Tổng quan về luận án
Nghiên cứu về mô hình toán học thống kê và số hóa tín hiệu ngẫu nhiên đóng vai trò nền tảng then chốt trong kỹ thuật vô tuyến hiện đại, đặc biệt là trong lĩnh vực xử lý tín hiệu radar khí tượng. Tín hiệu phản xạ từ các mục tiêu khí quyển (như mây, mưa, dông, bão) mang bản chất là các quá trình ngẫu nhiên phi dừng hoặc chuẩn dừng, bị chi phối bởi hiện tượng tán xạ thể tích của vô số hạt thủy văn có kích thước, vận tốc và hình dạng thăng giáng ngẫu nhiên. Luận án tiến sĩ kỹ thuật chuyên ngành Kỹ thuật Điện tử (Mã số: 9 52 02 03) của nghiên cứu sinh Nguyễn Thị Nguyên, dưới sự hướng dẫn khoa học của PGS.TS Phạm Tuấn Giáo và PGS.TS Đỗ Huy Giác tại Học viện Kỹ thuật Quân sự (2018), mang tên "Nghiên cứu mô hình số hóa đối với các tín hiệu ngẫu nhiên ứng dụng trong xử lý tín hiệu radar khí tượng", đã giải quyết bài toán cốt lõi này thông qua cách tiếp cận toàn diện từ giải tích thống kê đến thiết kế thuật toán số hóa thời gian thực.
Khoảng trống nghiên cứu (research gap) mà luận án giải quyết xuất phát từ hạn chế của các phương pháp mô hình hóa tín hiệu truyền thống: phần lớn các nghiên cứu trước đây (như Lechleider, Skiner B.) chỉ giả định tín hiệu là quá trình ngẫu nhiên dừng (stationary) với phân bố Gauss chuẩn tắc, bỏ qua tính chất bất đối xứng, biến đổi phi tuyến theo thời gian và tương quan đa chiều của tín hiệu phản xạ khí tượng thực tế. Hơn nữa, việc số hóa tín hiệu ngẫu nhiên có quy luật phân bố xác định (như Rayleigh, Rice, Gamma) kết hợp với các thuộc tính tương quan cho trước đòi hỏi khối lượng tính toán phức tạp, khó hiện thực hóa trên các bộ vi xử lý và hệ thống chuyển đổi tương tự - số (ADC/DAC) 8-bit trong các đài radar thực tế.
Luận án đặt ra hệ thống câu hỏi nghiên cứu và giả thuyết khoa học cụ thể:
- Câu hỏi nghiên cứu 1 (RQ1): Làm thế nào để mô hình hóa chính xác các tín hiệu ngẫu nhiên không dừng và chuẩn dừng có hàm tương quan $R_x(t_1, t_2)$ và mật độ phân bố xác suất xác định mà tối ưu hóa được độ phức tạp thuật toán?
- Câu hỏi nghiên cứu 2 (RQ2): Thuật toán số hóa nào cho phép tái tạo chân thực tín hiệu phản xạ radar khí tượng tại cả tuyến trung tần (IF) và tuyến thị tần (video) khi chịu tác động đồng thời của nhiễu cộng $n(t)$ và nhiễu nhân $\mu(t)$?
- Giả thuyết khoa học 1 (H1): Việc tích hợp phương pháp khai triển chuẩn tắc Pugachev với biến đổi phi tuyến không quán tính (ZMNL) và mô hình chuỗi Markov sẽ duy trì sai số tương quan dưới $5%$ trong khi giảm $40%$ chi phí tính toán so với khai triển trực giao Fourier truyền thống.
- Giả thuyết khoa học 2 (H2): Sử dụng tín hiệu số hóa mô phỏng chính xác đặc trưng thống kê của mục tiêu mưa (từ lượng mưa $<0,5\text{ mm}$ đến $\ge 25\text{ mm}$) sẽ nâng cao chất lượng đánh giá đặc trưng phát hiện $D$ của máy thu tương can tại các mức xác suất báo động giả cực thấp ($F = 10^{-4}, 10^{-5}, 10^{-6}$).
Khung lý thuyết của luận án được xây dựng trên sự giao thoa của lý thuyết quá trình ngẫu nhiên (Pugachev, Kolmogorov), lý thuyết lọc tối ưu thích nghi (Wiener, Kalman), mô hình tự hồi quy - trung bình dịch chuyển (AR/MA của Dahlgren) và lý thuyết xích Markov (Markov Chains). Phạm vi nghiên cứu bao quát dữ liệu tín hiệu thực nghiệm thu thập từ 4 đài radar khí tượng chuyên dụng: radar МРЛ-5, МРЛ-25 (do Liên bang Nga sản xuất) và radar TRS-2730, TRS-2843 (do Pháp sản xuất), khảo sát các mục tiêu mây mưa ở cự ly dưới $175\text{ km}$ với các chế độ xung rộng, xung hẹp và các kích thước cửa sóng khác nhau.
Literature Review và Positioning
Nghiên cứu mô hình toán học thống kê tín hiệu và xử lý nhiễu trong kỹ thuật radar đã trải qua nhiều giai đoạn phát triển với các dòng học thuật tiêu biểu:
Dòng nghiên cứu về lọc tối ưu và khử nhiễu radar tiêu cực: Điển hình tại Việt Nam là công trình của Nguyễn Trọng Minh (1996), người đã xây dựng hệ tự động bù khử nhiễu radar tiêu cực dựa trên lý thuyết lọc tối ưu cho các quá trình Markov cấu trúc ngẫu nhiên với kênh quan sát biến đổi tuần tự. Tiếp đó, Vũ Hữu Nghị (1996) hoàn thiện hệ thống này bằng cách phát triển thuật toán lọc tối ưu thích nghi đánh giá nhiễu radar tiêu cực trên toàn bộ dải phổ tần số. Ở cấp độ xử lý trường ngẫu nhiên, Nguyễn Thanh Hà đã đề xuất phương pháp thích nghi gián đoạn tuyến tính để ước lượng hàm tương quan của trường dừng và ergodic, cho phép tính toán gần đúng theo từng đoạn thẳng với sai số kiểm soát.
Dòng nghiên cứu quốc tế về ước lượng phổ và mô hình hóa quá trình Gauss: Bresler đã giải quyết bài toán mô hình hóa và ước lượng quá trình ngẫu nhiên Gauss dịch chuyển Doppler băng rộng từ tập mẫu hữu hạn rời rạc, mở rộng cho các quá trình phi dừng. J. Holder tập trung vào kỹ thuật xử lý tín hiệu thích nghi theo phương pháp phổ chéo (cross-spectral method) kết hợp lọc Wiener để giảm thứ hạng vector trong không gian tạp âm. Dahlgren S. cùng các cộng sự chứng minh rằng mô hình tự hồi quy trung bình trượt (ARMA) vượt trội hơn hẳn các kỹ thuật biến đổi Fourier cổ điển trong việc phân tích mật độ phổ công suất (PSD) và cải thiện độ phân giải tín hiệu radar trải phổ.
Dòng nghiên cứu về nhiễu chuyển mạch và hệ thống nhảy tần: Alper Demir và Peter Feldmann (Hoa Kỳ) đã phát triển phương pháp luận mô phỏng nhiễu chuyển số (switching noise) trong chip tín hiệu hỗn hợp dựa trên chuỗi Markov rời rạc điều chế với thư viện mẫu định sẵn. Sami A. Mostafa nghiên cứu hệ thống radar nhảy tần nhanh (FFH) và nhảy tần chậm (SFH), chứng minh rằng chuỗi nhảy tần giả ngẫu nhiên tuân theo phân bố Gamma đem lại hàm bất định (ambiguity function) và xác suất trúng đích (Hit probability) tối ưu hơn so với phân bố đều.
+-------------------------------------------------------------------------------+
| TIẾN TRÌNH PHÁT TRIỂN HỌC THUẬT |
+-------------------------------------------------------------------------------+
| Nguyen Trong Minh (1996) Bresler / Dahlgren Alper Demir / |
| Vu Huu Nghi (1996): Holder: ARMA, Doppler Sami A. Mostafa: |
| Loc toi uu Markov khu Gauss & Adaptive Markov Noise & |
| nhieu radar tieu cuc Cross-Spectral PSD FFH Gamma Model |
+-------------------------------+---------------------------+-------------------+
\ /
\ /
v v
+-----------------------------------------------------------+
| LUẬN ÁN NGUYỄN THỊ NGUYÊN (2018) |
| Mo hinh hoa so hoa tin hieu ngau nhien phi dung / dung |
| Khai trien chuan tac Pugachev + Phi tuyen ZMNL + AR/MA |
| So hoa phan cung ADC/DAC 8-bit cho Radar MRL-5/TRS-2730 |
+-----------------------------------------------------------+
Tranh luận học thuật cốt lõi tồn tại giữa hai quan điểm:
- Quan điểm 1 (Cổ điển - Biến đổi tuyến tính): Cho rằng việc xấp xỉ tín hiệu phản xạ khí tượng qua các bộ lọc tuyến tính tác động lên tạp trắng Gauss là đủ để đánh giá hệ thống, ưu tiên tính đơn giản của thuật toán.
- Quan điểm 2 (Hiện đại - Phi tuyến & Tương quan phi chuẩn): Khẳng định tín hiệu phản xạ từ các đám mây tích điện và giáng thủy mạnh có tính phi tuyến sâu sắc, đứt đoạn và phân bố biên độ đường bao lệch chuẩn (Rayleigh, Rice, Gamma). Luận án của Nguyễn Thị Nguyên định vị chính xác tại giao điểm này, khắc phục nhược điểm mất thông tin pha và méo dạng hàm tự tương quan $R_x(\tau)$ khi số hóa bằng cách tích hợp khai triển chuẩn tắc với phép biến đổi phi tuyến không quán tính.
So sánh với hai nghiên cứu quốc tế tiêu biểu:
- So với nghiên cứu của Bresler về quá trình Gauss Doppler, luận án của Nguyễn Thị Nguyên mở rộng mô hình từ phân bố Gauss đơn thuần sang các dạng phân bố phi Gauss phức tạp (Rayleigh, Rice, Khama) và kiểm chứng trực tiếp trên tín hiệu phản xạ thực tế của radar giáng thủy.
- So với công trình của Alper Demir & Peter Feldmann vốn chỉ ứng dụng chuỗi Markov mô phỏng nhiễu chuyển mạch trong mạch tích hợp vi mô, tác giả đã phát triển chuỗi Markov để tổng hợp các bước nhảy tần số ngẫu nhiên của tín hiệu phản xạ qua nhiều dải phổ quan sát khác nhau trong khí quyển vĩ mô.
Đóng góp lý thuyết và khung phân tích
Đóng góp cho lý thuyết
Luận án đã mở rộng và hoàn thiện lý thuyết biểu diễn quá trình ngẫu nhiên của V.S. Pugachev thông qua việc xây dựng cơ chế khai triển chuẩn tắc và không chuẩn tắc cho tín hiệu ngẫu nhiên không dừng $X(t)$ với các thuộc tính tương quan $R_x(t_1, t_2)$ và hàm hiệp biến $K_x(t_1, t_2)$ cho trước:
$$K_x(t_1, t_2) = R_x(t_1, t_2) - m_x(t_1)m_x(t_2)$$
Tác giả đã phát triển hệ thống 4 mệnh đề lý thuyết nền tảng:
-
Mệnh đề 1: Mọi quá trình ngẫu nhiên không dừng $X(t)$ có kỳ vọng $m_x(t)$ và hàm hiệp biến $K_x(t_1, t_2)$ liên tục đều có thể biểu diễn chính xác qua chuỗi tọa độ chuẩn tắc:
$$X(t) = m_x(t) + \sum_{\nu=1}^{N} V_\nu \varphi_\nu(t)$$
trong đó $V_\nu$ là các đại lượng ngẫu nhiên không tương quan ($M[V_\nu] = 0, M[V_\nu V_\mu] = D_\nu \delta_{\nu\mu}$) và $\varphi_\nu(t)$ là các hàm cơ sở không ngẫu nhiên xác định.
-
Mệnh đề 2: Khi tín hiệu dải hẹp $s(t) = a(t)A(t-\tau)\cos(\omega_0(t-\tau) + \theta(t-\tau) - \psi(t))$ chịu tác động của môi trường tán xạ đa tia, biên độ đường bao $a(t)$ tuân theo quy luật Rayleigh hoặc Rice, trong khi pha ngẫu nhiên $\psi(t)$ phân bố đều trong đoạn $[-\pi, \pi]$ với hàm mật độ $p(\psi) = \frac{1}{2\pi}$.
-
Mệnh đề 3: Hàm phân bố tổng quát Rayleigh của hỗn hợp tín hiệu có ích và nhiễu dải hẹp:
$$p(E) = \frac{E}{\sigma_N^2} \exp\left(-\frac{E^2 + S^2}{2\sigma_N^2}\right) I_0\left(\frac{ES}{\sigma_N^2}\right)$$
khi tỷ số biên độ tín hiệu trên tạp $a = S/\sigma_N \gg 1$ và $ax \gg 1$ sẽ tiệm cận chuyển hóa chính xác về phân bố chuẩn Gauss thông qua khai triển tiệm cận của hàm Bessel biến thể bậc không $I_0(z) \approx \frac{e^z}{\sqrt{2\pi z}}\left(1 + \frac{1}{8z}\right)$.
-
Mệnh đề 4: Sự kết hợp giữa mô hình tự hồi quy bậc $p$ - AR($p$) và biến đổi phi tuyến không quán tính (ZMNL) cho phép tái tạo chính xác cả hàm mật độ xác suất biên độ lẫn mật độ phổ công suất (PSD) $S(\omega)$ của tín hiệu phản xạ khí tượng phức tạp.
+-----------------------------------------------------------------------------------+
| KHUNG PHÂN TÍCH LÝ THUYẾT TÍCH HỢP |
+-----------------------------------------------------------------------------------+
| |
| +---------------------------------------------------------------------------+ |
| | 1. Lý thuyết quá trình ngẫu nhiên dừng / không dừng & chuẩn tắc Pugachev | |
| +---------------------------------------------------------------------------+ |
| | |
| v |
| +---------------------------------------------------------------------------+ |
| | 2. Phép biến đổi phi tuyến không quán tính (ZMNL) & Khâu "Giới hạn san bằng" |
| +---------------------------------------------------------------------------+ |
| | |
| v |
| +---------------------------------------------------------------------------+ |
| | 3. Cấu trúc lọc số lặp / không lặp (AR / MA) + Xích Markov nhảy tần | |
| +---------------------------------------------------------------------------+ |
| | |
| v |
| +---------------------------------------------------------------------------+ |
| | 4. Mô hình số hóa phần cứng: DAC/ADC 8-bit -> Máy thu tương can tối ưu | |
| +---------------------------------------------------------------------------+ |
+-----------------------------------------------------------------------------------+
Khung phân tích độc đáo
Khung phân tích của luận án tích hợp đồng thời 3 trường phái lý thuyết: Lý thuyết thống kê tín hiệu dải hẹp, Lý thuyết lọc số đệ quy/không đệ quy và Lý thuyết xích Markov. Điểm đột phá nằm ở giải pháp "giới hạn san bằng" phi tuyến (non-inertial non-linear limiting): biến đổi một quá trình Gauss chuẩn tắc thành quá trình ngẫu nhiên chuẩn dừng có hàm phân bố Rayleigh và Rice tùy chọn mà không làm phá vỡ ma trận hiệp phương sai ban đầu.
Điều kiện biên (boundary conditions) được xác định rõ ràng:
- Vận tốc tương đối của các phần tử phản xạ khí tượng và diện tích phản xạ hiệu dụng (RCS) của đám mây được coi là không đổi trong khoảng thời gian quan sát một chùm $N_0$ xung.
- Tạp âm nội bộ của tầng cao tần và trộn máy thu được chuẩn hóa thành tạp trắng Gauss có trung bình bằng 0 và phương sai $\sigma^2$, độc lập thống kê với tín hiệu phản xạ có ích.
Phương pháp nghiên cứu tiên tiến
Thiết kế nghiên cứu
Luận án tuân thủ thế giới quan thực chứng luận (positivism) với cấu trúc thiết kế nghiên cứu đa tầng (multi-level design) kết hợp chặt chẽ giữa giải tích giải tích toán học thống kê và mô phỏng thực nghiệm số hóa:
- Tầng 1 (Lý thuyết toán học): Xây dựng biểu thức tường minh cho các quy luật phân bố xác suất (Gauss, Khama bậc tự do chẵn/lẻ, Rayleigh, Rice) và các hàm tương quan không gian - thời gian.
- Tầng 2 (Mô hình thuật toán): Thiết kế sơ đồ thuật toán tổng hợp tín hiệu ngẫu nhiên rời rạc $x(nT)$ dựa trên bộ lọc số lặp (IIR) và không lặp (FIR), cấu trúc lọc phân tích/tổng hợp AR, cùng kỹ thuật trộn tín hiệu tạp trắng.
- Tầng 3 (Kiểm chứng số hóa phần cứng và mô phỏng): Hiện thực hóa trên máy tính với phần mềm MATLAB, đồng thời ánh xạ vào cấu trúc phần cứng số hóa với các tham số chuyển đổi cụ thể (bộ chuyển đổi tương tự - số ADC 8-bit và số - tương tự DAC 8-bit).
+-------------------------------------------------------------------------------+
| THIẾT KẾ NGHIÊN CỨU ĐA TẦNG |
+-------------------------------------------------------------------------------+
| TẦNG 1: GIẢI TÍCH TOÁN HỌC |
| - Hàm mật độ xác suất p(x): Gauss, Rayleigh, Rice, Khama |
| - Hàm tương quan Rx(t1, t2), hàm hiệp biến Kx(t1, t2) |
+-------------------------------------------------------------------------------+
|
v
+-------------------------------------------------------------------------------+
| TẦNG 2: THUẬT TOÁN MÔ HÌNH HÓA SỐ |
| - Khai triển chuẩn tắc [D1] & không chuẩn tắc [D2] |
| - Lọc phân tích / tổng hợp AR(p), MA(q) & Biến đổi phi tuyến ZMNL |
+-------------------------------------------------------------------------------+
|
v
+-------------------------------------------------------------------------------+
| TẦNG 3: MÔ PHỎNG & KIỂM CHỨNG THỰC NGHIỆM |
| - Dữ liệu thực tế: Radar MRL-5, MRL-25, TRS-2730, TRS-2843 |
| - Phần cứng: ADC/DAC 8-bit, Vmax = 1.0 V, Vnoise = 20.0 - 25.0 mV |
| - Đánh giá đặc trưng phát hiện D(SNR) tại F = 10^-4, 10^-5, 10^-6 |
+-------------------------------------------------------------------------------+
Quy trình nghiên cứu rigorous
Quy trình thu thập và xử lý dữ liệu được thiết lập chuẩn xác qua các thiết bị radar thời tiết thực tế:
- Thu nhận dạng sóng thực tế sau bộ tách sóng và đầu vào bộ khuếch đại trung tần (IF) của đài МРЛ-5 và TRS-2730.
- Phân loại mẫu giáng thủy theo 4 cấp độ cường độ phản xạ:
- Mây gây mưa với lượng nước nhỏ: $< 0,5\text{ mm}$.
- Mây gây mưa với lượng nước trung bình: $0,5 \div 1,5\text{ mm}$ và $5 \div 20\text{ mm}$.
- Mây gây mưa với lượng nước lớn: $\ge 25\text{ mm}$.
- Chế độ cự ly: quan sát ở cự ly gần dưới $175\text{ km}$ với hai chế độ cửa sóng hẹp và cửa sóng rộng.
- Kỹ thuật đối tam giác hóa (triangulation): So sánh chéo giữa giải tích lý thuyết, tín hiệu tạo ra từ mô hình thuật toán số, và dạng sóng ghi nhận từ máy hiện sóng trên thiết bị radar thực. Độ tin cậy được bảo đảm qua việc đánh giá tính dừng, độ lệch chuẩn $\sigma_x(t)$, và mức hội tụ của kỳ vọng thống kê theo định lý Ergodic:
$$\lim_{T \to \infty} \frac{1}{T} \int_{-T/2}^{T/2} x(t)dt = m_x$$
Data và phân tích
Dữ liệu mô phỏng và số hóa được khảo sát trên hệ thống thông số kỹ thuật chuẩn:
- Mức điện áp cực đại đầu ra: $V_{\max} = 1,0\text{ V}$.
- Độ phân giải lượng tử hóa: DAC 8-bit và ADC 8-bit.
- Biên độ điện áp tạp trắng đưa vào trộn: $20,0\text{ mV}$ và $25,0\text{ mV}$.
- Khảo sát thăng giáng tham số mạch: $\zeta_\eta = 0,1$, $\zeta_n = 0,1$, $\zeta_{n\Gamma} = 0,4 \div 0,7$.
- Phương pháp kiểm tra độ vững (robustness checks): Đánh giá xác suất phát hiện đúng $D$ của máy thu tương can tại các mức xác suất báo động giả $F = 10^{-4}, 10^{-5}, 10^{-6}$ khi áp dụng phương pháp khai triển chuẩn tắc ([D1]) đối sánh trực tiếp với phương pháp khai triển không chuẩn tắc ([D2]).
Phát hiện đột phá và implications
Những phát hiện then chốt
Luận án đã công bố 5 phát hiện cốt lõi mang tính đột phá thực nghiệm và học thuật:
+-------------------------------------------------------------------------------+
| 5 PHÁT HIỆN ĐỘT PHÁ CỦA LUẬN ÁN |
+-------------------------------------------------------------------------------+
| [1] Khai triển chuẩn tắc [D1] vượt trội không chuẩn tắc [D2] ở F = 10^-6 |
| -> Tăng xác suất phát hiện D từ 8.5% đến 14.2% ở vùng SNR thấp (-5 dB). |
+-------------------------------------------------------------------------------+
| [2] Tiệm cận chuẩn hóa Rice -> Gauss khi tham số tỷ số tín/tạp a >= 3 - 5 |
| -> Cho phép tối ưu hóa bộ lọc thích nghi dải hẹp. |
+-------------------------------------------------------------------------------+
| [3] Tái tạo hoàn hảo tín hiệu phản xạ mây mưa (MRL-5, TRS-2730) |
| -> Bằng cấu trúc DAC/ADC 8-bit, Vmax = 1.0 V, Vnoise = 20.0 - 25.0 mV. |
+-------------------------------------------------------------------------------+
| [4] Lọc phân tích/tổng hợp AR kết hợp ZMNL bảo toàn chính xác cả PDF & PSD |
| -> Khắc phục hoàn toàn hiện tượng méo phổ tần số của bộ lọc tuyến tính. |
+-------------------------------------------------------------------------------+
| [5] Mô hình chuỗi Markov mô phỏng chính xác tín hiệu nhảy tần đa dải |
| -> Ứng dụng thành công trong radar khí tượng chống nhiễu tích cực. |
+-------------------------------------------------------------------------------+
- Ưu thế vượt trội của phương pháp khai triển chuẩn tắc [D1] so với không chuẩn tắc [D2]: Kết quả mô phỏng đặc trưng phát hiện của máy thu tương can cho thấy mô hình chuẩn tắc [D1] mang lại đường cong phát hiện $D = f(\text{SNR})$ dốc hơn và ổn định hơn. Đặc biệt ở ngưỡng báo động giả khắt khe $F = 10^{-6}$, phương pháp [D1] cho xác suất phát hiện $D$ cao hơn từ $8,5%$ đến $14,2%$ so với [D2] ở cùng mức tỷ số tín trên tạp thấp ($\text{SNR} < 5\text{ dB}$).
- Xác lập chính xác ranh giới tiệm cận chuẩn hóa của phân bố tổng quát Rayleigh: Thực nghiệm chứng minh công thức gần đúng $p(x/a) \approx \frac{1}{\sqrt{2\pi}} \exp\left(-\frac{(x-a)^2}{2}\right)\left(1 + \frac{x-1}{8ax}\right)$ cho phép bỏ qua số hạng điều chỉnh khi tham số $a = S/\sigma_N \ge 3 \div 5$, cho phép đơn giản hóa cấu trúc xử lý tín hiệu từ phi tuyến sang tuyến tính trong máy thu radar mà không gây suy giảm phẩm chất phát hiện.
- Hiện thực hóa thành công mô hình số hóa tín hiệu phản xạ giáng thủy thực tế: Tạo ra tín hiệu dạng xung đường bao rộng và xung đường bao hẹp tương đương dạng sóng thực đo được từ radar МРЛ-5 (khi phát hiện mưa $0,5 \div 1,5\text{ mm}$) và TRS-2730 (khi phát hiện mưa lớn $\ge 25\text{ mm}$ ở cự ly $< 175\text{ km}$) với tham số phần cứng chuẩn: DAC 8-bit, điện áp $1,0\text{ V}$, mức tạp $20,0\text{ mV}$ và $25,0\text{ mV}$.
- Khả năng bảo toàn đồng thời mật độ xác suất và phổ công suất qua mô hình AR + ZMNL: Kết hợp lọc phân tích/tổng hợp quá trình tự hồi quy AR với bộ biến đổi phi tuyến "giới hạn san bằng" đã giải quyết triệt để bài toán tạo tín hiệu ngẫu nhiên có phân bố Rayleigh chuẩn xác mà vẫn giữ nguyên đặc tính xung của bộ lọc tương tự/số.
- Tổng hợp tín hiệu nhảy tần theo chuỗi Markov: Ứng dụng thành công xích Markov thuần nhất để mô phỏng dãy tín hiệu liên tiếp trong các dải tần số khác nhau, tạo tiền đề kiểm thử các đài radar khí tượng thế hệ mới hoạt động theo nguyên lý nhảy tần chống can nhiễu.
Implications đa chiều
- Về mặt lý thuyết: Đóng góp phương pháp luận chuẩn tắc hóa quá trình ngẫu nhiên phi Gauss, làm phong phú lý thuyết xử lý tín hiệu thống kê và lý thuyết nhận dạng mục tiêu phân tán trong môi trường khí quyển.
- Về mặt phương pháp: Thiết lập quy trình chuẩn để mô phỏng số hóa tín hiệu vô tuyến ngẫu nhiên trên máy tính, thay thế phương pháp thử nghiệm phát sóng thực địa tốn kém và chịu rủi ro thời tiết.
- Về mặt thực tiễn: Cung cấp bộ thuật toán và bảng tham số cụ thể (Bảng 3.1 - 3.8 trong luận án) giúp các kỹ sư thiết kế chế tạo các bộ tạo tín hiệu giả lập (signal generators) phục vụ hiệu chỉnh, kiểm chuẩn và sửa chữa các đài radar thời tiết quân sự và dân dụng.
- Về mặt chính sách và chuyển giao: Định hình tiêu chuẩn kỹ thuật cho việc nâng cấp, số hóa các đài radar khí tượng cũ (như МРЛ-5) sang công nghệ radar Doppler kỹ thuật số hiện đại.
Limitations và Future Research
Luận án thẳng thắn chỉ ra các giới hạn nghiên cứu:
- Giới hạn giả thiết mục tiêu: Mô hình coi diện tích phản xạ hiệu dụng (RCS) và phân bố hạt giáng thủy là không đổi trong thời gian quan sát chùm xung, chưa tính đến biến động động học vi mô do gió xoáy cực mạnh (như trong tâm bão hoặc lốc xoáy).
- Độ phân giải phần cứng: Thực nghiệm số hóa trong luận án chủ yếu dựa trên kiến trúc bộ chuyển đổi ADC/DAC 8-bit (phù hợp với công nghệ tại thời điểm khảo sát), điều này tạo ra mức nhiễu lượng tử hóa nhất định so với các chuẩn ADC 14-bit hoặc 16-bit hiện nay.
- Chưa xét đến nhiễu địa vật phức tạp (Clutter): Mô hình tập trung vào nhiễu nội tạp và nhiễu phân tán khí quyển, chưa tích hợp mô hình phản xạ phức tạp từ địa hình đồi núi mấp mô hoặc mặt biển động.
Chương trình nghiên cứu tương lai (Future Agenda):
- Phát triển mô hình số hóa tín hiệu ngẫu nhiên cho radar khí tượng phân cực kép (Dual-polarization Doppler radar) để phân biệt chính xác mưa đá, tuyết và mưa lỏng.
- Nâng cấp độ phân giải lượng tử hóa lên 14-bit/16-bit trên các chip FPGA/DSP tốc độ cao.
- Ứng dụng thuật toán học sâu (Deep Learning) kết hợp mạng nơ-ron hồi quy (RNN/LSTM) để ước lượng thích nghi các tham số của ma trận hiệp phương sai tín hiệu ngẫu nhiên không dừng.
- Mở rộng mô hình sang bài toán xử lý tín hiệu radar hàng không và radar giám sát bờ biển trong điều kiện can nhiễu biển (sea clutter) mạnh.
Tác động và ảnh hưởng
Luận án đã tạo ra những tác động khoa học và ứng dụng thực tiễn rõ rệt:
+-------------------------------------------------------------------------------+
| MA TRẬN TÁC ĐỘNG VÀ ẢNH HƯỞNG |
+-------------------------------------------------------------------------------+
| LĨNH VỰC | TÁC ĐỘNG ĐỊNH LƯỢNG & ĐỊNH TÍNH |
+----------------------+--------------------------------------------------------+
| 1. Học thuật | Trích dẫn trong các nghiên cứu xử lý tín hiệu vô tuyến |
| | tại Học viện KTQS, ĐH Bách Khoa Hà Nội, ĐH CNTT & TT. |
+----------------------+--------------------------------------------------------+
| 2. Khí tượng quốc gia| Nâng cấp thuật toán lọc nhiễu cho mạng lưới đài radar |
| | MRL-5 và TRS thuộc Tổng cục Khí tượng Thủy văn. |
+----------------------+--------------------------------------------------------+
| 3. Hàng không & QP | Ứng dụng trong giả lập tín hiệu kiểm chuẩn radar kiểm |
| | soát không lưu và radar phòng không quân sự. |
+----------------------+--------------------------------------------------------+
| 4. Kinh tế - Xã hội | Nâng cao độ chính xác cảnh báo sớm dông lốc, mưa lũ, |
| | giảm thiểu thiệt hại thiên tai hàng tỷ đồng mỗi năm. |
+----------------------+--------------------------------------------------------+
- Tác động học thuật: Đóng góp 4 công trình khoa học công bố trên các tạp chí chuyên ngành uy tín (Tạp chí Nghiên cứu Khoa học và Công nghệ Quân sự, Tạp chí Khoa học và Kỹ thuật - Học viện KTQS), làm tài liệu tham khảo giảng dạy sau đại học cho chuyên ngành Kỹ thuật Điện tử và Kỹ thuật Vô tuyến.
- Tác động công nghiệp và chuyển giao: Cung cấp giải pháp phần mềm và giải thuật số hóa cho các đơn vị nghiên cứu và chế tạo thiết bị vô tuyến (như Viettel High Tech, Tổng công ty Điện tử Viễn thông Quân đội), hỗ trợ thiết kế các khối tạo tín hiệu kiểm thử radar mà không cần nhập khẩu thiết bị ngoại đắt đỏ.
- Tác động xã hội: Nâng cao năng lực cảnh báo sớm các hiện tượng thời tiết cực đoan (dông sét, mưa lớn đột biến gây lũ quét), trực tiếp bảo vệ an toàn tính mạng nhân dân và an toàn bay của lực lượng Hàng không dân dụng và Không quân Việt Nam.
Đối tượng hưởng lợi
+-------------------------------------------------------------------------------+
| ĐỐI TƯỢNG HƯỞNG LỢI TRỰC TIẾP |
+-------------------------------------------------------------------------------+
| [A] NCS & Giảng viên -> Khung lý thuyết khai triển Pugachev & ZMNL |
| [B] Kỹ sư R&D Radar -> Bảng tham số DAC/ADC 8-bit & mã nguồn MATLAB |
| [C] Cán bộ Dự báo KTTV -> Thuật toán bóc tách nhiễu, nâng cao độ nét ảnh |
| [D] Cơ quan Quản lý & QP -> Tiết kiệm ngân sách bảo trì, nâng cấp đài radar |
+-------------------------------------------------------------------------------+
- Nghiên cứu sinh và Giảng viên ngành Điện tử - Viễn thông: Tiếp cận một khung lý thuyết hoàn chỉnh, chặt chẽ về biểu diễn giải tích và số hóa các quá trình ngẫu nhiên phi Gauss, có thể kế thừa cho các bài toán thông tin 5G/6G, MIMO và định vị vệ tinh.
- Kỹ sư R&D tại các Viện nghiên cứu và Nhà máy quốc phòng: Sở hữu các thuật toán mô phỏng mức trung tần (IF) và thị tần (video) với đầy đủ tham số đã kiểm chứng (Bảng 3.1 đến 3.8), giúp rút ngắn $50%$ thời gian thiết kế các bộ tạo tín hiệu thử nghiệm đài radar.
- Cán bộ kỹ thuật Trung tâm Dự báo Khí tượng Thủy văn Quốc gia: Nắm bắt cơ chế hình thành tín hiệu phản xạ và nhiễu trên các đài МРЛ-5 và TRS-2730, từ đó tối ưu hóa quy trình cân chỉnh máy thu, nâng cao chất lượng ảnh phản hồi vô tuyến (radar reflectivity).
- Cơ quan quản lý nhà nước và Bộ Quốc phòng: Có cơ sở khoa học để xây dựng dự án nâng cấp, số hóa từng phần mạng lưới trạm radar thời tiết với chi phí chỉ bằng $20 - 30%$ so với việc mua mới toàn bộ hệ thống đài radar kỹ thuật số nước ngoài.
Câu hỏi chuyên sâu
1. Đóng góp lý thuyết độc đáo nhất của luận án là gì và đã mở rộng lý thuyết nào?
Đóng góp lý thuyết độc đáo nhất là việc kết hợp phương pháp khai triển chuẩn tắc Pugachev với phép biến đổi phi tuyến không quán tính (ZMNL) và mô hình chuỗi Markov để giải bài toán mô hình hóa tín hiệu ngẫu nhiên phi dừng có quy luật phân bố xác định (Rayleigh, Rice, Gamma). Luận án đã mở rộng lý thuyết biểu diễn quá trình ngẫu nhiên của V.S. Pugachev từ không gian giải tích thuần túy sang không gian số hóa rời rạc hóa thời gian thực, chứng minh rằng chuỗi tọa độ chuẩn tắc không chỉ bảo toàn các mômen thống kê bậc cao mà còn tối ưu hóa về mặt thuật toán khi thực thi trên các hệ thống vi xử lý số tín hiệu.
2. Đổi mới phương pháp luận của nghiên cứu này vượt trội hơn các nghiên cứu trước ở điểm nào?
So sánh với nghiên cứu của Nguyễn Trọng Minh (1996) và Vũ Hữu Nghị (1996) vốn chỉ tập trung vào cấu trúc bộ lọc bù khử nhiễu tiêu cực cho các quá trình Markov dừng, luận án của Nguyễn Thị Nguyên đã:
- Mở rộng sang toàn diện cả tín hiệu có ích phản xạ từ mục tiêu khí tượng phân tán thể tích lẫn nhiễu dải hẹp thăng giáng nhanh.
- Thiết lập quy trình số hóa hai tuyến độc lập: tuyến trung tần (IF - với tín hiệu điều chế sóng mang và pha ngẫu nhiên) và tuyến thị tần (Video - với đứt đoạn xung đường bao và tạp trắng), kiểm chứng trực quan trên dạng sóng thực của đài radar МРЛ-5 và TRS-2730.
3. Phát hiện thực nghiệm nào gây bất ngờ nhất và bằng chứng dữ liệu đi kèm là gì?
Phát hiện bất ngờ nhất là tính ưu việt vượt trội của phương pháp khai triển chuẩn tắc [D1] so với không chuẩn tắc [D2] khi xác suất báo động giả $F$ tiến về mức siêu nhỏ ($10^{-6}$). Trong khi ở mức $F = 10^{-4}$, sự khác biệt giữa hai phương pháp là không đáng kể ($< 3%$), thì ở mức $F = 10^{-6}$, phương pháp [D1] nâng cao xác suất phát hiện $D$ lên tới $14,2%$ tại vùng SNR thấp ($-5\text{ dB} \div 0\text{ dB}$). Điều này chứng minh rằng việc bảo toàn tính trực giao thống kê của các tọa độ chuẩn tắc có ý nghĩa sống còn khi hệ thống radar vận hành trong môi trường đòi hỏi độ tin cậy cực cao.
4. Luận án có cung cấp đầy đủ giao thức để tái lặp nghiên cứu (Replication Protocol) không?
Có. Luận án cung cấp chi tiết toàn bộ:
- Sơ đồ cấu trúc thuật toán mô phỏng (Hình 2.22, 2.23, 3.8, 3.18, 3.19).
- Bảng tham số thiết lập thực nghiệm chi tiết từ Bảng 3.1 đến Bảng 3.8 (quy định rõ điện áp cực đại $1,0\text{ V}$, độ phân giải ADC/DAC 8-bit, mức biên độ tạp $20,0\text{ mV}$ và $25,0\text{ mV}$, hệ số khuếch đại, và các chế độ cửa sóng hẹp/rộng).
- Các biểu thức giải tích toán học tường minh cho phép tái lập mã nguồn trên môi trường MATLAB hoặc C/C++ mà không cần bổ sung giả định ngoài văn bản.
5. Chương trình nghiên cứu 10 năm tiếp theo từ nền tảng này được định hình ra sao?
Chương trình 10 năm gồm 3 giai đoạn:
- Giai đoạn 1 (1 - 3 năm): Chuyển đổi toàn bộ giải thuật số hóa từ mô phỏng phần mềm sang kiến trúc phần cứng thời gian thực trên chip FPGA (Xilinx UltraScale/Zynq) với độ phân giải 14-bit/16-bit.
- Giai đoạn 2 (4 - 6 năm): Mở rộng mô hình số hóa cho radar khí tượng phân cực kép (Dual-Pol) và radar mảng pha quét điện tử chủ động (AESA).
- Giai đoạn 3 (7 - 10 năm): Xây dựng hệ thống bản sao số (Digital Twin) toàn diện cho mạng lưới trạm radar quan trắc khí quyển quốc gia, tích hợp trí tuệ nhân tạo (AI) trong nhận dạng và phân loại tự động hiểm họa thời tiết cực đoan.
Kết luận
Luận án tiến sĩ của tác giả Nguyễn Thị Nguyên là một công trình nghiên cứu khoa học công phu, nghiêm túc, giải quyết trọn vẹn bài toán lý thuyết và thực tiễn về mô hình hóa và số hóa tín hiệu ngẫu nhiên trong kỹ thuật radar thời tiết:
- Hệ thống hóa và hoàn thiện cơ sở toán học thống kê của các quá trình ngẫu nhiên dừng, phi dừng, ergodic, Gauss, Rayleigh, Rice và Gamma tác động lên hệ thống vô tuyến.
- Đề xuất thành công phương pháp khai triển chuẩn tắc Pugachev kết hợp biến đổi phi tuyến không quán tính ZMNL, cho phép mô phỏng chính xác tín hiệu ngẫu nhiên có quy luật phân bố và tương quan định trước.
- Hiện thực hóa các thuật toán số hóa tín hiệu xung và đường bao tương thích hoàn toàn với các tham số phần cứng ADC/DAC 8-bit, mức tạp $20,0 \div 25,0\text{ mV}$, điện áp đỉnh $1,0\text{ V}$.
- Khảo sát và chứng minh thành công đặc tính kỹ thuật vượt trội của máy thu tương can sử dụng mô hình chuẩn tắc [D1] tại các ngưỡng báo động giả $F = 10^{-4}, 10^{-5}, 10^{-6}$.
- Giải mã và tái tạo chân thực dạng sóng phản xạ khí tượng từ các đài radar chuyên dụng МРЛ-5, МРЛ-25, TRS-2730, TRS-2843 theo từng cấp độ lượng mưa và cự ly quan trắc.
- Mở ra 3 hướng nghiên cứu ứng dụng mũi nhọn: Radar phân cực kép, radar nhảy tần chống nhiễu tích cực, và hệ thống kiểm chuẩn tự động đài vô tuyến quân sự - dân dụng.
Công trình khẳng định bước tiến vững chắc của ngành Kỹ thuật Điện tử Việt Nam trong việc làm chủ công nghệ mô hình hóa và xử lý tín hiệu radar tiên tiến, mang lại giá trị khoa học lâu dài và hiệu quả kinh tế - xã hội sâu sắc.
