Giáo trình Toán Học Ứng Dụng trong Điện Tử Viễn Thông - PGS. Lê Bá Long

• Tác giả: Lê Bá Long
• Trường học: Học viện Công nghệ Bưu chính Viễn thông
• Chuyên ngành: Điện tử-Viễn thông
• Đề tài: Giáo trình toán học ứng dụng trong điện tử viễn thông
• Loại tài liệu: Giáo trình
• Năm xuất bản: 2009
• Địa điểm: Hà Nội

Tóm tắt

I. Tổng quan về giáo trình toán học ứng dụng trong điện tử viễn thông

Giáo trình toán học ứng dụng trong điện tử viễn thông là tài liệu chuyên sâu do PGS. Lê Bá Long biên soạn, phục vụ đào tạo cao học tại Học viện Công nghệ Bưu chính Viễn thông. Nội dung bao gồm hai phần chính: phần một trình bày giải tích Fourier, wavelet và phép biến đổi Laplace; phần hai giới thiệu quá trình ngẫu nhiên, chuỗi Markov, quá trình dừng, quá trình Poisson và lý thuyết sắp hàng. Giáo trình cung cấp nền tảng toán học vững chắc cho việc phân tích tín hiệu, mô tả hệ thống truyền thông và xử lý dữ liệu số. Đây là công trình nghiên cứu được xuất bản năm 2009, kết hợp giữa lý thuyết thuần túy và ứng dụng thực tiễn trong lĩnh vực điện tử viễn thông hiện đại.

1.1. Cấu trúc nội dung giáo trình

Giáo trình được chia thành hai phần rõ ràng. Phần một tập trung vào các phép biến đổi hàm số: giải tích Fourier giúp phân tích tín hiệu thành các thành phần tần số, wavelet hỗ trợ phân tích tín hiệu phi tuyến tính và biến đổi Laplace áp dụng trong phân tích mạch điện. Phần hai đi sâu vào xác suất thống kê với các quá trình ngẫu nhiên, chuỗi Markov mô tả trạng thái hệ thống, quá trình Poisson tính toán sự kiện xảy ra và lý thuyết sắp hàng đánh giá hiệu suất mạng truyền thông. Mỗi chương đều có bài tập minh họa và phụ lục tham chiếu.

1.2. Đối tượng và mục tiêu đào tạo

Giáo trình dành riêng cho học viên cao học chuyên ngành Điện tử-Viễn thông tại Học viện Công nghệ Bưu chính Viễn thông. Mục tiêu chính là trang bị kiến thức toán học nền tảng phục vụ nghiên cứu chuyên sâu và ứng dụng thực tế. Sinh viên sau khi hoàn thành có khả năng sử dụng phép biến đổi Fourier để phân tích phổ tín hiệu, áp dụng lý thuyết xác suất để mô hình hóa hệ thống truyền thông và sử dụng chuỗi Markov để đánh giá hiệu suất mạng. Đây là hành trang cần thiết cho kỹ sư viễn thông hiện đại.

II. Phân tích vai trò của giải tích Fourier trong xử lý tín hiệu

Giải tích Fourier là thành tựu toán học quan trọng do Jean Baptiste Joseph Fourier khám phá vào cuối thế kỷ 18. Ông chứng minh rằng mọi hàm số đều có thể biểu diễn dưới dạng tổng chuỗi vô hạn các hàm lượng giác. Khám phá này được xếp hạng top mười thành tựu toán học vĩ đại nhất mọi thời đại, cùng với phép tính vi tích phân của Newton và lý thuyết tương đối của Einstein. Trong điện tử viễn thông, giải tích Fourier đóng vai trò nền tảng cho xử lý tín hiệu số. Mọi công nghệ truyền hình, CD, DVD, đồ họa máy tính và xử lý ảnh đều dựa trên nguyên lý Fourier. Phân tích tín hiệu âm thanh từ nhạc cụ như piano, violin, kèn trumpet thành chuỗi Fourier giúp xác định tần số cơ bản và hài âm. Âm nhạc điện tử hiện đại sử dụng tổ hợp hàm sin, cosin thuần túy để tạo ra âm thanh nhân tạo, chứng minh tính ứng dụng rộng rãi của lý thuyết này.

2.1. Chuỗi Fourier và biểu diễn tín hiệu tuần hoàn

Chuỗi Fourier cho phép phân tích hàm số tuần hoàn thành tổng các hàm lượng giác có tần số là bội nguyên của tần số cơ bản. Hệ số Fourier được tính bằng công thức tích phân xác định trên một chu kỳ. Đối với hàm chẵn, chuỗi chỉ chứa thành phần cosin; hàm lẻ chỉ chứa thành phần sin. Tích phân và đạo hàm chuỗi Fourier tuân theo quy tắc riêng biệt. Ví dụ, hàm lẻ tuần hoàn x(t) bằng t có chuỗi Fourier chứa toàn bộ thành phần sin. Lấy tích phân từng số hạng tạo ra chuỗi mới, tuy nhiên cần kiểm tra điều kiện hội tụ và tính tuần hoàn của kết quả.

2.2. Biến đổi Fourier rời rạc và ứng dụng số hóa

Biến đổi Fourier rời rạc (DFT) là công cụ thiết yếu khi xử lý tín hiệu số trên máy tính. DFT chuyển đổi N điểm mẫu thành N hệ số Fourier phức, biểu diễn trong không gian phức hữu hạn chiều. Các véc tơ mẫu hàm mũ tạo thành cơ sở trực chuẩn với tích vô hướng trung bình. Giá trị E bằng e mũ i2π/n là căn bậc n của đơn vị. Thuật toán FFT (Fast Fourier Transform) giúp tính DFT với độ phức tạp O(NlogN) thay vì O(N²), tăng tốc xử lý tín hiệu thời gian thực trong hệ thống viễn thông hiện đại.

III. Các phương pháp toán học khác trong hệ thống viễn thông

Ngoài giải tích Fourier, giáo trình trình bày nhiều phương pháp toán học quan trọng khác phục vụ điện tử viễn thông. Phép biến đổi Laplace chuyển đổi hàm thời gian miền liên tục sang miền tần số phức, giúp giải phương trình vi phân mô tả mạch điện và hệ thống điều khiển. Biến đổi wavelet mở rộng ý tưởng Fourier cho tín hiệu phi tuyến tính và cục bộ thời gian. Phần xác suất thống kê giới thiệu chuỗi Markov mô tả quá trình chuyển trạng thái ngẫu nhiên của hệ thống mạng. Quá trình Poisson tính toán xác suất sự kiện xảy ra trong khoảng thời gian xác định, áp dụng cho mô hình hóa lưu lượng mạng. Lý thuyết sắp hàng đánh giá thời gian chờ, độ dài hàng đợi và hiệu suất phục vụ trong hệ thống thông tin. Các phép biến đổi Z của dãy tín hiệu thường gặp được tổng hợp trong phụ lục tham chiếu nhanh.

3.1. Phép biến đổi Laplace và ứng dụng phân tích mạch

Biến đổi Laplace là công cụ mạnh mẽ chuyển đổi hàm thời gian f(t) thành hàm phức F(s) trong miền tần số. Phép biến đổi này biến phương trình vi phân thành phương trình đại số, đơn giản hóa quá trình giải bài toán phức tạp. Trong mạch điện, biến đổi Laplace giúp phân tích đáp ứng tần số, độ ổn định và đặc tính truyền của hệ thống. Giáo trình cung cấp bảng biến đổi Laplace của các hàm thường gặp như hàm bậc thang, hàm mũ, hàm sin, cosin. Các tính chất cơ bản bao gồm tính tuyến tính, tính chất đạo hàm và tích phân convolution.

3.2. Chuỗi Markov và mô hình hóa mạng truyền thông

Chuỗi Markov là quá trình ngẫu nhiên có tính chất Markov: xác suất trạng thái tương lai chỉ phụ thuộc vào trạng thái hiện tại, không phụ thuộc quá khứ. Trong viễn thông, chuỗi Markov mô hình hóa quá trình chuyển trạng thái của kênh truyền, hàng đợi và hệ thống phân bổ tài nguyên. Ma trận chuyển đổi xác suất mô tả đầy đủ động lực học của hệ thống. Phân tích chuỗi Markov giúp đánh giá xác suất trạng thái dừng, thời gian trung bình giữa các lần chuyển trạng thái và hiệu suất tổng thể của mạng truyền thông số.

IV. Ứng dụng thực tiễn và tầm quan trọng của toán học trong viễn thông

Toán học ứng dụng là nền tảng không thể thiếu trong phát triển công nghệ viễn thông hiện đại. Giải tích Fourier phục vụ xử lý tín hiệu audio, hình ảnh, video và dữ liệu địa chấn. Công nghệ truyền hình, CD, DVD sử dụng nguyên lý biến đổi Fourier để nén và giải nén dữ liệu. Đồ họa máy tính, xử lý ảnh y tế và phân tích dấu vân tay đều dựa trên các phép biến đổi toán học. Quá trình Poisson giúp nhà mạng dự đoán lưu lượng, tối ưu hóa tài nguyên và đảm bảo chất lượng dịch vụ. Lý thuyết sắp hàng hỗ trợ thiết kế hệ thống xếp hạng ưu tiên, giảm thời gian chờ và nâng cao trải nghiệm người dùng. Giáo trình toán học ứng dụng trong điện tử viễn thông trang bị kiến thức nền tảng vững chắc, giúp kỹ sư hiểu sâu nguyên lý hoạt động và phát triển công nghệ truyền thông thế hệ mới.

4.1. Ứng dụng trong xử lý tín hiệu và truyền thông đa phương tiện

Xử lý tín hiệu hiện đại dựa trên nền tảng giải tích Fourier và các biến đổi liên quan. Tín hiệu âm thanh được phân tích thành các thành phần tần số để lọc nhiễu, nén dữ liệu và nâng cao chất lượng. Hình ảnh y tế sử dụng biến đổi Fourier để tái tạo ảnh từ dữ liệu quét CT, MRI. Video streaming áp dụng thuật toán nén dựa trên biến đổi cosine rời rạc, một dạng mở rộng của Fourier. Dữ liệu địa chấn trong thăm dò dầu khí cũng được xử lý bằng phương pháp Fourier để phân tích cấu trúc địa chất.

4.2. Vai trò của lý thuyết xác suất trong tối ưu mạng truyền thông

Lý thuyết xác suất và quá trình ngẫu nhiên đóng vai trò then chốt trong thiết kế mạng viễn thông. Quá trình Poisson mô hình hóa lưu lượng cuộc gọi đến tổng đài, giúp tính toán số kênh cần thiết. Lý thuyết sắp hàng đánh giá thời gian chờ trung bình, tỷ lệ mất gói và hiệu suất sử dụng tài nguyên. Chuỗi Markov mô tả trạng thái kênh truyền fading, hỗ trợ thiết kế cơ chế điều khiển lỗi và mã hóa. Các phép biến đổi Z hỗ trợ phân tích hệ thống số hóa và bộ lọc kỹ thuật số trong xử lý tín hiệu thời gian thực.

Trích đoạn nội dung tài liệu

HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG PGS. LÊ BÁ LONG Giáo trình TOÁN HỌC ỨNG DỤNG TRONG ĐIỆN TỬ VIỄN THÔNG (Dành cho học viên cao học chuyên ngành Điện tử-Viễn thông) Hà Nội, 2009 NỘI DUNG Phần 1 Chương 1: Giải tích Fourier Chương 2: Wavelet Chương 3: Phép biến đổi laplace Phần 2 Chương 4: Quá trình ngẫu nhiên, chuỗi Markov Chương 5: Quá trình dừng Chương 6: Quá trình Poisson Chương 7: Lý thuyết sắp hàng Phụ lục ¾ Phụ lục A: Biến đổi Z của dãy các tín hiệu thường gặp ¾ Phụ lục B: Báng tóm tắt các tính chất cơ bản của phép biến đổi Fourier ¾ Phụ lục C: Các cặp biến đổi Fourier thường gặp ¾ Phụ lục D: Báng tóm tắt các tính chất cơ bản của phép biến đổi Laplace ¾ Phụ lục E: Biến đổi Laplace của các hàm thường gặp ¾ Phụ lục F: Giá trị hàm mật độ xác suất phân bố chuẩn tắc. Giá trị hàm phân bố chuẩn tắc Chương 1: Giải tích Fourier GIẢI TÍCH FOURIER Cuối thế kỷ 18 nhà toán học, nhà vật lý đồng thời là kỹ sư người Pháp tên Jean Baptiste Joseph Fourier đã có khám phá kỳ lạ. Trong một kết quả nghiên cứu của mình về phương trình đạo hàm riêng mô tả sự truyền nhiệt của vật thể, Fourier đã khẳng định rằng “mọi” hàm số đều có thể biểu diễn dưới dạng tổng của chuỗi vô hạn các hàm lượng giác. Ban đầu khẳng định của Fourier đã không được các nhà toán học cùng thời tin tưởng và chú ý đến. Tuy nhiên không lâu sau đó các nhà khoa học đã đánh giá cao khả năng ứng dụng và lĩnh vực ứng dụng rộng lớn của ý tưởng này. Phát hiện này của Fourier được xếp hạng “top ten” về thành tựu toán học trong mọi thời đại, trong danh sách này còn có khám phá của Newton về phép tính vi tích phân, của Riemann về hình học vi phân, và 70 năm sau có lý thuyết tương đối của Einstein. Giải tích Fourier là một thành phần không thể thiếu của toán học ứng dụng hiện đại, nó được ứng dụng rộng rãi trong toán lý thuyết, vật lý, kỹ thuật. Chẳng hạn, xử lý tín hiệu hiện đại bao gồm audio, tiếng nói, hình ảnh, video, dữ liệu địa chấn, truyền sóng vô tuyến, v.v …đều được đặt cơ sở trên giải tích Fourier và những dạng khác của nó. Nhiều công nghệ tiên tiến hiện đại bao gồm truyền hình, CD và DVD âm nhạc, phim video, đồ họa máy tính, xử lý ảnh, phân tích và lưu trữ dấu vân tay … theo cách này hay cách khác đều có sử dụng những dạng khác nhau của lý thuyết Fourier. Về mặt lý thuyết người ta có thể phân tích các tín hiệu âm thanh phát ra từ các nhạc cụ như: piano, violin, kèn trumpet, kèn oboe, trống …. thành chuỗi Fourier để tìm ra các tần số cơ bản (tone, overtone, …). Về mặt ứng dụng, lý thuyết Fourier còn là một công cụ hiệu quả của âm nhạc điện tử hiện đại; một nhạc cụ điện tử có thể được thiết kế sao cho có thể tổ hợp các tông sin và cosin thuần túy để phát ra các âm thanh kỳ diệu của nhạc cụ. Như vậy, cả hai cách tự nhiên và nhân tạo âm nhạc điện tử đều dựa vào các nguyên lý tổng quát của Fourier. Ý tưởng ban đầu của Fourier phân tích một hàm số tuần hoàn thành tổng của một chuỗi các hàm lượng giác được mở rộng thành biểu diễn một véc tơ của không gian Hilbert theo hệ trực chuẩn đầy đủ. Vì vậy nếu có một hệ trực chuẩn thì ta có một cách khai triển Fourier. Trong chương này ta xét những vấn đề chính của giải tích Fourier ƒ Không gian Hilbert ƒ Chuỗi Fourier và phép biến đổi Fourier hữu hạn ƒ Phép biến đổi Fourier ƒ Phép biến đổi Fourier rời rạc và phép biến đổi Fourier nhanh. Phép biến đổi Fourier hữu hạn được phát triển trên ý tưởng của khai triển hàm số tuần hoàn thành chuỗi Fourier, trong đó mỗi hàm số hoàn toàn được xác định bởi các hệ số Fourier của nó và ngược lại. Có ba dạng của chuỗi Fourier: dạng cầu phương (công thức 1.28), 3 Chương 1: Giải tích Fourier dạng cực (công thức 1.36) và dạng phức (công thức 1. Phần 1 của mục này sẽ trình bày ba dạng của chuỗi Fourier, các công thức liên hệ giữa chúng và kèm theo lời nhận xét nên sử dụng dạng nào trong mỗi trường hợp cụ thể. Trường hợp hàm không tuần hoàn phép biến đổi Fourier rời rạc được thay bằng phép biến đổi Fourier, phép biến đổi ngược duy nhất được xây dựng dựa vào công thức tích phân Fourier. Khi các hàm số biểu diễn cho các tín hiệu thì biến đổi Fourier của chúng được gọi là biểu diễn phổ. Tín hiệu tuần hoàn sẽ có phổ rời rạc, còn tín hiệu không tuần hoàn sẽ có phổ liên tục. Đối số của hàm tín hiệu là thời gian còn đối số của biến đổi Fourier của nó là tần số, vì vậy phép biến đổi Fourier còn được gọi là phép biến đổi biến miền thời gian về miền tần số. Trong thực tế ta thường phải tính toán giá trị số của các tín hiệu được rời rạc hoá bằng cách chọn mẫu tại một số hữu hạn các thời điểm, khi đó phổ tương ứng cũng nhận được tại một số hữu hạn các tần số bằng phép biến đổi Fourier rời rạc. Ngoài ra để thực hiện nhanh phép biến đổi Fourier rời rạc, người ta sử dụng các thuật toán biến đổi Fourier nhanh. Hướng ứng dụng vào viễn thông: Phân tích phổ, phân tích truyền dẫn tín hiệu, ghép kênh vô tuyến, ghép kênh quang, đánh giá chất lượng WDM. KHÔNG GIAN HILBERT Khái niệm không gian Hilbert là sự mở rộng của khái niệm không gian Euclide, đó là không gian véc tơ hữu hạn chiều với tích vô hướng. Không gian Euclide đã được trang bị trong chương trình toán đại cương ở bậc đại học. Tích vô hướng Khái niệm tích vô hướng của hai véc tơ của không gian véc tơ bất kỳ được khái quát từ tích vô hướng uv = u v cos(u ; v) . Trong không gian véc tơ  tích vô hướng của hai véc tơ n x = ( x1, x2 ,., yn ) Được định nghĩa như sau: x, y = x1 y1 + x2 y2 + + xn yn .1) Tích vô hướng giữ một vai trò rất quan trọng, và là một khái niệm được ứng dụng rộng rãi trong toán học, cơ học, vật lý … Biết tích vô hướng của mọi cặp véc tơ thì có thể suy ra độ dài của véc tơ (bình phương độ dài của véc tơ bằng tích vô hướng của véc tơ ấy với chính nó) và góc giữa hai véc tơ (cosin của góc này bằng tích vô hướng của hai véc tơ chia cho tích của hai độ dài của chúng). Thành thử trong khái niệm tích vô hướng đã bao hàm khả năng đo độ dài, đo góc, và từ đó đi đến những khái niệm quan trọng khác như tính trực giao, hình chiếu thẳng … Khái niệm tích vô hướng được mở rộng đối với không gian véc tơ bất kỳ như sau: 4 Chương 1: Giải tích Fourier Một dạng song tuyến tính đối xứng xác định dương của không gian véc tơ được gọi là một tích vô hướng của không gian véc tơ đó. Như vậy tích vô hướng u , v của hai véc tơ u , v trong không gian véc tơ H có các tính chất cốt yếu sau: 1) u , v = v, u 2) u1 + u2 , v = u1 , v + u2 , v 3) αu , v = α u , v với mọi số thực α 4) u , u > 0 nếu u ≠ 0 và u , u = 0 nếu u = 0 . Nếu H là không gian véc tơ trên trường số phức thì điều kiện 1) được thay bằng u , v = v, u , trong đó v, u là số phức liên hợp của số phức v, u . Một không gian véc tơ với tích vô hướng được gọi là không gian tiền Hilbert. Với mỗi véc tơ v ∈ H ta định nghĩa và ký hiệu chuẩn hay môđun của véc tơ v qua biểu thức v = v, v .2) Nếu v = 1 thì v được gọi là véc tơ đơn vị. Có thể kiểm chứng được 1) v ≥ 0 và v = 0 khi và chỉ khi v = 0 .1: Dãy các véc tơ {un }n=1 hội tụ về véc tơ u nếu lim un − u = 0 , ta ký hiệu n →∞ lim un = u , vậy n →∞ lim un = u ⇔ ∀ε > 0, ∃ N : ∀n ≥ N ; un − u < ε (1.3) n →∞ ∞ Dãy các véc tơ {un }n =1 được gọi là dãy cơ bản nếu lim un − um = 0 , vậy n→∞ ,m→∞ {un }∞n=1 là dãy cơ bản khi và chỉ khi ∀ε > 0, ∃ N : ∀n, m ≥ N ; un − um < ε . Có thể chứng minh được rằng mọi dãy hội tụ là dãy cơ bản,tuy nhiên điều ngược lại chưa chắc đúng. 5 Chương 1: Giải tích Fourier Không gian tiền Hilbert thỏa mãn điều kiện mọi dãy cơ bản đều hội tụ được gọi là không gian Hilbert (đây là tính chất đầy đủ của không gian Hilbert).1: Người ta chứng minh được không gian các dãy bình phương hội tụ ⎧⎪ ∞ ⎫⎪ l = ⎨(ξn ) n=0 : ∑ | ξn |2 < ∞ ⎬ 2 ∞ (1.4) ⎩⎪ n =0 ⎭⎪ với tích vô hướng xác định như sau ∞ (ξ n );(ηn ) = ∑ ξn ηn (1.5) n =0 là một không gian Hilbert. Không gian các hàm bình phương khả tích trên đoạn [ a; b ] (theo nghĩa tích phân Lebesgue) { L[2a;b] = x(t ) : ∫ | x(t ) |2 dt < ∞ [ a;b] } (1.6) với tích vô hướng xác định như sau x(t ); y (t ) = ∫ x(t ) y (t ) (1.7) [ a;b] cũng là một không gian Hilbert. Chú ý rằng đối với các hàm liên tục hoặc liên tục từng khúc thì tích phân Lebesgue trùng với tích phân theo nghĩa thông thường. Hội tụ trong không gian l 2 và L[2a;b] (công thức 1.7) được gọi là hội tụ bình phương trung bình. Bất đẳng thức Cauchy-Schwarz Định lý 1.1: Bất đẳng thức Cauchy-Schwarz Với mọi u , v ∈ H , luôn có u, v ≤ u ⋅ v (1.8) Đẳng thức xảy ra khi và chỉ khi u , v phụ thuộc tuyến tính. Chứng minh: Nếu một trong hai véc tơ bằng 0 thì cả hai vế của bất đẳng thức trên đều bằng 0 , do đó bất đẳng thức nghiệm đúng. Giả sử v ≠ 0 , với mọi t ∈ ta có: u + tv, u + tv ≥ 0 .