បញ្ហា (The Problem)៖ ការកើនឡើងយ៉ាងឆាប់រហ័សនៃឧបករណ៍ IoT ទាមទារឱ្យមានការទំនាក់ទំនងប្រកបដោយសុវត្ថិភាព និងសន្សំសំចៃថាមពល ប៉ុន្តែការប្រើប្រាស់ថាមពលថ្មសម្រាប់ឧបករណ៍រាប់លានគឺមិនអាចអនុវត្តបានងាយស្រួលឡើយ ហើយប្រព័ន្ធនេះប្រឈមនឹងហានិភ័យសុវត្ថិភាពពីការរំខាន (Interference) ដោយចេតនា។
វិធីសាស្ត្រ (The Methodology)៖ អ្នកស្រាវជ្រាវបានស្នើឡើងនូវវិធីសាស្ត្រឆ្លាតវៃមួយដោយប្រើប្រាស់យន្តហោះគ្មានមនុស្សបើក (UAV) ដើម្បីបញ្ជូនថាមពលឥតខ្សែ (WPT) ទៅកាន់ឧបករណ៍ចាប់សញ្ញា និងប្រមូលទិន្នន័យត្រឡប់មកវិញដោយប្រើប្រាស់បច្ចេកវិទ្យា CDMA និងបញ្ញាសិប្បនិម្មិត។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| DDPG (Deep Deterministic Policy Gradient) ក្បួនដោះស្រាយបញ្ញាសិប្បនិម្មិតសម្រាប់ការរៀនសូត្រ (Reinforcement Learning) ក្នុងរបៀប CDMA |
អាចធ្វើការសម្រេចចិត្តបានយ៉ាងរហ័សក្នុងពេលជាក់ស្តែង (Real-time) និងផ្តល់នូវប្រសិទ្ធភាពថាមពលខ្ពស់ស្រដៀងនឹងការស្វែងរកល្អបំផុត។ | ទាមទារពេលវេលា និងទិន្នន័យច្រើនសម្រាប់ការបង្វឹក (Training) បណ្តាញសរសៃប្រសាទមុនពេលយកទៅប្រើប្រាស់។ | ទទួលបានប្រសិទ្ធភាពថាមពលជិតដល់កម្រិតល្អបំផុត (Near-optimal) និងខ្ពស់ជាងវិធីសាស្ត្រ Gradient Ascent យ៉ាងខ្លាំង។ |
| Exhaustive Search វិធីសាស្ត្រស្វែងរកគ្រប់ជ្រុងជ្រោយ (ដើម្បីរកចំណុចល្អបំផុត) |
ធានាថានឹងទទួលបានលទ្ធផលដែលល្អបំផុត (Optimal Solution) ដោយគ្មានការសង្ស័យ។ | ត្រូវការថាមពលកុំព្យូទ័រ និងពេលវេលាគណនាច្រើនមហាសាល មិនអាចប្រើប្រាស់ក្នុងស្ថានភាពជាក់ស្តែងបានទេ។ | ប្រើជាស្តង់ដារគោល (Benchmark) ដើម្បីប្រៀបធៀបប្រសិទ្ធភាពនៃវិធីសាស្ត្រ DDPG។ |
| Gradient Ascent វិធីសាស្ត្រគណិតវិទ្យាសម្រាប់ស្វែងរកចំណុចខ្ពស់បំផុតជាជំហានៗ |
ជាវិធីសាស្ត្រស្តង់ដារដែលងាយស្រួលយល់ និងអនុវត្តនៅក្នុងការបង្កើនប្រសិទ្ធភាពទូទៅ។ | អាចជាប់គាំងត្រឹមចំណុចល្អបំផុតក្នុងតំបន់ (Local optima) និងផ្តល់លទ្ធផលទាបជាង DDPG ក្នុងករណីនេះ។ | ប្រសិទ្ធភាពថាមពលមានកម្រិតទាបជាង DDPG ហើយលទ្ធផលប្រែប្រួលខ្លាំងទៅតាមទំហំជំហាន (Step size)។ |
| TDMA Optimization (Closed-form) ការបង្កើនប្រសិទ្ធភាពតាមរូបមន្តគណិតវិទ្យាសម្រាប់របៀប TDMA |
អាចគណនាបានលឿនដោយប្រើរូបមន្តសម្រេច (Closed-form expressions) ដោយមិនចាំបាច់ប្រើ AI។ | មិនអាចអនុវត្តបានចំពោះប្រព័ន្ធដែលមានភាពស្មុគស្មាញខ្លាំង ឬរបៀប CDMA ដែលត្រូវការដំណោះស្រាយតាមរយៈ AI។ | ប្រសិទ្ធភាពថាមពលកើនឡើងលីនេអ៊ែរទៅតាមគុណភាពនៃឆានែលទំនាក់ទំនង (Channel Power Gain)។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះគឺជាការពិសោធន៍តាមកុំព្យូទ័រ (Simulation) ដូច្នេះមិនមានការចំណាយលើឧបករណ៍រូបវន្តទេ ប៉ុន្តែតម្រូវឱ្យមានធនធានកុំព្យូទ័រខ្លាំង។
ការសិក្សានេះត្រូវបានធ្វើឡើងនៅក្នុងបរិយាកាសពិសោធន៍ (Simulation) ដោយប្រើការបែងចែកស្ថិតិឆានែលបែប Rayleigh និង Ricean ។ មិនមានទិន្នន័យជាក់ស្តែងពីទីតាំងភូមិសាស្ត្រក្នុងប្រទេសកម្ពុជាត្រូវបានប្រើប្រាស់ទេ ដែលនេះជាចំណុចខ្វះខាតប្រសិនបើចង់អនុវត្តផ្ទាល់។
វិធីសាស្ត្រនេះមានសក្តានុពលខ្ពស់សម្រាប់ប្រទេសកម្ពុជា ជាពិសេសក្នុងការដោះស្រាយបញ្ហាថាមពលសម្រាប់ឧបករណ៍ចាប់សញ្ញានៅតំបន់ដាច់ស្រយាល។
ទោះបីជាវាជាទ្រឹស្តីនៅឡើយ ប៉ុន្តែវាផ្តល់នូវផែនទីបង្ហាញផ្លូវដ៏សំខាន់សម្រាប់ការអភិវឌ្ឍប្រព័ន្ធ IoT ដែលមានសុវត្ថិភាព និងសន្សំសំចៃថាមពលនៅកម្ពុជា។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Wireless Power Transfer (WPT) | បច្ចេកវិទ្យាបញ្ជូនថាមពលអគ្គិសនីពីប្រភពមួយ (ក្នុងអត្ថបទនេះគឺ UAV) ទៅកាន់ឧបករណ៍ទទួល (សេនស័រ) ដោយមិនប្រើខ្សែភ្លើង ប៉ុន្តែប្រើរលកអេឡិចត្រូម៉ាញេទិចដើម្បីសាកថ្មឧបករណ៍ពីចម្ងាយ។ | ដូចជាការសាកថ្មទូរសព្ទដោយដាក់លើបន្ទះសាកឥតខ្សែ ប៉ុន្តែបច្ចេកវិទ្យានេះអាចសាកបានទោះបីជាឧបករណ៍នៅឆ្ងាយពីគ្នាក៏ដោយ។ |
| Deep Deterministic Policy Gradient (DDPG) | ជាក្បួនដោះស្រាយបញ្ញាសិប្បនិម្មិត (AI) ប្រភេទ Reinforcement Learning ដែលប្រើបណ្តាញសរសៃប្រសាទពីរ (Actor និង Critic) ដើម្បីរៀនធ្វើការសម្រេចចិត្តលើសកម្មភាពដែលមានភាពលម្អិតខ្ពស់ (Continuous Action) ដូចជាការកំណត់កម្រិតថាមពលឱ្យបានជាក់លាក់បំផុត។ | ប្រៀបដូចជាគ្រូបង្វឹក (Critic) ដែលផ្តល់ពិន្ទុដល់កីឡាករ (Actor) រាល់ពេលហាត់ ដើម្បីឱ្យកីឡាករកែតម្រូវបច្ចេកទេសបន្តិចម្តងៗរហូតដល់ល្អឥតខ្ចោះ។ |
| Code Division Multiple Access (CDMA) | ជាវិធីសាស្ត្រទំនាក់ទំនងដែលអនុញ្ញាតឱ្យឧបករណ៍ជាច្រើនអាចបញ្ជូនទិន្នន័យក្នុងពេលតែមួយ និងលើប្រេកង់តែមួយ ដោយប្រើកូដសម្ងាត់ផ្សេងៗគ្នាដើម្បីកុំឱ្យសញ្ញាជាន់គ្នា ឬរំខានគ្នា។ | ប្រៀបដូចជាមនុស្សជាច្រើននិយាយក្នុងបន្ទប់តែមួយក្នុងពេលតែមួយ ប៉ុន្តែម្នាក់ៗនិយាយភាសាផ្សេងគ្នា ដូច្នេះអ្នកស្តាប់អាចយល់បានតែភាសាដែលខ្លួនចង់ស្តាប់ប៉ុណ្ណោះ។ |
| Energy Harvesting (EH) | ដំណើរការដែលឧបករណ៍អេឡិចត្រូនិចចាប់យកថាមពលដែលមានស្រាប់ក្នុងបរិស្ថាន (ដូចជារលកវិទ្យុ ពន្លឺព្រះអាទិត្យ ឬកំដៅ) មកបំលែងជាអគ្គិសនីដើម្បីដំណើរការខ្លួនឯង។ | ដូចជាការដាក់ធុងត្រងទឹកភ្លៀងពីលើមេឃ ដើម្បីយកទឹកមកប្រើប្រាស់ជំនួសឱ្យការទិញទឹកសុទ្ធ។ |
| Lambert W function | ជាអនុគមន៍គណិតវិទ្យាពិសេសដែលត្រូវបានប្រើដើម្បីដោះស្រាយសមីការស្មុគស្មាញ (សមីការដែលមានអិចស្ប៉ូណង់ស្យែល) ដើម្បីរកតម្លៃដ៏ល្អបំផុត (Optimal value) នៃការសាកថ្ម និងការបញ្ជូនទិន្នន័យ។ | ប្រៀបដូចជាឧបករណ៍ពិសេស ឬរូបមន្តផ្លូវកាត់សម្រាប់រកចម្លើយនៃលំហាត់គណិតវិទ្យាដែលម៉ាស៊ីនគិតលេខធម្មតាមិនអាចគណនាបាន។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
