I. Giới thiệu tổng quan
Trong bối cảnh phát triển mạnh mẽ của công nghệ viễn thông, đặc biệt là mạng 5G và các ứng dụng IoT, vấn đề cạn kiệt phổ tần số trở thành thách thức lớn. Mạng vô tuyến nhận thức (CR) và công nghệ NOMA (Đa truy cập không trực giao) xuất hiện như những giải pháp khả thi. Luận văn này nghiên cứu hiệu năng của mô hình mạng vô tuyến nhận thức NOMA cho hai người dùng, nhằm đánh giá khả năng sử dụng phổ tần hiệu quả hơn.
1.1 Lý do chọn đề tài
Sự phát triển của các thiết bị thông minh và nhu cầu truyền tải dữ liệu lớn đòi hỏi các hệ thống viễn thông phải có khả năng tối ưu hóa việc sử dụng phổ tần số. NOMA cho phép nhiều người dùng chia sẻ cùng một tài nguyên, từ đó tăng cường hiệu suất truyền thông. Việc kết hợp mạng vô tuyến nhận thức với NOMA hứa hẹn mang lại nhiều lợi ích trong việc sử dụng phổ tần hiệu quả, đồng thời giảm thiểu sự can nhiễu giữa các mạng.
1.2 Mục tiêu nghiên cứu
Mục tiêu của nghiên cứu này là xây dựng và phân tích mô hình mạng vô tuyến nhận thức NOMA phục vụ hai người dùng. Luận văn sẽ áp dụng các phương pháp học sâu để dự đoán xác suất dừng, từ đó nâng cao hiệu quả hoạt động của hệ thống. Đồng thời, việc mô phỏng và đánh giá hiệu năng của mô hình là cần thiết để kiểm chứng tính khả thi của các giải pháp đề xuất.
II. Lý thuyết tổng quan
Chương này trình bày các khái niệm cơ bản về NOMA, vô tuyến nhận thức, và học sâu. NOMA cho phép người dùng khác nhau truy cập vào cùng một tần số bằng cách phân chia công suất phát, trong khi vô tuyến nhận thức giúp tối ưu hóa việc sử dụng phổ tần bằng cách cho phép mạng thứ cấp hoạt động mà không gây can nhiễu cho mạng sơ cấp. Học sâu sẽ được ứng dụng để cải thiện khả năng dự đoán hiệu suất của hệ thống.
2.1 Kỹ thuật NOMA
Kỹ thuật NOMA cho phép người dùng có chất lượng kênh khác nhau chia sẻ cùng một tần số bằng cách phân chia công suất phát. Người dùng gần nguồn phát sẽ nhận được ít công suất hơn, trong khi người dùng xa hơn sẽ cần nhiều công suất hơn để đảm bảo chất lượng dịch vụ. Điều này giúp tối ưu hóa việc sử dụng tài nguyên và tăng cường hiệu suất tổng thể của hệ thống.
2.2 Mạng vô tuyến nhận thức
Hệ thống vô tuyến nhận thức cho phép mạng thứ cấp hoạt động song song với mạng sơ cấp trên cùng một phổ tần. Mạng thứ cấp sẽ điều chỉnh công suất phát để tránh gây can nhiễu cho mạng sơ cấp, từ đó tối ưu hóa việc sử dụng phổ tần. Việc nghiên cứu mô hình này trong bối cảnh NOMA là cần thiết để đánh giá khả năng ứng dụng thực tiễn của nó trong các hệ thống viễn thông hiện đại.
III. Phân tích và đánh giá hiệu năng
Phân tích hiệu năng của mô hình mạng vô tuyến nhận thức NOMA cho hai người dùng là một phần quan trọng trong nghiên cứu này. Các thông số như xác suất dừng và thông lượng sẽ được tính toán và so sánh với các mô hình khác để đánh giá hiệu quả. Việc sử dụng các phương pháp học sâu để dự đoán xác suất dừng cũng sẽ được thực hiện nhằm nâng cao tính chính xác trong các mô phỏng.
3.1 Mô hình hệ thống
Mô hình hệ thống được xây dựng dựa trên kỹ thuật NOMA kết hợp với vô tuyến nhận thức. Mô hình này sẽ phân tích xác suất dừng tại nút chuyển tiếp và tại hai người dùng xa. Các biểu thức toán học sẽ được thiết lập để tính toán các thông số hiệu suất, từ đó đưa ra các đánh giá chính xác về khả năng hoạt động của hệ thống trong điều kiện thực tế.
3.2 Kết quả mô phỏng
Các kết quả mô phỏng sẽ được trình bày để minh họa hiệu năng của mô hình đề xuất. Sử dụng phần mềm MATLAB và các công cụ học sâu, các thông số như xác suất dừng, thông lượng và tỷ lệ lỗi sẽ được phân tích. Kết quả này sẽ giúp xác định tính khả thi của mô hình trong các ứng dụng thực tế, đồng thời cung cấp cơ sở để phát triển các giải pháp tối ưu hơn trong tương lai.
