Điều khiển ổn định robot di động đa hướng

của phương pháp đề xuất được kiểm nghiệm qua một số trường hợp hoạt động và so sánh với phương pháp thông thường. Từ khóa—robot di động đa hướng, ổn định tiệm cận, Lyapunov, logic mờ, điều khiển mờ I. GIỚI THIỆU Khả năng hoạt động tự quản trị của robot di động tạo ra các ứng dụng đa dạng trong nhiều lĩnh vực. Một trong các vấn đề liên quan đến khả năng tự trị của robot di động là điều khiển ổn định. Bài toán điều khiển ổn định từ một vị trí bất kỳ trong môi trường làm việc tới vị trí đích có ý nghĩa trong trường hợp robot hoạt động trong môi trường chưa biết trước [1]. Trường hợp này không yêu cầu đường đi cho trước mà chỉ cần thông tin về vị trí ban đầu và vị trí đích. Bộ điều khiển ổn định tiệm cận sẽ điều khiển robot từ vị trí bất kỳ về đích. Ứng dụng trong các bài toán điều khiển bám đường đi biết trước hoặc dẫn đường trong môi trường không biết trước. Cơ cấu di động của các robot hiện nay là cơ cấu bánh xe, 2 bánh, 3 bánh hay 4 bánh. Trong đó cơ cấu ba bánh với bánh đa hướng (Omni) [2]-[3] cho phép robot di chuyển theo các hướng thường được sử dụng. Mô hình động học của robot đa hướng là mô hình phi tuyến vì thế tiêu chuẩn ổn định Lyapunov [4] được sử dụng để đánh giá tính ổn định của hệ thống này. Tiêu chuẩn ổn định liên quan đến việc xác định hàm Lyapunov V > 0 và đạo hàm V˙ < 0. Biến điều khiển liên quan đến vận tốc tuyến tính và vận tốc góc của robot hay vận tốc góc riêng của từng bánh xe. Một số các nghiên cứu đã đề xuất lựa chọn luật điều khiển vận tốc thỏa mãn tiêu chuẩn ổn định Lyapunov. [5], [6], [7]. Các luật điều khiển chuyển động ổn định trong các đề xuất ở trên liên quan đến các biến điều khiển và tham số của luật điều khiển. Khi áp dụng các tham số có điều kiện nhất định để luật điều khiển thỏa mãn tiêu chuẩn Lyapunov. Trong khi đó hình dạng đường đi và đáp ứng của hệ thống lại phụ thuộc vào việc lựa chọn các tham số này. Việc đánh giá lựa chọn tham số điều khiển để thu được kết quả tốt nhất cần được quan tâm xem xét. Bài báo đề xuất một hệ thống điều khiển chuyển động ổn định robot di động đa hướng với luật điều khiển thỏa mãn tiêu chuẩn Lypunov và tham số luật điều khiển được điều chỉnh bằng bộ điều khiển mờ. Cơ sở của việc điều chỉnh tham số của luật điều khiển dựa trên mục tiêu cải tiến tốc độ đáp ứng của hệ thống. Mối quan hệ hay sự thay đổi thích nghi giữa tham số của luật điều khiển với khoảng cách tới đích tương ứng phù hợp với lý thuyết về logic mờ [8]. Bộ điều mờ [10]-[9] được xây dựng dựa trên lý thuyết về tập mờ và logic mờ thích hợp với những hệ thống chưa đầy đủ thông tin hay mô hình của đối tượng do đó được sử dụng rất nhiều trong các ứng dụng robot di động liên quan đến vấn đề tránh vật và dẫn đường trong môi trường không biết trước [11], [12], [13], [14], [15]. Bộ điều mờ cho phép xác định mối quan hệ giữa tham số của luật điều khiển và tốc độ đáp ứng mà không cần mô hình cụ thể làm cho hệ thống điều khiển ổn định có cấu trúc đơn giản, dễ thực thi và khắc phục được hạn chế của bộ điều khiển ổn định thông thường. Cấu trúc bài báo được trình bày thành bốn phần. Trong đó mô hình hệ thống được mô tả chi tiết trong phần II. Phần III đánh giá hiệu quả của hệ thống đề xuất thông qua chương trình mô phỏng. Một số kết luận và hướng phát triển tiếp theo được đề cập trong phần IV. II. MÔ HÌNH HỆ THỐNG A. Mô hình robot di động đa hướng Robot di động đa hướng có cấu trúc 3 bánh đặt cách đều nhau trên đế hình tròn của robot, cách đều nhau 1200 và hoạt động độc lập. Mỗi bánh có cấu tạo dạng con lăn để vừa có thể di chuyển theo chiều ngang vừa di chuyển theo hướng thẳng. Hình 1 thể hiện mô hình 144 robot di động đa hướng, trong đó ω1, ω2, ω3 (rad/s) là vận tốc góc của các bánhm x˙, y˙ (m/s) là vận tốc tuyến tính của robot theo trục X và Y, θ˙ (rad/s) là vận tốc góc của robot, R là bán kính của bánh và L là khoảng cách từ tâm robot tới bánh. Phương trình động học thuận của Hình 1: Biểu diễn hình học robot di động đa hướng. robot được biểu diễn dưới dạng ma trận như sau:x˙y˙ θ˙  = R 3  sin(α1) sin(α2) sin(α3)−cos(α1) −cos(α2) −cos(α3) −1/L −1/L −1/L ω1ω2 ω3  (1) hay có thể biểu diễu rút gọn như sau:x˙y˙ θ˙  =M ω1ω2 ω3  (2) Phương trình động học ngược là:ω1ω2 ω3  =M−1 x˙y˙ θ˙  (3) B. Điều khiển ổn định tiệm cận Yêu cầu của điều khiển ổn định tiệm cận robot từ vị trí bất kỳ (x, y, θ) tới vị trí đích (xd, yd, θd). Ứng dụng của điều khiển ổn định này liên quan tới các yêu cầu về điều khiển ổn định điểm - điểm hay các bài toán bám đường. Đặt (xe, ye, θe) thể hiện sự sai lệch giữa điểm hiện tại và điểm đích:xeye θe  = xy θ − xdyd θd  (4) Nếu coi vị trí đích (xd, yd, θd) là (0, 0, 0) thì phương trình (3) trở thành:x˙ey˙e θ˙e  = x˙y˙ θ˙  =M ω1ω2 ω3  (5) Để điều khiển robot ổn định tiệm cận về vị trí đích, tương ứng với (xe, ye, θe) tiệm cận về (0, 0, 0), thì hàm Lyapunov V được chọn như sau: V = 1 2 x2e + 1 2 y2e + 1 2 θ2e > 0 (6) Chọn luật điều khiển đối với các vận tốc góc là bộ điều khiển tỷ lệ: ω1ω2 ω3  =M−1(−Kp) xeye θe  (7) Thay (7) vào (5) thu được: V˙ = [ xe ye θe ] x˙ey˙e θ˙e  = −(Kp)((xe)2+(ye)2+(θe)2) (8) Như vậy, với luật điều khiển (7) thì V˙ 0 nên (xe, ye, θe) ổn định tiệm cận về đích. C. Lựa chọn hệ số của bộ điều khiển Luật điều khiển (7) là điều khiển tỷ lệ với hệ số Kp > 0. Giá trị Kp không chỉ ảnh hưởng tới tính ổn định của hệ thống mà còn ảnh hưởng tới tốc độ của đáp ứng của hệ thống và bị giới hạn bởi vận tốc góc ωi của mỗi bánh. Trong trường hợp vận tốc góc của 3 bánh có thông số như nhau, từ (7) và (1) suy ra giới hạn của Kp là [0, ωmax/3xemax)]. Bộ điều khiển mờ được sử dụng để lựa chọn giá trị Kp tốt nhất trong giới hạn trên. Cơ sở sử dụng điều khiển mờ là dựa trên mối quan hệ giữa tốc độ đáp ứng, khoảng cách tới đích và sự ổn định. Việc thay đổi giá trị Kp theo khoảng cách sẽ làm tăng hiệu quả đáp ứng và sự ổn định của hệ thống so với việc chỉ chỉ chọn giá trị Kp > 0 cố định thỏa mãn điều kiện ổn định tiệm cận (8). Bộ điều khiển mờ với biến lối vào là khoảng cách giữa vị trí hiện tại của robot và vị trí đích d =√ (xe)2 + (ye)2, biến lối ra là Kp. Giá trị các biến vào/ra được định nghĩa như sau: • d = Rất Gần (RG), Gần (G), Trung Bình (TB), Xa (X), Rất Xa (RX) • Kp = Rất Nhỏ (RN), Nhỏ (N), Trung Bình (TB), Lớn (L), Rất Lớn (RL) 145 Hàm thuộc của các tập mờ của biến vào/ra có dạng hàm Gauss fG và Sigmoid fS được thể hiện trên Hình 2 fG = e −(x−m)2 2σ2 , fS = 1 1 + e−a(x−c) (9) Hình 2: Hàm thuộc các tập mờ của biến vào/ra. Luật điều khiển mờ được xây dựng theo nguyên tắc sao cho tốc độ đáp ứng tốt nhất tùy thuộc vào vị trí của robot: • R1: Nếu d là Rất Gần thì Kp là Rất Nhỏ • R2: Nếu d là Gần thì Kp là Nhỏ • R3: Nếu d là Trung Bình thì Kp là Trung Bình • R4: Nếu d là Xa thì Kp là Lớn • R5: Nếu d là Rất Xa thì Kp là Rất Lớn Giá trị của mỗi luật Rk ở trên được xác định theo quy tắc hợp thành Min, ví dụ đối với luật thứ nhất như sau: µRk(k) = min(H,µRN (k)) H = min(µRG(k)) (10) Giá trị hợp thành của các luật điều khiển được xác định bởi quy tắc Max: µR(k) = max{µR1(k), µR2(k), µR3(k), µR4(k), µR5(k)} (11) Giải mờ theo phương pháp điểm trọng tâm để xác định giá trị Kp theo công thức (12), trong đó xi là miền giá trị thứ i và µ(xi) là giá trị hàm thuộc của điểm i tương ứng: Kp = ∑ xiµR(xi)∑ µR(xi) (12) III. ĐÁNH GIÁ HỆ THỐNG Chương trình mô phỏng trên Matlab để đánh giá hiệu quả của hệ thống điều khiển ổn định tiệm cận cho robot di động đa hướng với hệ số của luật điều khiển được xác định bằng điều khiển mờ. Hệ thống hoạt động trong một số trường hợp khác nhau. A. Cài đặt hệ thống Mô hình của robot di động đa hướng được thiết lập với các thông số như sau: • Mô hình động học thuận và ngược như công thức (2) và (3) • Ba bánh xe giống nhau, đặt cách nhau 1200, bán kính R = 0.1 (m) • Khoảng cách từ tâm robot tới mỗi bánh xe là L = 0.4 (m) • Thời gian lấy mẫu Ts = 100 (ms) • Vận tốc góc cực đại ωmax = 15 (rad/s) • Khoảng cách cực đại giữa điểm đầu và đích là xe = 10 (m) • Giới hạn của Kp = [0, 0.5] • Miền xác định biến vào/ra của bộ điều khiển mờ: dist = [0, 12] (m), Kp = [0, 0.5] B. Mô phỏng 1) Điều khiển ổn định tiệm cận điểm - điểm Trường hợp này đánh giá luật điều khiển ổn định tiệm cận (7). Robot xuất phát tại vị trí S với cấu hình (0, 0, 900), kết thúc tại vị trí đích T (10, 10, 00), Kp = 0.5. Hình 3(a) thể hiện đường đi của robot từ vị trí S tới T. Kết quả cho thấy robot đi theo đường thẳng, dạng đường đi ngắn nhất, tiệm cận ổn định tới T. Đáp ứng vận tốc góc (Hình 3(b)) của mỗi bánh ω1, ω2, ω3 phù hợp với hoạt động của robot và nằm trong giới hạn thiết lập. Hình 3(c) là trường hợp mở rộng khi robot xuất phát tại một vị trí S (0, 0, 900) tới đích tại các điểm nằm trên đường tròn bán kính 5 (m) và đáp ứng vận tốc góc tương ứng với các trường hợp các điểm đích khác nhau. Kết quả cho thấy với luật điều khiển ở (7), thì robot đều có khả năng tiệm cận về các vị trí đích khác nhau. 2) Đáp ứng với các giá trị khác nhau của Kp Robot hoạt động như điều kiện ở trường hợp điều khiển ổn định điểm - điểm, xuất phát từ S (0, 0, 900) và kết thúc tới T (10, 10, 00) theo luật (7) với các giá trị lựa chọn Kp thay đổi trong khoảng [0, Kpmax ]. Trong trường hợp này Kp thay đổi từ [0, 0.5] phụ thuộc vào tham số thiết lập trong Phần (III-A) với mỗi bước tăng 146 0 2 4 6 8 10 X(m) 0 1 2 3 4 5 6 7 8 9 10 Y (m ) S T (a) Đường đi 0 50 100 150 So buoc -15 -10 -5 0 5 10 15 r a d/ s w1 w2 w3 (b) Đáp ứng vận tốc góc của (a) -5 0 5 X(m) -5 -4 -3 -2 -1 0 1 2 3 4 5 Y (m ) S (c) Đường đi tại các điểm đích khác nhau 0 20 40 60 80 -20 0 20 r a d/ s w1 0 20 40 60 80 -20 0 20 r a d/ s w2 0 20 40 60 80 So buoc -20 0 20 r a d/ s w3 (d) Đáp ứng vận tốc góc trong trường hợp (c) Hình 3: Điều khiển ổn định điểm - điểm 0.05. Kết quả thu được thể hiện trên Hình 4 theo các trục X, Y và θ. Kết quả cho thấy giá trị của Kp ảnh hưởng tới tốc độ đáp ứng của hệ thống và việc lựa chọn giá trị nào để hệ thống hoạt động hiệu quả là vấn đề cần quan tâm. 3) Lựa chọn giá trị Kp bằng điều khiển mờ Yêu cầu hoạt động của robot trong trường hợp này giống như trường hợp (1) khi robot xuất phát từ S (0, 0, 900) và kết thúc tới T (10, 10, 00) theo luật (7) với giá trị lựa chọn Kp bằng bộ điều khiển mờ như được thiết lập trong Phần (II-C). Hình 5(a) là đáp ứng của hệ thống theo trục X, Y và θ. Đáp ứng theo trục X và Y gần như trùng nhau do robot đi theo đường thẳng ổn định tiệm cận tới đích (10, 10). Đáp ứng góc hướng robot θ thay đổi theo đúng hoạt động bắt đầu từ góc khởi tạo 900, hay pi/2 (rad), tới góc đích 00. Hình 5(b) thể hiện giá trị của Kp thay đổi theo mỗi bước dịch chuyển của khoảng cách từ vị trí hiện tại tới vị trí đích. Từ giá trị Kp cho thấy sự thay đổi theo hướng tại thời điểm ban đầu khi khoảng cách robot còn xa đích thì Kp lớn để tốc độ đáp ứng nhanh, khi khoảng cách robot gần tới đích thì Kp giảm dần và hội tụ tới giá trị không đổi về đích để đảm bảo ổn định và an toàn cho robot. Như vậy bộ điều khiển mờ cho phép Kp thay đổi thích nghi với khoảng cách tới đích. Phương thức điều khiển này hiệu quả hơn so với trường hợp phải lựa chọn một giá trị Kp cố định trong dải giới hạn như trường hợp (3). 4) So sánh Kp khi sử dụng và không sử dụng mờ Ưu điểm của phương pháp điều khiển thích nghi giá trị của Kp theo khoảng cách tới đích sẽ được kiểm chứng tiếp trong trường hợp so sánh luật điều khiển ổn định tiệm cận (7) với giá trị Kp cố định và Kp thay đổi bằng bộ điều khiển mờ. Robot xuất phát từ S (0, 0, 900) và kết thúc tới T (10, 10, 00). Hình 6 thể hiện đáp ứng theo trục X, Y và θ với giá trị Kp cố định Kp = Kmin, Kp = Kmax và Kfuzzy thay đổi theo bộ điều khiển mờ. Cả ba đáp ứng theo trục X, Y và θ cho thấy với Kmax hệ thống đáp ứng nhanh, Kmin đáp ứng chậm hơn. Trong khi đó Kfuzzy vừa cho đáp ứng gần với đáp ứng của Kmax vừa thay đổi thích ứng phù hợp với khoảng cách tới đích. IV. KẾT LUẬN Bài báo đề xuất luật điều khiển ổn định tiệm cho robot di động 3 bánh đa hướng theo tiêu chuẩn ổn định Lyapunov và điều khiển mờ. Trong đó tham số của luật điều khiển thay đổi thích nghi với trạng thái robot thông qua bộ điều khiển mờ. Luật điều khiển đề xuất cho phép xác định giá trị tối ưu của tham số, cải thiện đáp ứng của hệ thống. Hiệu quả hoạt động của phương pháp đề xuất đã được kiểm chứng thông qua các hoạt động trong các trường hợp khác nhau và đánh giá so sánh với luật điều khiển thông thường. Kết quả nghiên cứu sẽ được áp dụng trong các hệ thống bám đường hay dẫn đường trong môi trường chưa biết trước. LỜI CẢM ƠN Nghiên cứu này được tài trợ bởi Trường Đại học Công nghệ - Đại học Quốc gia Hà Nội theo đề tài mã số CN19.07 TÀI LIỆU THAM KHẢO [1] Roland Siegwart, IIlah R Noubaskh, "Introduction to Au- tonomous Mobile Robot", MIT Press, London, England, 2004 [2] Watanabe K., Shiraishi Y., Tzafestas S. G., Tang J., and Fukuda T., 1998. "Feedback Control of an Omnidirectional Autonomous Platform for Mobile Service Robots", Journal of Intelligent and Robotic Systems, 22(3-4), 315-330. [3] Liu Y., Zhu J.J, Williams II R.L., Wu J., 2008. "Omni- directional mobile robot controller based on trajectory lineariza- tion" Robotics and Autonomous Systems 56, 461–479 [4] Glad & Ljung "Lyapunov Stability", Lecture note 147 0 200 400 600 800 So buoc 0 1 2 3 4 5 6 7 8 9 10 X (m ) (a) Đáp ứng theo trục X 0 200 400 600 800 So buoc 0 1 2 3 4 5 6 7 8 9 10 Y (m ) (b) Đáp ứng theo trục Y 0 200 400 600 800 So buoc 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 T he ta (r ad ) (c) Đáp ứng theo hướng θ Hình 4: Đáp ứng với các giá trị khác nhau của Kp 0 100 200 300 400 500 So buoc 0 1 2 3 4 5 6 7 8 9 10 X(m) Y(m) Theta(rad) (a) Đáp ứng theo trục X, Y và θ 0 100 200 300 400 500 So buoc 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5 0.55 K p (b) Sự thay đổi giá trị của Kp Hình 5: Lựa chọn giá trị của Kp bằng bộ điều khiển mờ 0 500 1000 1500 So buoc 0 1 2 3 4 5 6 7 8 9 10 X (m ) K-fuzzy K-min K-max (a) Đáp ứng theo trục X (m) 0 500 1000 1500 So buoc 0 1 2 3 4 5 6 7 8 9 10 Y (m ) K-fuzzy K-min K-max (b) Đáp ứng theo trục Y (m) 0 500 1000 1500 So buoc 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 T he ta (r ad ) K-fuzzy K-min K-max (c) Đáp ứng theo θ (rad) Hình 6: So sánh Kp khi dùng và không dùng bộ điều khiển mờ 148 [5] Ching-Chih Tsai*, Li-Bin Jiang, Tai-Yu Wang, Tung-Sheng Wang, "Kinematics Control of an Omnidirectional Mobile Robot", roceedings of 2005 CACS Automatic Control Confer- ence, Taiwan, Nov 18-19, 2005 [6] Xiang Li, Andreas Zell, "Motion Control of an omnidirectional mobile robot", Departmant of Computer Architecture, University of Tubingen, Sand 1, 72076 Tubingen, Germany [7] Chao Ren, Yi Sun, and Shugen Ma, "Passivity-based control of an omnidirectional mobile robot", Robotics and Biomimetics, Springer, Doi 10.1186/s40638-016-0037-z [8] Lofti A. Zadeh "Fuzzy Logic", Journal Computer, Vol 21, Issue 4, April 1988, page 83-93 [9] Phan Xuân Minh, Nguyễn Doãn Phước, "Lý thuyết điều khiển mờ", Nhà xuất bản khoa học và kỹ thuật, 2006 [10] D. Drian, H. Hellendoom, M. Reinfrank, "An introduction to Fuzzy Control", Springer, 2010 [11] T.Takeuchi, Y.Nagai and N. Enomoto, “Fuzzy control of a mobile robot for obstacle avoidance”, Inform, Sci, vol.43, pp. 231-248, 1988 [12] J. Yen and N.Pfluger, “Path planning and excution using fuzzy logic”, in AIAA Guidance, Navigation and Control Conf, vol 3, New Orleans,LA, Aug.1991, 1691-1998 [13] Anmin Zhu and Simon X.Yang, “Neurofuzzybased approach to mobile robot navigation in unknown environments”, IEEE transactions on systems, man and cybernetics, part c: application and reviews, vol 37, no 4, july 2007 [14] Xiaoyu Yang, Mehrdad Moallem, and Rajni V.Patel, “A layered goal-oriented fuzzy motion planning strategy for mobile robot navigation”, IEEE Transactions on systems, Vol 35.No 6 De- cember 2005 [15] Petru Rusu, Emil M. Petriu, Fellow, IEEE, Thom E. Whalen, Aurel Cornell, and Hans J. W. Spoelder, “Behavior-Based Neuro- Fuzzy Controller for Mobile Robot Navigation”, IEEE transac- tions on instrumentation and measurement, vol 52, No 4, August 2003 149 V t h ng h c n i u rong h ng i m t guy n c i t Học Vi n Công Ngh B u Ch nh i n Thông Email: vietnd@ptit.edu.vn Abstract— (CPS) Keywords- I. GIỚI THIỆU CHUNG M t trong những ng dụng quan trọng của h th ng ra đa thụ đ ng nhi u vị trí là h th ng Multilateration ( ), đây là m t h th ng có ch c năng gi m s t c c hoạt đ ng giao thông của c quan kiểm so t không l u ( C). th ng này có ch c năng hiển thị và đ a ra c c thông tin v vị trí của các m y bay trong c c giai đoạn lăn và cất, hạ cánh của các chuyến bay, bên cạnh đó h th ng còn cho phép gi m s t c c ph ng ti n kh c trên sân nh c c xe chuyên dụng: xe c u hỏa, xe kh tài, xe thang... rên c c xe này đ ợc lắp các b Transponder hoạt đ ng cùng với m t ra đa gi m s t th cấp (SSR). Các trạm thu mặt đất của h th ng sẽ thu đ ợc các tín hi u thời gian tới (TOA) hay góc tới (AOA), các trạm thu này đ ợc đặt tại các vị tr đã đ ợc tính toán và nằm trong vùng phủ sóng của các mục tiêu cần gi m s t, chúng đ ợc kết n i với m t trung tâm (CPS) để x lý và tính toán vị trí của các mục tiêu (Máy bay hoặc các xe chuyên dụng), các tính toán này dựa trên sự khác bi t v thời gian tới từ mục tiêu đến các trạm thu ( DO ), ph ng pháp tính toán vị trí mục tiêu này chỉ ra vị trí của mục tiêu ch nh là giao điểm của c c yperbol (có c c tiêu điểm là các cặp trạm thu) nên th ờng đ ợc gọi là ph ng ph p ypecbol. Cấu trúc tổng quát của m t h th ng đ ợc trình bày ở hình 1 cho thấy h th ng bao gồm các thành phần chính sau: + Các thiết bị ransponder: đ ợc gắn trên Máy bay hay các ph ng ti n di chuyển cần giám sát; + Các trạm thu MLA : đ ợc b trí theo mục đ ch gi m s t LAM hay WAM, làm nhi m vụ đo c c thông s thời gian tới (TOA), góc tới (AOA), thời gian tr từ lúc hỏi đến lúc nhận đ ợc tín hi u trả lời (RTD). Các tín hi u đo đ ợc này đ ợc g i tới trạm x l trung tâm để tính toán; + Trạm x lý trung tâm CPS: tiến hành tính toán các dữ li u thu đ ợc từ các trạm thu g i v , hầu hết các tín hi u TOA đ ợc đo ở các trạm thu, tuy nhiên có m t s cấu trúc thì dữ li u TOA đ ợc đo ở CPS khi đó tín hi u này sẽ đ ợc c ng thêm thời gian từ trạm thu đến CPS (c định và biết tr ớc). Các dữ li u v mục tiêu nh : S hi u, chủng loại, vị tr đ ợc hiển thị tại CPS hay chuyển v các màn hình của trung tâm kiểm soát không l u. + Trạm máy hỏi: phát ra tín hi u hỏi g i đến các Transponder theo các code đã đ ợc qui định sẵn, các tín hi u hỏi có thể đ ợc phát theo chu kì hay theo l nh từ CPS g i sang. + Các h th ng truy n dẫn: có thể là các đ ờng truy n hữu tuyến nh cáp đồng trục, cáp quang hay có thể là các đ ờng truy n v tuyến. H th ng này có nhi m vụ truy n các tín hi u giữa các trạm thu, trạm hỏi đ p v trung tâm tính toán CPS và ng ợc lại. Hình 1. đồ tổng qu t m t h th ng Phần còn lại của bài b o đ ợc tổ ch c nh sau: trong phần II, r nh bày v thuật to n DO p dụng trong h th ng để x c định vị tr mục tiêu cần gi m s t . Trong phần , r nh bày v hai ph ng th c x l t n hi u trong h th ng MLAT. Phần là đ nh gi và kết quả mô phỏng, cu i c ng là kết luận của bài b o II. THUÂ T TOA N TDOA VA CA CH XA C NH VI TRI MU C TIÊU Nguyên tắc c bản của ph ng ph p này nh sau [25]: chẳng hạn mục tiêu th tại thời điểm phát ra tín hi u , tín hi u này đ ợc các trạm thu thụ đ ng thu đ ợc vào 150 những thời điểm khác nhau. Trạm th nhất thu đ ợc tín hi u này ở thời điểm , trạm th hai thu đ ợc tín hi u này ở thời điểm , trạm th ba thu đ ợc ở thời điểm C c thông tin thu đ ợc ở các trạm đ ợc truy n v trung tâm x lý theo các đ ờng truy n vô tuyến. Khoảng cách giữa mục tiêu và các trạm thu đ ợc x c định gián tiếp theo thời gian truy n của tín hi u từ trạm thu đến mục tiêu. Tích của thời gian truy n t và vận t c ánh sáng c là khoảng cách R. Ta cần tính toán 3 giá trị tọa đ ch a biết x, y, z của mục tiêu. Do đó, biểu th c vị trí của 3 trạm thu i, j, k đ ợc x c định. CẤ Ệ O Ệ ầu tiên, xét sự truy n dữ li u giữa m t nút phát T và m t nút nhận R, chúng ta có thể mô hình hóa tín hi u nhận đ ợc tại nút nh sau: R max T,R R.y P h x n  (2) III. KẾT QUA VA NH GIA Trong phần này, chúng tôi thực hi n các mô phỏng Monte- Carlo để kiểm ch ng các công th c đã đ ợc trình bày ở phần phần III. Hình 1. Xác suất dừng đ ợc vẽ là m t hàm của ax 0/mP N (dB) khi 2M  , 0.5,L     1 2, 1,2K K  , 1  , PR 0x  , PR 1y  . IV. KẾT LUẬN rong bài b o này, chúng tôi đ xuất và khảo sát hi u năng của mô hình truy n đa chặng s dụng truy n thông c ng t c để nâng cao hi u năng của mạng th cấp trong vô tuyến nhận th c dạng n n. TÀI LIỆU THAM KHẢO [1] J. itola, . Q. aguire, “Cognitive radio: making software radios more personal,” EEE ers. Commun., vol. 6, no. 4, pp. 13-18, Aug. 1999. [2] Z. Qing, B. . adler,“ urvey of Dynamic pectrum ccess” EEE Signal Processing Magazine, vol. 24, pp. 79-89, 2007. [3] S. aykin,“Cognitive adio: Brain-empowered Wireless Communications” EEE Journal on elected reas Communications, vol. 23, pp. 201-220, 2005. [4] . ahai, . oven, . andra, “ ome fundamental limits in cognitive radio,” in roc. Of llerton Conf Commun Control Comput, ept. 2004. [5] O. Simeone, I. Stanojev, S. Savazzi, Y. Bar-Ness, U. Spagnolini, and R. Pickholtz, “ pectrum leasing to cooperating secondary ad hoc networks,” EEE Journal on elected reas in Communication, vol. 26, no. 1, pp. 203-213, 2008. 151