BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG
ĐẠI HỌC BÁCH KHOA HÀ NỘI

NGUYỄN TRUNG DŨNG

NGHIÊN CỨU PHÁT TRIỂN ĐỊNH TUYẾN TIẾT KIỆM NĂNG
LƯỢNG CHO MẠNG CẢM BIẾN KHÔNG DÂY

LUẬN ÁN TIẾN SĨ KỸ THUẬT VIỄN THÔNG

Hà Nội -2014


BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG
ĐẠI HỌC BÁCH KHOA HÀ NỘI

NGUYỄN TRUNG DŨNG

NGHIÊN CỨU PHÁT TRIỂN ĐỊNH TUYẾN TIẾT KIỆM NĂNG
LƯỢNG CHO MẠNG CẢM BIẾN KHÔNG DÂY

LUẬN ÁN TIẾN SĨ KỸ THUẬT VIỄN THÔNG

Người hướng dẫn khoa học:
PGS.TS Nguyễn Văn Đức

Hà Nội -2014


Lời cam đoan
Tác giả xin cam đoan đây là công trình nghiên cứu của tác giả, không sao chép của bất kỳ

người nào. Các số liệu kết quả nêu trong luận án là hoàn toàn trung thực và chưa từng được
công bố bởi bất kỳ ai.
Tác giả

Nguyễn Trung Dũng


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

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

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

Nguyễn Trung Dũng


MỤCLỤC
Trang


MỞ ĐẦU
CHƯƠNG 1. TỔNG QUAN VỀ MẠNG CẢM BIẾN KHÔNG DÂY
10
1.1 Cấu trúc mạng cảm biến không dây
1.1.1 Các yếu tố ảnh hưởng đến cấu trúc mạng cảm biến không dây

1.1.2 Đặc điểm của cấu trúc mạng cảm biến
1.1.3 Kiến trúc giao thức mạng
1.1.4 Hai cấu trúc đặc trưng của mạng cảm biến
1.1.4.1 Cấu trúc phẳng
1.1.4.2 Cấu trúc phân tầng
1.2 Ứng dụng mạng cảm biến không dây
1.2.1 Ứng dụng trong quân đội
1.2.2 Ứng dụng trong môi trường
1.2.3 Ứng dụng trong chăm sóc sức khỏe
1.2.4 Ứng dụng trong gia đình
1.3 Một số vấn đề thách thức kỹ thuật
1.3.1 Vấn đề lớp MAC
1.3.2 Vấn đề định tuyến
1.3.3 Vấn đề năng lượng

1
10

10
13
14
16
16
17
19
20
21
22
22
22

22
23
23

CHƯƠNG 2.TỐI ƯU ĐỊNH TUYẾN ĐA CHẶNG TIẾT KIỆM NĂNG
25
LƯỢNG
2.1 Các phương pháp định tuyến tiết kiệm năng lượng dựa trên kỹ thuật giảm 25
thiểu các gói tin dư thừa
2.1.1 Phương pháp định tuyến mở rộng vòng Expanding Ring Search –
26
ERS
2.1.2 Đề xuất phương pháp định tuyến mở rộng vòng giảm thiểu số nút
30
tham gia định tuyến – Effcient Expanding Ring Search (EERS)
2.1.2.1 Kỹ thuật xác định thông tin nút lân cận cách hai bước nhảy 30
mạng
2.1.2.2 Làm tràn bản tin tìm đường hiệu quả
32
2.1.2.3 Tiết kiệm năng lượng tìm kiếm mở rộng vòng
35
2.1.2.4 Lưu đồ thuật toán EERS
38
2.1.2.5 Mô phỏng và đánh giá
38
2.2 Các phương pháp định tuyến dựa vào năng lượng của nút cảm biến nhằm
43
nâng cao thời gian sống của mạng
2.2.1 Đề xuất phương pháp định tuyến dựa vào mức năng lượng các nút
43

cảm biến để loại bỏ tuyến đường có năng lượng thấp
2.2.2 Đề xuất phương pháp định tuyến dựa vào hai điều kiện để chọn
49
đường đi tốt nhất - Routing Dual Criterion (RDC)
2.2.3 Mô phỏng kết quả
51
2.3 Phương pháp định tuyến tiết kiệm năng lượng dựa trên điều khiển công
56
suất
2.3.1 Kỹ thuật điều khiển công suất
56
2.3.2 Đề xuất phương pháp định tuyến dựa trên điều khiển công suất
57
2.3.3 Mô phỏng và đánh giá kết quả
58

i


2.4 Kết luận

65

CHƯƠNG 3.TIẾT KIỆM NĂNG LƯỢNG TRONG MẠNG CẢM BIẾN
66
KHÔNG DÂY ĐA CHẶNG SỬ DỤNG PHƯƠNG PHÁP ƯỚC
ĐOÁN VỊ TRÍ CỦA ĐỐI TƯỢNG
3.1 Cơ sở lý thuyết toán học
3.1.1 Định lý xác suất Bayes
3.1.2 Hàm phân bố xác suất và hàm mật độ xác suất của một biến

ngẫu
nhiên Hàm phân bố xác suất (Probability Distribution Function)
3.1.2.1
3.1.2.2 Hàm mật độ xác suất (Probability Density Function)
3.1.3 Kỳ vọng và phương sai của biến ngẫu nhiên
3.1.3.1 Kỳ vọng của biến ngẫu nhiên
3.1.3.2 Phương sai của biến ngẫu nhiên
3.1.4 Hàm phân phối xác suất Gaussian – Hàm phân phối chuẩn
3.1.5 Tiến trình Markov
3.1.6 Mô hình hóa hệ thống không gian trạng thái động
3.1.7 Tiếp cận Bayes
3.1.8 Một số thuật toán theo vết dựa trên tiếp cận Bayes
3.2 Sơ lược về một số thuật toán dự đoán vị trí
3.2.1 Bộ lọc Kalman
3.2.2 Bộ lọc Kalman mở rộng
3.2.2.1 Những giới hạn của mô hình tuyến tính
3.2.2.2 Khai triển chuỗi Taylor
3.2.3 Kết luận
3.3 Thuật toán bộ lọc chất điểm (Particle Filter)
3.3.1 Các điều kiện rằng buộc của thuật toán bộ lọc chất điểm
3.3.2 Hướng tiếp cận của bộ lọc thuật toán bộ lọc chất điểm
3.3.3 Lấy mẫu quan trọng (Importance Sampling)
3.3.4 Lấy mẫu quan trọng tuần tự (Sequential Importance Sampling
–
SIS) đề lựa chọn hàm mật độ đề xuất
3.3.5 Vấn

66
67


3.3.6 Vấn đề thoái hóa mẫu và giải pháp lấy mẫu lại (Resampling)
3.3.7 Thuật toán bộ lọc chất điểm tổng quát (Generic Particle Filter –90
GPF)
3.3.8 Thuật toán lấy mẫu lại quan trọng tuần tự (Sequential Importance91
Resampling – SIR)
3.3.9 Mô phỏng thuật toán SIR
92
3.4 Ứng dụng giám sát đối tượng trong mạng cảm biến không dây sử dụng
bộ lọc chất điểm PF
3.4.1 Mô hình hóa bài toán
3.4.2 Đề xuất phương pháp thực hiện bộ lọc chất điểm
3.4.2.1 Pha khởi tạo N chất điểm
3.4.2.2 Pha lan truyền chất điểm
3.4.2.3 Pha tính toán trọng số
3.4.2.4 Kết quả mô phỏng
3.5 Đề xuất mô hình giám sát theo vùng

ii

67
67
68
68
68
69
69
70
70
71
73

73
74
78
78
79
80
81
81
82
83
84
88
89

99
99
100
100
101
102
103
105


3.6 Mô hình giám sát toàn mạng
3.7 Mô phỏng và đánh giá kết quả
3.8 Kết luận

108
110

116

KẾT LUẬN CHUNG

117

TÀI LIỆU THAM KHẢO

124

DANH MỤC CÁC CÔNG TRÌNH CÔNG BỐ

132

3


DANH MỤC CÁC CHỮ VIẾT TẮT
ABR
ADC
AODV

Avoid Bad Route
Định tuyến loại bỏ tuyến đường xấu
Analog-to-Digital
Bộ chuyển đổi tương tự số
Adhoc On-demand Distance Vector
Định tuyến vector khoảng cách theo
yêu cầu


4


AOMDV

Adhoc On-demand Multipath Distance
Định tuyến vector khoảng cách đa
Vector
đường theo yêu cầu
BS
Base Station
Trạm gốc
CNI
Collecting Neighbors’ Information
Pha thu thập thông tin nút lân cận
trong giao thức định tuyến EERS
CSMA/CA
Carrier Sense Multiple Access/
Cảm biến sóng mang đa truy cập/
tránh xung đột
Collision Avoidance
DSR
Dynamic Source Routing
Định tuyến theo nguồn
EERS
Effcient Expanding Ring Search
Định tuyến tìm kiếm mở rộng vòng
tối ưu
EKF
Extended Kalman Filter

Bộ lọc Kalman mở rộng
ERS
Expanding Ring Search
Định tuyến tìm kiếm mở rộng vòng
GPF
Generic Particle Filter
Bộ lọc chất điểm tổng quát
KF
Kalman Filter
Bộ lọc Kalman
LEACH
Low Energy Adaptive Clustering
Định tuyến phân vùng tiết kiệm
Hierarchy
năng lượng
MAC
Media Access Control
Điều khiển truy nhập đường truyền
NS2
Network Simulator 2
Phần mềm mô phỏng mạng PDR
Packet Delivery Ratio
Tỷ lệ truyền gói tin thành công PF
Particle Filter
Bộ lọc chất điểm
PRP
Power Control Combined with Routing
Định tuyến dựa trên điều khiển
công suất
Protocol

RDC
Routing dual criterion
Định tuyến hai điều kiện
RF
Radio Frequency
Sóng vô tuyến
RMS
Root-Mean-Square
Độ lệch căn phương trung bình
ROF
Reducing the Overhead of Flooding
Pha giảm thiểu bản tin dư thừa trong
giao thức định tuyến EERS
RREP
Route Reply
Bản tin trả lời chứa thông tin tuyến
đường trong định tuyến
RREQ
Route Request
Bản tin tìm đường
SIR
Sequential Importance Resampling
Lây mẫu lại quan trọng tuần tự
SIS
Sequential Importance Sampling
Lấy mẫu quan trọng tuần tự TTL
Time to Live
Thời gian sống
WSN
Wireless Sensor Network

Mạng cảm biến không dây

5


DANH MỤC CÁC KÝ HIỆU

δi
ck
xt
yt
gt
ht
wt
vt
ut
xˆt


Tham số của hàm phân phối xác suất Gaussian – giá trị kỳ vọng của biến ngẫu
nhiên X
Tham số của hàm phân phối xác suất Gaussian – giá trị phương sai của
biến ngẫu nhiên X
Hàm xung Delta
Trạng thái của hệ thống tại thời điểm k
Trạng thái của hệ thộng tại thời điểm t
Tín hiệu đo đạc của hệ thống tại thời điểm t
Hàm chuyển tại thời điểm t
Hàm quan sát tại thời điểm t
Nhiễu xử lý tại thời điểm t

Nhiễu quan sát tại thời điểm t
Đầu vào của hệ thống tại thời điểm t
Ước lượng hậu nghiệm củat x
Ước lượng tiên nghiệm của x


xˆ
t

Pt



Pt

Kt
X
F(X)
f(x)
pi
E(X)
V(X)
M
Ploss
Ptx_max
Psen
Pmar
Ptx
LPsent
LPthr

Tc
n
K
t
T
N

t

Hiệp phương sai của lỗi ước lượng của xˆt


Hiệp phương sai của lỗi ước lượng của xˆt
Ma trận hệ số khuếch đại Kalman
Biến ngẫu nhiên của hàm phân bố xác suất
Hàm phân bố xác suất của biến ngẫu nhiên X
Hàm mật độ xác suất của biến ngẫu nhiên X
Xác suất tương ứng của các giá trị xi của biến ngẫu nhiên X
Kỳ vọng của biến ngẫu nhiên X
Phương sai của biến ngẫu nhiên X
Chi phí tuyến đường
Công suất tiêu hao
Công suất truyền lớn nhất
Công suât nhạy thu
Công suất dự trữ
Công suất truyền
Năng lượng còn lại của nút cảm biến trong thuật toán PRP
Ngưỡng năng lượng còn lạicủa nút cảm biến trong thuật toán PRP
Thời gian đợi bản tin trả lời
Số nút cảm biến trong mạng

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


DANH MỤC CÁC BẢNG
Trang


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

39
59
80
111


DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ
Trang


Hình 1.1. Một mạng cảm biến không dây đơn giản
Hình 1.2. Cấu tạo nút cảm biến
Hình 1.3. Kiến trúc giao thức mạng cảm biến
Hình 1.4. Cấu trúc phẳng của mạng cảm biến

Hình 1.5. Cấu trúc tầng của mạng cảm biến
Hình 1.6. Cấu trúc mạng phân cấp chức năng theo lớp
Hình 2.1. Lưu đồ thuật toán của nút nguồn gửi gói tin RREQ
Hình 2.2. Lưu đồ thuật toán xử lí ở nút trung gian
Hình 2.3. Ví dụ cơ chế tìm kiếm mở rộng vòng (Expanding Ring Search)
Hình 2.4. Ví dụ quá trình xác định thông tin nút lân cận cách 2 bước nhảy
Hình 2.5. Đề xuất phương pháp làm tràn hiệu quả dựa trên kĩ thuật nghe ngóng
Hình 2.6. Lưu đồ thuật toán EERS
Hình 2.7. So sánh thời gian sống của mạng giữa AODV, ERS và EERS
Hình 2.8. So sánh tỷ lệ truyền gói thành công PDR giữa EERS, ERS và AODV
Hình 2.9. So sánh về thông lượng mạng khi sử dụng định tuyến EERS, ERS và
AODV
Hình 2.10. Ví dụ hoạt động của ABR
Hình 2.11. Thuật toán ABR thực hiện tại nút nguồn
Hình 2.12. Thuật toán ABR thực hiện tại nút trung gian
Hình 2.13. Thuật toán ABR tại nút đích
Hình 2.14. Sự thay đổi giá trị của biến rq_min_energy và rp_energy trong thuật
toán RDC
Hình 2.15. Ví dụ về hoạt động của thuật toán RDC
Hình 2.16. Quá trình duy trì update thông tin định tuyến trong thuật toán RDC
Hình 2.17. So sánh thời gian sống của mạng giữa AODV, ERS, EERS, ABR và
RDC mô phỏng 1
Hình 2.18. So sánh tỷ lệ gửi gói tin thành công giữa AODV, ERS, EERS, ABR
RDC mô phỏng 1
Hình 2.19. So sánh thông lượng Throughput giữa AODV, ERS, EERS, ABR và
RDC mô phỏng 1
Hình 2.20. So sánh thời gian sống của mạng giữa AODV, ERS, EERS, ABR và
RDC mô phỏng 2
Hình 2.21. So sánh tỷ lệ gửi gói tin thành công giữa AODV, ERS, EERS, ABR
RDC mô phỏng 2

Hình 2.22. So sánh thông lượng của mạng giữa AODV, ERS, EERS, ABR và
RDC mô phỏng 2
Hình 2.23. So sánh thời gian sống của mạng khi sử dụng AODV và PRP
Hình 2.24. So sánh thông lượng của mạng khi sử dụng AODV và PRP
Hình 2.25. So sánh tỷ lệ truyền gói tin thành công khi sử dụng PRP và AODV
Hình 2.26. Năng lượng toàn mạng còn lại khi sử dụng AODV và PRP với mô
phỏng 60 nút mạng
Hình 2.27. Năng lượng toàn mạng còn lại khi sử dụng AODV và PRP với mô
phỏng 80 nút mạng
Hình 2.28. Năng lượng toàn mạng còn lại khi sử dụng AODV và PRP với mô
phỏng 90 nút mạng

11
12
15
17
17
18
27
28
29
31
34
37
40
41
42
44
45
46

47
50
52

49
51

53 và
53
54
55 và
56
60
60
61
61
62
62


vii


Hình 2.29. Năng lượng toàn mạng còn lại khi sử dụng AODV và PRP với mô
63
phỏng 100 nút mạng
Hình 2.30. Năng lượng toàn mạng còn lại khi sử dụng AODV và PRP với mô
63
phỏng 110 nút mạng
Hình 2.31. Năng lượng toàn mạng còn lại khi sử dụng AODV và PRP với mô

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

Hình 3.14. So sánh lỗi RMS của thuật toán Kalman và bộ lọc chất điểm với
97
N=1000
Hình 3.15. So sánh lỗi RMS của thuật toán Kalman và bộ lọc chất điểm với
97
N=5000
Hình 3.16. So sánh lỗi của thuật toán bộ lọc chất điểm khi N = 100 và N = 1000
98
Hình 3.17. So sánh lỗi của thuật toán bộ lọc chất điểm khi N = 1000 và N = 5000
98
Hình 3.18. Ví dụ về lan truyền đám mây chất điểm
102

8


Hình 3.19. Ước lượng đường đi của đối tượng thực hiện với các thuật tóan
104
SIS, GPF, SIR, SIS-Dis
Hình 3.20.Trễ đầu cuối khi mô phỏng các thuật toán theo thời gian
104
Hình 3.21.Độ chính xác ước lượng của các thuật toán SIS, GPF, SIR và SIS-Dis
105
khi mô phỏng theo thời gian
Hình 3.22. Ví dụ ứng dụng giám sát theo vùng
107
Hình 3.23. Ví dụ ứng dụng giám sát theo toàn bộ mạng
109
Hình 3.24. Mô hình mô phỏng ứng dụng giám sát vùng và giám sát toàn mạng
110

Hình 3.25. Đồ thị so sánh thời gian sống của mạng khi sử dụng mô hình giám sát
111
toàn mạng và giám sát theo vùng với các giao thức định tuyến khác
nhau mô phỏng 1
112
Hình 3.26. Đồ thị so sánh lượng dữ liệu gửi về trạm trong mạng khi sử dụng mô
hình giám sát toàn mạng và giám sát theo vùng với các giao thức
định tuyến khác nhau mô phỏng 1
Hình 3.27. Đồ thị so sánh thời gian sống của mạng khi sử dụng mô hình giám sát
112
toàn mạng và giám sát theo vùng với các giao thức định tuyến khác
nhau mô phỏng 2
Hình 3.28. Đồ thị so sánh lượng dữ liệu gửi về trạm trong mạng khi sử dụng mô
113
hình giám sát toàn mạng và giám sát theo vùng với các giao thức
định

9


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

Hình 3.32. Đồ thị so sánh lượng dữ liệu gửi về trạm trong mạng khi sử dụng mô
hình giám sát toàn mạng và giám sát theo vùng với các giao thức
định tuyến khác nhau mô phỏng 4

113
114
114
115


MỞ ĐẦU
1.1.Mục đích nghiên cứu
Trong các mạng viễn thông và mạng nội bộ không dây, các nút di động giao tiếp trực tiếp
với trạm gốc. Các mạng này có thể gọi là mạng đơn chặng. Trong một số mạng không dây đặc
biệt khác, xuất hiện một hoặc một số nút trung gian tham gia vào việc truyền dữ liệu từ
một nút di động về trạm gốc. Những mạng này thường được gọi là mạng không dây đa
chặng. Khi so sánh với mạng đơn chặng, mạng không dây đa chặng có một số lợi ích như khả
năng mở rộng vùng hoạt động của mạng, tăng cường khả năng kết nối và truyền dữ liệu từ
các nút ở xa về trạm gốc. Hơn nữa, khi truyền đa chặng, khoảng cách truyền sẽ được thu
ngắn và do đó công suất cũng như năng lượng truyền có thể ít hơn các kết nối ở xa đồng
thời cho kết quả tốt hơn về tốc độ truyền dữ liệu. Mạng không dây đa chặng loại bỏ được
việc triển khai hệ thống hạ tầng thiết bị và đường dây, giúp giảm thiểu chi phí triển khai.
Trong trường hợp các mạng đa chặng được triển khai dày đặc, sẽ có nhiều đường đi được
lựa chọn, điều đó làm tăng khả năng đáp ứng của hệ thống mạng.
Có nhiều ứng dụng mô hình mạng không dây đa chặng đã được nghiên cứu trong
nhiều năm qua. Ban đầu mạng không dây đa chặng được đề xuất để thực hiện mở rộng vùng
bao phủ trong hệ thống mạng viễn thông bằng cách chuyển tiếp các gói tin. Hiện nay, các lưới
mạng không dây đa chặng đã được đề xuất cho các dịch vụ Internet băng rộng không cần
triển khai hệ thống đường dây hạ tầng tốn kém. Lưới mạng không dây bao gồm các nút
mạng không dây. Chúng sử dụng các công nghệ mạng không dây như 802.11, 802.16… để tạo

kết nối. Một ví dụ của mô hình này là mạng thông tin trong hệ thống giao thông vehicle-tovehicle. Trong hệ thống này, nút mạng là các trạm bên đường và các thiết bị tham gia giao
thông như ô tô, xe máy. Các thiết bị này có giao tiếp không dây, chúng tự tạo kết nối và
chia sẻ thông tin với nhau. Mạng thông tin trong giao thông vehicle-to-vehicle là một trường
hợp đặc biệt của mạng không dây đặc biệt adhoc. Bên cạnh adhoc, mạng cảm biến không
dây cũng là một dạng của mạng không dây đa chặng. Mạng cảm biến bao gồm nhiều nút
cảm biến được cài đặt trong một phạm vi rộng, chúng thu thập thông tin, tự thiết lập kết nối
không dây với nhau và truyền thông tin về trạm gốc. Các mạng cảm biến không dây đa chặng
1


được áp dụng trong rất nhiều ứng dụng của đời sống như trong xây dựng nhà thông minh,
theo dõi đối tượng, cảnh báo cháy rừng, cảnh báo mực nước sông, cảm biến nhiệt độ,
khám phá tài nguyên thiên nhiên nơi mà

2


con người không thể đặt chân đến được, chế tạo các sản phẩm y tế nhân tạo… Chính vì
những ứng dụng phổ biến trên tất cả các mặt đời sống xã hội mà mạng cảm biến không dây
được nhiều nhà khoa học quan tâm và nghiên cứu. Và mạng cảm biến không dây cũng là mô
hình mạng không dây đa chặng được sử dụng nghiên cứu trong luận án này.
Các mạng cảm biến đã có nhiều ứng dụng trong đời sống nhưng chúng vẫn còn phải
đối mặt với một số thách thức mà các mạng không dây khác không có như vấn đề bảo mật
thông tin, vấn đề nhiễu kênh truyền, vấn đề bị che khuất do địa hình, vấn đề năng lượng…
Như ta đã biết, mạng cảm biến không dây được tạo thành bởi các nút cảm biến, chúng tự
thiết lập kết nối với nhau thông qua hình thức không dây. Nguồn nuôi của các nút cảm
biến này là pin với dung lượng hạn chế. Tuổi thọ của các nút cảm biến nói riêng và của toàn
mạng cảm biến nói chung phụ thuộc vào việc sử dụng nguồn năng lượng này. Do đó, các
thuật toán khi thiết kế cho mạng cảm biến không dây cần chú trọng nhiều đến vấn đề năng
lượng.

Có rất nhiều khía cạnh của kiến trúc mạng có thể được thiết kế để có năng lượng hiệu quả
như thiết kế ứng dụng tiết kiệm năng lượng, thiết kế giao thức điều khiển các chế độ hoạt
động của nút cảm biến, tắt tạm thời các nút cảm biến khi không cần thiết, thiết kế các giao
thức định tuyến tiết kiệm năng lượng… Trong các hướng tiếp cận đó thì thiết kế giao thức
định tuyến tiếp kiệm năng lượng là một hướng tiếp cận hiệu quả. Bởi vì, trong mạng cảm
biến không dây, dữ liệu truyền thông chiếm phần lớn nguồn tài nguyên năng lượng của
mạng. Tối ưu được giao thức định tuyến tức là tối ưu được việc truyền thông dữ liệu này. Do
đó luận án tập trung chủ yếu vào việc thiết kế các giao thức định tuyến tối ưu năng lượng
đồng thời xây dựng mô hình ứng dụng tổng hợp có thể ứng dụng vào thực tế.
Giao thức định tuyến trong mạng cảm biến không dây có thể được chia thành hai loại: các
giao thức tập trung dữ liệu và các giao thức truyền đa chặng về trạm. Giao thức tập trung dữ
liệu thể hiện cách thức các nút cảm biến không dây truyền dữ liệu thu thập được về trạm
như thế nào. Chúng có thể truyền trực tiếp về trạm hoặc truyền tới một nút cảm biến khác
đóng vai trò trung tâm của vùng cảm biến đó, nút này thường được gọi là clusterhead, sau
đó các nút clusterhead này sẽ tổng hợp dữ liệu và truyền về trạm. Một số giao thức thuộc
2


loại này kể đến là LEACH [1], LEACH-C [2], PEGASIS [3]… Bên cạnh các giao thức tập trung dữ
liệu là các giao thức truyền đa chặng. Khi các nút cảm biến truyền dữ liệu về trạm hay truyền
đến các clusterhead hay các nút clusterhead truyền về trạm chúng có thể truyền đơn
chặng hoặc đa

3


chặng về trạm. Như đã phân tích ở trên thì truyền đa chặng sẽ cho khả năng mở rộng và hiệu
quảtốt hơn. Một số giao thức truyền đa chặng đã được phát triển như DSR [4], AODV [5],…
Với hai hướng tiếp cận định tuyến trong mạng cảm biến không dây này, các giao thức định
tuyến đa chặng sẽ quyết định dữ liệu được gửi về trạm theo đường nào do đó có ý nghĩa to

lớn trong việc chọn đường tiết kiệm năng lượng, cân bằng năng lượng giữa các nút cảm biến.
Do đó luận án tập trung vào việc nghiên cứu và phát triển các giao thức định tuyến
truyền đa chặng trong mạng cảm biến không dây nhằm đạt được mục tiêu tiết kiệm
năng lượng của mình.
Tình hình nghiên cứu trong và ngoài nước
Tình hình trong nước:
Các nghiên cứu về sử dụng hiệu quả năng lượng trong mạng cảm biến không dây được đề
cập trong [6-9]. Trong [6, 7], các tác giả đã đề xuất các giao thức định tuyến đa chặng
tiết kiệm năng lượng, kéo dài thời gian sống của mạng cảm biến dựa vào năng lượng còn
lại của tất cả các nút cảm biến, năng lượng tiêu tốn của các nút lân cận, thực hiện thông
báo để các nút lân cận dừng hoạt động khi không cần thiết. Với các kỹ thuật này, các giao
thức định tuyến mà tác giả đề xuất đã thu được kết quả sử dụng năng lượng hiệu quả hơn so
với các giao thức trước đây.
Trong [8], tác giả đã trình bày phương pháp điều khiển công suất trong mạng cảm biến
không dây đa chặng, sau đó đề xuất giao thức định tuyến mới tiết kiệm năng lượng dựa trên
điều khiển công suất và chất lượng kênh truyền. Các kết quả mô phỏng trong [8] đã chỉ
ra thuật toán mới cho kết quả về năng lượng cũng như chất lượng đường truyền tốt hơn
thuật toán truyền thống AOMDV.
Trong [9], tác giả đã trình bày một giải pháp tối ưu giao định tuyến phân cấp (theo
cluster) cho mạng cảm biến không dây. Giao thức định tuyến phân cấp thường giải quyết vấn
đề quy mô lớn và truyền thông hiệu quả trong mạng không dây. Phương pháp này cũng có
thể được sử dụng để thực hiện hiệu quả năng lượng trong mạng cảm biến không dây đa
chặng. Theo báo cáo khoa học này, có nhiều thuật toán định tuyến cluster tiết kiệm năng
4