ít
Trung bình
Nhiều
Ít
Trung bình
Nhiều
Ít
Trung bình
Nhiều
Ít
Trung bình
Nhiều
Ít
Trung bình
Nhiều

Tốt

Rất tốt
Rất tốt
Tương đối tốt
Tốt
Tốt
Trên trung bình
Tương đối tốt
Tương đối tốt
Trung bình
Trên trung bình
Trên trung bình
Dưới trung bình
Trung bình
Trung bình
Hơi thấp
Dưới trung bình
Dưới trung bình
Thấp
Hơi thấp
Hơi thấp
Rất thấp
Thấp
Thấp
Rất thấp
Rất thấp
Thấp

Kỹ thuật đề xuất đã triển khai Mamdani như Hệ thống suy luận Fuzzy và giải mờ tiêu
chí trung tâm. Phạm vi cao nhất các chức năng thành viên được đánh giá bởi điểm số
cao nhất của đầu vào bởi các yếu tố trong hệ thống đề xuất. Nếu n là số nút cảm biến

có trong khu vực mô phỏng, (xBS . yBS) là tọa độ của data sink, và (xm.ym ) là tổng thể
kích thước mạng cảm biến. Số nút lân cận cao nhất được tìm thấy bằng (n-1) và trung
tâm tối đa được ước tính bằng (n-1)
Khoảng cách tối đa đối với data sink được hệ thống đề xuất ước tính như

(0.06xn)


19

Khoảng cách tối đa giữa các cụm chủ được đánh giá bởi (0.06xn-1)
Trong hệ thống đề xuất này, chúng tôi áp dụng hệ thống suy luận mờ để bảo vệ tuổi
thọ pin, hiệu quả truyền năng lượng trong giám sát các sự kiện. Chúng ta đã thấy
rằng Fuzzy Logic giúp cho việc quyết định trạng thái ON / OFF một cách hiệu quả
chế độ thức / ngủ của bộ phận xử lý và truyền thông tin của nút cảm biến
3.2 Thuật toán
3.3 Kết quả và phân tích thực hiện
Một số cấu hình thiết lập các biện pháp như:
Thông suốt : chúng tôi xác định số lượng các gói dữ liệu tới sink trong mỗi giai đoạn
truyền qua một số cụm chủ hoạt động như một gateway. Số lượng gói tin được giao
đến sink trong mỗi vòng là số chủ cụm nhân với thời gian truyền dữ liệu trong suốt
khoảng thời gian đó.
Nút còn sống: là một nút đang sống và mang theo đủ năng lượng cho một số vòng và
có thể giao tiếp với sink. Nút còn sống có năng lượng lớn hơn ngưỡng Ethresholdmin.
Tổng năng lượng tiêu thụ: được tính bằng cách tổng hợp các năng lượng được tiêu
thụ bởi tất cả các nút trong mỗi giai đoạn. Năng lượng tiêu thụ của nút xảy ra trong
quá trình truyền, tiếp nhận và trạng thái chờ.
Độ trễ: được định nghĩa là khoảng thời gian sau thời gian các gói dữ liệu truyền được
tới sink.
Ba kịch bản khác nhau được xem xét để phân tích trong đề xuất này. Hầu hết các thí

nghiệm trong tất cả các kịch bản các thông số chung được sử dụng mô tả như sau:
một mạng lưới các nút cảm biến N với năng lượng ban đầu 0.5J được triển khai trong
diện tích một mét vuông . Chúng tôi mô phỏng thuật toán cho mười lượt mỗi với một
số vòng.
Hệ thống đề xuất ban đầu được thử nghiệm với 60 nút cảm biến. Vì vậy, trong mô
phỏng này cho mỗi vòng, nút trong các cụm truyền gói đến CH của nó cho đến khi
nó hết năng lượng.
CH mang thông điệp tổng hợp đến BS, nằm bên ngoài WSN trong đơn bị mét. Các
thông số cấu hình chung được hiển thị trong Bảng 3.3.


20
Bảng 3.3 Thông số mô phỏng

Thông số

Giá trị

Kích thước mạng

100 x 100 m2

Số lượng nút

200

Vị trí nút BS

90

Năng lượng cài đặt

3,5 Joule

Kích thước gói dữ liệu

4000 bit

Dữ liệu điều khiển

32 bit

Vùng phủ của nút

15m – 25m

Hình 3.7: Tổng số nút cảm biến hoạt động so với số vòng

Theo quan sát thấy rằng sau 710 vòng, các nút giao thức đề xuất là chết trong khi ở
LEACH bình thường các nút bị mất năng lượng sau 490 vòng. Điều này thể hiện sự
cải thiện 69%. Tuy nhiên, các nút trong trường hợp của LEACH chết sau 1250 vòng


21

khi so sánh với mô hình đề xuất mà giữ lại cho đến 2700 vòng. Lý do khi so sánh với
đề xuất , LEACH tiêu hao năng lượng nhanh hơn từ các nút nằm xa sink. Do đó các
nút từ xa không có hành vi của cả hai giao thức.
Các nút mà không thể tìm thấy cụm chủ, nó chọn cụm chủ tương tự gần nhất như
giao thức LEACH. Nút nằm xa BS chết sớm hơn do tiêu thụ điện năng cao hơn. Việc

so sánh hai giao thức cho thấy các nút có ít năng lượng sẽ chết nhanh hơn trong
trường hợp giao thức LEACH so với đề xuất này.
Dựa trên bảng 3.8 cài đặt cấu hình các thông số, mạng cải tiến và các tham số, thuật
toán này được sử dụng MATLAB để thực hiện và kiểm tra. Hệ thống được đề xuất so
với thuật toán LEACH như thể hiện dưới đây trong hình 3.10.

Hình 3.8: Năng lượng nổi bật của thuật toán đề xuất và LEACH

Kiểm tra tương tự được thực hiện với các mạng khác nhau có số lượng nút ít hơn Và
tìm thấy các kết quả tương tự. Kết quả cho thấy cải thiện hơn giao thức LEACH.
LEACH có thể duy trì năng lượng cho nút cố định tối đa 300 vòng còn phương pháp
đề xuất duy trì lên đến 650 vòng. Điều này cho thấy rằng giao thức đề xuất được cải
thiện 46% so với giao thức LEACH. Việc so sánh được thực hiện bằng cách xem xét
năng lượng còn lại trong mỗi vòng. Để đánh giá tính hiệu quả trong thuật toán được


22

đề xuất, các nút gần với trạm cơ sở sẽ tiêu thụ nhiều năng lượng hơn so với các nút
xa. Điều này dẫn đến tối đa hóa năng lượng trong giao thức đề xuất của cụm sao để
có số vòng lớn nhất vẫn giữ nút sống.
Hình 3.9 cho thấy tác động của các nút lân cận để đánh giá hiệu quả của thuật toán.
Đánh giá năng lượng đa dạng được xem xét hạn chế mức độ hội đủ điều kiện với số
lượng ngày càng tăng của các kết quả thực nghiệm các nút cho thấy hiệu quả của
mức độ hội đủ điều kiện liên quan đến năng lượng nút lân cận.

Hình 3.9: Hiệu quả cấp độ hợp lệ với các con số khác nhau nút lân cận

Hình 3.9 cho thấy kết quả mô phỏng với 15, 30 và 45 các lân cận đang được đánh giá
hạn chế và cấp độ quyền lựạ chọn. Nó cũng cho thấy số nút hàng xóm nhiều thì có

tính khả thi hơn cho các nút cảm biến đó trong tham gia của tiến trình bầu cử cụm
cũng như khả năng thích hợp tốt hơn.
Tác động của việc đánh giá mức năng lượng liên quan đến số nút hàng xóm là một
yếu tố nữa để đánh giá hiệu quả của thuật toán được trình bày trong Hình 3.10.


23

Hình 3.10: Đánh giá năng lượng cho các nút láng giềng

Hình 3.10 cho thấy các kết quả mô phỏng xem xét giá trị năng lượng 0,03, 0,05 và
0,07, nơi nó có thể được nhìn thấy rằng với sự gia tăng của số lượng các nút cảm
biến hàng xóm, tính hợp lệ của mức giới hạn cũng tăng với sức mạnh đa dạng trong
các nút cảm biến.
3.4 Kết luận chương 3
Hệ thống đề xuất nhấn mạnh một cách tiếp cận định tuyến hiệu quả sử dụng logic mờ
mà là dựa trên Clustering nhằm nâng cao tuổi thọ của toàn bộ mạng cảm biến. Khả
năng mở rộng của chiến lược thực hiện là đánh giá chuyên sâu bằng cách xem xét
các môi trường khác nhau. Các chủ cụm được chọn sử dụng hệ thống suy luận mờ
kép. Các nút cảm biến đủ điều kiện được lựa chọn tùy thuộc vào mức công suất của
nó và gắn với tổng số nút trong khu vực truyền dẫn. Đề xuất thuật toán được so sánh
với Leach và thường xuyên sử dụng thuật toán trong các tài liệu. Hiệu quả của mô
hình được đề xuất là thử nghiệm và đánh giá trong Matlab và kết quả thực hiện cho
thấy rằng trong kỹ thuật này, các nút cảm biến sử dụng rất ít năng lượng và giữ mạng
trong một thời gian lớn hơn.


24

Chương 3 trình bày việc thực hiện các DFLMLE và nó ảnh hưởng đến bảo toàn năng

lượng và tuổi thọ mạng. các thí nghiệm mô phỏng tiến hành sử dụng ba kịch bản
quan sát khác nhau cho thấy rằng trong tất cả các thí nghiệm này DFLMLE cải thiện
đời sống mạng trong khoảng từ 18% đến 24% so với giao thức Leach. Chúng tôi
cũng quan sát thấy rằng DFLMLE tối ưu hóa năng lượng tiêu thụ của các nút cảm
biến mà tỷ lệ tản là cân bằng giữa tất cả các nút trong mạng. Tóm lại, chúng tôi đã
chứng minh rằng DFLMLE đạt tiết kiệm năng lượng đáng kể và tăng cường tuổi thọ
mạng so với giao thức Leach. Đối với công việc trong tương lai, một mô hình năng
lượng hiệu quả không đồng nhất sẽ làm tăng thời gian tuổi thọ các cảm biến trong
mạng lưới được khảo sát.