Luận án Nghiên cứu phát triển định tuyến tiết kiệm năng lượng cho mạng cảm biến không dây

BỘ GIÁO DỤC VÀ ĐÀO TẠO 
TRƢỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI 
NGUYỄN TRUNG DŨNG 
NGHIÊN CỨU PHÁT TRIỂN ĐỊNH TUYẾN TIẾT KIỆM NĂNG 
LƢỢNG CHO MẠNG CẢM BIẾN KHÔNG DÂY 
LUẬN ÁN TIẾN SĨ KỸ THUẬT VIỄN THÔNG 
Hà Nội -2014 
BỘ GIÁO DỤC VÀ ĐÀO TẠO 
TRƢỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI 
NGUYỄN TRUNG DŨNG 
NGHIÊN CỨU PHÁT TRIỂN ĐỊNH TUYẾN TIẾT KIỆM NĂNG 
LƢỢNG CHO MẠNG CẢM BIẾN KHÔNG DÂY 
LUẬN ÁN TIẾN SĨ KỸ THUẬT VIỄN THÔNG 
Ngƣời hƣớng 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 
i 
MỤCLỤC 
 Trang 
MỞ ĐẦU 1 
CHƢƠNG 1. TỔNG QUAN VỀ MẠNG CẢM BIẾN KHÔNG DÂY 10 
 1.1 Cấu trúc mạng cảm biến không dây 10 
 1.1.1 Các yếu tố ảnh hưởng đến cấu trúc mạng cảm biến không dây 10 
 1.1.2 Đặc điểm của cấu trúc mạng cảm biến 13 
 1.1.3 Kiến trúc giao thức mạng 14 
 1.1.4 Hai cấu trúc đặc trưng của mạng cảm biến 16 
 1.1.4.1 Cấu trúc phẳng 16 
 1.1.4.2 Cấu trúc phân tầng 17 
 1.2 Ứng dụng mạng cảm biến không dây 19 
 1.2.1 Ứng dụng trong quân đội 20 
 1.2.2 Ứng dụng trong môi trường 21 
 1.2.3 Ứng dụng trong chăm sóc sức khỏe 22 
 1.2.4 Ứng dụng trong gia đình 22 
 1.3 Một số vấn đề thách thức kỹ thuật 22 
 1.3.1 Vấn đề lớp MAC 22 
 1.3.2 Vấn đề định tuyến 23 
 1.3.3 Vấn đề năng lượng 23 
CHƢƠNG 2.TỐI ƢU ĐỊNH TUYẾN ĐA CHẶNG TIẾT KIỆM NĂNG 
LƢỢNG 
25 
2.1 Các phương pháp định tuyến tiết kiệm năng lượng dựa trên kỹ thuật giảm 
thiểu các gói tin dư thừa 
25 
2.1.1 Phương pháp định tuyến mở rộng vòng Expanding Ring Search – 
ERS 
26 
2.1.2 Đề xuất phương pháp định tuyến mở rộng vòng giảm thiểu số nút 
tham gia định tuyến – Efficient Expanding Ring Search (EERS) 
30 
2.1.2.1 Kỹ thuật xác định thông tin nút lân cận cách hai bước nhảy 
mạng 
30 
 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 
nâng cao thời gian sống của mạng 
43 
2.2.1 Đề xuất phương pháp định tuyến dựa vào mức năng lượng các nút 
cảm biến để loại bỏ tuyến đường có năng lượng thấp 
43 
2.2.2 Đề xuất phương pháp định tuyến dựa vào hai điều kiện để chọn 
đường đi tốt nhất - Routing Dual Criterion (RDC) 
49 
 2.2.3 Mô phỏng kết quả 51 
2.3 Phương pháp định tuyến tiết kiệm năng lượng dựa trên điều khiển công 
suất 
56 
 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 
ii 
 2.4 Kết luận 65 
CHƢƠNG 3.TIẾT KIỆM NĂNG LƢỢNG TRONG MẠNG CẢM BIẾN 
KHÔNG DÂY ĐA CHẶNG SỬ DỤNG PHƢƠNG PHÁP 
ƢỚC ĐOÁN VỊ TRÍ CỦA ĐỐI TƢỢNG 
66 
 3.1 Cơ sở lý thuyết toán học 66 
 3.1.1 Định lý xác suất Bayes 67 
3.1.2 Hàm phân bố xác suất và hàm mật độ xác suất của một biến ngẫu 
nhiên 
67 
 3.1.2.1 Hàm phân bố xác suất (Probability Distribution Function) 67 
 3.1.2.2 Hàm mật độ xác suất (Probability Density Function) 68 
 3.1.3 Kỳ vọng và phương sai của biến ngẫu nhiên 68 
 3.1.3.1 Kỳ vọng của biến ngẫu nhiên 68 
 3.1.3.2 Phương sai của biến ngẫu nhiên 69 
 3.1.4 Hàm phân phối xác suất Gaussian – Hàm phân phối chuẩn 69 
 3.1.5 Tiến trình Markov 70 
 3.1.6 Mô hình hóa hệ thống không gian trạng thái động 70 
 3.1.7 Tiếp cận Bayes 71 
 3.1.8 Một số thuật toán theo vết dựa trên tiếp cận Bayes 73 
 3.2 Sơ lược về một số thuật toán dự đoán vị trí 73 
 3.2.1 Bộ lọc Kalman 74 
 3.2.2 Bộ lọc Kalman mở rộng 78 
 3.2.2.1 Những giới hạn của mô hình tuyến tính 78 
 3.2.2.2 Khai triển chuỗi Taylor 79 
 3.2.3 Kết luận 80 
 3.3 Thuật toán bộ lọc chất điểm (Particle Filter) 81 
 3.3.1 Các điều kiện rằng buộc của thuật toán bộ lọc chất điểm 81 
 3.3.2 Hướng tiếp cận của bộ lọc thuật toán bộ lọc chất điểm 82 
 3.3.3 Lấy mẫu quan trọng (Importance Sampling) 83 
3.3.4 Lấy mẫu quan trọng tuần tự (Sequential Importance Sampling – 
SIS) 
84 
 3.3.5 Vấn đề lựa chọn hàm mật độ đề xuất 88 
 3.3.6 Vấn đề thoái hóa mẫu và giải pháp lấy mẫu lại (Resampling) 89 
3.3.7 Thuật toán bộ lọc chất điểm tổng quát (Generic Particle Filter – 
GPF) 
90 
3.3.8 Thuật toán lấy mẫu lại quan trọng tuần tự (Sequential Importance 
Resampling – SIR) 
91 
 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 
99 
 3.4.1 Mô hình hóa bài toán 99 
 3.4.2 Đề xuất phương pháp thực hiện bộ lọc chất điểm 100 
 3.4.2.1 Pha khởi tạo N chất điểm 100 
 3.4.2.2 Pha lan truyền chất điểm 101 
 3.4.2.3 Pha tính toán trọng số 102 
 3.4.2.4 Kết quả mô phỏng 103 
 3.5 Đề xuất mô hình giám sát theo vùng 105 
iii 
 3.6 Mô hình giám sát toàn mạng 108 
 3.7 Mô phỏng và đánh giá kết quả 110 
 3.8 Kết luận 116 
KẾT LUẬN CHUNG 117 
TÀI LIỆU THAM KHẢO 124 
DANH MỤC CÁC CÔNG TRÌNH CÔNG BỐ 132 
iv 
DANH MỤC CÁC CHỮ VIẾT TẮT 
ABR Avoid Bad Route Định tuyến loại bỏ tuyến đường xấu 
ADC Analog-to-Digital Bộ chuyển đổi tương tự số 
AODV Adhoc On-demand Distance Vector Định tuyến vector khoảng cách theo 
yêu cầu 
AOMDV Adhoc On-demand Multipath Distance 
Vector 
Định tuyến vector khoảng cách đa 
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/ 
Collision Avoidance 
Cảm biến sóng mang đa truy cập/ 
tránh xung đột 
DSR Dynamic Source Routing Định tuyến theo nguồn 
EERS Efficient 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 
Hierarchy 
Định tuyến phân vùng tiết kiệm 
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 
Protocol 
Định tuyến dựa trên điều khiển công 
suất 
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 
v 
DANH MỤC CÁC KÝ HIỆU 
 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 
δi Hàm xung Delta 
ck Trạng thái của hệ thống tại thời điểm k 
xt Trạng thái của hệ thộng tại thời điểm t 
yt Tín hiệu đo đạc của hệ thống tại thời điểm t 
gt Hàm chuyển tại thời điểm t 
ht Hàm quan sát tại thời điểm t 
wt Nhiễu xử lý tại thời điểm t 
vt Nhiễu quan sát tại thời điểm t 
ut Đầu vào của hệ thống tại thời điểm t 
ˆ
tx
 Ước lượng hậu nghiệm của xt 
ˆ
tx
 Ước lượng tiên nghiệm của xt 
tP
 Hiệp phương sai của lỗi ước lượng của ˆ
tx
tP
 Hiệp phương sai của lỗi ước lượng của ˆ
tx
Kt
Ma trận hệ số khuếch đại Kalman
X Biến ngẫu nhiên của hàm phân bố xác suất 
F(X) Hàm phân bố xác suất của biến ngẫu nhiên X 
f(x) Hàm mật độ xác suất của biến ngẫu nhiên X 
pi Xác suất tương ứng của các giá trị xi của biến ngẫu nhiên X 
E(X) Kỳ vọng của biến ngẫu nhiên X 
V(X) Phương sai của biến ngẫu nhiên X 
M Chi phí tuyến đường 
Ploss Công suất tiêu hao 
Ptx_max Công suất truyền lớn nhất 
Psen Công suât nhạy thu 
Pmar Công suất dự trữ 
Ptx Công suất truyền 
LPsent Năng lượng còn lại của nút cảm biến trong thuật toán PRP 
LPthr Ngưỡng năng lượng còn lạicủa nút cảm biến trong thuật toán PRP 
Tc Thời gian đợi bản tin trả lời 
n Số nút cảm biến trong mạng 
K Độ tăng của giá trị TTL giữa hai lần tìm kiếm trong thuật toán tìm đường mở 
rộng vòng 
t Thời gian hiện tại 
T Mốc thời gian trong tương lai 
N Số chất điểm 
vi 
DANH MỤC CÁC BẢNG 
 Trang 
Bảng 2.1. Các thông số mô phỏng chung 39 
Bảng 2.2. Các thông số mô phỏng AODV và PRP 59 
Bảng 3.1. Ví dụ về kết quả khai triển Taylor 80 
Bảng 3.2. Thông số mô phỏng ứng dụng giám sát theo vùng 111 
vii 
DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ 
 Trang 
Hình 1.1. Một mạng cảm biến không dây đơn giản 11 
Hình 1.2. Cấu tạo nút cảm biến 12 
Hình 1.3. Kiến trúc giao thức mạng cảm biến 15 
Hình 1.4. Cấu trúc phẳng của mạng cảm biến 17 
Hình 1.5. Cấu trúc tầng của mạng cảm biến 17 
Hình 1.6. Cấu trúc mạng phân cấp chức năng theo lớp 18 
Hình 2.1. Lưu đồ thuật toán của nút nguồn gửi gói tin RREQ 27 
Hình 2.2. Lưu đồ thuật toán xử lí ở nút trung gian 28 
Hình 2.3. Ví dụ cơ chế tìm kiếm mở rộng vòng (Expanding Ring Search) 29 
Hình 2.4. Ví dụ quá trình xác định thông tin nút lân cận cách 2 bước nhảy 31 
Hình 2.5. Đề xuất phương pháp làm tràn hiệu quả dựa trên kĩ thuật nghe ngóng 34 
Hình 2.6. Lưu đồ thuật toán EERS 37 
Hình 2.7. So sánh thời gian sống của mạng giữa AODV, ERS và EERS 40 
Hình 2.8. So sánh tỷ lệ truyền gói thành công PDR giữa EERS, ERS và AODV 41 
Hình 2.9. So sánh về thông lượng mạng khi sử dụng định tuyến EERS, ERS và 
AODV 
42 
Hình 2.10. Ví dụ hoạt động của ABR 44 
Hình 2.11. Thuật toán ABR thực hiện tại nút nguồn 45 
Hình 2.12. Thuật toán ABR thực hiện tại nút trung gian 46 
Hình 2.13. Thuật toán ABR tại nút đích 47 
Hình 2.14. Sự thay đổi giá trị của biến rq_min_energy và rp_energy trong thuật 
toán RDC 
49 
Hình 2.15. Ví dụ về hoạt động của thuật toán RDC 50 
Hình 2.16. Quá trình duy trì update thông tin định tuyến trong thuật toán RDC 51 
Hình 2.17. So sánh thời gian sống của mạng giữa AODV, ERS, EERS, ABR và 
RDC mô phỏng 1 
52 
Hình 2.18. So sánh tỷ lệ gửi gói tin thành công giữa AODV, ERS, EERS, ABR 
và RDC mô phỏng 1 
53 
Hình 2.19. So sánh thông lượng Throughput giữa AODV, ERS, EERS, ABR và 
RDC mô phỏng 1 
53 
Hình 2.20. So sánh thời gian sống của mạng giữa AODV, ERS, EERS, ABR và 
RDC mô phỏng 2 
54 
Hình 2.21. So sánh tỷ lệ gửi gói tin thành công giữa AODV, ERS, EERS, ABR 
và RDC mô phỏng 2 
55 
Hình 2.22. So sánh thông lượng của mạng giữa AODV, ERS, EERS, ABR và 
RDC mô phỏng 2 
56 
Hình 2.23. So sánh thời gian sống của mạng khi sử dụng AODV và PRP 60 
Hình 2.24. So sánh thông lượng của mạng khi sử dụng AODV và PRP 60 
Hình 2.25. So sánh tỷ lệ truyền gói tin thành công khi sử dụng PRP và AODV 61 
Hình 2.26. Năng lượng toàn mạng còn lại khi sử dụng AODV và PRP với mô 
phỏng 60 nút mạng 
61 
Hình 2.27. Năng lượng toàn mạng còn lại khi sử dụng AODV và PRP với mô 
phỏng 80 nút mạng 
62 
Hình 2.28. Năng lượng toàn mạng còn lại khi sử dụng AODV và PRP với mô 
phỏng 90 nút mạng 
62 
viii 
Hình 2.29. Năng lượng toàn mạng còn lại khi sử dụng AODV và PRP với mô 
phỏng 100 nút mạng 
63 
Hình 2.30. Năng lượng toàn mạng còn lại khi sử dụng AODV và PRP với mô 
phỏng 110 nút mạng 
63 
Hình 2.31. Năng lượng toàn mạng còn lại khi sử dụng AODV và PRP với mô 
phỏng 120 nút mạng 
64 
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 
hai thuật toán SIS và SIR 
96 
Hình 3.13. So sánh lỗi RMS của thuật toán Kalman và bộ lọc chất điểm với 
N=100 
96 
Hình 3.14. So sánh lỗi RMS của thuật toán Kalman và bộ lọc chất điểm với 
N=1000 
97 
Hình 3.15. So sánh lỗi RMS của thuật toán Kalman và bộ lọc chất điểm với 
N=5000 
97 
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 
Hình 3.19. Ước lượng đường đi của đối tượng thực hiện với các thuật tóan SIS, 
GPF, SIR, SIS-Dis 
104 
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 
khi mô phỏng theo thời gian 
105 
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 
toàn mạng và giám sát theo vùng với các giao thức định tuyến khác nhau 
mô phỏng 1 
111 
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 
112 
Hình 3.27. 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 2 
112 
Hình 3.28. 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 
113 
ix 
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 
113 
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 
114 
Hình 3.31.Đồ thị so sánh thời gian sống của mạng k ...  Boutaba (2008) Load-Balanced Routing Scheme for 
Energy-Efficient Wireless Sensor Networks. Global Telecommunications Conference, 
IEEE GLOBECOM, Print ISBN: 978-1-4244-2324-8, pp. 1-6, 2008. 
[39] Swimpy Pahuja, Jaya Chugh, Ram Kumar (2012) Distributed Load Balancing (DisLB) 
in Grid Wireless Sensor Network. Proceeding of the International Conference on Soft 
Computing for Problem Solving (SocProS 2011), Volume 1, Print ISBN: 978-81-322-
0486-2, Online ISBN: 978-81-322-0487-9, pp. 289-299, Copyright 2012. 
[40] Sofie Pollin, Bruno Bougard, Rahul Mangharam, Francky Catthoor, Ingrid Moerman, 
Ragunathan Rajkumar, Liesbet Van der Perre (2005) Optimizing Transmission And 
Shutdown For Energy-Efficient Real-Time Packet Scheduling In Clustered Ad Hoc 
Networks. EURASIP Journal on Wireless Communication and Networking, Volume 
2005 Issue 5, pp. 698-711, Oct 2005. 
[41] A. Sinha, A. Chandrakasan (2001) Dynamic Power Management In Wireless Sensor 
Networks. Design and test of Computers, IEEE, Volume 18 Issue 2, ISSN: 0740-7475, 
pp 62-74, 2001. 
[42] A. Moragrega, C. Ibars, Yan Geng (2009) Energy Efficiency of A Cooperative Wireless 
Sensor Network. IWCLD ’09. Second International Workshop on Cross Layer Design, 
Print ISBN: 978-1-4244-3302-5, Online ISBN: 978-1-4244-3302-5, pp. 1-5, 2009. 
[43] Qingchun Ren, Xiuzhen Cheng (2010) Latency-Optimized and Energy-Efficient MAC 
Protocol for Underwater Acoustic Sensor Networks: A Cross-Layer Approach. 
 128 
EURASIP Journal on Wireless Communications and Networking 2010, DOI: 
10.1155/2010/323151. 
[44] Garrick Ing (2005) Distributed Particle Filter for Object Tracking in Sensor Networks. 
A thesis submitted to McGill University in partial fulfillment of the requirements for the 
degree of Masters of Engineering, Dec 2005. 
[45] Thomas Bayes, Mr. Price (1763) An Essay towards solving a Problem in the Doctrine of 
Chances. Philosophical Transactions of the Royal Society of London, Volume 53, pp. 
370-418, 1763. 
[46] G. Barnard (1958) Studies in the History of Probability and Statistics: IX. Thomas 
Bayes’ An Essay Towards Solving a Problem in the Doctrine of Chances. Biometrika 
Vol. 45, pp. 293-315, 1958. 
[47] Patrick Billingsley (1995) Probability and Measure. John Wiley and Sons, ISBN 0-471-
00710-2, Section 14, 1995. 
[48] M. Abromawitz, I. A. Stegun (1972) “Probability Functions”, Chapter 26 in Handbook 
of Mathematical Functions with Formulas, Graphs, and Mathematical Tables. 9
th
printing, pp. 925-964, 1972. 
[49] Catherine Forbes, Merran Evans, Nicholas Hastings, Brian Peacock (2011) Statistical 
Distributions. Fourth Edition, Published by John Wiley and Sons, 2011. 
[50] J. R. Norris (2010) Probability and Measure. Lecture notes, University of Cambridge, 
2010. 
[51] Branko RISTIC, Sanjeev ARULAMPALAM, Neil GORDON (2004) Beyond the 
Kalman Filter: Particle Filter For Tracking Applications. Hartech House Publisher, 
2003. 
[52] R.E Kalman (1960) A New Approach to Linear Filtering and Prediction Problems. 
Transactions of the ASME, Journal of Basic Engineering, 82 (Series D), pp. 35-45, 
1960. 
[53] Brain D.O. Anderson, John B. More, Optimal Filtering. Publisher: Prentice-Hall, 1979. 
[54] M.S. Arulampalam, S. Maskell, N. Gordon, T. Clapp (2002) A Tutorial on Particle 
Filters for Online Nonlinear/ non-Gaussian Bayesian Tracking. IEEE Transactions on 
Signal Processing, Volume. 50, Issue. 2, pp. 174-188, 2002. 
[55] N. Gordon, D. Salmond, and A. F. M. Smith, (1993) Novel Approach to Nonlinear/ non-
gaussian Bayesian State Estimation, Radar and Signal Processing, IEEE Proceddings, 
vol. 140, no. 2, pp. 107-113, Apr 1993. 
 129 
[56] Bo Jiang and Ravindran, B. (2011) Completely Distributed Particle Filters for Target 
Tracking in Sensor Networks, Parallel & Distributed Processing Symposium (IPDPS), 
2011 IEEE International, pp.334-344, 2011. 
[57] W.B. Heinzelman, A.P. Chandrakasan (2002) An Application Specific Protocol 
Architecture for Wireless Microsensor Networks. IEEE Transaction on Wireless 
Communications, 1(4), pp. 660–670, Oct. 2002. 
[58] Saha Misra, S. Dolui, A. Das (2005) Enhanced-Efficient Adaptive Clustering Protocol 
for Distributed Sensor Networks. IEEE ICON, Volume 1, ISSN 1531-2216, Nov. 2005. 
[59] Theodore S. Rappaport (2002) Wireless Communications Principles and Practice, 
Second Edition. Copyright 2002, 1996 Prentice Hall PTR, Prentice-Hall, Inc. Upper 
Saddle River, NJ 07458, ISBN: 0130422320. 
 [60] Bhatti, S., Jie Xu (2009) Survey of Target Tracking Protocols Using Wireless Sensor 
Network. The Fifth International Conference on Wireless and Mobile Communications, 
pp. 110-115, 2009. 
[61] I. F. Akyildiz, I. H. Kasimoglu (2004) Wireless Sensor and Actor Networks: Research 
Challenges. Ad Hoc Networks Journal (Elsevier), Vol. 2, No. 4, pp. 351-367, October 
2004. 
[62] C.K. Toh (2001) Maximum Battery Life Routing to Support Ubiquitous Mobile 
Computing in Wireless Adhoc Networks. IEEE Communications Magazine, pp. 138-147, 
June 2001. 
[63] Safwat, A. et al (2002) Energy-Aware Routing in MANETs: Analysis and Enhancements. 
5
th
 ACM International Workshop on Modeling Analysis and Simulation of Wireless and 
Mobile Systems, pp. 46-53, 2002. 
[64] K. Deepak Samuel, S. Murali Krishnan, K. Yashwant Reddy, K. Suganthi (2011) 
Improving Energy Efficiency in Wireless Sensor Network Using Mobile Sink. Advances 
in Networks and Communications, Communications in Computer and Information 
Science, Volume 132, pp. 63-69, 2011. 
[65] B.H. Liu, et al (2004) An Energy Efficient Select Optimal Neighbor Protocol for 
Wireless Ad hoc Networks. Proceedings of the 29
th
 Annual IEEE International 
Conference on Local Computer Networks (LCN'04), Washington, DC, USA, IEEE 
Computer Society 2004, pp. 626-633. 
[66] N. Shrestha,B. Mans (2005) Reception-Aware Power Control in Ad Hoc Mobile 
Networks. The Third International Conference on Innovative Applications of 
 130 
Information Technology for Developing World (Asian Applied Computing Conference 
(AACC 2005)), Kathmandu, Nepal, December 2005. 
[67] Chen.Y et al (2003) On Selection of Optimal Transmission Power for Ad hoc Networks. 
36
th
Annual Hawaii International Conference on System Sciences (HICSS'03) - Track 9, 
Washington, DC, USA (2003). 
[68] Stefano Basagni, Marco Conti, Silvia Giordano, Ivan Stojmenovic (2004) Mobile Ad hoc 
Networking. Copyright by the Institute of Electrical and Electronics Engineers, 2004. 
[69] R. Hassin (1992) Approximation Schemes for the Restricted Shortest Path Problem. 
Mathematics of Operations Research, vol. 17, No. 1, pp. 36-42, 1992. Published by 
INFORMS. 
[70] I. Park, I Pu (2007) Energy Efficient Expanding Ring Search. Proceeding of the First 
Asia International Conference on Modelling & Simulation, pp. 198-199, 2007. 
[71] Jagannathan Sarangapani(2007) Wireless Adhoc and Sensor Networks. Copyright 2007 
by Taylor & Francis Group, LLC. 
[72] V. D. Nguyen, H. Hass, K. Kyamakya, J. C. Chedjou, T. H. Nguyen, S. Yoon, H. Choo 
(2009) Decentralized Dynamic Sub-carrier Assignment for OFDMA-based Adhoc and 
Cellular Networks. IEICE Transactions on Communications, vol. E92.B, Issue 12, pp. 
3753-3764, Dec. 2009. 
[73] H. Yaghoobi (2004) Scalable OFDMA Physicallayer in IEEE 802.16 Wireless MAN. 
Intel Technology J., vol. 8, no. 3, pp. 201 – 212, 2004. 
[74] V. Venkataraman, J. J. Shynk (2004) Adaptive Algorithms for OFDMAWireless Ad hoc 
Networks With Multiple Antennas. Conference Record of the Thirty-Eighth Asilomar 
Conference onSignals, Systems and Computers, 2004. 
[75] S. W.Kim, and B. Kim (2009) OFDMA-Based Reliable Multicast MAC Protocol for 
Wireless Ad-hoc Network. ETRI Journal, vol.31, no.1, Feb.2009. 
[76] M. Stemick, H. Rohling (2007) OFDM-FDMA Scheme for the Uplink of a Mobile 
Communication System. Wireless Personal Communications,vol. 40, no. 2, pp. 157-170, 
Jan. 2007. 
[77] H. Rohling and R. Grunheid (1997) Performance Comparison of Different Multiple 
Access Schemes for the Downlink of an OFDM Communication System. In Proceedings 
of the 47th IEEE Vehicular Technology Conference , vol. 3, Phoenix, Arizona, USA, pp. 
1365 –1369, May 1997. 
 131 
[78] G. Li and H. Liu (2003) Downlink Dynamic Resource Allocation for Multi-cell OFDMA 
System. In Proceedings of the IEEE Vehicular Technology Conference (VTC 2003-Fall), 
vol. 3, Orlando, Florida, USA, pp. 1698 – 1702, October 2003. 
[79] Dan Simon (2006) Optimal State Estimation. Kalman, H Infinity, and Nonlinear 
Approaches. Copy-right 2006 by John Wiley Son. 
[80] Joo-Han Song, V.M.S Wong, V.C.M Leung (2004) Efficient On-demand Routing for 
Mobile Adhoc Wireless Access Networks. Published in IEEE Journal on Selected Areas 
in Communications, Vol. 22, Issue 7, pp. 1374-1383, ISSN: 0733-8716, 2004. 
[81] Stefanos A. Nikolidakis, Dionisis Kandris, Dimitrios D. Vergados, Christos Douligeris 
(2013) Energy Efficient Routing in Wireless Sensor Networks Through Balanced 
Clustering. MDPI Algorithm Journal 2013, ISSN 1999-4893, pp 29-42, published Jan 
2013. 
[82] Costa, F.M., Ochiai, H. (2011) Energy-Efficient Physical Layer Design for Wireless 
Sensor Network Links. IEEE International Conference on Communication, pp. 1-5, June 
2011. 
[83] Zhe Chen (2003) Bayesian Filtering: From Kalman Filters to Particle Filters, and 
Beyond, Adaptive System Lab, McMaster University, Hamilton 2003. 
[84] W.B. Heinzelman, A.P. Chandrakasan, H. Balakrishnan (2000) Energy-Efficient 
Communication Protocol for Wireless Microsensor Networks. 33
rd
 Hawaii International 
Conference Systems Sciences, Jan 2000. 
[85] J. Zhang et al (2005) A Cluster-Based Energy-Efficient Scheme for Sensor Networks. 
Proceedings of the Sixth International Conference on Parallel and Distributed 
Computing, Applications and Technologies (PDCAT’05), pp. 191 – 195, Dec. 2005. 
[86] R. Chang et al (2006) An Energy Efficient Routing Mechanism for Wireless Sensor 
Networks. Proceedings of the 20
th
 International Conference on Advanced Information 
Networking and Applications (AINA’06), Volume 2, ISSN 1550-445X, April 2006. 
[87] Q. Nguyen Trung, T. Ngo Quynh, V. Tran Quang, (2014) A Low Duty-cyle Mac 
Protocol for Target Tracking in Wireless Sensor Networks, in Proceedings of the 2014 
IEEE Fifth International Conference on Communication and Electronics (ICCE 2014), 
2014. 
[88] N. Ahmed, T. Bessell, S. Kanhere, N. Gordon and S. Jha, (2010), Detection and 
Tracking Using Particle-Filter-Based Wireless Sensor Networks, IEEE Trans. On 
Mobile Computing, Vol. 9, No. 9, pp. 1332-1345, 2010. 
[89] Nguyen Chan Hung (2008-2010), Ubiquitous and Mobile, KC.01.10/06-10. HaNoi 
University of Science and Technology, 2008-2010 
 132 
DANH MỤC CÁC CÔNG TRÌNH CÔNG BỐ 
* Các công trình công ố của luận án: 
[1] Duy Ngoc Pham, Van Duc Nguyen, Van Tien Pham, Ngoc Tuan Nguyen, Xuan Bac Do, 
Trung Dung Nguyen, Claus Kuperschmidt, Thomas Kaiser (2010) An Expending Ring 
Search Algorithm For Mobile Adhoc Networks. The 2010 IEEE International 
Conference on Advanced Technologies for Communications, Print ISBN 978-1-4244-
8875-9, INSPEC Accession Number 11707149, pp. 39-44, 2010. 
[2] Trung Dung Nguyen, Van Duc Nguyen,Thanh Tung Nguyen, Van Tien Pham, Trong 
Hieu Pham,Wakasugi Koichiro (2013) An Energy-Efficient Ring Search Routing 
Protocol Using Energy Parameters in Path Selection. Lecture Notes of the Institute for 
Computer Sciences, Social Informatics and Telecommunications Engineering (Springer) 
Volume 109, 2013, pp. 72-85, ISSN: 1867-8211 (Print) 1867-822X (Online), 2013. 
[3] Trung Dung Nguyen, Van Duc Nguyen, Thanh Tung Nguyen, Trong Hieu Pham, Ngoc 
Tuan Nguyen, Wakasugi Koichiro (2013) Routing Dual Criterion Protocol. The 7th 
ACM International Conference on Ubiquitous Information Management and 
Communication, Article No. 51, ISBN 978-1-4503-1958-4, 2013. 
[4] Trung Dung Nguyen, Van Duc Nguyen, Thanh Tung Nguyen, Hung Tin Trinh, Ngoc 
Tuan Nguyen, Wakasugi Koichiro (2013) A New Evaluation of Particle Filter Algorithm 
And Apply It To The Wireless Sensor Networks. IEEE International Conference on 
Computing, Management & Telecommunications, Print ISBN 978-1-4673-2087-0, pp. 
169-174, 2013. 
[5] Trung Dung Nguyen, Van Duc Nguyen, Ngoc Tuan Nguyen, Tien Dung Nguyen, 
Hung Tin Trinh, Tien Dat Luu (2013) Using Energy Efficiently With Regional 
Monitoring Model in Wireless Sensor Networks. Journal of Science and Technology, 
No95-2013, ISSN 0868-3980, pp.58-64, 2013. 
[6] Trung Dung Nguyen, Van Duc Nguyen (2014) A Routing Protocols Based on Energy 
Parameter in Wireless Sensor Adhoc Network. Journal of Science and Technology, 
No.23, ISSN 0868-3980, pp. 122-126, 2014. 
[7] Trung Dung Nguyen, Van Duc Nguyen, Tien Pham Van, Wakasugi Koichiro, Ngoc 
Tuan Nguyen, (2014) Power Control Combined with Routing Protocol for Wireless 
Sensor Networks. IEEE International Conference on Computing, Management & 
Telecommunications, Print ISBN 978-1-4799-2904-7, pp. 205-210, 2014. 
[8] Trung Dung Nguyen, Van Duc Nguyen (2014) An Architecture of Ahhoc-based Marine 
Communication Network. Journal of Science and Technology, 2014 (accepted). 
 133 
 Các công trình công ố khác có liên quan 
[1] Van Duc Nguyen, Duyen Trung Ha, Van Tien Pham, Trung Dung Nguyen, Thu Nga 
Nguyen, Hyunseung Choo (2012) OFDMA-Based MAC Protocol for Adhoc and 
Multihop Networks. The 6th ACM International Conference on Ubiquitous Information 
Management and Communication Proceedings, Article No.2, ISBN 978-1-4503-1172-4, 
2012. 
[2] Khanh Nguyen Quang, Van Duc Nguyen, Trung Dung Nguyen, Tien Hoa Nguyen, 
Guillaume Gelle (2013) MAC and Routing integration performance improvements in 
OFDMA-Based Multi-hop and Ad-hoc Networks. IEEE International Conference on 
Computing, Management & Telecommunications, Print ISBN 978-1-4673-2087-0, pp. 
5-10, 2013. 
[3] Khanh Nguyen Quang, Van Duc Nguyen, Trung Dung Nguyen, Hyun seung Choo 
(2013) Cross-Layer OFDMA-Based MAC and Routing Protocol for Multihop Adhoc 
Networks. The 13th Springer International Conference on Computational Science and Its 
Applications, Print ISBN 978-3-642-39636-6, Online ISBN 978-3-642-39637-3, Series 
ISSN 0302-9743, pp. 157-172, 2013. 
[4] Khanh Nguyen Quang, Van Duc Nguyen, Trung Dung Nguyen (2013) Optimized MAC 
and Network cross layer protocol for OFDMA based Ad-hoc Networks. The 5
th
IEEE 
International Conference on Ubiquitous and Future Networks, ISSN 2165-8528, 
INSPEC Accession Number 13840434, pp. 718-723, 2013. 
[5] Thu Nga Nguyen, Xuan Lai, Bach Tran, Quoc Khuong Nguyen, Trung Dung 
Nguyen,Van Duc Nguyen (2014) Performance Analysis of the VBLAST Algorithm for 
MIMO-OFDMA Systems on Spatial Correlated Channels. IEEE International 
Conference on Computing, Management & Telecommunications, Print 978-1-4799-
2904-7, pp. 146-151, 2014.