ĐÁNH GIÁ HIỆU NĂNG CỦA MẠNG ĐA TRUY CẬP PHI TRỰC GIAO CÓ THU THẬP NĂNG LƯỢNG VỚI THÔNG TIN KÊNH TRUYỀN SHADOWED FADING κ-μ KHÔNG HOÀN HẢO VÀ KHIẾM KHUYẾT PHẦN CỨNG

Công nghệ đa truy cập trực giao (OMA) sử dụng trong các hệ thống 4G và 5G hiện tại đang dần bộc lộ những hạn chế về hiệu suất phổ tần. NOMA, với khả năng cho phép nhiều người dùng truyền đồng thời trên cùng một tài nguyên, mang lại tiềm năng cải thiện đáng kể dung lượng và hiệu quả sử dụng phổ. Thêm vào đó, việc tích hợp thu thập năng lượng giúp mạng NOMA hoạt động bền vững hơn, giảm sự phụ thuộc vào nguồn điện truyền thống, đặc biệt quan trọng trong các ứng dụng IoT và mạng cảm biến không dây. Việc sử dụng năng lượng thu thập được làm tăng tính bền vững của mạng. Các yếu tố như kênh shadowed fading κ-μ sẽ ảnh hưởng đến khả năng thu thập và truyền tải năng lượng.

Hiệu năng của mạng NOMA thu thập năng lượng không chỉ phụ thuộc vào thiết kế giao thức mà còn bị chi phối bởi các yếu tố thực tế. Kênh Shadowed Fading κ-μ mô tả chính xác hơn môi trường truyền dẫn thực tế so với các mô hình đơn giản khác. Thông tin kênh không hoàn hảo (iCSI) và khiếm khuyết phần cứng (HWi) cũng là những yếu tố không thể bỏ qua, gây suy giảm đáng kể hiệu năng hệ thống. Để đánh giá một cách khách quan và toàn diện, cần xem xét đồng thời tất cả các yếu tố này trong quá trình phân tích và thiết kế mạng NOMA. Việc phân tích đòi hỏi mô hình hóa chính xác từng yếu tố.

Mô hình Shadowed Fading κ-μ là một mô hình kênh truyền tổng quát, bao gồm nhiều mô hình fading phổ biến khác như Rice, Rayleigh, Nakagami-m như các trường hợp đặc biệt. Điều này cho phép đánh giá hiệu năng mạng NOMA thu thập năng lượng trong nhiều môi trường khác nhau, từ môi trường đô thị dày đặc đến môi trường nông thôn ít vật cản. Việc sử dụng mô hình phù hợp giúp đưa ra kết quả chính xác và đáng tin cậy hơn. Trong đó, các tham số κ và μ đóng vai trò quan trọng trong việc mô tả đặc tính fading và shadowing.

Fading và shadowing gây ra sự biến động ngẫu nhiên về cường độ tín hiệu, làm giảm hiệu quả của quá trình thu thập năng lượng. Khi tín hiệu suy yếu, năng lượng thu thập được sẽ giảm, ảnh hưởng đến khả năng hoạt động của các thiết bị. Đặc biệt, trong mạng NOMA, việc phân bổ công suất không hiệu quả do kênh truyền biến động có thể dẫn đến tình trạng ngắt mạch (outage) cho một số người dùng. Việc thiết kế các giao thức thu thập năng lượng thích ứng với kênh truyền là một thách thức lớn.

Suy hao đường truyền làm giảm đáng kể công suất tín hiệu theo khoảng cách. Trong mạng NOMA với thu thập năng lượng, điều này có nghĩa là các thiết bị ở xa trạm phát sẽ gặp khó khăn trong việc thu thập đủ năng lượng để hoạt động. Việc lựa chọn tần số, công suất truyền dẫn và vị trí đặt các trạm thu thập năng lượng là những yếu tố quan trọng cần được cân nhắc để đảm bảo vùng phủ sóng và hiệu quả của mạng.

Thông tin kênh không hoàn hảo (iCSI) ảnh hưởng đến việc phân bổ công suất và giải mã tín hiệu trong mạng NOMA. Khi thông tin kênh không chính xác, việc phân bổ công suất có thể không tối ưu, dẫn đến tình trạng nhiễu tăng lên và giảm hiệu năng. Hơn nữa, việc giải mã tín hiệu cũng trở nên khó khăn hơn, đặc biệt là đối với người dùng ở xa. Các kỹ thuật ước lượng kênh và dự đoán kênh có thể được sử dụng để giảm thiểu ảnh hưởng của iCSI. Lỗi ước lượng kênh ảnh hưởng đến chất lượng truyền dẫn.

Khiếm khuyết phần cứng (HWi) gây ra sự suy giảm chất lượng tín hiệu và tăng nhiễu, ảnh hưởng đến độ tin cậy của mạng NOMA. Các loại HWi khác nhau có thể có tác động khác nhau đến hiệu năng hệ thống. Ví dụ, mất cân bằng pha I/Q có thể gây ra hiện tượng tự nhiễu, trong khi độ phi tuyến của bộ khuếch đại có thể làm méo tín hiệu. Các kỹ thuật hiệu chỉnh và bù trừ có thể được sử dụng để giảm thiểu ảnh hưởng của HWi. Các thuật toán bù pha cũng có tác dụng tương tự.

Phân tích hiệu năng mạng NOMA với iCSI và HWi đòi hỏi việc xây dựng các mô hình toán học phức tạp để mô tả ảnh hưởng của các yếu tố này đến chất lượng tín hiệu và hiệu năng hệ thống. Các phương pháp phân tích có thể bao gồm việc tính toán xác suất ngắt mạch (outage probability), thông lượng (throughput) và tỷ lệ lỗi bit (BER) dưới ảnh hưởng của iCSI và HWi. Từ đó, có thể đưa ra các giải pháp thiết kế và tối ưu hóa mạng NOMA để chống lại các tác động tiêu cực này. Mật độ phổ công suất cũng cần được xem xét.

Xác suất ngắt mạch (OP) là một chỉ số quan trọng để đánh giá độ tin cậy của mạng NOMA. OP càng thấp, độ tin cậy của mạng càng cao. OP phụ thuộc vào nhiều yếu tố như điều kiện kênh truyền, công suất truyền dẫn, giao thức NOMA và các tham số hệ thống khác. Việc phân tích OP giúp xác định các điểm nghẽn trong hệ thống và đưa ra các giải pháp cải thiện độ tin cậy. Phân phối chuẩn sẽ ảnh hưởng đến xác suất ngắt mạch.

Thông lượng (TP) là một chỉ số quan trọng để đánh giá hiệu quả sử dụng tài nguyên của mạng NOMA. TP càng cao, hiệu quả sử dụng tài nguyên càng tốt. TP phụ thuộc vào nhiều yếu tố như tốc độ truyền dữ liệu, số lượng người dùng, điều kiện kênh truyền và giao thức NOMA. Việc phân tích TP giúp xác định các cơ hội cải thiện hiệu quả sử dụng tài nguyên. Các tham số liên quan đến  cần được đánh giá.

Xác suất ngắt mạch và thông lượng có mối quan hệ mật thiết với nhau. Khi xác suất ngắt mạch tăng lên, thông lượng thường giảm xuống, và ngược lại. Do đó, việc tối ưu hóa hiệu năng mạng NOMA đòi hỏi việc cân bằng giữa hai chỉ số này. Các giải pháp cải thiện độ tin cậy có thể làm giảm thông lượng, và ngược lại. Việc tìm ra điểm cân bằng tối ưu là một thách thức lớn. Việc chọn thông số phù hợp cần được chú trọng.

Việc thiết lập thông số mô phỏng một cách cẩn thận là rất quan trọng để đảm bảo tính khách quan và tin cậy của kết quả. Các tham số cần được lựa chọn sao cho phù hợp với các điều kiện thực tế và phản ánh đúng đặc tính của hệ thống. Các tham số như công suất truyền dẫn, khoảng cách truyền, tham số kênh truyền và mức độ iCSI/HWi cần được xác định rõ ràng. Điều này giúp đảm bảo các kết quả đưa ra có độ tin cậy cao.

Việc so sánh kết quả mô phỏng với kết quả phân tích lý thuyết giúp kiểm chứng tính chính xác của các mô hình toán học và các giả định được sử dụng. Sự khác biệt giữa kết quả mô phỏng và lý thuyết có thể chỉ ra các yếu tố chưa được mô hình hóa đầy đủ hoặc các hạn chế của phương pháp phân tích. Đồng thời, kết quả mô phỏng cung cấp những cái nhìn trực quan và sâu sắc hơn về hành vi của hệ thống trong các điều kiện khác nhau. Đồ thị sẽ giúp chúng ta thấy rõ hơn về điều này.

Dựa trên kết quả mô phỏng, có thể tối ưu hóa các tham số hệ thống để đạt được hiệu năng tốt nhất. Việc tối ưu hóa có thể bao gồm việc điều chỉnh công suất truyền dẫn, lựa chọn giao thức NOMA phù hợp và thiết kế các kỹ thuật chống lại iCSI và HWi. Kết quả cho thấy việc lựa chọn tham số phù hợp có thể cải thiện đáng kể hiệu năng mạng NOMA thu thập năng lượng. Giúp người dùng cuối có trải nghiệm tốt hơn.

Luận văn đã đóng góp vào việc đánh giá hiệu năng của mạng NOMA thu thập năng lượng trong điều kiện thực tế hơn, bằng cách xem xét đồng thời các yếu tố kênh truyền, iCSI và HWi. Các kết quả phân tích và mô phỏng cung cấp những hiểu biết sâu sắc về hành vi của hệ thống và các phương pháp tối ưu hóa hiệu năng. Luận văn cũng đề xuất các hướng nghiên cứu tiếp theo để phát triển mạng NOMA thu thập năng lượng trong tương lai. Cung cấp một bức tranh tổng quan cho người đọc.

Các hướng phát triển trong tương lai có thể bao gồm việc nghiên cứu các giao thức NOMA thích ứng với kênh truyền biến động, phát triển các kỹ thuật ước lượng kênh và bù trừ iCSI/HWi hiệu quả hơn, và tích hợp mạng NOMA thu thập năng lượng vào các hệ thống IoT và 5G/6G. Nghiên cứu về bảo mật và quyền riêng tư trong mạng NOMA thu thập năng lượng cũng là một hướng đi quan trọng. Điều này giúp mạng NOMA thu thập năng lượng tiếp cận gần hơn với thực tế.