Tổng quan về luận án

Tài nguyên phổ tần vô tuyến đang đối mặt với nghịch lý nghiêm trọng: trong khi các tổ chức quản lý tần số trên toàn cầu ghi nhận hiệu suất sử dụng phổ chỉ đạt 15–85% theo các đo đạc thực địa tại hơn 15 quốc gia (châu Âu, Mỹ, Nhật Bản, Việt Nam và nhiều nơi khác), nhu cầu băng thông từ các chuẩn Wifi, WiMAX, LTE lại tăng vọt không ngừng. Khoảng trống nghiên cứu — research gap — mà luận án tiến sĩ của NCS Nguyễn Văn Chính (Học viện Công nghệ Bưu chính Viễn thông, 2017) nhắm tới chính là: làm thế nào để nâng cao hiệu năng mạng thứ cấp trong môi trường vô tuyến nhận thức (Cognitive Radio – CR) dạng nền (underlay), đồng thời đảm bảo mức can nhiễu chấp nhận được cho mạng sơ cấp?

Các công trình tiền nhiệm như Luo (2012) và Lee (2013) đã phân tích xác suất dừng cho hệ thống lựa chọn nút chuyển tiếp tốt nhất dạng nền nhưng chưa xem xét sự tương quan của các kênh truyền do có cùng kênh can nhiễu từ nút nguồn thứ cấp đến máy thu sơ cấp. Yan và cộng sự (2014) cung cấp biểu thức dạng đóng chính xác nhưng chỉ giới hạn cho kênh fading độc lập và đồng dạng — không phù hợp với mạng trong thực tế. Trong bối cảnh đó, luận án đặt ra bốn câu hỏi nghiên cứu cụ thể:

  1. RQ1: Xác suất dừng dạng đóng (closed-form) của hệ thống kết hợp AF dạng nền với kênh Rayleigh độc lập, không đồng nhất được tính như thế nào?
  2. RQ2: Bài toán tối ưu vị trí nút chuyển tiếp DF dạng nền với hai ràng buộc công suất (can nhiễu tối đa $I_p$ và công suất phát tối đa $P_m$) có lời giải tổng quát ra sao?
  3. RQ3: Mã hóa không gian–thời gian Alamouti áp dụng vào hệ thống vô tuyến nhận thức dạng nền đạt độ lợi phân tập đầy đủ không?
  4. RQ4: Điều chế thích nghi trong mạng CR dạng nền tối ưu hiệu suất phổ tần như thế nào khi tính đến kênh can nhiễu từ nút phát thứ cấp đến nút thu sơ cấp?

Khung lý thuyết tích hợp ba lý thuyết cốt lõi: (1) Cooperative Communication Theory (Laneman et al., MIT, 2007), (2) Cognitive Radio Theory (Haykin, 2005; Goldsmith et al., 2009) và (3) Space–Time Coding Theory (Alamouti, 1998; Tarokh, 1998). Phạm vi nghiên cứu bao phủ kênh fading Rayleigh, giao thức dạng nền, hệ thống từ một đến nhiều chặng (K = 1–5), với tham số suy hao đường truyền $\alpha$ từ 2 đến 6.

Literature Review và Positioning

Dòng nghiên cứu đầu tiên về truyền thông kết hợp dạng nền hội tụ quanh việc phân tích xác suất dừng. Nghiên cứu [14] phân tích OP cho mạng chuyển tiếp DF dạng nền trên kênh Nakagami-m với mức can nhiễu tối đa $I_p$; nghiên cứu [15] tổng quát hóa phương pháp tính OP và độ lợi phân tập cho ba giao thức DF (cố định, lựa chọn, gia tăng). Tuy nhiên, cả hai đều giả định kênh fading đồng nhất — điều kiện không thực tế trong mạng tự tổ chức (ad-hoc).

Dòng nghiên cứu thứ hai tập trung vào tối ưu hóa mạng CR. Nghiên cứu [28] giải bài toán tối ưu công suất bằng nhân tử Lagrange nhưng chỉ với ràng buộc can nhiễu trung bình, bỏ qua ràng buộc công suất phát tối đa $P_m$. Nghiên cứu [30]–[31] xét tối ưu vị trí nút chuyển tiếp trên kênh Rayleigh và Nakagami-m nhưng lại bỏ qua điều kiện $P_m$, khiến kết quả chỉ hợp lệ ở vùng SNR thấp — không thực tế khi triển khai. Luận án của Nguyễn Văn Chính lấp đầy khoảng trống này bằng lời giải tổng quát cho cả vùng SNR cao lẫn thấp.

Dòng nghiên cứu thứ ba về mã hóa MIMO trong CR ghi nhận các nghiên cứu [41]–[43] áp dụng kỹ thuật MIMO vào mạng dạng nền, nhưng chưa có công trình nào đề xuất áp dụng mã Alamouti và cung cấp biểu thức hiệu năng dạng đóng cho hệ thống một chặng và đa chặng dưới cùng một khung phân tích thống nhất. Đây chính là đóng góp tiên phong của luận án, tương đương với các nghiên cứu quốc tế như Laneman & Wornell (2003) tại MIT hay Tarokh et al. (1998) tại AT&T Bell Labs — nhưng đặt trong bối cảnh CR dạng nền lần đầu tiên.

So sánh với các nghiên cứu quốc tế: Trong khi Duong et al. (2012, UK) phân tích OP trên kênh Nakagami-m nhưng chỉ xét kênh đồng nhất, và Suraweera et al. (2010, Singapore) khảo sát điều chế thích nghi SSC nhưng bỏ qua kênh can nhiễu trong tính toán SNR của hệ thống thứ cấp, luận án này tích hợp kênh can nhiễu trực tiếp vào bài toán tối ưu hiệu suất phổ tần — một bước tiến đáng kể.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Lý thuyết truyền thông kết hợp (Laneman et al., 2007) được mở rộng sang môi trường CR dạng nền với điều kiện ràng buộc kép ($I_p$ và $P_m$). Công suất phát của nút nguồn thứ cấp được xác định bởi: $P_s = I_p / |h_{s,p}|^2$, tức là phụ thuộc trực tiếp vào độ lợi kênh can nhiễu — đây là điểm khác biệt cơ bản so với hệ thống kết hợp truyền thống.

Lý thuyết mã không gian–thời gian Alamouti (1998) được chứng minh duy trì độ lợi phân tập đầy đủ ngay cả trong môi trường CR dạng nền, cả một chặng (MISO dạng nền) và nhiều chặng (MIMO đa chặng dạng nền). Đây là phát hiện lý thuyết quan trọng vì môi trường CR dạng nền vốn được cho là làm suy giảm độ lợi phân tập do ràng buộc công suất thích nghi.

Lý thuyết truyền thích nghi (Goldsmith & Chua, 1997) được tích hợp vào bài toán CR dạng nền với việc xem xét đồng thời kênh truyền thứ cấp và kênh can nhiễu. Các kết quả dạng đóng cho M-PAM, M-PSK, M-QAM trên kênh Rayleigh được thiết lập lần đầu tiên cho mô hình này.

Khung phân tích độc đáo

Khung phân tích tích hợp ba lý thuyết: (1) Stochastic Geometry để mô hình hóa vị trí nút mạng, (2) Diversity–Multiplexing Tradeoff Theory để đánh giá hiệu năng phân tập, và (3) Convex Optimization Theory để giải bài toán tối ưu vị trí nút chuyển tiếp. Mô hình kênh suy hao đơn giản $\Omega^2 = d_{S,D}^{-\alpha}$ với $\alpha \in [2, 6]$ cho phép thiết lập bài toán tối ưu dạng đóng — đây là điều kiện biên (boundary condition) rõ ràng: kết quả chỉ hợp lệ cho kênh Rayleigh và có thể mở rộng sang Rician, Nakagami-m.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án áp dụng triết học nghiên cứu thực chứng (positivism) với phương pháp nghiên cứu định lượng thuần túy, kết hợp giữa phân tích toán học (analytical) và mô phỏng Monte Carlo. Thiết kế nghiên cứu là đa mức (multi-level): (1) phân tích lý thuyết xác suất; (2) tối ưu hóa bằng giải tích; (3) kiểm chứng bằng mô phỏng số.

Quy trình nghiên cứu rigorous

Mô hình #1 (AF dạng nền): Hệ thống gồm một nút nguồn thứ cấp (S), N nút chuyển tiếp $r_1, ..., r_N$ và một nút đích (D), cùng tồn tại với một cặp PU. Giao thức lựa chọn nút chuyển tiếp tốt nhất dựa trên SNR tương đương cao nhất. Phương pháp phân tích đề xuất xử lý sự tương quan của kênh can nhiễu — điểm mà các nghiên cứu Luo (2012) và Lee (2013) đã bỏ sót — qua việc điều kiện hóa theo $h_{s,p}$ chung.

Mô hình #2 (DF đa chặng): Hệ thống K chặng dạng nền với hai ràng buộc: $P_s \leq \min(P_m, I_p/h_{s,p}^2)$. Biểu thức xấp xỉ OP ở vùng SNR cao và thấp được thiết lập độc lập, sau đó bài toán tối ưu vị trí nút chuyển tiếp được giải phân tích bằng đạo hàm theo tọa độ $(x_k, y_k)$.

Mô hình #3 (Alamouti dạng nền): Hệ thống MISO (2×1) và MIMO đa chặng (2×N) dạng nền. Xác suất dừng và dung lượng Shannon được tính toán dạng đóng trên kênh Rayleigh. Phương pháp đề xuất được thiết kế để mở rộng cho kênh fading bất kỳ và nhiều anten thu.

Mô hình #4 (Điều chế thích nghi): Sáu chế độ truyền (BPSK, QPSK, 8-PSK, 16-QAM, 32-QAM, 64-QAM) với ngưỡng SNR tối ưu được xác định bằng bài toán tối ưu hóa lồi (convex optimization). Phần mềm mô phỏng: MATLAB, kiểm chứng Monte Carlo với $10^6$ mẫu trên mỗi điểm SNR.

Triangulation: Phương pháp phân tích (analytical) được kiểm chứng bằng mô phỏng Monte Carlo (phương pháp triangulation) cho mọi mô hình — đảm bảo tính hợp lệ nội tại (internal validity).

Phát hiện đột phá và implications

Những phát hiện then chốt

Phát hiện 1 — Độ lợi SNR từ lựa chọn nút chuyển tiếp: Khi số nút chuyển tiếp tăng từ N=1 đến N=4 trong hệ thống AF dạng nền, độ lợi SNR trung bình tăng lần lượt 9 dB, 13 dB, 15 dB tương ứng với xác suất dừng mục tiêu $OP = 10^{-5}$. Hệ thống đạt độ lợi phân tập bằng đúng số nút chuyển tiếp N, xác nhận lý thuyết phân tập kết hợp trong môi trường CR dạng nền.

Phát hiện 2 — Ưu thế của tối ưu vị trí nút chuyển tiếp: Phương pháp tối ưu vị trí K nút chuyển tiếp DF dạng nền vượt trội đáng kể so với phương pháp chia đều khoảng cách và phương pháp chọn ngẫu nhiên, đặc biệt trong điều kiện $I_p/N_0 = 10$ dB, $\alpha = 4$, và tọa độ PU $(x_p, y_p) = (0.5, 0.5)$. Kết quả này mang ý nghĩa thực tiễn cao: tối ưu vị trí không tiêu thụ thêm tài nguyên phổ hay công suất.

Phát hiện 3 — Mã Alamouti duy trì phân tập đầy đủ trong CR: Đây là phát hiện phản trực giác (counter-intuitive): mặc dù công suất phát thứ cấp bị ràng buộc thích nghi theo kênh can nhiễu $h_{s,p}$, hệ thống Alamouti dạng nền vẫn đạt độ lợi phân tập không gian đầy đủ trên kênh Rayleigh. Dung lượng Shannon của hệ thống Alamouti vượt trội đáng kể so với hệ thống SISO dạng nền ở cùng điều kiện SNR.

Phát hiện 4 — Tác động kênh can nhiễu đến hiệu suất phổ tần: Trong hệ thống điều chế thích nghi, việc tích hợp kênh can nhiễu vào tính toán SNR tại máy thu thứ cấp dẫn đến kết quả tối ưu ngưỡng điều chế $\gamma_T$ khác biệt so với các công trình [50]–[52] (vốn bỏ qua kênh can nhiễu). Hiệu suất phổ tần đạt cực đại tại ngưỡng tối ưu cụ thể, xác nhận tính đúng đắn của bài toán tối ưu lồi được đề xuất.

Phát hiện 5 — Ảnh hưởng của môi trường fading: Hệ số suy hao $\alpha$ ảnh hưởng mạnh đến xác suất dừng hệ thống đa chặng. Khi $\alpha$ tăng (môi trường truyền sóng khắc nghiệt hơn), hiệu quả của tối ưu vị trí nút chuyển tiếp càng thể hiện rõ rệt, trong khi các phương pháp phân bổ đơn giản suy giảm mạnh.

Implications đa chiều

Lý thuyết: Kết quả mở rộng lý thuyết Laneman (truyền thông kết hợp) và Alamouti (mã không gian–thời gian) sang môi trường CR dạng nền với ràng buộc kép, đồng thời bổ sung nền tảng toán học cho lý thuyết truyền thích nghi trong CR.

Thực tiễn: Kỹ sư thiết kế mạng 5G/B5G có thể áp dụng trực tiếp bài toán tối ưu vị trí nút chuyển tiếp trong các mạng heterogeneous network (HetNet) và Device-to-Device (D2D) communication. Phương pháp điều chế thích nghi với 6 chế độ cung cấp blueprint cụ thể cho việc nâng cao hiệu suất phổ tần trong các thiết bị IoT và mạng cảm biến không dây hoạt động trên phổ tần chia sẻ.

Chính sách: Kết quả cho thấy khả năng triển khai thực tế của mô hình dạng nền (underlay) — phương thức chia sẻ phổ tần không cần phối hợp tích cực với mạng sơ cấp — mở ra hướng chính sách quản lý phổ tần linh hoạt cho Cục Tần số Vô tuyến điện Việt Nam và các cơ quan quản lý viễn thông khu vực.

Limitations và Future Research

Hạn chế 1: Mô hình kênh sử dụng kênh Rayleigh — phù hợp cho môi trường không có đường truyền thẳng (non-LOS). Kết quả chưa được mở rộng cho kênh Rician (môi trường LOS) hay kênh Nakagami-m tổng quát, mặc dù phương pháp đề xuất được khẳng định có thể mở rộng.

Hạn chế 2: Bài toán tối ưu vị trí nút chuyển tiếp giả định thông tin kênh truyền lý tưởng (CSI hoàn hảo) — không trễ và không lỗi. Trong thực tế, CSI của kênh can nhiễu từ nút thứ cấp đến máy thu sơ cấp luôn có trễ và sai số, dẫn đến việc hệ thống thứ cấp không thể đảm bảo tuyệt đối mức can nhiễu $I_p$.

Hạn chế 3: Mô hình địa lý tuyến tính (các nút nằm trên một đường thẳng) trong Chương 2 đơn giản hóa bố trí mạng thực tế và kết quả tối ưu cần được kiểm chứng với bố trí hai chiều.

Hạn chế 4: Luận án chưa xem xét bảo mật vật lý (physical layer security) — một chiều cạnh ngày càng quan trọng trong CR, đặc biệt khi mạng thứ cấp hoạt động trên nền hạ tầng phổ của mạng sơ cấp.

Định hướng nghiên cứu tiếp theo:

  • Mở rộng phân tích hiệu năng sang kênh Nakagami-m và Rician với biểu thức dạng đóng tổng quát.
  • Áp dụng kỹ thuật điều chế thích nghi cho hệ thống MIMO dạng nền (kết hợp Nhiệm vụ 1 và Nhiệm vụ 4).
  • Nghiên cứu bài toán CR dạng nền với CSI không hoàn hảo (imperfect CSI) và mô hình lỗi kênh truyền.
  • Tích hợp bảo mật vật lý lớp vật lý (physical layer security) vào khung CR kết hợp.
  • Mở rộng sang mạng CR đa người dùng (multi-user CR) và mạng NOMA-CR (Non-Orthogonal Multiple Access).

Tác động và ảnh hưởng

Bốn công trình công bố từ luận án (ký hiệu 1–4 trong danh mục) đặt nền tảng cho dòng nghiên cứu về phân tích hiệu năng dạng đóng trong mạng CR kết hợp tại Việt Nam, đặc biệt trong bối cảnh quốc tế ít nghiên cứu giải quyết đồng thời hai ràng buộc $I_p$ và $P_m$. Trong lĩnh vực thực tiễn, các phát hiện trực tiếp hỗ trợ thiết kế mạng 5G NR (New Radio) với kiến trúc D2D và Relay-assisted communication đang được chuẩn hóa trong 3GPP Release 16 và 17. Đối với chính sách quản lý phổ tần, kết quả chứng minh tính khả thi của underlay spectrum sharing — mô hình mà Ủy ban Truyền thông Liên bang Mỹ (FCC) đã định hướng trong các báo cáo về Dynamic Spectrum Access từ năm 2002. Trong bối cảnh Việt Nam đang xây dựng lộ trình triển khai 5G và quy hoạch phổ tần đến 2030, nghiên cứu cung cấp cơ sở khoa học cho chính sách cho phép thiết bị IoT chia sẻ phổ với hệ thống di động.

Đối tượng hưởng lợi

Nghiên cứu sinh và học giả: Phương pháp phân tích dạng đóng và bài toán tối ưu được trình bày tường minh, có thể tái sử dụng trực tiếp cho các hệ thống CR khác (overlay, interweave) và cho kênh fading khác (Rician, Nakagami-m, Weibull). Bốn nhiệm vụ nghiên cứu được mô-đun hóa, tạo điều kiện cho nghiên cứu sinh kế thừa từng phần độc lập.

Các giảng viên và nhà nghiên cứu cấp cao: Khung lý thuyết thống nhất ba lý thuyết (Cooperative Communication, CR Theory, Space–Time Coding) tạo cơ sở để xây dựng các nghiên cứu liên ngành về học máy tăng cường (reinforcement learning) cho quản lý phổ tần thông minh.

Kỹ sư R&D ngành viễn thông: Bài toán tối ưu vị trí nút chuyển tiếp với biểu thức đóng cho phép triển khai thuật toán tối ưu hóa nhanh trong thực tế, không cần tính toán số phức tạp — phù hợp với yêu cầu thời gian thực của hệ thống 5G.

Nhà hoạch định chính sách: Kết quả định lượng về cải thiện hiệu suất phổ (từ 15–85% lên mức cao hơn thông qua CR dạng nền) cung cấp bằng chứng thực nghiệm để đề xuất sửa đổi quy định cấp phép tần số theo hướng chia sẻ phổ năng động.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất: Luận án mở rộng lý thuyết truyền thông kết hợp của Laneman et al. (2007) sang môi trường CR dạng nền với ràng buộc kép — đây là trường hợp tổng quát nhất chưa được giải quyết hoàn chỉnh. Đặc biệt, chứng minh rằng mã Alamouti duy trì độ lợi phân tập đầy đủ trong môi trường CR dạng nền là kết quả lý thuyết không hiển nhiên và có ý nghĩa định hướng quan trọng.

2. Phương pháp luận đổi mới: So với Luo (2012) chưa xử lý tương quan kênh, và Yan et al. (2014) chỉ xét kênh đồng nhất, luận án đề xuất phương pháp điều kiện hóa theo kênh can nhiễu chung $h_{s,p}$ cho phép tính OP dạng đóng chính xác với kênh Rayleigh không đồng nhất — mở rộng tập hợp điều kiện áp dụng đáng kể.

3. Phát hiện bất ngờ nhất: Mã Alamouti duy trì độ lợi phân tập không gian đầy đủ ngay cả khi công suất phát thứ cấp bị hạn chế bởi kênh can nhiễu thích nghi. Điều này trái với trực giác ban đầu rằng ràng buộc công suất động sẽ phá vỡ cấu trúc phân tập của mã không gian–thời gian.

4. Tính tái lập (Replication): Kết quả phân tích được kiểm chứng bằng mô phỏng Monte Carlo ($10^6$ mẫu) với phần mềm MATLAB; mô hình kênh và tham số hệ thống được mô tả tường minh (khoảng cách, $\alpha$, $I_p/N_0$, $P_m/N_0$, $K$), đảm bảo khả năng tái lập (replication protocol).

5. Chương trình nghiên cứu 10 năm: Luận án đặt nền tảng cho lộ trình: (1) CR với CSI không hoàn hảo, (2) NOMA-CR, (3) Machine Learning cho quản lý phổ, (4) Physical Layer Security trong CR, (5) Massive MIMO-CR — phác thảo chương trình nghiên cứu đến 2030 trong bối cảnh mạng 6G.

Kết luận

Luận án tiến sĩ của NCS Nguyễn Văn Chính mang lại sáu đóng góp khoa học cụ thể:

  1. Biểu thức OP dạng đóng chính xác cho hệ thống AF dạng nền với kênh Rayleigh không đồng nhất, xử lý tương quan kênh can nhiễu — tổng quát hóa kết quả của Yan et al. (2014) như một trường hợp đặc biệt.
  2. Lời giải tối ưu vị trí nút chuyển tiếp cho mạng DF đa chặng dạng nền với ràng buộc kép ($I_p$ và $P_m$), hợp lệ cho toàn dải SNR — khắc phục hạn chế của các nghiên cứu [30]–[31].
  3. Chứng minh độ lợi phân tập đầy đủ của mã Alamouti trong môi trường CR dạng nền (một chặng và nhiều chặng) — đóng góp lý thuyết tiên phong chưa có tiền lệ trong literature.
  4. Biểu thức dạng đóng toàn diện cho hệ thống điều chế thích nghi CR dạng nền: OP, BER trung bình, hiệu suất phổ tần, xác suất mỗi chế độ truyền — với tích hợp kênh can nhiễu vào tính toán SNR thứ cấp.
  5. Bài toán tối ưu hiệu suất phổ tần với lời giải phân tích cho hệ thống điều chế thích nghi 6 chế độ, có thể mở rộng sang mô hình kênh Rician và Nakagami-m.
  6. Khung phương pháp thống nhất tích hợp phân tích lý thuyết, tối ưu hóa giải tích và kiểm chứng Monte Carlo — áp dụng được cho toàn bộ họ mô hình CR kết hợp.

Các phát hiện này mở ra ít nhất ba dòng nghiên cứu mới: (1) CR với CSI không hoàn hảo và ràng buộc xác suất can nhiễu, (2) MIMO-CR kết hợp điều chế thích nghi và mã không gian–thời gian tổng quát, (3) tối ưu hóa đa mục tiêu (multi-objective) cho mạng CR heterogeneous trong bối cảnh 5G và B5G. Với sự phù hợp của kết quả với các xu hướng chuẩn hóa 3GPP và chính sách quản lý phổ tần toàn cầu, luận án tạo ra di sản khoa học có giá trị ứng dụng thực tiễn rõ ràng cho ngành viễn thông Việt Nam và quốc tế.