Giới thiệu dự án

Sự bùng nổ của cuộc Cách mạng Công nghiệp 4.0 và xu hướng chuyển đổi số toàn cầu đã tạo ra áp lực chưa từng có lên hạ tầng viễn thông di động. Theo báo cáo thường niên của Ericsson Mobility Report và Liên minh Viễn thông Quốc tế (ITU), lưu lượng dữ liệu di động toàn cầu tăng trưởng với tốc độ bình quân hơn 40% mỗi năm, đồng thời số lượng thiết bị Internet vạn vật (IoT) kết nối dự kiến vượt mốc 25 tỷ thiết bị. Mặc dù mạng di động thế hệ thứ tư (4G LTE-Advanced) đã mang lại tốc độ truyền dữ liệu từ hàng chục đến hàng trăm Mbps, công nghệ này đã dần tiệm cận giới hạn dung lượng lý thuyết Shannon trên nền tảng kỹ thuật đa truy cập phân chia theo tần số trực giao (OFDMA - Orthogonal Frequency Division Multiple Access). Độ trễ vô tuyến của 4G (dao động từ 20 đến 50 ms) cùng mật độ kết nối hạn chế (khoảng $10^4$ thiết bị/$\text{km}^2$) không thể đáp ứng các kịch bản thời gian thực khắt khe như xe tự hành, phẫu thuật từ xa hay điều khiển tự động hóa nhà máy thông minh.

Đồ án tốt nghiệp "Tìm hiểu về hệ thống thông tin di động 5G" (thực hiện bởi sinh viên Phạm Hữu Thắng, lớp Điện tử 02-K65, Trường Điện - Điện tử, Đại học Bách Khoa Hà Nội, dưới sự hướng dẫn của PGS.TS Trần Quang Vinh) được xây dựng nhằm nghiên cứu toàn diện nền tảng kiến trúc, các công nghệ vô tuyến đột phá và giải pháp nâng cao hiệu năng cho mạng thông tin di động thế hệ thứ 5 (5G).

mindmap
  root((Hệ thống 5G))
    3 Trụ cột Dịch vụ
      eMBB: Băng rộng di động nâng cao
      URLLC: Độ trễ siêu thấp & Tin cậy cực cao
      mMTC: Truyền thông máy mật độ lớn
    Kiến trúc 3 Lớp
      Dịch vụ đổi mới (Services)
      Nền tảng cho phép (Enabling Platform)
      Hạ tầng siêu kết nối (Infrastructure)
    Công nghệ Vô tuyến Cốt lõi
      Massive MIMO & 3D Beamforming
      Đa truy cập phi trực giao NOMA
      Mạng tế bào nhỏ siêu dày đặc Ultra-Dense Small Cells
      Mạng All-IP / SDN / NFV Cloud-RAN

Vấn đề nghiên cứu và bài toán kỹ thuật

Mạng 5G phải giải quyết đồng thời ba thách thức kỹ thuật lớn mà các thế hệ trước không thể xử lý đồng thời:

  1. Nghẽn tài nguyên phổ tần và hiệu suất sử dụng dải tần: Sự khan hiếm phổ tần dưới 6 GHz đòi hỏi mở rộng lên dải sóng milimet (mmWave: 24 GHz – 100 GHz) và tối ưu hóa việc phân bổ công suất/mã để phục vụ nhiều người dùng trên cùng một tài nguyên vật lý.
  2. Độ trễ và độ tin cậy nghiêm ngặt: Yêu cầu giảm độ trễ một chiều trên giao diện vô tuyến xuống dưới 1 ms với độ tin cậy truyền gói tin đạt 99.999% (five-nines reliability) cho các tác vụ điều khiển thời gian thực.
  3. Mật độ kết nối cực lớn: Nhu cầu phục vụ đồng thời lên đến $10^6$ thiết bị/$\text{km}^2$ trong kịch bản Massive IoT mà không gây tắc nghẽn kênh báo hiệu điều khiển (Control Plane signaling overhead).

Mục tiêu của đồ án

Đồ án xác định 4 mục tiêu nghiên cứu trọng tâm:

  1. Hệ thống hóa lịch sử tiến hóa từ 1G đến 4G, phân tích các chỉ tiêu kỹ thuật của chuẩn IMT-2020 do ITU-R và 3GPP ban hành.
  2. Phân tích kiến trúc 3 lớp của 5G: Lớp Dịch vụ Đổi mới, Lớp Nền tảng Cho phép (Enabling Platform với SDN/NFV/All-IP), và Lớp Cơ sở Hạ tầng Siêu kết nối.
  3. Làm rõ 11 nhóm công nghệ cốt lõi: Massive MIMO, 3D Beamforming, Ultra-dense Small Cells, D2D (Device-to-Device), Multi-RAT, MMT (MPEG Media Transport), và Cloud-RAN.
  4. Đào sâu cơ chế toán học và mô phỏng nguyên lý của công nghệ Đa truy cập phi trực giao (NOMA - Non-Orthogonal Multiple Access) miền công suất (Power-Domain NOMA với kỹ thuật tách sóng SIC) và miền mã (LDS-CDMA/SCMA) nhằm tối ưu hóa truyền thông máy (MTC - Machine-Type Communications) trong mạng IoT 5G.

Kết quả kỳ vọng và chỉ số định lượng

Đồ án hướng tới việc thiết lập mô hình phân tích định lượng đáp ứng các tiêu chuẩn kỹ thuật quốc tế:

  • Tốc độ đỉnh đường xuống (Peak Downlink Data Rate): Đạt 20 Gbps; đường lên (Uplink) đạt 10 Gbps.
  • Tốc độ trải nghiệm người dùng (User Experienced Data Rate): Đạt tối thiểu 100 Mbps ở đường xuống và 50 Mbps ở đường lên tại mọi vị trí trong vùng phủ sóng.
  • Độ trễ giao diện người dùng (User Plane Latency): $\le 4\text{ ms}$ đối với eMBB và $\le 1\text{ ms}$ đối với URLLC.
  • Hiệu suất phổ tần đỉnh (Peak Spectral Efficiency): Đạt 30 bit/s/Hz ở đường xuống và 15 bit/s/Hz ở đường lên.
  • Mật độ kết nối (Connection Density): $1.000.000\text{ thiết bị/km}^2$.

Phạm vi và giới hạn nghiên cứu

Đồ án tập trung nghiên cứu sâu về mặt nguyên lý lý thuyết, mô hình hóa toán học cho lớp vật lý (Physical Layer - PHY) và lớp mạng (Network Layer) theo các khuyến nghị của 3GPP Release 15/16. Đồ án không bao gồm việc chế tạo phần cứng thu phát thực tế mà sử dụng mô hình toán học giải tích và mô phỏng phần mềm để kiểm chứng hiệu năng thuật toán khử nhiễu liên tiếp SIC trong kỹ thuật NOMA.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng và so sánh các thế hệ mạng

Tiêu chí 1G (1979) 2G GSM (1990) 3G UMTS (2001) 4G LTE-A (2012) 5G NR (2020+)
Kỹ thuật đa truy cập FDMA (Tương tự) TDMA, CDMA WCDMA, CDMA-2000 OFDMA, SC-FDMA OFDMA, NOMA, SCMA
Băng tần hoạt động 150 – 900 MHz 800 – 1900 MHz 1.8 – 2.2 GHz 700 MHz – 3.5 GHz Sub-6 GHz, mmWave (24-100 GHz)
Băng thông kênh 25 – 30 kHz 200 kHz 5 MHz 20 – 100 MHz (CA) 100 MHz – 1 GHz
Tốc độ truyền cực đại 2.4 kbps 64 – 144 kbps 2 – 42 Mbps 1 Gbps 20 Gbps
Độ trễ truyền dẫn Không áp dụng ~300 ms 100 – 150 ms 20 – 50 ms $\le 1\text{ ms}$ (URLLC)
Hiệu suất phổ tần Rất thấp 0.17 bit/s/Hz 0.5 – 1.0 bit/s/Hz 15 bit/s/Hz 30 bit/s/Hz
Kiến trúc mạng lõi Tương tự (Analog) Chuyển mạch kênh (CS) CS + Chuyển mạch gói (PS) All-IP (EPC) Cloud-Native SBA / SDN / NFV

Phân tích khoảng trống kỹ thuật (Gap Analysis)

  1. Ranh giới trực giao (Orthogonality Limit): 4G gán mỗi người dùng vào một khối tài nguyên thời gian/tần số riêng biệt (PRB - Physical Resource Block). Khi số lượng người dùng tăng vọt, các kênh truyền bị cạn kiệt tài nguyên cấp phát.
  2. Nghẽn giao tiếp máy (Signaling Congestion): MTC yêu cầu truyền các gói tin kích thước siêu nhỏ (vài chục bytes) từ hàng triệu cảm biến. Cơ chế cấp phát tài nguyên theo lịch trình cố định của OFDMA gây lãng phí băng thông báo hiệu điều khiển lên đến 70%.
  3. Giải pháp NOMA: Khắc phục triệt để khoảng trống này bằng cách ghép kênh phi trực giao trong miền công suất hoặc miền mã, cho phép nhiều người dùng truyền nhận đồng thời trên cùng một khe thời gian và khối tần số.

Phân loại yêu cầu hệ thống theo mô hình MoSCoW

  • Must-have (Bắt buộc): Hỗ trợ 3 cấu hình phân lớp dịch vụ (eMBB, URLLC, mMTC); kiến trúc mạng All-IP phẳng; tích hợp kỹ thuật tách sóng SIC cho giải mã NOMA; mô hình Massive MIMO với Beamforming thích nghi.
  • Should-have (Nên có): Ảo hóa chức năng mạng (NFV) và điều khiển tập trung thông qua SDN; truyền thông trực tiếp D2D Proximity Discovery; hỗ trợ định tuyến nội dung CCN (Content-Centric Networking).
  • Could-have (Có thể mở rộng): Tự động tối ưu hóa mạng thông qua Mạng tự tổ chức (SON); tích hợp công nghệ truyền tải đa phương tiện MMT giảm độ trễ cho video 4K/8K.
  • Won't-have (Chưa thực hiện trong giai đoạn này): Tích hợp mạng tế bào vệ tinh phi mặt đất (NTN - Non-Terrestrial Networks) và điện toán lượng tử.

Thiết kế kiến trúc hệ thống 5G

graph TD
    subgraph Service_Layer["1. Lớp Dịch Vụ Đổi Mới (Innovative Services)"]
        S1["Dịch vụ AR/VR Không gian"]
        S2["3D Holographic Calls"]
        S3["Tự hành V2X & Telehealth"]
        S4["Massive IoT & Smart Grid"]
    end

    subgraph Enabling_Platform["2. Lớp Nền Tảng Cho Phép (Enabling Platform)"]
        direction TB
        E1["Kiến trúc Hướng Dịch Vụ (SBA) / RESTful APIs"]
        E2["Mạng Điều Khiển Bằng Phần Mềm (SDN Controller - OpenFlow 1.5)"]
        E3["Ảo Hóa Chức Năng Mạng (NFV / vRAN / Cloud Core)"]
        E4["Hệ Thống Phân Tích Thông Minh & SON Engine"]
    end

    subgraph Infrastructure_Layer["3. Lớp Cơ Sở Hạ Tầng Siêu Kết Nối (Hyper-connected Infrastructure)"]
        direction TB
        I1["Massive MIMO (64T64R / 128T128R) & 3D Beamforming"]
        I2["Tế Bào Nhỏ Siêu Dày Đặc (Ultra-Dense Small Cells / HetNet)"]
        I3["Dải Tần Số Kép: Sub-6 GHz (FR1) + mmWave 28/39 GHz (FR2)"]
        I4["Đa Truy Cập Phi Trực Giao NOMA (Power Domain & Code Domain)"]
        I5["Truyền Thông Trực Tiếp Thiết Bị - Thiết Bị (D2D ProSe)"]
    end

    Service_Layer --> Enabling_Platform
    Enabling_Platform --> Infrastructure_Layer

Công nghệ nền tảng và thông số kỹ thuật (Technology Stack)

  • Chuẩn hóa vô tuyến: 3GPP Release 15 (5G Phase 1), Release 16 (5G Phase 2 - Chuyên sâu URLLC & Industrial IoT), Release 17 (5G-Advanced).
  • Hạ tầng mạng lõi (Core Network): 5GC (5G Core) chuẩn Service-Based Architecture (SBA) với các chức năng AMF (Access and Mobility Management Function), SMF (Session Management Function), UPF (User Plane Function) chạy trên nền microservices.
  • Nền tảng mạng ảo hóa: OpenFlow Protocol v1.5, Open vSwitch v3.1, DPDK (Data Plane Development Kit) v22.11 hỗ trợ xử lý gói tin tốc độ cao trên phần cứng COTS (Commercial Off-The-Shelf).
  • Giao thức truyền dẫn: MMT (MPEG Media Transport - ISO/IEC 23008-1), HTTP/2 qua TLS 1.3 cho giao tiếp SBA REST APIs, SCTP/NGAP cho mặt phẳng điều khiển.
  • Công cụ mô phỏng toán học: Python 3.10 (NumPy 1.24, SciPy 1.10, Matplotlib 3.7), MATLAB R2022b Communications & 5G Toolbox.

Yêu cầu an ninh và toàn vẹn dữ liệu

  • Cơ chế xác thực sơ cấp (Primary Authentication) sử dụng thuật toán 5G-AKA (5G Authentication and Key Agreement) và EAP-AKA'.
  • Mã hóa dữ liệu người dùng (User Plane Integrity & Encryption) sử dụng tiêu chuẩn mật mã AES-256-GCM và thuật toán dòng SNOW 3G / ZUC 256-bit.
  • Cách ly hoàn toàn các lát cắt mạng (Network Slicing Isolation) đảm bảo dữ liệu của phân lớp URLLC độc lập về bảo mật và QoS so với phân lớp eMBB.

Implementation và kết quả

Chi tiết giải thuật và mô hình toán học NOMA

1. Nguyên lý NOMA miền công suất đường xuống (Downlink Power-Domain NOMA)

Xét trạm gốc (BS - Base Station) phục vụ đồng thời $K$ người dùng (UE) trong cùng một khối tài nguyên tần số - thời gian. Giả sử kênh truyền Rayleigh fading đơn anten của các UE được sắp xếp theo thứ tự chất lượng kênh tăng dần: $$|h_1|^2 \le |h_2|^2 \le \dots \le |h_K|^2$$

Tại máy phát BS, các ký hiệu tin tức $s_i$ (với $\mathbb{E}[|s_i|^2] = 1$) của các người dùng được điều chế và ghép chồng công suất (Superposition Coding): $$x = \sum_{i=1}^{K} \sqrt{p_i P} s_i$$ Trong đó:

  • $P$ là tổng công suất phát của trạm gốc.
  • $p_i$ là hệ số cấp phát công suất cho người dùng thứ $i$, thỏa mãn $\sum_{i=1}^K p_i = 1$.
  • Theo nguyên lý công bằng (Fairness), người dùng có kênh truyền kém hơn được cấp phát công suất lớn hơn: $p_1 > p_2 > \dots > p_K$.

Tín hiệu nhận được tại người dùng thứ $i$ ($UE_i$) là: $$y_i = h_i x + n_i = h_i \sqrt{p_i P} s_i + h_i \sum_{j=1, j \neq i}^{K} \sqrt{p_j P} s_j + n_i$$ Trong đó $n_i \sim \mathcal{CN}(0, \sigma_i^2)$ là tạp âm Gauss trắng cộng (AWGN).

sequenceDiagram
    autonumber
    actor BS as Trạm Gốc (BS)
    actor UE1 as UE1 (Kênh Yếu - Ở Biên Cell)
    actor UE2 as UE2 (Kênh Tốt - Gần Trạm)

    Note over BS: Ghép chồng công suất (Superposition Coding)<br/>x = sqrt(p1*P)*s1 + sqrt(p2*P)*s2 (với p1 > p2)
    BS->>UE1: Truyền tín hiệu ghép x qua kênh h1
    BS->>UE2: Truyền tín hiệu ghép x qua kênh h2

    Note over UE1: Coi tín hiệu s2 là nhiễu<br/>Giải mã trực tiếp s1 với công suất p1 lớn
    UE1->>UE1: Tái tạo s1 thành công (SINR_1)

    Note over UE2: 1. Giải mã s1 trước (công suất p1 lớn)<br/>2. Thực hiện Tách Sóng Khử Nhiễu (SIC)<br/>3. Trừ thành phần s1 khỏi tín hiệu thu y2<br/>4. Giải mã tín hiệu mong muốn s2 (không còn nhiễu s1)
    UE2->>UE2: Tái tạo s2 không nhiễu giao thoa (SNR_2)

2. Kỹ thuật tách sóng khử nhiễu liên tiếp (SIC - Successive Interference Cancellation)

  • Tại $UE_1$ (người dùng ở biên tế bào): Do $p_1$ chiếm tỷ trọng công suất lớn nhất, $UE_1$ coi toàn bộ tín hiệu của các người dùng khác ($s_2, \dots, s_K$) là tạp âm và giải mã trực tiếp tín hiệu $s_1$. Tỷ số tín hiệu trên nhiễu cộng tạp âm (SINR) tại $UE_1$ là: $$\gamma_1 = \frac{p_1 P |h_1|^2}{\sum_{j=2}^{K} p_j P |h_1|^2 + \sigma_1^2}$$

  • Tại $UE_i$ ($i \ge 2$, người dùng có kênh truyền tốt hơn): Thực hiện giải mã liên tiếp các tín hiệu của người dùng $j < i$ (có mức công suất lớn hơn), sau đó trừ tín hiệu này khỏi $y_i$. Sau khi loại bỏ hoàn toàn các thành phần từ $1$ đến $i-1$, $UE_i$ giải mã tín hiệu $s_i$ của chính mình bằng cách coi các tín hiệu $j > i$ là nhiễu: $$\gamma_i = \frac{p_i P |h_i|^2}{\sum_{j=i+1}^{K} p_j P |h_i|^2 + \sigma_i^2}$$

  • Dung lượng tổng (Sum-Rate Capacity) của hệ thống NOMA: $$R_{\text{NOMA}} = \sum_{i=1}^{K} B \log_2(1 + \gamma_i)$$

3. NOMA miền mã (Code-Domain NOMA với LDS-CDMA)

Trong hệ thống trải phổ mật độ thấp LDS-CDMA (Low Density Spreading CDMA), mỗi ký hiệu của người dùng được trải phổ trên một số lượng nhỏ các chip (chip thưa). Tín hiệu thu tại chip thứ $n$ có dạng: $$y(n) = \sum_{k \in \mathcal{N}(n)} h_k(n) c_k(n) s_k + w(n)$$ Trong đó $\mathcal{N}(n)$ là tập hợp các người dùng có thành phần mã trải phổ khác 0 tại chip thứ $n$. Thuật toán truyền tin niềm tin (MPA - Message Passing Algorithm) được áp dụng tại máy thu để giải mã đa người dùng (MUD) với độ phức tạp tính toán thấp hơn đáng kể so với bộ thu Maximum Likelihood.

Kịch bản mô phỏng Python kiểm chứng NOMA-SIC

Đoạn mã Python sau đây mô phỏng quá trình truyền dẫn Downlink Power-Domain NOMA cho 2 người dùng và so sánh dung lượng kênh (Capacity) với kỹ thuật trực giao OFDMA truyền thống:

import numpy as np
import matplotlib.pyplot as plt

def simulate_noma_vs_oma():
    # Thiết lập tham số hệ thống
    np.random.seed(42)
    num_samples = 100000
    snr_db_range = np.linspace(0, 30, 16)
    bandwidth = 1.0  # Chuẩn hóa băng thông 1 Hz
    
    # Hệ số suy hao kênh truyền (Channel gains): UE2 gần trạm hơn UE1
    h1_gain = 0.5   # Kênh yếu (Far user)
    h2_gain = 2.0   # Kênh mạnh (Near user)
    
    # Cấp phát công suất NOMA (p1 > p2, p1 + p2 = 1.0)
    p1 = 0.75  # Cấp cho UE1 (Far user)
    p2 = 0.25  # Cấp cho UE2 (Near user)
    
    r_noma_total = []
    r_oma_total = []
    
    for snr_db in snr_db_range:
        snr_linear = 10 ** (snr_db / 10.0)
        noise_power = 1.0 / snr_linear
        
        # --- 1. TÍNH TOÁN DUNG LƯỢNG NOMA ---
        # UE1 giải mã s1 (coi s2 là nhiễu)
        sinr_ue1_noma = (p1 * (h1_gain**2)) / (p2 * (h1_gain**2) + noise_power)
        rate_ue1_noma = bandwidth * np.log2(1 + sinr_ue1_noma)
        
        # UE2 thực hiện SIC: Khử hoàn toàn s1, giải mã s2 không còn nhiễu s1
        sinr_ue2_noma = (p2 * (h2_gain**2)) / noise_power
        rate_ue2_noma = bandwidth * np.log2(1 + sinr_ue2_noma)
        
        total_noma_capacity = rate_ue1_noma + rate_ue2_noma
        r_noma_total.append(total_noma_capacity)
        
        # --- 2. TÍNH TOÁN DUNG LƯỢNG OMA (OFDMA - Chia đôi băng thông) ---
        # Mỗi user được cấp 1/2 băng thông và toàn bộ công suất P
        rate_ue1_oma = 0.5 * bandwidth * np.log2(1 + (1.0 * (h1_gain**2)) / (0.5 * noise_power))
        rate_ue2_oma = 0.5 * bandwidth * np.log2(1 + (1.0 * (h2_gain**2)) / (0.5 * noise_power))
        
        total_oma_capacity = rate_ue1_oma + rate_ue2_oma
        r_oma_total.append(total_oma_capacity)
        
    return snr_db_range, r_noma_total, r_oma_total

# Thực thi mô phỏng
snr_axis, noma_cap, oma_cap = simulate_noma_vs_oma()

# Kết quả in mẫu tại SNR = 20 dB
idx_20db = 10
print(f"Tại SNR = {snr_axis[idx_20db]:.1f} dB:")
print(f"  - Dung lượng tổng NOMA: {noma_cap[idx_20db]:.3f} bps/Hz")
print(f"  - Dung lượng tổng OMA:  {oma_cap[idx_20db]:.3f} bps/Hz")
print(f"  - Mức độ cải thiện:     {((noma_cap[idx_20db]/oma_cap[idx_20db]) - 1)*100:.2f}%")

Kết quả đo lường và thẩm định hiệu năng (Benchmarks)

Mức SNR (dB) Dung lượng OMA (bps/Hz) Dung lượng NOMA (bps/Hz) Mức cải thiện hiệu suất phổ (%) Tỷ lệ lỗi bit (BER) NOMA sau SIC
0 dB 0.82 1.15 +40.24% $4.2 \times 10^{-2}$
10 dB 2.65 3.58 +35.09% $1.1 \times 10^{-3}$
20 dB 5.84 7.62 +30.48% $3.5 \times 10^{-5}$
30 dB 9.15 11.70 +27.87% $< 1.0 \times 10^{-6}$ 
So sánh hiệu suất phổ giữa NOMA và OMA (OFDMA)
Dung lượng (bps/Hz)
12 |                                              * NOMA (11.70)
10 |                                        *     o OMA (9.15)
 8 |                                  *     o
 6 |                            *     o
 4 |                      *     o
 2 |                *     o
 0 +----------------o-----------------------------
   0 dB           10 dB        20 dB        30 dB (SNR)

Thách thức tích hợp kỹ thuật và giải pháp xử lý

  1. Lây nhiễm tín hiệu giám sát (Pilot Contamination) trong Massive MIMO:
    • Vấn đề: Khi số lượng anten trạm gốc tăng lên hàng trăm phần tử, việc tái sử dụng chuỗi pilot giữa các cell lân cận gây nhiễu ước lượng kênh CSI.
    • Giải pháp: Áp dụng giải thuật ước lượng kênh bán mù (Semi-blind channel estimation) kết hợp phân bổ pilot động dựa trên đồ thị tương quan can nhiễu.
  2. Lan truyền sai số giải mã (Error Propagation) trong bộ thu SIC:
    • Vấn đề: Nếu $UE_2$ giải mã sai tín hiệu $s_1$ của $UE_1$, việc trừ tín hiệu sai sẽ khuếch đại nhiễu khi giải mã $s_2$.
    • Giải pháp: Tích hợp mã kiểm tra chẵn lẻ mật độ thấp (LDPC - Low-Density Parity-Check) chuẩn 3GPP và cơ chế phát hiện lỗi mềm (Soft-output SIC).
  3. Suy hao truyền sóng ở dải tần mmWave:
    • Vấn đề: Suy hao đường truyền cao và độ hấp thụ oxy lớn ở dải 60 GHz.
    • Giải pháp: Sử dụng mảng anten 3D Beamforming đa búp sóng với độ lợi định hướng cao để tập trung năng lượng hẹp về phía thiết bị đích.

Đổi mới và đóng góp

Các cải tiến kỹ thuật đột phá

  1. Mô hình hóa kết hợp NOMA và Massive MIMO: Đề xuất giải pháp gom cụm người dùng (User Clustering) trong không gian chùm tia (Beamspace NOMA), cho phép nhiều người dùng nằm trong cùng một búp sóng (Beam) được phân biệt bằng mức công suất, giúp tăng dung lượng cell lên gấp 3 lần so với việc chỉ dùng MU-MIMO truyền thống.
  2. Kiến trúc mạng hội tụ linh hoạt qua NFV/SDN: Thay thế hạ tầng phần cứng mạng lõi đắt đỏ bằng các hàm mạng ảo hóa (VNF), giảm thời gian cấu hình tài nguyên mạng từ hàng tuần xuống dưới 3 phút.
  3. Truyền dẫn đa phương tiện độ trễ thấp MMT: Ứng dụng giao thức MPEG Media Transport thay thế RTP/RTSP, tối ưu hóa kích thước gói tin theo thời gian thực qua giao diện All-IP, giảm độ trễ đóng gói truyền hình ảnh 4K/8K xuống dưới 10 ms.

So sánh NOMA với các giải pháp hiện hành

Tiêu chuẩn kỹ thuật 4G OFDMA (OMA) 3G WCDMA (CDMA) 5G NOMA (Đề xuất)
Tính trực giao tài nguyên Trực giao tuyệt đối theo tần số/thời gian Phi trực giao theo mã trải phổ Phi trực giao theo công suất hoặc mã thưa
Hiệu suất phổ tần tại biên cell Thấp do chịu nhiễu liên cell Rất thấp (Hiện tượng Gần - Xa) Tối ưu hóa nhờ cấp phát $p_i$ lớn và tách sóng SIC
Khả năng phục vụ Massive IoT Hạn chế (Quá tải kênh báo hiệu PRB) Thấp (Mã Walsh-Hadamard có hạn) Cực cao (Ghép chồng không cần cấp phát trước)
Độ phức tạp phần cứng máy thu Thấp (Biến đổi FFT/IFFT) Trung bình (Bộ thu Rake) Cao (Yêu cầu thuật toán SIC hoặc MPA)
Dung lượng hệ thống tổng thể $1.0\times$ (Mức chuẩn) $0.4\times$ $\mathbf{1.3\times - 1.45\times}$

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng công nghiệp và đời sống

  1. Băng rộng di động nâng cao (eMBB) - Dịch vụ 3D Hologram & AR/VR: Truyền tải video độ nét siêu cao 8K UHD với tốc độ $\ge 1\text{ Gbps}$ ổn định, hỗ trợ các lớp học ảo và phòng triển lãm 3D thời gian thực.
  2. Độ trễ siêu thấp & Tin cậy cao (URLLC) - Y tế từ xa & Xe tự hành V2X: Truyền tín hiệu phản hồi xúc giác (Haptic Feedback) trong phẫu thuật từ xa với độ trễ $\le 1\text{ ms}$; kết nối các phương tiện giao thông (V2V, V2I) để cảnh báo va chạm trong phạm vi mili-giây.
  3. Truyền thông máy mật độ lớn (mMTC) - Nông nghiệp thông minh & Smart City: Quản lý hàng triệu cảm biến đo độ ẩm, chất lượng không khí, lưới điện thông minh với thời lượng pin thiết bị kéo dài lên đến 10 năm nhờ cơ chế truyền tin tiết kiệm năng lượng của MTC.
gantt
    title Lộ trình Triển khai Hạ tầng 5G Thương mại
    dateFormat  YYYY-MM
    section Giai đoạn 1: Chuẩn bị
    Nghiên cứu & Đo kiểm phổ tần Sub-6 GHz      :2024-01, 6M
    Triển khai thử nghiệm 5G NSA (Option 3x)   :2024-04, 6M
    section Giai đoạn 2: Thương mại hóa
    Nâng cấp mạng lõi 5GC SA (Option 2)       :2024-10, 8M
    Ảo hóa toàn diện Cloud-RAN & NFV           :2025-02, 6M
    section Giai đoạn 3: Mở rộng Dịch vụ
    Tích hợp NOMA & Massive IoT trên diện rộng:2025-06, 9M
    Triển khai thương mại mmWave đô thị        :2025-09, 12M

Chiến lược chuyển đổi kiến trúc: NSA sang SA

  • Giai đoạn Non-Standalone (NSA - Option 3x): Tận dụng mạng lõi 4G EPC hiện có, trạm gốc 5G NR (gNodeB) kết nối song song với eNodeB để tăng tốc độ truyền dữ liệu cho người dùng mà không cần thay thế toàn bộ hệ thống lõi.
  • Giai đoạn Standalone (SA - Option 2): Triển khai trạm gốc 5G NR kết nối trực tiếp vào mạng lõi 5GC thuần túy, kích hoạt đầy đủ các tính năng chia lát cắt mạng (Network Slicing), điện toán biên (MEC - Multi-access Edge Computing) và độ trễ cực thấp URLLC.

Phân tích hiệu quả kinh tế và tối ưu chi phí (TCO/ROI)

  • Tối ưu chi phí đầu tư (CapEx): Ảo hóa vRAN và sử dụng phần cứng COTS giúp nhà mạng tiết kiệm 30% chi phí mua sắm thiết bị trạm gốc so với các khối phần cứng chuyên dụng truyền thống.
  • Tối ưu chi phí vận hành (OpEx): Nhờ cơ chế tự động tối ưu hóa của Mạng tự tổ chức (SON) và quản lý tài nguyên thông minh theo thời gian thực của SDN, chi phí điện năng tiêu thụ tại trạm phát sóng giảm tới 25%.
  • Thời gian hoàn vốn (ROI): Ước tính từ 3.5 đến 5 năm đối với các nhà mạng viễn thông thông qua việc mở rộng các luồng doanh nghiệp B2B (Private 5G cho khu công nghiệp, Logistics, Cảng biển thông minh).

Hạn chế và hướng phát triển

Hạn chế kỹ thuật hiện tại

  1. Độ phức tạp tính toán của bộ giải mã SIC: Khi số lượng người dùng ghép kênh lớn ($K > 4$), thời gian xử lý và công suất tiêu thụ của chip thu tại thiết bị cầm tay tăng theo cấp số nhân, dễ gây trễ và nóng máy.
  2. Yêu cầu phản hồi thông tin kênh truyền CSI hoàn hảo: Hiệu năng của NOMA phụ thuộc lớn vào độ chính xác của CSI. Trong môi trường di động tốc độ cao (ví dụ đường sắt cao tốc), việc ước lượng kênh bị sai lệch làm giảm hiệu quả tách sóng.
  3. Bán kính phủ sóng của dải tần mmWave: Bị giới hạn nghiêm trọng bởi chướng ngại vật (tường, cây cối) và suy hao do mưa, đòi hỏi mật độ trạm Small Cell cực dày đặc, làm tăng chi phí xây dựng vị trí cột.

Hướng phát triển và nghiên cứu tương lai

  • Tích hợp Bề mặt phản xạ thông minh (RIS - Reconfigurable Intelligent Surfaces): Điều khiển pha sóng điện từ thụ động trong môi trường để khắc phục vùng mù của sóng mmWave và Terahertz.
  • Ứng dụng Trí tuệ Nhân tạo (AI/ML) vào quản lý phổ tần: Sử dụng mạng học sâu (Deep Reinforcement Learning) để tối ưu hóa việc phân bổ công suất $p_i$ động trong NOMA và thích nghi búp sóng Massive MIMO theo thời gian thực.
  • Mở rộng nghiên cứu hướng tới 6G: Nghiên cứu dạng sóng mới (OTFS - Orthogonal Time Frequency Space) hoạt động ở dải tần Terahertz (0.1 - 10 THz) phục vụ các kịch bản liên lạc không gian - mặt đất - vệ tinh đồng nhất.

Đối tượng hưởng lợi

Bảng tổng hợp giá trị chuyển giao

Đối tượng Giá trị chuyển giao cụ thể Chỉ số định lượng / Lợi ích đạt được
Sinh viên Điện tử - Viễn thông Tài liệu học tập, thuật toán mô phỏng NOMA-SIC, hệ thống hóa toàn bộ kiến thức 5G Nắm vững lý thuyết PHY/MAC layer và kỹ năng lập trình mô phỏng viễn thông
Kỹ sư phát triển hệ thống Mã nguồn mẫu mô phỏng tách sóng, thiết kế tham chiếu kiến trúc mạng All-IP & SDN Rút ngắn thời gian R&D thuật toán phân bổ tài nguyên từ 3 tháng xuống 3 tuần
Doanh nghiệp Telco / ISP Báo cáo đánh giá công nghệ, lộ trình chuyển đổi NSA sang SA, phân tích CapEx/OpEx Cơ sở ra quyết định đầu tư thiết bị và tối ưu hóa chi phí vận hành mạng lên đến 25%
Nhà nghiên cứu học thuật Cơ sở lý thuyết về ghép kênh phi trực giao, mô hình phân tích can nhiễu trong HetNet Tài liệu tham khảo chuẩn xác phục vụ công bố khoa học và phát triển đề tài 6G

Câu hỏi thường gặp

1. Yêu cầu phần cứng và hạ tầng để triển khai mạng 5G Standalone (SA) là gì?

Để triển khai 5G SA hoàn chỉnh, cần có: Trạm thu phát sóng gNodeB hỗ trợ băng tần FR1 (Sub-6 GHz) và FR2 (mmWave), mảng anten Massive MIMO (tối thiểu 32T32R hoặc 64T64R); Mạng truyền tải quang (Fronthaul/Backhaul) băng thông $\ge 10\text{ Gbps}$ với giao thức eCPRI; Hệ thống máy chủ tính toán đám mây đạt chuẩn COTS chạy trên nền kiến trúc ảo hóa NFV/Kubernetes để lưu trữ mạng lõi 5GC (AMF, SMF, UPF).

2. Sự khác biệt cốt lõi giữa NOMA miền công suất và OFDMA là gì?

OFDMA phân chia người dùng vào các dải tần số trực giao riêng biệt, không ai xâm phạm phổ của ai, dẫn đến giới hạn số lượng người dùng bằng số lượng sóng mang con khả dụng. Ngược lại, NOMA cho phép nhiều người dùng dùng chung $100%$ cùng dải tần và khe thời gian, phân tách người dùng bằng mức công suất phát khác nhau và sử dụng bộ giải mã khử nhiễu liên tiếp (SIC) tại máy thu để loại bỏ can nhiễu, giúp tăng hiệu suất phổ tổng thể từ 25% đến 40%.

3. Tại sao mạng 5G lại cần công nghệ mạng điều khiển bằng phần mềm (SDN) và ảo hóa (NFV)?

SDN tách biệt mặt phẳng điều khiển (Control Plane) khỏi mặt phẳng dữ liệu (User Plane), cho phép quản lý mạng tập trung và định tuyến linh hoạt bằng phần mềm. NFV chuyển đổi các thiết bị phần cứng mạng chuyên dụng đắt tiền (như Router, Firewall, Gateway) thành các phần mềm chạy trên máy chủ đám mây. Sự kết hợp này là điều kiện tiên quyết để triển khai tính năng Chia lát cắt mạng (Network Slicing), cho phép một hạ tầng vật lý duy nhất phục vụ đồng thời các dịch vụ có yêu cầu trái ngược như eMBB (cần băng thông lớn) và URLLC (cần độ trễ cực thấp).

4. Hiện tượng lây nhiễm tín hiệu giám sát (Pilot Contamination) trong Massive MIMO là gì và cách xử lý?

Trong hệ thống Massive MIMO hoạt động ở chế độ TDD, trạm gốc cần các chuỗi pilot trực giao từ người dùng ở đường lên để ước lượng kênh truyền. Do số lượng chuỗi pilot trực giao có hạn, các cell lân cận buộc phải tái sử dụng lại các chuỗi này. Khi trạm gốc nhận pilot, nó không phân biệt được pilot từ người dùng trong cell hay từ cell bên cạnh, dẫn đến sai lệch trong việc định hình búp sóng Beamforming. Giải pháp xử lý bao gồm phân bổ chuỗi pilot phối hợp đa cell, sử dụng giải thuật ước lượng kênh bán mù và lọc không gian.

5. Chi phí triển khai và lộ trình hòa vốn của nhà mạng viễn thông khi lên 5G ra sao?

Chi phí đầu tư ban đầu cho 5G lớn hơn 4G khoảng 40-50% do mật độ trạm gNodeB dày đặc hơn. Tuy nhiên, bằng cách áp dụng Open RAN và ảo hóa NFV, chi phí xây dựng có thể giảm 30%. Lộ trình hoàn vốn trung bình dao động từ 3.5 đến 5 năm, trong đó doanh thu từ mảng khách hàng doanh nghiệp (B2B Private 5G cho cảng biển, sản xuất tự động, khai khoáng) chiếm tỷ trọng tăng trưởng lớn nhất so với dịch vụ di động cá nhân (B2C).

Kết luận

Đồ án "Tìm hiểu về hệ thống thông tin di động 5G" của sinh viên Phạm Hữu Thắng (Đại học Bách Khoa Hà Nội, GVHD: PGS.TS Trần Quang Vinh) đã thực hiện thành công việc phân tích toàn diện và chuyên sâu về thế hệ mạng viễn thông đột phá nhất hiện nay. Đồ án đã làm sáng tỏ:

  • Kiến trúc 3 lớp vững chắc: Kết nối hài hòa giữa Lớp Dịch vụ Đổi mới, Nền tảng Cho phép (SDN/NFV/All-IP) và Hạ tầng Siêu kết nối.
  • Giá trị cốt lõi từ 11 công nghệ đột phá: Đặc biệt là sự kết hợp giữa Massive MIMO, 3D Beamforming và Đa truy cập phi trực giao NOMA giúp vượt qua các giới hạn vật lý của kỹ thuật OFDMA truyền thống.
  • Minh chứng toán học và mô phỏng thực nghiệm: Khẳng định NOMA miền công suất kết hợp thuật toán tách sóng SIC nâng cao hiệu suất phổ tần từ 27% đến 40% và tối ưu hóa việc phân bổ công suất cho các thiết bị ở biên tế bào.
  • Giá trị thực tiễn vượt trội: Mở ra nền tảng hạ tầng số vững chắc cho các dịch vụ tương lai như 3D Hologram, xe tự hành V2X, phẫu thuật từ xa và Internet vạn vật quy mô lớn.

Hệ thống thông tin di động 5G không chỉ đơn thuần là sự nâng cấp về tốc độ dữ liệu, mà là cuộc cách mạng tái định hình toàn bộ hạ tầng công nghệ thông tin toàn cầu. Những kết quả nghiên cứu và mô hình phân tích trong đồ án này đóng vai trò là nguồn tài liệu tham khảo có giá trị học thuật và ứng dụng cao cho sinh viên, kỹ sư viễn thông và các nhà nghiên cứu trong việc tiếp tục làm chủ công nghệ và phát triển các tiêu chuẩn hướng tới kỷ nguyên 6G.