Nghiên Cứu Đánh Giá Hiệu Suất Một Số Thuật Toán Quản Trị Tài Nguyên Trong Mạng Không Dây

Luận văn thạc sĩ VNU UET nghiên cứu đánh giá hiệu suất các thuật toán quản trị tài nguyên trong mạng không dây, cung cấp cái nhìn sâu sắc và ứng dụng thực tiễn.

• Tác giả: Giáp Thị Hường
• Người hướng dẫn: Pgs. Vũ Duy Lợi
• Trường học: Trường đại học công nghệ - Đại học quốc gia Hà Nội
• Chuyên ngành: Công nghệ thông tin
• Đề tài: Nghiên cứu, đánh giá hiệu suất một số thuật toán quản trị tài nguyên trong mạng không dây
• Loại tài liệu: Luận văn thạc sĩ
• Năm xuất bản: 2007
• Địa điểm: Hà Nội

Mục lục chi tiết

• MỞ ĐẦU
• 1. CHƯƠNG 1: TỔNG QUAN VỀ MẠNG DI ĐỘNG TẾ BÀO
• 1.1. Lịch sử phát triển của mạng di động
• 1.2. Kiến trúc mạng di động tế bào
• 2. CHƯƠNG 2: CHIẾN LƯỢC MƯỢN KÊNH CÓ CHỌN LỌC TRÊN CƠ SỞ CÂN BẰNG TẢI ĐỘNG
• 2.1. Mô hình mạng và các định nghĩa
• 2.2. Kiến trúc cân bằng tải
• 2.3. Nguyên tắc mượn kênh có chọn lọc (LBSB)
• 2.4. Đánh giá hiệu suất hoạt động của chiến lược mượn kênh
• 3. CHƯƠNG 3: CHIẾN LƯỢC GÁN KÊNH ĐỘNG
• 3.1. Phương thức trao đổi thông tin di động
• 3.2. Thuật toán gán kênh thích nghi
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Về Đánh Giá Hiệu Suất Thuật Toán Quản Trị Tài Nguyên

Trong bối cảnh mạng không dây ngày càng phát triển, việc đánh giá hiệu suất của các thuật toán quản trị tài nguyên trở nên cực kỳ quan trọng. Các thuật toán này không chỉ giúp tối ưu hóa việc sử dụng tài nguyên mà còn đảm bảo chất lượng dịch vụ cho người dùng. Đánh giá hiệu suất của các thuật toán này thường dựa trên nhiều tiêu chí khác nhau, bao gồm khả năng xử lý, độ tin cậy và khả năng mở rộng. Nghiên cứu này sẽ tập trung vào việc phân tích các thuật toán quản trị tài nguyên trong mạng không dây, từ đó đưa ra những giải pháp tối ưu hơn cho các vấn đề hiện tại.

1.1. Khái Niệm Về Quản Trị Tài Nguyên Trong Mạng Không Dây

Quản trị tài nguyên trong mạng không dây đề cập đến việc phân phối và sử dụng hiệu quả các nguồn tài nguyên như băng thông, kênh truyền và năng lượng. Các thuật toán quản trị tài nguyên cần phải linh hoạt để thích ứng với sự thay đổi của lưu lượng và yêu cầu của người dùng. Việc hiểu rõ về các khái niệm này là rất quan trọng để đánh giá hiệu suất của các thuật toán.

1.2. Tầm Quan Trọng Của Đánh Giá Hiệu Suất

Đánh giá hiệu suất của các thuật toán quản trị tài nguyên giúp xác định khả năng đáp ứng của mạng trong các tình huống khác nhau. Điều này không chỉ giúp cải thiện chất lượng dịch vụ mà còn tối ưu hóa chi phí vận hành. Các nghiên cứu trước đây đã chỉ ra rằng việc đánh giá hiệu suất có thể dẫn đến những cải tiến đáng kể trong việc quản lý tài nguyên mạng.

II. Các Vấn Đề Chính Trong Quản Trị Tài Nguyên Mạng Không Dây

Mạng không dây đối mặt với nhiều thách thức trong việc quản trị tài nguyên, bao gồm sự biến động của lưu lượng, sự phân bố không đồng đều của người dùng và các yếu tố môi trường. Những vấn đề này có thể dẫn đến tình trạng quá tải hoặc thiếu hụt tài nguyên, ảnh hưởng đến chất lượng dịch vụ. Việc nhận diện và phân tích các vấn đề này là cần thiết để phát triển các thuật toán quản trị tài nguyên hiệu quả hơn.

2.1. Tình Trạng Quá Tải Tài Nguyên

Quá tải tài nguyên xảy ra khi số lượng yêu cầu vượt quá khả năng xử lý của mạng. Điều này dẫn đến tình trạng mất kết nối và giảm chất lượng dịch vụ. Các thuật toán cần phải có khả năng dự đoán và điều chỉnh tài nguyên để giảm thiểu tình trạng này.

2.2. Sự Phân Bố Không Đồng Đều Của Người Dùng

Sự phân bố không đồng đều của người dùng trong mạng không dây có thể gây ra tình trạng một số khu vực bị quá tải trong khi các khu vực khác lại không sử dụng hết tài nguyên. Việc phát triển các thuật toán có khả năng cân bằng tải là rất quan trọng để tối ưu hóa việc sử dụng tài nguyên.

III. Phương Pháp Đánh Giá Hiệu Suất Thuật Toán Quản Trị Tài Nguyên

Để đánh giá hiệu suất của các thuật toán quản trị tài nguyên, nhiều phương pháp khác nhau đã được áp dụng. Các phương pháp này bao gồm mô phỏng, phân tích lý thuyết và thực nghiệm. Mỗi phương pháp có những ưu điểm và nhược điểm riêng, và việc lựa chọn phương pháp phù hợp là rất quan trọng để có được kết quả chính xác.

3.1. Mô Phỏng Trong Đánh Giá Hiệu Suất

Mô phỏng là một trong những phương pháp phổ biến nhất để đánh giá hiệu suất của các thuật toán. Bằng cách tạo ra các kịch bản khác nhau, mô phỏng cho phép nghiên cứu tác động của các yếu tố khác nhau đến hiệu suất của thuật toán. Điều này giúp các nhà nghiên cứu có cái nhìn sâu sắc hơn về cách thức hoạt động của thuật toán trong thực tế.

3.2. Phân Tích Lý Thuyết

Phân tích lý thuyết cung cấp một cái nhìn tổng quan về hiệu suất của các thuật toán thông qua các mô hình toán học. Phương pháp này giúp xác định các yếu tố ảnh hưởng đến hiệu suất và đưa ra các dự đoán về hành vi của thuật toán trong các điều kiện khác nhau.

IV. Ứng Dụng Thực Tiễn Của Các Thuật Toán Quản Trị Tài Nguyên

Các thuật toán quản trị tài nguyên không chỉ có giá trị lý thuyết mà còn có nhiều ứng dụng thực tiễn trong các mạng không dây hiện nay. Từ việc tối ưu hóa băng thông đến cải thiện chất lượng dịch vụ, các thuật toán này đóng vai trò quan trọng trong việc nâng cao trải nghiệm người dùng.

4.1. Tối Ưu Hóa Băng Thông

Một trong những ứng dụng chính của các thuật toán quản trị tài nguyên là tối ưu hóa băng thông. Điều này giúp giảm thiểu tình trạng nghẽn mạng và đảm bảo rằng người dùng có thể truy cập dịch vụ một cách liên tục và ổn định.

4.2. Cải Thiện Chất Lượng Dịch Vụ

Các thuật toán quản trị tài nguyên cũng giúp cải thiện chất lượng dịch vụ bằng cách đảm bảo rằng tài nguyên được phân phối một cách công bằng và hiệu quả. Điều này không chỉ nâng cao trải nghiệm người dùng mà còn giúp các nhà cung cấp dịch vụ duy trì được sự cạnh tranh trên thị trường.

V. Kết Luận Về Tương Lai Của Quản Trị Tài Nguyên Trong Mạng Không Dây

Tương lai của quản trị tài nguyên trong mạng không dây hứa hẹn sẽ có nhiều tiến bộ đáng kể. Với sự phát triển của công nghệ và nhu cầu ngày càng cao từ người dùng, các thuật toán quản trị tài nguyên sẽ cần phải được cải tiến liên tục để đáp ứng các yêu cầu mới. Nghiên cứu và phát triển trong lĩnh vực này sẽ đóng vai trò quan trọng trong việc định hình tương lai của mạng không dây.

5.1. Xu Hướng Phát Triển Các Thuật Toán Mới

Các thuật toán mới sẽ được phát triển để đáp ứng nhu cầu ngày càng cao của người dùng. Những thuật toán này sẽ cần phải linh hoạt và có khả năng tự điều chỉnh để thích ứng với các điều kiện mạng khác nhau.

5.2. Tích Hợp Công Nghệ Mới

Việc tích hợp các công nghệ mới như 5G và IoT sẽ tạo ra nhiều cơ hội mới cho quản trị tài nguyên. Các thuật toán sẽ cần phải được thiết kế để tận dụng tối đa các công nghệ này, từ đó nâng cao hiệu suất và chất lượng dịch vụ.

Nội dung chính

Tổng quan nghiên cứu

Trong hệ thống thông tin di động, phổ vô tuyến là nguồn tài nguyên cực kỳ quý giá và hữu hạn. Ngay từ những hệ thống mạng di động thế hệ đầu như AMPS với băng thông 40 MHz chia thành 416 kênh cho đến các mạng số hiện đại, việc tối ưu hóa băng thông luôn là thách thức sống còn. Vấn đề nghẽn mạng cục bộ tại các điểm nóng (hot cells) xảy ra khi mật độ thuê bao tăng đột biến vượt quá dung lượng kênh danh định, khiến xác suất khóa cuộc gọi tăng cao và làm suy giảm chất lượng dịch vụ (QoS). Để giải quyết tình trạng này, luận văn thạc sĩ chuyên ngành Công nghệ thông tin của tác giả Giáp Thị Hường, dưới sự hướng dẫn khoa học của PGS. Vũ Duy Lợi tại Trường Đại học Công nghệ – Đại học Quốc gia Hà Nội, đã tập trung nghiên cứu, đánh giá hiệu suất các thuật toán quản trị tài nguyên trong mạng không dây.

Mục tiêu cụ thể của công trình là phân tích các chiến lược cấp phát kênh vô tuyến, đồng thời phát triển và mô phỏng thuật toán mượn kênh có chọn lọc trên cơ sở cân bằng tải động (Load Balancing with Selective Borrowing - LBSB) cùng chiến lược gán kênh động (Dynamic Channel Assignment - DCA). Phạm vi nghiên cứu khảo sát trên mô hình mạng tế bào lục lăng gồm 100 ô với các dải dung lượng từ 20 đến 100 kênh mỗi ô. Ý nghĩa thực tiễn của công trình thể hiện ở việc cắt giảm xác suất nghẽn cuộc gọi từ mức 3,31% trong các phương pháp truyền thống xuống chỉ còn 0,096% trong điều kiện tải nặng, mang lại mức cải thiện hiệu suất sử dụng tài nguyên vô tuyến toàn mạng đạt khoảng 59%.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên sự kết hợp chặt chẽ giữa lý thuyết hình học mạng tế bào, lý thuyết tái sử dụng tần số và lý thuyết chuỗi Markov trong lý thuyết xếp hàng viễn thông. Trong mô hình tế bào lục giác, một cụm gồm $N$ tế bào được hình thành theo quy tắc dịch chuyển mẫu $N = i^2 + ij + j^2$, trong đó các tham số $i$ và $j$ xác định khoảng cách tái sử dụng đồng kênh để triệt tiêu hiện tượng giao thoa sóng mang.

Các khái niệm và cơ chế cốt lõi được phân tích bao gồm:

• Gán kênh cố định (FCA - Fixed Channel Assignment): Phân chia tập kênh danh định tĩnh cho từng ô, dễ quản lý nhưng không thể tự điều chỉnh khi lưu lượng quá tải.
• Gán kênh động (DCA - Dynamic Channel Assignment): Đưa toàn bộ kênh vào một kho tài nguyên tập trung (central pool) và cấp phát linh hoạt theo yêu cầu thời gian thực.
• Mượn kênh không khóa (CBWL) và mượn kênh có khóa (CBWL/CR): Cho phép tế bào quá tải mượn kênh từ tế bào lân cận kết hợp điều chuyển kênh để giảm nhiễu đồng kênh.
• Mượn kênh có chọn lọc cân bằng tải (LBSB): Phân loại trạng thái tế bào thành tế bào nóng hoặc tế bào lạnh dựa trên tỷ lệ độ lạnh $d_c = \text{Số kênh sẵn có} / C$ so với ngưỡng quy định $h$ (thường chọn trong khoảng 0,20 đến 0,30), kết hợp phân loại thuê bao thành ba nhóm (thuê bao mới, thuê bao đang rời ô và thuê bao khác) để tái cấp phát kênh mượn một cách tối ưu.

Mô hình chuỗi Markov rời rạc được thiết lập cho từng tế bào với các trạng thái tương ứng với số kênh đang bận, từ đó thiết lập phương trình cân bằng xác suất chuyển trạng thái tiến $p_f$ và lùi $p_r$ theo phân phối hàm mũ của thời gian đàm thoại với tham số $1/\mu$.

Phương pháp nghiên cứu

Nghiên cứu sử dụng nguồn dữ liệu mô phỏng dựa trên lưu lượng cuộc gọi phát sinh ngẫu nhiên theo tiến trình Poisson rời rạc theo thời gian, với cường độ cuộc gọi đến $\lambda$ biến thiên trong khoảng từ 0,1 đến 0,9 cuộc gọi trên giây.

Hệ thống được thiết lập với cỡ mẫu gồm 100 tế bào lục lăng phân bố trong không gian mạng di động diện rộng. Phương pháp chọn mẫu không gian được thực hiện bằng cách phủ lên mỗi ô tế bào một lưới tọa độ kích thước $100 \times 100$ điểm. Vị trí và quỹ đạo di chuyển của thuê bao được lấy mẫu ngẫu nhiên trên lưới nhằm tính toán chính xác cường độ tín hiệu thu (RSS) và xác định vùng biên có độ rộng $r$.

Lý do lựa chọn phương pháp giải tích Markov kết hợp mô phỏng song song trên máy tính là nhằm đối chiếu tính đúng đắn giữa mô hình giải tích lý thuyết và hành vi mạng thực tế. Phương pháp giải tích cung cấp nghiệm chính xác cho xác suất chuyển trạng thái, trong khi mô phỏng song song trên không gian 100 tế bào giúp kiểm chứng thuật toán dưới các kịch bản quá tải phức tạp khi có từ 40 đến 60 tế bào nóng đồng thời. Toàn bộ quá trình nghiên cứu, mô hình hóa toán học và chạy thử nghiệm mô phỏng được thực hiện trong khung thời gian 12 tháng.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình phân tích thực nghiệm và mô phỏng đã đem lại bốn phát hiện quan trọng về hiệu năng quản trị tài nguyên:

• Khả năng giảm thiểu xác suất khóa cuộc gọi vượt bậc: Khi hệ thống chịu tải nặng với tỷ lệ cuộc gọi đến $\lambda = 0,9$ và có 40 tế bào nóng đồng thời, xác suất khóa cuộc gọi của thuật toán LBSB chỉ ở mức 0,000965 (khoảng 0,096%). Con số này thấp hơn 26 lần so với lược đồ CBWL không cân bằng tải (xác suất khóa 0,025806) và thấp hơn gần 35 lần so với phương pháp gán kênh cố định FCA (xác suất khóa 0,033140).
• Mức cải thiện hiệu suất tổng thể: Khi số lượng tế bào nóng trong mạng tăng từ 40 lên 60 ô, chiến lược mượn kênh có cân bằng tải LBSB duy trì mức cải thiện hiệu suất chung đạt khoảng 59% so với các phương pháp thử trực tiếp và phân phối cố định.
• Tác động của dung lượng kênh khởi tạo ($C$): Khi tăng dung lượng kênh cơ sở tại mỗi trạm từ $C = 20$ kênh lên $C = 40$ kênh, xác suất khóa cuộc gọi tại mức tải cao giảm mạnh từ 0,15 xuống còn 0,03, tương đương mức giảm nghẽn lên đến 80%.
• Kiểm soát độ phức tạp thông điệp và thời gian trễ: Thuật toán cân bằng tải tập trung chạy tại trung tâm chuyển mạch MSC kiểm soát tổng số thông điệp điều khiển cho mỗi chu kỳ mượn kênh ở mức $M = 3(N + 5X + 1)$, đảm bảo thời gian trễ xử lý tỷ lệ tuyến tính với số tế bào nóng mà không gây bùng nổ lưu lượng điều khiển trên đường truyền truyền dẫn cố định.

Thảo luận kết quả

Hiệu năng vượt trội của thuật toán LBSB xuất phát từ cơ chế điều chuyển kênh thông minh. Bằng cách phân lớp chính xác người dùng dựa trên cường độ tín hiệu RSS, hệ thống ưu tiên cấp phát kênh mượn cho các thuê bao đang rời tế bào (departing users) hướng về tế bào cho mượn. Khi thuê bao di chuyển qua ranh giới ô, kênh mượn lập tức được giải phóng, giúp triệt tiêu hiện tượng khóa kênh kéo dài tại các tế bào đồng kênh lân cận.

So với các giải pháp trước đây như chiến lược thử trực tiếp (Directed Retry) vốn chỉ chia sẻ tải giữa hai ô liền kề có vùng phủ sóng chồng lấn, LBSB cho phép mở rộng phạm vi mượn kênh tới bất kỳ tế bào lạnh nào trong cụm mô hình mẫu. Hạn chế lớn nhất của kỹ thuật CBWL là bị tê liệt khi toàn bộ các ô lân cận đều rơi vào trạng thái nóng đã được LBSB khắc phục triệt để.

Trong tài liệu nghiên cứu, toàn bộ các kết quả này được trình bày trực quan thông qua bảng so sánh đa lược đồ và hệ thống biểu đồ đường biến thiên. Biểu đồ chỉ ra rằng khi tham số dịch chuyển $i$ và $j$ tăng (kích thước cụm mẫu tăng), số lượng tế bào lạnh khả dụng tăng lên giúp đường cong xác suất khóa cuộc gọi tiệm cận về mức tối ưu, minh chứng cho sự tương thích cao giữa mô hình giải tích Markov và dữ liệu mô phỏng.

Đề xuất và khuyến nghị

Nhằm ứng dụng hiệu quả các kết quả nghiên cứu vào thực tế vận hành mạng viễn thông không dây, bốn nhóm giải pháp cụ thể được đề xuất:

• Tích hợp thuật toán mượn kênh chọn lọc LBSB vào hệ thống chuyển mạch: Các nhà khai thác mạng di động cần nâng cấp phần mềm điều khiển tại trung tâm chuyển mạch MSC và trạm điều khiển BS, áp dụng cơ chế tự động kích hoạt mượn kênh khi độ lạnh $d_c \le h$, đặt mục tiêu khống chế tỷ lệ rớt cuộc gọi dưới 0,1% trong các khung giờ cao điểm, lộ trình triển khai hoàn thiện trong 6 tháng.
• Chuẩn hóa quy trình hiệu chỉnh tham số ngưỡng độ lạnh: Bộ phận tối ưu hóa mạng vô tuyến cần định kỳ hàng quý tính toán và cập nhật tham số ngưỡng $h$ trong biên độ từ 0,20 đến 0,30 dựa trên phân phối nhị thức, nhằm đảm bảo số tế bào nóng bị khóa kênh đồng thời không vượt quá 3 ô với độ tin cậy thống kê đạt trên 90%.
• Phát triển module dự báo kênh rỗi theo cửa sổ thời gian: Nhóm nghiên cứu và phát triển phần mềm viễn thông cần tích hợp cấu trúc dữ liệu NFC (Number of Free Channels) với kích thước cửa sổ thời gian $W$ thích nghi, giúp dự báo chính xác số kênh rỗi trước 5 đến 10 phút, rút ngắn thời gian thu nhận kênh xuống dưới 50 mili-giây, hoàn thành trong 9 tháng.
• Quy hoạch lại khoảng cách tái sử dụng tần số: Cơ quan quản lý tần số và các kỹ sư quy hoạch mạng cần tái cấu trúc mô hình mẫu với tham số $i, j \ge 3$, mở rộng không gian tìm kiếm tế bào lạnh thêm 30% mà vẫn đảm bảo ngưỡng suy hao đường truyền 40 dB trên mỗi khoảng cách 10 km để triệt tiêu hoàn toàn hiện tượng nhiễu đồng kênh, thực hiện trong 12 tháng.

Đối tượng nên tham khảo luận văn

Nội dung và phương pháp luận của luận văn mang lại giá trị thực tiễn cho bốn nhóm đối tượng chính:

• Kỹ sư tối ưu hóa mạng vô tuyến (RF Optimization Engineers): Ứng dụng thuật toán LBSB và cơ chế điều chuyển kênh CBWL/CR để xử lý dứt điểm các điểm nóng lưu lượng tại trạm thu phát sóng khu vực đô thị đông dân cư hoặc các sự kiện tập trung đông người.
• Học viên cao học và nghiên cứu sinh ngành Kỹ thuật Viễn thông: Sử dụng mô hình chuỗi Markov và thuật toán mô phỏng trên lưới không gian $100 \times 100$ làm tài liệu tham khảo chuẩn mực để xây dựng các mô hình toán học đánh giá hiệu năng mạng không dây thế hệ mới.
• Chuyên gia phát triển phần cứng và giao thức mạng di động: Tham khảo cấu trúc thông điệp phân tán, hàm hệ thống và giải thuật thích nghi để lập trình nhúng cho các bộ điều khiển trạm gốc (BSC) và trung tâm chuyển mạch (MSC).
• Cán bộ quản lý và hoạch định chính sách băng tần viễn thông: Khai thác các kết luận về hiệu suất sử dụng phổ và khoảng cách tái sử dụng đồng kênh để xây dựng quy chuẩn phân bổ phổ tần số quốc gia hiệu quả, tránh lãng phí tài nguyên vô tuyến.

Câu hỏi thường gặp

Điểm khác biệt cốt lõi giữa thuật toán LBSB và phương pháp gán kênh cố định FCA là gì?
FCA phân bổ một lượng kênh cố định cho mỗi ô và từ chối mọi yêu cầu vượt mức danh định. Ngược lại, LBSB giám sát linh hoạt độ lạnh của tế bào, cho phép tế bào quá tải mượn kênh từ các tế bào lạnh lân cận và ưu tiên tái gán kênh mượn cho thuê bao đang rời ô, giúp giảm xác suất khóa cuộc gọi từ 3,31% xuống 0,096%.

Tham số ngưỡng $h$ được tính toán như thế nào và giữ vai trò gì trong hệ thống?
Ngưỡng $h$ (thường nhận giá trị từ 0,20 đến 0,30) là ranh giới xác định tế bào ở trạng thái nóng hay lạnh. Giá trị $h$ được tính toán tập trung tại MSC thông qua mô hình giải tích Markov và phân phối nhị thức, nhằm đảm bảo việc mượn kênh không làm khóa quá $b$ tế bào nóng đồng kênh với xác suất tin cậy đạt 90%.

Tại sao thuật toán LBSB lại dành ưu tiên cao nhất cho nhóm thuê bao đang rời tế bào?
Thuê bao đang rời tế bào nằm trong vùng biên có tín hiệu suy giảm và sắp chuyển vùng sang tế bào láng giềng. Khi gán kênh mượn cho nhóm này, kênh sẽ được hoàn trả và giải phóng rất nhanh ngay khi thuê bao hoàn tất chuyển vùng, từ đó rút ngắn tối đa thời gian khóa kênh tại các ô đồng kênh khác.

Lược đồ gán kênh động phân tán giải quyết vấn đề xung đột kênh giữa các trạm ra sao?
Thuật toán phân tán sử dụng cơ chế tem thời gian logic đính kèm trong các bản tin yêu cầu kênh giữa các trạm dịch vụ di động MSS. Khi hai trạm trong cùng vùng giao thoa cùng yêu cầu một kênh rỗi, trạm có tem thời gian nhỏ hơn sẽ được cấp quyền sử dụng, loại trừ hoàn toàn nguy cơ giao thoa sóng mang.

Các kết quả nghiên cứu này có thể áp dụng cho các thế hệ mạng 4G, 5G hiện nay không?
Nguyên lý cân bằng tải động và mô hình hóa Markov trong luận văn vẫn là nền tảng cốt lõi cho các công nghệ hiện đại như Chia sẻ phổ động (Dynamic Spectrum Sharing - DSS), mạng tự tổ chức (SON) và kỹ thuật quản lý tài nguyên vô tuyến trong kiến trúc mạng tế bào siêu nhỏ (Small Cells/HetNet).

Kết luận

• Luận văn đã hệ thống hóa toàn diện các chiến lược phân bổ tài nguyên vô tuyến, chỉ rõ ưu và nhược điểm của các phương pháp gán kênh cố định, động và lai ghép.
• Xây dựng thành công mô hình giải tích chuỗi Markov hai chiều, cung cấp công cụ toán học chuẩn xác để đánh giá trạng thái mạng và xác lập ngưỡng cân bằng tải $h$.
• Đề xuất thuật toán mượn kênh có chọn lọc LBSB với khả năng hạ thấp xác suất khóa cuộc gọi xuống 0,000965 trong điều kiện mạng chịu tải nặng.
• Thiết kế giải thuật gán kênh động phân tán với độ phức tạp thông điệp thấp, triệt tiêu giao thoa đồng kênh và tối ưu hóa thời gian thu nhận kênh.
• Cung cấp bộ dữ liệu mô phỏng tin cậy trên lưới tọa độ $100 \times 100$ tế bào, khẳng định tính khả thi của giải pháp trong thực tế.

Trong lộ trình 12 đến 24 tháng tới, hướng nghiên cứu tiếp theo cần tập trung mở rộng thuật toán cho các cấu trúc mạng không đồng nhất đa lớp (HetNet) và tích hợp trí tuệ nhân tạo để dự báo lưu lượng theo thời gian thực. Các đơn vị viễn thông và nhà nghiên cứu nên khai thác ngay các giải pháp trong luận văn này để nâng cao hiệu quả khai thác tài nguyên và chất lượng dịch vụ mạng không dây.