Luận án Định tuyến tiết kiệm năng lượng tiêu thụ trong mạng cảm biến không dây

hông dây. Loại nút thứ tư được giới thiệu trong giao thức này được 
gọi là nút ultra super có (1 + u) năng lượng nhiều hơn các nút normal. Giao thức này 
chứng minh rằng với sự gia tăng tính không đồng nhất, giai đoạn ổn định tăng lên là 
một tham số rất quan trọng cho một thông tin đáng tin cậy. BEENISH sử dụng cùng 
một khái niệm cho lựa chọn CH như trong các giao thức trước đó với chỉ sự khác biệt 
là thêm vào xác suất cho nút ultra-super. Các xác suất của các nút ultra- super, super, 
advance và các nút normal để trở thành CH được đưa ra theo công thức (2.17): 
(2.17) Công thức tính xác suất chọn CH trong giao thức BEENISH 
Mô phỏng cho thấy BEENISH [54], [55] là các giao thức hiệu quả nhất so với 
DEEC, DDEEC, EDEEC về thời gian ổn định, tuổi thọ mạng và thông lượng. 
2.2.3 Giao thức định tuyến dựa trên dữ liệu (Data centric protocols) 
Trong nhiều ứng dụng của mạng cảm ứng thì việc xác định số nhận dạng toàn 
cầu cho từng nút là không khả thi. Việc thiếu số nhận dạng toàn cầu cùng với việc 
triển khai ngẫu nhiên các nút gây khó khăn trong việc chọn ra tập hợp các nút chuyên 
dụng. Vì thế dữ liệu được truyền từ mọi nút trong vùng triển khai với độ dư thừa đáng 
kể, nên việc sử dụng năng lượng sẽ không hiệu quả. Do vậy, người ta đã đưa ra các 
giao thức định tuyến mà có khả năng chọn ra tập hợp các nút và thực hiện tập trung 
dữ liệu trong suốt quá trình truyền. Điều này đã dẫn đến ý tưởng về giao thức dựa 
trên dữ liệu. Trong giao thức định tuyến này, Sink gửi yêu cầu đến các vùng xác định 
và đợi dữ liệu từ các cảm biến đã được chọn trước trong vùng. SPIN là giao thức đầu 
tiên thuộc loại này mà đã đề cập đến việc dàn xếp dữ liệu giữa các nút để giảm bớt 
sự dư thừa dữ liệu và tiết kiệm năng lượng. Sau đó Directed Diffusion (truyền tin trực 
tiếp) được phát triển và là một giao thức rất đáng chú ý trong định tuyến dựa trên dữ 
liệu. 
𝑃(𝑖) =
{
𝑃𝑜𝑝𝑡 . 𝐸𝑖(𝑟)
1+𝑚(𝑎+ 𝑚0(−𝑎+𝑏+𝑚1(−𝑏+𝑢)))).E̅(𝑟) 
𝑐ℎ𝑜 𝑐á𝑐 𝑛𝑜𝑟𝑚𝑎𝑙 𝑛𝑜𝑑𝑒
𝑃𝑜𝑝𝑡 .(1+𝑎).𝐸𝑖(𝑟)
1+𝑚(𝑎+ 𝑚0(−𝑎+𝑏+𝑚1(−𝑏+𝑢)))).E̅(𝑟) 
𝑐ℎ𝑜 𝑐á𝑐 𝑎𝑑𝑣𝑎𝑛𝑐𝑒 𝑛𝑜𝑑𝑒
𝑃𝑜𝑝𝑡 .(1+𝑏).𝐸𝑖(𝑟)
1+𝑚(𝑎+ 𝑚0(−𝑎+𝑏+𝑚1(−𝑏+𝑢)))).E̅(𝑟) 
𝑐ℎ𝑜 𝑐á𝑐 𝑠𝑢𝑝𝑒𝑟 𝑛𝑜𝑑𝑒
𝑃𝑜𝑝𝑡 .(1+𝑢).𝐸𝑖(𝑟)
1+𝑚(𝑎+ 𝑚0(−𝑎+𝑏+𝑚1(−𝑏+𝑢)))).E̅(𝑟) 
𝑐ℎ𝑜 𝑐á𝑐 𝑢𝑙𝑡𝑟𝑎 − 𝑠𝑢𝑝𝑒𝑟 𝑛𝑜𝑑𝑒
 (2.17) 
36 
2.2.3.1 SPIN (Sensor protocols for information via negotiation) 
SPIN [56], [57] là giao thức cảm biến thông qua sự đàm phán dữ liệu. Mục tiêu 
chính của giao thức này đó là tập trung việc quan sát môi trường có hiệu quả bằng 
một số các nút cảm biến riêng biệt trong toàn bộ mạng. Nguyên lý của giao thức này 
đó là sự thích ứng về tài nguyên và sắp xếp dữ liệu. Ý nghĩa của việc đàm phán dữ 
liệu (data negotiation) này là các nút trong SPIN sẽ biết về nội dung của dữ liệu trước 
khi bất kỳ dữ liệu nào được truyền trong mạng. Nơi nhận dữ liệu quan tâm đến nội 
dung dữ liệu bằng cách gửi yêu cầu để lấy được dữ liệu quảng bá. Điều này tạo ra sự 
sắp xếp dữ liệu để đảm bảo rằng dữ liệu chỉ được truyền đến nút dữ liệu này. Do đó 
mà loại trừ khả năng bản tin kép và giảm thiểu đáng kể việc truyền dữ liệu dư thừa 
qua mạng. Việc sử dụng bộ miêu tả dữ liệu cũng loại trừ khả năng chồng chất vì các 
nút có thể chỉ giới hạn về loại dữ liệu mà chúng quan tâm đến. Mỗi nút có thể dò tìm 
tới bộ quản lý để theo dõi mức tiêu thụ năng lượng của mình trước khi truyền hoặc 
xử lý dữ liệu. Khi mức năng lượng còn lại thấp các nút này có thể giảm hoặc loại bỏ 
một số hoạt động như là truyền thông tin dữ liệu hoặc các gói. Chính việc thích nghi 
với tài nguyên làm tăng thời gian sống của mạng. 
Tuy nhiên giao thức SPIN cũng có hạn chế khi mà nút trung gian không quan tâm 
đến dữ liệu nào đó, khi đó dữ liệu không thể đến được đích. 
2.2.3.2 Truyền tin trực tiếp (Directed Diffusion) 
Đây là giao thức trung tâm vào dữ liệu [58], [59] đối với việc truyền và phân bổ 
thông tin trong mạng cảm biến không dây. Mục tiêu chính là tiết kiệm năng lượng để 
tăng thời gian sống của mạng để đạt được mục tiêu này, giao thức này giữ tương tác 
giữa các nút cảm biến, dựa vào việc trao đổi các bản tin, định vị trong vùng lân cận 
mạng. Sử dụng sự tương tác về vị trí nhận thấy có tập hợp tối thiểu các đường truyền 
dẫn. Đặc điểm duy nhất của giao thức này là sự kết hợp với khả năng của nút để có 
thể tập trung dữ liệu đáp ứng truy vấn của sink để tiết kiệm năng lượng. 
Thành phần chính của giao thức này bao gồm 4 thành phần: interest (thông tin 
yêu cầu), data message (các bản tin dữ liệu), gradient, reinforcements. Directed 
disffusion sử dụng mô hình publish- and subcribe trong đó một người kiểm tra (tại 
sink) sẽ miêu tả mối quan tâm (interest) bằng một cặp thuộc tính-giá trị. 
2.2.4 Giao thức dựa trên vị trí (Location-based protocols) 
Hầu hết các giao thức định tuyến cho mạng cảm ứng đều yêu cầu thông tin về 
vị trí của các nút cảm biến, để có thể tính toán khoảng cách giữa hai nút xác định, từ 
37 
đó có thể ước lượng được năng lượng cần thiết [60]. Vì mạng cảm biến không có chế 
độ địa chỉ nào như địa chỉ IP và chúng được triển khai trong không gian ở một vùng 
nào đó, vì vậy thông tin về vị trí cần phải được sử dụng trong các dữ liệu định tuyến 
theo cách hiệu quả về mặt năng lượng. 
2.2.4.1 GAF (Geographic adaptive fidelity) 
GAF[61], [62] dự trữ năng lượng bằng cách tắt các nút không cần thiết trong 
mạng mà không ảnh hưởng đến mức độ chính xác của định tuyến. Nó tạo ra một lưới 
ảo cho vùng bao phủ. Mỗi nút dùng hệ thống định vị toàn cầu (GPS - Global 
Poisitioning System) của nó, xác định vị trí để kết hợp với một điểm trên lưới được 
gọi là tương đương khi tính đến việc định tuyến gói, để giữ các nút định vị trong vùng 
lưới xác định ở trạng thái nghỉ để tiết kiệm năng lượng. Vì vậy GAF có thể tăng đáng 
kể thời gian sống của mạng cảm biến khi mà số lượng các nút tăng lên. Ví dụ được 
đưa ra ở hình 2.6, nút 1 có thể truyền đến bất kì nút nào trong số các nút 2, 3 và 4 và 
các nút 2, 3, 4 có thể truyền tới nút 5. Do đó các nút 2, 3, và 4 là tương đương và 2 
trong số 3 nút đó có thể ở trạng thái nghỉ. 
Hình 2-5: Ví dụ về lưới ảo trong GAF 
Các nút chuyển trạng thái từ nghỉ sang hoạt động lần lượt để cho các tải được 
cân bằng. Có ba trạng thái được định nghĩa trong GAF, đó là phát hiện (discovery) 
để xác định các nút lân cận trong lưới, hoạt động (active) thể hiện sự tham gia vào 
quá trình định tuyến và nghỉ (sleep) khi sóng được tắt đi. Sự chuyển trạng thái trong 
GAF (hình 2.5). Để điều khiển độ di động, mỗi nút trong lưới ước đoán thời gian rời 
khỏi lưới của nó và gửi thông tin này đến nút lân cận. Các nút đang không hoạt động 
điều chỉnh thời gian nghỉ của chúng cho phù hợp để có thể nhận được các thông tin 
từ các nút lân cận, để định tuyến được chính xác. Trước khi thời gian rời khỏi lưới 
của các nút đang hoạt động quá hạn, các nút đang nghỉ thoát khỏi trạng thái đó và 
38 
một trong số các nút đó hoạt động trở lại. GAF được triển khai cho cả những mạng 
bao gồm các nút không di động (GAF cơ bản) và mạng bao gồm các nút di động 
(GAF thích ứng di động). 
GAF giữ mạng hoạt động bằng cách giữ cho các nút đại diện luôn ở chế độ hoạt 
động trong mỗi vùng ở lưới ảo của nó. Mặc dù GAF là một giao thức dựa trên vị trí, 
nó cũng có thể được coi là như một giao thức phân cấp khi mà các cụm dựa trên vị 
trí địa lý. Đối với mỗi vùng lưới xác định, mỗi nút đại điện hoạt động như một nút 
chủ để truyền dữ liệu đến các nút khác. Tuy nhiên nút chủ này không thực hiện bất 
cứ một nhiệm vụ hợp nhất hay tập trung dữ liệu nào như trong các giao thức phân cấp 
thông thường. 
Hình 2-6: Sự chuyển trạng thái trong GAF 
2.2.4.2 GEAR (Geographic and Energy-Aware Routing) 
Giao thức GEAR (Geographic and Energy-Aware Routing) [61] dùng sự nhận 
biết về năng lượng và các phương pháp thông báo thông tin về địa lý tới các nút lân 
cận. Việc định tuyến thông tin theo vùng địa lý rất có ích trong các hệ thống xác định 
vị trí, đặc biệt là trong mạng cảm biến. Ý tưởng này hạn chế số lượng các yêu cầu ở 
Directed Diffusion bằng cách quan tâm đến một vùng xác định hơn là gửi các yêu 
cầu tới toàn mạng. GEAR cải tiến hơn Directed Diffusion ở điểm này và vì thế dự trữ 
được nhiều năng lượng hơn. 
Trong giao thức GEAR, mỗi một nút giữ một chi phí ước tính (estimated cost) 
và một chi phí học (learned cost) trong quá trình đến đích qua các nút lân cận. Chi 
phí ước tính là sự kết hợp của năng lượng còn dư và khoảng cách đến đích. Chi phí 
học là sự cải tiến của chi phí ước tính giải thích cho việc định tuyến xung quanh các 
hốc trong mạng. Hốc xảy ra khi mà một nút không có bất kì một nút lân cận nào gần 
hơn so với vùng đích hơn là chính nó. Trong trường hợp không có một hốc nào thì 
39 
chi phí ước tính bằng với chi phí học được. Chi phí học được được truyền ngược lại 
1 hop mỗi lần một gói đến đích làm cho việc thiết lập đường cho gói tiếp theo được 
điều chỉnh. 
Có 2 giai đoạn trong giải thuật này: 
• Chuyển tiếp gói đến vùng đích: GEAR dùng cách tự chọn nút lân cận dựa trên 
sự nhận biết về năng lượng và vị trí địa lý để định tuyến gói đến vùng đích. Có 
2 trường hợp cần quan tâm: 
o Khi tồn tại nhiều nút lân cận gần hơn so với đích: GEAR sẽ chọn hop 
tiếp theo trong số tất cả các nút lân cận gần đích hơn. 
o Khi mà tất cả các nút đều xa hơn: trong trường hợp này sẽ có một lỗ 
hổng. GEAR chọn hop tiếp theo mà làm tối thiểu giá chi phí của nút lân 
cận này. Trong trường hợp này, một trong số các nút lân cận được chọn 
để chuyển tiếp gói dựa trên chi phí học được. Lựa chọn này có thể được 
cập nhật sau theo sự hội tụ của chi phí học được trong suốt quá trình 
truyền gói. 
• Chuyển tiếp gói trong vùng: Nếu gói được chuyển đến vùng, nó có thể truyền 
dữ liệu trong vùng đó bằng cách chuyển tiếp địa lý đệ quy. Ở những mạng có 
mật độ cảm biến cao, người ta chia thành 4 vùng nhỏ và tạo ra 4 bản copy của 
gói đó. Quá trình chuyển tiếp và chia nhỏ này được tiếp tục cho đến khi trong 
vùng chỉ còn 1 nút. 
Để thỏa mãn các điều kiện, dùng giải thuật chuyển tiếp địa lý đệ qui để truyền 
gói trong vùng này. Tuy nhiên, với những vùng mật độ thấp, chuyển tiếp địa lý đệ 
quy đôi khi không hoàn thành, định tuyến vô tác dụng trong một vùng đích rỗng trước 
khi số hop gói đi qua vượt quá giới hạn. 
2.2.5 Thuật toán phân cụm và A-Sao với logic mờ 
CAF (Cluster Algorithm and A-Star with Fuzzy Approach)” [63], được đề 
xuất với một phương thức định tuyến mới trong mạng cảm biến không dây để mở 
rộng tuổi thọ mạng sử dụng sự kết hợp của một thuật toán phân cụm, một tiếp cận mờ 
và một phương thức A-sao. Đầu tiên, mạng cảm biến không dây được phân vào các 
cụm sử dụng phương thức Stable Election Protocol (SEP). Tiếp theo, kết hợp phương 
thức tiếp cận mờ và thuật toán A-sao được đề nghị dựa trên các yếu tố như năng lượng 
còn lại, bước nhảy tối thiểu và lưu lượng của các nút. 
40 
Các tác giả đề xuất phương pháp định tuyến CAF sử dụng phương thức SEP, 
logic mờ và thuật toán A-Sao. Đề xuất chọn nút tối ưu để xây dựng cây đa chặng 
bằng cách xem xét 3 tiêu chí định tuyến: mức năng lượng còn lại cao nhất, số bước 
nhảy tối thiểu và số lưu lượng thấp nhất. 
Đối với các giao thức đồng nhất Dutts R [64] đã kết hợp các giao thức đồng 
nhất LEACH với thuật toán FCM tạo ra một giao thức mới LAUCF, nó đã chứng 
minh được việc tiết kiệm năng lượng và kéo dài tuổi thọ sống cho mạng cảm biến, 
điều này được tác giả chứng minh khi so sánh LAUCF với LEACH. Với SEP là một 
giao thức không đồng nhất trong WSN, nó làm tăng thời gian ổn định của mạng. Tuy 
nhiên việc lựa chọn CH trong giao thức SEP tồn tại một nhược điểm đó là việc lựa 
chọn các CH từ hai loại nút Advance và Normal là không linh động, do đó các nút ở 
xa sẽ bị chết đầu tiên. CHEF là một cơ chế lựa chọn trưởng cụm cục bộ sử dụng logic 
mờ [65]. CHEF xác định một số yếu tố có thể ảnh hưởng đến tuổi thọ mạng. Như 
những nhân tố này, CHEF áp dụng hệ thống suy luận mờ FIS vào cơ chế bầu chọn 
trưởng cụm cục bộ mà sink không cần phải thu thập thông tin từ tất cả các nút. Bằng 
cách sử dụng logic mờ, chi phí tính toán được giảm và tuổi thọ mạng được mở rộng. 
Ngoài ra, hoạt động của cơ chế này được cục bộ hóa, sink không chọn các CH, các 
nút cảm biến chỉ bầu chọn các trưởng cụm bằng cách sử dụng logic mờ. 
2.3. Thuật toán tối ưu năng lượng trong mạng không dây không đồng nhất dựa 
trên giao thức không đồng nhất DEC 
2.3.1 Giới thiệu 
Dựa trên các thuật toán phân cụm trong WSN không đồng nhất hiện có, việc 
xây dựng một thuật toán định tuyến mới dựa trên các giao thức [51], [53], [54] vẫn 
dựa trên tỉ lệ giữa mức năng lượng còn lại của nút và năng lượng trung bình của 
toàn mạng trong vòng hiện tại của từng loại nút không đồng nhất để xây dựng xác 
suất cho việc lựa chọn một nút trở thành CH đã được nghiên cứu. Tuy nhiên giao 
thức cải tiến này sẽ bổ sung thêm thành phần ước lượng khoảng cách vào trong xác 
suất lựa chọn CH cũng như bổ sung thêm thành phần ước lượng năng lượng còn lại 
vào trong việc xác định ngưỡng cho một nút trong quá trình phân cụm. Mục tiêu 
chính của giao thức này là giảm tổng tiêu thụ năng lượng trong mạng và kéo dài tuổi 
thọ mạng. Cải tiến này đã được chấp nhận trên tạp chí với tiêu “Improving 
Distributed Energy Efficient Clustering Algorithm to Save Lifetime for 
41 
Heterogeneous WSN”, International Journal of Computer Networks & 
Communications (IJCNC)” 
2.3.2 Quá trình phân cụm 
Trước hết, xét về mức độ không đồng nhất trong mạng thì giao thức đề xuất sẽ 
giữ ở mức độ 4, bao gồm 4 loại nút normal, advance, super, ultra-super với 4 mức 
năng lượng khởi tạo khác nhau giống như giao thức của nhóm tác giả đã trình bày 
nhưng thay vào đó giao thức đề xuất sẽ cải tiến ngưỡng hình thành cụm cũng như bổ 
sung thành phần ước lượng khoảng cách vào trong quá trình tính toán xác suất của 
việc lựa chọn CH. 
Tương tự như các giao thức trên, mỗi nút sẽ chọn 1 số ngẫu nhiên trong khoảng 
(0,1). Nếu số này thấp hơn giá trị ngưỡng của nút si thì nút đó sẽ trở thành một CH. 
Dựa trên giao thức của nhóm tác giả [53], [54] đưa ra để đưa vào giao thức cải 
tiến nhằm cải thiện ngưỡng Ts của các giao thức dựa trên WSN không đồng nhất đã 
xây dựng trước đây với mong muốn là những nút có mức năng lượng còn lại cao hơn 
sẽ có nhiều cơ hội trở thành CH hơn bằng cách thêm vào thành phần ước lượng năng 
lượng còn lại của một nút si, dựa trên tỉ lệ (
𝐸𝑖 
𝐸0
). Công thức (2.1) sẽ được xây dựng lại 
trong công thức (2.18) 
(2.18) Công thức tính ngưỡng cho lựa chọn CH của giao thức đề xuất 
Trong đó Ei là năng lượng còn lại của nút si ở vòng hiện tại và Eo là năng lượng 
ban đầu của nút normal. Với Pi được định nghĩa riêng cho từng loại nút tùy theo mức 
độ không đồng nhất, ở đây là 4. 
 Xác suất cho việc lựa chọn CH được sửa đổi trong giao thức đề xuất bằng cách 
đưa vào thành phần ước lượng khoảng cách. Giả sử ta có dhiện tại là đoạn đường 
thực tế từ nút thứ i đến SINK. Khi đó ta có: 
(2.19) Công thức tính khoảng cách của nút hiện tại đến SINK 
Trong đó 𝑑ℎ𝑖ệ𝑛 𝑡ạ𝑖: Khoảng cách hiện tại từ nút thứ i tới Sink. 
(𝑋𝑖 , 𝑌𝑖): Tọa độ nút i. 
𝑇(𝑠𝑖) = {
𝑃
1−𝑃𝑖 × [𝑟 𝑚𝑜𝑑
1
𝑃𝑖
]
×
𝐸𝑖 
𝐸0
 , 𝑖𝑓 𝑠 ∈ 𝐺
0 , 𝑜𝑡ℎ𝑒𝑟𝑤𝑖𝑠𝑒
 (2.18) 
𝑑ℎ𝑖ệ𝑛 𝑡ạ𝑖 = √(𝑋𝑖 − 𝑋𝐵𝑆)2 + (𝑌𝑖 − 𝑌𝐵𝑆)2 (2.19) 
42 
(𝑋𝐵𝑆, 𝑌𝐵𝑆): Tọa độ trạm gốc. 
 Mặt khác ta lấy dtrung bình là đoạn đường trung bình từ một nút bất kỳ đến Sink, 
dtoCH là khoảng cách trung bình từ CH đến các nút thành viên trong cụm và dtoSINK 
là khoảng cách trung bình của các CH đến Sink. dtoCH và dtoSINK được xây dựng 
trong công thức (2.20). 
Nếu khoảng cách hiện tại dhiện tại <= dtrung bình 
Thì xác suất lựa chọn một nút trở thành CH sẽ được tính theo công thức 
Nếu 𝐸𝑖(𝑟) > 𝑇𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑒 , thì 
(2.21) Công thức tính xác suất cải tiến khi dhiện tại <= dtrung bình với điều kiện Ei(r) 
> Tabsolute trong giao thức đề xuất 
Nếu 𝐸𝑖(𝑟) ≤ 𝑇𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑒 , Thì 
 𝑃(𝑖)𝑐ả𝑖 𝑡𝑖ế𝑛 = 𝑐.
𝑃𝑜𝑝𝑡 .(1+𝑢).𝐸𝑖(𝑟)
1+𝑚(𝑎+ 𝑚0(−𝑎+𝑏+𝑚1(−𝑏+𝑢)))).E̅(𝑟) 
∗
𝑑ℎ𝑖ệ𝑛 𝑡ạ𝑖
𝑑𝑡𝑟𝑢𝑛𝑔 𝑏ì𝑛ℎ
𝑐ℎ𝑜 𝑡ấ𝑡 𝑐ả 𝑐á𝑐 𝑛𝑜𝑑𝑒 
(2.21) Công thức tính xác suất cải tiến khi dhiện tại <= dtrung bình với điều kiện Ei(r) 
<= Tabsolute trong giao thức đề xuất 
Ngược lại nếu dhiện tại > dtrung bình 
Thì xác suất lựa chọn một nút trở thành CH sẽ được tính theo công thức như 
[54] cho 4 loại nút không đồng nhất. 
Nếu 𝐸𝑖(𝑟) > 𝑇𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑒 , thì 
 (3.5) 
dtrung bình = dtoBS + dtoCH (2.20) 
𝑃(𝑖)𝑐ả𝑖 𝑡𝑖ế𝑛 =
{
𝑃𝑜𝑝𝑡 . 𝐸𝑖(𝑟)
1+𝑚(𝑎+ 𝑚0(−𝑎+𝑏+𝑚1(−𝑏+𝑢)))).E̅(𝑟) 
∗
𝑑ℎ𝑖ệ𝑛 𝑡ạ𝑖
𝑑𝑡𝑟𝑢𝑛𝑔 𝑏ì𝑛ℎ
𝑐ℎ𝑜 𝑐á𝑐 𝑛𝑜𝑟𝑚𝑎𝑙 𝑛𝑜𝑑𝑒
𝑃𝑜𝑝𝑡 .(1+𝑎).𝐸𝑖(𝑟)
1+𝑚(𝑎+ 𝑚0(−𝑎+𝑏+𝑚1(−𝑏+𝑢)))).E̅(𝑟) 
∗
𝑑ℎ𝑖ệ𝑛 𝑡ạ𝑖
𝑑𝑡𝑟𝑢𝑛𝑔 𝑏ì𝑛ℎ
𝑐ℎ𝑜 𝑐á𝑐 𝑎𝑑𝑣𝑎𝑛𝑐𝑒 𝑛𝑜𝑑𝑒
𝑃𝑜𝑝𝑡 .(1+𝑏).𝐸𝑖(𝑟)
1+𝑚(𝑎+ 𝑚0(−𝑎+𝑏+𝑚1(−𝑏+𝑢)))).E̅(𝑟) 
∗
𝑑ℎ𝑖ệ𝑛 𝑡ạ𝑖
𝑑𝑡𝑟𝑢𝑛𝑔 𝑏ì𝑛ℎ
𝑐ℎ𝑜 𝑐á𝑐 𝑠𝑢𝑝𝑒𝑟 𝑛𝑜𝑑𝑒
𝑃𝑜𝑝𝑡 .(1+𝑢).𝐸𝑖(𝑟)
1+𝑚(𝑎+ 𝑚0(−𝑎+𝑏+𝑚1(−𝑏+𝑢)))).E̅(𝑟) 
∗
𝑑ℎ𝑖ệ𝑛 𝑡ạ𝑖
𝑑𝑡𝑟𝑢𝑛𝑔 𝑏ì𝑛ℎ
𝑐ℎ𝑜 𝑐á𝑐 𝑢𝑙𝑡𝑟𝑎 − 𝑠𝑢𝑝𝑒𝑟 𝑛𝑜𝑑𝑒
 (2.21) 
𝑃(𝑖) =
{
𝑃𝑜𝑝𝑡 . 𝐸𝑖(𝑟)
1+𝑚(𝑎+ 𝑚0(−𝑎+𝑏+𝑚1(−𝑏+𝑢)))).E̅(𝑟) 
𝑐ℎ𝑜 𝑐á𝑐 𝑛𝑜𝑟𝑚𝑎𝑙 𝑛𝑜𝑑𝑒
𝑃𝑜𝑝𝑡 .(1+𝑎).𝐸𝑖(𝑟)
1+𝑚(𝑎+ 𝑚0(−𝑎+𝑏+𝑚1(−𝑏+𝑢)))).E̅(𝑟) 
𝑐ℎ𝑜 𝑐á𝑐 𝑎𝑑𝑣𝑎𝑛𝑐𝑒 𝑛𝑜𝑑𝑒
𝑃𝑜𝑝𝑡 .(1+𝑏).𝐸𝑖(𝑟)
1+𝑚(𝑎+ 𝑚0(−𝑎+𝑏+𝑚1(−𝑏+𝑢)))).E̅(𝑟) 
𝑐ℎ𝑜 𝑐á𝑐 𝑠𝑢𝑝𝑒𝑟 𝑛𝑜𝑑𝑒
𝑃𝑜𝑝𝑡 .(1+𝑢).𝐸𝑖(𝑟)
1+𝑚(𝑎+ 𝑚0(−𝑎+𝑏+𝑚1(−𝑏+𝑢)))).E̅(𝑟) 
𝑐ℎ𝑜 𝑐á𝑐 𝑢𝑙𝑡𝑟𝑎 − 𝑠𝑢𝑝𝑒𝑟 𝑛𝑜𝑑𝑒
 (2.22) 
43 
(2.22) Công thức tính xác suất khi dhiện tại > dtrung bình với điều kiện Ei(r) > Tabsolute 
trong giao thức đề xuất 
Nếu 𝐸𝑖(𝑟) ≤ 𝑇𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑒 , thì 
(2.23) Công thức tính xác suất khi dhiện tại > dtrung bình với điều kiện Ei(r) <= 
Tabsolute trong giao thức đề xuất 
Với 𝑇𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑒 = 𝑧. 𝐸𝑜 [43] 
2.3.3 Hoạt động của giao thức đề xuất 
Bước 1: Tính toán năng lượng hiện tại của nút mạng thứ i (Ei), năng lượng của 
vòng hiện tại (Er) theo công thức (2.10) và khoảng cách trung bình của một nút 
bất kỳ đến Sink (dtrung bình) theo công thức (2.20). 
Bước 2: Ước lượng năng lượng trung bình của toàn mạng ở vòng hiện tại theo 
công thức 2.7 
Bước 3: Xem xét nếu dhiện tại <= dtrung bình thì xác suất lựa chọn CH P(i) sẽ được tính 
theo công thức (2.21) (nếu 𝐸𝑖(𝑟) > 𝑇𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑒) hoặc (2.22) (nếu 𝐸𝑖(𝑟) ≤
 𝑇𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑒). 
Ngược lại nếu dhiện tại > dtrung bình thì xác suất P(i) sẽ được tính theo công thức (2.23) 
(nếu 𝐸𝑖(𝑟) > 𝑇𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑒 ,) hoặc (nếu 𝐸𝑖(𝑟) ≤ 𝑇𝑎𝑏𝑠𝑜𝑙𝑢𝑡𝑒). 
Bước 4: Xét nút được lựa chọn làm CH đã là CH chưa. Nếu chưa thì sẽ chọn nút 
này làm CH cho vòng tiếp theo và chuyển đến bước 5, ngược lại nếu nút được lựa 
chọn đã làm CH trong vòng trước đó rồi thì sẽ trở thành nút thành viên cho cụm 
và kết thúc quá trình lựa chọn CH. 
Bước 5: Chọn một số ngẫu nhiên từ 0 đến 1. Sau đó so sánh số này với giá trị 
ngưỡng 𝑇𝑠𝑖 (𝑇𝑠𝑖 dựa trên công thức cải tiến (2.18). Nếu số ngẫu nhiên <= 𝑇𝑠𝑖 thì 
sẽ chọn nút thứ i làm CH sau đó kết thúc quá trình chọn CH, ngược lại nếu số 
ngẫu nhiên >𝑇𝑠𝑖 thì nút i sẽ trở thành nút thành viên cho cụm và kết thúc quá trình 
lựa chọn CH. 
Dựa vào sơ đồ do nhóm tác giả [39], [66] đưa ra. Thuật toán được tiến hành xây 
dựng với sơ đồ cải tiến như sau: 
 𝑃(𝑖) = 𝑐.
𝑃𝑜𝑝𝑡 .(1+𝑢).𝐸𝑖(𝑟)
1+𝑚(𝑎+ 𝑚0(−𝑎+𝑏+𝑚1(−𝑏+𝑢)))).E̅(𝑟) 
𝑐ℎ𝑜 𝑡ấ𝑡 𝑐ả 𝑐á𝑐 𝑛𝑜𝑑𝑒 (2.23) 
44 
Hình 2-7 Sơ đồ khối cho các giao thức EDEEC, EDDEEC, BEENISH, Giao thức 
đề xuất trong quá trình lựa chọn CH 
Thuật toán trên đã tiến hành mô phỏng và so sánh kết quả với các giao thức 
khác trên phần mềm mô phỏng MATLAB R2015a. 
45 
2.3.4 Đánh giá giải pháp 
2.3.4.1 Mô hình mạng 
Việc đánh giá kết quả của thuật toán sử dụng chương trình Matlab dựa trên mô 
hìn