Các nhà nghiên cứu tại Đại học Queen's Belfast (QUB) và Đại học Duy Tân (DTU) đã hợp tác trong một dự án nhằm cải thiện hệ thống thông tin liên lạc bằng các phương tiện bay không người lái (UAV). Nghiên cứu của họ đã từng được trao giải thưởng Newton 2017, nhận được 200.000 bảng Anh bởi chính phủ Anh để phát triển một hệ thống truyền thông tin mới có thể hoạt động trong điều kiện thời tiết khắc nghiệt và tại những thời điểm xảy ra thiên tai.
Đại sứ Vương quốc Anh tại Việt Nam,Giles Lever (bìa phải) và Thứ trưởng Bộ Khoa học & Công nghệ Trần Quốc Khánh trao Giải Newton Prize 2017 cho TS. Dương Quang Trung (thứ 2 từ phải sang) và TS. Võ Nguyên Sơn – ĐH Duy Tân (thứ 2 từ trái sang)
Từ năm 2015 đến năm 2017, cũng nhóm các nhà nghiên cứu này đã triển khai dự án "Xây dựng nền tảng cho sự phát triển bền vững của xã hội cho các thành phố tương lai" do quỹ Newton tài trợ và được quản lý bởi Hội đồng Anh. Dự án nhằm mục đích tận dụng công nghệ không dây và cơ sở hạ tầng hiện đại để đáp ứng yêu cầu kết nối thông tin liên lạc trong bối cảnh thiên tai ở Việt Nam.
"Sau khi hoàn tất tốt dự án vào tháng 4 năm 2017, chúng tôi được mời gửi kết quả và kế hoạch tương lai của dự án cho giải thưởng Newton Prize 2017", GS Dương Quang Trung, chủ nhiệm dự án nghiên cứu cho biết. "Trong số khoảng 200 dự án của Quỹ Newton tham gia, dự án của chúng tôi đã được chọn trong số 5 dự án được nhận giải thưởng. Chúng tôi tự hào đã nhận được giải thưởng Newton 2017 và tiếp tục phát triển dự án của chúng tôi cho các bước tiếp theo bằng cách sử dụng các phương tiện bay không người lái (UAV) để truyền thông tin trong quản lý thiên tai."
Trong điều kiện thời tiết khắc nghiệt hoặc trong thảm họa thiên tai, công nghệ có thể tạo ra sự khác biệt lớn, giúp cứu sống và hỗ trợ cho những người sống trong những khu vực bị ảnh hưởng của thiên tai. UAV có thể đóng một vai trò quan trọng trong việc này, bởi chúng có thể tiếp cận các nhóm người bị ảnh hưởng và cung cấp các nguồn tài nguyên cần thiết.
Trong nghiên cứu gần đây được công bố trên tạp chí IEEE Truyền thông không dây (Wireless Communications Letter) và được xuất bản tạm thời trên arXiv trước đó, các nhà nghiên cứu của QUB và DTU đã phát triển một thuật toán phân phối tài nguyên thời gian thực nhằm tối đa hiệu suất năng lượng cho các hệ thống truyền thông sử dụng UAV. Thuật toán của họ hoạt động bằng cách kết hợp tối ưu hóa thời gian thu thập năng lượng và điều khiển công suất cho truyền thông giữa các thiết bị đầu cuối (device-to-device) và UAV.
"Tối ưu hóa là trung tâm của rất nhiều vấn đề liên quan đến việc ra quyết định, trong kỹ thuật, kinh tế hay xã hội," - GS Trung giải thích. "Trong truyền thông không dây, các kỹ thuật tối ưu hóa thường được sử dụng để chọn hoặc cập nhật các thông số của hệ thống để tối ưu hóa hiệu suất mạng truyền thông tin. Tuy nhiên, các thuật toán tối ưu hóa này thường giải quyết các vấn đề tối ưu hóa theo phút hoặc giờ."
Triển khai các phương pháp tối ưu hóa lồi truyền thống vẫn còn tốn kém và việc thực thi chúng có thể tốn rất nhiều thời gian. Điều này đòi hỏi sự phát triển của các phương pháp mới, có thể đặc biệt có lợi khi áp dụng vào những thời điểm khẩn cấp hoặc xảy ra thảm họa thiên tai.
"Truyền thông trong điều kiện khó khăn để hỗ trợ quản lý thiên tai như cứu hỏa, cứu hộ và dịch vụ y tế khẩn cấp, thời gian là một yếu tố quan trọng (ví dụ: với độ trễ tối thiểu từ mili giây đến vài giây)", GS Trung cho biết. "Sự nghiêm ngặt về thời gian xử lý là yêu cầu quan trọng nhất đối với các tình huống như thế, đặc biệt là trong môi trường thay đổi liên tục."
Để phát triển các công cụ có thể thực sự tạo sự khác biệt cho các tình huống khẩn cấp, các nhà nghiên cứu nên tìm cách để giảm thời gian xử lý và độ phức tạp tính toán của các vấn đề tối ưu hóa. Thuật toán phân bổ tài nguyên thời gian thực được phát triển bởi GS Trung và các đồng nghiệp thực hiện chính xác điều này, giảm thời gian xử lý hệ thống xuống đến mili giây.
Thuật toán của họ có thể được tích hợp trong các UAV, có thể giúp ích rất nhiều trong các trường hợp mạng bị tắc nghẽn, các tòa nhà đã bị phá hủy và thiếu nguồn cung cấp. Trong những trường hợp này, UAV sẽ được vận hành phía trên khu vực bị ảnh hưởng để có thể hỗ trợ phát tín hiệu ứng cứu đầu tiên cũng như đánh giá tình hình môi trường càng nhanh càng tốt.
Hệ thống truyền thông tin giữa các UAV thời gian thực trong thiên tai
"Giới hạn của các UAV nằm ở pin để hoạt động, do vậy, để duy trì hoạt động của UAV lâu hơn, tài nguyên của chúng (bao gồm pin, băng thông, vv) phải được tối ưu", GS Dương giải thích. "Điều này rất quan trọng để tiến hành thành công các nhiệm vụ tìm kiếm và cứu nạn trong 72 giờ đầu của thảm họa, ví dụ xem xét các UAV thương mại hiện nay chỉ có thể duy trì hoạt động trong khoảng 20 phút. Do đó, tối đa hóa thời gian hoạt động của các UAV trong mạng truyền thông tin là rất quan trọng đối với các ứng dụng như vậy."
Trong và sau thiên tai, cơ sở hạ tầng viễn thông thường xuyên bị gián đoạn dẫn đến khó khăn cho những người ứng cứu khẩn cấp và các đội di tản hoàn thành nhiệm vụ. Bằng cách giảm thời gian xử lý thông tin trong truyền thông tin của các UAV xuống còn mili giây, thuật toán phân bổ tài nguyên tối ưu cho UAV được phát triển bởi GS Trung và các đồng nghiệp có thể giúp cứu sống và hỗ trợ kịp thời cho những người sống sót.
"Trong thiên tai, việc giữ kết nối truyền thông tin là nhiệm vụ tiên quyết," GS Trung cho biết. “Việc hạn chế truyền thông trong các khu vực ở xa và điều kiện không đảm bảo cho truyền thông tin ở các nước đang phát triển có thể là những tác động bất lợi. Chúng tôi tin rằng nghiên cứu của chúng tôi về tối ưu hóa thời gian thực trong truyền thông UAV là nỗ lực đầu tiên trong lĩnh vực này để giải quyết các hạn chế về mặt thời gian của UAV, điều này sẽ đóng một vai trò quan trọng trong các tình huống thảm họa."
Hiện tại, nhóm nghiên cứu đang thực hiện dự án quỹ Newton này gồm có 3 Nghiên cứu sinh và 4 Tiến Sĩ. Các nhà nghiên cứu này sẽ tiếp tục làm việc nỗ lực cho mục tiêu của họ, tập trung vào nhiều khía cạnh lý thuyết và thực tế hơn nữa.
"Bước tiếp theo của chúng tôi là khai thác các công nghệ tiên tiến, (ví dụ: phân phối và tính toán song song) và tích hợp việc học máy (machine learning) vào bối cảnh tối ưu hóa theo thời gian thực, để tăng hiệu suất thời gian xử lý", GS Trung cho biết. "Chúng tôi cũng sẽ tiếp tục phổ biến các nghiên cứu của chúng tôi thông qua các tạp chí khoa học có uy tín cao, cũng như tại các hội nghị và các đối tác trong công nghiệp."
by honghanhphan Fri Apr 19, 2024 8:52 pm
Tiêu đề: Phân phối tài nguyên tối ưu cho các hệ thống truyền thông tin UAV 
