Đề án thạc sĩ đánh giá hiệu năng 5G đường xuống với OFDMA và NOMA theo mô hình kênh Rayleigh năm 2026

Nghiên cứu đánh giá hiệu năng 5G đường xuống sử dụng OFDMA và NOMA qua mô hình kênh Rayleigh, so sánh thông lượng và tỷ lệ lỗi bit chi tiết.

Tác giả

Nguyễn Thị Thu Hà

Thể loại

Đề án tốt nghiệp thạc sĩ

2026

81
0
0

Phí lưu trữ

30 Point

Tóm tắt

I. Tổng quan về OFDMA và NOMA trong mạng 5G đường xuống 2026

Mạng 5G New Radio yêu cầu tốc độ truyền tải cao và kết nối mật độ lớn. Đường xuống đóng vai trò trọng yếu trong việc cung cấp dịch vụ dữ liệu cho người dùng. Hai kỹ thuật đa truy nhập tiêu biểu gồm OFDMA và NOMA. OFDMA phân bổ các sóng mang con trực giao cho từng người dùng riêng biệt. Kỹ thuật này triệt tiêu hoàn toàn nhiễu nội hệ thống trong điều kiện lý tưởng. Trái lại, NOMA cho phép nhiều người dùng chia sẻ đồng thời cùng khối tài nguyên tần số và thời gian. NOMA sử dụng kỹ thuật ghép kênh miền công suất để phục vụ nhiều thiết bị. Trạm gốc phân bổ mức công suất cao hơn cho người dùng có điều kiện kênh kém. Thiết bị đầu cuối áp dụng thuật toán khử nhiễu liên tiếp SIC để tách tín hiệu. Môi trường vô tuyến Rayleigh đại diện cho hiện tượng đa đường không có tia truyền thẳng. Đây là kịch bản phổ biến tại các khu vực đô thị đông đúc năm 2026. Việc so sánh OFDMA và NOMA trên kênh Rayleigh mang lại giá trị lý thuyết và thực tiễn sâu sắc. Kết quả đánh giá giúp tối ưu hóa phổ tần và nâng cao dung lượng toàn mạng.

1.1. Nguyên lý vận hành đường xuống của OFDMA chuẩn hóa

Kỹ thuật OFDMA chia băng thông khả dụng thành nhiều sóng mang con vuông góc. Mỗi người dùng nhận một tập hợp con gồm các sóng mang riêng biệt. Quá trình ghép kênh đảm bảo không có sự can nhiễu giữa các tín hiệu song song. Tiền tố lặp CP được bổ sung nhằm loại bỏ hoàn toàn hiện tượng can nhiễu giữa các ký hiệu. Bộ thu tại thiết bị di động có cấu trúc đơn giản và ổn định cao. OFDMA là nền tảng cốt lõi của mạng 4G LTE và 5G NR đường xuống thương mại. Độ phức tạp xử lý thấp tạo điều kiện thuận lợi cho sản xuất phần cứng hàng loạt. Cơ chế lập lịch tài nguyên linh hoạt giúp tối ưu công suất phát. Tuy nhiên, tính trực giao hạn chế số lượng người dùng đồng thời trên cùng dải tần.

1.2. Cơ chế ghép kênh miền công suất của NOMA

NOMA phá vỡ rào cản trực giao truyền thống trong viễn thông vô tuyến. Kỹ thuật này phục vụ nhiều người dùng trên cùng một tài nguyên phổ tần. Trạm phát áp dụng cơ chế phân bổ công suất bất đối xứng. Người dùng ở xa nhận mức năng lượng tín hiệu lớn. Người dùng ở gần có kênh truyền tốt nhận công suất nhỏ hơn. Tại phía thu, thuật toán khử nhiễu liên tiếp SIC đóng vai trò cốt lõi. Thiết bị mạnh giải mã tín hiệu của thiết bị yếu trước tiên. Sau đó, tín hiệu của thiết bị yếu được trừ khử khỏi dòng dữ liệu tổng. Thiết bị mạnh tiếp tục giải mã tín hiệu riêng mà không bị can nhiễu. Quá trình này giúp nâng cao đáng kể hiệu quả sử dụng phổ tần. Hệ thống đạt dung lượng vượt trội trong kỷ nguyên 2026.

II. Phân tích thách thức của OFDMA và NOMA trên kênh Rayleigh

Kênh truyền Rayleigh tạo ra môi trường fading quy mô nhỏ biến động dữ dội. Tín hiệu vô tuyến chịu ảnh hưởng bởi hiện tượng tán xạ và phản xạ liên tục. Độ lợi kênh suy giảm ngẫu nhiên gây ảnh hưởng xấu tới chất lượng thu. Đối với OFDMA, kênh chọn lọc tần số phá vỡ tính trực giao giữa các sóng mang. Tỷ số công suất đỉnh trên công suất trung bình PAPR cao làm giảm hiệu suất khuếch đại. Hơn nữa, OFDMA không tận dụng được sự chênh lệch kênh sâu sắc giữa các thuê bao. Đối với NOMA, thách thức lớn nhất nằm ở thuật toán khử nhiễu liên tiếp. Quá trình SIC giả định thông tin trạng thái kênh CSI hoàn hảo tại trạm phát. Trong thực tế, sai số ước lượng kênh dẫn tới hiện tượng hủy nhiễu không trọn vẹn. Nhiễu dư tồn tại làm giảm nghiêm trọng tỷ số tín hiệu trên tạp âm SINR. Sai số giải mã tại tầng trước sẽ lan truyền trực tiếp sang các tầng sau. Ngoài ra, việc phân bổ công suất không chuẩn xác khiến tính công bằng suy giảm. Người dùng biên mạng chịu rủi ro mất kết nối cao khi kênh fading sâu.

2.1. Hạn chế dung lượng và tính trực giao của OFDMA

Kỹ thuật OFDMA gán chặt mỗi khối tài nguyên thời gian và tần số cho một thiết bị duy nhất. Ràng buộc trực giao bảo vệ hệ thống khỏi can nhiễu đa truy nhập. Tuy nhiên, cách tiếp cận này tạo ra nút thắt cổ chai về hiệu quả sử dụng tài nguyên. Khi số lượng thiết bị di động tăng đột biến, tài nguyên tần số nhanh chóng cạn kiệt. Trạm phát không thể tận dụng lợi thế phân tập đa người dùng một cách triệt để. Người dùng có điều kiện kênh xuất sắc bị giới hạn băng thông phân bổ cố định. Trong khi đó, người dùng biên mạng nhận tài nguyên nhưng đạt tốc độ dữ liệu rất thấp. Kênh Rayleigh gây fading sâu làm suy hao nghiêm trọng tín hiệu trên các sóng mang con. Hiệu năng tổng thể mạng bị hạn chế rõ rệt.

2.2. Vấn đề lan truyền lỗi SIC và sai số CSI trong NOMA

Hoạt động của NOMA dựa trên tính chuẩn xác của quá trình khử nhiễu liên tiếp. Thiết bị thu phải giải mã tuần tự tín hiệu của các người dùng ghép cặp. Sai lệch ước lượng kênh trong môi trường fading Rayleigh là khó tránh khỏi. Hiện tượng trễ phản hồi làm sai lệch thông tin trạng thái kênh CSI. Khi CSI không hoàn hảo, ngưỡng giải mã tín hiệu bị sai lệch. Lỗi tách sóng tại tầng đầu tiên sẽ lan truyền xuống các tầng tiếp theo. Nhiễu giao thoa tích tụ khiến bộ thu tăng xác suất lỗi bit BER. Thêm vào đó, độ phức tạp tính toán tăng cao khi số người dùng ghép cặp tăng. Chi phí phần cứng và mức tiêu hao năng lượng tại máy thu di động trở thành rào cản lớn.

III. Phương pháp đánh giá hiệu năng 5G đường xuống với NOMA và OFDMA

Phương pháp đánh giá hiệu năng đường xuống sử dụng mô hình mô phỏng số Monte Carlo kết hợp phân tích giải tích toán học. Hệ thống thiết lập trạm phát trung tâm phục vụ đồng thời các thiết bị phân bố ngẫu nhiên. Kênh truyền vô tuyến tích hợp cả suy hao đường truyền quy mô lớn và fading Rayleigh quy mô nhỏ. Mô hình suy hao không gian tự do FSPL xác lập mức suy hao nền theo khoảng cách và dải tần hoạt động. Thông số mô phỏng thiết lập tại dải tần số 5G New Radio phổ biến năm 2026. Các thuật toán phân bổ công suất động được đưa vào thử nghiệm nhằm tối ưu hóa đường truyền NOMA. Hệ thống tính toán xác suất dừng Outage Probability để kiểm tra độ tin cậy kết nối. Dung lượng tổng Sum-Rate và hiệu quả phổ tần Spectral Efficiency đóng vai trò là thước đo năng lực chính. Chỉ số công bằng Jain Fairness Index được áp dụng nhằm định lượng sự phân bổ tài nguyên giữa các thuê bao. Bộ tham số kiểm tra đối chiếu trực tiếp giữa cấu hình OFDMA chuẩn hóa và cấu hình NOMA công suất linh hoạt. Toàn bộ kịch bản được kiểm chứng qua hàng triệu lần thử độc lập.

3.1. Thiết lập mô hình kênh truyền và suy hao không gian

Mô hình kênh truyền kết hợp hai thành phần gồm suy hao quy mô lớn và quy mô nhỏ. Suy hao quy mô lớn tuân theo khuyến nghị tiêu chuẩn ITU-R P.525 về tổn hao không gian tự do. Mức suy hao tỷ lệ thuận với bình phương cự ly và tần số sóng mang vô tuyến. Thành phần fading quy mô nhỏ mô phỏng môi trường Rayleigh tán xạ phức tạp. Hệ số kênh tuân theo phân phối Rayleigh với biến ngẫu nhiên phức có giá trị trung bình bằng 0. Trạm phát và các thiết bị thu được cấu hình với độ lợi anten tiêu chuẩn. Mô hình bổ sung nhiễu trắng cộng Gauss AWGN tại bộ thu của từng thiết bị. Sự kết hợp này phản ánh sát điều kiện lan truyền sóng di động thực tế tại các vùng đô thị.

3.2. Tiêu chí so sánh dung lượng hệ thống và độ công bằng

Hiệu năng hệ thống được định lượng thông qua ba chỉ tiêu kỹ thuật chính. Chỉ tiêu đầu tiên là thông lượng tổng Sum-Rate trên toàn dải băng thông khảo sát. Chỉ tiêu thứ hai là xác suất dừng phản ánh tỷ lệ truyền gói tin thất bại khi SINR dưới ngưỡng. Chỉ tiêu thứ ba là hệ số công bằng Jain đánh giá mức độ đồng đều khi chia sẻ tài nguyên. NOMA áp dụng thuật toán phân bổ công suất cố định FPA hoặc phân bổ công suất động theo kênh. Kết quả của NOMA được đối chiếu trực tiếp với sơ đồ phân chia sóng mang trực giao của OFDMA. Đánh giá đa chiều giúp xác định ranh giới hiệu quả thực tế giữa hai công nghệ. Phương pháp loại bỏ định kiến thiên lệch về dung lượng lý tưởng.

IV. Kết luận và định hướng ứng dụng OFDMA cùng NOMA cho mạng 5G

Kết quả nghiên cứu năm 2026 khẳng định mỗi công nghệ đều có miền ứng dụng tối ưu riêng biệt. OFDMA tiếp tục là trụ cột vững chắc cho các liên kết dữ liệu tốc độ cao yêu cầu độ phức tạp phần cứng thấp. Tính ổn định và khả năng tích hợp linh hoạt với Beamforming giúp OFDMA giữ vững vị thế đường cơ sở. Trong khi đó, NOMA chứng minh ưu thế vượt trội về hiệu quả phổ tần và dung lượng tổng khi có sự chênh lệch lớn về kênh truyền giữa các người dùng. NOMA đặc biệt phù hợp cho các kịch bản kết nối máy mật độ cao mMTC và biên tế bào. Tuy nhiên, tính khả thi của NOMA phụ thuộc chặt chẽ vào độ chính xác của ước lượng kênh CSI và thuật toán khử nhiễu liên tiếp SIC. Việc ứng dụng NOMA đòi hỏi sự cân bằng khắt khe giữa lợi ích dung lượng và chi phí xử lý tín hiệu. Xu hướng phát triển tương lai sẽ hướng tới kiến trúc lai kết hợp cả OFDMA và NOMA. Giải pháp lai này tối ưu hóa việc phân chia tài nguyên trực giao cho các nhóm người dùng đồng thời áp dụng ghép kênh phi trực giao bên trong từng nhóm.

4.1. Lựa chọn kỹ thuật đa truy nhập theo kịch bản triển khai

Triển khai thương mại đòi hỏi nhà mạng căn cứ vào mục tiêu dịch vụ cụ thể. OFDMA là lựa chọn tối ưu cho các luồng truyền thông băng rộng di động nâng cao eMBB. Công nghệ này đáp ứng tốc độ cực cao với kiến trúc phần cứng máy thu gọn nhẹ và tiết kiệm điện năng. Ngược lại, NOMA phát huy sức mạnh vượt trội trong các kịch bản kết nối vạn vật quy mô cực lớn mMTC. Khả năng phục vụ đồng thời nhiều cảm biến trên cùng tài nguyên giúp giải quyết triệt để tình trạng nghẽn mạng. Đối với các khu vực biên trạm có suy hao truyền sóng lớn, NOMA cải thiện rõ rệt xác suất truy cập dịch vụ. Sự phân loại này giúp nhà mạng khai thác hiệu quả phổ tần vô tuyến quý giá.

4.2. Xu hướng tích hợp kiến trúc lai OFDMA NOMA

Kiến trúc lai OFDMA-NOMA là hướng đi đột phá cho các mạng di động tiến hóa sau năm 2026. Thay vì đối đầu, hai công nghệ được tích hợp trong một khung lập lịch thống nhất. Hệ thống phân chia toàn bộ băng thông thành các khối sóng mang con trực giao như OFDMA. Trên mỗi khối sóng mang, trạm phát áp dụng NOMA ghép kênh miền công suất cho một nhóm gồm hai người dùng. Mô hình này giới hạn độ sâu của thuật toán khử nhiễu liên tiếp SIC. Nhờ đó, rủi ro lan truyền lỗi và độ trễ xử lý tín hiệu tại thiết bị cầm tay giảm xuống mức tối thiểu. Kiến trúc lai dung hòa xuất sắc giữa hiệu quả phổ tần cao và độ phức tạp phần cứng. Đây là giải pháp công nghệ chiến lược mở đường cho 5G-Advanced và 6G.

Tóm tắt và mô tả trên trang này được tạo với sự hỗ trợ của AI. Nếu bạn thấy nội dung không chính xác hoặc có vấn đề, vui lòng Báo lỗi nội dung.

30/10/2026

Trích đoạn nội dung tài liệu

CHƯƠNG 1 -TỔNG QUAN VẤN ĐỀ NGHIÊN CỨU Chương này xây dựng nền tảng khoa học và kỹ thuật cho bài toán đánh giá hiệu năng đường xuống trong hệ thống 5G NR, với trọng tâm là hai kỹ thuật đa truy nhập OFDMA và NOMA trong môi trường kênh Rayleigh. Thay vì đi sâu vào chi tiết mô hình toán học hay thuật toán mô phỏng, chương tập trung xác lập bối cảnh công nghệ, làm rõ các yêu cầu hiệu năng đặc trưng của đường xuống, đồng thời lý giải sự cần thiết của việc khảo sát song song hai cơ chế đa truy nhập tiêu biểu này. Bên cạnh đó, chương cũng biện giải việc lựa chọn mô hình kênh Rayleigh như một chuẩn tham chiếu phù hợp cho các đánh giá ban đầu ở cấp liên kết. Theo định hướng đó, nội dung chương được tổ chức lại theo một cấu trúc logic, bắt đầu từ bối cảnh hệ thống, bài toán nghiên cứu, kỹ thuật đa truy nhập, đến mô hình kênh và cấu trúc tổng thể của đề án.

Bối cảnh nghiên cứu mạng 5G NR 1. Vai trò của 5G trong hệ thống thông tin di động hiện đại Sự hình thành của 5G không chỉ là bước nâng cấp tuần tự về tốc độ so với 4G LTE mà là sự chuyển dịch trong triết lý thiết kế của toàn bộ hệ thống thông tin di động. Nếu các thế hệ trước chủ yếu tập trung vào thoại, dữ liệu gói, và Internet di động cho người dùng cuối, thì 5G được xây dựng như một nền tảng kết nối thống nhất cho ba lớp nhu cầu rất khác nhau: băng rộng di động nâng cao, truyền thông độ trễ thấp siêu tin cậy, và kết nối khối lượng lớn thiết bị máy. Khung nhìn này đã được ITU xác lập trong IMT-2020 khi nhấn mạnh rằng hệ thống vô tuyến tương lai phải đồng thời hỗ trợ tốc độ dữ liệu rất cao, số lượng thiết bị kết nối lớn, cũng như các ứng dụng yêu cầu độ trễ rất thấp và độ tin cậy cao [1].

Ở góc độ hạ tầng số, vai trò của 5G nằm ở khả năng biến mạng di động từ một nền tảng truyền tải dữ liệu thành một nền tảng thực thi dịch vụ. Điều này đặc biệt quan trọng đối với các kịch bản sản xuất thông minh, logistics thời gian thực, giao thông kết nối, đô thị thông minh, giám sát môi trường diện rộng và các ứng dụng thực tế ảo hoặc tăng cường. Trong các kịch bản này, chất lượng dịch vụ không thể chỉ đo bằng tốc độ cực đại theo lý thuyết. Hệ thống còn phải duy trì thông lượng hữu dụng, độ trễ đầu 3 cuối, độ ổn định liên kết, khả năng phục vụ số đông người dùng và hiệu quả sử dụng phổ trong những điều kiện truyền dẫn thay đổi nhanh.

Về kiến trúc kỹ thuật, 5G NR được tiêu chuẩn hóa để vận hành trên một dải phổ rất rộng và theo một kiến trúc linh hoạt hơn đáng kể so với LTE. 3GPP mô tả NR như một hệ thống vô tuyến có khả năng mở rộng theo numerology, hỗ trợ nhiều khoảng cách sóng mang con và tương thích với các cấu hình triển khai khác nhau [3]. Ở phía mạng lõi, 5GC chuyển sang mô hình Service-Based Architecture, trong đó các chức năng mạng được tổ chức theo dạng network function thay cho cấu trúc thực thể cứng kiểu truyền thống. Cách tổ chức này cho phép tái sử dụng chức năng, linh hoạt hóa mặt phẳng điều khiển - mặt phẳng người dùng và hỗ trợ slicing theo loại dịch vụ [4].

Do đó, khi nói đến vai trò của 5G trong hệ thống thông tin di động hiện đại, cần nhìn nhận nó như một hạ tầng tích hợp giữa truy nhập vô tuyến, mạng lõi, điều phối tài nguyên và khả năng phục vụ nhiều miền ứng dụng. Điều này dẫn tới một hệ quả trực tiếp cho đề án: đánh giá hiệu năng đường xuống không thể chỉ dừng ở mức so sánh riêng lẻ hai công thức dung lượng, mà phải đặt trong bối cảnh của 5G NR, nơi đường xuống là chiều truyền tải mang phần lớn lưu lượng dữ liệu người dùng và chịu áp lực lớn về thông lượng hữu dụng, chất lượng trải nghiệm và hiệu quả khai thác phổ. Xét theo tiến trình phát triển của thông tin di động, 5G cũng là thế hệ đầu tiên mà yêu cầu về hiệu năng không đồng nhất giữa các lớp dịch vụ đã trở thành một điều kiện thiết kế ngay từ đầu. Trong 2G và 3G, hệ thống chủ yếu được tối ưu cho thoại và dịch vụ dữ liệu cơ bản.

Trong 4G, mục tiêu mở rộng sang băng rộng di động toàn IP. Sang 5G, hệ thống phải cùng lúc giải quyết các bài toán có bản chất khác nhau: một mặt cần tốc độ đường xuống rất cao cho eMBB; mặt khác cần độ tin cậy và độ trễ cực thấp cho URLLC; đồng thời phải duy trì khả năng kết nối cực dày cho mMTC. Chính sự dị biệt về mục tiêu này khiến việc đánh giá hiệu năng trong 5G trở nên khó hơn, vì một chỉ tiêu tối ưu cho dịch vụ này có thể chưa phù hợp với dịch vụ khác. Ở bình diện triển khai, 5G còn gắn với các kỹ thuật như Massive MIMO, beamforming, carrier aggregation, phân lớp triển khai FR1/FR2, điện toán biên và slicing.

Mỗi thành phần này đều tác động trực tiếp đến chất lượng đường xuống. Chẳng hạn, Massive MIMO và beamforming làm tăng khả năng tập trung năng lượng 4 về phía người dùng, nhưng đồng thời khiến bài toán ước lượng kênh, phân bổ tài nguyên và quản lý nhiễu trở nên phức tạp hơn. Điện toán biên giúp giảm độ trễ dịch vụ, song không triệt tiêu được ảnh hưởng của fading trên giao diện vô tuyến. Vì vậy, ở cấp liên kết, chất lượng đường xuống vẫn phải được khảo sát từ nền tảng truyền dẫn vô tuyến trước khi suy rộng sang các tầng hệ thống cao hơn.

Đối với đề án này, vai trò của 5G được hiểu theo một cách hẹp và thực dụng hơn: 5G NR cung cấp bối cảnh chuẩn hóa cho bài toán khảo sát đường xuống, OFDMA đóng vai trò kỹ thuật nền đã được chuẩn hóa và sử dụng rộng rãi trong NR, còn NOMA được xem như một hướng đa truy nhập phi trực giao tiềm năng có thể cải thiện hiệu quả phổ trong một số điều kiện người dùng và phân bổ công suất thích hợp [7]. Từ đây, việc đặt bài toán đánh giá trên kênh Rayleigh không nhằm mô tả toàn bộ thế giới triển khai 5G, mà nhằm tạo ra một nền so sánh cơ sở, có tính phân tích và có khả năng lặp lại.1: Quá trình phát triển từ 1G đến 5G (Nguồn: [1], [2].) Nhìn theo lộ trình phát triển này, có thể thấy 5G kế thừa các kết quả kỹ thuật đã được tích lũy từ các thế hệ trước nhưng mở rộng phạm vi phục vụ sang các dịch vụ số có yêu cầu khắt khe hơn nhiều về độ trễ, độ tin cậy và khả năng điều phối tài nguyên. 5 Vì vậy, một nghiên cứu về hiệu năng 5G chỉ có giá trị khi chỉ ra được hệ quy chiếu đánh giá cụ thể. Trong phạm vi đề án, hệ quy chiếu đó là hiệu năng đường xuống ở cấp liên kết vô tuyến, nơi tương tác giữa kỹ thuật đa truy nhập, chất lượng kênh và chỉ tiêu lỗi truyền dẫn được thể hiện rõ nhất.

Khía cạnh quan trọng cần nhấn mạnh là 5G không tự động bảo đảm hiệu năng cao trong mọi tình huống. Các khả năng được chuẩn hóa bởi ITU và 3GPP là mục tiêu thiết kế của hệ thống, còn hiệu năng thực tế phụ thuộc mạnh vào môi trường truyền, cấu hình phổ, chiến lược phân bổ tài nguyên, chất lượng CSI, mật độ người dùng và phương thức truy nhập. Vì lý do đó, việc so sánh OFDMA và NOMA trong một môi trường kênh kiểm soát được là bước cần thiết để cô lập ảnh hưởng của cơ chế đa truy nhập trước khi xét tới các yếu tố mạng phức hợp hơn.2: Ba nhóm dịch vụ tiêu biểu của 5G (Nguồn: [1], [2].1: Một số chỉ tiêu định hướng của IMT-2020 liên quan tới đánh giá 5G (Nguồn: tổng hợp từ ITU-R M.) Giá trị định Chỉ tiêu Ý nghĩa với đường xuống Nguồn hướng Peak data rate 20 Gbit/s downlink Thể hiện trần hiệu năng trong điều [2] kiện lý tưởng eMBB; không phản 6 Giá trị định Chỉ tiêu Ý nghĩa với đường xuống Nguồn hướng ánh trực tiếp hiệu năng người dùng trung bình. Liên quan trực tiếp đến hiệu quả Peak spectral 30 bit/s/Hz khai thác phổ và giá trị so sánh giữa [2] efficiency downlink các sơ đồ đa truy nhập.

100 Mbit/s User Quan trọng hơn peak rate khi đánh downlink trong experienced giá chất lượng dịch vụ ở góc nhìn [2] Dense Urban - data rate người dùng. eMBB Cho thấy việc tối ưu đường xuống User plane 4 ms cho eMBB; 1 không chỉ là tăng thông lượng mà [2] latency ms cho URLLC còn phải kiểm soát thời gian truyền dẫn. Nhấn mạnh áp lực truy nhập đa Connection 1.000 thiết người dùng và lý do cần xem xét các [2] density bị/km² kỹ thuật đa truy nhập hiệu quả hơn. xác suất thành Làm rõ mối liên hệ giữa công 1-10-5 cho gói Reliability BER/BLER, chất lượng kênh và khả [2] nhỏ trong 1 ms ở năng phục vụ dịch vụ tin cậy cao.

kịch bản URLLC 1. Yêu cầu hiệu năng đường xuống trong 5G NR Trong phần lớn kịch bản khai thác mạng di động hiện nay, lưu lượng đường xuống vẫn chiếm tỷ trọng chủ đạo do người dùng tiêu thụ nội dung nhiều hơn phát sinh nội dung. Vì vậy, hiệu năng đường xuống là một tiêu điểm tự nhiên khi khảo sát chất lượng của hệ thống 5G NR. Tuy nhiên, khái niệm hiệu năng đường xuống cần được hiểu theo nghĩa rộng hơn thông lượng đỉnh.

Ở góc nhìn hệ thống, hiệu năng đường xuống phải phản ánh được ít nhất bốn lớp vấn đề: tốc độ truyền dẫn hữu dụng, độ tin cậy của gói tin, hiệu quả sử dụng phổ và mức độ công bằng giữa các người dùng khi cùng chia sẻ tài nguyên. Trong NR, đường xuống được tổ chức chủ yếu quanh PDSCH và cơ chế lập lịch tài nguyên theo đơn vị thời gian - tần số. Kỹ thuật nền của đường xuống là OFDMA, 7 cho phép ánh xạ dữ liệu lên các resource block và điều chỉnh linh hoạt theo numerology, băng thông và chất lượng kênh [3]. Tính linh hoạt này rất quan trọng vì 5G NR phải vận hành từ FR1 đến FR2, trong khi điều kiện lan truyền, vùng phủ và yêu cầu dịch vụ giữa các dải phổ là khác nhau đáng kể.

Vì vậy, đánh giá hiệu năng đường xuống phải gắn với cấu hình vật lý, không thể tách rời khỏi bối cảnh phổ và đặc tính kênh. Ở mức chuẩn hóa, ITU quy định các chỉ tiêu tối thiểu của IMT-2020 theo cách đủ rộng để bao phủ nhiều kịch bản.

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ

Cách trích dẫn tài liệu này

Chuẩn Việt Nam
Nguyễn Thị Thu Hà (2026), Đánh giá hiệu năng 5G đường xuống với OFDMA và NOMA theo mô hình kênh Rayleigh, Đề án tốt nghiệp thạc sĩ, Học viện Công nghệ Bưu chính Viễn thông, Hà Nội.
APA 7
Nguyễn, T. T. H. (2026). Đánh giá hiệu năng 5G đường xuống với OFDMA và NOMA theo mô hình kênh Rayleigh [Đề án tốt nghiệp thạc sĩ, Học viện Công nghệ Bưu chính Viễn thông]. vn-document.net. https://vn-document.net/document/danh-gia-hieu-nang-5g-duong-xuong-voi-ofdma-va-noma-theo-mo-hinh-kenh-rayleigh-2026/9646846585
IEEE
T. T. H. Nguyễn, "Đánh giá hiệu năng 5G đường xuống với OFDMA và NOMA theo mô hình kênh Rayleigh," Đề án tốt nghiệp thạc sĩ, Học viện Công nghệ Bưu chính Viễn thông, Hà Nội, 2026. [Online]. Available: https://vn-document.net/document/danh-gia-hieu-nang-5g-duong-xuong-voi-ofdma-va-noma-theo-mo-hinh-kenh-rayleigh-2026/9646846585

Tạo trích dẫn cho tài liệu khác

Đề án thạc sĩ đánh giá hiệu năng mạng 5G đường xuống mang đến góc nhìn chuyên sâu khi so sánh hai kỹ thuật OFDMA và NOMA trên kênh fading Rayleigh. Tài liệu phân tích rõ nét dung lượng kênh, xác suất dừng và hiệu quả phổ tần, giúp kỹ sư viễn thông dễ dàng lựa chọn kiến trúc tối ưu cho mạng vô tuyến. Người đọc có thể mở rộng kiến thức về truyền dẫn phi trực giao thông qua nghiên cứu <strong>mạng đa anten với NOMA</strong> vệ tinh. Bên cạnh đó, công trình còn tạo nền tảng vững chắc khi đối sánh cùng <strong>kỹ thuật điều chế QAM OFDM</strong> thích nghi. Đồng thời, bạn cũng có thể tham khảo thêm các giải pháp tối ưu hóa kênh truyền tiên tiến qua <strong>hệ thống MIMO OFDM</strong> hiện đại.