Luận văn thạc sĩ nghiên cứu đánh giá hiệu năng hệ thống truyền dẫn hợp tác noma có sử dụng chuyển tiếp eh với sự hỗ trợ của các phần tử irs

Luận văn thạc sĩ nghiên cứu nghiên cứu đánh giá hiệu năng hệ thống truyền dẫn hợp tác noma có sử dụng chuyển tiếp eh với sự hỗ, khảo sát thực trạng, phân tích nguyên nhân, đề xuất

• Tác giả: Nguyễn Thị Hồng
• Người hướng dẫn: TS. Lê Thị Anh
• Trường học: Học viện Công nghệ Bưu chính Viễn thông
• Chuyên ngành: Kỹ thuật Viễn thông
• Đề tài: Nghiên Cứu Đánh Giá Hiệu Năng Hệ Thống Truyền Dẫn Hợp Tác NOMA Có Sử Dụng Chuyển Tiếp EH Với Sự Hỗ Trợ Của Các Phần Tử IRS
• Loại tài liệu: Đề án tốt nghiệp
• Năm xuất bản: 2023
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN
• 1. CHƯƠNG 1: TỔNG QUAN VỀ HỆ THỐNG TRUYỀN DẪN HỢP TÁC NOMA
• 1.1. Công nghệ NOMA
• 1.1.1. Khái niệm và phân loại
• 1.1.2. Mã hóa chồng chất (SC)
• 1.1.3. Khử nhiễu liên tiếp SIC
• 1.1.4. Cơ chế NOMA đặc trưng
• 1.1.5. Một số thách thức và hạn chế của kỹ thuật NOMA
• 1.2. Công nghệ EH
• 1.3. Bề mặt phản xạ thông minh (Intelligence Reflecting Surface-IRS)
• 1.3.1. Một số ứng dụng điển hình của IRS trong mạng không dây
• 1.3.2. Mô hình tín hiệu và cấu tạo của IRS
• 1.3.3. Ưu điểm và nhược điểm của IRS
• 1.4. Giao thức khuếch đại và chuyển tiếp AF
• 1.5. Lựa chọn nút chuyển tiếp
• 1.6. Kết luận chương 1
• 2. CHƯƠNG 2: XÂY DỰNG MÔ HÌNH HỆ THỐNG TRUYỀN DẪN HỢP TÁC NOMA CÓ SỬ DỤNG CHUYỂN TIẾP EH VỚI SỰ HỖ TRỢ CỦA CÁC PHẦN TỬ IRS
• 2.1. Phân tích mô hình hệ thống đề xuất
• 2.2. Mô hình hóa tín hiệu truyền dẫn
• 2.3. Hiệu quả sử dụng năng lượng của hệ thống
• 2.4. Kết luận chương 2
• 3. CHƯƠNG 3: ĐÁNH GIÁ HIỆU NĂNG MÔ HÌNH ĐỀ XUẤT
• 3.1. Giới thiệu chung
• 3.2. Giới thiệu thuật toán Tối ưu bầy đàn (PSO)
• 3.3. Chương trình mô phỏng bằng ngôn ngữ lập trình Python
• 3.3.1. Tham số mô phỏng
• 3.3.2. Các kịch bản mô phỏng
• 3.4. Kết quả mô phỏng và thảo luận
• 3.4.1. Tính hội tụ và thời gian tính toán khi sử dụng PSO
• 3.4.2. Khảo sát hiệu quả của số lượng nút chuyển tiếp lên EE với cả 2 trường hợp có IRS và không có IRS
• 3.4.3. Ảnh hưởng của phương pháp lựa chọn nút chuyển tiếp, số lượng phần tử IRS đối với EE trung bình
• 3.4.4. Ảnh hưởng của hiệu quả EH và công suất phát tại BS tới EE
• 3.4.5. Ảnh hưởng của các khoảng cách truyền dẫn tới EE trung bình
• 3.5. Kết luận chương 3
• DANH MỤC TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Về Hệ Thống Truyền Dẫn Hợp Tác NOMA

Hệ thống truyền dẫn hợp tác NOMA (Non-Orthogonal Multiple Access) đang trở thành một trong những công nghệ tiên tiến trong mạng không dây. Công nghệ này cho phép nhiều người dùng chia sẻ cùng một kênh truyền mà không cần phân chia tần số hay thời gian. Điều này giúp tối ưu hóa hiệu suất truyền dẫn và giảm thiểu độ trễ. Nghiên cứu này sẽ tập trung vào việc đánh giá hiệu năng của hệ thống NOMA khi kết hợp với các công nghệ như chuyển tiếp năng lượng (EH) và bề mặt phản xạ thông minh (IRS).

1.1. Khái Niệm Về NOMA Và Các Ứng Dụng

NOMA là một kỹ thuật cho phép nhiều người dùng truy cập vào cùng một kênh truyền. Kỹ thuật này có thể được áp dụng trong nhiều lĩnh vực như IoT, mạng di động và các ứng dụng thông minh. Việc sử dụng NOMA giúp cải thiện hiệu suất truyền dẫn và giảm thiểu chi phí năng lượng.

1.2. Lợi Ích Của Hệ Thống Truyền Dẫn Hợp Tác

Hệ thống truyền dẫn hợp tác NOMA mang lại nhiều lợi ích như tăng cường hiệu suất truyền dẫn, giảm độ trễ và tối ưu hóa việc sử dụng tài nguyên tần số. Sự kết hợp với EH và IRS còn giúp nâng cao hiệu quả năng lượng, đáp ứng nhu cầu ngày càng cao của các ứng dụng không dây.

II. Thách Thức Trong Việc Triển Khai Hệ Thống NOMA

Mặc dù NOMA có nhiều lợi ích, nhưng việc triển khai hệ thống này cũng gặp phải nhiều thách thức. Các vấn đề như nhiễu đồng kênh, phức tạp trong giải mã tín hiệu và yêu cầu về công suất phát là những yếu tố cần được xem xét. Đặc biệt, việc ghép cặp người dùng và phân bổ công suất là những vấn đề quan trọng cần giải quyết để tối ưu hóa hiệu suất của hệ thống.

2.1. Nhiễu Đồng Kênh Và Giải Quyết

Nhiễu đồng kênh là một trong những thách thức lớn nhất trong hệ thống NOMA. Việc nhiều người dùng cùng chia sẻ tài nguyên có thể dẫn đến sự suy giảm hiệu suất. Cần có các phương pháp khử nhiễu hiệu quả để đảm bảo chất lượng truyền dẫn.

2.2. Phân Bổ Công Suất Hiệu Quả

Phân bổ công suất cho từng người dùng là một yếu tố quan trọng trong NOMA. Cần có các chiến lược phân bổ công suất thông minh để tối ưu hóa hiệu suất và đảm bảo rằng tất cả người dùng đều nhận được chất lượng dịch vụ tốt nhất.

III. Phương Pháp Nghiên Cứu Hiệu Năng Hệ Thống NOMA

Để đánh giá hiệu năng của hệ thống NOMA, nghiên cứu sẽ sử dụng mô hình hóa tín hiệu và các thuật toán tối ưu như PSO (Particle Swarm Optimization). Việc mô phỏng sẽ được thực hiện trên các kịch bản khác nhau để phân tích hiệu quả của hệ thống trong các điều kiện khác nhau.

3.1. Mô Hình Hóa Tín Hiệu Truyền Dẫn

Mô hình hóa tín hiệu là bước quan trọng trong việc đánh giá hiệu năng của hệ thống NOMA. Các thông số như công suất phát, khoảng cách truyền dẫn và hiệu quả thu thập năng lượng sẽ được xem xét để đưa ra các kết quả chính xác.

3.2. Sử Dụng Thuật Toán PSO Trong Mô Phỏng

Thuật toán PSO sẽ được áp dụng để tối ưu hóa các tham số trong mô hình NOMA. Việc sử dụng PSO giúp tìm ra các giải pháp tối ưu cho việc phân bổ công suất và ghép cặp người dùng, từ đó nâng cao hiệu suất hệ thống.

IV. Kết Quả Nghiên Cứu Và Ứng Dụng Thực Tiễn

Kết quả nghiên cứu cho thấy rằng việc kết hợp NOMA với EH và IRS có thể cải thiện đáng kể hiệu suất truyền dẫn. Các mô phỏng cho thấy rằng hệ thống có thể đạt được hiệu quả năng lượng cao hơn và giảm thiểu độ trễ trong quá trình truyền dẫn. Những ứng dụng thực tiễn của mô hình này có thể được triển khai trong các lĩnh vực như thành phố thông minh và IoT.

4.1. Phân Tích Kết Quả Mô Phỏng

Kết quả mô phỏng cho thấy rằng hệ thống NOMA kết hợp với EH và IRS có thể đạt được hiệu suất năng lượng cao hơn so với các hệ thống truyền dẫn truyền thống. Điều này chứng tỏ rằng mô hình này có tiềm năng lớn trong việc cải thiện chất lượng dịch vụ.

4.2. Ứng Dụng Trong Các Mạng Không Dây

Mô hình NOMA có thể được áp dụng trong nhiều loại mạng không dây, đặc biệt là trong các ứng dụng IoT với mật độ người dùng cao. Việc triển khai mô hình này có thể giúp nâng cao hiệu quả hoạt động của các hệ thống thông tin không dây.

V. Kết Luận Và Hướng Phát Triển Tương Lai

Nghiên cứu về hệ thống truyền dẫn hợp tác NOMA có sử dụng chuyển tiếp EH và IRS đã chỉ ra rằng đây là một giải pháp tiềm năng cho các mạng không dây trong tương lai. Việc tối ưu hóa hiệu suất và giảm thiểu chi phí năng lượng là những mục tiêu quan trọng cần đạt được. Hướng phát triển tương lai có thể tập trung vào việc cải thiện các thuật toán phân bổ công suất và tối ưu hóa mô hình hệ thống.

5.1. Tương Lai Của NOMA Trong Mạng 5G

NOMA sẽ đóng vai trò quan trọng trong việc phát triển mạng 5G và B5G. Việc tối ưu hóa công nghệ này sẽ giúp đáp ứng nhu cầu ngày càng cao về băng thông và kết nối không dây.

5.2. Nghiên Cứu Thêm Về IRS Và EH

Cần có thêm nhiều nghiên cứu về việc kết hợp IRS và EH trong các hệ thống NOMA. Việc này sẽ giúp nâng cao hiệu quả năng lượng và cải thiện chất lượng dịch vụ trong các mạng không dây.

Nội dung chính

Tổng quan nghiên cứu

Trong bối cảnh bùng nổ của mạng di động thế hệ thứ 5 (5G) và xa hơn là thế hệ sau 5G (B5G), lưu lượng dữ liệu toàn cầu được dự báo tăng trưởng hơn 1.000 lần nhằm đáp ứng kết nối cho hàng trăm tỷ thiết bị Internet vạn vật (IoT). Tuy nhiên, việc mở rộng quy mô hạ tầng viễn thông truyền thống đang đối mặt với bài toán nan giải về chi phí phần cứng và mức tiêu thụ năng lượng khổng lồ. Việc triển khai dày đặc các trạm phát sóng không chỉ làm gia tăng lượng phát thải carbon mà còn gây nhiễu đồng kênh nghiêm trọng, làm suy giảm chất lượng dịch vụ tại các khu vực rìa tế bào. Do đó, việc nghiên cứu các giải pháp mạng không dây xanh, tối ưu hóa đồng thời hiệu quả phổ tần và hiệu quả sử dụng năng lượng là yêu cầu cấp thiết mang tính sống còn.

Đề án tập trung giải quyết bài toán tối ưu hóa hiệu năng truyền dẫn thông qua việc đề xuất mô hình tích hợp ba công nghệ tiên tiến: Đa truy cập không trực giao miền công suất (PD-NOMA), chuyển tiếp khuếch đại và chuyển tiếp (AF) tự cấp nguồn bằng công nghệ thu thập năng lượng sóng vô tuyến (EH), cùng sự hỗ trợ của Bề mặt phản xạ thông minh (IRS). Mục tiêu cụ thể là xây dựng mô hình toán học hoàn chỉnh cho đường xuống 2 người dùng, phân tích tỷ số tín hiệu trên nhiễu và tạp âm (SINR), đồng thời tối đa hóa hàm mục tiêu hiệu quả năng lượng (EE - tính bằng bit/Joule). Nghiên cứu được triển khai mô phỏng và thực nghiệm số tại Học viện Công nghệ Bưu chính Viễn thông trong năm 2023. Kết quả mang lại ý nghĩa học thuật và thực tiễn sâu sắc, cung cấp giải pháp gia tăng hiệu quả năng lượng toàn mạng từ 25% đến 40%, giảm công suất phát tại trạm gốc khoảng 20% đến 35%, đồng thời mở rộng vùng phủ sóng cho các thiết bị IoT tại những vùng có điều kiện kênh truyền bị che chắn nghiêm trọng.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu xây dựng trên nền tảng của 4 trụ cột công nghệ viễn thông hiện đại:

1. Công nghệ Đa truy cập không trực giao miền công suất (PD-NOMA): Cho phép phục vụ nhiều người dùng trên cùng một khối tài nguyên tần số và thời gian thông qua cơ chế phân bổ công suất khác nhau. Hệ thống sử dụng kỹ thuật Mã hóa chồng chất (Superposition Coding - SC) tại nguồn phát và Khử nhiễu liên tiếp (Successive Interference Cancellation - SIC) tại máy thu để tách tín hiệu chính xác.
2. Công nghệ Thu thập năng lượng vô tuyến (Energy Harvesting - EH): Áp dụng kiến trúc Phân tách công suất (Power Splitting - PS) tại nút chuyển tiếp. Tín hiệu nhận được từ trạm gốc được trích xuất một phần năng lượng để nuôi mạch điện và khuếch đại tín hiệu, phần còn lại dùng cho xử lý thông tin, loại bỏ sự phụ thuộc vào nguồn điện lưới cố định.
3. Bề mặt phản xạ thông minh (Intelligent Reflecting Surface - IRS): Sử dụng một mảng siêu vật liệu phẳng 2D gồm nhiều phần tử phản xạ thụ động. Mỗi phần tử có khả năng kiểm soát độc lập biên độ và độ dịch pha của sóng tới, tạo ra búp sóng phản xạ định hướng 3D, thiết lập liên kết tia nhìn thẳng ảo (Virtual LoS) giữa nguồn phát và người dùng.
4. Giao thức chuyển tiếp và lựa chọn nút cơ hội (PRS): Kết hợp giao thức Khuếch đại và Chuyển tiếp (AF) với thuật toán lựa chọn nút chuyển tiếp phân tán PRS (Partial Relay Selection), giúp tối ưu hóa chất lượng kênh truyền hai chặng giữa trạm gốc, trạm chuyển tiếp và người dùng cuối.

Phương pháp nghiên cứu

Nghiên cứu áp dụng phương pháp mô hình hóa toán học kết hợp với mô phỏng ngẫu nhiên Monte Carlo trên nền tảng Python và môi trường tính toán Google Colab. Bộ tham số mô phỏng được thiết lập với cỡ mẫu gồm 10.000 trạng thái kênh truyền độc lập để đảm bảo độ tin cậy thống kê cao. Mạng khảo sát bao gồm 1 trạm gốc (BS), một cụm từ 2 đến 10 nút chuyển tiếp EH, một mảng IRS cấu hình từ 16 đến 64 phần tử phản xạ thụ động, và 2 người dùng NOMA đại diện cho người dùng ở xa (kênh xấu) và người dùng ở gần (kênh tốt). Kênh truyền trực tiếp BS - Relay tuân theo phân bố pha-đinh Rayleigh, trong khi các liên kết Relay - IRS và IRS - Người dùng tuân theo phân bố pha-đinh Rician có xét đến thành phần sóng trực tiếp.

Để giải quyết bài toán tối ưu hóa hiệu quả năng lượng (EE) có ràng buộc phi tuyến tính và không lồi, nghiên cứu lựa chọn thuật toán Tối ưu bầy đàn (Particle Swarm Optimization - PSO) thay vì phương pháp tìm kiếm vét cạn (ES) hoặc thuật toán di truyền (GA). Lý do lựa chọn là PSO có cấu trúc tính toán đơn giản, tốc độ hội tụ nhanh hơn khoảng 3 đến 5 lần so với GA, và hoàn toàn tránh được độ phức tạp hàm mũ của ES, đáp ứng tốt yêu cầu phân bổ công suất động theo thời gian thực của mạng vô tuyến. Toàn bộ quá trình nghiên cứu và tối ưu hóa được hoàn thiện theo tiến trình khoa học nghiêm ngặt trong năm 2023.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Hiệu quả vượt trội của việc tích hợp IRS đối với hiệu quả năng lượng (EE): Khi triển khai bề mặt phản xạ thông minh IRS, EE trung bình của toàn hệ thống tăng trưởng ấn tượng. Cụ thể, khi số lượng phần tử IRS tăng từ 16 lên 64 phần tử, EE của hệ thống tăng từ 25% đến 40% so với mô hình không có IRS. Sự gia tăng số phần tử phản xạ giúp tăng cường đáng kể cường độ tín hiệu nhận được tại người dùng ở rìa tế bào mà không làm gia tăng công suất phát RF.
2. Tác động của số lượng nút chuyển tiếp và kỹ thuật lựa chọn nút: Việc tăng số lượng nút chuyển tiếp trong cụm từ 2 lên 8 nút kết hợp thuật toán chọn nút tốt nhất PRS giúp cải thiện EE trung bình thêm khoảng 15% đến 20%. Tuy nhiên, khi số nút vượt quá 8, mức tăng trưởng EE có xu hướng bão hòa do suy hao chọn lọc không còn cải thiện nhiều.
3. Ảnh hưởng của hệ số thu thập năng lượng và công suất phát: Hiệu suất chuyển đổi năng lượng ($\eta$) tại nút chuyển tiếp tác động trực tiếp đến khả năng tự chủ của hệ thống. Khi $\eta$ tăng từ 0,5 lên 0,8, năng lượng tích lũy cho việc chuyển tiếp tín hiệu tăng mạnh, cho phép trạm gốc giảm mức công suất phát từ 30 dBm xuống khoảng 23 dBm mà vẫn duy trì ngưỡng giải mã thành công SINR cho cả hai người dùng.
4. Tốc độ hội tụ và hiệu năng tính toán của thuật toán PSO: Thuật toán PSO chứng minh ưu thế vượt trội với khả năng hội tụ đến nghiệm tối ưu chỉ sau 20 đến 35 vòng lặp. Thời gian tính toán trung bình của PSO đạt dưới 2,5 giây cho mỗi kịch bản tối ưu, giúp rút ngắn hơn 60% thời gian xử lý so với thuật toán di truyền GA (thường mất từ 6,5 đến 8 giây).

Thảo luận kết quả

Nguyên nhân chính dẫn đến sự gia tăng mạnh mẽ của hiệu quả năng lượng là do IRS hoạt động ở chế độ thụ động, không đòi hỏi các bộ khuếch đại công suất cao tần đắt tiền, từ đó kiểm soát công suất tiêu thụ mạch điện ở mức rất thấp (chỉ vài miliwatt trên mỗi phần tử). Khi các liên kết trực tiếp bị cản trở bởi vật cản, chùm phản xạ định hướng từ IRS đóng vai trò như một đường truyền dự phòng có độ lợi cao, bù đắp tổn hao đường truyền theo lũy thừa khoảng cách.

So với các công trình nghiên cứu NOMA truyền thống chỉ dựa vào chuyển tiếp chủ động, việc kết hợp PD-NOMA, EH và IRS tạo nên cơ chế cộng hưởng tín hiệu nhất quán tại máy thu. Dữ liệu thực nghiệm được trình bày trực quan thông qua các biểu đồ đường thể hiện mối quan hệ giữa công suất phát tại trạm gốc (từ 20 dBm đến 46 dBm) với giá trị EE (bit/Joule), cùng bảng đối chiếu thời gian xử lý giữa PSO, GA và ES. Biểu đồ phân tích khoảng cách cũng chỉ rõ: việc đặt IRS ở vị trí gần người dùng cuối (trong khoảng cách 10m đến 30m) sẽ mang lại độ lợi năng lượng cao hơn đáng kể so với việc đặt IRS ở vị trí trung gian giữa trạm gốc và nút chuyển tiếp.

Đề xuất và khuyến nghị

1. Tối ưu hóa vị trí lắp đặt mảng IRS trong môi trường đô thị: Các doanh nghiệp viễn thông cần khảo sát và triển khai lắp đặt mảng phản xạ IRS tại các vị trí chiến lược (mặt tường tòa nhà, trần nhà các trung tâm thương mại) cách cụm người dùng biên từ 15m đến 30m trong vòng 6 tháng tới. Giải pháp này giúp tăng cường độ lợi kênh thêm tối thiểu 3 dB đến 5 dB và nâng thông lượng cho người dùng biên lên trên 30%.
2. Nhúng giải thuật tối ưu bầy đàn động vào bộ điều khiển trạm gốc: Các kỹ sư thiết kế mạng truy cập vô tuyến (RAN) nên tích hợp module thuật toán PSO vào phần mềm điều khiển trạm gốc 5G/B5G trước quý II/2024. Mục tiêu là phân bổ công suất phát động và góc lệch pha IRS với độ trễ xử lý dưới 5 mili-giây, thích ứng kịp thời với sự biến động tức thời của kênh truyền pha-đinh.
3. Nâng cấp phần cứng trạm chuyển tiếp tự cấp nguồn: Các nhà sản xuất thiết bị IoT cần nghiên cứu phát triển các vi mạch thu thập năng lượng sóng vô tuyến hỗ trợ hệ số chuyển đổi $\eta \ge 0,75$ trong giai đoạn 2024 - 2025, giúp kéo dài tuổi thọ vận hành của các nút mạng cảm biến lên gấp 2 lần mà không cần thay pin.
4. Xây dựng bộ quy chuẩn kỹ thuật cho mạng viễn thông xanh: Cơ quan quản lý nhà nước về tần số và tiêu chuẩn viễn thông cần ban hành hướng dẫn đo kiểm và chỉ tiêu hiệu quả năng lượng (đạt mức tối thiểu 10 bit/J/Hz) cho các hệ thống truyền dẫn hỗ trợ IRS và NOMA trước năm 2025, hướng tới mục tiêu phát triển hạ tầng số phát thải ròng bằng 0.

Đối tượng nên tham khảo luận văn

1. Kỹ sư quy hoạch và tối ưu hóa mạng vô tuyến 5G/6G: Nắm vững mô hình toán học giải mã SIC, kỹ thuật phân tách công suất EH và thuật toán tối ưu hóa bầy đàn để ứng dụng trực tiếp vào việc lập kế hoạch phủ sóng và quản lý năng lượng trạm phát sóng.
2. Học viên cao học và nghiên cứu sinh chuyên ngành Kỹ thuật Viễn thông: Sử dụng toàn bộ khung phân tích lý thuyết, quy trình mô hình hóa kênh Ricean/Rayleigh và mã nguồn mô phỏng Python làm tài liệu tham khảo nền tảng cho các công trình nghiên cứu mở rộng.
3. Chuyên gia phát triển giải pháp IoT công nghiệp và Đô thị thông minh: Ứng dụng giải pháp chuyển tiếp tự cấp nguồn kết hợp IRS để thiết kế hệ thống mạng cảm biến không dây quy mô lớn tại các sân bay, nhà máy tự động hóa với chi phí vận hành năng lượng tối thiểu.
4. Nhà quản lý hạ tầng và hoạch định chính sách công nghệ số: Tham khảo các số liệu định lượng về hiệu quả năng lượng và giải pháp mạng xanh để xây dựng chiến lược chuyển đổi số bền vững cho các trung tâm dữ liệu và hạ tầng viễn thông quốc gia.

Câu hỏi thường gặp

Tại sao PD-NOMA lại có hiệu quả phổ tần và năng lượng cao hơn OMA truyền thống? PD-NOMA cho phép phục vụ đồng thời nhiều người dùng trên cùng một khối tài nguyên tần số bằng cách gán các mức công suất khác nhau. Nhờ kỹ thuật mã hóa chồng chất và giải mã SIC, NOMA tận dụng tối đa kênh truyền, gia tăng hiệu quả phổ tần hơn 30% so với OMA khi độ chênh lệch suy hao kênh giữa các người dùng đạt từ 8 dB trở lên.

Bề mặt phản xạ thông minh (IRS) giúp tiết kiệm năng lượng cho mạng viễn thông như thế nào? IRS gồm các phần tử phản xạ thụ động, chỉ điều chỉnh pha và biên độ sóng tới mà không cần bộ khuếch đại công suất RF tiêu tốn điện. Khi cấu hình pha tối ưu, IRS tập trung năng lượng sóng vào người dùng đích, tạo liên kết nhìn thẳng ảo giúp giảm công suất phát tại trạm gốc từ 20% đến 35%.

Kiến trúc thu thập năng lượng phân tách công suất (PS-EH) hoạt động ra sao? Tại nút chuyển tiếp, bộ phân tách công suất chia tín hiệu RF thu được thành hai luồng theo hệ số $\beta$: một phần năng lượng được đưa vào mạch chỉnh lưu để chuyển đổi thành dòng điện một chiều nuôi thiết bị, phần còn lại được sử dụng để giải mã và chuyển tiếp thông tin theo giao thức AF.

Vì sao thuật toán PSO được ưu tiên sử dụng thay cho thuật toán Di truyền (GA)? Bài toán tối ưu hóa EE là bài toán phi tuyến phức tạp. Thuật toán PSO có cơ chế chia sẻ thông tin vận tốc và vị trí tối ưu toàn cục đơn giản, giúp đạt độ hội tụ chính xác chỉ sau 20 đến 35 vòng lặp, rút ngắn hơn 60% thời gian tính toán so với GA, đáp ứng hoàn hảo yêu cầu tính toán thời gian thực.

Mô hình đề xuất có khả năng triển khai thực tế trong những kịch bản nào? Mô hình đặc biệt hiệu quả tại các khu vực có mật độ người dùng dày đặc và nhiều vật che chắn như sân bay thông minh, trung tâm thương mại, nhà máy thông minh và mạng cảm biến IoT đô thị, nơi việc kéo nguồn điện tới từng nút chuyển tiếp gặp nhiều khó khăn.

Kết luận

• Xây dựng thành công mô hình hệ thống truyền dẫn hợp tác đường xuống PD-NOMA tích hợp chuyển tiếp tự cấp nguồn EH và bề mặt phản xạ thông minh IRS.
• Thiết lập hoàn chỉnh khung phân tích toán học đánh giá tỷ số SINR và hàm mục tiêu hiệu quả năng lượng (EE) có xét đến tiêu hao công suất thực tế.
• Ứng dụng xuất sắc thuật toán Tối ưu bầy đàn (PSO) giúp giải quyết bài toán phân bổ công suất động và điều khiển pha IRS với thời gian xử lý dưới 2,5 giây.
• Chứng minh định lượng hiệu quả vượt trội của IRS giúp nâng cao hiệu quả năng lượng toàn mạng từ 25% đến 40% và giảm đáng kể công suất phát tại trạm gốc.
• Đề xuất lộ trình mở rộng nghiên cứu sang mô hình MIMO-NOMA đa ăng-ten và tích hợp trí tuệ nhân tạo học sâu trong giai đoạn 2024 - 2026.

Khám phá toàn văn đề án để làm chủ giải pháp thiết kế mạng vô tuyến xanh tiên tiến cho kỷ nguyên 5G và B5G!

Trích đoạn nội dung tài liệu

Chương 1 sẽ trình bày các khái niệm cơ bản về các kỹ thuật và công nghệ như: NOMA, một số kỹ thuật trong mạng truyền dẫn hợp tác, và Bề mặt phản xạ thông minh được ứng dụng trong hệ thống thông tin liên lạc không dây.1 Công nghệ NOMA 1.1 Khái niệm và phân loại Công nghệ truy cập vô tuyến là phương thức kết nối lớp vật lý trong mạng tế bào di động, được thực hiện bởi mạng truy cập vô tuyến (RAN). Về cơ bản, RAN sử dụng kỹ thuật truy cập kênh truyền để cung cấp kết nối tới mạng lõi cho các đầu cuối di động. Do đó, thiết kế một kỹ thuật đa truy cập phù hợp là một trong những khía cạnh quan trọng nhất trong việc nâng cao dung lượng hệ thống. Các kỹ thuật đa truy cập được phân loại thành hai cách tiếp cận khác nhau, có tên là Đa truy cập trực giao (OMA) và Đa truy cập không trực giao (NOMA).1 so sánh một số đặc điểm chính giữa OMA và NOMA.

So sánh giữa OMA và NOMA Đặc OMA NOMA điểm Cơ chế OMA: Cho phép thiết kế một máy thu hoàn hảo có thể tách tín hiệu mong hoạt muốn từ toàn bộ các tín hiệu không mong muốn bằng cách sử dụng các chức động năng cơ bản. Nói cách khác, tín hiệu của người dùng khác nhau là trực giao với nhau. NOMA: Cho phép phân bổ một kênh truyền về mặt tần số tới nhiều người dùng tại cùng một thời điểm trong cùng một tế bào, dẫn tới, cải thiện hiệu quả phổ tần, thông lượng tại biên tế bào cao hơn, phản hồi kênh truyền được giải phóng (chỉ yêu cầu cường độ tín hiệu thu, không yêu cầu thông tin trạng thái 5 kênh) và độ trễ truyền dẫn thấp (do không yêu cầu lập lịch từ người dùng tới trạm gốc) Phân - Đa truy cập phân chia theo thời - NOMA miền công suất loại gian (TDMA) - NOMA miền mã - Đa truy cập phân chia theo tần số trực giao (OFDMA) - Đa truy cập phân chia theo mã (CDMA) Ưu Thông lượng hệ thống tốt Đáp ứng được yêu cầu cho mạng 5G về điểm Thiết kế máy thu đơn giản tốc độ dữ liệu hệ thống cũng như tốc độ dữ liệu người dùng trải nghiệm và độ trễ đầu cuối. Nhược Do nhu cầu tăng theo cấp số mũ của Cấu trúc máy thu phức tạp.

điểm dịch vụ Internet di động và Vạn vật Chính sách phân bổ công suất cần được kết nối (IoT) nên OMA tỏ ra những quan tâm nhược điểm không đáp ứng được về: Phân cặp người dùng Hiệu quả phổ tần, Độ trễ, Tốc độ dữ liệu hệ thống, Tốc độ dữ liệu người dùng trải nghiệm Ứng Các thế hệ mạng trước 5G 5G và B5G dụng Khi phân loại NOMA có hai loại chính bao gồm NOMA miền công suất và NOMA miền mã.3 thể hiện phân loại đơn giản của kỹ thuật NOMA. Trong nội dung nghiên cứu của đề án, tập trung chính vào NOMA miền công suất (PD-NOMA), trong đó sử dụng mã hóa chồng chất (Superposition coding-SC) tại máy phát và khử nhiễu liên tiếp (Successive Interference Cancellation-SIC) tại máy thu. 6 NOMA Các loại chính Hình 1. Một cách phân loại về kỹ thuật NOMA [9] 1.2 Mã hóa chồng chất (SC) Mã hóa chồng chất là kỹ thuật truyền thông tin tới đồng thời các máy thu bằng một nguồn tín hiệu đơn.

Nói cách khác, kỹ thuật này cho phép máy phát phát thông tin của nhiều người dùng cùng một thời điểm. Để thực hiện SC trong thực tế, máy phát mã hóa thông tin của mỗi người dùng bằng các bộ mã hóa để tạo ra tín hiệu tuần tự phức, như trong hình 1.4 trình bày chòm sao tín hiệu điều chế khóa dịch pha QPSK với trường hợp SC cho 2 người dùng. Cụ thể, với người dùng 1 có công suất phát cao hơn trong khi đó người dùng 2 công suất phát thấp hơn.4 Chòm sao tín hiệu mã hóa SC a. Người dùng 1, b.

Người dùng 2, c. Tín hiệu SC [9] Có thể nói rằng, SC được công nhận là một mô hình không trực giao đạt được dung lượng trên một kênh truyền Gauss quảng bá vô hướng. Trong pha mã hóa chồng chất, với 2 bộ mã hóa điểm – điểm [9] 7 , là các hàm ánh xạ các bit đầu vào tương ứng của người dùng 1 và người dùng 2 với các bít tuần tự đầu ra và trong mỗi độ dài khối. Trong đó, và ký hiệu cho tốc độ truyền dẫn của và , là hàm phần nguyên.

là thư viện mã hóa. Như vậy, tín hiệu SC đầu ra sau bộ cộng là có dạng như sau: (1.1) ở đó, ký hiệu phần công suất tổng được gán cho người dùng thứ , với điều kiện .3 Khử nhiễu liên tiếp SIC Ý tưởng cơ bản của SIC là tín hiệu người dùng được giải mã liên tiếp. Sau khi tín hiệu của một người dùng được giải mã, nó sẽ bị trừ khỏi tín hiệu kết hợp trước khi tín hiệu của người dùng tiếp theo được giải mã [9]. Khi SIC được áp dụng, một trong các tín hiệu của người dùng được giải mã, coi tín hiệu của người dùng khác là nhiễu, nhưng tín hiệu sau được giải mã với lợi ích là tín hiệu của tín hiệu trước đã bị loại bỏ.

Tuy nhiên, trước SIC, người dùng được sắp xếp theo cường độ tín hiệu của họ để máy thu có thể giải mã tín hiệu mạnh hơn trước, trừ tín hiệu đó khỏi tín hiệu kết hợp và tách lấy tín hiệu yếu hơn.5 trình bày kỹ thuật giải mã tín hiệu chồng chất (Hình 1.5 Mô hình giải mã SC (a) giải mã tín hiệu người dùng 1 (b)giải mã tín hiệu người dùng 2 [9] Ở đây, điểm chòm sao của người dùng 1 được giải mã đầu tiên từ tín hiệu nhận được. Sau đó, việc giải mã điểm chòm sao của người dùng 2 được thực hiện đối với điểm chòm sao đã giải mã của người dùng 1. Quy trình cụ thể liên quan đến việc giải mã các thông tin chồng chất được biểu diễn bằng toán học như sau: 1) Tại người dùng 1, bộ giải mã người dùng đơn giải mã bản tin bằng cách coi là nhiễu. 2) Tại người dùng 2 thực hiện các bước sau để khôi phục bản tin của mình tuần tự từ tín hiệu thu được : a) Giải mã bản tin của người dùng 1 bằng cách sử dụng bộ giải mã đơn người dùng.

b) Trừ từ tín hiệu thu được (1.2) ở đó, là kênh truyền phức tại người dùng 2. 9 c) Giải mã bản tin người dùng 2 bằng việc sử dụng bộ giải mã đơn người dùng đối với 1.4 Cơ chế NOMA đặc trưng Hình 1.6 thể hiện sơ đồ NOMA với kịch bản hai người dùng. Trong hình này cũng mô tả sơ đồ OMA để làm rõ những ưu điểm cụ thể của sơ đồ NOMA so với sơ đồ OMA. Với NOMA, toàn bộ 1 Hz BW được sử dụng đồng thời bởi hai người dùng.

Tuy nhiên, với OMA, người dùng 1 sử dụng Hz và phần còn lại Hz được gán cho người dùng 2. Trong NOMA, trước tiên người dùng 2 thực hiện SIC để giải mã tín hiệu cho người dùng 1, vì trạng thái kênh của người dùng 2 cao hơn của người dùng 1. Tín hiệu đã giải mã sau đó được trừ khỏi tín hiệu nhận được của người dùng 2. Tín hiệu kết quả này cuối cùng được sử dụng để giải mã tín hiệu cho người dùng 2.

Sơ đồ đa truy nhập đường xuống cho kịch bản 2-người dùng (a) NOMA (b) OMA. Đối với người dùng 1, SIC không được thực thi và tín hiệu được giải mã trực tiếp. Do đó, tốc độ dữ liệu có thể đạt được cho người dùng 1 và người dùng 2 được cho bởi (1.4) Trong OMA, tốc độ dữ liệu có thể đạt được cho người dùng 1 và người dùng 2 lần lượt được đưa ra bởi (1.4) rằng lược đồ NOMA kiểm soát thông lượng của từng người dùng bằng cách điều chỉnh tỷ lệ phân bổ công suất,. Do đó, thông lượng tổng thể và sự công bằng của người dùng có liên quan chặt chẽ với sơ đồ phân bổ năng lượng.

Nếu một kênh không đối xứng, trong đó tỷ số tín hiệu trên tạp âm (SNR) của hai người dùng khác nhau, được xem xét, thì có thể chỉ ra bằng số rằng các giá trị của và , được tính từ (1.4), tương ứng, là đáng kể cao hơn nhiều so với và tính toán từ (1. Do đó, NOMA có hiệu quả cao về thông lượng cấp hệ thống khi các kênh khác nhau đối với hai người dùng. Chính vì vậy, khi xét khía cạnh dung lượng, NOMA được coi là một kỹ thuật đa truy cập đầy hứa hẹn cho truy cập vô tuyến trong tương lai.5 Một số thách thức và hạn chế của kỹ thuật NOMA a) Ghép cặp người dùng động 11 Trong hệ thống NOMA nhiễu đồng kênh là rất mạnh, do nhiều người dùng cùng chia sẻ tài nguyên là thời gian, tần số, mã trải phổ. Do đó, rất khó để yêu cầu tất cả người dùng trong hệ thống cùng thực hiện NOMA.

Ngoài ra, người dùng trong hệ thống được chia thành nhiều nhóm, trong đó NOMA được áp dụng trong mỗi nhóm và các nhóm khác nhau được phân bổ bằng tài nguyên BW trực giao. Do vậy vấn đề ghép cặp/nhóm các người dùng để triển khai NOMA hợp lý bằng phương pháp động nhằm đáp ứng nhu cầu thời gian thực và đạt được lợi ích tối đa mà NOMA mang lại là hết sức cần thiết và khó khăn. b) Sự phức tạp của giải mã tín hiệu Giải mã tín hiệu bằng cách sử dụng SIC yêu cầu độ phức tạp triển khai bổ sung so với các sơ đồ trực giao, vì người nhận phải giải mã thông tin của người dùng khác trước khi giải mã thông tin của chính nó [9]. Ngoài ra, độ phức tạp này tăng lên khi số lượng người dùng trong tế bào tăng lên.

Tuy nhiên, người dùng có thể được nhóm thành một số nhóm, trong đó mỗi nhóm chứa một số lượng nhỏ người dùng có kênh xấu. SC/SIC sau đó có thể được thực hiện trong mỗi nhóm. Hoạt động SC và SIC theo nhóm này về cơ bản đánh đổi giữa mức tăng hiệu suất và độ phức tạp của việc triển khai. c) Lỗi lượng tử hóa Khi cường độ tín hiệu nhận được của người dùng khác nhau, bộ chuyển đổi tương tự sang kỹ thuật số (A/D) cần hỗ trợ dải điện áp đầu vào toàn thang đo rất lớn và yêu cầu độ phân giải cao để định lượng chính xác tín hiệu yếu, vì càng nhiều cấp độ ADC sử dụng để lượng tử hóa, thì công suất nhiễu lượng tử hóa của nó càng thấp.