Luận án tiến sĩ về bảo mật thông tin lớp vật lý trong mạng vô tuyến nhận thức

Chuyên đề nghiên cứu Bảo mật thông tin lớp vật lý trong mạng vô tuyến nhận thức, cập nhật xu hướng mới, giá trị tham khảo cao cho chuyên gia vật lý

• Tác giả: Đỗ Đắc Thiểm
• Người hướng dẫn: PGS. Hồ Văn Khương
• Trường học: Đại học Quốc gia TP. Hồ Chí Minh
• Chuyên ngành: Kỹ thuật viễn thông
• Đề tài: Bảo mật thông tin lớp vật lý trong mạng vô tuyến nhận thức
• Loại tài liệu: luận án tiến sĩ
• Năm xuất bản: 2024
• Địa điểm: TP. Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM ĐOAN
• 1. CHƯƠNG 1: MỞ ĐẦU
• 2. CHƯƠNG 2: TỔNG QUAN
• 3. CHƯƠNG 3: PHÂN TÍCH VÀ ĐÁNH GIÁ HIỆU NĂNG PLS TRONG MẠNG VÔ TUYẾN NHẬN THỨC DẠNG NỀN
• 4. CHƯƠNG 4: GIẢI PHÁP NÂNG CAO HIỆU NĂNG PLS - MẠNG VÔ TUYẾN NHẬN THỨC CÓ THIẾT BỊ GÂY NHIỄU HỮU ÍCH
• 5. CHƯƠNG 5: MẠNG VÔ TUYẾN NHẬN THỨC THU THẬP NĂNG LƯỢNG VÀ GIẢI PHÁP NÂNG CAO HIỆU NĂNG EHUCRRN
• 6. CHƯƠNG 6: KẾT LUẬN VÀ KIẾN NGHỊ
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng quan về bảo mật thông tin lớp vật lý trong mạng vô tuyến nhận thức

Bảo mật thông tin lớp vật lý (PLS) trong mạng vô tuyến nhận thức (CRN) đang trở thành một chủ đề nghiên cứu quan trọng. CRN cho phép sử dụng hiệu quả phổ tần số, đồng thời PLS cung cấp một lớp bảo mật bổ sung cho các kỹ thuật bảo mật truyền thống. Việc kết hợp giữa PLS và CRN không chỉ giúp nâng cao khả năng bảo mật mà còn tối ưu hóa hiệu suất sử dụng phổ. Nghiên cứu này sẽ phân tích các khía cạnh chính của PLS trong CRN, từ đó đưa ra những giải pháp khả thi cho các thách thức hiện tại.

1.1. Khái niệm và vai trò của bảo mật thông tin lớp vật lý

Bảo mật thông tin lớp vật lý là một phương pháp bảo vệ thông tin bằng cách khai thác các đặc tính vật lý của kênh truyền. Điều này giúp ngăn chặn các cuộc tấn công từ bên ngoài mà không cần phụ thuộc hoàn toàn vào các giao thức mã hóa. PLS có thể cung cấp một lớp bảo mật mạnh mẽ cho các hệ thống thông tin hiện đại.

1.2. Mạng vô tuyến nhận thức và tiềm năng ứng dụng

Mạng vô tuyến nhận thức cho phép các thiết bị sử dụng phổ tần số một cách linh hoạt và hiệu quả. Với khả năng tự động phát hiện và điều chỉnh tần số, CRN có thể đáp ứng nhu cầu ngày càng tăng về băng thông trong các ứng dụng IoT và 5G. Việc tích hợp PLS vào CRN sẽ tạo ra một hệ thống an toàn và hiệu quả hơn.

II. Thách thức trong bảo mật thông tin lớp vật lý trong mạng vô tuyến nhận thức

Mặc dù PLS trong CRN mang lại nhiều lợi ích, nhưng vẫn tồn tại nhiều thách thức cần giải quyết. Các yếu tố như can nhiễu từ mạng sơ cấp, điều kiện kênh truyền không ổn định và các cuộc tấn công từ bên ngoài có thể ảnh hưởng đến hiệu suất bảo mật. Nghiên cứu này sẽ phân tích các thách thức chính và đề xuất các giải pháp khả thi.

2.1. Can nhiễu từ mạng sơ cấp và ảnh hưởng đến PLS

Can nhiễu từ mạng sơ cấp là một trong những yếu tố chính ảnh hưởng đến hiệu suất PLS. Khi mạng thứ cấp hoạt động gần mạng sơ cấp, khả năng bảo mật có thể bị giảm sút. Việc phân tích ảnh hưởng của can nhiễu là cần thiết để tối ưu hóa thiết kế hệ thống.

2.2. Điều kiện kênh truyền và sự biến động của PLS

Kênh truyền vô tuyến thường gặp phải các hiện tượng như fading và suy giảm tín hiệu. Những yếu tố này có thể làm giảm hiệu suất bảo mật của PLS. Nghiên cứu cần xem xét các mô hình kênh truyền khác nhau để đánh giá chính xác hiệu suất PLS.

III. Phương pháp nâng cao hiệu suất bảo mật lớp vật lý trong CRN

Để cải thiện hiệu suất PLS trong mạng vô tuyến nhận thức, cần áp dụng các phương pháp và kỹ thuật mới. Các giải pháp như sử dụng thiết bị gây nhiễu hữu ích và thu thập năng lượng có thể giúp nâng cao khả năng bảo mật. Nghiên cứu này sẽ trình bày các phương pháp cụ thể và phân tích hiệu quả của chúng.

3.1. Sử dụng thiết bị gây nhiễu hữu ích để cải thiện PLS

Thiết bị gây nhiễu hữu ích có thể tạo ra can nhiễu có lợi cho mạng thứ cấp, từ đó nâng cao khả năng bảo mật. Nghiên cứu đã chỉ ra rằng việc sử dụng thiết bị này có thể cải thiện đáng kể hiệu suất PLS trong các điều kiện hoạt động khác nhau.

3.2. Kỹ thuật thu thập năng lượng và ảnh hưởng đến PLS

Kỹ thuật thu thập năng lượng từ sóng vô tuyến không chỉ giúp cung cấp năng lượng cho các thiết bị mà còn có thể cải thiện hiệu suất PLS. Nghiên cứu sẽ phân tích cách thức thu thập năng lượng ảnh hưởng đến khả năng bảo mật trong mạng vô tuyến nhận thức.

IV. Ứng dụng thực tiễn của bảo mật thông tin lớp vật lý trong CRN

Bảo mật thông tin lớp vật lý trong mạng vô tuyến nhận thức có nhiều ứng dụng thực tiễn trong các lĩnh vực như viễn thông, IoT và an ninh mạng. Việc áp dụng PLS có thể giúp bảo vệ thông tin nhạy cảm và nâng cao hiệu suất truyền tải dữ liệu. Nghiên cứu này sẽ trình bày các ứng dụng cụ thể và kết quả đạt được.

4.1. Ứng dụng trong viễn thông và mạng 5G

Trong bối cảnh mạng 5G, PLS có thể giúp bảo vệ thông tin truyền tải giữa các thiết bị. Việc áp dụng PLS trong viễn thông không chỉ nâng cao khả năng bảo mật mà còn tối ưu hóa hiệu suất sử dụng phổ tần số.

4.2. Ứng dụng trong IoT và an ninh mạng

IoT đang phát triển mạnh mẽ và yêu cầu bảo mật cao. PLS có thể cung cấp một giải pháp bảo mật hiệu quả cho các thiết bị IoT, giúp bảo vệ thông tin nhạy cảm khỏi các cuộc tấn công mạng. Nghiên cứu sẽ chỉ ra các ứng dụng cụ thể trong lĩnh vực này.

V. Kết luận và tương lai của bảo mật thông tin lớp vật lý trong mạng vô tuyến nhận thức

Bảo mật thông tin lớp vật lý trong mạng vô tuyến nhận thức là một lĩnh vực nghiên cứu đầy tiềm năng. Nghiên cứu đã chỉ ra rằng việc kết hợp PLS với CRN có thể mang lại nhiều lợi ích về bảo mật và hiệu suất. Tương lai của nghiên cứu này sẽ tiếp tục mở rộng và phát triển các giải pháp mới để đáp ứng nhu cầu ngày càng cao về bảo mật thông tin.

5.1. Tương lai của nghiên cứu PLS trong CRN

Nghiên cứu PLS trong CRN sẽ tiếp tục phát triển với sự xuất hiện của các công nghệ mới. Các giải pháp bảo mật sẽ ngày càng được cải thiện để đáp ứng nhu cầu bảo mật trong các hệ thống thông tin hiện đại.

5.2. Định hướng nghiên cứu và phát triển

Định hướng nghiên cứu trong tương lai sẽ tập trung vào việc phát triển các mô hình và giải pháp mới cho PLS trong CRN. Các nghiên cứu sẽ cần xem xét các yếu tố như can nhiễu, điều kiện kênh truyền và các công nghệ mới để nâng cao hiệu suất bảo mật.

Nội dung chính

Tổng quan luận án

Luận án tiến sĩ "Bảo mật thông tin lớp vật lý trong mạng vô tuyến nhận thức dạng nền" được tác giả Đỗ Đắc Thiểm thực hiện tại Trường Đại học Bách Khoa – Đại học Quốc gia Thành phố Hồ Chí Minh, dưới sự hướng dẫn khoa học của PGS. TS. Hồ Văn Khương, thuộc chuyên ngành Kỹ thuật Viễn thông (mã số: 62520208), hoàn thành và bảo vệ năm 2024.

Trong bối cảnh hệ thống thông tin vô tuyến thế hệ thứ năm (5G) và Internet vạn vật (IoT) phát triển mạnh mẽ trên phạm vi toàn cầu—với số lượng thiết bị kết nối ước tính từ khoảng 22 tỷ thiết bị năm 2018 tăng lên 50 tỷ thiết bị vào năm 2030—sự bùng nổ của các dịch vụ vô tuyến thế hệ mới đòi hỏi băng thông lớn đã dẫn đến tình trạng khan hiếm phổ tần số vô tuyến nghiêm trọng. Mạng vô tuyến nhận thức (Cognitive Radio Network - CRN) là giải pháp kỹ thuật giúp nâng cao hiệu suất sử dụng phổ tần bằng cách cho phép người dùng thứ cấp (Secondary Network - SN) tận dụng các dải tần chưa sử dụng hoặc chia sẻ phổ với mạng sơ cấp (Primary Network - PN). Trong ba cơ chế hoạt động chính của CRN gồm dạng nền (Underlay), dạng phủ (Overlay) và dạng đan xen (Interweave), cơ chế dạng nền (UCRN) có ưu điểm lớn về tính đơn giản trong hiện thực phần cứng và khả năng triển khai thực tế.

Song song với hiệu suất phổ, an toàn thông tin là yêu cầu bắt buộc đối với các hệ thống truyền thông vô tuyến. Phương thức bảo mật truyền thống dựa trên mật mã ở các lớp trên của mô hình OSI bộc lộ những giới hạn khi năng lực tính toán phần cứng của các bên nghe lén ngày càng tăng. Bảo mật thông tin lớp vật lý (Physical Layer Security - PLS) xuất hiện như một giải pháp bổ sung, khai thác trực tiếp các đặc tính không gian và thời gian ngẫu nhiên của kênh truyền vô tuyến để ngăn chặn việc thu chặn thông tin trái phép mà không phụ thuộc hoàn toàn vào độ phức tạp tính toán của thuật toán mật mã. Do đó, việc kết hợp PLS vào mạng vô tuyến nhận thức dạng nền (UCRN) đáp ứng đồng thời hai tiêu chí: hiệu suất sử dụng phổ cao và bảo mật thông tin lớp vật lý.

Tuy nhiên, trong môi trường UCRN, quá trình truyền thông chịu nhiều ràng buộc nghiêm ngặt: can nhiễu lẫn nhau giữa mạng sơ cấp và thứ cấp, giới hạn công suất can nhiễu ngưỡng tại máy thu sơ cấp, giới hạn công suất phát cực đại của máy phát thứ cấp, ảnh hưởng của fading đa đường (Rayleigh, Nakagami-$m$), lỗi ước lượng trạng thái kênh truyền (CSI không hoàn hảo), cũng như bài toán cấp nguồn trong các mạng thu thập năng lượng sóng vô tuyến (RFEH/SWIPT). Việc thiếu vắng các mô hình giải tích chính xác để đánh giá hiệu năng bảo mật dưới đầy đủ các ràng buộc thực tế này chính là khoảng trống nghiên cứu mà luận án tập trung giải quyết.

Mục tiêu và ba nhiệm vụ nghiên cứu cụ thể của luận án được xác định như sau:

1. Nhiệm vụ 1: Phân tích và đánh giá bảo mật lớp vật lý của mạng vô tuyến nhận thức dạng nền dưới các điều kiện vận hành nghiêm ngặt và gần với thực tế, xem xét đầy đủ các thông số hoạt động như công suất phát cực đại ($P_{Sm}$), công suất can nhiễu ngưỡng ($I_t$), dung lượng bảo mật cho trước ($C_0$), can nhiễu từ mạng sơ cấp ($P_T$), thông tin kênh truyền fading Rayleigh không hoàn hảo cũng như mức độ trầm trọng fading Nakagami-$m$.
2. Nhiệm vụ 2: Phân tích và đánh giá hiệu năng PLS của mạng vô tuyến nhận thức dạng nền có thu thập năng lượng sóng vô tuyến (EHUCRN) với các kênh truyền fading tổng quát Nakagami-$m$.
3. Nhiệm vụ 3: Đề xuất các giải pháp nâng cao hiệu năng PLS áp dụng trong mạng vô tuyến nhận thức dạng nền (bao gồm giải pháp sử dụng thiết bị gây nhiễu hữu ích UCRNHJ và giải pháp mạng chuyển tiếp vô tuyến nhận thức dạng nền thu thập năng lượng EHUCRRN), sau đó phân tích hiệu năng và chứng minh hiệu quả của các giải pháp đã đề xuất.

Đối tượng và phạm vi nghiên cứu:

• Đối tượng nghiên cứu: Hiệu năng bảo mật lớp vật lý, cụ thể là dung lượng bảo mật ($C_{Sec}$), xác suất dừng bảo mật (Secrecy Outage Probability - SOP), xác suất dung lượng bảo mật dương (PPSC), xác suất can thiệp (IP) trong các mô hình UCRN, UCRNHJ, EHUCRN và EHUCRRN.
• Phạm vi nghiên cứu: Kênh truyền fading diện hẹp (Rayleigh và Nakagami-$m$), mô hình suy hao đường truyền phụ thuộc khoảng cách (với số mũ suy hao $\alpha = 4$), kiến trúc thu thập năng lượng phân chia thời gian (Time-Switching) và phân chia công suất (Power-Splitting), giả định các nút mạng phân bố theo tọa độ không gian 2D hai chiều chuẩn hóa.

Tổng quan tài liệu và vị trí của luận án

Luận án đã thực hiện tổng quan hệ thống các công trình nghiên cứu liên quan đến bảo mật lớp vật lý trong mạng vô tuyến nhận thức và phân loại thành năm nhóm hướng nghiên cứu chính:

Nhóm 1: Các nghiên cứu phân tích SOP trong UCRN cơ bản và mạng chuyển tiếp qua kênh fading Rayleigh [33]–[39]. Các tác giả trong [33]–[35] phân tích SOP của kỹ thuật lựa chọn nút chuyển tiếp từng phần trong UCRN song công, mạng chuyển tiếp đa chặng với máy thu bán song công đa ăng-ten và mạng không chuyển tiếp với máy thu song công đa ăng-ten; [36] phân tích lựa chọn nút chuyển tiếp tốt nhất thứ $K$ trong UCRN bán song công; [37] nghiên cứu lựa chọn ăng-ten phát; [38] xem xét thông tin kênh chuyển tiếp lỗi thời nhưng bỏ qua nhiễu nền; [39] phân tích mạng chuyển tiếp đa chặng nhưng bỏ qua can nhiễu từ mạng sơ cấp và giới hạn công suất phát cực đại. Hạn chế cốt lõi của nhóm này là không tính đồng thời can nhiễu từ mạng sơ cấp ($P_T$) và thông tin kênh truyền không hoàn hảo.

Nhóm 2: Các nghiên cứu về UCRN có xét can nhiễu sơ cấp và kênh Nakagami-$m$ [40]–[48]. Các công trình [40], [41] xem xét nhiễu từ PN nhưng chỉ khảo sát fading Rayleigh và dừng lại ở mức mô phỏng; [42], [43] xét các ràng buộc công suất phát cực đại và can nhiễu ngưỡng nhưng [43] bỏ qua can nhiễu PN; [44] khảo sát mô hình hai chuyển tiếp đa sóng mang; [45] nghiên cứu nhiều máy thu thứ cấp; [46], [47] phân tích SOP với CSI không hoàn hảo nhưng chỉ trên kênh Rayleigh; [48] khảo sát kênh Nakagami-$m$ với ràng buộc công suất nhưng bỏ qua can nhiễu từ PN.

Nhóm 3: Các nghiên cứu ứng dụng tín hiệu gây nhiễu nhân tạo để bảo vệ thông tin trong UCRN [50]–[60]. Hướng tiếp cận phát chung tín hiệu tin tức và tín hiệu gây nhiễu từ cùng một máy phát thứ cấp được nghiên cứu trong [50]–[53], tuy nhiên các công trình này bỏ qua can nhiễu PN hoặc bỏ qua nhiễu AWGN và không thiết lập biểu thức SOP. Hướng tiếp cận dùng nguồn gây nhiễu riêng biệt được nghiên cứu trong [54]–[60]: [54] tối ưu tỷ số tín hiệu trên nhiễu (SNR) nhưng bỏ qua can nhiễu PN; [55] tối ưu dung lượng bảo mật; [56] tối ưu trọng số trên các ăng-ten phát; [57] bỏ qua can nhiễu PN và giới hạn can nhiễu ngưỡng; [58] chọn một nút SN phát nhiễu nhưng bỏ qua các giới hạn công suất; [59], [60] thực hiện phân tích SOP nhưng bỏ qua can nhiễu từ PN.

Nhóm 4: Các nghiên cứu về mạng vô tuyến nhận thức dạng nền thu thập năng lượng (EHUCRN) [61]–[66]. Trong đó, [61] đề xuất biểu thức dạng tường minh của xác suất can thiệp và thông lượng bảo mật có xét can nhiễu PN; [62] phân tích xác suất dừng và xác suất can thiệp cho truyền thông trực tiếp; [63] đề xuất giải pháp chọn đường; [64]–[66] thu thập năng lượng từ người dùng hoạt động và truyền thông chuyển tiếp nhưng chỉ đánh giá bằng mô phỏng và bỏ qua can nhiễu PN. Điểm hạn chế chung là tất cả [61]–[66] chỉ dừng lại ở kênh truyền fading Rayleigh.

Nhóm 5: Các nghiên cứu về mạng chuyển tiếp vô tuyến nhận thức dạng nền thu thập năng lượng (EHUCRRN) [67]–[73]. Công trình [67] phân tích giải mã và chuyển tiếp đa chặng trên kênh Rayleigh; [68] khảo sát CRN dạng phủ; [69] tối ưu thông lượng qua giao thức chuyển mạch công suất – thời gian; [70] khảo sát EHUCRRN thu năng lượng từ máy phát thứ cấp và sơ cấp nhưng chỉ cung cấp kết quả mô phỏng; [71] phân tích SOP cho EHUCRRN nhưng bỏ qua công suất can nhiễu ngưỡng $I_t$; [72], [73] phân tích mạng nhận thức qua kênh Nakagami-$m$ nhưng [73] không xét thu thập năng lượng.

Nhóm nghiên cứu	Công trình tiêu biểu	Ràng buộc $P_{Sm}$, $I_t$	Can nhiễu từ PN	Fading Nakagami-$m$	CSI không hoàn hảo	Phân tích giải tích SOP
UCRN cơ bản & Chuyển tiếp	[33]–[39]	Một phần	Không	Không	Một phần	Có
UCRN & Fading Nakagami-$m$	[40]–[48]	Có	Một phần	Một phần ([48])	Một phần ([47])	Một phần
UCRN có Gây nhiễu (Jamming)	[50]–[60]	Một phần	Một phần	Không	Không	Thiếu can nhiễu PN
EHUCRN (Thu năng lượng)	[61]–[66]	Có	Một phần	Không	Không	Chỉ trên Rayleigh
EHUCRRN (Chuyển tiếp EH)	[67]–[73]	Một phần	Một phần	Một phần ([72])	Không	Thiếu $I_t$ hoặc chỉ mô phỏng

Vị trí của luận án: Luận án giải quyết toàn diện các khoảng trống kể trên bằng việc xây dựng các mô hình toán học giải tích chính xác cho xác suất dừng bảo mật (SOP) trong UCRN, UCRNHJ, EHUCRN và EHUCRRN, đồng thời bao hàm đầy đủ các ràng buộc: công suất phát cực đại $P_{Sm}$, công suất can nhiễu ngưỡng $I_t$, can nhiễu từ mạng sơ cấp $P_T$, nhiễu nhiệt AWGN $\sigma^2$, độ chính xác ước lượng kênh truyền $\rho$, và phân bố fading Nakagami-$m$.

Cơ sở lý thuyết và phương pháp nghiên cứu

Cơ sở lý thuyết và các khái niệm sử dụng

1. Kênh truyền vô tuyến và fading:

• Kênh truyền AWGN: Tín hiệu chịu tác động của nhiễu Gaussian trắng cộng $n \sim \mathcal{CN}(0, \sigma^2)$.
• Kênh fading Rayleigh: Mô hình hóa hiện tượng đa đường trong đô thị không có đường truyền thẳng (Non-Line of Sight - NLoS). Hệ số kênh $h_{tr} \sim \mathcal{CN}(0, \Omega_{tr})$, trong đó $\Omega_{tr} = d_{tr}^{-\alpha}$ với $d_{tr}$ là khoảng cách giữa nút phát $t$ và nút thu $r$, $\alpha$ là số mũ suy hao đường truyền. Độ lợi kênh $|h_{tr}|^2$ tuân theo phân phối hàm mũ có hàm mật độ xác suất (PDF) $f_{|h_{tr}|^2}(x) = \frac{1}{\Omega_{tr}} e^{-\frac{x}{\Omega_{tr}}}$ và hàm phân bố tích lũy (CDF) $F_{|h_{tr}|^2}(x) = 1 - e^{-\frac{x}{\Omega_{tr}}}$.
• Kênh fading Nakagami-$m$: Mô hình tổng quát hơn với tham số mức độ trầm trọng fading $m_{tr}$ ($m_{tr} \ge 0.5$, luận án khảo sát $m_{tr}$ nguyên dương) và công suất fading $\Omega_{tr} = d_{tr}^{-\alpha}$. Độ lợi kênh $g_{tr} = |h_{tr}|^2$ có PDF $f_{g_{tr}}(x) = \frac{\beta_{tr}^{m_{tr}}}{\Gamma(m_{tr})} x^{m_{tr}-1} e^{-\beta_{tr} x}$ (với $\beta_{tr} = m_{tr}/\Omega_{tr}$) và CDF dạng chuỗi $F_{g_{tr}}(x) = 1 - e^{-\beta_{tr} x} \sum_{t=0}^{m_{tr}-1} \frac{(\beta_{tr} x)^t}{t!}$.

2. Mô hình thông tin kênh truyền không hoàn hảo (Imperfect CSI): Mối liên hệ giữa hệ số kênh thực $h_{tr}$ và hệ số kênh ước lượng $\hat{h}{tr}$ được mô hình hóa theo công thức: $$\hat{h}{tr} = \rho_{tr} h_{tr} + \sqrt{1 - \rho_{tr}^2} \epsilon_{tr}$$ Trong đó $\rho_{tr} \in [0, 1]$ là hệ số tương quan biểu thị độ chính xác của quá trình ước lượng kênh, và $\epsilon_{tr} \sim \mathcal{CN}(0, \Omega_{tr})$ là sai số ước lượng kênh truyền.

3. Cơ chế hoạt động mạng vô tuyến nhận thức dạng nền (Underlay CRN): Máy phát thứ cấp $S$ truyền tin đồng thời trên cùng băng tần với máy phát sơ cấp $T$. Để đảm bảo chất lượng dịch vụ của mạng sơ cấp, công suất phát $P_S$ của $S$ được điều khiển thích ứng dựa trên công suất can nhiễu ngưỡng $I_t$ tại máy thu sơ cấp $R$ và công suất phát cực đại $P_{Sm}$: $$P_S = \min\left(P_{Sm}, \frac{I_t}{|\hat{h}{SR}|^2}\right) \quad \text{hoặc} \quad P_S = \min\left(P{Sm}, \frac{I_t}{g_{SR}}\right)$$

4. Kỹ thuật thu thập năng lượng sóng vô tuyến (RFEH/SWIPT):

• Chuyển mạch thời gian (Time-Switching): Khung truyền được chia làm hai pha; tỷ lệ thời gian $\alpha \in (0, 1)$ dành cho thu thập năng lượng từ tín hiệu RF, tỷ lệ thời gian $(1-\alpha)$ dành cho truyền nhận thông tin.
• Phân chia công suất (Power-Splitting): Tín hiệu thu được chia thành hai phần với tỷ lệ công suất $\mu$ dành cho bộ thu thập năng lượng và $(1-\mu)$ dành cho bộ xử lý thông tin.

5. Các tiêu chí đánh giá hiệu năng bảo mật lớp vật lý (PLS):

• Dung lượng bảo mật ($C_{Sec}$): Chênh lệch dung lượng giữa kênh chính (S đến D) và kênh nghe lén (S đến W): $$C_{Sec} = \max(C_{SD} - C_{SW}, 0) = \max\left(\log_2\left(\frac{1 + \gamma_D}{1 + \gamma_W}\right), 0\right)$$
• Xác suất dừng bảo mật (SOP): Xác suất dung lượng bảo mật nhỏ hơn ngưỡng yêu cầu $C_0$: $$\mathcal{O}(C_0) = \Pr(C_{Sec} < C_0)$$
• Xác suất dung lượng bảo mật dương (PPSC): $\mathcal{P}{pos} = \Pr(C{Sec} > 0) = 1 - \mathcal{O}(0)$.
• Xác suất can thiệp (IP): $\mathcal{P}{int} = \Pr(C{Sec} \le 0) = \mathcal{O}(0)$.

Phương pháp nghiên cứu và công cụ thực nghiệm

Luận án kết hợp chặt chẽ giữa phương pháp giải tích lý thuyết và phương pháp mô phỏng số:

• Phương pháp giải tích toán học: Thiết lập biểu thức xác suất có điều kiện theo công suất phát $P_S$, khai triển hàm mật độ xác suất (PDF) và hàm phân bố tích lũy (CDF) của tỉ số tín hiệu trên can nhiễu cộng nhiễu (SINR) tại máy thu hợp pháp $\gamma_D$ và máy nghe lén $\gamma_W$. Sử dụng các bổ đề tích phân liên quan đến hàm tích phân mũ $\text{Ei}(\cdot)$ để đưa biểu thức SOP về dạng tích phân đơn biến hoặc biểu thức tường minh chính xác.
• Phương pháp mô phỏng Monte-Carlo: Xây dựng chương trình mô phỏng trên phần mềm MATLAB với $10^6$ lần hiện thực ngẫu nhiên kênh truyền cho mỗi điểm khảo sát, số mũ suy hao đường truyền $\alpha = 4$, kiểm chứng tính đúng đắn của các biểu thức toán học đã thiết lập.

Nội dung chính theo từng chương

Chương 1: Mở đầu

Chương này thiết lập cơ sở khoa học của đề tài: đặt vấn đề về sự khan hiếm phổ tần trong kỷ nguyên 5G/IoT; phân tích nhu cầu cấp thiết của bảo mật thông tin lớp vật lý bổ trợ cho các giao thức mật mã lớp trên; xác định ba mục tiêu và nhiệm vụ nghiên cứu; làm rõ ý nghĩa khoa học và giá trị ứng dụng thực tiễn của các công cụ tính toán SOP trong thiết kế hệ thống viễn thông trước khi triển khai thực tế; giới thiệu bố cục gồm sáu chương của luận án.

Chương 2: Tổng quan

Chương 2 hệ thống hóa nền tảng lý thuyết:

• Trình bày đặc tính các kênh truyền AWGN, fading Rayleigh và Nakagami-$m$.
• Phân tích kiến trúc CRN (mạng sơ cấp gồm $T, R$; mạng thứ cấp gồm $S, D$) và cơ chế truyền nhận dạng nền (Underlay).
• Trình bày các kỹ thuật thu thập năng lượng sóng vô tuyến (RFEH/SWIPT), phân tích chi tiết hai kiến trúc chuyển mạch thời gian và phân chia công suất.
• Định nghĩa các tiêu chuẩn đánh giá PLS: $C_{Sec}$, SOP, PPSC, IP.
• Tổng quan và lập bảng so sánh chi tiết các công trình nghiên cứu liên quan từ [33] đến [73] để chỉ rõ các giới hạn còn tồn tại trong y văn.

Chương 3: Phân tích và đánh giá hiệu năng PLS trong mạng vô tuyến nhận thức dạng nền

Chương này tập trung vào mạng UCRN cơ bản với hai trường hợp kênh truyền:

1. UCRN với thông tin kênh truyền fading Rayleigh không hoàn hảo: Mô hình gồm mạng sơ cấp ($T, R$), mạng thứ cấp ($S, D$) và máy nghe lén ($W$). Tín hiệu thu tại $D$ và $W$ chịu tác động đồng thời của can nhiễu từ máy phát sơ cấp $T$ và nhiễu Gaussian trắng cộng: $$y_D = h_{SD} x_S + h_{TD} x_T + n_D, \quad y_W = h_{SW} x_S + h_{TW} x_T + n_W$$ Tỉ số SINR tại $D$ ($\gamma_D$) và tại $W$ ($\gamma_W$) được thiết lập dựa trên mô hình CSI không hoàn hảo: $$\gamma_D = \frac{\rho_{SD}^2 |\hat{h}{SD}|^2 P_S}{(1 - \rho{SD}^2) \Omega_{SD} P_S + |h_{TD}|^2 \rho_{SD}^2 P_T + \rho_{SD}^2 \sigma_D^2}$$ $$\gamma_W = \frac{\rho_{SW}^2 |\hat{h}{SW}|^2 P_S}{(1 - \rho{SW}^2) \Omega_{SW} P_S + |h_{TW}|^2 \rho_{SW}^2 P_T + \rho_{SW}^2 \sigma_W^2}$$ Luận án chứng minh Định lý 3.1 (CDF có điều kiện $F_{\gamma_D}(x|P_S)$) và Định lý 3.2 (PDF có điều kiện $f_{\gamma_W}(x|P_S)$), sử dụng Bổ đề 3.1 và 3.2 với hàm tích phân mũ $\text{Ei}(\cdot)$ để đưa ra công thức SOP chính xác dạng tích phân đơn biến theo biến ngẫu nhiên $X = |\hat{h}{SR}|^2$: $$\mathcal{O}(C_0) = \int_0^\infty \mathcal{J}(x) f_X(x) dx = \int_0^\infty \mathcal{J}(x) \frac{1}{\Omega{SR}} e^{-\frac{x}{\Omega_{SR}}} dx$$

Khảo sát số liệu trên tọa độ chuẩn hóa $T(0.2, 0.8)$, $R(0.8, 0.8)$, $S(0.2, 0.2)$, $D(0.8, 0.2)$, $W(0.4, 0.1)$ mang lại các kết quả định lượng:

• Ảnh hưởng của $P_T/\sigma^2$: Tại vùng công suất sơ cấp thấp ($P_T/\sigma^2 < 17\text{ dB}$ với $P_{Sm}/\sigma^2 = 16\text{ dB}$), tăng $P_T/\sigma^2$ làm SOP giảm (hiệu năng PLS tăng) do $W$ ở gần $T$ hơn $D$ ($d_{TW} < d_{TD}$), can nhiễu từ $T$ dập tắt $\gamma_W$ mạnh hơn $\gamma_D$. Tuy nhiên, khi $P_T/\sigma^2 > 17\text{ dB}$, can nhiễu sơ cấp làm suy giảm nghiêm trọng $\gamma_D$, khiến SOP tăng trở lại.
• Ảnh hưởng của $P_{Sm}/\sigma^2$ và $I_t/\sigma^2$: Khi $P_{Sm}/\sigma^2 < 20\text{ dB}$ (tại $C_0 = 0.1\text{ bits/s/Hz}$), tăng $P_{Sm}$ giúp giảm mạnh SOP; khi $P_{Sm}/\sigma^2 \ge 20\text{ dB}$, công suất phát bị bão hòa bởi giới hạn can nhiễu ngưỡng ($P_S = I_t/|\hat{h}_{SR}|^2$), đường cong SOP đi ngang. Hiện tượng tương tự xảy ra khi tăng $I_t/\sigma^2$.
• Ảnh hưởng của độ chính xác ước lượng kênh $\rho$: Khi $\rho$ tăng từ các giá trị nhỏ lên $0.85$, SOP giảm rõ rệt; khi $\rho > 0.85$, SOP cải thiện không đáng kể.
• Ảnh hưởng của khoảng cách: Tăng $d_{TD}$ làm giảm SOP; tăng $d_{TW}$ làm tăng SOP; tăng $d_{SD}$ làm tăng SOP; tăng $d_{SW}$ làm giảm SOP.

2. UCRN với kênh truyền fading Nakagami-$m$: Khảo sát hệ thống trên kênh Nakagami-$m$ tổng quát với các thông số $m_{tr}$. Khai triển hàm phân bố tích lũy theo chuỗi Gamma cho phép thiết lập biểu thức tính nhanh SOP, làm rõ mức độ nghiêm trọng fading ảnh hưởng trực tiếp đến xác suất dừng bảo mật.

Chương 4: Giải pháp nâng cao hiệu năng PLS - Mạng vô tuyến nhận thức có thiết bị gây nhiễu hữu ích

Chương này đề xuất giải pháp mạng UCRN tích hợp thiết bị gây nhiễu hữu ích (UCRNHJ). Một nút phát nhiễu chuyên dụng phát tín hiệu nhiễu nhân tạo có chủ đích nhằm làm suy giảm chất lượng thu tại máy nghe lén $W$ mà không gây ảnh hưởng bất lợi đến việc thu nhận tín hiệu của máy thu hợp pháp $D$ và máy thu sơ cấp $R$. Luận án thiết lập biểu thức giải tích SOP mới cho mô hình UCRNHJ, thực hiện mô phỏng Monte-Carlo đối chứng và chứng minh giải pháp UCRNHJ giúp cải thiện đáng kể hiệu năng bảo mật lớp vật lý so với mô hình UCRN cơ bản.

Chương 5: Mạng vô tuyến nhận thức thu thập năng lượng và giải pháp nâng cao hiệu năng EHUCRRN

Chương này nghiên cứu hai cấu hình mạng nhận thức tích hợp thu thập năng lượng vô tuyến:

1. Mạng vô tuyến nhận thức dạng nền thu thập năng lượng (EHUCRN): Nút thứ cấp sử dụng kỹ thuật thu thập năng lượng phân chia thời gian (Time-Switching) qua kênh truyền fading Nakagami-$m$. Luận án đề xuất biểu thức giải tích SOP chính xác mới, đánh giá tác động của tỷ lệ thời gian thu thập năng lượng $\alpha$ và các thông số vận hành lên hiệu năng bảo mật.
2. Mạng chuyển tiếp vô tuyến nhận thức dạng nền thu thập năng lượng (EHUCRRN): Đề xuất giải pháp nâng cao bảo mật bằng cách sử dụng nút chuyển tiếp giải mã và chuyển tiếp (DF) có thu thập năng lượng sóng vô tuyến từ cả máy phát thứ cấp và máy phát sơ cấp. Luận án thiết lập công thức tường minh SOP cho EHUCRRN, phân tích quy trình xử lý tín hiệu theo từng giai đoạn thời gian tại nút chuyển tiếp, tối ưu hóa vị trí đặt nút chuyển tiếp trung gian để đạt SOP nhỏ nhất, chứng minh hiệu quả nâng cao bảo mật vượt trội của kiến trúc EHUCRRN.

Chương 6: Kết luận và kiến nghị

Tổng kết toàn bộ các đóng góp giải tích và phát hiện định lượng của luận án; đưa ra các kiến nghị về thiết kế mạng vô tuyến nhận thức thực tế và định hướng các chủ đề nghiên cứu tiếp theo.

Kết quả và những đóng góp mới

Luận án đã đạt được các đóng góp khoa học và thực tiễn chính như sau:

1. Đóng góp về mặt lý luận và mô hình giải tích:

• Thiết lập thành công các biểu thức toán học mới, chính xác ở dạng tích phân đơn biến và dạng tường minh để tính xác suất dừng bảo mật (SOP) cho bốn mô hình hệ thống: UCRN cơ bản (với CSI Rayleigh không hoàn hảo và Nakagami-$m$), UCRNHJ, EHUCRN và EHUCRRN.
• Từ công thức SOP, luận án cung cấp công cụ toán học trực tiếp để suy ra xác suất dung lượng bảo mật dương (PPSC) và xác suất can thiệp (IP) mà không cần xây dựng lại bài toán từ đầu.
• Tất cả các biểu thức toán học đề xuất đều được kiểm chứng và khớp hoàn toàn với kết quả mô phỏng Monte-Carlo ($10^6$ lần lặp).

2. Đóng góp về mặt thực tiễn và thiết kế hệ thống:

• Cung cấp công cụ tính toán nhanh chỉ số SOP, loại bỏ sự phụ thuộc vào các chương trình mô phỏng ngẫu nhiên tiêu tốn thời gian và tài nguyên tính toán, phục vụ hiệu quả cho việc kiểm tra và đánh giá dung lượng bảo mật trước khi triển khai hệ thống vô tuyến thực tế.
• Làm sáng tỏ quy luật tác động phi tuyến của can nhiễu từ mạng sơ cấp ($P_T/\sigma^2$): xác định ngưỡng công suất sơ cấp tối ưu (khoảng $17\text{ dB}$ trong kịch bản khảo sát) mà tại đó SOP đạt cực tiểu.
• Chỉ ra hiện tượng bão hòa bảo mật khi tăng công suất phát cực đại $P_{Sm}$ hoặc công suất can nhiễu ngưỡng $I_t$, giúp các kỹ sư thiết kế lựa chọn cấu hình công suất tối ưu, tránh lãng phí năng lượng phát vô ích.
• Xác định rõ tác động bất lợi của sai số ước lượng kênh ($\rho < 0.85$), định hướng yêu cầu kỹ thuật cho các thuật toán ước lượng kênh truyền.
• Chỉ ra các vị trí không gian bất lợi của các thiết bị cần tránh để ngăn ngừa tình trạng suy giảm hoặc mất hoàn toàn khả năng bảo mật lớp vật lý.
• Đề xuất và chứng minh tính hiệu quả của hai giải pháp kỹ thuật cụ thể: tích hợp thiết bị gây nhiễu hữu ích (UCRNHJ) và mạng chuyển tiếp thu thập năng lượng (EHUCRRN), giúp nâng cao rõ rệt hiệu năng PLS trong môi trường chia sẻ phổ tần.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế của luận án:

• Phạm vi nghiên cứu của luận án chỉ tập trung độc lập vào bảo mật lớp vật lý (PLS), chưa kết hợp đồng thời với các giao thức mã hóa mật mã ở các lớp trên của mô hình OSI.
• Trong phân tích kênh fading Nakagami-$m$, để đơn giản hóa quá trình tính toán giải tích chuỗi, luận án chỉ khảo sát tham số mức độ trầm trọng fading $m$ nhận các giá trị nguyên dương.
• Mô hình phân tích UCRN với kênh truyền fading Nakagami-$m$ chưa tích hợp yếu tố thông tin kênh truyền không hoàn hảo (CSI không hoàn hảo mới được khảo sát trên kênh Rayleigh).
• Mô hình hình học không gian mạng được khảo sát trên hệ tọa độ 2D hai chiều chuẩn hóa cố định.

Hướng nghiên cứu tiếp theo:

• Mở rộng phân tích SOP cho các hệ thống UCRN và EHUCRRN sử dụng đa ăng-ten (MIMO/MISO) và các kỹ thuật đa truy nhập phi trực giao (NOMA).
• Nghiên cứu mô hình kênh truyền tổng quát hơn với tham số fading Nakagami-$m$ nhận giá trị thực bất kỳ kết hợp đồng thời với thông tin kênh truyền không hoàn hảo.
• Khảo sát bảo mật lớp vật lý trong các mạng vô tuyến nhận thức có sự hỗ trợ của thiết bị bay không người lái (UAV) hoặc bề mặt phản xạ thông minh (RIS).
• Kết hợp kỹ thuật bảo mật lớp vật lý với các thuật toán mật mã lớp trên nhằm tối ưu hóa toàn diện độ an toàn thông tin hệ thống.

Giá trị tham khảo

Luận án là tài liệu tham khảo có giá trị chuyên môn cao cho các đối tượng:

• Nghiên cứu sinh, học viên cao học và giảng viên chuyên ngành Kỹ thuật Viễn thông, Điện tử - Truyền thông, Công nghệ Thông tin: Cung cấp phương pháp luận giải tích toán học chuẩn xác trong việc thiết lập phân bố xác suất có điều kiện (PDF/CDF), kỹ thuật tích phân hàm mũ $\text{Ei}(\cdot)$, và quy trình kiểm chứng giải tích qua mô phỏng Monte-Carlo trên MATLAB. Các chương 3, 4, 5 là nguồn tư liệu lý thuyết và công thức chi tiết về bảo mật lớp vật lý và vô tuyến nhận thức.
• Kỹ sư thiết kế và quy hoạch mạng vô tuyến: Có thể sử dụng trực tiếp các công thức SOP đã được đóng gói để tính toán nhanh ngân sách đường truyền (Link Budget), xác định khoảng cách an toàn giữa các nút, thiết lập ngưỡng công suất can nhiễu $I_t$, công suất phát $P_{Sm}$, và tỷ lệ thời gian thu thập năng lượng $\alpha$ phù hợp trong các mạng IoT/5G chia sẻ phổ tần.
• Cơ quan quản lý tần số và hoạch định chính sách phổ vô tuyến: Tham khảo cơ sở lý thuyết về mạng vô tuyến nhận thức dạng nền để xây dựng các quy chuẩn kỹ thuật cho phép thiết bị thứ cấp dùng chung băng tần mà vẫn bảo vệ an toàn chất lượng dịch vụ cho mạng sơ cấp được cấp phép.

Câu hỏi thường gặp

1. Tại sao công suất phát của máy phát thứ cấp ($S$) trong mạng UCRN lại bị khống chế đồng thời bởi cả $P_{Sm}$ và $I_t$? Trong cơ chế UCRN, mạng thứ cấp chia sẻ chung phổ tần với mạng sơ cấp. Để bảo vệ chất lượng dịch vụ của mạng sơ cấp, công suất can nhiễu do $S$ gây ra tại máy thu sơ cấp $R$ không được vượt quá ngưỡng can nhiễu $I_t$, dẫn đến ràng buộc công suất $I_t/|\hat{h}{SR}|^2$. Đồng thời, bản thân máy phát $S$ bị giới hạn phần cứng bởi công suất phát cực đại thiết kế $P{Sm}$. Do đó, công suất phát thực tế của $S$ tuân theo quy tắc phân bổ: $P_S = \min\left(P_{Sm}, \frac{I_t}{|\hat{h}_{SR}|^2}\right)$.

2. Tỷ số công suất máy phát sơ cấp trên phương sai nhiễu ($P_T/\sigma^2$) tác động phi tuyến như thế nào đến xác suất dừng bảo mật (SOP)? Khi $P_T/\sigma^2$ ở mức thấp (dưới $17\text{ dB}$ trong kịch bản mô phỏng của Chương 3), do máy nghe lén $W$ nằm gần máy phát sơ cấp $T$ hơn máy thu thứ cấp $D$ ($d_{TW} < d_{TD}$), sự gia tăng công suất phát sơ cấp sẽ gây can nhiễu lên $W$ mạnh hơn lên $D$, làm giảm $\gamma_W$ nhanh hơn $\gamma_D$, dẫn đến dung lượng bảo mật tăng và SOP giảm. Ngược lại, khi $P_T/\sigma^2$ vượt quá $17\text{ dB}$, can nhiễu sơ cấp tác động quá mạnh lên $D$, làm suy giảm nghiêm trọng $\gamma_D$ và lấn át ảnh hưởng tại $W$, khiến SOP tăng trở lại.

3. Mối liên hệ toán học giữa xác suất dừng bảo mật (SOP), xác suất dung lượng bảo mật dương (PPSC) và xác suất can thiệp (IP) được xác định như thế nào? Theo lý thuyết thông tin trình bày trong luận án, SOP tại ngưỡng $C_0$ là $\mathcal{O}(C_0) = \Pr(C_{Sec} < C_0)$. Khi đặt ngưỡng $C_0 = 0$:

• Xác suất dung lượng bảo mật dương (PPSC) là xác suất để dung lượng bảo mật lớn hơn 0: $\mathcal{P}{pos} = \Pr(C{Sec} > 0) = 1 - \mathcal{O}(0)$.
• Xác suất can thiệp (IP) là xác suất để thiết bị nghe lén chặn thu thành công (dung lượng bảo mật bằng 0): $\mathcal{P}{int} = \Pr(C{Sec} \le 0) = \mathcal{O}(0)$. Do đó, toàn bộ các chỉ số này đều được tính toán trực tiếp từ biểu thức SOP.

4. Thông tin kênh truyền không hoàn hảo (CSI không hoàn hảo) tác động ra sao đến hiệu năng PLS của UCRN? Độ chính xác ước lượng kênh truyền được đặc trưng bởi hệ số tương quan $\rho \in [0, 1]$. Khi $\rho$ nhỏ ($\rho < 0.85$), lỗi ước lượng kênh lớn khiến tỉ số SINR tại máy thu hợp pháp bị suy giảm mạnh do thành phần nhiễu ước lượng $(1-\rho^2)\Omega$, làm SOP tăng cao (hiệu năng PLS giảm sút nghiêm trọng). Khi $\rho \ge 0.85$, việc tiếp tục cải thiện độ chính xác ước lượng kênh chỉ làm giảm SOP một lượng không đáng kể.

5. Luận án đề xuất những giải pháp kỹ thuật nào để nâng cao hiệu năng bảo mật trong mạng nhận thức dạng nền? Luận án đề xuất hai giải pháp nâng cao hiệu năng chính:

• Mạng vô tuyến nhận thức dạng nền với thiết bị gây nhiễu hữu ích (UCRNHJ): Sử dụng nút phát nhiễu chuyên dụng để làm suy giảm chất lượng thu của máy nghe lén mà không làm ảnh hưởng đến máy thu hợp pháp.
• Mạng chuyển tiếp vô tuyến nhận thức dạng nền thu thập năng lượng (EHUCRRN): Sử dụng nút chuyển tiếp thu thập năng lượng sóng vô tuyến từ các máy phát để giải mã và chuyển tiếp thông tin, kết hợp tối ưu vị trí nút chuyển tiếp để đạt hiệu năng bảo mật cao nhất.

Kết luận

Luận án tiến sĩ của tác giả Đỗ Đắc Thiểm đã giải quyết trọn vẹn bài toán phân tích và nâng cao hiệu năng bảo mật thông tin lớp vật lý trong mạng vô tuyến nhận thức dạng nền dưới các điều kiện vận hành thực tế phức tạp. Tác giả đã xây dựng thành công các biểu thức giải tích xác suất dừng bảo mật (SOP) dạng tường minh và tích phân đơn biến chính xác cho các mô hình UCRN, UCRNHJ, EHUCRN và EHUCRRN, được kiểm chứng trùng khớp hoàn toàn qua mô phỏng Monte-Carlo. Các kết quả nghiên cứu không chỉ làm rõ quy luật tác động của các thông số hệ thống, đặc trưng kênh truyền fading đa đường và vị trí hình học của các nút mạng, mà còn cung cấp cơ sở khoa học và công cụ tính toán tin cậy cho việc thiết kế, tối ưu hóa các hệ thống thông tin vô tuyến 5G/IoT trước khi triển khai trong thực tế.

Trích đoạn nội dung tài liệu

đặt vấn đề, mục tiêu nghiên cứu, nhiệm vụ nghiên cứu, ý nghĩa khoa học, ứng dụng thực tiễn. - Chương 2 (tổng quan) trình bày các khái niệm có liên quan như kênh truyền vô tuyến, mạng vô tuyến nhận thức, kỹ thuật thu thập năng lượng sóng vô tuyến, bảo mật thông tin lớp vật lý (PLS) và các nghiên cứu liên quan. - Chương 3 phân tích và đánh giá hiệu năng PLS trong mạng vô tuyến nhận thức dạng nền (UCRN) với thông tin kênh truyền fading Rayleigh không hoàn hảo và kênh truyền fading Nakagami-m. - Chương 4 phân tích hiệu năng PLS của giải pháp nâng cao hiệu năng - UCRN có thiết bị gây nhiễu hữu ích.

- Chương 5 phân tích hiệu năng PLS của UCRN thu thập năng lượng và giải pháp nâng cao hiệu năng - Mạng chuyển tiếp nhận thức dạng nền thu thập năng lượng. - Chương 6 (kết luận - kiến nghị) trình bày các kết quả đạt được của luận án và hướng nghiên cứu tiếp theo. Equation Chapter (Next) Section 1 4 CHƯƠNG 2 TỔNG QUAN Chương này trình bày các kiến thức cơ sở về kênh truyền vô tuyến, nhiễu, vô tuyến nhận thức, thu thập năng lượng sóng vô tuyến, bảo mật lớp vật lý và các công trình nghiên cứu liên quan. Các kênh truyền vô tuyến Chất lượng của các hệ thống thông tin phụ thuộc nhiều vào kênh truyền, nơi mà các tín hiệu được truyền từ máy phát đến máy thu.

Không giống như các kênh truyền hữu tuyến có chất lượng ổn định và có thể dự đoán được, kênh truyền vô tuyến là ngẫu nhiên và không dễ dàng trong việc phân tích. Kênh truyền AWGN Kênh truyền AWGN (Additive White Gaussian Noise) là mô hình kênh truyền lý tưởng. Tín hiệu đi qua kênh truyền sẽ bị tác động bởi nhiễu Gaussian trắng cộng như Hình 2.1, làm giảm tỷ số tín hiệu trên nhiễu, giảm hiệu năng của hệ thống. Nhiễu này có phổ công suất phân bố đồng đều trong cả băng thông và biên độ tuân theo phân bố Gaussian.1: Tín hiệu cộng với AWGN 5 Kênh truyền fading 2.1 Định nghĩa fading Qua kênh truyền vô tuyến, các tín hiệu được phát đi bị cản trở bởi các tòa nhà, núi non, cây cối, …, bị phản xạ, tán xạ, nhiễu xạ.

Các hiện tượng này được gọi chung là fading. Kết quả là máy thu thu được rất nhiều phiên bản khác nhau của tín hiệu phát, làm ảnh hưởng đến chất lượng thông tin. Hiện tượng fading trong một hệ thống thông tin có thể được phân thành hai loại: fading diện rộng (large-scale fading) và fading diện hẹp (small-scale fading). Fading diện rộng mô tả sự suy yếu của công suất tín hiệu trung bình hoặc độ suy hao kênh truyền do sự di chuyển trong một vùng rộng.

Hiện tượng này chịu ảnh hưởng bởi địa hình (đồi núi, rừng, các khu nhà cao tầng) giữa máy phát và máy thu, và vì thế, máy thu bị che khuất bởi các vật cản cao. Các thống kê về hiện tượng fading diện rộng cho phép ta ước lượng độ suy hao kênh truyền theo khoảng cách. Fading diện hẹp diễn tả sự thay đổi đáng kể về biên độ và pha tín hiệu. Điều này xảy ra do sự thay đổi nhỏ trong không gian (khoảng nửa bước sóng) giữa máy phát và máy thu.

Fading diện hẹp do hai nguyên lý: dàn trải thời gian (time-spreading) của tín hiệu và đặc tính thay đổi theo thời gian (time-variant) của kênh truyền. Đối với các ứng dụng di động, kênh truyền biến đổi theo thời gian là do sự di chuyển của máy phát và máy thu mà dẫn đến sự thay đổi đường truyền sóng.2 Kênh truyền fading Rayleigh Kênh truyền fading Rayleigh là một trong những kênh truyền phổ biến, được sử dụng nhiều trong tính toán thiết kế thông tin vô tuyến vì mô tả được trường hợp fading tương đối xấu của tín hiệu nhận được tại máy thu. Fading Rayleigh có nguồn gốc từ hiện tượng đa đường do khi tín hiệu truyền từ máy phát tới máy thu, nó bị phản xạ, phân tán và truyền qua nhiều đường khác nhau. Các tín hiệu này khi đến được máy thu có độ trễ và pha khác nhau dẫn tới tín hiệu nhận được tại máy thu sẽ bị suy giảm và biến đổi không đều theo thời gian.

Kênh truyền fading Rayleigh có thể được dùng để mô hình hóa kênh truyền trong khu vực đô thị. Nếu gọi htr là hệ số kênh truyền từ máy phát t đến máy thu r có fading Rayleigh thì htr 6 phân bố ngẫu nhiên Gausian phức đối xứng, được biểu diễn bằng htr ( 0, tr ). Trong đó, 0 là giá trị trung bình (mean) và tr = dtr− là độ lệch chuẩn (standard deviation) với  là số mũ suy hao của đường truyền và dtr là khoảng cách giữa t và r 2 [9]. Khi đó, độ lợi kênh truyền htr có phân bố mũ.

2 - Hàm mật độ xác suất (PDF) của độ lợi kênh truyền htr là: x 1 − f h 2 ( x) = e tr , x0 (2.1) tr tr - Hàm phân phối tích lũy (CDF) của độ lợi kênh truyền được cho bởi x − Fh 2 ( x ) = 1 − e tr , x0 (2.2) tr PDF và CDF được dùng để tính hiệu năng hệ thống, từ đó có thể tối ưu hóa các thông số hệ thống nhằm đạt được hiệu năng tốt nhất.3 Kênh truyền fading Nakagami-m Kênh truyền fading Nakagami-m là kênh truyền fading tương đối tổng quát, được sử dụng để mô hình hóa các kênh truyền trong khu vực đô thị và nhiều kênh truyền vô tuyến trong thực tế như các kênh truyền trong vùng đồi núi, nơi tín hiệu truyền qua phải đối mặt với hiện tượng đa đường. Nếu gọi htr là hệ số kênh truyền từ máy phát t đến máy thu r có fading Nakagami-m thì htr được biểu diễn bằng cặp tham số ( mtr , tr ). Trong đó, mtr là mức độ trầm trọng fading và tr = mtr / tr với tr = dtr− là công suất fading. Khi mtr = 1 thì mô hình Nakagami-m sẽ trở thành mô hình Rayleigh; khi mtr  1 thì mức độ trầm trọng fading của kênh truyền fading Nakagami-m sẽ ít hơn so với kênh truyền fading Rayleigh; trong khi mtr  1 thì mức độ trầm trọng fading sẽ nhiều hơn so với kênh truyền fading Rayleigh.

- PDF của độ lợi kênh truyền gtr = htr 2 là tr f gtr ( x ) = xmtr −1e− tr x (2.) lần lượt biểu diễn cho các hàm Gamma và Gamma không đầy đủ dưới [10]. Trong thực tế, mtr có thể nhận các giá trị là các số thực. Tuy nhiên, để tính toán nhanh các kết quả, luận án chỉ khảo sát mtr với các giá trị nguyên dương. Từ đó, sử dụng công thức chuỗi của  (.4) được viết lại thành: mtr −1 ( tr x ) t Fgtr ( x ) = 1 − e − tr x  t! t =0 (2.5) Mạng vô tuyến nhận thức Mạng sơ cấp T R Máy phát Máy thu sơ cấp sơ cấp Máy phát Máy thu thứ cấp thứ cấp S D Mạng thứ cấp Hình 2.2: Kiến trúc mạng vô tuyến nhận thức Mạng vô tuyến nhận thức là một loại mạng không dây thông minh có khả năng tự động cấu hình và tối ưu hóa các thông số mạng để đáp ứng các yêu cầu của ứng dụng và môi trường.

Kiến trúc CRN gồm hai mạng con là mạng sơ cấp (PN) và mạng thứ cấp (SN), như Hình 2. PN gồm máy phát sơ cấp (T) và máy thu sơ cấp (R), được cấp phát phổ tần để truyền thông. Trong khi đó, SN có máy phát thứ cấp (S) và máy thu thứ cấp (D), không được cấp phổ tần. SN được phép truy cập băng tần của PN để truyền thông tin sao cho vẫn đảm bảo được chất lượng dịch vụ của PN ở mức có thể chấp nhận được.

8 Mạng vô tuyến nhận thức có ba cơ chế hoạt động là nền (Underlay), phủ (Overlay) và đan xen (Interweave), trong đó mạng vô tuyến nhận thức dạng nền (UCRN) được chọn để nghiên cứu trong luận án này do độ phức tạp khi hiện thực thấp [11]. Tuy nhiên, mạng này làm phát sinh can nhiễu lẫn nhau giữa PN và SN [12]. Do đó, can nhiễu này không thể bỏ qua trong quá trình phân tích. Ngoài ra, thiết kế các hệ thống truyền thông vô tuyến thế hệ mới (ví dụ 5G) gặp khó khăn do các yêu cầu bắt buộc như tốc độ truyền dữ liệu cao, bảo mật mạnh,.

Tuy nhiên, các công nghệ hiện đại như vô tuyến nhận thức và bảo mật lớp vật lý có thể đáp ứng phần nào các yêu cầu này. Thật vậy, với ưu điểm về hiệu suất sử dụng phổ cao thì mạng vô tuyến nhận thức có thể cung cấp tốc độ truyền dữ liệu cao trong tình trạng khan hiếm và thiếu phổ tần số vô tuyến như hiện nay. Kỹ thuật thu thập năng lượng sóng vô tuyến Thu thập năng lượng vô tuyến là một trong những kỹ thuật thu thập năng lượng đầy hứa hẹn, trong đó các sóng vô tuyến dành riêng hoặc tồn tại trong môi trường xung quanh được thu thập để cung cấp năng lượng cho các thiết bị vô tuyến [13], [14]. Kỹ thuật này mang lại nhiều tiện ích như tiết kiệm năng lượng, tiện lợi và bền vững do không phải thay pin, giảm phát thải carbon, triển khai dễ dàng trong môi trường độc hại hoặc khó tiếp cận, … Có ba phương pháp thu thập năng lượng vô tuyến phổ biến: cảm ứng từ [15], cộng hưởng từ [16] và thu thập năng lượng sóng vô tuyến [17].

Hai phương pháp đầu dựa trên sự liên kết từ tính giữa hai cuộn dây hoặc hai vật kích, thông qua đó năng lượng được truyền. Do đó, các phương pháp cảm ứng từ và cộng hưởng từ truyền năng lượng vô tuyến gần vì suy giảm công suất rất lớn theo khoảng cách. Ngược lại, thu thập năng lượng sóng vô tuyến (RFEH) là một loại truyền năng lượng vô tuyến xa và do đó, phù hợp để áp dụng trong các tình huống di động và khoảng cách xa. Vì vậy, luận án này tập trung vào thu thập năng lượng sóng vô tuyến.

Bên cạnh đó, thông tin cũng được truyền bởi các sóng vô tuyến. Do đó, năng lượng và thông tin trong các sóng vô tuyến có thể được thu đồng thời tại các máy thu. Điều này được gọi là truyền thông tin và năng lượng vô tuyến đồng thời (SWIPT). Công trình nghiên cứu ban đầu về SWIPT đã được thực hiện [18] và sau đó, đã được nghiên cứu và phổ biến rộng rãi [19].

Để đạt được truyền thông tin và năng lượng vô tuyến đồng thời, tín hiệu nhận tại máy thu phải được sử dụng cho cả thu thập năng lượng và xử lý thông 9 tin. Có hai kiến trúc hoạt động phổ biến là chuyển mạch thời gian và phân chia công suất.