Tổng quan nghiên cứu

Trong bối cảnh phát triển nhanh chóng của ngành công nghệ thông tin và truyền thông (ICT), tổng lượng điện tiêu thụ toàn cầu của ngành này năm 2015 ước tính khoảng 242 TWh, chiếm 1.15% tổng cung cấp điện toàn cầu, đồng thời phát thải khoảng 169 triệu tấn CO2, tương đương 0.34% tổng lượng CO2 toàn cầu. Sự gia tăng số lượng trạm gốc và thiết bị vô tuyến kéo theo mức tiêu thụ năng lượng ngày càng lớn, đặt ra thách thức lớn về phát triển bền vững và ổn định cho các hệ thống thông tin vô tuyến. Một vấn đề quan trọng khác là duy trì năng lượng cho các thiết bị vô tuyến hoạt động liên tục, đặc biệt trong các mạng cảm biến quy mô lớn hoặc mạng cảm biến trong cơ thể, nơi việc thay thế hoặc sạc pin gặp nhiều khó khăn và tốn kém.

Giải pháp thu thập năng lượng vô tuyến (Energy Harvesting - EH) từ sóng tần số vô tuyến (Radio Frequency - RF) được xem là hướng đi tiềm năng nhằm nâng cao hiệu suất năng lượng và kéo dài tuổi thọ hệ thống. Kỹ thuật truyền thông tin và năng lượng vô tuyến (Wireless Information and Power Transfer - WIPT) kết hợp truyền tải thông tin và năng lượng trong cùng một hệ thống, hứa hẹn cải thiện hiệu suất mạng, giảm chi phí vận hành và bảo trì.

Luận văn tập trung nghiên cứu hệ thống MU-MIMO (Multiuser Multiple-Input Multiple-Output) trong truyền thông tin và năng lượng vô tuyến, với mục tiêu xây dựng mô hình hệ thống, áp dụng thuật toán tối ưu nhằm nâng cao hiệu năng truyền thông tin và thu thập năng lượng, đồng thời phát triển chương trình mô phỏng đánh giá hiệu năng. Phạm vi nghiên cứu tập trung vào mô hình đường xuống của hệ thống MU-MIMO đa người dùng, với các tham số được đối chiếu từ các tài liệu khoa học uy tín, thực hiện trong giai đoạn 2018-2019 tại Trường Đại học Bách Khoa, ĐHQG TP.HCM.

Việc nghiên cứu này không chỉ có ý nghĩa về mặt kỹ thuật trong việc tối ưu hóa hiệu suất hệ thống truyền thông vô tuyến mà còn góp phần giảm thiểu tiêu thụ năng lượng và phát thải khí nhà kính, hỗ trợ phát triển bền vững ngành ICT.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên các lý thuyết và mô hình sau:

  • Truyền năng lượng vô tuyến (Wireless Power Transfer - WPT): Quá trình chuyển tải năng lượng RF từ bộ phát đến thiết bị thu thông qua sóng điện từ, với mô hình bộ thu năng lượng RF gồm anten thu, mạch phối hợp trở kháng và mạch chuyển đổi RF-to-DC. Hiệu suất thu năng lượng được tính theo phương trình Friss, phụ thuộc công suất phát, độ lợi anten, suy hao đường truyền và hiệu suất chuyển đổi.

  • Hệ thống truyền thông tin và năng lượng vô tuyến (WIPT): Kỹ thuật truyền đồng thời thông tin và năng lượng trong cùng một tín hiệu RF, gồm hai chế độ chính: mạng truyền thông năng lượng vô tuyến (WPCN) và truyền thông tin và năng lượng vô tuyến đồng thời (SWIPT). Các cấu trúc bộ thu SWIPT thực tế gồm chuyển mạch thời gian, chia công suất và chuyển mạch anten.

  • Kỹ thuật MIMO đa người dùng (MU-MIMO): Sử dụng nhiều anten phát và thu để tăng dung lượng kênh và hiệu suất truyền thông. Mô hình kênh truyền MIMO được phân rã thành các kênh song song độc lập thông qua phân rã SVD, giúp tối ưu hóa phân bổ công suất và tăng dung lượng kênh.

  • Lý thuyết tối ưu và thuật toán tối ưu bầy đàn (Particle Swarm Optimization - PSO): Thuật toán tối ưu ngẫu nhiên được áp dụng để giải quyết các bài toán tối ưu phi tuyến, không lồi trong việc tối đa hóa tổng dung lượng kênh và năng lượng thu thập trong hệ thống MU-MIMO.

Các khái niệm chính bao gồm: công suất phát, dung lượng kênh, hiệu suất thu năng lượng, ma trận hiệp phương sai tín hiệu, phân rã SVD, thuật toán PSO.

Phương pháp nghiên cứu

Luận văn sử dụng phương pháp nghiên cứu kết hợp giữa xây dựng mô hình lý thuyết và mô phỏng số:

  • Nguồn dữ liệu: Các tham số hệ thống và mô hình kênh truyền được tham khảo từ các tài liệu khoa học uy tín và dữ liệu thực nghiệm về thu thập năng lượng RF.

  • Phương pháp phân tích: Xây dựng mô hình toán học hệ thống MU-MIMO truyền thông tin và năng lượng vô tuyến, thiết kế bài toán tối ưu với các ràng buộc về công suất phát và năng lượng thu thập. Áp dụng thuật toán PSO để giải quyết bài toán tối ưu phi tuyến, không lồi.

  • Cỡ mẫu và chọn mẫu: Mô hình giả định hệ thống MU-MIMO với số lượng anten phát M, số người dùng K, và số anten thu tại mỗi người dùng Nk. Các tham số được lựa chọn phù hợp với thực tế và tài liệu tham khảo.

  • Timeline nghiên cứu: Nghiên cứu được thực hiện từ tháng 7/2018 đến tháng 12/2018, bao gồm xây dựng mô hình, phát triển thuật toán, và thực hiện mô phỏng trên phần mềm MATLAB.

  • Mô phỏng: Chương trình mô phỏng được xây dựng để đánh giá hiệu năng hệ thống, kiểm chứng các giải thuật tối ưu và phân tích sự tương nhượng giữa dung lượng kênh và năng lượng thu thập.

Phương pháp nghiên cứu đảm bảo tính khả thi, độ chính xác và tính ứng dụng thực tế của kết quả.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

  1. Tối đa hóa tổng dung lượng kênh và năng lượng thu thập: Qua mô phỏng, khi tăng công suất phát tại trạm gốc (BS) từ khoảng 10 dBm lên 30 dBm, tổng dung lượng kênh tăng khoảng 45%, đồng thời tổng năng lượng thu thập tại các người dùng cũng tăng gần 50%. Điều này chứng tỏ khả năng nâng cao hiệu năng hệ thống thông qua điều chỉnh công suất phát.

  2. Ảnh hưởng của thuật toán PSO: Thuật toán tối ưu bầy đàn (PSO) cho thấy khả năng hội tụ nhanh và hiệu quả trong việc giải quyết bài toán tối ưu phi tuyến, không lồi. So với các phương pháp tối ưu truyền thống, PSO đạt được dung lượng kênh tối ưu cao hơn khoảng 10-15% trong cùng điều kiện.

  3. Tương nhượng giữa dung lượng kênh và năng lượng thu thập: Kết quả mô phỏng cho thấy sự tương nhượng rõ rệt giữa tổng dung lượng kênh và tổng năng lượng thu thập. Khi ưu tiên tối đa hóa năng lượng thu thập, dung lượng kênh giảm khoảng 20%, và ngược lại. Việc cân bằng hai mục tiêu này là cần thiết để tối ưu hóa hiệu năng tổng thể.

  4. Tác động của ràng buộc năng lượng tối thiểu tại người dùng: Khi đặt ràng buộc mức năng lượng tối thiểu thu thập được tại mỗi người dùng, tổng dung lượng kênh giảm khoảng 12% so với trường hợp không có ràng buộc. Điều này phản ánh sự đánh đổi giữa đảm bảo năng lượng cho thiết bị và hiệu suất truyền thông tin.

Thảo luận kết quả

Nguyên nhân của các phát hiện trên xuất phát từ đặc tính phức tạp của bài toán tối ưu trong hệ thống MU-MIMO WIPT, khi phải cân bằng giữa công suất phát, dung lượng kênh và năng lượng thu thập. Việc áp dụng thuật toán PSO giúp giải quyết hiệu quả bài toán phi tuyến, không lồi mà các phương pháp truyền thống khó xử lý.

So sánh với các nghiên cứu trước đây, kết quả mô phỏng của luận văn phù hợp với xu hướng phát triển kỹ thuật beamforming và phân bổ công suất thông minh trong hệ thống MIMO, đồng thời mở rộng ứng dụng cho truyền năng lượng vô tuyến. Việc phân tích tương nhượng giữa dung lượng và năng lượng thu thập cung cấp cơ sở cho thiết kế hệ thống linh hoạt, phù hợp với yêu cầu thực tế.

Các biểu đồ minh họa sự hội tụ của thuật toán PSO, mối quan hệ giữa công suất phát và dung lượng kênh, cũng như tương nhượng giữa dung lượng và năng lượng thu thập, giúp trực quan hóa hiệu quả và giới hạn của hệ thống.

Kết quả nghiên cứu có ý nghĩa quan trọng trong việc phát triển các hệ thống truyền thông không dây tiết kiệm năng lượng, hỗ trợ các ứng dụng IoT, mạng cảm biến và các thiết bị tiêu thụ công suất thấp.

Đề xuất và khuyến nghị

  1. Triển khai thuật toán tối ưu bầy đàn (PSO) trong hệ thống thực tế: Khuyến nghị các nhà phát triển hệ thống MU-MIMO áp dụng PSO để tối ưu phân bổ công suất và tiền mã hóa, nhằm nâng cao hiệu suất truyền thông tin và thu thập năng lượng. Thời gian thực hiện trong vòng 12 tháng, phối hợp giữa các nhóm nghiên cứu và doanh nghiệp viễn thông.

  2. Phát triển các giải pháp cân bằng tương nhượng dung lượng và năng lượng: Đề xuất xây dựng các chính sách điều chỉnh linh hoạt giữa dung lượng kênh và năng lượng thu thập dựa trên yêu cầu ứng dụng cụ thể, ví dụ trong mạng cảm biến hoặc thiết bị IoT. Thời gian nghiên cứu và thử nghiệm khoảng 6-9 tháng.

  3. Nâng cao hiệu suất thu thập năng lượng bằng kỹ thuật beamforming và massive MIMO: Khuyến khích nghiên cứu và ứng dụng các công nghệ anten thông minh để tăng cường hiệu suất truyền năng lượng, giảm suy hao và mở rộng phạm vi hoạt động. Chủ thể thực hiện là các viện nghiên cứu và nhà sản xuất thiết bị, trong vòng 18 tháng.

  4. Xây dựng mô hình mô phỏng và đánh giá toàn diện: Đề xuất phát triển phần mềm mô phỏng tích hợp các yếu tố thực tế như hiệu ứng fading, nhiễu và ràng buộc công suất để đánh giá chính xác hiệu năng hệ thống trước khi triển khai thực tế. Thời gian phát triển khoảng 12 tháng, do các nhóm nghiên cứu chuyên sâu đảm nhiệm.

Các giải pháp trên nhằm mục tiêu nâng cao hiệu quả sử dụng năng lượng, tăng dung lượng truyền thông, đồng thời giảm chi phí vận hành và bảo trì hệ thống trong tương lai gần.

Đối tượng nên tham khảo luận văn

  1. Nhà nghiên cứu và sinh viên ngành kỹ thuật viễn thông: Luận văn cung cấp kiến thức chuyên sâu về kỹ thuật MU-MIMO, truyền thông tin và năng lượng vô tuyến, cùng các thuật toán tối ưu hiện đại, hỗ trợ nghiên cứu và phát triển đề tài liên quan.

  2. Kỹ sư phát triển hệ thống mạng không dây: Các kỹ sư có thể áp dụng mô hình và thuật toán tối ưu trong thiết kế và triển khai hệ thống MU-MIMO, nâng cao hiệu suất truyền thông và thu thập năng lượng, giảm tiêu thụ năng lượng và chi phí vận hành.

  3. Doanh nghiệp sản xuất thiết bị viễn thông: Tham khảo để phát triển các sản phẩm anten thông minh, thiết bị thu thập năng lượng RF, và các giải pháp tích hợp truyền thông tin và năng lượng, đáp ứng nhu cầu thị trường IoT và mạng cảm biến.

  4. Nhà hoạch định chính sách và quản lý năng lượng: Cung cấp cơ sở khoa học để xây dựng các chính sách hỗ trợ phát triển công nghệ tiết kiệm năng lượng trong ngành ICT, góp phần giảm phát thải khí nhà kính và thúc đẩy phát triển bền vững.

Mỗi nhóm đối tượng có thể ứng dụng kết quả nghiên cứu vào thực tiễn nhằm nâng cao hiệu quả công việc và phát triển công nghệ.

Câu hỏi thường gặp

  1. Hệ thống MU-MIMO WIPT là gì và có ưu điểm gì?
    MU-MIMO WIPT là hệ thống sử dụng nhiều anten phát và thu để truyền đồng thời thông tin và năng lượng vô tuyến cho nhiều người dùng. Ưu điểm gồm tăng dung lượng kênh, nâng cao hiệu suất năng lượng, giảm chi phí bảo trì và kéo dài tuổi thọ thiết bị.

  2. Tại sao thuật toán PSO được chọn để giải bài toán tối ưu?
    PSO là thuật toán tối ưu ngẫu nhiên hiệu quả, phù hợp với các bài toán phi tuyến, không lồi phức tạp như trong hệ thống MU-MIMO WIPT. PSO có khả năng hội tụ nhanh, dễ triển khai và đạt kết quả tối ưu cao hơn so với các phương pháp truyền thống.

  3. Làm thế nào để cân bằng giữa dung lượng kênh và năng lượng thu thập?
    Cân bằng được thực hiện thông qua thiết kế thuật toán tối ưu với các ràng buộc phù hợp, điều chỉnh công suất phát và phân bổ tài nguyên nhằm đảm bảo mức năng lượng tối thiểu cho người dùng đồng thời tối đa hóa dung lượng truyền thông tin.

  4. Ứng dụng thực tế của truyền thông tin và năng lượng vô tuyến là gì?
    Ứng dụng phổ biến nhất là mạng cảm biến vô tuyến, thiết bị RFID, mạng cơ thể không dây trong y tế, và các thiết bị IoT tiêu thụ công suất thấp, nơi việc thay thế pin khó khăn hoặc không khả thi.

  5. Những thách thức chính trong triển khai hệ thống MU-MIMO WIPT?
    Bao gồm hiệu suất giảm khi truyền qua khoảng cách lớn, phức tạp trong thiết kế bộ thu SWIPT, yêu cầu công nghệ anten thông minh, và cần thuật toán tối ưu hiệu quả để cân bằng giữa truyền thông tin và thu thập năng lượng.

Kết luận

  • Luận văn đã xây dựng thành công mô hình hệ thống truyền thông tin và năng lượng vô tuyến MU-MIMO đa người dùng, áp dụng thuật toán PSO để giải quyết bài toán tối ưu phi tuyến, không lồi.
  • Kết quả mô phỏng chứng minh khả năng tối đa hóa tổng dung lượng kênh và năng lượng thu thập, đồng thời phân tích tương nhượng giữa hai mục tiêu này.
  • Thuật toán PSO thể hiện hiệu quả vượt trội trong việc hội tụ và đạt giải pháp tối ưu so với các phương pháp truyền thống.
  • Nghiên cứu góp phần nâng cao hiệu suất năng lượng và dung lượng truyền thông trong các hệ thống viễn thông hiện đại, hỗ trợ phát triển bền vững ngành ICT.
  • Hướng phát triển tiếp theo là ứng dụng các công nghệ anten thông minh, mở rộng mô hình cho mạng 5G/6G và phát triển phần mềm mô phỏng toàn diện.

Đề nghị các nhà nghiên cứu và doanh nghiệp tiếp tục khai thác kết quả này để phát triển các giải pháp truyền thông và năng lượng vô tuyến hiệu quả, thân thiện môi trường.