Giải pháp định tuyến tối ưu hóa năng lượng trên mạng cảm biến không dây ngầm đa miền - Luận án TS

ĐẠI HỌC ĐÀ NẴNG TRƯỜNG ĐẠI HỌC SƯ PHẠM MAI HÀ THI GIẢI PHÁP ĐỊNH TUYẾN TỐI ƯU HÓA NĂNG LƯỢNG TRÊN MẠNG CẢM BIẾN KHÔNG DÂY NGẦM ĐA MIỀN LUẬN ÁN TIẾN SĨ HỆ THỐNG THÔNG TIN Đà Nẵng, Tháng 9 năm 2025 ĐẠI HỌC ĐÀ NẴNG TRƯỜNG ĐẠI HỌC SƯ PHẠM MAI HÀ THI GIẢI PHÁP ĐỊNH TUYẾN TỐI ƯU HÓA NĂNG LƯỢNG TRÊN MẠNG CẢM BIẾN KHÔNG DÂY NGẦM ĐA MIỀN LUẬN ÁN TIẾN SĨ HỆ THỐNG THÔNG TIN Mã số: 325478 Cán bộ hướng dẫn 1 Cán bộ hướng dẫn 2 TS Nguyễn Trần Quốc Vinh PGS.TS Lê Hoàng Sơn Đà Nẵng - Tháng 9 năm 2025 Mục lục Kí hiệu và viết tắt iii Danh mục các bảng v Danh mục các hình vii Giới thiệu 1 CHƯƠNG 1. TỔNG QUAN VỀ MẠNG CẢM BIẾN KHÔNG DÂY NGẦM ĐA MIỀN 8 1.1 Mạng cảm biến không dây .2 Các mở rộng của mạng cảm biến không dây .1 Mạng cảm biến không dây ngầm .2 Mạng cảm biến không dây ngầm đa miền .3 Các giao thức định tuyến .1 Các giao thức phổ biến .2 Tổng quan các giải pháp định tuyến trong mạng cảm biến không dây ngầm .3 Tổng quan các giải pháp định tuyến trong mạng cảm biến không dây ngầm đa miền .4 Một số nhận xét .4 Mô hình suy hao .1 Mô hình không vật cản, đa đường định tuyến .2 Mô hình suy hao trong mạng cảm biến không dây ngầm .5 Tối ưu hóa trong mạng cảm biến không dây .6 Môi trường mô phỏng và các tiêu chí đánh giá .1 Môi trường mô phỏng .2 Tiêu chí đánh giá .7 Kết luận chương. ĐỀ XUẤT GIẢI PHÁP ĐỊNH TUYẾN TRÊN MẠNG CẢM BIẾN KHÔNG DÂY NGẦM ĐA MIỀN 36 2.2 Giải pháp định tuyến mới trên mạng cảm biến không dây ngầm đơn miền dựa trên phân cụm mờ .2 Mô hình toán học .3 Thuật toán FCM-WUSN .4 Độ phức tạp thuật toán .3 Giải pháp định tuyến mới trên mạng cảm biến không dây ngầm đa miền dựa trên độ đo cảm biến .2 Xây dựng độ đo cảm biến mới .3 Đánh giá về độ đo mới .4 Thuật toán Multi Graphs WUSN .5 Độ phức tạp thuật toán .4 Kết luận chương. KẾT QUẢ MÔ PHỎNG 72 3.1 Thiết lập môi trường .1 Giới thiệu về môi trường mô phỏng .2 Xây dựng dữ liệu .3 Kịch bản đánh giá .2 Kết quả thực nghiệm .1 Kịch bản đánh giá đơn vùng .2 Kịch bản đa vùng - tiêu chí về thời gian sống mạng .3 Kịch bản đa vùng - tiêu chí số nút còn sống .4 Kịch bản đa vùng - tiêu chí năng lượng tiêu thụ .5 Kiểm định thống kê kết quả .3 Kết luận chương.

94 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 96 iii KÝ HIỆU VÀ VIẾT TẮT Số Từ viết tắt Từ tiếng Anh Diễn giải/Tạm dịch 1 2D Two Dimensions Không gian hai chiều 2 3D Three Dimensions Không gian ba chiều Aboveground to Above- Kênh truyền thông giữa hai 3 AG2AG ground nút trên mặt đất Aboveground to Under- Kênh truyền thông từ trên 4 AG2UG ground mặt đất đến dưới mặt đất 5 AI Artificial Intelligence Trí tuệ nhân tạo 6 AS Autonomous System Hệ thống tự động 7 BGP Border Gateway Protocol Giao thức cổng biên 8 BS Base Station Trạm cơ sở Classless Inter-Domain Định tuyến giữa các miền 9 CIDR Routing trong lớp 10 CH Cluster Header Cụm trưởng 11 CM Cluster Member Cụm thành viên Carrier Sense Multi- Truy cập đa điểm cảm nhận 12 CSMA/CD ple Access/Collision sóng mang với phát hiện va Detection chạm 13 ED Energy dissipation Năng lượng tiêu hao 14 EM Electro Magnetic Điện từ Fuzzy C-Means Cluster- 15 FCM Phân cụm mờ C-Means ing Hybrid-low Energy Adap- Giao thức định tuyến phân 16 HLEACH tive Clustering Hierarchi- lớp thích ứng năng lượng cal Routing Protocol thấp lai 17 IoT Internet of Things Internet vạn vật Internet of Underground 18 IoUT Internet vạn vật ngầm Things 19 LAN Local Area Network Mạng nội bộ iv Low Energy Adaptive Giao thức định tuyến phân 20 LEACH Clustering Hierarchical lớp thích ứng năng lượng Routing Protocol thấp Thuật toán trạng thái liên 21 LSA Linked State Algorithm kết Multi-access Edge Com- 22 MEC Tính toán biên đa truy cập puting 23 MI Magnetic Induction Cảm ứng từ Định tuyến theo đường đi 24 OSPF Open Shortest Path First ngắn nhất mở Power Efficient Gather- Thu thập dữ liệu hiệu quả 25 PEGASIS ing in Sensor Information năng lượng trong hệ thống Systems thông tin cảm biến 26 QoS Quality of Service Chất lượng của dịch vụ 27 RN Relay Node Nút chuyển tiếp Time Division Multiple Truy cập đa điểm phân chia 28 TDMA Access theo thời gian 29 UAV Unmanned Aerial Vehicle Thiết bị không người lái Underground To Above- Kênh truyền thông từ dưới 30 UG2AG ground mặt đất lên trên mặt đất 31 WSN Wireless Sensor Network Mạng cảm biến không dây Wireless Underground Mạng cảm biến không dây 32 WUSN Sensor Network ngầm Long Range Wide Area 33 LoRaWAN Mạng diện rộng tầm xa Network v Danh mục các bảng 1.1 Tham số sử dụng để tính về các tính chất dưới lòng đất [1] .1 Giá trị tham số cho thực nghiệm [2] .2 Tham số cho các kịch bản .3 Thống kê tóm tắt cho dữ liệu x và y cho một bộ dữ liệu .4 Thời gian sống của mạng sau chạy FCM và FCM-WUSN cho 6 bộ dữ liệu .5 Tổng số nút còn sống và số nút còn sống dưới lòng đất của FCM và FCM-WUSN trong sáu bộ dữ liệu.6 Kết quả của độ bền mạng theo số vòng chạy với 1 khu vực giữa FCM, FCM-WUSN và Multi-Graphs WUSN.7 Kết quả của tuổi thọ mạng theo số vòng chạy với 6 bộ dữ liệu giữa Multi-Graphs WUSN và PEGASIS.8 Kết quả của tuổi thọ mạng khi đặt các bộ dữ liệu vị trí BS khác nhau giữa Multi-Graphs WUSN và PEGASIS.9 Kết quả của các vòng chạy với các bộ dữ liệu phân phối khác nhau giữa Multi-Graphs WUSN và PEGASIS+HLEACH.10 Kết quả của tổng số nút còn sống sau khi chạy 6 bộ dữ liệu giữa Multi-Graphs WUSN và PEGASIS.11 Kết quả tiêu thụ năng lượng trong 1 khu vực giữa FCM, FCM-WUSN và Multi-Graphs WUSN.12 Kết quả tiêu thụ năng lượng khi đặt các bộ dữ liệu vị trí BS khác nhau giữa Multi-Graphs WUSN và PEGASIS.13 Kết quả tiêu thụ năng lượng với phân phối khác nhau giữa Multi- Graphs WUSN và PEGASIS+HLEACH.14 Phân tích ANOVA cho các nút ngầm còn sống .15 Phân tích ANOVA cho tuổi thọ mạng. 93 vii Danh mục các hình 1.1 Mạng cảm biến không dây.2 Các kênh truyền thông trong mạng cảm biến không dây ngầm .3 Ứng dụng đa miền cho mô hình nông nghiệp .4 Tổng quan về các giao thức định tuyến phổ biến .5 Tổng quan về các phương pháp giải bài toán tối ưu .1 Tổng quát về các giả thuyết mô hình mạng đề xuất .2 Mô hình hóa các thành viên của một cụm .3 Lưu đồ tổng quan về quá trình định tuyến mạng .4 Lưu đồ thuật toán FCM-WUSN .5 Ý tưởng tổng quát về mô hình truyền đa miền .6 Mô phỏng giả thuyết cho nhiều miền quan sát .7 Ví dụ về lựa chọn đường đi theo tiêu chí độ ảnh hưởng .8 Lưu đồ chung của mô hình định tuyến WUSN cho đa miền quan sát 62 2.9 Lưu đồ các bước về chọn đường đi ngắn nhất của một nút .1 Mô phỏng mạng cảm biến không dây và topology trong mạng.2 Phân bố của các cảm biến cho bộ dữ liệu 100 nút 30% nút dưới mặt đất và 1 vùng quan sát .3 Phân bố của các cảm biến cho bộ dữ liệu 100 nút 30% nút dưới mặt đất và 1 vùng quan sát .4 Tổng năng lượng tiêu thụ cho thuật toán FCM và FCM-WUSN .5 Tổng số nút còn sống và số nút còn sống dưới lòng đất giữa FCM và FCM-WUSN.6 Biểu đồ đường của số nút dưới lòng đất kết nối so với số vòng truyền thông cho 100 và 200 nút trong 1 khu vực.7 Tổng số nút không kết nối dưới dạng đồ thị và tổng số nút còn sống trên bảng với các vị trí BS khác nhau trong 2 và 4 khu vực.8 Tổng số nút còn sống và số nút còn sống dưới lòng đất cho 2 và 4 khu vực với các phân phối khác nhau. 90 1 PHẦN MỞ ĐẦU Trong những năm gần đây, mạng cảm biến không dây (WSN - Wireless Sensor Network) đã và đang được triển khai trong nhiều ứng dụng như giám sát nông nghiệp thông minh, quân sự, phát hiện tấn công hạt nhân, chẩn đoán sự hỏng hóc của thiết bị, giám sát bệnh nhân, và điều khiển phương tiện giao thông. Đặc biệt trong nông nghiệp thông minh, việc theo dõi và quản lý các yếu tố như tưới tiêu, kiểm soát sâu bệnh, và quản lý dinh dưỡng đất đóng vai trò quan trọng giúp tối ưu hóa tài nguyên và nâng cao năng suất cây trồng, hướng tới các phương pháp canh tác bền vững.

Việc tích hợp WSN, Internet vạn vật và phân tích dữ liệu cho phép nông dân đưa ra quyết định chính xác và kịp thời, giảm thiểu tác động đến môi trường và tối đa hóa năng suất. Tuy nhiên, các nút cảm biến trong WSN có tài nguyên hạn chế, như khả năng tính toán, bộ nhớ, và năng lượng thấp. Để bao phủ các khu vực rộng lớn, một cảm biến đơn lẻ không đủ khả năng do phạm vi truyền thông hạn chế, vì vậy cần triển khai nhiều cảm biến kết nối với nhau để tạo thành mạng. Đối với mạng cảm biến không gian ngầm (WUSN), các hạn chế càng trở nên rõ rệt.

Môi trường ngầm như dưới lòng đất có điều kiện khắc nghiệt như độ ẩm cao, áp suất lớn, và các chất ăn mòn, làm giảm tuổi thọ và hiệu quả của các cảm biến. Ngoài ra, tín hiệu truyền thông cũng gặp khó khăn lớn, vì đất và các vật liệu ngầm có thể làm suy giảm tín hiệu vô tuyến, gây khó khăn trong việc duy trì kết nối [3]. Việc cung cấp năng lượng cho các cảm biến trong môi trường ngầm cũng là một thách thức lớn do khó tiếp cận và thay thế nguồn năng lượng. Bên cạnh đó, triển khai và bảo trì mạng cảm biến dưới lòng đất gặp khó khăn về cả mặt kỹ thuật lẫn chi phí, vì việc tiếp cận và sửa chữa các thiết bị cảm biến trong không gian ngầm rất phức tạp và tốn kém.

Các nghiên cứu trước đây thường phát triển mô hình tính toán suy hao trước khi sử dụng mạng LoRaWAN để truyền tải trong WUSN [4, 5]. Một số nghiên cứu khác tập trung vào phát triển các cảm biến kết nối với UAV hoặc gửi gói tin từ mặt đất lên không trung [6], trong khi trong [7] đã phát triển mô hình 2 suy hao đường truyền hỗn hợp để thu thập dữ liệu và kiểm tra các bất thường trong tập dữ liệu hiện tại. Nghiên cứu [8] áp dụng học sâu để mô hình hóa kênh trong WUSN, giúp chọn lựa các đường truyền tiết kiệm năng lượng nhất dựa trên cường độ tín hiệu và suy hao đường truyền.