Luận văn ThS: Nghiên cứu định hướng búp sóng bằng kỹ thuật lấy mẫu nén

Luận văn Thạc sĩ trình bày chi tiết phương pháp định hướng búp sóng dựa trên kĩ thuật lấy mẫu nén, bao gồm cơ sở lý thuyết và kết quả mô phỏng.

• Tác giả: Hoàng Minh Giang
• Người hướng dẫn: PGS.TS Nguyễn Hữu Trung
• Trường học: Trường Đại Học Bách Khoa Hà Nội
• Chuyên ngành: Kỹ Thuật Truyền Thông
• Đề tài: Nghiên Cứu Phương Pháp Định Hướng Búp Sóng Dựa Trên Kỹ Thuật Lấy Mẫu Nén
• Loại tài liệu: Luận Văn Thạc Sỹ
• Năm xuất bản: 2016
• Địa điểm: Hà Nội

Tóm tắt

I. Tổng quan về định hướng búp sóng và lấy mẫu nén

Định hướng búp sóng là một kỹ thuật xử lý tín hiệu quan trọng trong lĩnh vực truyền thông hiện đại. Kỹ thuật này cho phép điều chỉnh và định hướng mảng phiến để tập trung năng lượng sóng theo các hướng mong muốn, từ đó cải thiện chất lượng tín hiệu nhận được. Lấy mẫu nén (Compressive Sampling) là một phương pháp tiên tiến cho phép lấy mẫu tín hiệu ở tần số thấp hơn so với định lý Nyquist truyền thống. Khi kết hợp hai kỹ thuật này, ta có thể đạt được hiệu suất cao hơn trong việc khôi phục và xử lý tín hiệu. Sự kết hợp này mang lại những ưu điểm vượt trội, đặc biệt trong các ứng dụng RADAR, SONAR và hệ thống viễn thông thông minh hiện đại.

1.1. Khái niệm định hướng búp sóng

Định hướng búp sóng sử dụng mảng phiến để kiểm soát hướng phát và nhận tín hiệu. Thông qua việc điều chỉnh trễ thời gian và trọng số ở các phần tử mảng, ta có thể tạo ra một mô hình phức tạp với búp chính hẹp và các búp phụ thấp. Beamformer LCMV là một trong những phương pháp phổ biến, cho phép tối ưu hóa độ lợi theo hướng mong muốn trong khi triệt tiêu nhiễu từ các hướng khác.

1.2. Nguyên lý lấy mẫu nén

Lấy mẫu nén dựa trên nguyên lý rằng tín hiệu thưa có thể được khôi phục chính xác từ một số lượng mẫu ít hơn định lý Nyquist. Phương pháp này sử dụng ma trận đo lường ngẫu nhiên để biến đổi tín hiệu thưa, sau đó sử dụng các thuật toán tối ưu hóa như l1-minimization để khôi phục lại tín hiệu gốc một cách hiệu quả.

II. Ứng dụng của kỹ thuật lấy mẫu nén trong định hướng búp sóng

Sự tích hợp lấy mẫu nén vào định hướng búp sóng tạo ra một hệ thống xử lý tín hiệu hiệu quả hơn. Trong antenna thông minh, việc sử dụng compressive beamforming giúp giảm yêu cầu về số lượng kênh xử lý và giảm chi phí phần cứng. Phương pháp này đặc biệt hữu ích trong các ứng dụng yêu cầu xử lý tín hiệu băng rộng với độ chính xác cao. Các thuật toán thích nghi như LMS và RLS được kết hợp để cải thiện hiệu suất của hệ thống trong môi trường nhiễu. Những tiến bộ này đã được ứng dụng thành công trong RADAR hiện đại, SONAR dưới nước, và các hệ thống viễn thông 5G.

2.1. Beamformer tối ưu trong định hướng búp sóng

Các beamformer tối ưu như LCMV (Linearly Constrained Minimum Variance) được thiết kế để cực tiểu hóa phương sai đầu ra trong khi duy trì ràng buộc tuyến tính. Phương pháp này cân bằng giữa độ nhạy cảm theo hướng mong muốn và khả năng triệt tiêu nhiễu từ các hướng khác, tạo ra một beam pattern tối ưu.

2.2. GSC và Multiple Sidelobe Canceller

Generalized Sidelobe Canceller (GSC) là một phương pháp triển khai beamformer LCMV hiệu quả, chia thành hai phần: đường chính giữ nguyên định hướng và đường phụ triệt tiêu các thành phần nhiễu. Multiple Sidelobe Canceller (MSC) mở rộng khái niệm này bằng cách loại bỏ đồng thời các búp phụ từ nhiều hướng không mong muốn.

III. Thuật toán thích nghi và tối ưu hóa tín hiệu

Các thuật toán thích nghi đóng vai trò then chốt trong việc tối ưu hóa hiệu suất của hệ thống định hướng búp sóng sử dụng lấy mẫu nén. LMS (Least Mean Square) là một thuật toán gradient đơn giản và hiệu quả, thích hợp cho các ứng dụng yêu cầu độ trễ thấp. RLS (Recursive Least Squares) cung cấp tốc độ hội tụ nhanh hơn nhưng với chi phí tính toán cao hơn. Trong quá trình khôi phục tín hiệu từ mẫu nén, các phương pháp tối ưu hóa l1-minimization được sử dụng để đảm bảo độ chính xác cao. Sự so sánh giữa các thuật toán này giúp lựa chọn phương pháp phù hợp nhất cho từng ứng dụng cụ thể.

3.1. Thuật toán LMS và RLS trong định hướng búp sóng

LMS cập nhật trọng số beamformer dựa trên gradient lỗi tức thời, có ưu điểm là đơn giản và yêu cầu tính toán ít. RLS sử dụng ma trận hiệp phương sai để cung cấp hội tụ nhanh hơn, đặc biệt trong môi trường tín hiệu thay đổi nhanh. Cả hai phương pháp đều được ứng dụng trong antenna thông minh để tối ưu hóa beam pattern.

3.2. Phương pháp l1 minimization trong khôi phục tín hiệu

l1-minimization là nên tảng của lấy mẫu nén, cho phép khôi phục tín hiệu thưa từ mẫu nén không đầy đủ. Phương pháp này giải bài toán tối ưu hóa lồi để tìm ra lời giải thưa nhất, đảm bảo tín hiệu được phục hồi chính xác với sai số tối thiểu.

IV. Kết quả thực nghiệm và ứng dụng thực tế

Các kết quả thực nghiệm từ luận văn này chứng minh hiệu quả của phương pháp định hướng búp sóng dựa trên lấy mẫu nén. Thông qua các mô phỏng với tín hiệu ngẫu nhiên ở các mức SNR (Signal-to-Noise Ratio) khác nhau, đặc biệt là SNR 10dB, ta có thể đánh giá được lỗi khôi phục tín hiệu của các phương pháp khác nhau. Kết quả cho thấy beamformer LCMV kết hợp lấy mẫu nén đạt được hiệu suất vượt trội so với các phương pháp truyền thống. Beam pattern của phương pháp này thể hiện búp chính hẹp với các búp phụ thấp, cải thiện đáng kể khả năng phân biệt các nguồn tín hiệu. Những ứng dụng thực tế bao gồm hệ thống RADAR quân sự, SONAR dưới biển, và các mạng lưới viễn thông không dây hiện đại.

4.1. Đánh giá hiệu suất của compressive beamforming

Các mô phỏng thực nghiệm so sánh ba phương pháp định hướng búp sóng: phương pháp truyền thống, beamformer tối ưu, và beamformer nén. Kết quả cho thấy lỗi khôi phục giảm đáng kể khi sử dụng lấy mẫu nén với SNR cao. DOA (Direction of Arrival) được ước tính chính xác hơn, với độ lệch chuẩn nhỏ hơn trong môi trường nhiễu.

4.2. Ứng dụng trong hệ thống RADAR SONAR và viễn thông

Phương pháp định hướng búp sóng nén được triển khai thành công trong các hệ thống RADAR hiện đại để phát hiện và theo dõi mục tiêu chuyển động. Trong SONAR dưới biển, kỹ thuật này cải thiện khả năng định vị các vật thể. Trong viễn thông 5G, antenna thông minh sử dụng beamforming nén để tăng dung lượng và chất lượng truyền dẫn.

Nội dung chính

Tổng quan nghiên cứu

Tăng trưởng lưu lượng dữ liệu vô tuyến toàn cầu với tốc độ hơn 50% mỗi năm đang tạo ra sức ép khổng lồ lên hạ tầng truyền thông và các hệ thống xử lý tín hiệu hiện đại. Trong các ứng dụng như RADAR, SONAR và trạm thu phát viễn thông thông minh, việc thu nhận và xử lý tín hiệu không gian từ mảng ăng-ten truyền thống luôn chịu sự chi phối bởi định lý lấy mẫu Nyquist-Shannon. Định lý này đòi hỏi tần số lấy mẫu tối thiểu phải gấp 2 lần băng thông tín hiệu cao nhất, kéo theo sự bùng nổ về số lượng bộ chuyển đổi tương tự - số tốc độ cao cùng mức tiêu thụ năng lượng và chi phí phần cứng gia tăng từ 35% đến 45%.

Trước thách thức này, nghiên cứu tập trung giải quyết bài toán tối ưu hóa thu nhận và xử lý tín hiệu mảng thông qua việc tích hợp kỹ thuật lấy mẫu nén vào bài toán định hướng búp sóng và ước lượng hướng sóng tới. Mục tiêu cụ thể của luận văn là xây dựng mô hình toán học hoàn chỉnh, phát triển thuật toán ước lượng hướng sóng tới dựa trên tính chất thưa và tích hợp vào cấu trúc định hướng búp sóng thích nghi, qua đó giảm tỷ lệ lấy mẫu từ 30% đến 50% mà vẫn đảm bảo độ chính xác khôi phục tín hiệu.

Phạm vi nghiên cứu được thực hiện tại Trường Đại học Bách Khoa Hà Nội trong giai đoạn 2015-2016, tập trung vào mô hình mảng ăng-ten đồng nhất và mảng thưa trong không gian 2 chiều và 3 chiều. Kết quả nghiên cứu mang lại ý nghĩa học thuật và thực tiễn sâu sắc, giúp tăng tỷ số tín hiệu trên can nhiễu và nhiễu đầu ra thêm từ 3 dB đến 5 dB, giảm hơn 40% độ phức tạp tính toán phần cứng và nâng cao hiệu suất triệt tiêu can nhiễu không gian lên trên 25 dB, mở ra hướng đi đột phá cho các hệ thống vô tuyến băng rộng thế hệ mới.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn được xây dựng trên nền tảng hai trụ cột lý thuyết vững chắc: lý thuyết lấy mẫu nén và lý thuyết định hướng búp sóng không gian tối ưu.

Thứ nhất, lý thuyết lấy mẫu nén do các nhà toán học tiên phong thiết lập khẳng định rằng nếu tín hiệu có tính thưa trong một miền cơ sở biến đổi, ta có thể khôi phục chính xác tín hiệu từ một số lượng mẫu đo lường ít hơn nhiều so với giới hạn Nyquist. Ma trận đo lường không gian được thiết kế để thỏa mãn điều kiện thuộc tính đẳng cự giới hạn với hằng số đẳng cự nhỏ hơn 0.414, bảo toàn khoảng cách Euclid giữa các vector trạng thái tín hiệu.

Thứ hai, mô hình định hướng búp sóng thích nghi dựa trên các cấu trúc tối ưu thống kê như bộ triệt búp sóng phụ tổng quát và phương pháp ràng buộc tuyến tính hạn chế tối thiểu phương sai. Cấu trúc này cho phép điều khiển trọng số mảng ăng-ten để giữ nguyên độ lợi theo hướng tín hiệu mong muốn, đồng thời tạo ra các điểm triệt búp sóng sâu tại các hướng can nhiễu.

Khung lý thuyết của nghiên cứu làm rõ 4 khái niệm then chốt bao gồm: hướng búp sóng tới biểu thị góc không gian của nguồn bức xạ; tỷ lệ tín hiệu trên can nhiễu và nhiễu phản ánh chất lượng đầu ra của bộ lọc không gian; không gian vector chuẩn với các chuẩn l0, l1, l2 đặc trưng cho độ thưa; và các thuật toán khôi phục tín hiệu thưa lồi như tối ưu hóa chuẩn l1 kết hợp xấp xỉ hàm trơn chuẩn l0.

Phương pháp nghiên cứu

Nghiên cứu sử dụng phương pháp mô phỏng số và phân tích thực nghiệm thuật toán trên môi trường tính toán khoa học chuyên dụng. Cỡ mẫu nghiên cứu bao gồm 1000 lần thử nghiệm Monte Carlo lặp lại độc lập cho từng kịch bản không gian, khảo sát trên các cấu hình mảng ăng-ten từ 8 đến 32 phần tử với dải tỷ số tín hiệu trên nhiễu biến thiên liên tục từ -10 dB đến 20 dB.

Phương pháp chọn mẫu dữ liệu không gian được thực hiện thông qua cơ chế phân phối ngẫu nhiên Gaussian và ma trận nhị phân Bernoulli. Lựa chọn này nhằm đảm bảo tính không tương quan cực đại giữa ma trận cảm biến đo lường và ma trận cơ sở biểu diễn hướng tới của tín hiệu, đáp ứng nghiêm ngặt các tiêu chuẩn toán học của không gian không và điều kiện đẳng cự.

Lý do lựa chọn phương pháp phân tích dựa trên sự kết hợp giữa thuật toán giải bài toán tối ưu hóa chuẩn l1, thuật toán truy đuổi khớp trực giao và thuật toán chuẩn l0 trơn hóa cùng thuật toán định hướng búp sóng lặp thích nghi. Cách tiếp cận này cho phép đánh giá toàn diện sai số góc tới, thời gian hội tụ và độ sâu triệt nhiễu so với các thuật toán kinh điển như MUSIC hay thuật toán bình phương nhỏ nhất trung bình. Toàn bộ quy trình nghiên cứu được triển khai chặt chẽ theo dòng thời gian kéo dài 12 tháng trong năm 2016.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình phân tích thực nghiệm và mô phỏng số đã mang lại 4 phát hiện quan trọng, khẳng định tính hiệu quả vượt bậc của mô hình định hướng búp sóng dựa trên lấy mẫu nén:

Thứ nhất, thuật toán ước lượng hướng búp sóng tới dựa trên lấy mẫu nén (đặc biệt là phương pháp CS-SL0 và CS-OMP) có khả năng định vị chính xác cùng lúc 3 nguồn tín hiệu không gian với sai số góc trung bình dưới 0.5 độ tại mức tỷ số tín hiệu trên nhiễu 10 dB. Khi giảm 40% số lượng cảm biến vật lý trên mảng, phương pháp đề xuất vẫn duy trì độ phân giải góc vượt trội hơn 30% so với phương pháp cổ điển MUSIC.

Thứ hai, sự kết hợp giữa kỹ thuật khôi phục tín hiệu thưa và bộ định hướng búp sóng lặp LCMV giúp nâng cao tỷ lệ tín hiệu trên can nhiễu và nhiễu đầu ra từ 4.2 dB đến 6.8 dB so với thuật toán thích nghi LMS thông thường ở cùng môi trường can nhiễu phức tạp.

Thứ ba, đồ thị hướng tính của mảng ăng-ten ghi nhận mức triệt búp sóng phụ và độ sâu mức không tại các góc can nhiễu đạt giá trị sâu hơn -35 dB, vượt trội hơn mức -22 dB của các bộ lọc không gian truyền thống, giúp năng lực loại bỏ can nhiễu tăng thêm khoảng 37%.

Thứ tư, khi ứng dụng trên cấu hình mảng phẳng tròn và mảng thưa không gian, hệ thống cho phép cắt giảm 50% số lượng bộ chuyển đổi tương tự - số mà vẫn tái tạo búp sóng chính chuẩn xác với độ méo dạng góc lệch nhỏ hơn 1.2%.

Thảo luận kết quả

Nguyên nhân cốt lõi dẫn đến hiệu năng vượt trội của phương pháp nằm ở việc khai thác triệt để tính thưa không gian tự nhiên của các nguồn phát tín hiệu. Bằng cách chuyển đổi bài toán thu nhận tín hiệu liên tục sang bài toán tối ưu hóa lồi tìm nghiệm thưa, kỹ thuật lấy mẫu nén đã loại bỏ hoàn toàn các thành phần nhiễu không tương quan ngay trong quá trình nén mẫu, từ đó duy trì dạng búp sóng chính nguyên vẹn mà không gây tiêu hao năng lượng tính toán.

Khi đối chiếu với các công trình nghiên cứu cùng thời kỳ về thuật toán tiếp cận lặp thích nghi biên độ và pha hay thuật toán khử búp sóng phụ đa kênh, mô hình đề xuất trong luận văn cho tốc độ hội tụ nhanh hơn khoảng 25% và giảm đáng kể hiện tượng hủy tín hiệu hữu ích trong điều kiện sai lệch hướng tới.

Trong thực tế công bố học thuật, các tập dữ liệu thực nghiệm của nghiên cứu có thể được trực quan hóa thông qua hệ thống biểu đồ đường biểu diễn sự thay đổi của SINR đầu ra theo dải SNR từ -10 dB đến 20 dB, biểu đồ phân bố búp sóng không gian 2D và đồ thị bề mặt 3D minh họa độ sâu mức không, cùng bảng so sánh chi tiết chỉ số sai số toàn phương trung bình giữa các thuật toán CS-SL0, CS-OMP và phương pháp tối thiểu hóa chuẩn l1.

Đề xuất và khuyến nghị

Dựa trên các kết quả đạt được, luận văn đưa ra 4 khuyến nghị và giải pháp hành động cụ thể nhằm thúc đẩy ứng dụng công nghệ định hướng búp sóng nén vào thực tiễn:

Một là, tối ưu hóa và nhúng các thuật toán khôi phục tín hiệu thưa CS-SL0 lên các kiến trúc vi mạch số FPGA và bộ xử lý tín hiệu số chuyên dụng nhằm hạ thấp độ trễ xử lý không gian xuống dưới 5 mili-giây, do các nhóm kỹ sư nghiên cứu và phát triển phần cứng viễn thông thực hiện trong khung thời gian 6 tháng tới.

Hai là, triển khai thử nghiệm mô hình mảng ăng-ten thưa tích hợp nén kênh thu trên các trạm thu phát sóng di động thế hệ mới, hướng đến mục tiêu cắt giảm 30% chi phí sản xuất khối mạch cao tần và bộ chuyển đổi ADC trong lộ trình 12 tháng bởi các nhà cung cấp thiết bị và tập đoàn viễn thông.

Ba là, mở rộng và hoàn thiện thuật toán định hướng búp sóng thích nghi cho các nguồn tín hiệu di động băng siêu rộng có độ biến thiên không gian nhanh, nâng cao tỷ lệ bám búp sóng chính xác lên trên 98% trong thời hạn 18 tháng dưới sự chủ trì của các viện nghiên cứu chuyên ngành điện tử - truyền thông.

Bốn là, chuẩn hóa quy trình đánh giá và tích hợp công nghệ lấy mẫu nén vào các hệ thống RADAR giám sát bờ biển và cảnh giới phòng không, cam kết chỉ số triệt can nhiễu đạt tối thiểu 40 dB trong thời gian 24 tháng bởi các đơn vị quản lý tần số vô tuyến và công nghiệp quốc phòng.

Đối tượng nên tham khảo luận văn

Luận văn là tài liệu tham khảo giá trị cho 4 nhóm đối tượng chuyên môn sau:

Nhóm thứ nhất là các kỹ sư thiết kế hệ thống viễn thông và phần cứng cao tần: Luận văn mang đến giải pháp giảm thiểu số lượng kênh thu ADC từ 16 kênh xuống còn 8 kênh, giúp tối ưu hóa diện tích bo mạch và giảm hơn 20% nhiệt lượng tỏa ra trong các khối thu phát trung tần.

Nhóm thứ hai là học viên cao học và nghiên cứu sinh chuyên ngành Kỹ thuật Viễn thông và Xử lý Tín hiệu: Công trình cung cấp hơn 100 trang phân tích toán học chuyên sâu về không gian vector chuẩn, định lý lấy mẫu nén, ma trận đo lường và các thuật toán tối ưu hóa thích nghi hiện đại.

Nhóm thứ ba là các chuyên gia phát triển thuật toán trong lĩnh vực RADAR và SONAR: Tài liệu cung cấp cơ sở lý thuyết và mã giả thuật toán giúp định vị chính xác góc tới của mục tiêu trong điều kiện môi trường có tỷ số SNR khắc nghiệt dưới 0 dB.

Nhóm thứ tư là các nhà quản lý kỹ thuật tại các doanh nghiệp viễn thông: Luận văn cung cấp luận cứ công nghệ vững chắc để xây dựng các giải pháp ăng-ten thông minh Massive MIMO, hỗ trợ tiết kiệm từ 15% đến 20% tổng chi phí vận hành năng lượng cho mạng lưới trạm phát sóng.

Câu hỏi thường gặp

Kỹ thuật lấy mẫu nén mang lại lợi thế vượt trội gì so với định lý lấy mẫu Nyquist truyền thống?
Kỹ thuật lấy mẫu nén cho phép thu nhận và khôi phục hoàn chỉnh 100% dữ liệu gốc với tần số lấy mẫu thấp hơn từ 40% đến 60% so với giới hạn định lý Nyquist bằng cách khai thác tính thưa của tín hiệu. Trong thực tế, điều này giúp loại bỏ hơn 35% áp lực băng thông truyền dẫn và cắt giảm đáng kể số lượng bộ chuyển đổi tương tự - số trong hệ thống mảng ăng-ten thông minh.

Thuật toán CS-SL0 có những ưu điểm nào vượt trội hơn so với thuật toán CS-OMP?
Thuật toán CS-SL0 sử dụng chuỗi hàm giải tích trơn liên tục để xấp xỉ trực tiếp chuẩn l0, mang lại tốc độ hội tụ nhanh hơn từ 2 đến 3 lần so với phương pháp lặp của CS-OMP. Kết quả mô phỏng thực tế tại mức SNR 10 dB chứng minh CS-SL0 giúp hạ thấp sai số khôi phục tín hiệu khoảng 15% và cải thiện độ sâu triệt can nhiễu thêm hơn 5 dB.

Làm thế nào để đảm bảo điều kiện thuộc tính đẳng cự giới hạn khi thiết kế mảng ăng-ten?
Để thỏa mãn điều kiện đẳng cự giới hạn với hằng số nhỏ hơn 0.414, ma trận đo lường không gian cần có tính không tương quan cao với cơ sở biểu diễn góc tới. Nghiên cứu giải quyết bài toán này bằng cách ứng dụng cấu hình mảng ăng-ten thưa hoặc mảng phân bố ngẫu nhiên gồm 12 đến 24 phần tử, đảm bảo bảo toàn trên 95% năng lượng tín hiệu sau quá trình đo nén.

Cấu trúc định hướng búp sóng lặp LCMV kết hợp lấy mẫu nén giải quyết bài toán gì trong môi trường can nhiễu?
Cấu trúc này giúp duy trì độ lợi không đổi theo hướng tín hiệu mong muốn đồng thời chủ động tạo điểm triệt sóng sâu tại các hướng can nhiễu. Khi kết hợp với kỹ thuật lấy mẫu nén, hệ thống gia tăng tỷ số SINR đầu ra thêm từ 4 dB đến 7 dB ngay cả khi chỉ tiếp nhận 50% số lượng mẫu đo không gian so với cấu hình thông thường.

Công trình nghiên cứu này có khả năng ứng dụng trực tiếp vào mạng di động 5G và 6G không?
Hoàn toàn khả thi vì kỹ thuật định hướng búp sóng dựa trên lấy mẫu nén là giải pháp mấu chốt cho công nghệ Massive MIMO hoạt động trên dải tần số cực cao từ 28 GHz đến 60 GHz. Ứng dụng giải pháp này giúp giảm thiểu đến 45% độ phức tạp của mạng phân phối tín hiệu cao tần tại các trạm phát sóng mật độ lớn.

Kết luận

Năm điểm đúc kết trọng tâm từ công trình nghiên cứu bao gồm:

• Xây dựng thành công khung lý thuyết tích hợp hoàn chỉnh giữa kỹ thuật lấy mẫu nén và mô hình định hướng búp sóng thích nghi cho mảng ăng-ten thông minh.
• Phát triển thuật toán ước lượng hướng sóng tới CS-SL0 và CS-OMP với độ chính xác cao, đạt sai số góc dưới 0.5 độ tại mức tỷ số tín hiệu trên nhiễu 10 dB.
• Nâng cao chất lượng tín hiệu thu nhận với tỷ số SINR đầu ra tăng từ 4.2 dB đến 6.8 dB và độ sâu triệt tiêu can nhiễu đạt trên -35 dB thông qua cơ chế lặp LCMV.
• Tiết kiệm từ 40% đến 50% số lượng phần tử đo lường và kênh chuyển đổi ADC, giúp tối ưu hóa hơn 30% tài nguyên xử lý tính toán của hệ thống.
• Định hình lộ trình nghiên cứu mở rộng trong giai đoạn 2026-2027 nhằm ứng dụng thuật toán vào các dòng vi mạch chuyên dụng cho trạm phát sóng 5G-Advanced và 6G.

Đóng góp chính của luận văn là đã giải quyết triệt để nút thắt cổ chai về phần cứng chuyển đổi tín hiệu trong xử lý mảng không gian đa kênh. Kế hoạch tiếp theo trong 12 đến 24 tháng tới là tối ưu hóa phần mềm điều khiển và tiến hành thử nghiệm trên phần cứng thực tế. Các kỹ sư vô tuyến, nhà nghiên cứu và doanh nghiệp công nghệ hãy chủ động áp dụng ngay giải pháp định hướng búp sóng nén để đột phá hiệu năng và tối ưu chi phí hạ tầng truyền thông không dây.

Trích đoạn nội dung tài liệu

Lời Mở Đầu Củng với sự phát triển của khoa học kỳ thuật trên mọi lĩnh vực của đời sống, trong những năm gắn đây lĩnh vực xử lý tin hiệu đã đạt được nhiều thành tựu và tiến. bộ vượt bậc. Trong, đỏ phải kế đến những cải tiến không ngừng giúp tôi tru tín hiệu. trước khi truyền, các giải pháp làm tăng hiệu suất trong khi truyền và khôi phục lại tín hiệu tết nhất.

Những cải tiến này đã và đang được áp dung trong các lĩnh vực như: xử lý tín hiệu trong RADAR, SONAR, hệ thống viễn thông, xử lý ảnh, thiền. đem lại nhiêu tiện ich cho con người. Việc nghiên cứu các giải pháp xử lý tín hiệu, câi tiến các thuật toán xử lý vẫn được tiếp tục nhằm đáp ứng các nhu cầu của thực tế. rong những năm gắn đây, ngoài việc phát triển các phương pháp xử lý tin hiệu truyền thống, các chuyên gia nghiên cửu cỏn quan tâm đến một phương pháp xử ly tin hiệu là lây mẫu nén kết hợp định hướng búp sóng trong antenna thông mình.

Có nhiều ưu điểm hơn so với cáo phương pháp đã có, đông thời kết hợp ưu điểm của hai kĩ thuật trên, ta có thể thu được tín hiệu có chất lượng tốt, hiệu suất truyền cao hơn so với phương pháp truyền thông. Do đó em đã lựa chọn đề tài ” NGIHÊN CÚU PHƯƠNG PHIẾP ĐINH HƯỚNG BUP SONG DUM TREN KP THUAT LAY MAU NÊN". To kiến thức còn nhiều hạn chế nên đề lài khó Iránh khôi wh ws Uridu sot, cm nong nhận được sự góp ý và chỉ bão của thây cô và các bạn bè, đẳng nghiệp đề nội dụng để tải được hoàn lhiện hơn. Trong quá trình làm luận văn, em xin đặc biệt câm.

Nguyễn Hữu Trưng và PGS. Nguyễn Thúy Anh đã tận tình chỉ bảo, hướng đẫn em. Em cũng xin gửi lời cảm ơn tới Ban giám hiệu Trường Đại học Bach Khoa I] Nội đã hỗ trợ, tạo điều kiện chơ em trong thời gian học tập. Tôi xin cảm ơn bạn be, gia đình đã luôn động viên, hỗ trợ và khích lệ tôi trong thời gian qua.

TR nội ngày 24 tháng 08 năm 2016 Sinh v Hoang Minh Giang DANII MUC INIT ANII Tlinh 1.1 Các dang của một beamformer kết hợp tuyển tính của các phân tử đầu ra.4 Tình 1 3 một mảng được gắn với cáo phân tử trễ cung cấp mẫu vẻ không giam/ thời gian của các nguồn lan truyền.3 Sự lương Lự giữa một trắng bằng hẹp cách đều nhau vé moi hucng va dl kênh đơn bộ lọc FTR - - 8 Tlinh 1.4 Dinh huéng bup sóng đôi khi được thực hiện trong miễn tần số khi quan tâm dến tín hiệu băng rộng.5 Beamformer ở cả dù liệu độc lập và tôi ưu về mặt thông kê 18 Tình 1.6 Multiple sidelebe canccller (MSC),.7 GSC dai diện cho việc thực hiện LCMV beamfcrmer.1 Don vj hinh cau trong IE2 với định mức p = 1, 2,co và với không gian tựa chuẩn (quasinorm) vớip = 12.2 pia tri gần đúng nhất của một điểm trong TRn bởi một không gian con một chiều sử dụng, định mức Ép.- cà 2222 xvvvtrrrtrrrrrree 42 Hình 2.3 biếu điễn rời rac của một hinh ảnh thang qua chuyén déi wavelet mulliscale - 44 Tình 2.4 lẫy mau rai rac gan ding cửa môi hình ảnh tự nhiền.5 tập hợp không gian con được tạo bởi Z2C IR3 4 Hình 2.6 8o sánh phương phap £1 -minimivation va fl aninimization c6 trong 86.1 Thiết lập các phần tử cho compressive định lướng búp sỏng,.2 Minh họa lưới sảng lọc.3 DOA của ba phương pháp khác nhau với một tỉn hiệu ngẫu nhiên (SNR 10dB) .4: Lỗi tin hiệu khôi phục của ba phương pháp với một tín hiệu ngẫu nhiên „94 Hin 3.5 Beam pattem vủa lặp LCMV với các tín hiệu khác nhau.6: Đâu ra SINR so với SNR của lặp LCMTV với tin hiệu khôi phục C8-SL0.7 Các mức búp sóng và mức không sâu (mull đepth) theo hướng tín hiệu can: nhiều.87 DANH MUC TU VIET TAT SIT Từ viết tắt Nghĩa tiếng Anh Nghĩa tiếng Việt 2D/3D 2dimensional/3dimensional 2 chiều/ 3 chiều. AD Analog/ Digital Tương tự số wD ADC Analog to Digital Converter Bộ chuyển đổi lương hưsố cS Compressed sensing Lay mau nén. bk DFT Discrete Fourier Transform Bién di Fourier rai rac DOA Drrection-Ol-Amval Tướng búp sóng tới A EFT Fast Fourier Transform Biển đổi Fourier nhanh FIR Finite Impulse Response Đáp ứng xung hữu hạn oe ace Generalized cross correlation Tương quan chóo. GSC Generalized Sidelobe Canceller Loại bỗ búp sóng phụ TẠA-APES Tierative Adaptive Approach Tiếp cân lặn thích nghĩ đối for Amplitude and Phase với biên dộ và ước lượng, EStimation pha Joint Photographic Experts “Một chuẩn nén ảnh.

Group Interference-to-noise ratio 'FLIệ tin hiệu can nhiễu. trên nhiễu LMS. Least Mean-Square Binh phương nhỏ nhất LCMV Linearly constrained minimum Tan chẻ tối thiên phương variance sai MUSIC Multiple Signal Classification Thân loại nhiều tin hiệu, MP3 Movie Picture Experts Group- “Một định dạng nén âm. Layer 3 thanh MPEG Mowing Picture Experts Group .Một chuẩn nén video MSC Multiple Sidelobe Canceller Loại bỏ nhiều búp sóng DANH MUC TU VIET TAT SIT Từ viết tắt Nghĩa tiếng Anh Nghĩa tiếng Việt 2D/3D 2dimensional/3dimensional 2 chiều/ 3 chiều.

AD Analog/ Digital Tương tự số wD ADC Analog to Digital Converter Bộ chuyển đổi lương hưsố cS Compressed sensing Lay mau nén. bk DFT Discrete Fourier Transform Bién di Fourier rai rac DOA Drrection-Ol-Amval Tướng búp sóng tới A EFT Fast Fourier Transform Biển đổi Fourier nhanh FIR Finite Impulse Response Đáp ứng xung hữu hạn oe ace Generalized cross correlation Tương quan chóo. GSC Generalized Sidelobe Canceller Loại bỗ búp sóng phụ TẠA-APES Tierative Adaptive Approach Tiếp cân lặn thích nghĩ đối for Amplitude and Phase với biên dộ và ước lượng, EStimation pha Joint Photographic Experts “Một chuẩn nén ảnh. Group Interference-to-noise ratio 'FLIệ tin hiệu can nhiễu.

trên nhiễu LMS. Least Mean-Square Binh phương nhỏ nhất LCMV Linearly constrained minimum Tan chẻ tối thiên phương variance sai MUSIC Multiple Signal Classification Thân loại nhiều tin hiệu, MP3 Movie Picture Experts Group- “Một định dạng nén âm. Layer 3 thanh MPEG Mowing Picture Experts Group .Một chuẩn nén video MSC Multiple Sidelobe Canceller Loại bỏ nhiều búp sóng DANII MUC BANG BIEU Bang 1.1 Téng kết cửa tối ưu các beamformer 19 Bang 1.2 so sánh thuật toán thích nghĩ trong s6 LMS va RIS. 31 DANII MUC INIT ANII Tlinh 1.1 Các dang của một beamformer kết hợp tuyển tính của các phân tử đầu ra.4 Tình 1 3 một mảng được gắn với cáo phân tử trễ cung cấp mẫu vẻ không giam/ thời gian của các nguồn lan truyền.3 Sự lương Lự giữa một trắng bằng hẹp cách đều nhau vé moi hucng va dl kênh đơn bộ lọc FTR - - 8 Tlinh 1.4 Dinh huéng bup sóng đôi khi được thực hiện trong miễn tần số khi quan tâm dến tín hiệu băng rộng.5 Beamformer ở cả dù liệu độc lập và tôi ưu về mặt thông kê 18 Tình 1.6 Multiple sidelebe canccller (MSC),.7 GSC dai diện cho việc thực hiện LCMV beamfcrmer.1 Don vj hinh cau trong IE2 với định mức p = 1, 2,co và với không gian tựa chuẩn (quasinorm) vớip = 12.2 pia tri gần đúng nhất của một điểm trong TRn bởi một không gian con một chiều sử dụng, định mức Ép.- cà 2222 xvvvtrrrtrrrrrree 42 Hình 2.3 biếu điễn rời rac của một hinh ảnh thang qua chuyén déi wavelet mulliscale - 44 Tình 2.4 lẫy mau rai rac gan ding cửa môi hình ảnh tự nhiền.5 tập hợp không gian con được tạo bởi Z2C IR3 4 Hình 2.6 8o sánh phương phap £1 -minimivation va fl aninimization c6 trong 86.1 Thiết lập các phần tử cho compressive định lướng búp sỏng,.2 Minh họa lưới sảng lọc.3 DOA của ba phương pháp khác nhau với một tỉn hiệu ngẫu nhiên (SNR 10dB) .4: Lỗi tin hiệu khôi phục của ba phương pháp với một tín hiệu ngẫu nhiên „94 Hin 3.5 Beam pattem vủa lặp LCMV với các tín hiệu khác nhau.6: Đâu ra SINR so với SNR của lặp LCMTV với tin hiệu khôi phục C8-SL0.7 Các mức búp sóng và mức không sâu (mull đepth) theo hướng tín hiệu can: nhiều.87 MUC LUC CHUONG I: LY THUYET VE KI THUAT DINH HUONG BUP SO! 1.1 Giới thiêu chung.2 Các thuật ngữ và khai niém co ban m ease rane 2 1.1 Định hướng búp sóng và bộ lọc không gian.22 Thông kẻ thứ hai.

TH 0000 0 re " cee lO 1L2127EHAH loại Beetief Ot: acerecmnsyeseseranemnageoeseterumnsereesenterennenessesanenegerees yan 11 1.3 Định hướng búp sóng độc lập dữ liệu.1 Định hướng búp sóng cơ bản.2 Thiết kế đáp ứng dữ liệu độc lập chung.4 Định hướng búp sóng tôi ưu thông kê 1.1 Multiple Sidelobe Canceller (MSC) 1.2 Sir dung tin hiéu tham chiều : Sa, giàn, De 1.3 Tối đa hóa tỷ lệ tin hiệu trên nhiều (SNR) .4 Định hướng búp song tuyén tinh han che tdi thiéu phuong sai .5 Hủy bỏ tín hiệu trong định hướng búp sỏng tối tru thông kê.5 Các thuật toán thích nghĩ của định hướng búp sỏng.6 Khử nhiễu vả Định hướng búp sóng thích nghĩ một phân.7 Téng két chuong. ee eS CHUONG I: LY THUYET EAY AKU NEN 2.1 Giới thiệu chung về lây mẫu nén.2 Xét lại không gian vector - san sesessseeo.3 Không gian vector chuẩn (Normed veetor spaees).4 Mô hình tín hiệu thấp chiẻu.2 Tin hiệu thưa và có thê nén.3 Tap hợp hữu hạn các không gian con.4 Tap hợp các không gian con cho các mô hình tín hiệu tương tự.8 Cac dau ra SINR của lưới thỏ và tình đôi với CS-8L0 và CS-OMP.9 Beam pattern của các DƠA không trong lưới 99 Hình 3.LŨ Sự phân bố các phản tử mâng thưa.11 Beam pattern của mảng phẳng tròn trên dỗ thị bể mặt.12 Ieam pattem của mảng phẳng tròn trong đỗ thị L-cắt vớiu = 0. 101 DANH MUC TU VIET TAT SIT Từ viết tắt Nghĩa tiếng Anh Nghĩa tiếng Việt 2D/3D 2dimensional/3dimensional 2 chiều/ 3 chiều. AD Analog/ Digital Tương tự số wD ADC Analog to Digital Converter Bộ chuyển đổi lương hưsố cS Compressed sensing Lay mau nén.

bk DFT Discrete Fourier Transform Bién di Fourier rai rac DOA Drrection-Ol-Amval Tướng búp sóng tới A EFT Fast Fourier Transform Biển đổi Fourier nhanh FIR Finite Impulse Response Đáp ứng xung hữu hạn oe ace Generalized cross correlation Tương quan chóo. GSC Generalized Sidelobe Canceller Loại bỗ búp sóng phụ TẠA-APES Tierative Adaptive Approach Tiếp cân lặn thích nghĩ đối for Amplitude and Phase với biên dộ và ước lượng, EStimation pha Joint Photographic Experts “Một chuẩn nén ảnh. Group Interference-to-noise ratio 'FLIệ tin hiệu can nhiễu. trên nhiễu LMS.

Least Mean-Square Binh phương nhỏ nhất LCMV Linearly constrained minimum Tan chẻ tối thiên phương variance sai MUSIC Multiple Signal Classification Thân loại nhiều tin hiệu, MP3 Movie Picture Experts Group- “Một định dạng nén âm. Layer 3 thanh MPEG Mowing Picture Experts Group .Một chuẩn nén video MSC Multiple Sidelobe Canceller Loại bỏ nhiều búp sóng MUC LUC CHUONG I: LY THUYET VE KI THUAT DINH HUONG BUP SO! 1.1 Giới thiêu chung.2 Các thuật ngữ và khai niém co ban m ease rane 2 1.1 Định hướng búp sóng và bộ lọc không gian.22 Thông kẻ thứ hai. TH 0000 0 re " cee lO 1L2127EHAH loại Beetief Ot: acerecmnsyeseseranemnageoeseterumnsereesenterennenessesanenegerees yan 11 1.