Tổng hợp dữ liệu nhằm tiết kiệm năng lượng trong mạng cảm biến không dây - Luận án TS Dương Viết Huy
Luận án: Luận án tiến sĩ công nghệ thông tin tổng hợp dữ liệu nhằm tiết kiệm năng lượng trong mạng cảm biến không dây. Xem tóm tắt và tải về tại LuanAn.net
Năm xuất bản
Số trang
142
Thời gian đọc
22 phút
Lượt xem
0
Lượt tải
0
Phí lưu trữ
40 Point
Tổng quan nhanh
- Chủ đề:
- Tổng quan Mạng Cảm Biến Không Dây và thách thức năng lượng
- Số trang:
- 142 trang
- Trường:
- Trường Đại học Công nghệ, Đại học Quốc gia Hà Nội
- Chuyên ngành:
- Mạng máy tính và truyền thông dữ liệu
- Tác giả:
- Dương Viết Huy
- Năm:
- 2019
Tóm tắt nội dung luận án
I.Tổng quan Mạng Cảm Biến Không Dây và thách thức năng lượng
Mạng cảm biến không dây (WSN) đã trở thành công nghệ nền tảng cho nhiều ứng dụng từ giám sát môi trường đến y tế thông minh. Tuy nhiên, tính chất phân tán và nguồn năng lượng hạn chế của các nút cảm biến đặt ra thách thức lớn. Việc tối ưu hóa năng lượng WSN là yếu tố then chốt quyết định tuổi thọ và hiệu quả hoạt động của toàn mạng. Tài liệu này cung cấp cái nhìn tổng quan về WSN, đồng thời đi sâu vào các vấn đề tiêu thụ năng lượng và giải pháp tổng hợp dữ liệu nhằm kéo dài thời gian hoạt động của mạng. Các phương pháp mới được đề xuất để nâng cao hiệu quả năng lượng mạng cảm biến không dây, đảm bảo khả năng thu thập và xử lý dữ liệu liên tục, đáng tin cậy.
1.1. Kiến trúc và Phân loại Mạng Cảm Biến Không Dây
Mạng cảm biến không dây (WSN) có lịch sử phát triển gắn liền với nhu cầu giám sát và thu thập dữ liệu từ môi trường. Kiến trúc mạng cảm biến thường bao gồm các nút cảm biến, nút cụm trưởng (CH) và trạm gốc (BS). Các thành phần chính của WSNs bao gồm bộ vi điều khiển, bộ thu phát vô tuyến, bộ phận cảm biến và pin. WSN có thể được phân loại theo nhiều tiêu chí như môi trường triển khai, loại dữ liệu thu thập hoặc khả năng di động của nút. Sự hiểu biết sâu sắc về kiến trúc và phân loại giúp thiết kế các giải pháp tối ưu cho từng ứng dụng cụ thể. Đây là nền tảng quan trọng cho việc nghiên cứu và phát triển các hệ thống WSN tiết kiệm năng lượng.
1.2. Vấn đề tiêu thụ năng lượng và tuổi thọ mạng cảm biến
Tiêu thụ năng lượng là một trong những thách thức hàng đầu đối với mạng cảm biến không dây. Các nút cảm biến thường hoạt động bằng pin, có dung lượng hạn chế và khó thay thế. Vấn đề tiêu thụ năng lượng ảnh hưởng trực tiếp đến tuổi thọ mạng cảm biến. Việc truyền dữ liệu không hiệu quả, xử lý dữ liệu dư thừa, và tổ chức mạng kém có thể làm cạn kiệt năng lượng nhanh chóng. Tài liệu này tập trung giải quyết vấn đề tiêu thụ năng lượng thông qua các kỹ thuật tiên tiến. Mục tiêu là tối ưu hóa năng lượng WSN, đảm bảo mạng hoạt động ổn định trong thời gian dài nhất có thể, kéo dài tuổi thọ mạng cảm biến.
1.3. Tổng hợp dữ liệu mạng cảm biến Khái niệm và Mục tiêu
Tổng hợp dữ liệu mạng cảm biến là một kỹ thuật thiết yếu nhằm giảm lượng dữ liệu truyền tải, từ đó tiết kiệm năng lượng WSN. Khái niệm tổng hợp dữ liệu đề cập đến việc thu thập, xử lý và kết hợp dữ liệu từ nhiều nút cảm biến để tạo ra một bản tóm tắt có ý nghĩa hơn. Mục tiêu chính là loại bỏ dữ liệu dư thừa, giảm trùng lặp thông tin và nén dữ liệu cảm biến trước khi truyền đến trạm gốc. Các công cụ mô phỏng mạng cảm biến như NS-2 thường được sử dụng để đánh giá hiệu quả của các thuật toán tổng hợp dữ liệu cảm biến. Kỹ thuật này đóng vai trò quan trọng trong việc nâng cao hiệu quả năng lượng mạng cảm biến không dây.
II.Mô hình và kỹ thuật Tổng hợp dữ liệu Tiết kiệm năng lượng WSN
Để đạt được hiệu quả năng lượng cao trong mạng cảm biến không dây, việc thiết kế mô hình tổng hợp dữ liệu phù hợp là rất quan trọng. Tài liệu này giới thiệu một mô hình tổng hợp dữ liệu toàn diện, tập trung vào theo dõi mục tiêu và xử lý dữ liệu tại các nút cụm trưởng (CH). Các kỹ thuật được phát triển nhằm giảm thiểu chi phí năng lượng trong quá trình thu thập và truyền tải thông tin. Việc áp dụng các phương pháp định tuyến tiết kiệm năng lượng WSN và các lý thuyết toán học tiên tiến như lý thuyết tập thô đóng góp đáng kể vào việc tối ưu hóa năng lượng WSN. Mục tiêu cuối cùng là kéo dài tuổi thọ mạng cảm biến, đảm bảo khả năng hoạt động bền vững.
2.1. Mô hình tổng hợp dữ liệu và theo dõi mục tiêu hiệu quả
Mô hình tổng hợp dữ liệu được thiết kế để xử lý hiệu quả lượng lớn dữ liệu từ các nút cảm biến. Một phần quan trọng của mô hình là theo dõi mục tiêu, đảm bảo dữ liệu quan trọng được thu thập mà không gây lãng phí năng lượng. Việc theo dõi mục tiêu có thể dựa vào vị trí của nút cảm biến hoặc các yếu tố thời gian. Quá trình này giúp lựa chọn các nút cảm biến phù hợp để hoạt động, giảm số lượng dữ liệu thô cần truyền. Đây là một phương pháp then chốt để đạt được tiết kiệm năng lượng WSN, đồng thời duy trì độ chính xác của thông tin thu thập. Các thuật toán tổng hợp dữ liệu cảm biến được tối ưu hóa cho mục tiêu này.
2.2. Lựa chọn dữ liệu và tổng hợp tại nút cụm trưởng CH
Sau khi thu thập, dữ liệu thô cần được lựa chọn cẩn thận trước khi truyền. Các nút cảm biến truyền dữ liệu đã chọn đến nút cụm trưởng (CH). Tại CH, quá trình tổng hợp dữ liệu diễn ra, nơi thông tin từ nhiều nút được kết hợp và nén. Phân cụm trong WSN (Clustering in WSN) đóng vai trò quan trọng trong việc tổ chức mạng, giúp CH quản lý dữ liệu hiệu quả hơn. Các giao thức định tuyến tiết kiệm năng lượng WSN được sử dụng để truyền dữ liệu từ CH lên trạm gốc. Việc tổng hợp dữ liệu tại CH giúp giảm đáng kể lưu lượng truyền tải, trực tiếp đóng góp vào tiết kiệm năng lượng WSN và tăng tuổi thọ mạng cảm biến.
2.3. Định tuyến phân cụm thích ứng và lý thuyết tập thô
Định tuyến phân cụm thích ứng là một chiến lược quan trọng để đạt được hiệu quả năng lượng mạng cảm biến không dây. Các giao thức định tuyến này điều chỉnh hành vi dựa trên trạng thái năng lượng của nút và cấu trúc cụm. Ngoài ra, lý thuyết tập thô (Rough Set Theory - RST) được ứng dụng để tăng cường quá trình tổng hợp và tiền xử lý dữ liệu. RST cung cấp công cụ để xử lý dữ liệu không chắc chắn và không đầy đủ, giúp loại bỏ thuộc tính dư thừa. Ứng dụng RST trong tổng hợp dữ liệu mạng cảm biến cho phép đưa ra các quyết định thông minh về việc nén dữ liệu cảm biến, tối ưu hóa năng lượng WSN và kéo dài tuổi thọ mạng cảm biến hiệu quả.
III.Tối ưu hóa năng lượng WSN Theo dõi mục tiêu và xử lý dữ liệu
Việc tối ưu hóa năng lượng WSN đòi hỏi các giải pháp sáng tạo trong theo dõi mục tiêu và xử lý dữ liệu. Tài liệu này khám phá các phương pháp tiếp cận mới để giảm tiêu thụ năng lượng trong các tác vụ quan trọng của mạng cảm biến. Các thuật toán tổng hợp dữ liệu cảm biến được thiết kế để không chỉ tiết kiệm năng lượng mà còn duy trì độ chính xác của thông tin. Từ theo dõi mục tiêu dựa trên khoảng cách đến các phương pháp thích nghi theo thời gian, cùng với tiền xử lý dữ liệu thông minh, mỗi giải pháp đều hướng đến việc kéo dài tuổi thọ mạng cảm biến. Các kỹ thuật này đóng góp vào việc nâng cao hiệu quả năng lượng mạng cảm biến không dây, đáp ứng yêu cầu của các ứng dụng thực tế.
3.1. Theo dõi mục tiêu tiết kiệm năng lượng dựa vào khoảng cách
Bài toán theo dõi mục tiêu là một ứng dụng phổ biến trong mạng cảm biến không dây. Để tiết kiệm năng lượng WSN, giải pháp ETR-DF (Efficiency in TRacking to target in multi-sensor Data Fusion) được đề xuất. ETR-DF sử dụng thông tin khoảng cách giữa các nút cảm biến và mục tiêu để quyết định nút nào cần hoạt động và truyền dữ liệu. Bằng cách giảm số lượng nút hoạt động không cần thiết, ETR-DF giúp giảm đáng kể tiêu thụ năng lượng. Kết quả mô phỏng và phân tích cho thấy ETR-DF cải thiện hiệu quả năng lượng và kéo dài tuổi thọ mạng cảm biến. Đây là một thuật toán tổng hợp dữ liệu cảm biến hiệu quả cho các kịch bản theo dõi.
3.2. Theo dõi mục tiêu thích nghi theo thời gian ATTS DF
Một thách thức khác trong theo dõi mục tiêu là làm thế nào để thích nghi với sự thay đổi của môi trường và mục tiêu. Giải pháp ATTS-DF (Adaptive Target Tracking Solution for multi-sensor Data Fusion in WSNs) được giới thiệu để giải quyết vấn đề này. ATTS-DF điều chỉnh tần suất và thời gian đo lường dựa trên điểm đo biến động của mục tiêu và trạng thái ổn định đo lường. Cách tiếp cận này giúp tối ưu hóa việc sử dụng năng lượng, chỉ thu thập dữ liệu khi cần thiết. Các phân tích mô phỏng chỉ ra rằng ATTS-DF cải thiện hiệu quả năng lượng mạng cảm biến không dây, góp phần kéo dài tuổi thọ mạng cảm biến đáng kể so với các phương pháp truyền thống.
3.3. Tiền xử lý dữ liệu bằng lý thuyết tập thô DP DF
Chất lượng dữ liệu đầu vào ảnh hưởng lớn đến hiệu quả tổng hợp và tiêu thụ năng lượng. Giải pháp DP-DF (Data Pre-processing for Data Fusion) sử dụng lý thuyết tập thô để tiền xử lý dữ liệu cảm biến. Quy trình này bao gồm xử lý dữ liệu bị mất, dữ liệu nhiễu và dữ liệu dư thừa. DP-DF giúp làm sạch và chuẩn hóa dữ liệu trước khi tổng hợp, loại bỏ thông tin không cần thiết. Việc nén dữ liệu cảm biến hiệu quả tại giai đoạn tiền xử lý giúp giảm lượng dữ liệu truyền, từ đó tiết kiệm năng lượng WSN. Minh họa và phân tích kết quả cho thấy DP-DF cải thiện đáng kể hiệu suất tổng hợp và tuổi thọ mạng cảm biến.
IV.Quản lý tài nguyên và nén dữ liệu cảm biến tối ưu WSN
Quản lý tài nguyên hiệu quả là yếu tố then chốt để đạt được hiệu quả năng lượng mạng cảm biến không dây. Tài liệu này tập trung vào các chiến lược lựa chọn nút, lựa chọn dữ liệu và tổng hợp dữ liệu tại nút cụm trưởng (CH) nhằm tối ưu hóa năng lượng WSN. Các phương pháp sáng tạo như cửa sổ trượt và lấy mẫu trung bình/trung vị được áp dụng để nén dữ liệu cảm biến và giảm tải truyền tải. Việc ứng dụng lý thuyết tập thô một cách có hệ thống càng củng cố khả năng tiết kiệm năng lượng WSN, góp phần kéo dài tuổi thọ mạng cảm biến. Các giải pháp này đảm bảo mạng hoạt động bền vững và đáng tin cậy trong các môi trường khác nhau.
4.1. Lựa chọn nút và dữ liệu cụm bằng cửa sổ trượt DF SWin
Trong các cụm cảm biến, việc lựa chọn nút và dữ liệu một cách thông minh là rất cần thiết để tiết kiệm năng lượng. Giải pháp DF-SWin (Sliding Windows for multi-sensor Data Fusion in WSNs) sử dụng cơ chế cửa sổ trượt để chọn lọc dữ liệu và các nút cảm biến tham gia tổng hợp. Thuật toán này giúp xác định kích thước cửa sổ trượt tối ưu và dữ liệu phù hợp để tổng hợp, tránh truyền tải dữ liệu dư thừa. DF-SWin là một thuật toán tổng hợp dữ liệu cảm biến hiệu quả, góp phần nén dữ liệu cảm biến và giảm lưu lượng mạng. Kết quả mô phỏng cho thấy DF-SWin cải thiện đáng kể tối ưu hóa năng lượng WSN và tuổi thọ mạng cảm biến.
4.2. Tổng hợp dữ liệu tiết kiệm năng lượng tại nút CH DF AMS
Nút cụm trưởng (CH) đóng vai trò trung tâm trong quá trình tổng hợp dữ liệu. Giải pháp DF-AMS (Data Fusion – Average Median Sampling) được đề xuất để tổng hợp dữ liệu tiết kiệm năng lượng tại CH. DF-AMS sử dụng các kỹ thuật lấy mẫu trung bình và trung vị để kết hợp dữ liệu từ các nút thành viên, tạo ra một bản tóm tắt gọn nhẹ hơn. Phương pháp này giảm đáng kể lượng dữ liệu cần truyền lên trạm gốc, từ đó tăng hiệu quả năng lượng mạng cảm biến không dây. Phân tích mô phỏng xác nhận DF-AMS kéo dài tuổi thọ mạng cảm biến và nâng cao hiệu quả tổng thể của hệ thống.
4.3. Ứng dụng lý thuyết tập thô tại CH cho tổng hợp dữ liệu
Việc ứng dụng lý thuyết tập thô (RST) trực tiếp tại nút cụm trưởng (CH) mang lại khả năng tổng hợp dữ liệu mạng cảm biến mạnh mẽ hơn. Quy trình này cho phép CH đưa ra các quyết định thông minh về việc tổng hợp dữ liệu từ nhiều nút cảm biến, đặc biệt khi dữ liệu có sự không chắc chắn. RST giúp xây dựng mối tương quan giữa các thuộc tính dữ liệu và giảm thiểu thông tin dư thừa. Ứng dụng này giúp tiết kiệm năng lượng WSN bằng cách nén dữ liệu cảm biến hiệu quả, chỉ truyền những thông tin cốt lõi. Giải pháp này đặc biệt hữu ích trong các mạng phân cụm trong WSN, nơi CH cần xử lý lượng lớn dữ liệu phức tạp.
Tải xuống file đầy đủ để xem toàn bộ nội dung
Tải đầy đủ (142 trang)Trích đoạn nội dung luận án
Tải xuống để đọc toàn bộĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ DƯ NG VI T HUY TỔNG HỢP DỮ LIỆU NHẰM TI T KIỆM NĂNG LƯỢNG TRONG MẠNG CẢM BI N KHÔNG DÂY LUẬN ÁN TI N S CÔNG NGHỆ THÔNG TIN HÀ NỘI – 2019 ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ DƯ NG VI T HUY TỔNG HỢP DỮ LIỆU NHẰM TI T KIỆM NĂNG LƯỢNG TRONG MẠNG CẢM BI N KHÔNG DÂY Chuyên ngành: MẠNG MÁY T NH VÀ TRUYỀN THÔNG DỮ LIỆU Mã số: 9480102.01 LUẬN ÁN TI N S CÔNG NGHỆ THÔNG TIN NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS. N u Đ V t HÀ NỘI – 2019 LỜI CAM ĐOAN Luận án tiến sỹ của tôi với tên đề tài “Tổng hợp dữ liệu nhằm tiết kiệm năng lượng trong mạng cảm biến không dây” (tiếng Anh: Data fusion for energy efficiency in wireless sensor networks) là kết quả nghiên cứu của cá nhân tôi cùng với sự hƣớng dẫn tận tình của ngƣời hƣớng dẫn khoa học PGS. Nguyễn Đình Việt. Nội dung luận án không sao chép từ các luận án cũng nhƣ công trình nghiên cứu khoa học khác.
Các nội dung trích dẫn đƣợc tôi chỉ rõ nguồn tài liệu tham khảo ở trong luận án. Tôi cam đoan những điều trên là đúng sự thật, nếu có gì sai, tôi xin hoàn toàn chịu trách nhiệm. Hà nội, ngày tháng 4 năm 2019 Nghiên cứu sinh Dương Viết Huy MỤC LỤC MỤC LỤC .1 ANH MỤC C C THU T NG .4 ANH S CH ẢNG .5 ANH S CH H NH V. TỔNG QUAN VẤN ĐỀ NGHIÊN CỨU.
MẠNG CẢM I N KH NG DÂY. Lịch s phát triển. Kiến trúc mạng cảm biến và một số cách ph n loại. Các thành phần chính của WSNs.
Một số cách phân loại mạng. CÁC VẤN ĐỀ CẦN GIẢI QUY T. Vấn đề tiêu thụ năng lƣợng. Thiết ế no mạng cảm iến.
Tổ chức mạng và định tuyến. Truyền và x l ữ liệu. Tổng hợp dữ liệu. X lý vấn đề ữ liệu ƣ thừa.
CÔNG CỤ MÔ PHỎNG MẠNG CẢM BI N. Bộ mô phỏng NS-2. NS-2 và phần mở rộng mô phỏng WSNs của MIT. MÔ HÌNH TỔNG HỢP D LIỆU VÀ BÀI TOÁN THÀNH PHẦN.
Mô hình tổng hợp dữ liệu. Theo dõi mục tiêu và lựa chọn dữ liệu. Theo dõi mục tiêu dựa vào vị trí của nút. Theo dõi mục tiêu dựa vào thời gian.
Lựa chọn dữ liệu và truyền đến CH. Tổng hợp dữ liệu tại CH. Định tuyến phân cụm thích ứng với năng lƣợng thấp. Tổng hợp dữ liệu tại nút cụm trƣởng.
Các khái niệm về lý thuyết tập thô đƣợc s dụng. Hệ thống thông tin. Hệ quyết định. Lớp con tƣơng đƣơng.
Quan hệ không thể phân biệt đƣợc. Thuộc tính lõi, tập thuộc tính rút gọn. Sự phụ thuộc của thuộc tính. Độ quan trọng của thuộc tính.
Luật quyết định, độ chắc chắn của luật quyết định. Ứng dụng lý thuyết tập thô trong tổng hợp dữ liệu. Ứng dụng để tiền x lý dữ liệu. THEO ÕI MỤC TIÊU TI T KIỆM NĂNG LƢỢNG.
T HEO ÕI MỤC TI U A VÀO KHOẢNG C CH. Giới thiệu bài toán. Giải pháp ETR-DF. Mô phỏng và phân tích kết quả.
Kết luận về giải pháp ETR-DF. T HEO ÕI MỤC TI U TH CH NGHI THEO TH I GIAN. Giới thiệu bài toán. Giải pháp ATTS-DF.
Điểm đo iến động. Thời gian đo th ch ứng. Trạng thái ổn định đo lƣờng. Mô phỏng và phân tích kết quả.
Kết luận về giải pháp ATTS-DF. TI T KIỆM NĂNG LƢỢNG CỤM NÚT CẢM BI N BẰNG ỨNG DỤNG LÝ THUY T T P THÔ. ỨNG DỤNG LÝ T HUY T T P THÔ TẠI CH ĐỂ TỔNG HỢP D LIỆU. Mô tả bài toán DF nhiều nút cảm biến.
Quy trình ứng dụng RST để tổng hợp dữ liệu. Ứng dụng Lý thuyết tập thô để quyết định tổng hợp dữ liệu. Xây dựng tƣơng quan giữa lý thuyết tập thô và tổng hợp dữ liệu. Ứng dụng RST để giải ài toán F th o quy trình 8 ƣớc.
Kết luận về giải pháp ứng dụng lý thuyết tập thô. ỨNG DỤNG LÝ T HUY T T P TH ĐỂ TIỀN X L LIỆU ĐẦU VÀO. Giải pháp DP-DF. Quy trình x lý dữ liệu.
X lý dữ liệu bị mất (thiếu). X lý dữ liệu nhiễu (yếu). Thuật toán x lý dữ liệu bị mất và dữ liệu bị nhiễu. X lý dữ liệu ƣ thừa.
Minh họa và phân tích kết quả. Kết luận về giải pháp DP-DF. S DỤNG HIỆU QUẢ TÀI NGUYÊN CỤM CẢM BI N. L A CHỌN NÚT VÀ D LIỆU CỦA CỤM BẰNG C A SỔ TRƢỢT.
Giới thiệu bài toán. Giải pháp DF-SWin. C a sổ trƣợt. Bảng dữ liệu thuộc tính.
T nh ch thƣớc c a sổ trƣợt. Dữ liệu để tổng hợp. Thuật toán DF-SWin. Cài đặt thuật toán.
Mô phỏng và phân tích kết quả. Kết luận về giải pháp DF-SWin. TỔNG HỢP LIỆU TI T KIỆM NĂNG LƢỢNG TẠI N T CH. Giới thiệu bài toán.
Giải pháp DF-AMS. Mô phỏng và phân tích kết quả. Kết luận về giải pháp DF-AMS. 127 DANH MỤC CÔNG TRÌNH CỦA TÁC GIẢ.
132 TÀI LIỆU THAM KHẢO. 133 -3- DANH MỤC CÁC THUẬT NGỮ V tt t ằng ti ng Anh A-D Analog – Digital AMPS Adaptive Multi-domain Power aware Sensors ATTS-DF Adaptive Target Tracking Solutionfor multi-sensor Data Fusion in WSNs BS Base Station CDMA Code Division Multiple Access CH Cluster head DF Data fusion DF-AMS Data Fusion – Average Median Sampling DP-DF Data Pre-processing for Data Fusion DF-SWin Sliding Windows for multi-sensor Data Fusion in WSNs ETR-DF Efficiency in TRacking to target in multi-sensor Data Fusion FLAMA Flow-Aware Medium Access IEEE Institute of Electrical and Electronics Engineers LEACH Low Energy Adaptive Clustering Hierarchy LEACH-C LEACH Centralized LOS Line of Sight LR-WPAN Low Rate Wireless Personal Area Networks MAC Media Access Control MIT Massachusetts Institute of Technology NS Network Simulator OSI Open Systems Interconnection PEGASIS Power Efficient Gathering in Sensor Information System PHY Physical layer PTW Pipelined Tone Wakeup PU Processing unit RSSI Received Signal Strength Indicator RST Rough Set Theory SOFAR Sound Fixing and Ranging channel SOSUS Sound Surveillance System STEM Sparse Topology and Energy Management SU Sensing unit Tag Target TDMA Time Division Multiple Access TOA Time of arrival TRAMA TRaffic-Adaptive Medium Access WINS Wireless Integrated Network Sensors WPAN Wireless Personal Area Network WSNs Wireless Sensor Networks -4- DANH SÁCH BẢNG Bảng 2. Các tham số trong mô phỏng giải pháp ETR-DF. Hiệu quả của việc giảm số lƣợng gói tin của ETR-DF và LEACH.
Phân bố xác suất trong m lần đo. Các tham số chính của mô phỏng. Hệ thống thông tin an đầu của WSNs. Lớp tập con tƣơng đƣơng.
Ma trận phân biệt. Dữ liệu CH nhận của khung truyền F1. Dữ liệu CH nhận của khung truyền Fk. IS tại thời điểm bắt đầu tiền x lý.
Giá trị của các thuộc tính Aj. Dữ liệu đo của mạng cảm biến. Xác suất khi dữ liệu đo ị thiếu. Xác suất khi dữ liệu đo ị nhiễu.
Dữ liệu đã x lý thiếu, nhiễu. Ma trận phân biệt. Các phƣơng án ữ kiện đã đƣợc rút gọn để tổng hợp dữ liệu. Dữ liệu thuộc tính chƣa sắp xếp.
Dữ liệu thuộc tính đã đƣợc sắp xếp. Quy ƣớc ký hiệu s dụng trong thuật toán. Các tham số chính s dụng trong mô phỏng DF-SWin. Số cụm và số nút trong mỗi cụm trong quá trình mô phỏng.
Kết quả mô phỏng tại thời điểm 80 giây và 320 giây. Kết quả áp dụng trong thời gian mô phỏng. Dữ liệu đo tại thời điểm tổng hợp. Mức đo, giá trị đo của các tham số.
Năng lƣợng của các nút trong c ụm. Dữ liệu cảm biến của cụm tại thời điểm 200s. 124 -5- DANH SÁCH H NH V Hình 1. Kiến trúc ph n l ớp các giao thức mạng WSNs [36].
Mô hình mạng cảm biến không dây [13, 40]. Hƣớng tiếp cận theo kiến trúc mạng [38]. Sơ đồ cung cấp năng lƣợng cho nút cảm biến [39, 56]. Mức tiêu thụ năng lƣợng của các đơn vị chức năng của nút cảm iến 48.
Tổng hợp dữ liệu nhiều nút cảm biến không dây. So sánh lƣu lƣợng theo 2 mô hình truyền dữ liệu của WSNs. Tỉ lệ s dụng các phần mềm mô phỏng [71]. Mô hình tổng hợp dữ liệu và các bài toán thành phần.
Các phƣơng pháp th o i mục tiêu 13. Vị trí của nút cảm biến so với CH và Tag. Các vùng ƣu tiên và các mức ƣu tiên. Tọa độ mục tiêu và các nút trong mặt ph ng hảo sát.
Phân bố nút, CH và mục tiêu (Tag) ở giây thứ 80. Áp dụng để lựa chọn nút: a) Cụm 1: 48 nút; b) Cụm 4: 16 nút. Áp dụng thuật giải đối với Cụm 7 thời điểm giây thứ 120. So sánh việc s dụng năng lƣợng giữa ETR-DF và LEACH.
Các mốc thời gian và trạng thái làm việc của nút. Thay đổi của thuộc t nh hi vƣợt ngƣỡng. Mô hình chuyển trạng thái của nút cảm biến. Mô hình trạng thái thích ứng của giải pháp ATTS-DF.
Số nút cảm biến tham gia mô phỏng ATTS-DF. Truyền dữ liệu của các nút cảm biến trong thời gian mô phỏng. Đồ thị truyền dữ liệu của nút số 16 của LEACH. Hiệu quả việc giảm dữ liệu truyền của ATTS-DF so với LEACH.
So sánh mức tiêu thụ năng lƣợng của các nút giữa ATTS-DF và LEACH. Mô tả bài toán tổng hợp dữ liệu có s dụng RST. Mô hình x lý, tổng hợp dữ liệu tại nút CH. Truyền dữ liệu theo khung tin (frame) và theo chu kỳ (T).
Lƣu đồ luồng dữ liệu giải pháp DF-SWin. So sánh kết quả mô phỏng đối với các phƣơng án thay đổi số nút. So sánh mức dự trữ năng lƣợng giữa DF-SWin và LEACH. Minh họa DF từ n nút cảm biến, mỗi nút đo l tham số về mục tiêu.
Mô hình x lý dữ liệu của DF-AMS. Tỉ lệ nút đƣợc khảo sát và tổng số nút còn hoạt động. So sánh năng lƣợng EAvg và E Med. Lựa chọn nút cảm biến thông qua ESelect.
So sánh số lƣợng gói tin truyền bằng DF-AMS và LEACH. Kết quả tổng hợp dữ liệu của 3 tham số đo lƣờng. 125 -7- MỞ ĐẦU Sự xuất hiện của các mạng cảm biến không dây – WSNs (Wireless Sensor Networks) và các ứng dụng của chúng là một trong những xu hƣớng công nghệ chiếm ƣu thế phù hợp với xu thế phát triển của cuộc cách mạng công nghiệp lần thứ 4 hiện nay và trong những thập kỷ tới.
Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ
Trích dẫn luận án này
Dương Viết Huy (2019). Tổng hợp dữ liệu tiết kiệm năng lượng mạng cảm biến không dây [Luận án tiến sĩ, Trường Đại học Công nghệ, Đại học Quốc gia Hà Nội]. LuanAn.net. https://luanan.net/cong-nghe-thong-tin/luan-an-tien-si-cong-nghe-thong-tin-tong-hop-du-lieu-nham-tiet-kiem-nang-luong-trong-mang-cam-bien-khong-day
Câu hỏi thường gặp
Luận án "Tổng hợp dữ liệu tiết kiệm năng lượng mạng cảm biến không dây" nghiên cứu về vấn đề gì?
Luận án: Luận án tiến sĩ công nghệ thông tin tổng hợp dữ liệu nhằm tiết kiệm năng lượng trong mạng cảm biến không dây. Xem tóm tắt và tải về tại LuanAn.net
Luận án "Tổng hợp dữ liệu tiết kiệm năng lượng mạng cảm biến không dây" được bảo vệ tại trường nào?
Luận án này được bảo vệ tại Trường Đại học Công nghệ, Đại học Quốc gia Hà Nội. Năm bảo vệ: 2019.
Luận án "Tổng hợp dữ liệu tiết kiệm năng lượng mạng cảm biến không dây" thuộc chuyên ngành gì?
Luận án "Tổng hợp dữ liệu tiết kiệm năng lượng mạng cảm biến không dây" thuộc chuyên ngành Mạng máy tính và truyền thông dữ liệu. Danh mục: Công Nghệ Thông Tin.
Luận án "Tổng hợp dữ liệu tiết kiệm năng lượng mạng cảm biến không dây" có bao nhiêu trang?
Luận án "Tổng hợp dữ liệu tiết kiệm năng lượng mạng cảm biến không dây" có 142 trang. Bạn có thể xem trước một phần tài liệu ngay trên trang web trước khi tải về.
Cách tải luận án "Tổng hợp dữ liệu tiết kiệm năng lượng mạng cảm biến không dây" về máy như thế nào?
Để tải luận án về máy, bạn nhấn nút "Tải xuống ngay" trên trang này, sau đó hoàn tất thanh toán phí lưu trữ. File sẽ được tải xuống ngay sau khi thanh toán thành công. Hỗ trợ qua Zalo: 0559 297 239.