Luận Án Tiến Sĩ: Nghiên Cứu Giải Pháp Mã Hóa PLDPC Để Tăng Hiệu Năng Cho Hệ Thống MIMO Cỡ Lớn

Luận án tiến sĩ nghiên cứu nghiên cứu giải pháp mã hóa pldpc nâng cao hiệu năng của hệ thống mimo cỡ lớn, phát triển phương pháp mới, đánh giá hiệu quả ứng dụng trong lĩnh vực tại

Người đăng

Ẩn danh

Thể loại

Luận án tiến sĩ

2021

147
3
0

Phí lưu trữ

35 Point

Mục lục chi tiết

LỜI CAM ĐOAN

LỜI CẢM ƠN

1. LỜI MỞ ĐẦU

1.1. Lý do nghiên cứu

1.2. Mục đích nghiên cứu

1.3. Đối tượng và phạm vi nghiên cứu

1.4. Phương pháp nghiên cứu

1.5. Những đóng góp của luận án

1.6. Cấu trúc luận án

2. TỔNG QUAN VỀ KÊNH TRUYỀN DẪN MIMO VÀ MÃ PROTOGRAPH LDPC

2.1. Hệ thống thông tin số

2.2. Mã kiểm tra chẵn lẻ mật độ thấp (Low-Density Parity Check Codes LDPC)

2.3. Giải mã LDPC dùng giản đồ Tanner (Thuật toán tổng tích)

2.4. Cách tạo từ mã Protograph LDPC

2.5. Mã không đục lỗ

2.6. Hiệu năng của mã Protograph LDPC trên kênh AWGN

2.7. Hệ thống đa đầu vào đa đầu ra (Multiple-Input Multiple-Output)

2.8. Các nghiên cứu liên quan đến đề tài luận án

2.8.1. Những nghiên cứu trong nước

2.8.1.1. Tách sóng tín hiệu MIMO cỡ lớn
2.8.1.2. Giải mã kiểm tra chẵn lẻ mật độ thấp (LDPC)

2.8.2. Những nghiên cứu ngoài nước

2.8.2.1. Tách sóng tín hiệu MIMO
2.8.2.2. Bộ chuyển đổi ADC có độ phân giải thấp trong kênh MIMO cỡ lớn

2.9. Kết luận chương 1

3. TÁCH SÓNG TÍN HIỆU CHO KÊNH LS-MIMO DỰA TRÊN THUẬT TOÁN LAN TRUYỀN TIN CẬY

3.1. Mô hình kênh LS-MIMO với bộ chuyển đổi ADC có độ phân giải thấp ở phía thu

3.2. Thuật toán tách sóng tín hiệu dựa trên thuật toán lan truyền độ tin cậy

3.2.1. Cập nhật thông tin tại nút quan sát ON

3.2.2. Cập nhật thông tin ở nút ký hiệu SN

3.3. Kết quả mô phỏng

3.4. Kết luận chương 2

4. THIẾT KẾ MÃ PROTOGRAPH LDPC CHO KÊNH LS-MIMO

4.1. Mô hình máy thu kết hợp tách sóng và giải mã LDPC dựa trên giản đồ Tanner

4.2. Thuật toán LS-MIMO-PEXIT

4.3. Thiết kế mã Protograph LDPC cho kênh LS-MIMO

4.4. Hiệu năng các mã Protograph LDPC đề xuất cho các kênh LS-MIMO

4.5. Kết luận chương 3

5. PHÂN TÍCH HIỆU NĂNG CỦA HỆ THỐNG LS-MIMO VỚI BỘ ADC CÓ ĐỘ PHÂN GIẢI THẤP

5.1. Mô hình kênh thông tin LS-MIMO với Bộ ADC có độ phân giải thấp

5.2. Thuật toán tách sóng và giải mã Protophraph LDPC cho kênh LS-MIMO với bộ ADC có độ phân giải thấp

5.2.1. Thông tin truyền từ nút quan sát đến nút ký hiệu

5.2.2. Thông tin truyền từ nút biến đến nút kiểm tra

5.2.3. Thông tin truyền từ nút kiểm tra đến nút biến

5.2.4. Thông tin truyền từ nút ký hiệu đến nút quan sát

5.2.5. Thông tin hậu nghiệm của bit từ mã

5.3. Thuật toán tính ngưỡng giải mã cho kênh LS-MIMO với độ phân giải thấp

5.3.1. MIMO-LDPC Protograph liên hợp

5.3.2. Luồng thông tin tương hỗ chuyển tiếp

5.3.3. Luồng thông tin tương hỗ ngược lại

5.3.4. Thông tin tương hỗ APP

5.3.5. Thuật toán PEXIT đề xuất

5.4. Phân tích hiệu năng của các mã protograph LDPC phổ biến

5.5. Kết quả mô phỏng

5.6. Kết luận chương 4

NHỮNG ĐÓ LUÂNNG GÓP CỦA LUẬN ÁN

Ý NGHĨA KHOA HỌC VÀ THỰC TIỄN CỦA ĐỀ TÀI NGHIÊN CỨU

NHỮNG HƯỚNG PHÁT TRIỂN TIẾP THEO

DANH MỤC CÁC CÔNG TRÌNH CÔNG BỐ CỦA TÁC GIẢ

TÀI LIỆU THAM KHẢO

Tóm tắt

I. Giải pháp mã hóa PLDPC

Luận án tập trung vào giải pháp mã hóa PLDPC (Protograph Low-Density Parity-Check) để nâng cao hiệu năng của hệ thống MIMO cỡ lớn. Mã hóa PLDPC được nghiên cứu nhằm tối ưu hóa quá trình truyền dẫn, giảm tỷ lệ lỗi bit (BER) và khung (FER). Phương pháp này sử dụng giản đồ Tanner và thuật toán lan truyền tin cậy (BP) để giải mã, đảm bảo hiệu suất cao trong môi trường nhiễu. Giải pháp mã hóa PLDPC được đánh giá là một trong những phương pháp tiên tiến nhất hiện nay, đặc biệt phù hợp với các hệ thống MIMO cỡ lớn.

1.1. Cơ sở lý thuyết mã hóa PLDPC

Mã hóa PLDPC dựa trên nguyên lý kiểm tra chẵn lẻ mật độ thấp, sử dụng ma trận cơ sở để tạo từ mã. Phương pháp này cho phép giảm độ phức tạp tính toán so với các mã sửa lỗi truyền thống. Giải pháp mã hóa PLDPC được thiết kế để hoạt động hiệu quả trên kênh AWGN và các kênh truyền dẫn phức tạp khác. Các nghiên cứu chỉ ra rằng, mã hóa PLDPC có khả năng đạt được hiệu suất gần với giới hạn lý thuyết của kênh truyền.

1.2. Ứng dụng trong hệ thống MIMO cỡ lớn

Trong hệ thống MIMO cỡ lớn, mã hóa PLDPC được kết hợp với các thuật toán tách sóng tín hiệu để tối ưu hóa hiệu suất. Phương pháp này giúp giảm thiểu nhiễu và cải thiện chất lượng tín hiệu thu. Các kết quả mô phỏng cho thấy, giải pháp mã hóa PLDPC đạt được hiệu suất cao ngay cả khi sử dụng bộ chuyển đổi ADC có độ phân giải thấp, giúp tiết kiệm năng lượng và chi phí.

II. Hệ thống MIMO cỡ lớn

Hệ thống MIMO cỡ lớn là một trong những công nghệ lõi của mạng 5G và 6G, với số lượng ăng-ten lên đến hàng trăm. Luận án nghiên cứu các phương pháp tối ưu hóa hiệu suất của hệ thống MIMO cỡ lớn, bao gồm tách sóng tín hiệu và mã hóa kênh. Hệ thống MIMO cỡ lớn đòi hỏi các thuật toán có độ phức tạp thấp nhưng vẫn đảm bảo hiệu suất cao, đặc biệt trong môi trường nhiễu và với bộ chuyển đổi ADC có độ phân giải thấp.

2.1. Tách sóng tín hiệu trong MIMO cỡ lớn

Luận án đề xuất thuật toán tách sóng tín hiệu dựa trên thuật toán lan truyền tin cậy (BP) cho hệ thống MIMO cỡ lớn. Phương pháp này giúp giảm độ phức tạp tính toán so với các thuật toán tách sóng truyền thống như MMSE. Các kết quả mô phỏng cho thấy, thuật toán này đạt được hiệu suất cao ngay cả khi sử dụng bộ chuyển đổi ADC có độ phân giải thấp, giúp tiết kiệm năng lượng và chi phí.

2.2. Tối ưu hóa hiệu suất MIMO

Tối ưu hóa hiệu suất MIMO là một trong những mục tiêu chính của luận án. Các phương pháp được đề xuất bao gồm tối ưu hóa ma trận kênh, sử dụng bộ chuyển đổi ADC có độ phân giải thấp, và kết hợp với mã hóa PLDPC. Các kết quả nghiên cứu chỉ ra rằng, việc tối ưu hóa hiệu suất MIMO không chỉ cải thiện chất lượng tín hiệu mà còn giảm thiểu năng lượng tiêu thụ, phù hợp với các yêu cầu của mạng 5G và 6G.

III. Nâng cao hiệu năng hệ thống

Luận án tập trung vào việc nâng cao hiệu năng hệ thống thông qua việc kết hợp giải pháp mã hóa PLDPChệ thống MIMO cỡ lớn. Các phương pháp được đề xuất bao gồm tối ưu hóa thuật toán tách sóng, sử dụng bộ chuyển đổi ADC có độ phân giải thấp, và cải tiến quy trình mã hóa. Nâng cao hiệu năng hệ thống không chỉ cải thiện chất lượng tín hiệu mà còn giảm thiểu năng lượng tiêu thụ, phù hợp với các yêu cầu của mạng 5G và 6G.

3.1. Phương pháp mã hóa tiên tiến

Phương pháp mã hóa tiên tiến được nghiên cứu trong luận án bao gồm mã hóa PLDPC và các phương pháp mã hóa khác như Turbo Codes và Polar Codes. Các phương pháp này được so sánh về hiệu suất và độ phức tạp tính toán, với mục tiêu tìm ra giải pháp tối ưu cho hệ thống MIMO cỡ lớn. Mã hóa PLDPC được đánh giá là phương pháp hiệu quả nhất, đặc biệt khi kết hợp với các thuật toán tách sóng tín hiệu.

3.2. Ứng dụng thực tiễn

Các kết quả nghiên cứu của luận án có thể được ứng dụng trong thực tế để cải thiện hiệu suất của các hệ thống truyền thông không dây, đặc biệt là mạng 5G và 6G. Giải pháp mã hóa PLDPChệ thống MIMO cỡ lớn được kỳ vọng sẽ trở thành công nghệ lõi trong các hệ thống truyền thông tương lai, giúp đáp ứng các yêu cầu về tốc độ truyền dẫn và độ trễ thấp.

01/03/2025

Trích đoạn nội dung tài liệu

LỜI MỞ ĐẦU Lý do nghiên cứu Công nghệ viễn thông (đặc biệt thông tin vô tuyến di động) đã và đang đóng vai trò quan trọng trong đời sống xã hội. Công nghệ thông tin đã và đang làm thay đổi cách con người giao tiếp và tương tác với nhau trong xã hội, ví dụ như cách vận hành và quản lý nhà nước, cách tiếp cận khách hàng (hình thức kinh doanh). Theo số liệu thống kê hiện trên thế giới có khoảng 5 tỷ thuê bao di động và số thuê bao ước tính đến năm 2025 là khoảng 6 tỷ [1]. Trong đó, số thuê bao di động ở khu vực Châu Á - Thái Bình Dương chiếm tỷ trọng lớn nhất (Biểu đồ dưới đây).

Thống kê số thuê bao di động toàn cầu [1]. Các dịch vụ mà mạng thông tin vô tuyến di động cung cấp cũng thay đổi đáng kể trong vòng 15 năm qua. Nếu như các mạng di động thế hệ thứ 2 - 2G dùng công nghệ GSM - được triển khai đầu tiên ở Phần Lan vào năm 1991 cung cấp chủ yếu 2 dịch vụ thoại, thì đến nay (11/2019) dịch vụ dữ liệu di động mới là dịch vụ chủ chốt và mang lại phần lớn doanh thu cho các nhà mạng 4G hiện nay. Xu hướng sắp tới của mạng thông tin vô tuyến di động đó là: các kết nối vô tuyến không chỉ phục vụ giữa con người với con người mà còn kết nối giữa con người và thiết bị, kết nối thiết bị với biết bị.

Mạng thông tin vô tuyến di động sẽ hướng đến kết nối bất kỳ thực thể nào miễn là những thực thể đó có thể chuyển mạch trạng thái thông qua thiết bị điện tử (Internet of Things). Với xu hướng phát triển của mạng viễn thông như đã nói ở trên, nhu cầu về tốc độ truyền dẫn sẽ không ngừng gia tăng để đáp ứng các dịch vụ thời gian thực và dịch vụ yêu cầu băng thông cao trong mạng vô tuyến di động. Hiện nay, mạng 5G vẫn đang trong giai đoạn đầu thử nghiệm và triển khai [2] nhưng cộng đồng nghiên cứu đã đưa ra tầm nhìn cho việc phát triển công nghệ tiếp theo của mạng vô tuyến không dây - mạng 6G - với nhiều đề xuất về công nghệ lõi cho giao diện vô tuyến, yêu cầu về chất lượng dịch vụ, cấu hình mạng lưới, v. Nếu tốc độ truyền dẫn tối đa của 4G là 100Mbps, thì người ta đang kỳ vọng tốc độ tối đa của 5G lên đến 20 Gb/s và lớn hơn 1 Tb/s đối với mạng 6G [3].

Bên cạnh đó, trễ xử lý tín hiệu (latency) cũng đặt ra yêu cầu khắt khe hơn đối với mạng vô tuyến di động trong tương lai. Ví dụ như mạng 4G yêu cầu độ trễ xử lý 10 ms thì mạng 5G yêu cầu độ trễ xử lý giảm xuống còn 1 ms. Đặc biệt, mạng 6G yêu cầu độ trễ ở mức 10-100 µs [3]. Những yêu cầu về tốc độ và độ trễ xử lý kéo theo sự thay đổi lớn ở giao diện vô tuyến của mạng không dây thế hệ mới.

Nếu như công nghệ đa đầu vào đa đầu ra (MIMO) và mã sửa lỗi kênh Turbo được đề xuất sử dụng trong mạng 4G thì hệ thống MIMO cỡ lớn (Massive/Large-Scale MIMO – với số ăng-ten lên đến hàng trăm [3]) và mã LDPC/ Polar Codes được đề xuất cho mạng 5G. Đối với mạng 6G, công nghệ đa đầu vào đa đầu ra vẫn tiếp tục là một trong những công nghệ lõi và người ta đề xuất sử dụng hệ thống MIMO cực lớn (“super-massive MIMO) để có thể cung cấp tốc độ truyền dẫn lên đến Tb/s [3]. 3 Những thay đổi mới về công nghệ vô tuyến như đã nói ở trên đòi hỏi phải có những nghiên cứu đề xuất những thuật toán mới cũng như để cải tiến các thuật toán xử lý tín hiệu hiện tại sao cho việc truyền dẫn trên kênh vô tuyến được hiệu quả - tiết kiệm năng lượng pin hoặc tăng dung lượng kênh. Tuy vậy, các nghiên cứu về việc kết hợp giữa mà Protograph LDPC với kênh MIMO cỡ lớn sử dụng bộ chuyển đổi ADC có độ phân giải thấp chưa được các nhà nghiên cứu trong nước và thế giới thực hiện.

Vì vậy, NCS lựa chọn chủ đề này làm nghiên cứu trong luận án của mình. Mục đích nghiên cứu Mục đích nghiên cứu của luận án này là: 1. Tìm giải pháp tách sóng tín hiệu MIMO cỡ lớn có độ phức tạp thấp và hoạt động của thuật toán hiệu quả khi kết hợp với mã Protograph LDPC. Việc lựa chọn mã Protograph LDPC trong luận án này vì đây là họ mã con của mã LDPC có hiệu năng tiệm cận với dung lượng của Shannon và độ phức tạp của việc thiết kế và tạo mã đơn giản hơn.

Loại mã này đã được đề xuất sử dụng trong các hệ thống vô tuyến thực tế. Thiết lập quy trình thiết kế mã protograph LDPC cho kênh MIMO cỡ lớn. Đánh giá và phân tích hiệu năng của hệ thống MIMO cỡ lớn với bộ chuyển đổi tương tự số (ADC) có độ phân giải thấp. Những kết quả nghiên cứu ở phần này có ý nghĩa thực tiễn vì khi số lượng ăng-ten thu tăng cao thì năng lượng tiêu thụ của khối cao tần của máy thu tỷ lệ với độ phân giải của bộ ADC.

Tuy vậy, khi giảm độ phân giải để cắt giảm tiêu thụ năng lượng ở khối cao tần thì méo dạng tín hiệu của bộ ADC lại gây ảnh hưởng đến hiệu năng của các thuật toán xử lý ở băng tần gốc. Hơn nữa, số lượng ăng-ten tăng cao cũng làm cho những thuật toán tách sóng tín hiệu cho hệ thống MIMO thông thường trở nên không còn phù hợp do độ phức tạp tăng cao. Phạm vi nghiên cứu Luận án nghiên cứu mô hình kênh truyền dẫn MIMO cỡ lớn điểm – điểm sử dụng mô hình kênh thống kê (Kênh pha đinh Rayleigh) giúp cho việc xây dựng các 4 biểu thức toán học được thuận lợi để từ đó có những phân tích lý thuyết chặt chẽ. Trong nội dung luận án này, số lượng ăng-ten trong các thí nghiệm từ 10 đến 100.

Tuy vậy, các kết quả nghiên cứu trong luận án này hoàn toàn có thể áp dụng trực cho các cấu hình MIMO khác nhau với số lượng ăng-ten tùy ý và đủ lớn. Bên cạnh đó, khối điều chế tín hiệu sẽ chỉ sử dụng phương thức điều chế khóa nhị nhân (BPSK) để thuận tiện trong việc xây dựng các biểu thức toán học trong các thuật toán của luận án. Việc mở rộng lên các phương thức điều chế bậc cao không được đề cập trong luận án này vì đó là chủ đề phức tạp cần được thực hiện ở một nghiên cứu độc lập khác. Đối tượng nghiên cứu: Luận án tập trung nghiên cứu ba công nghệ lõi đó là: Hệ thống truyền dẫn MIMO cỡ lớn với số lượng ăng ten phát và ăng ten thu từ 10 đến 100 ăng ten, với phương thức điều chế BPSK; hệ thống sử dụng các bộ chuyển đổi ADC có phân giải thấp từ 2 đến 5 bít; và đặc biệt là nghiên cứu thiết kế mã hóa tiệm cận dung lượng kênh P-LDPC, đây là tập con của mã hóa kênh LDPC nhằm tăng hiệu năng cho hệ thống MIMO cỡ lớn.

Phương pháp nghiên cứu • Thiết lập mô hình toán học: Để có được một giải pháp xử lý tín hiệu tổng quát, những nghiên cứu trong luận án sử dụng phương pháp mô hình hóa các thành phần trên tuyến truyền dẫn bằng các mô hình toán học thống kê. Cụ thể: Mô hình quá trình biến đổi hệ số/độ lợi kênh truyền bằng một biến ngẫu nhiên theo phân bố Rayleigh. Nhiễu đầu vào tại máy thu do hệ số nhiệt của các linh kiện điện tử bằng nhiễu Gauss trắng cộng. Tổng nhiễu của các luồng tín hiệu được mô hình bằng nhiễu Gauss trắng cộng dựa trên định luật số lớn trong thống kê.

Ảnh hưởng của quá trình lượng tử cũng được mô hình hóa bằng hệ số suy giảm tín hiệu và nhiễu cộng. Tất cả những mô hình toán học đó đã được áp dụng trong các nghiên cứu của những nhà khoa học trên thế giới khi nghiên cứu các giải pháp xử lý tín hiệu lớp vật lý của giao diện vô tuyến. • Mô phỏng máy tính để kiểm nghiệm các kết quả phân tích toán học: Các mô 5 phỏng máy tính được thực hiện để kiểm định lại những phân tích lý thuyết. Những đóng góp của luận án • Xây dựng bộ tách sóng tín hiệu MIMO cỡ lớn với bộ chuyển đổi ADC có độ phân giải thấp.

Kết quả nghiên cứu đã được công bố tại [CT1] phần Danh mục các công trình công bố của tác giả và được trình bày ở Chương 2. • Xây dựng giản đồ Tanner kép để mô hình hóa sự tương tác giữa thông tin của bộ tách sóng MIMO và thông tin của bộ giải mã LDPC. Từ đó tìm kiếm cấu trúc mã protograph LDPC tốt nhất cho mỗi cấu hình MIMO được để xuất. Đóng góp này của NCS được công bố tại [CT3] phần Danh mục các công trình công bố của tác giả và được trình bày ở Chương 3.

• Thiết kế lại thuật toán xử lý tín hiệu trên giản đồ Tanner kép ở Chương 3 cho trường hợp kênh MIMO với bộ ADC độ phân giải thấp. Thuật toán mới giúp đánh giá hiệu năng các họ mã protograph LDPC khác nhau trong hệ thống Massive-MIMO với bộ ADC có độ phân giải thấp. Kết quả nghiên cứu đã được công bố tại [CT2] và [CT4] phần Danh mục các công trình công bố của tác giả và được trình bày ở Chương 4. Cấu trúc luận án Nội dung luận án bao gồm phần mở đầu, 4 chương và kết luận được bố cục như sau: • Chương 1: Trình bày tổng quan về mô hình thông tin số, mô hình kênh MIMO và mã tiệm cận dung lượng Protograph LDPC.

• Chương 2: Trình bày thuật toán tách sóng tín hiệu MIMO cỡ lớn dựa trên giản đồ Tanner và truyền lan độ tin cậy. • Chương 3: Trình bày quy trình thiết kế mã Protograph LDPC cho kênh MIMO cỡ lớn dùng giản đồ Tanner kép. • Chương 4: Trình bày quy trình đánh giá hiệu năng của hệ thống thông tin MIMO cỡ lớn với bộ chuyển đổi ADC có độ phân giải thấp. 6 • Phần kết luận: Tổng kết lại những đóng góp của luận án cũng như hướng phát triển tiếp theo của đề tài truyền dẫn MIMO cỡ lớn với bộ ADC có độ phân giải thấp.

7 CHƯƠNG 1 TỔNG QUAN VỀ KÊNH TRUYỀN DẪN MIMO VÀ MÃ PROTOGRAPH LDPC 1. Hệ thống thông tin số Luận án này tập trung nghiên cứu mô hình thông tin kết nối điểm-điểm.

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ

Luận án tiến sĩ với tiêu đề "Giải Pháp Mã Hóa PLDPC Nâng Cao Hiệu Năng Hệ Thống MIMO Cỡ Lớn" tập trung vào việc cải thiện hiệu suất của hệ thống MIMO thông qua các giải pháp mã hóa PLDPC. Tài liệu này không chỉ cung cấp cái nhìn sâu sắc về các phương pháp mã hóa hiện đại mà còn phân tích cách thức mà những giải pháp này có thể tối ưu hóa hiệu suất truyền tải dữ liệu trong các hệ thống viễn thông cỡ lớn. Độc giả sẽ tìm thấy những lợi ích rõ ràng từ việc áp dụng các kỹ thuật mã hóa tiên tiến, giúp nâng cao khả năng truyền tải và giảm thiểu lỗi trong quá trình truyền thông.

Nếu bạn quan tâm đến các nghiên cứu liên quan đến chất lượng nước và các giải pháp nâng cao hiệu quả trong nghiên cứu, hãy tham khảo thêm tài liệu "Luận văn thạc sĩ hóa học phân tích và đánh giá chất lượng nước giếng khu vực phía đông vùng kinh tế dung quất huyện bình sơn tỉnh quảng ngãi""Luận văn đề xuất các giải pháp nhằm nâng cao hiệu quả áp dụng". Những tài liệu này sẽ giúp bạn mở rộng kiến thức về các phương pháp nghiên cứu và ứng dụng trong lĩnh vực khoa học và công nghệ.