Đề xuất thuật toán định tuyến theo cluster theo chuỗi và đa chặng đem lại hiệu quả năng lượng trong mạng cảm biến không dây

MẪU 14/KHCN
(Ban hành kềm theo Quyết định số 3839 / QĐ-ĐHQGHNngày 24 thángio năm 2014
của Giám đốc Đại học Quốc gia Hà Nội)

Đ Ạ I HỌC Q U Ó C G IA H À N Ộ I

BAO CẢO TONG KÊT
K É T Q U Ả T H ự C H IỆ N ĐÈ TÀ I K H & C N
CẤP ĐẠI h ọ c Q U Ó C g i a

Tên đề tài: ĐÈ X U Â T TH UẬT T O Á N Đ IN H TƯ Y ÉN THEO CLU STER ,
T H E O C H U Ỗ I V À Đ A C H ẶN G Đ E M L Ạ I H IỆ U Q UẢ NĂNG LƯỢNG
T R O N G M Ạ N G C Ả M BIÉN K H Ô N G D A Y
M ã số đề tài: Q G 14.57
Chủ nhiệm đề tài: PG S.TS. N G U Y Ễ N T H A N H TÙ N G


MẲU 14/KHCN
(Ban hành kèm theo Quyết định sổ 3839 /QĐ-ĐHQGHN ngày 24 thảngio năm 2014
của Giảm đốc Đại học Quốc gia Hà Nội)

Đ Ạ I HỌC Q UỐC GIA H À NỘI

BÁO CÁO TÔNG KẾT
K Ế T Q UẢ T H ự C H IỆN ĐỀ TÀ I K H & C N
CẤP ĐẠI H ỌC QUỐC GIA

Tên đề tài: Đ Ẻ X U Â T THUẬT TO ÁN ĐỊNH TU Y ẾN THEO CLUSTER,
T H EO C H U Ỗ I V À Đ A CHẠNG ĐEM LAI H IỆU Q UẢ NĂNG LƯ Ợ NG
TRO NG M Ạ N G CẢM BIẾN K H Ô NG DAY
M ã số đề tài: Q G 14.57

Chủ nhiệm đề tài: NG UYỄN TH ANH TÙNG

đ a i h ọ c q u ộ c g ia h à nội

rf?UNG TAM ĨHÔNG TIN THƯ VẸN


PHẦN I. THÔNG TIN CHUNG
1.1. Tên đề tài: Đề xuất thuật toán định tuyến theo cluster, theo chuỗi và đa chặng đem lại
hiệu quả năng lượng trong mạng cảm biến không dây
1.2. Mã số:QG14.57
1.3. Danh sách chủ trì, thành viên tham gia thực hiện đề tài

TT Chức danh, học vị, họ và tên

Đơn vị công tác

Vai trò thực hiện đề tài

PGS.TS. Nguyễn Thanh Tùng KQT

Chủ nhiệm

PGS. TS Chử Đức Trình

ĐHCN

ủ y viên

TS. Nguyễn Quang Thuận

ĐHBKHN

ủ y viên

TS Lê Đình Thanh

ĐHCN

ủ y viên

1.4. Đơn vị chủ trì: Khoa Quốc tế, Đại học Quốc gia Hà Nội
1.5. Thòi gian thực hiện:
1.5.1. Theo hợp đồng:

từ tháng 04năm 2014 đến tháng 04năm 2016

1.5.2. Gia hạn (nếu có): không
1.5.3. Thực hiện thực tế:

từ tháng 04 năm 2014 đến tháng 04 năm 2016

1.6. Những thay đổi so với thuyết minh ban đầu (nếu có):
(về mục tiêu, nội dung, phương pháp, kết quả nghiên cứu và tổ chức thực hiện; Nguyên
nhân; Ỷ kiến của Cơ quan quản lý)
1.7. Tổng kinh phí được phê duyệt của đề tài: 200 triệu đồng.

PHẦN II. TỔNG QUAN KÉT QUẢ NGHIÊN c ứ u
Viết theo cấu trúc một bài báo khoa học tổng quan từ 6-15 trang (báo cáo này sẽ được
đăng trên tạp chí khoa học ĐHQGHN sau khỉ đề tài được nghiệm thu), nội dung gồm các

phần:
1. Đặt vấn đề

2


Tiến bộ mới trong công nghệ điện tử đã cho phép sản xuất các bộ cảm biến nhỏ và chi phí
thấp đồng thời kết hợp cảm biến, xử lý tín hiệu và khả năng thu phát không dây. Các thiết bị
này có thể được nối mạng với nhau để hình thành các mạng cảm biến không dây (WSN).
Mặc dù có nhiều ứng dụng tiềm năng, các mạng cảm biến không dây vẫn còn phải đối
mặt với một số thách thức mà các mạng không dây khác, như các mạng di động không có.
Thách thức khó khăn nhất của các thiết kế của các mạng cảm biến không dây là năng lượng
hạn chế của pin của các thiết bị cảm biến. Điều này giới hạn thời gian hoạt động mà các
mạng cảm biến không dây có thể hoạt động trong các ứng dụng.Giao thức định tuyến đóng
một phần quan trọng trong hiệu quả năng lượng của các mạng cảm biến không dây (WSNs),
vì dữ liệu truyền thông chiếm phần lớn các nguồn tài nguyên năng lượng của mạng. Do đó,
nghiên cứu này tập trung vào phát triển các thuật toán định tuyến hỗ trợ hiệu quả năng
lượng.
Nghiên cứu thiết kế và mô phỏng thuật toán định tuyến dựa theo cluster, định tuyến theo
chuỗi và định tuyến đa chặng đem lại hiệu quả năng lượng cho mạng cảm biến không dây.
Ket quả nghiên cứu sẽ được xuất bản tại các tạp chí có uy tín trong và ngoài nước mang lại
thương hiệu cho Đại học Quốc gia Hà Nội
2. Mục tiêu
2.1 Đối với định tuyến theo cluster
-

Mô hình hóa được vấn đề tối ưu hóa định tuyếnnhư một bài toán tối ưu tuyến tính. Từ đó
có thể sử dụng những phần mềm tuyến tính thương mại để tìm nghiệm tối ưu.

-

Đối với các bài toán phi tuyến và không lồi, nghiên cứu các phương pháp DC
programming để giải

-

Nghiên cứu các thuật toán Heuristic để giải

-

So sánh các kết quả Heuristic với các kết quả từ mô hình toán
2.2 Đối với định tuyến theo chuỗi

-

Mô hình hóa bài toán định tuyến theo cluster thành bài toán tối ưu tuyến tính và đưa ra
phương pháp giải

-

Thiết kể phương pháp Heurictic cho bài toán tối ưu theo chuỗi

-

Thiết kế thuật toán để tìm vị trí tối ưu của Base station
2.3 Đối với định tuyến đa chặng

3

-

Thiết kế, phân tích tối ưu hóa giao thức định tuyến đa chặng AODV theo hướng tiết
kiệm năng lượng

-

Mô phỏng 3 phương pháp Heurictic sử dụng multi-hop routing

3. Phương pháp nghiên cứu
3.1

Định tuyến theo cluster

Vấn đề quy hoạch tuyến tính (LP) là vấn đề tối ưu hóa, trong đó hàm mục tiêu và các ràng
buộc là tuyến tính.Hàm mục tiêu thường là giảm thiểu hoặc tối đa hóa một hàm tuyến tính
của các biến sổ, tày thuộc vào một số hữu hạn các giới hạn tuyến tính trên các biến này.vấn
đề LP có thể được xây dựng trong nhiều hình thức.Cơ bản nhất từ là hình thức chuẩn. Nó
bao gồm ba phần, hàm mục tiêu, các ràng buộc và các rằng buộc bổ sung.
Có một vấn đề phổ biến trong cân nhắc hiệu quả năng lượng trong WSNs: tối đa hóa số
lượng dữ liệu được gửi từ tất cả các nút cảm biến đến các trạm gốc cho tới khi nút cảm biến
đầu tiên hết pin. Vì trong các mạng cảm biến, cảm biến gửi dữ liệu đến các trạm cơ sở định
kỳ, vấn đề giống như tổi đa hóa mạng lưới hoạt động cho đến khi nút cảm biến đầu tiên
chạy hết pin.
Trong phần này, một mô hình phân tích được trình bày để đạt được những giải pháp tối
ưu cho vấn đề phân nhóm.Ý tưởng cơ bản là xây dựng các vấn đề như một Integer Linear
Programming (ILP) và sử dụng bộ giải ILP để tính toán các giải pháp tối ưu.Những giải
pháp này được sử dụng để đánh giá hiệu suất của thuật toán heuristic trước.
3.2

Định tuyến theo chuỗi

Lindsey[5] đề xuất một loại giao thức dựa trên chuỗi được gọi là PEGASIS (PowerEfficient Gathering in Sensor Information Systems), chuỗi này đã gần đạt đến sự tối ưu cho
việc thu thập dữ liệu trong mạng cảm biến. PEGASIS tạo thành một chuỗi các nút cảm biến
để mỗi nút sẽ nhận dữ liệu từ một nút láng giềng gần đó và truyền dữ liệu đến một người
hàng xóm gần nhất.Việc truyền dữ liệu từ một nút cảm biến tới một nút láng giềng gần nhất,
dữ liệu được tổng họp bởi nút CH (Cluster-Head) trước khi được chuyển đến trạm cơ sở
(Base Station). Hình.l minh họa các ý tưởng của các giao thức PEGASIS. Các nút thay
phiên nhau trở thành nút CH cân bằng mức năng lượng. Nói cách khác, mỗi nút sẽ trở thành
một CH một lần cho mỗi n vòng truyền tải dữ liệu, trong đó n là số lượng các nút cảm biến.

4


N5

Hình 1: Một chuỗi tái tạo từ phương pháp PEGASIS
Tối ưu hóa của vị trí trạm cơ sở
Giả sử năng lượng để truyền một đơn vị dữ liệu là tỷ lệ thuận với bình phương khoảng cách
đến một điểm đến, và không có năng lượng chi tiêu tại các điểm đến.
E(S) = d 2,E(D) = 0 , for a > 0
Trong đó s biểu thị một nút nguồn, D biểu thị một nút đích, E(S) là năng lượng của các nút

s và d là khoảng cách từ s tới D. Các mô hình tuyến tính trở thành:
Tối đa:
T
Đối tượng: 2 q
ý=1

jj

+ QT

= ]T q ,
7=0

J

: V / e [1... N ]

■ty.oK*!- X ? + (y ,- Y ) ĩ ]<=Ei : V /e[l.JV ]
7=1

ẳ^/,0 = Qn
/=1

5


q , T , X , Y Variable
3.3

Định tuyến đa chặng

AODV [5] sử dụng nhiều dạng bản tin khác nhau để phát hiện và duy trì liên kết trong
mạng.Khi nút mạng muốn sử dụng hoặc tìm đường định tuyến đến nút mạng khác, nó quảng
bá bản tin yêu cầu đường định tuyến RREQ đến tất cả nút mạng gần nó.Bản tin RREQ này
truyền trên mạng đến khi nó đến được nút mạng đích hoặc một nút mạng có đường định
tuyến đến đích.Sau đó, bản tin RREP sẽ được gửi lại thông báo với nút nguồn.
Ngoài ra, AODV còn sử dụng bản tin HELLO để quảng bá tới nút mạng bên cạnh. Bản

tin này cho biết sự hiện diện của nút mạng nguồn trong mạng và nút mạng gần đó sử dụng
đường định tuyến thông qua nút mạng nguồn phát tin quảng bá, đường định tuyến đó là hợp
lệ. Nếu nút mạng không nhận được bản tin HELLO từ nút mạng A nào đó thì có thể coi nút
mạng này đã di chuyển ra ngoài phạm vi liên lạc với nút A và liên kết đến nút A coi như bị
phá vỡ và nó cũng thông báo cho nút mạng liên quan thông qua bản tin thông báo kết quả bị
hỏng (RREP).
Thuật toán Heuristic
Heuristic là phương pháp giải quyết vấn đề bằng cách đánh giá kinh nghiệm, và tìm giải
pháp qua thử nghiệm và làm giảm khuyết điểm.
Từ Heuristic sử dụng trong thuật toán dùng để tìm giải pháp trong số những cái có thể,
nhưng không đảm bảo rằng cái tốt nhất sẽ được tìm thấy, do đó họ có thể giả định đó là
thuật toán xấp xỉ và không chính xác. Các thuật toán này thường tìm ra một giải pháp gần
như tốt nhất và thường chúng tìm thấy nhanh chóng và dễ dàng. Thinh thoảng các thuật toán
này có thể chính xác và thực sự tìm ra giải pháp tốt nhất, nhưng thuật toán vẫn được gọi là
Heuristic, cho đến khi giải pháp tốt nhất này được chứng minh là phương pháp tốt nhất.
4. Tổng kết kết quả nghiên cứu
4.1

Ket quả nghiên cứu định tuyến theo cluster

Để giảm thiểu sự phức tạp của vấn đề phân cụm, các mô hình vô tuyến không dây không
được sử dụng.Giả định này không làm thay đổi các kết quả mô phỏng. Một mô hình sử dụng
năng lượng rất đơn giản được đưa ra dưới đây:
E{S) = a d \E ( D ) = 0, for a > 0
Trong đó s biểu thị một nút nguồn, Dbiểu thị một nút đích, E(S) là việc sử dụng năng
lượng của các n u ts v à d là khoảng cách từ s tớ iD. Công thức này phát biểu rằng năng
6


lượng để truyền một đơn vị dữ liệu là tỷ lệ thuận với bình phương khoảng cách đến một

điểm đến. Đối với phần còn lại của mục này, a được thiết lập là 1.
Chúng tôi bắt đầu bằng việc phân tích một mạng lưới rất đơn giản để thiết lập một
phương pháp chung có thể áp dụng cho bất kỳ vấn đề phức tạp. Hình 2 cho thấy một cấu
trúc liên kểt mạng đơn giản trong đó có năm nút nằm trên một đường thẳng. Các nút được
đặt như nhau từ vị trí 0 m đến vị trí 80 m và trạm cơ sở (BS) đặt trên vị trí 175 m. Trong các
ứng dụng cảm biến, tất cả các nút cảm biến sẽ gửi dữ liệu theo định kỳ đến các trạm cơ sở.
Một vòng truyền tải dữ liệu được định nghĩa là khoảng thời gian để gửi một đơn vị dữ liệu
đến trạm gốc. Vì vậy, tuổi thọ của mạng cảm biến được định nghĩa là tổng số vòng gửi dữ
liệu đến các trạm gốc đến khi nút đầu tiên tắt. Tất cả các nút bắt đầu với lưu trữ pin bằng
500.000 đơn vị. Vấn đề là tối đa hóa tổng số vòng gửi dữ liệu đến các trạm gốc đến khi nút
cảm biến đầu tiên chạy hết pin.
N1

N2

N3

N4

N5

B ase
station

o-----o-----o ----- o----- Q0 m

20 m

40m

6 0m

80m
175m

Hình 2. Một cấu trúc liên kết mạng đơn giản của 5 nút trên một đường thẳng
Vì có năm nút và chỉ có một CH, có năm lựa chọn tốt cho các CH trong mỗi vòng. Ví dụ,
tiêu hao năng lượng của nút 1 khi nút 5 trở thành một CH, c\ là (80-0) 2 = 6400, các tiêu hao
năng lượng của nút 1 khi nút 1 trở thành CH, c\ là (175-0) 2 = 30.625.
Bảng 1: Năng lượng tiêu haoc' (đơn vị) mỗi vòng
củanút i khi nút j trở thành một CH
Node 1

Node 2

Node 3

Node 4

Node 5

CHI

30625

400

1600

3600

6400

CH2

400

24025

400

1600

3600

CH3

1600

400

18225

400

1600

CH4

3600

1600

400

13225

400

CH5

6400

3600

1600

400

9025

Số lượng tối ưu của vòng truyền cho mạng được viết như là các vấn đề sau đây:

7


Tối đa: y^x .
7=1

J

Đối tương:
2 > ' x , < £ ; : v / e [1...5]
M
X . e Z + : V / 6 [1...5]

Một thuật toán heuristic cụm dựa trên định tuyến mới.
Trở lại với các mạng trong Hình 2 , khi các nút cảm biến bắt đầu gửi dữ liệu đến các trạm
cơ sở, nút 5 được đề cử là CH vì Bảng 1 cho thấy rằng lựa chọn này ngốn dung lượng pin
của tất cả các nút cảm biến chậm hơn so với các lựa chọn khác. Sau một vài vòng, năng
lượng pin của nút này sẽ giảm mạnh một cách nhanh chóng hơn so với các nút khác.Vì
vậy, vị trí CH cần phải được tái phân bổ giữa các nút cảm biến để các năng lượng dư tối
thiểu của tất cả các nút cảm biến được tối đa hóa. Khi quá trình này được lặp đi lặp lại
trong mỗi vòng, nút có pin yếu bị tránh làm CHs, và năng lượng được phân bố hợp lý
giữa tất cả các nút cảm biến cho nên thời gian hệ thống được kéo dài cho đến khi không
có thêm sự lựa chọn nào tốt hơn và một nút cảm biến tắt. Một phương pháp heuristic
được gọi là năng lượng dư (RE) và được định nghĩa như dưới đây:

RE: Trên mỗi vòng của quả trình truyền dữ liêu tới tram cơ sở. chon môt nút cảm
biến làm CH để tối đa hóa lượns n ă m ỉươns tối thiểu còn lai của tất cả các nút cảm
biến.
Ta có:
N: số lượng nút cảm biến lập chỉ mục từ 1 tới N
s : một giải pháp hiện tại
/ (í) :Năng lượng dư tối thiểu của tất cả các nút với giải pháp s
s0 : Giải pháp tốt nhất cho tới nay
Khỏi tạo: 50 <- 0
For ( í từ 1 to AO

N ếu£>0khi đÓ50 =s

8


Kết quả: sữlàgiải pháp CH thu được từ các thuật toán RE. (kết thúc mã)
Kết quả mô phỏng định tuyến theo cluster
Trong mô phỏng, 100 mạng cảm biến 50-nút ngẫu nhiên được tạo ra. Mỗi nút bắt đầu với
5.000.000 đon vị năng lượng. Trong các hoạt động cảm biến, tất cả các nút cảm biến sẽ gửi
dữ liệu theo định kỳ để các trạm cơ sở. Một vòng truyền tải dữ liệu được định nghĩa là
khoảng thời gian để gửi một đơn vị dữ liệu đến trạm gốc.
Thuật toán LEACH [4] và RE được chạy trên 100 topo mạng trong khi thay đổi số lượng
của CHs 1-12, và tuổi thọ của hệ thống và mức tiêu hao năng lượng cho mỗi vòng được ghi
lại. Các thông số mạng, các vị trí cảm biến và vị trí trạm gốc được định nghĩa như sau
Network size (100m X100m)
Base station (50m,175m)
Số lượng nút cảm biến: 50 nodes
Vị trí nút cảm biến: ngẫu nhiên
Mô hình năng lượng: E' = a d 2, a = 1
Hình 3 so sánh tuổi thọ (số vòng) giữa LEACH và RE tại số CHs bằng 2. Có thể nhìn
thấy từ kết quả là RE cung cấp hiệu suất tuổi thọ tốt hơn.
The system lifetime over different topologies

«/>
•a
c
3
o
o

V

u
■Q
E

2000
1500
1000
L E A C H _p re v io u s

500

R E _p ro p o se d

3

2

0

m n n IT11ITTTI11m rn mn n rn »1III 111n ITU ĨTITI I 1111I I Ĩ III III11m I 111m m 1111II 1111ĩ 11n m

H O i r ^ i n m r H C T i r ^ i n m r - i O i f ^

r if N j fõ ^ ^ in ư ) S o o o o ơ ì
Network topology

Hình 3: Tuổi thọ 100 mạng ngẫu nhiên 50-nút
Tiếp theo, hiệu suất của thuật toán tốt nhất (RE) và giải pháp tối ưu được so sánh, số
lượng các CHs được đặt là 2 trong cả hai phương pháp. Cả hai phương pháp này được
chạy trong vòng 100 topo mạng bên trên và tỷ lệ giữa tuổi thọ của RE và phương pháp tối

ưu được ghi lại. Đối với việc tính toán các giải pháp tối ưu, chúng tôi sử dụng GNƯ
Linear Programming Kit (GLPK) và Mixed Integer Programming (MIP) giải .GLPK là


một gói phần mềm lập trình GNƯ tuyến tính miễn phí cho việc giải quyết các chương
trình quy mô lớn tuyến tính (LP), Integer Programming Mixed (MIP).
Hình 4 cho thấy ràng RE có kết quả rất gần các giải pháp tối ưu trong khi LEACH [4]
chỉ đạt được một nửa của các giải pháp tối ưu.
Lifetime ratio between RE, LEACH and the
optimum solutions
1

no .
o nG J3 n A
4-»

-

01-

♦

R atio _LE A C H

■

R a tio _R E

n -

)

20

40

60

80

100

Network topology
Hình 4: Tỷ lệ số vòng giữa RE và các giải pháp tối ưu
4.2 Kết quả nghiên cứu định tuyến theo chuỗi
Trong phần tiếp theo, chúng tôi đã đề xuất hai phương pháp để tối ưu hóa tuổi thọ mạng
bằng phương pháp Integer Linear Programming (ILP). Phương pháp đầu tiên được áp dụng
cho việc định tuyến dựa trên chuỗi, phương pháp thứ hai có thể được áp dụng cho bất kỳ
định tuyến nào.
Phương pháp 1:
Chúng tôi xác định n là số lượng các nút cảm biến, và có số lần X . của nút j trờ thành một
CH. Trong định tuyến dựa trên chuỗi, chỉ có một CH được chọn mỗi vòng. Vì vậy, có n lựa
chọn có thể của CHs. vấn đề lựa chọn các CHs được đưa ra như sau:
.

Tối đa:
j =1 J

Đối tương:

Y jCj Xj 7=1

x . e Z +:Vje[L..n]

10


Trong đóc' là năng lượng sử dụng của Nút ỉ để gửi một đơn vị dữ liệu trong một vòng, khi
Nút j trở thành CH và Eì là lưu trữ năng lượng ban đầu của Nút i.
Phương pháp 2:
Một bộ cảm biến Ns được triển khai trong một khu vực để giám sát một số hiện tượng vật
lý. Các bộ này được gọi là s = {sl ..... Sn}.Cảm biến i tạo ra lưu lượng Q bps. Tất cả các
dữ liệu được tạo ra cuối cùng phải gửi đếm một nút duy nhất, dán nhãn s 0.

Ọij

là lưu lượng

trên liên kết (i, j) trong thời gian T. Mỗi node i có năng lượng pin ban đầu của Ei, và lượng
năng lượng tiêu thụ trong việc truyền một gói tin qua liên kết Lạj) là elụ.
Tối đa:
T
Đối tượng: YjVjj +QT = 2 X ; '■Vỉ e
j=l

7=0

Ỳ ^ A . J <=E>:V/e[l...«]
/=1

/=1
q, j >=0:V/,y e[l...«]
Một giải pháp Heuristic mới
Một thuật toán Heuristic RE chain được đề xuất.Trong các thuật toán RE_chain, các vị trí
CH được phân bổ lại giữa các nút cảm biến để các năng lượng dư tối thiểu của tất cả các nút
cảm biến được tối đa hóa. Các thuật toán heuristic (RE chain) được đưa ra như sau:
RE-Chain:
Trong mỗi vòng của truyền dữ liệu đến các trạm gốc, chọn một nút cảm biến như là
một nút lãnh đạo cho các chuỗi để tối đa hóa năng lượng dư tối thiểu của tất cả các nút
cảm ứng sau khi gửi dữ liệu trong chu kỳ đấy.
Ta có:
N: số lượng nút cảm biến từ 1 tới N
s: giải pháp CH hiện tại
/ (s): Năng lượng dư tối thiểu của tất cả các nút với giải pháp s
SQ:Giải pháp tốt nhất sẽ có
Thuật toán RE Chain:
11


Khởi tạo: sữ Có:

(5

từ 1 tới AO
S = f ( s ) - f ( s Q)

Nếu ^ > 0 thì So=s
Kết quả: s0 là giải pháp CH thu được từ các thuật toán RE chain

Mô phỏng kết quả định tuyến theo chuỗi
Để đánh giá hiệu suất của RE chain và so sánh hiệu suất của PEGASIS [5] và LEACH [4],
một số mô phỏng trong Visual

c

++ được phát triển. Trong mô phỏng, 100 mạng cảm biến

100-node ngẫu nhiên được tạo ra.Mỗi nút bắt đầu bằng 1 J năng lượng.Các thiết lập mạng
cho các mô phỏng trong phần này được đưa ra dưới đây.Các mô hình năng lượng được sử
dụng trong.
Quy mô mạng lưới: (100m*100m)
Trạm cơ sở: (50m, 300m)
Số lượng nút cảm biến:

100 nút

Quy mô tin nhắn dữ liệu:

4000bits

Thông điệp truyền thông:

200bits

Năng lượng tin nhắn:

20bits

Vị trí nút cảm biến:

uniform placed in the area

Mầu năng lượng: =50* J, =10* J/biƯm2 và =0.0013* J/biưm4
Hình 5 cho thấy tỷ lệ số vòng của RE chain cung cấp kết quả trong vòng 1% của các giải
pháp lập trình tuyến tính.
Ratio between the number of rounds of R E_chain
and RE_with ILP

♦♦

♦

♦

♦

♦

♦

♦

♦

•
•

0

i

I

♦
•

• R atio I

•
*

••

• «*
♦♦

0

20

40

60

80

JO

1Í

N e tw o rk to p o lo g y

12


Hình 5: Tỷ lệ số vòng giữa RE chain và mô hình ILP
Để so sánh hiệu suất của RE chain, PEGASIS, và LEACH vào các topo mạng này.Tính
trung bình, LEACH, PEGASIS, và RE chain thực hiện 602, 890, và 1305 vòng tương ứng.

Lifetime over different topologies
- • — R E _c h a in
-■ -LEA C H

—*e— PEG A S IS

Network topology

Hình 6: số vòng với 100 nút ngẫu nhiên
4.3

Kết quả nghiên cứu định tuyến đa chặng

Trong phần này, chúng tôi đã tìm hiểu về giao thức định tuyến AODV, từ các tin nhắn
RJREQ và RREP các nút sẽ có thông tin định tuyến. Nếu thông tin định tuyến là mới, các nút
sẽ thêm vào bảng định tuyến, ngược lại nếu thông tin định tuyến đã tồn tại nó chỉ cập nhập
bảng định tuyến.
Một số phương pháp giao thức định tuyến như ERS, EERS đưa ra tiêu chí lựa chọn
đường là tham số hop count. Nó đảm bảo các tuyến đường ngắn nhất sẽ được lựa chọn do
đó tiết kiệm năng lượng của toàn bộ mạng lưới. Tuy nhiên, trong phương pháp này, các nút

ở trung tâm hoặc các nút với năng lượng thấp sẽ ngừng làm việc nhanh chóng.Nó ảnh
hưởng đến thời gian hoạt động của mạng. Trong chương này, tác giả đề xuất một giao thức
định tuyến cân bàng mức năng lượng tiêu thụ dựa hai tham số là hop count và năng lượng
các nút. Vì vậy, các tuyến đường với các nút năng lượng thấp không được chọn. Do đó nó
làm tăng cường thời gian hoạt động và thông lượng của mạng WANS.
Năng lượng trong việc lựa chọn này là năng lượng nhỏ nhất của các nút mà thông điệp
định tuyến đi qua. Trường rq min energy sẽ được thêm vào tin nhắn yêu cầu RREQ và
trường rp energy sẽ được thêm vào tin nhắn trả lời RREP. Tại các nút gửi đầu tiên, trường
này sẽ được thiết lập là vô cực và được cập nhật khi thông điệp đi qua mỗi nút.

13


•E B
0 —
IS

.3 3

(Ậ>-—
12

jỊT j

-3

® —

© -—

5

7

]
©

11

Hình 7. Ví dụ 2 trường rq_mỉn_energy và rp energy
Trong hình 7,

giá trị của trường rq_min_energy trong tin nhắn RREQ hoặc trường

rp_energy trong tin nhắn RREP được khởi tạo là vô cực. Nút s sẽ gửi tin nhắn đến nút A.
Nút A sẽ so sánh giá trị của trường rq_min_energy và rp_energy. Năng lượng của A là 12.
Có nghĩa là nút A có năng lượng thấp hơn so với giá trị của trường này.Giá trị của trường sẽ
được thiết lập là 12. Sau đó nút A sẽ gửi tin nhắn đến nút B, nút B tiếp tục so sánh và thiết
lập giá trị là 5. Và tin nhắn này sẽ gửi cho nút c . Năng lượng của nút

c

là 11, nó cao hon

giá trị của trường vì vậy giá trị của trường không đổi. Tiếp tục tính, ta sẽ có năng lượng thấp
nhất của các nút trong con đường tin nhắn mà đi qua.
Viêc đinh tuyến sẽ dưa vào tỉ số giữa: - -°-pgQU71t
rain jmergy
Theo công thức, việc định tuyến sẽ lựa chọn đường đi có tham số min energy là lớn nhất
và có giá trị Hop count là nhỏ nhất.

14


Hình 8. Trình bày phương pháp cân bằng năng lượng tiêu thụ
Trong hình 8, nút nhận một tin nhắn RREQ hoặc RREP, nếu tin nhắn là mới, thì nó sẽ
thêm mới vào bảng định tuyến ngược lại nếu định tuyến nhận được có tỉ số giữ

hopcount

min ja n o r g y

nhỏ hơn _ . 0pC0U— trước thì nó sẽ cập nhật vào bảng định tuyến thay cho định tuyến cũ.
min _energy

°

JJ

J

Phương pháp Heuristic SPJRE cho vấn đề định tuyến trong mạng cảm biến.
Phương pháp định tuyến tiết kiệm năng lượng được thực hiện để kéo dài thời gian sống của
WASN có một số đặc điểm sau: Một vòng truyền dữ liệu được định nghĩa là khoảng thời
gian một nút nguồn ngẫu nhiên truyền dữ liệu đến một nút đích ngẫu nhiên. Thời gian sống
của WASN được định nghĩa là tổng số vòng gửi dữ liệu giữa các nút cảm biến cho đến khi
nút đầu tiên hết năng lượng. Phương pháp định tuyến Heuristic được tóm tắt bên dưới.
Đường đi ngắn nhất cho những phương pháp được tính toán bằng cách sử dụng thuật toán
Dijkstra.
Thuật toán SP RE được phát biểu như sau:

15


Chủng ta hãy xác định một trọng số của một liên kết trên bất kỳ con đường nào là:
w (/) ~

tronS đó e(i) là năng lượng còn lại của nút j trên liên kết. Cho một nguồn nút

s và một nút đích d, tìm một đường đi đơn u từ s tới d sao cho tổng trọng số của tất cà các
liên kết tham gia trong việc truyền tải dữ liệu là nhỏ nhất.

Z

ỈV(i) is m inim ized

ie ĩ\-d

Hình 9 minh họa thuật toán SP RE, với nút N I là nguồn, nút N6 là đích sẽ có 2 con
đường dẫn từ N I đến N6 với tổng nghịch đảo mức năng lượng còn lại của 2 đường đi là:
-Tổng mức tiêu thụ năng lượng cho đường đi (1, 2, 3, 6) là:

E(W,« = f + ^ + f = 0.5 + 1 + 1=2.5
**2 “3 »*6
-Tổng mức tiêu thụ năng lượng cho con đường (1,4, 5, 6) là:
E(1,4,5,6) = — + — + — = 1 + 1 + 1 = 3

Do đó, các thuật toán SPJRE sẽ chọn đường dẫn (1, 2, 3, 6).

Hình 9. Phương pháp SPJRE

16


Kết quả mô phỏng
Trong mô hình mô phỏng thuật toán Heuristic và mô hình toán, tác giả đã tạo ra mô hình
mạng với 30 nút được gieo ngâu nhiên 100 lần để sinh ra topology mạng. Mỗi nút có mức
năng lượng ban đầu là 1J, cấu hình mạng sử dụng trong mô phỏng như sau:

+ Kích thước mạng: (100m X1OOm)
+ Vị trí Base station: 50, 175
+ Số lượng Sensor : 30 nút
+ Vị trí của sensor: Đặt ngẫu nhiên trong vùng.
+ Mức năng lượng: Eelec =5Ỡ*10"9J, s f i = 10*W nJ/bit/m2 and
emp =0.0013*\(Tn J/bit/m4

Tổng năng lượng truyền dẫn của tin nhắn được tính bằng: Et = kEeiec + £ampkcT
Năng lượng tiếp nhận được tính bằng: Er = kEeiec
Trong đó: Eeìec là năng lượng tiêu hao của mạch điện tử để mã hóa hoặc giải mã một bit, k là
kích thước tin nhắn, €amp là hằng sổ khuếch đại và d là khoảng cách giữa nút phát và nút
nhận.
Hoạt động của mỗi mạng cảm biến được chia thành vòng.Trong mỗi vòng, một nút nguồn
ngẫu truyền dữ liệu đến một nút đích ngẫu nhiên.Quá trình này được lặp đi lặp lại cho đến
khi nút cảm biến đầu tiên hết năng lượng và thời gian hoạt động phương pháp định tuyến
trong mỗi cấu trúc liên kết mạng được ghi lại.Trung bình số vòng thực hiện được với thuật
toán SP RE là 136 lượt, như minh họa hình 10.

Đa i

h ọ c q u ô c g ia h à n ô i

Ig U N G TÂ M THÔNG TIN THLI V Ẹ N

------^ Ũ Q A ũ W a ỈẨ Ỉl

17


200

190
180
170
160

♦ ♦

Romids 150

♦ é

140
130

♦ ♦♦♦♦
------- + ----------------

120

♦

♦

♦ ♦

110
100

0

10

~I—

— T~-

20

30

—I—
40

50

Network topology

Hình 10. Số vòng hoạt động với các topology mạng khác nhau
Trong mô hình toán, sử dụng phần mềm GNU Linear Programming Kit (GLPK) kết họp với
ngôn ngữ lập trình AMPL để tìm ra nghiệm tối ưu, kết quả như hình 11.

Trong hình 11, thể hiện tỉ lệ giữa số vòng đạt được của thuật toán SP RE và Mô hình
toán học cho vấn đề tối ưu hỏa định tuyến trong WSN.

** ************

*****

0.98
0.96

•S
1

094
0.92
0.9
0,88

10

20

30

40

50

Network topology

Hình 11. Tỉ lệ giữa số vòng thực hiện được của thuật toán SP RE và mô hình toán học
cho vấn đề tối ưu hóa định tuyến trong mạng WSN.
Qua kết quả trên, thuật toán SP RE cho kết quả rất gần với nghiệm của phương pháp tối
ưu quy hoạch tuyến tính (có tỉ lệ <1%). Điều này chứng tỏ, thuật toán đem lại hiệu quả năng
lượng cao trong mạng WASNs, tức là góp phần vào việc tăng thời gian hoạt động của mạng
cảm biên không dây.
18


5. Đánh giá về các kết quả đã đạt được và kết luận
Nghiên cứu này phát triển những phương pháp định tuyến mới trong mạng cảm biến, đi kèm
theo những mô hình toán học và phương pháp giải. Những đóng góp này đã được xuất bản
tại các tạp chí danh tiếng mang lại uy tín cho Đại học Quốc gia Hà Nội và Việt Nam.
Nghiên cứu cũng góp phần nghiên cứu và triển khai các mạng cảm biến trong nhiều ứng
dụng quân sự và dân sự, chẳng hạn như phát hiện mục tiêu từ xa, theo dõi thời tiết, dự báo
thời tiết, thăm dò tài nguyên thiên nhiên và quản lý thiên tai.
6. Tóm tắt kết quả (tiếng Việt và tiếng Anh)
Tóm tắt bằng tiếng Việt
Tiến bộ mới trong công nghệ điện tử đã cho phép sản xuất các bộ cảm biến nhỏ và chi phí
thấp đồng thời kết hợp cảm biến, xử lý tín hiệu và khả năng thu phát không dây. Các thiết bị
này có thể được nối mạng với nhau để hình thành các mạng cảm biến không dây (WSN).
Mặc dù có nhiều ứng dụng tiềm năng, các mạng cảm biến không dây vẫn còn phải đối
mặt với một số thách thức mà các mạng không dây khác, như các mạng di động không có.
Thách thức khó khăn nhất của các thiết kế của các mạng cảm biến không dây là năng lượng
hạn chế của pin của các thiết bị cảm biến. Điều này giới hạn thời gian hoạt động mà các
mạng cảm biến không dây có thể hoạt động trong các ứng dụng. Giao thức định tuyến đóng
một phần quan trọng trong hiệu quả năng lượng của các mạng cảm biến không dây (WSNs),
vì dữ liệu truyền thông chiếm phần lớn các nguồn tài nguyên năng lượng của mạng. Do đó,
nghiên cứu này tập trung vào phát triển các thuật toán định tuyến hỗ trợ hiệu quả năng
lượng.

Nghiên cứu thiết kế và mô phỏng thuật toán định tuyến dựa theo cluster, định tuyến theo
chuỗi và định tuyến đa chặng đem lại hiệu quả năng lượng cho mạng cảm biến không dây.
Ket quả nghiên cửu sẽ được xuất bản tại các tạp chí có uy tín trong và ngoài nước mang lại
thương hiệu cho Đại học Quốc gia Hà Nội
Tóm tắt bằng tiếng Anh
Recent advances in wireless and electronic technologies have enabled the manufacture o f
small and low-cost sensors that incorporate sensing, processing and wireless communication
capabilities. A large number of these devices can be networked together to form wireless
sensor networks. These networks are deployed in numerous military and civil applications,
19


such as remote target detection, weather monitoring, weather forecast, natural resource
exploration and disaster management. Despite having many potential applications, wireless
sensor networks still face a number of challenges due to their particular characteristics that
other wireless networks, like cellular networks or mobile ad hoc networks do not have. The
most difficult challenge of the design of wireless sensor networks is the limited energy
resource o f the battery of the sensors. This limited resource restricts the operational time
that wireless sensor networks can function in their applications. Therefore, many protocols
have been designed for wireless sensor networks (WSNs), where the energy resource is an
essential design concern.
This research concentrates on developing routing algorithms that support energy
efficiency. These algorithms are designed to cany out data communication while prolonging
the operation time of WSNs.
In summary, this research develops cluster-based, chain-based and multi-hop routing
methods for WSNs. These proposed methods significantly improve the lifetime of these
networks. These contributions have been and will be published in prestigious journals and
bring prestige to the National University of Hanoi and Vietnam. Also, this research
contributes to the research and the deploy of multiple sensor networks in military and
civilian applications, such as remote target detection, weather monitoring, weather

forecasting, natural resource exploration and management natural disasters.

References
1. Nguyen Thanh Tung, Nguyen Van Due, optimizing the Operating Time of
Wireless Sensor Network, EURASIP Journal on Wireless Communications and
Networking, January 2013, ISSN: 1687-1499, DOI: 10.1186/1687-1499-2012348
2. Nguyen Thanh Tung, Phan Cong Vinh; The Energy-Aware Operational Time of
Wireless Ad-hoc Sensor Networks; ACM/Springer Mobile Networks and
Applications (MONET) Journal, Volumn 17, June, 2013; DOI: 10.1007/sl 1036012-0403-1
3. Trung Dung Nguyen, Van Due Nguyen, Nguyen T hanh Tung, Trong Hieu
Pham, Ngoc Tuan Nguyen, Wakasugi Koichiro, “Routing Dual Criterion
Protocol”, in ICƯIMC 2013: The 7th International Conference on Ubiquitous
Information Management and Communication.
4. Heinzelman, W.B., Chandrakasan, A.P.: An Application Specific Protocol
Architecture for Wireless Microsensor Networks: IEEE Transaction on Wireless
Communications, 1(4), Oct. 2002, pp. 660-670


5. S. Lindsey and c . Raghavendra. Power-Efficient Gathering in Sensor Information
Systems. IEEE Aerospace Conference, 2002.
6. Nguyen T hanh Tung, Huynh Thi Thanh Binh; “Base station location -Aware
Optimization Model of
the lifetime of wireless sensor networks”; Mobile
Networks and Applications (MONET), May, 2015; DOI 10.1007/sl 1036-0150614-3
7. Nguyen T hanh Tung; “Energy-Aware Optimization Model in Chain-Based
Routing”, ACM/Springer Mobile Networks and Applications (MONET) Journal,
April 2014, Volume 19, Issue 2, pp 249-257
8. Nguyen T hanh Tung, Nguyen Sy Minh; “Power-A ware Routing for Underwater
Wireless Sensor Network”; Context-Aware Systems and Applications (LNICST
128), Springer pp. 97-101, (2014)

9. Q unfeng D ong: M axim izing System Lifetim e in W ireless Sensor N etw orks. In:

Information Processing in Sensor Networks, pp. 13-19 (2005)
10 . Shebli F., CNRS, Dayoub I., M ’foubat A.O., Rivenq A., Rouvaen J.M.:
Minimizing Energy Consumption within Wireless Sensors Networks Using
Optimal Transmission Range between Nodes. In: Signal Processing and
Communications, IEEE International Conference, pp. 105-108 (2007)
11. Peng Cheng, Chen-Nee Chuah, Xin Liu: Energy-aware Node Placement in
Wireless Sensor Networks. In: Global Telecommunications Conference, vol. 5,
pp. 3210-3214(2004)
12. Najmeh Kamyabpour, Doan B. Hoang: Modeling Overall Energy Consumption in
Wireless Sensor Networks. arXiv preprint arXiv: 1112.5800 (2011)
13. M ajid I. Khan, W ilfried N. G ansterer, G uenter H aring: Static vs. M obile Sink:

The Influence o f Basic Parameters on Energy Efficiency in Wireless Sensor
Networks. In: Computer Communications, vol. 36, issue 9, pp. 965-978 (2013)
14. Lourthu Hepziba Mercy M., BalamuruganK., Vijayaraj M.: Maximization of
Lifetime and Reducing Power Consumption in Wireless Sensor Network Using
Protocol. In: International Journal of Soft Computing and Engineering, vol. 2,
issue 6, pp. (2013)
15. Ioannis Ch. Paschalidis, Ruom inW u: R obust M axim um Lifetim e R outing and

Energy Allocation in Wireless Sensor Networks. In: International Journal of
Distributed Sensor Networks, vol. 2012, Article ID 523787, 14 pages (2012)
16. J. H. Chang, L. Tassiulas: Maximum Lifetime Routing in Wireless Sensor
Networks. In: IEEE/ACM Transactions on Networking, vol. 12, no. 4, pp. 609619 (2004)
17. A. Giridhar, p. R. Kumar: M axim izing the Functional Lifetim e o f Sensor

Networks. In Proceedings of the 4th International Symposium on Information
Processing in Sensor Networks (IPSN ’05), pp. 5-12 (2005)

18. H. Nama, N. Mandayam: Sensor Networks over Information Fields: Optimal
Energy and Node Distributions. In Proceedings of the IEEE Wireless
Communications and Networking Conference (WCNC ’05), vol. 3, pp. 1842—
1847 (2005)
19. H oai A n Le Thi, Q uang Thuan N guyen, K hoa Tran Phan, Tao Pham D inh: DC

Programming and DCA Based Cross-layer, Optimization in Multi-hop TDMA
Networks. In: The 5th Asian Conference on Intelligent Information and Database
Systems, LNCS 7803, pp. 398-408, Malaysia (2013)
21


20. Zhao Cheng, Mark Perillo, Wendi B. Heinzelman: General Network Lifetime and
Cost Models for Evaluating Sensor Network Deployment Strategies. In: IEEE
Transactions on Mobile Computing, vol. 7, no. 4, pp. 484-497 (2008)
2 1 . Yibui Li, Gaoxi Xiao, Gurpreet Singh, Rashmi Gupta: Algorithms for Finding
Best Location of Cluster Heads for Minimizing Energy Comsumption in Wireless
Sensor Networks. In: Wireless Network, vol. 19, issue 7, pp. 1755-1768 (2013)
22. Nguyen Thanh Tung, Dinh Ha Ly, Huynh Thi Thanh Binh, Maximizing the
lifetime of wireless sensor networks with the base station location. In: Nature of
Computation and Communication, DOI: 10.1007/978-3-319-15392-6 11, ISSN:
1867-8211, Springer International Publishing, pp. 108 - 116 (2014)
PHẦN III. SẢN PHẨM, CÔNG BỐ VÀ KÉT QUẢ ĐÀO TẠO CỦA ĐÈ TÀI
3.1. Ket quả nghiên cứu
Yêu cầu khoa học hoặc/và chỉ tiêu kinh tế - kỹ thuật
Tên sản phẩm
TT

Đăng ký

Đạt được

1

ISI-covered journals

01

01

2

Scientific conferences

02

04

3.2. Hình thức, cấp độ công bố kết quả
Tình trạng

Ghi địa chỉ

Đánh giá

(Đã in/chấp nhận in/ đã

và cảm ơn

chung

nộp đơn/ đã được chấp

sự tài trợ

(Đạt,

nhận đom hợp lệ/ đã được

của

không

cấp giấy xác nhận SHTT/

ĐHQGHN

đạt)

xác nhận sử dụng sản

đúng quy

phẩm)

định

Sản phẩm
TT

1

Công trình công bố trên tạp chí khoa học quốc tế theo hệ thống ISI/Scopus

1.1 Nguyen Thanh Tung, Huynh
Thi Thanh Binh; “Base station
location -Aware Optimization
Model o f
wireless
Mobile

the lifetime of
sensor

networks”;

Networks

and


Applications (MONET), May,
2015;

DOI

015-0614-3

10.1007/sl 1036(SCIE

IF

2013

1.496)

2

Sách chuyên khảo được xuât bản hoặc ký hợp đông xuât bản

2.1
2.2
3

Đăng ký sở hữu trí tuệ

3.1
3.1
4

Bài báo quốc tế không thuộc hệ thống ISI/Scopus

4.1
4.2
5

Bài báo trên các tạp chí khoa học của ĐHQGHN, tạp chí khoa học chuyên
ngành quốc gia hoặc báo cáo khoa học đăng trong kỷ yếu hội nghị quốc tế

5.1 Nguyên Thanh Tung, Dinh Ha

Ly, Huynh Thi Thanh Binh;
“Maximizing the lifetime of
wireless sensor networks with

X

the base station location”. In:
Nature

of Computation

and

Communication, LNICST 144,
Springer pp. 108 - 116 (2015)

5.2 Nguyen

Thanh

Tung,

Phan

Cong Vinh ; Heuristic solutions
for the lifetime problem oJ

x /

wireless sensor networks; 2nd

International
Nature

Conference

on

of Computation

and

23


Communication,

Springer

March 2016

5.3 Phan Cong Vinh* and Nguyen
Thanh Tung**; Currying Self-*
Actions

in

Autonomic

Systems;

2nd

International

Conference

on

Nature

y

of

Computation

and

Communication,

Springer

March 2016

5.4 Nguyen Thanh Tung, Nguyen
Sy

Minh;

Routing

Wireless

“Power-Aware
for

Underwater

Sensor

Context-Aware
Applications

Network”;

Systems

(LNICST

and
128),

Springer pp. 97-101, (2014)

3.3. Kết quả đào tạo
Thòi gian và
kinh phí
TT

Họ và tên

tham gia đề
tài
(số tháng/sổ

Công trình công bố liên quan
(Sản phẩm KHCN, luận án, luận

Đã bảo vê•

văn)

tiền)
Nghiên cứu sinh
1

Nguyên Trung Dũng

2014

Luận văn tiên sỹ

Đã bảo vệ
24