Một nghiên cứu về chất lượng liên kết của cặp node chuyển động ngẫu nhiên trong mạng cảm biến không dây

Kỹ thuật điều khiển & Điện tử<br /> <br /> MỘT NGHIÊN CỨU VỀ CHẤT LƯỢNG LIÊN KẾT<br /> CỦA CẶP NODE CHUYỂN ĐỘNG NGẪU NHIÊN<br /> TRONG MẠNG CẢM BIẾN KHÔNG DÂY<br /> Nguyễn Thi1, Hoàng Trọng Minh2*, Nguyễn Thanh Trà2<br /> Tóm tắt: Mạng cảm biến không dây (Wireless Senssor Network: WSN) đóng vai<br /> trò quan trọng trong thời đại Internet vạn vật khi cung cấp hàng loạt ứng dụng hữu<br /> ích trong các môi trường mạng khác nhau. Trong các môi trường có độ động cao<br /> như chất lỏng hoặc mạng cảm biến phân tử, đặc trưng di động của node mạng là<br /> một trong yếu tố ảnh hưởng trực tiếp tới chất lượng liên kết hay hiệu năng mạng.<br /> Trong các nghiên cứu trước, một số phương pháp xấp xỉ chuyển động đã được đề<br /> xuất nhằm đánh giá sự ảnh hưởng chuyển động node đối với hiệu năng mạng cảm<br /> biến không dây. Tuy nhiên, các phương pháp xấp xỉ thường bị trả giá bởi các sai số<br /> và một tiếp cận tính toán đầy đủ về ảnh hưởng của chuyển động hoàn toàn ngẫu<br /> nhiên chưa được đề cập một cách đúng mức. Vì vậy, bài báo này đề xuất một mô<br /> hình giải tích để tính toán chất lượng liên kết không dây của một cặp node chuyển<br /> động Brown và kiểm chứng bởi mô phỏng số. Hơn nữa, mối quan hệ của thông<br /> lượng liên kết trong đặc trưng chuyển động và kích thước gói tin tối ưu sẽ được chỉ<br /> ra cùng với sự đối sánh với các mô hình khác.<br /> Từ khóa: Mạng cảm biến không dây WSN; Mô hình chuyển động; Chuyển động Brown; Chất lượng liên kết;<br /> Tối ưu hóa.<br /> <br /> 1. ĐẶT VẤN ĐỀ<br /> Trong những năm gần đây, mạng cảm biến không dây WSN (Wireless Sensor<br /> Network) đã được sử dụng rộng rãi như một hạ tầng then chốt của Internet vạn vật. Mạng<br /> cảm biến không dây sử dụng đa dạng trong nhiều lĩnh vực để giám sát, điều khiển hoặc thu<br /> thập thông tin môi trường cả vi mô và vĩ mô. Trong đó, một loạt các ứng dụng mạng cảm<br /> biến trong môi trường chất lỏng, người dùng đám đông hay cảm biến phân tử cho thấy các<br /> node cảm biến có chuyển động hoàn toàn ngẫu nhiên [1] [2] [3] [4]. Hành vi chuyển động<br /> của node là một yếu tố cơ bản ảnh hưởng trực tiếp tới chất lượng liên kết và xa hơn là hiệu<br /> năng mạng.<br /> Để phân tích hiệu năng và hoạt động của mạng cảm biến không dây, một số mô hình<br /> di động như bước ngẫu nhiên, điểm ngẫu nhiên hoặc mô hình di chuyển hướng ngẫu nhiên<br /> thường được sử dụng để mô tả hành vi chuyển động nút [5]. Trong đó, mô hình bước ngẫu<br /> nhiên được coi là gần đúng nhất với hành vi của nút chuyển động tự nhiên khi phản ánh<br /> đặc trưng bởi các biến rời rạc. Khi biểu diễn toán học, mô hình bước ngẫu nhiên có thể<br /> được coi là phiên bản rời rạc của một chuyển động Brown, xác định các biến ngẫu nhiên<br /> liên tục và theo một bước ngẫu nhiên với các gia số được phân bổ và độc lập. Tuy nhiên,<br /> việc sử dụng phương pháp xấp xỉ có thể làm giảm thiểu tính phức tạp trong tính toán<br /> nhưng tăng độ sai lệch của các thông số được đánh giá khi tham số động đóng vai trò chủ<br /> đạo trong truyền thông. Vì vậy, hướng nghiên cứu chuyển động Brown đã và đang thu hút<br /> nhiều nhà nghiên cứu theo nhiều mục tiêu khác nhau.<br /> Nhằm tính toán sự cân bằng giữa tham số trễ và dung lượng khả dụng của mạng tùy<br /> biến không dây, các tác giả trong [6] đã đề xuất mô hình tính toán và biểu diễn mối quan<br /> hệ trong môi trường mạng có các node chuyển động ngẫu nhiên. Sử dụng mô hình chuyển<br /> động Brown thời gian rời rạc, các tác giả trong [7] đã đề xuất tính toán độ trễ của quá trình<br /> phân phối thông tin trong mạng tùy biến không dây. Mô hình chuyển động Brown một<br /> chiều được các tác giả trong [8] sử dụng để tính toán thời gian dự kiến chuyển tiếp bản tin<br /> và hàm mật độ xác suất của các vị trí chuyển tiếp cho các node mạng tùy biến di động.<br /> <br /> <br /> 70 N. Thi, H. T. Minh, N. T. Trà, “Một nghiên cứu về chất lượng … cảm biến không dây.”<br /> Nghiên cứu khoa học công nghệ<br /> <br /> Tốc độ đường lên trung bình và tỷ lệ lỗi bit của truyền thông mạng phân tử [3] được tính<br /> toán lý thuyết dựa trên tốc độ khuếch tán của các node mạng chuyển động ngẫu nhiên.<br /> Trong [4], các tác giả sử dụng mô hình Brown để xây dựng một khung làm việc cho phép<br /> phát hiện các sự kiện dị thường trong mạng truyền thông phân tử.<br /> Chất lượng liên kết được biểu diễn thông qua tham số thời gian sống của liên kết được<br /> nghiên cứu trong [9], một ma trận xác suất chuyển tiếp được xây dựng nhằm mô hình hóa<br /> khoảng cách giữa cặp node chuyển động Brown. Đề xuất này cho phép ước lượng thời<br /> gian sống của liên kết theo tốc độ trung bình của chuyển động liên tục trơn. Trong [10],<br /> các tác giả dựa vào thời gian sống của liên kết giữa hai node chuyển động Brown để xác<br /> định thông lượng tối đa của liên kết không dây. Tuy nhiên, đề xuất này được xây dựng trên<br /> mô hình chuyển động hướng ngẫu nhiên nên chưa thực sự phản ánh đúng điều kiện động<br /> của môi trường thực.<br /> Qua các khảo sát trên đây, một phân tích chi tiết về chất lượng liên kết của một cặp<br /> node chuyển động Brown là chưa được đề cập tới. Vì vậy, bài báo này sẽ đề xuất một mô<br /> hình giải tích để mô hình hóa thông lượng liên kết của một cặp node chuyển động Brown<br /> với chuẩn truyền dẫn phổ biến trong mạng cảm biến không dây. Các kết quả minh chứng<br /> được biểu diễn thông qua mô phỏng số, chỉ ra điều kiện tới hạn của thông lượng liên kết<br /> và mối quan hệ với kích thước gói tin. Các đánh giá này góp phần nâng cao chất lượng<br /> truyền dẫn và hiệu năng mạng cảm biến không dây có các node chuyển động ngẫu nhiên<br /> hoàn toàn.<br /> Nội dung bài báo sẽ được bố cục như sau. Mục 2 sẽ trình bày về các vấn đề lý thuyết<br /> liên quan tới đề xuất. Mục 3 sẽ trình bày các kết quả mô phỏng số cùng với các phân tích.<br /> Kết luận của nghiên cứu sẽ được rút ra trong mục 4 và thêm vào đó là định hướng về nội<br /> dung công việc kế tiếp trên nền của nghiên cứu này.<br /> 2. MÔ HÌNH GIẢI TÍCH ĐỀ XUẤT<br /> 2.1. Giả thiết cơ sở<br /> Ta xem xét một mạng cảm biến không dây WSN phẳng gồm N node cảm biến chuyển<br /> động Brown. Tọa độ của một node i được xác định qua biểu diễn chuyển động Brown ở thời<br /> điểm t với phương trình dxi (t )   i dw i (t ) , dyi (t )   i dui (t ) i  1, 2,..., N  1 . Trong<br /> đó, w i (t ) , u i (t ) là các quá trình Wiener độc lập và  i là hệ số khuếch tán tương ứng.<br /> Đặt t0 là thời gian đầu tiên của phần truyền dẫn giữa nút i và nút j . Vị trí ban đầu của<br /> nút i và nút j lần lượt là ( xi (t0 ), yi (t0 )) và ( x j (t0 ), y j (t0 )) . Ta có<br /> xi (t )  xi (t0 )   i wi (t ), yi (t )  yi (t0 )   iui (t )<br /> (1)<br /> x j (t )  x j (t0 )   j w j (t ), y j (t )  y j (t0 )   j u j (t )<br /> Khoảng cách Euclid giữa nút i và nút j được xác định bởi công thức<br /> <br /> dij (t )  xij2 (t )  yij2 (t ). (2)<br /> <br /> Trong đó, xij (t ) và yij (t ) có các quá trình phân bố ngẫu nhiên Gauss độc lập. Liên kết<br /> giữa hai node bị phá vỡ khi khoảng cách dij (t ) vượt quá bán kính phạm vi truyền Rt . Để<br /> đơn giản, ta biểu diễn d ij (t )  dt là khoảng cách cặp node chuyển động Brown đang xem<br /> xét tại thời điểm t.<br /> 2.2. Thời gian sống của liên kết<br /> <br /> <br /> <br /> Tạp chí Nghiên cứu KH&CN quân sự, Số 59, 02 - 2019 71<br />  Kỹ thuật điều khiển & Điện tử<br /> <br /> Thời gian sống của liên kết ở đây được định nghĩa tương tự như trong [10] [11], đó là<br /> khoảng thời gian khi cặp node ở thời điểm có khoảng cách khởi tạo ban đầu tại thời điểm<br /> t0 là d 0 chuyển động tới khi khoảng cách vượt quá bán kính truyền và gây gián đoạn kết<br /> nối. Như vậy, thời gian sống trung bình của một liên kết giữa hai chuyển động Brown<br /> được xác định theo công thức sau:<br /> Rt2  d 02<br /> tTL  . (3)<br /> 2 2<br /> Thời gian sống của liên kết là một yếu tố quan trọng phản ánh hiệu năng mạng do phản<br /> ánh trực tiếp khả năng truyền dẫn thành công. Thời gian sống của liên kết phụ thuộc vào<br /> các yếu tố thời điển khoảng cách ban đầu và mức độ di chuyển của cặp node. Một truyền<br /> dẫn được thực hiện thành công khi và chỉ khi cặp node nằm trong vùng truyền dẫn của<br /> nhau. Định nghĩa tốc độ truyền giữa hai node là Br , độ dài gói tin là L p , ta có thời gian<br /> truyền một gói tin là tp. Đặt thời điểm xảy ra sự kiện node i và node j di chuyển khỏi vùng<br /> truyền dẫn của nhau là ti và t j . Ta có,<br /> <br /> Lp<br />  t p  tTL ; tTL  min{ti , t j }. (4)<br /> Br<br /> Mặt khác, thời gian truyền dẫn trung bình giữa hai chuyển động Brown được giới hạn<br /> theo công thức dưới đây<br /> E[tTL (i, j )]  ; t LT (i, j )  inf{t  0 : dt (i, j )  Rt } . (5)<br /> Trong đó, khoảng cách giữa cặp node được xác định bởi một hàm phân bố. Vị trí của<br /> một node tại một khoảng thời gian t là một cặp biến thể ngẫu nhiên độc lập theo phân bố<br /> Gauss. Như vậy, hàm khoảng cách sẽ được biểu diễn dưới dạng một chuỗi ngẫu nhiên với<br /> phân phối Rayleigh.<br /> Mặt khác, chuyển động Brown rời rạc có thể được coi là một quá trình Markov (xác<br /> suất chuyển trạng thái chỉ phụ thuộc vào trạng thái phía trước). Do đó, hàm mật độ xác<br /> suất có thể được sử dụng để đo sự phân bố khoảng cách di chuyển ban đầu. Xác suất phân<br /> phối của biến thể khoảng cách là:<br /> a a2  x2<br /> P(dt  a)    f ( x, y )dxdy. (6)<br />  a  a2  x2<br /> <br /> <br /> 1 x2  y2<br /> Trong đó, f ( x, y )  exp( ) là hàm biểu diễn khoảng cách phụ thuộc tốc<br /> 2 2 2 2<br /> độ khuếch tán. Công thức (6) có thể biểu diễn thông qua tọa độ cực với,<br /> x  r cos  , y  r sin  như dưới đây:<br /> 2 a<br /> a2<br /> P(dt  a)   f (r , )  rdrd  1  exp(( 2 )). (7)<br /> 0 0<br /> 2<br /> Từ công thức (7) trên đây, ta xác định hàm mật độ xác suất của khoảng cách theo thời<br /> gian d t như:<br /> t2<br /> t (<br /> 2 2<br /> )<br /> (8)<br /> f dt (t )  e .<br /> 2<br /> <br /> <br /> 72 N. Thi, H. T. Minh, N. T. Trà, “Một nghiên cứu về chất lượng … cảm biến không dây.”<br /> Nghiên cứu khoa học công nghệ<br /> <br /> Và ta có khoảng cách ban đầu d 0 là một biến ngẫu nhiên trong phân phối Rayleigh. Từ<br /> đó, hàm mật độ xác suất được sử dụng để tính phân bố khoảng cách di chuyển.<br />  x2<br /> x 2 2 (9)<br /> f d0 ( x )  e .<br /> 2<br /> Khoảng cách trung bình ban đầu tại thời điểm t0 là<br /> Rt<br /> <br /> d 0   x  fd 0 ( x)d ( x). (10)<br /> 0<br /> <br /> 2.3. Tính toán tối ưu độ dài gói tin<br /> Đặc trưng truyền dẫn trong mạng cảm biến như trên đã phân tích là nhằm đảm bảo<br /> không có gián đoạn trong khoảng thời gian truyền tin. Thông thường, thông tin thu thập<br /> được phân đoạn thành các gói tin phù hợp với đặc trưng mạng nhằm tăng thông lượng<br /> mạng. Các gói tin quá dài hoặc quá ngắn so với thực trạng mạng sẽ gây tắc nghẽn hoặc suy<br /> giảm hiệu quả truyền dẫn khi tiêu đề gói tin thường cố định do đặc thù kết nối mạng. Do<br /> đó, ta cần tính toán tối ưu độ dài của gói tin để nhận được thông lượng tối đa thông qua<br /> chất lượng liên kết.<br /> Ta định nghĩa một hàm chi phí để đánh giá thông lượng liên kết theo tham số độ dài gói<br /> tin và xác suất một node ra khỏi vùng truyền dẫn của cặp node, C ( L p , Pout ) . Thông lượng<br /> của một liên kết biểu diễn qua công thức sau:<br /> Th( L p )  (1  Pout )  Lp  C  Pout  Lp . (11)<br /> Ta lựa chọn giá trị hàm chi phí là giá trị hàm phạt, xác suất node ra khỏi vùng truyền<br /> dẫn gây ngắt liên kết là:<br /> Pout  P  t LT  tb  . (12)<br /> Từ công thức (4) ta có mối quan hệ giữa tp và tốc độ bit truyền dẫn, ta có<br /> 2<br /> R2  d 2 2 2<br /> t p  t 2 0  d 0  Rt2  . (13)<br /> 2 Br<br /> Theo công thức trên đây, tốc độ khuếch tán đóng vai trò quan trọng với khoảng cách<br /> cặp node chuyển động Brown. Theo nguyên tắc, ta có thể xác định tốc độ khuếch tán bằng<br /> vận tốc trung bình ( v ) theo mô hình bước ngẫu nhiên tại khoảng thời gian (t).<br /> xt  xt 1  v  cos  t<br /> . (14)<br /> yt  yt 1  v  sin  t<br /> t<br /> Hoặc: xt  x0  v   cos t<br /> k 1<br /> n<br /> . (15)<br /> yt  y0  v   sin  t<br /> k 1<br /> <br /> Theo đó, chuyển động của nút có hai biến thể (a) bước ngẫu nhiên kiểu 1 (Random<br /> Walk Model 1: RWM1) và (b) bước ngẫu nhiên kiểu 2 (Random Walk Model 2: RWM2).<br /> Trong (a), biến  t là ngẫu nhiên và có phân bố đều. Trong (b),  t   t 1  randn(t ) là<br /> <br /> <br /> <br /> <br /> Tạp chí Nghiên cứu KH&CN quân sự, Số 59, 02 - 2019 73<br />  Kỹ thuật điều khiển & Điện tử<br /> <br /> biến ngẫu nhiên độc lập với phân bố Gauss,  t   0;2  , randn là một hàm ngẫu nhiên<br /> của các số ngẫu nhiên có phân bố chuẩn tắc.<br /> Để tính toán mức độ khuếch tán, ta đánh giá thay đổi khoảng cách trung bình bình<br /> phương Da của cặp node được tính sau mỗi khoảng thời gian như sau:<br /> <br /> E ( xt  x0 ) 2  ( yt  y0 ) 2 <br /> Da  lim . (16)<br /> t  t<br /> 2<br /> Mặt khác, ta có dt  ( xt  x0 ) 2  ( yt  y0 ) 2 . Từ phương trình (15) ta có:<br /> 2 2<br /> 2<br />  t   t  <br /> dt  v 2   cos  t     sin  t  <br />  k 1   k 1  <br /> . (17)<br /> t 1 t<br /> 2  <br /> dt  v 2  t  2  cos( k   l ) <br />  k 1 l  k 1 <br /> Như vậy, trong trường hợp (a), hướng chuyển động là ngẫu nhiên và sự khác biệt giữa<br /> chúng cũng là ngẫu nhiên hoàn toàn. Giá trị kỳ vọng của phân bố khoảng cách bằng zero,<br /> 2<br /> nên suy ra E  dt   t.v 2 , coi bước chuyển thời gian là đơn vị ta có:<br />  <br /> Da  v 2 . (18)<br /> Đối với trường hợp (b), từ công thức (17) ta viết lại như sau:<br /> t 1 t l<br /> 2  <br /> dt  v 2  t  2  cos  randn(m)  ; (19)<br />  k 1 l  k 1 m  k 1 <br /> t 1 t l<br /> 2   <br /> E  dt   v 2 t  2  E  cos  rand (m)   . (20)<br />    k 1 l  k 1  m  k 1 <br /> Từ đó khoảng cách trung bình bình phương Db theo giá trị kỳ vọng phân bố khoảng<br /> cách (20) được xác định như sau:<br />  <br />  2 2 <br /> Db  v 1  (21)<br /> 1 <br />  1  exp( ) <br />  2 <br /> Với điều kiện từ công thức (13) ta xác định được khoảng cách ban đầu giữa cặp node<br /> chuyển động Brown là:<br /> 2 2<br /> d 0  Rt2  . (22)<br /> Br<br /> Từ đó tính toán được xác suất gián đoạn liên kết của cặp node theo phương trình dưới<br /> đây:<br /> Rt<br /> 1 2<br /> /2 2<br /> Poutage  P  t LT  t p   2  x.e x dx.<br />  2<br /> (23)<br /> 2<br /> Rt2 <br /> Br<br /> <br /> <br /> <br /> <br /> 74 N. Thi, H. T. Minh, N. T. Trà, “Một nghiên cứu về chất lượng … cảm biến không dây.”<br /> Nghiên cứu khoa học công nghệ<br /> Rt2  Rt2 Rt2<br /> tp <br /> Poutage  e 2 2<br /> e 2 2<br />  t p  ln( Pout .e 2 2<br />  1). (24)<br /> <br /> Để tối ưu hóa thông lượng của một liên kết, ta có thể ước tính độ dài gói tin tối đa có<br /> thể thông qua xác suất outage liên kết dưới dạng:<br /> Lmax  max L p Pout   . (25)<br /> Trong đó,  là một hằng số để xác định yêu cầu xác suất liên kết bị gián đoạn.<br /> Xem xét một cấu hình mạng cảm biến không dây dạng phẳng. Trong đó, node thu thập<br /> dữ liệu (sink) cố định và N nodes cảm biến chuyển động Brown xung quanh. Xác suất một<br /> node di chuyển lần đầu tiên ra ngoài vùng truyền dẫn Rt của node thu thập dữ liệu được<br /> biểu diễn bằng Pout : poutage ( x0 , Rt , t ) , với x0 là khoảng cách khởi tạo đầu tiên từ một<br /> node cảm biến tới sink. Sử dụng phương trình nhiệt trong [12], ta biểu diễn xác suất đó<br /> như sau:<br /> poutage ( x0 , Rt , t ) 1<br />   2  poutage ( x0 , Rt , t )  . (26)<br /> t 2<br /> 2 1 <br /> Trong đó,   2<br />  là toán tử Laplace. Để giải phương trình vi phân (26) ta<br /> x0 x0 x0<br /> cần một số điều kiện biên gồm:<br /> - poutage ( x0 , Rt , t ) là một hàm liên tục và 0  poutage ( x0 , Rt , t )  1 , x0 , Rt ;<br /> - lim pr ( x0 , Rt , t )  0 và lim pr ( x0 , Rt , 0)  1 .<br /> Rt  x0  Rt<br /> <br /> Từ đó, sử dụng kết quả của phương trình mô tả chuyển động nhiệt trong [14] ta có:<br /> 2<br /> 2    ( as ) t J 0 (as x0 ) <br /> poutage ( x0 , Rt , t )  1 <br /> Rt<br />  e 2<br /> <br /> s 1 <br /> .<br /> as J 0 '(as Rt ) <br /> (27)<br /> <br /> Với, J 0 (.) là hàm Bessel và tập as là căn dương của hàm J 0 (aRt )  0 .<br /> <br /> 3. MÔ PHỎNG KIỂM CHỨNG<br /> <br /> <br /> <br /> <br /> Hình 1. Xác suất gián đoạn theo độ dài gói tin và tốc độ khuếch tán.<br /> <br /> <br /> Tạp chí Nghiên cứu KH&CN quân sự, Số 59, 02 - 2019 75<br />  Kỹ thuật điều khiển & Điện tử<br /> <br /> Bài báo này sử dụng phương pháp mô phỏng số trên bộ công cụ Matlab để kiểm chứng<br /> mô hình giải tích đã đề xuất. Các giải thiết đầu vào được xác lập như sau: giả thiết một<br /> mạng cảm biến không dây phẳng với tiêu chuẩn truyền dẫn IEEE 802.15.4. Tốc độ truyền<br /> dẫn theo tiêu chuẩn là 250 kb/s với vùng phủ truyền dẫn thay đổi. Cặp node chuyển động<br /> ngẫu nhiên hoàn toàn với tham số vị trí ban đầu ngẫu nhiên. Các ngưỡng yêu cầu xác suất<br /> gián đoạn được thiết lập phù hợp với tính chất truyền dẫn.<br /> <br /> <br /> <br /> <br /> Hình 2. Xác suất gián đoạn thời gian và khoảng cách ban đầu.<br /> Trước hết ta kiểm chứng qua mô phỏng số để xác minh vùng giá trị xác suất gây gián<br /> đoạn liên kết trong mối quan hệ với độ dài gói/tốc độ bít với miền truyền dẫn và tốc độ<br /> khuếch tán. Trên hình 1 biểu diễn các mối quan hệ của một cặp node chuyển động Brown<br /> cho thấy, khi các gói tin yêu cầu truyền dẫn tăng kích thước thì xác suất gián đoạn liên kết<br /> tăng lên. Đặc biệt, sự thay đổi hướng liên tục và tốc độ khuếch tán cao sẽ dễ dàng gây gián<br /> đoạn liên kết. Vùng giá trị này là hợp lý khi tham số xác suất gián đoạn bị tác động chủ<br /> yếu bởi bán kính miền truyền dẫn và tốc độ khuếch tán của cặp node chuyển động. Hình 2<br /> biểu diễn xác suất gây gián đoạn liên kết do một node di chuyển khỏi một vùng truyền dẫn<br /> của một node cố định. Xác suất gây ngắt liên kết phụ thuộc chủ yếu vào giá trị khoảng<br /> cách ban đầu và tăng lên cùng với thời gian di chuyển.<br /> <br /> <br /> <br /> <br /> Hình 3. Thông lượng hiệu dụng với độ dài gói tin thay đổi.<br /> <br /> <br /> 76 N. Thi, H. T. Minh, N. T. Trà, “Một nghiên cứu về chất lượng … cảm biến không dây.”<br /> Nghiên cứu khoa học công nghệ<br /> <br /> Để so sánh các giá trị hiệu năng và chất lượng liên kết với các mô hình chuyển động<br /> ngẫu nhiên 1 (RWM1) và chuyển động ngẫu nhiên 2 (RWM2), thông lượng tối đa của liên<br /> kết được khảo sát với sự thay đổi độ dài gói tin tương ứng với các bán kính truyền dẫn<br /> khác nhau. Trên Hình 3 cho thấy, thông lượng hiệu dụng tối đa có thể đạt được khi có<br /> tham số độ dài gói tin tối ưu. Mặt khác, bán kính truyền dẫn tăng sẽ làm tăng thông lượng<br /> tối đa của liên kết. Điều này có thể lý giải bởi do sự tác động tăng lên của thời gian sống<br /> liên kết. Thêm vào đó, với kích thước gói tin tối ưu, thông lượng tối đa của liên kết đạt xấp<br /> xỉ một nửa tốc độ danh định của liên kết không dây. Trên hình vẽ cũng chỉ ra thông lượng<br /> tối đa của hai mô hình chuyển động RW1 và RW2 với mục đích so sánh.<br /> Tốc độ khuếch tán ảnh hưởng tới thông lượng liên kết được tính toán qua khoảng cách<br /> trung bình bình phương tại công thức (18) và (21). Các mô hình chuyển động bước ngẫu<br /> nhiên RWM1 và RWM2 cho các giá trị D khác nhau. Hình 4 và hình 5 dưới đây sẽ biểu<br /> diễn sự phụ thuộc của thông lượng liên kết với tốc với độ dài gói tin khác nhau và tốc dộ<br /> khuếch tán khác nhau.<br /> <br /> <br /> <br /> <br /> Hình 4. Thông lượng liên kết của mô hình ngẫu nhiên và mô hình RWM1.<br /> <br /> <br /> <br /> <br /> Hình 5. Thông lượng liên kết của mô hình ngẫu nhiên và mô hình RWM2.<br /> <br /> <br /> Tạp chí Nghiên cứu KH&CN quân sự, Số 59, 02 - 2019 77<br />  Kỹ thuật điều khiển & Điện tử<br /> <br /> Kết quả mô phỏng số trên hình 4 và hình 5 cho thấy, đường cong thông lượng liên kết<br /> có hình dạng và xu hướng biến đổi theo độ dài gói tin tương tự nhau. Tuy nhiên, đặc trưng<br /> ngẫu nhiên của mô hình chuyển động bước ngẫu nhiên 2 (RW2) cho kết quả xấp xỉ với mô<br /> hình chuyển động ngẫu nhiên hoàn toàn. Vì vậy, mô hình chuyển động bước ngẫu nhiên<br /> có thể sử dụng để tính toán cho mô hình chuyển động ngẫu nhiên khi tốc độ khuếch tán<br /> nhỏ nhằm giảm bớt độ phức tạp tính toán mà vẫn duy trì được mức tin cậy hợp lý. Do độ<br /> khuếch tán nhỏ làm thu hẹp phương sai của hàm vận tốc và không tạo ra sự thay đổi đáng<br /> kể về giá trị kỳ vọng của vận tốc di chuyển. Vì thế, trong trường hợp này, ta có thể sử<br /> dụng khoảng cách trung bình bình phương phụ thuộc chủ yếu vào vận tốc di chuyển.<br /> 4. KẾT LUẬN<br /> Trong môi trường chất lỏng hay mạng cảm biến phân tử, các node cảm biến di chuyển<br /> hoàn toàn ngẫu nhiên theo tính chất môi trường đã ảnh hưởng trực tiếp tới chất lượng kết<br /> nối. Trong bài báo này, chúng tôi đã đề xuất một tiếp cận tính toán chất lượng liên kết<br /> không dây giữa hai chuyển động Brown thông qua phương pháp giải tích. Kết quả tính<br /> toán lý thuyết và mô phỏng cho thấy, tốc độ khuếch tán và độ dài gói tin yêu cầu là hai<br /> tham số then chốt ảnh hưởng tới thông lượng liên kết. Với độ biến thiên nhỏ của hệ số<br /> khuếch tán, mô hình chuyển động Brown có thể được xấp xỉ bằng mô hình chuyển động<br /> ngẫu nhiên theo từng bước với hệ số hướng góc tùy ý. Các kết quả đã được kiểm chứng<br /> bằng phương pháp mô phỏng số. Việc kết hợp mô hình chuyển động với chiến lược định<br /> tuyến tiết kiệm năng lượng là hướng nghiên cứu mở tiếp theo nhằm phát triển giải pháp tối<br /> ưu hóa mạng.<br /> TÀI LIỆU THAM KHẢO<br /> [1]. Ali Benzerbadj et all, “Energy Efficient Approach for Surveillance Applications<br /> Based on Self Organized Wireless Sensor Networks,” Procedia Computer Science,<br /> Vol.63 (2015), pp. 165-170.<br /> [2]. P.S.Tissera, S. Choe, "Brownian-motion-based molecular communication network<br /> using quorum sensing mechanism," International Conference on Information and<br /> Communication Technology Convergence (ICTC), Jeju (2017) pp. 38-42.<br /> [3]. Rodolfo W. L. Coutinho et al, “Underwater Wireless Sensor Networks: A New<br /> Challenge for Topology Control–Based Systems,” ACM Comput. Surv. Vol.1,<br /> No51, Article 19 (2018), pp. 1-36.<br /> [4]. T. Mai, M. Egan, T. Duong, M. D. Renzo, “Event Detection in Molecular<br /> Communication Networks with Anomalous Diffusion,”IEEE Communications<br /> Letters, Institute of Electrical and Electronics Engineers, Vol 21, No.6 (2017), pp.<br /> 1249 – 1252.<br /> [5]. V. Vasanthi, M. Romen Kumar, N. Ajith Singh, M. Hemalatha, “ A detailed study of<br /> mobility models in wireless sensor network,” Journal of Theoretical and Applied<br /> Information Technology, Vol. 33, No1 (2011), pp. 7-14.<br /> [6]. X. Lin et al, “Degenerate delaycapacity tradeoffs in ad-hoc networks with brownian<br /> mobility,” IEEE Trans. on Information Theory, Vol.52 (2006), pp. 2777-2784.<br /> [7]. Z. Kong and E. Yeh, “On the latency for information dissemination in Mobile<br /> Wireless Networks,” In Proceedings of the 9th ACM international symposium on<br /> Mobile ad hoc networking and computing (MobiHoc '08), New York, USA (2008),<br /> pp. 139-148.<br /> [8]. R. Groenevelt, E. Altman, and P. Nain, ”Relaying in mobile ad hoc networks: the<br /> brownian motion mobility model,” Journal of Wireless Networks, Vol.12, No.5<br /> (2006), pp. 561-571.<br /> <br /> <br /> <br /> 78 N. Thi, H. T. Minh, N. T. Trà, “Một nghiên cứu về chất lượng … cảm biến không dây.”<br /> Nghiên cứu khoa học công nghệ<br /> <br /> [9]. M. Zhao, Y. Li, and W. Wang, “Modeling and analytical study of link properties in<br /> multihop wireless networks,” IEEE Trans. on Communications, Vol. 60, No. 2<br /> (2012), pp. 445-455.<br /> [10]. X. Wu, H.R.Sadjadpour, and J.J.Garcia-Luna-Aceves, “Link lifetime as a function of<br /> node mobility in manets with restricted mobility: Modeling and applications,” 2007<br /> 5th International Symposium on Modeling and Optimization in Mobile, Ad Hoc and<br /> Wireless Networks and Workshops, Limasso, 2007, pp. 1-10.<br /> [11]. T. Nguyen, T. Hoang and T. Lang, "A study on link quality in single hop sensor<br /> networks with Brownian motion," 2017 International Conference on Recent<br /> Advances in Signal Processing, Telecommunications & Computing (SigTelCom),<br /> Da Nang, 2017, pp. 235-239.<br /> [12]. H. S. Carslaw and J. C. Jaeger, “Some two-dimensional problems in conduction of<br /> heat with circular symmetry,” In Proc. London Math. Soc., Vol. 15, No 23 (1940),<br /> pp. 361–388.<br /> ABSTRACT<br /> A STUDY OF THE LINK QUALITY OF A NODE PAIR WITH A COMPLETELY<br /> RANDOM MOTION IN WIRELESS SENSOR NETWORKS<br /> Wireless Sensor Network (WSN) plays an important role in the Internet of things<br /> era when it offers a wide range of interesting applications in different network<br /> environments. In highly dynamical environments such as liquid environmnent or<br /> molecular sensor networks, the mobility characteristics of a node in the network are<br /> one of the factors that directly affect the quality of the link or its network<br /> performance. In previous studies, a number of motion approximation methods have<br /> been used to evaluate the effect of node motion on wireless sensor network<br /> performance. Howerver, These approximation methods are often traded off by<br /> deviations and a fully computational approach to the effects of completely random<br /> motion has not been adequately addressed. Hence, this paper proposes an<br /> analytical model to compute the quality of wireless link for a Brown motion node’s<br /> pair, and it is verified by numerical simulations. Furthermore, the relationship of<br /> link throughput in varied motion characteristics and optimal packet size will be<br /> studied in comparing with other random walk motion models.<br /> Keywords: Wireless Sensor Networks; Mobility; Brownian motion; Link connectivity; Optimization.<br /> <br /> Nhận bài ngày 07 tháng 11 năm 2018<br /> Hoàn thiện ngày 03 tháng 01 năm 2019<br /> Chấp nhận đăng ngày 19 tháng 02 năm 2019<br /> 1<br /> Địa chỉ: Đài tiếng nói Việt Nam, VoV;<br /> 2<br /> Học viện Công nghệ Bưu chính Viễn Thông.<br /> * Email: hoangtrongminh@ptit.edu.vn.<br /> <br /> <br /> <br /> <br /> Tạp chí Nghiên cứu KH&CN quân sự, Số 59, 02 - 2019 79<br />