Điều Khiển Tối Ưu Luồng Video Điểm - Đa Điểm Trong Mạng 5G Siêu Dày Đặc

Khám phá phương pháp điều khiển tối ưu luồng video điểm đa điểm trong mạng 5G siêu dày đặc, nâng cao hiệu suất truyền tải và trải nghiệm người dùng.

• Tác giả: Phan Thanh Minh
• Người hướng dẫn: PGS. Đặng Xuân Kiên
• Trường học: Trường Đại học Giao thông Vận tải
• Chuyên ngành: Kỹ thuật điều khiển và Tự động hóa
• Đề tài: Nghiên Cứu Điều Khiển Tối Ưu Luồng Video Trong Mạng 5G Siêu Dày Đặc
• Loại tài liệu: luận án tiến sĩ
• Năm xuất bản: 2020
• Địa điểm: TP. Hồ Chí Minh

Tóm tắt

I. Tổng Quan Về Điều Khiển Tối Ưu Luồng Video Mạng 5G UDN

Sự bùng nổ của các mạng di động và Internet đã thúc đẩy cuộc cách mạng công nghiệp 4.0 với xu hướng vạn vật kết nối Internet (IoT). Trong lĩnh vực công nghiệp tự động hóa và điều khiển, sự phát triển của công nghệ kết nối mạng hiện đại cho phép kết nối các thiết bị từ xa một cách dễ dàng. Trong hệ thống điều khiển kết nối mạng (NCS), kết nối không dây giúp tăng tính linh hoạt, chẩn đoán và bảo trì hệ thống. Song song với sự phát triển công nghệ, các dịch vụ và ứng dụng ngày càng đòi hỏi dữ liệu truyền thông cực lớn, đặc biệt là dữ liệu video. Mạng di động thế hệ thứ 5 (5G) với kiến trúc mạng 5G siêu dày đặc (UDN) được xem là giải pháp tiềm năng để đáp ứng nhu cầu này. Luận án này tập trung vào các kiến trúc mạng 5G UDN và các kỹ thuật điều khiển, phân phối và quản lý trong 5G UDN.

1.1. Hệ Thống Điều Khiển Kết Nối Mạng Trong Mạng 5G

Hệ thống điều khiển kết nối mạng (NCS) là hệ thống điều khiển mà các vòng điều khiển được truyền thông qua mạng. NCS có 4 phần tử cơ bản: cảm biến, bộ điều khiển, cơ cấu chấp hành và mạng truyền thông. Ưu điểm của NCS là kết nối trong không gian mạng, cho phép thực hiện nhiệm vụ từ xa, giảm sự phức tạp và chi phí, dễ dàng sửa đổi/nâng cấp và hợp nhất thông tin để đưa ra quyết định thông minh. Mạng 5G siêu dày đặc là một lựa chọn tiềm năng cho NCS do khả năng cung cấp băng thông cao và độ trễ thấp. Tuy nhiên, việc quản lý luồng video hiệu quả trong môi trường 5G UDN là một thách thức.

1.2. Kiến Trúc Mạng 5G Siêu Dày Đặc và Ứng Dụng Video

Kiến trúc mạng 5G siêu dày đặc (UDN) được xem là chìa khóa để bước vào kỷ nguyên IoT, cung cấp băng thông rộng, độ trễ thấp và khả năng kết nối số lượng lớn thiết bị. Năm 2023, ước tính có khoảng 5.3 tỷ người dùng Internet, trong đó dữ liệu video chiếm 79% tổng lưu lượng. Để đáp ứng nhu cầu này, việc nâng cấp hạ tầng mạng lõi và phát triển các kiến trúc mạng di động mới như 5G UDN là rất quan trọng. Luận án này tập trung vào nghiên cứu, cải tiến các công nghệ, kỹ thuật điều khiển, phân phối và quản lý trong 5G UDN để tối ưu hóa hiệu suất mạng 5G cho truyền tải video.

II. Thách Thức Quản Lý Luồng Video Trong Mạng 5G Siêu Dày Đặc

Mặc dù mạng 5G siêu dày đặc (UDN) hứa hẹn nhiều lợi ích, nhưng nó cũng đặt ra những thách thức đáng kể trong việc quản lý luồng video. Mật độ trạm gốc cao có thể gây ra nhiễu xuyên kênh, ảnh hưởng đến chất lượng video. Ngoài ra, việc phân bổ tài nguyên hiệu quả để đáp ứng nhu cầu băng thông khác nhau của nhiều người dùng đồng thời là một vấn đề phức tạp. Luận án này tập trung vào việc giải quyết những thách thức này thông qua việc đề xuất các phương pháp điều khiển tối ưu luồng video trong môi trường 5G UDN.

2.1. Nhiễu Xuyên Kênh Trong Mạng Mật Độ Trạm Gốc Cao

Trong mạng 5G siêu dày đặc, mật độ trạm gốc cao đồng nghĩa với việc mỗi người dùng có thể kết nối với nhiều trạm gốc khác nhau. Tuy nhiên, điều này cũng dẫn đến nhiễu xuyên kênh (ICI) gia tăng, làm giảm chất lượng tín hiệu và hiệu suất mạng 5G. Việc quản lý nhiễu xuyên kênh hiệu quả là rất quan trọng để đảm bảo trải nghiệm người dùng tốt khi xem video. Các kỹ thuật như phối hợp đa điểm (CoMP) và can thiệp (interference) có thể được sử dụng để giảm thiểu tác động của nhiễu xuyên kênh.

2.2. Phân Bổ Tài Nguyên Linh Hoạt Cho Dịch Vụ Video Đa Dạng

Các dịch vụ video khác nhau yêu cầu băng thông và độ trễ khác nhau. Ví dụ, video 4K đòi hỏi băng thông lớn và độ trễ thấp hơn so với video có độ phân giải thấp hơn. Trong mạng 5G siêu dày đặc, việc phân bổ tài nguyên (băng thông, tần số, công suất) một cách linh hoạt để đáp ứng nhu cầu đa dạng của các dịch vụ video là một thách thức lớn. Các thuật toán điều khiển động luồng video và tối ưu hóa luồng video 5G có thể giúp giải quyết vấn đề này.

III. Phương Pháp Điều Khiển Lưu Trữ và Chia Sẻ Phổ Tần Tối Ưu 5G

Để giải quyết các thách thức trong quản lý luồng video trong mạng 5G siêu dày đặc, luận án đề xuất phương pháp điều khiển lưu trữ và chia sẻ phổ tần tối ưu. Phương pháp này bao gồm việc lựa chọn thiết bị lưu trữ phù hợp và thiết bị chia sẻ tài nguyên phổ tần xuống để cực đại dung lượng hệ thống. Ngoài ra, phương pháp này cũng xem xét đến các mối quan hệ xã hội của người dùng để đảm bảo công bằng về chất lượng dịch vụ.

3.1. Lựa Chọn Thiết Bị Lưu Trữ Tối Ưu Cho Luồng Video

Việc lựa chọn thiết bị lưu trữ phù hợp có thể giúp giảm độ trễ và tăng băng thông cho luồng video. Các thiết bị lưu trữ có thể bao gồm trạm gốc, bộ nhớ cache tại biên mạng (MEC) hoặc thiết bị của người dùng khác (D2D). Phương pháp điều khiển tối ưu luồng video cần xem xét các yếu tố như khoảng cách, băng thông và dung lượng lưu trữ của các thiết bị để đưa ra quyết định lựa chọn tốt nhất.

3.2. Chia Sẻ Phổ Tần Động Để Tăng Dung Lượng Mạng 5G

Chia sẻ phổ tần động là kỹ thuật cho phép các người dùng hoặc trạm gốc khác nhau sử dụng cùng một băng tần tại các thời điểm hoặc vị trí khác nhau. Kỹ thuật này có thể giúp tăng dung lượng mạng và cải thiện hiệu suất mạng 5G cho truyền video 5G. Phương pháp quản lý luồng video 5G cần kết hợp với các thuật toán chia sẻ phổ tần động để tối ưu hóa việc sử dụng tài nguyên vô tuyến.

3.3. Tối Ưu Hóa Luồng Video Dựa Trên Quan Hệ Xã Hội

Các mối quan hệ xã hội giữa người dùng có thể được sử dụng để cải thiện chất lượng trải nghiệm (QoE) của luồng video. Ví dụ, nếu hai người dùng có quan hệ bạn bè đang xem cùng một video, có thể ưu tiên phân bổ tài nguyên cho một trong hai người, và người còn lại có thể chia sẻ video từ người kia thông qua D2D (Device-to-Device). Phương pháp điều khiển tối ưu luồng video cần khai thác thông tin quan hệ xã hội để tăng cường hiệu quả sử dụng tài nguyên.

IV. Ứng Dụng Thuật Toán Di Truyền Điều Khiển Luồng Video

Luận án sử dụng thuật toán di truyền (GA) để giải quyết bài toán điều khiển tối ưu luồng video trong mạng 5G siêu dày đặc. GA là một thuật toán tìm kiếm tối ưu dựa trên nguyên lý tiến hóa tự nhiên. GA có khả năng tìm kiếm lời giải gần tối ưu trong không gian tìm kiếm lớn một cách hiệu quả.

4.1. Tổng Quan Về Thuật Toán Di Truyền Trong Tối Ưu Hóa

Thuật toán di truyền (GA) là một phương pháp tìm kiếm tối ưu dựa trên các nguyên tắc của tiến hóa tự nhiên. GA sử dụng các khái niệm như quần thể, nhiễm sắc thể, chọn lọc, lai ghép và đột biến để tìm kiếm lời giải tối ưu cho một bài toán. GA thường được sử dụng để giải quyết các bài toán tối ưu phức tạp mà các phương pháp truyền thống gặp khó khăn.

4.2. Ứng Dụng GA Để Tối Ưu Lưu Trữ và Phân Phối Video 5G

Trong bài toán điều khiển tối ưu luồng video, GA được sử dụng để tìm kiếm các quyết định tối ưu về lựa chọn thiết bị lưu trữ và chia sẻ phổ tần. GA có thể giúp tìm ra cấu hình tốt nhất để tối đa hóa dung lượng hệ thống, giảm độ trễ và cải thiện QoS luồng video 5G. Các tham số của GA, như kích thước quần thể, tỷ lệ lai ghép và đột biến, cần được điều chỉnh cẩn thận để đạt được hiệu suất tốt nhất.

V. Kết Quả Mô Phỏng và Đánh Giá Hiệu Năng Luồng Video 5G

Các mô hình đề xuất được mô phỏng trên máy tính bằng công cụ Matlab với thuật toán di truyền. Kết quả mô phỏng cho thấy sự vượt trội của các mô hình đề xuất so với các cơ chế thông thường khác. Cụ thể, các mô hình đề xuất giúp tăng dung lượng hệ thống, giảm độ trễ và cải thiện QoS luồng video 5G.

5.1. Cải Thiện Dung Lượng Mạng và Giảm Độ Trễ Truyền Video

Kết quả mô phỏng cho thấy phương pháp điều khiển tối ưu luồng video đề xuất giúp tăng dung lượng hệ thống đáng kể so với các phương pháp thông thường. Ngoài ra, phương pháp này cũng giúp giảm độ trễ truyền video, mang lại trải nghiệm xem video mượt mà hơn cho người dùng. Cải thiện dung lượng và giảm độ trễ rất quan trọng trong mạng 5G siêu dày đặc, đặc biệt là đối với các ứng dụng video thời gian thực.

5.2. Đảm Bảo Chất Lượng Trải Nghiệm QoE Người Dùng Video

Mục tiêu cuối cùng của điều khiển tối ưu luồng video là đảm bảo QoE tốt nhất cho người dùng. Kết quả mô phỏng cho thấy phương pháp đề xuất giúp cải thiện các chỉ số QoE quan trọng, như PSNR (Peak Signal-to-Noise Ratio) và SSIM (Structural Similarity Index). Việc xem xét các yếu tố QoE trong quá trình tối ưu hóa luồng video 5G là rất quan trọng để đáp ứng nhu cầu ngày càng cao của người dùng.

VI. Kết Luận và Hướng Phát Triển Nghiên Cứu Điều Khiển 5G

Luận án đã đề xuất các phương pháp điều khiển tối ưu luồng video trong mạng 5G siêu dày đặc dựa trên thuật toán di truyền. Các phương pháp đề xuất giúp cải thiện hiệu suất mạng 5G, giảm độ trễ và đảm bảo QoE luồng video 5G. Hướng phát triển trong tương lai có thể tập trung vào việc nghiên cứu các thuật toán học máy trong điều khiển luồng video 5G và tích hợp với MEC (Multi-access Edge Computing) để tối ưu hóa hơn nữa.

6.1. Tích Hợp Học Máy Để Dự Đoán Nhu Cầu Luồng Video

Các thuật toán học máy có thể được sử dụng để dự đoán nhu cầu luồng video của người dùng dựa trên lịch sử xem video, vị trí và các yếu tố khác. Thông tin dự đoán này có thể được sử dụng để điều chỉnh các tham số điều khiển luồng video một cách chủ động, giúp cải thiện hiệu suất mạng 5G và QoE. Các thuật toán học sâu (deep learning) đặc biệt hứa hẹn trong việc dự đoán nhu cầu luồng video phức tạp.

6.2. Sử Dụng MEC Để Giảm Độ Trễ và Tăng Băng Thông Video

MEC (Multi-access Edge Computing) cho phép triển khai các ứng dụng và dịch vụ gần người dùng, giúp giảm độ trễ và tăng băng thông. Tích hợp MEC với các phương pháp điều khiển luồng video có thể giúp cải thiện đáng kể QoE cho các ứng dụng video thời gian thực. Ví dụ, video có thể được lưu trữ trong bộ nhớ cache của MEC và phân phối trực tiếp cho người dùng gần đó.

Trích đoạn nội dung tài liệu

phần Mở đầu như đã trình bày, luận án được tổ chức thành 5 chương tương ứng với các mục tiêu, nhiệm vụ và kết quả nghiên cứu, cụ thể như sau: Chương 1: Tổng quan về hệ thống điều khiển kết nối mạng Chương 1 tập trung tìm hiểu tổng quan về hệ thống điều khiển kết nối mạng, tổng quan về mạng di động 5G siêu dày đặc, các mô hình truyền video trong 5G UDN, mô hình phân cụm, mô hình truyền điểm - đa điểm, mô hình kênh truyền, mô hình nhiễu và can nhiễu. Phân tích đánh giá chi tiết các nghiên cứu liên quan để hiểu rõ được ưu và nhược điểm của các mô hình, là cơ sở để đề xuất mô hình điều khiển tối ưu cho luồng dữ liệu trong NCS. Chương 2: Thuật toán di truyền và ứng dụng trong bài toán điều khiển tối ưu luồng video Chương 2 giới thiệu tổng quan về các thuật toán tìm kiếm tối ưu, đồng thời khái quát về thuật toán di truyền, so sánh với phương pháp truyền thống, phân tích đánh giá sơ lược một số bài toán ứng dụng GA trong điều khiển luồng video. Từ đó đề xuất áp dụng GA vào việc giải các bài toán điều khiển tối ưu luồng video trong các chương tiếp theo.

10 Chương 3: Điều khiển lưu trữ và chia sẻ phổ tần tối ưu luồng video điểm - đa điểm trong 5G UDN Chương 3 đề xuất mô hình phân cụm và phân phối luồng video điểm - đa điểm trong 5G UDN. Trong mô hình này, các thông số được xem xét bao gồm: tài nguyên về dung lượng lưu trữ để lưu các video, tài nguyên phổ tần sẵn có để chia sẻ cho truyền thông D2D điểm - đa điểm. Các thông số của hệ thống được tính toán để xây dựng bài toán điều khiển lưu trữ và chia sẻ phổ tần tối ưu. Bài toán điểu khiển tối ưu được giải bằng GA nhằm cực đại dung lượng phân phối luồng video của hệ thống đến các MU.

Chương 4: Điều khiển lưu trữ và chia sẻ phổ tần tối ưu luồng video điểm - đa điểm dựa trên mối quan hệ xã hội người dùng trong 5G UDN Chương 4 tập trung vào cải tiến mô hình đã đề xuất ở Chương 3 bằng cách có quan tâm đến mối quan hệ xã hội giữa các MU cũng như tận dụng hiệu quả hơn tài nguyên phổ tần được chia sẻ. Các thông số của hệ thống được tính toán để xây dựng bài toán điều khiển lưu trữ và chia sẻ phổ tần tối ưu có quan tâm đến mối quan hệ xã hội. Bài toán điểu khiển tối ưu được giải bằng GA nhằm cực đại dung lượng phân phối video của hệ thống đến các MU. Chương 5: Điều khiển lưu trữ đa tầng và chia sẻ phổ tần tối ưu luồng video điểm - đa điểm trong 5G UDN Chương 5 tập trung vào cải tiến mô hình đã đề xuất ở Chương 3 bằng cách xem xét việc tận dụng dung lượng lưu trữ của trạm nền nhỏ femto (FBS) để cung cấp thêm kênh truyền thông điểm - đa điểm từ FBS đến MU.

Tương tự như các Chương 3 và 4, các thông số của hệ thống trong Chương 5 được tính toán để xây dựng bài toán điều khiển lưu trữ đa tầng (tầng MBS, tầng FBS và tầng thiết bị người dùng) và chia sẻ phổ tần tối ưu. Bài toán điểu khiển tối ưu được giải bằng thuật toán vét cạn nhằm cực đại dung lượng phân phối video của hệ thống đến các MU. Ngoài ra, một giải pháp tính toán tối ưu phân tán cũng được đề xuất để tăng tính khả thi trong việc triển khai mô hình khi gia tăng các phần tử trong 5G UDN. Kết luận Từ mục tiêu nghiên cứu, đánh giá kết quả đạt được của luận án cũng như các vấn đề còn tồn đọng, từ đó đề xuất các hướng nghiên cứu tiếp theo.

TỔNG QUAN VỀ HỆ THỐNG ĐIỀU KHIỂN KẾT NỐI MẠNG Tóm tắt: Trong chương này, tác giả giới thiệu tổng quan hệ thống điều khiển kết nối mạng (NCS – Network Control System), tổng quan về mạng 5G siêu dày đặc (5G UDN – Ultra-dense Network) sẽ được trình bày, cụ thể gồm các mô hình truyền video trong 5G UDN, truyền thông điểm - đa điểm; mô hình kênh truyền, nhiễu và can nhiễu; và mô hình mối quan hệ xã hội của người dùng di động (MU – Mobile User). Bên cạnh đó, các khái niệm về kỹ thuật lưu trữ (caching), phân cụm (clustering), chia sẻ tài nguyên phổ tần (spectrum sharing), truyền thông từ thiết bị đến thiết bị (D2D – Device-to-Device), và các tiêu chí đánh giá chất lượng dịch vụ (QoS – Quality of Service) của hệ thống sẽ được giới thiệu. Cuối cùng, hiện trạng các nghiên cứu liên quan đến kỹ thuật điều khiển, lựa chọn (selecting), phân phối (delivering) luồng video trong 5G UDN sẽ được tìm hiểu, phân tích và đánh giá để làm nổi bật ý nghĩa và những đóng góp của luận án. Tổng quan về hệ thống điều khiển kết nối mạng Cách mạng công nghiệp 4.0 với xu hướng vạn vật kết nối Internet (IoT) đem lại nhiều lợi ích cho cuộc sống của mọi người.

Sự phát triển nhanh chóng của các công nghệ mạng truyền thông hiện đại có thể cung cấp liên lạc nhanh chóng và đáng tin cậy giữa bất kỳ hai hoặc nhiều thiết bị nằm ở những nơi khác nhau. Các đặc điểm nổi bật như vậy làm cho các mạng truyền thông được sử dụng rộng rãi để kết nối các thành phần điều khiển trong một vòng điều khiển, được gọi là hệ thống điều khiển được nối mạng (NCS – Network Control System). NCS đã được áp dụng trong các lĩnh vực khác nhau, như thăm dò không gian, môi trường, tự động hóa công nghiệp, robot, máy bay, ô tô, giám sát nhà máy sản xuất, chẩn đoán và xử lý sự cố từ xa, và viễn thông [1]–[4]. NCS thừa hưởng cả ưu điểm và nhược điểm từ các mạng truyền thông.

Một mặt, các mạng truyền thông cho phép các gói dữ liệu được chia sẻ giữa các thành phần điều khiển, tức là một số đường truyền có dây điểm - điểm truyền thống trong hệ thống điều khiển có thể loại bỏ, làm giảm chi phí thiết lập và bảo trì hệ thống điều khiển. Ngoài ra, các giao thức truyền thông tốt có thể đảm bảo các gói dữ liệu được truyền thành 12 công giữa các thành phần điều khiển, điều này làm cho NCS có độ tin cậy cao. Mặt khác, các mạng truyền thông chỉ truyền các gói dữ liệu dưới dạng tín hiệu số chứ không phải tín hiệu tương tự, tức là tín hiệu từ các thiết bị được lấy mẫu và lượng tử hóa trước khi truyền đi. Hơn nữa, do băng thông mạng bị hạn chế, tắc nghẽn lưu lượng mạng là không thể tránh khỏi, thường dẫn đến một số hạn chế như chậm trễ do mạng gây ra và bỏ gói.

Ngoài ra, việc lấy mẫu tín hiệu, lỗi lượng tử hóa, độ trễ do mạng và mất gói có thể có ảnh hưởng đến hiệu suất điều khiển của NCS. Do đó, làm thế nào để giảm thiểu ảnh hưởng của những khiếm khuyết mạng đó đối với hiệu suất điều khiển của NCS đã nhận được sự nhiều sự quan tâm [3]–[8], [52] Hai trong số các hướng nghiên cứu chính cho NCS là 1) điều khiển mạng (control of networks) và 2) điều khiển qua mạng (control over networks) [5]. Điều khiển mạng mục đích cung cấp chất lượng dịch vụ (QoS) khá tốt của các mạng truyền thông để NCS có thể đạt được hiệu suất điều khiển thỏa đáng. Trong cơ chế này, các luồng dữ liệu mạng thực hiện tốt và tài nguyên mạng được sử dụng một cách hiệu quả và công bằng.

Điều khiển qua mạng, đưa ra các chiến lược điều khiển phù hợp để giảm tác động của các khiếm khuyết mạng đối với hiệu suất điều khiển mong muốn. Như vậy, điều khiển mạng tập trung vào cách cải thiện QoS của các mạng trong khi điều khiển qua mạng tăng cường việc điều khiển chống lại các ràng buộc mạng. Đã có nhiều nghiên cứu điều khiển qua mạng [3]–[8], [52], trong đó tập trung vào 5 vấn đề chính: 1) Điều khiển dữ liệu lấy mẫu, giải quyết vấn đề làm thế nào để chọn thời gian lấy mẫu thích hợp để cho hệ thống điều khiển ổn định; 2) Điều khiển lượng tử hóa, làm thế nào để điều khiển quá trình chuyển đổi tín hiệu tương tự sang số để giảm ảnh hưởng đến hiệu suất và tính ổn định của hệ thống; 3) Điều khiển mạng, tập trung giải quyết vấn đề chậm trễ và mất gói dữ liệu để tăng hiệu suất của các hệ thống điều khiển; 4) Điều khiển thời gian lấy mẫu, tránh việc dư thừa dữ liệu làm giảm tài nguyên năng lượng, tài nguyên mạng và tăng tài nguyên tính toán của NCS; 5) Điều khiển bảo mật, giải quyết vấn đề bảo mật của NCS, làm thế nào để phát hiện và đối phó với các cuộc tấn công độc hại và đảm bảo cho NCS hoạt động an toàn. Vấn đề điều khiển mạng, để cung cấp chất lượng dịch vụ (QoS) cho các mạng truyền thông hầu hết chỉ áp dụng cho các hệ thống viễn thông.

Chưa có nhiều nghiên cứu phục vụ hệ thống NCS, do đó, với hướng nghiên cứu đã chọn có thể là tiên phong 13 trong lĩnh vực điều khiển hệ thống kết nối mạng. Để tập trung vào mục tiêu nghiên cứu chính, hệ thống kết nối mạng được lựa chọn là mạng di động thế hệ thứ 5 với kiến trúc đa tầng, có rất nhiều thiết bị kết nối mạng cũng như người dùng di động, được trình bày trong phần 1. Đồng thời, các dữ liệu truyền thông trong NCS được xác định là luồng video, luồng dữ liệu cực lớn để phù hợp với nhu cầu thực tế trong thời kỳ cách mạng công nghiệp 4. Cụ thể, điều khiển lựa chọn các thiết bị cũng như người dùng trong mạng 5G siêu dày đặc sao cho dung lượng truyền dữ liệu của hệ thống điều khiển là tối ưu nhất đồng thời đảm bảo tài nguyên mạng được sử dụng hiệu quả và tính công bằng của các thiết bị trong hệ thống.

Tổng quan về 5G UDN Kể từ khi bắt đầu nền công nghiệp di động, phân chia tế bào và mật độ hóa là một trong những phương pháp hiệu quả để cung cấp chất lượng dịch vụ (QoS – Quality of Service) ngày càng tăng nhằm cải thiện trải nghiệm người dùng. Trong những năm gần đây, 5G UDN đã nổi lên như một giải pháp tiềm năng trước những thách thức trong việc đáp ứng các yêu cầu mật độ dung lượng cao của mạng 5G (lên tới 10 Mbps/m2) [53].