Tổng quan luận án

Luận án tiến sĩ kỹ thuật đề tài "Điều khiển tối ưu luồng video điểm - đa điểm trong mạng 5G siêu dày đặc" do nghiên cứu sinh Phan Thanh Minh thực hiện thuộc ngành Kỹ thuật điều khiển và Tự động hóa (mã số 9520216), dưới sự hướng dẫn khoa học của PGS. Đặng Xuân Kiên và TS. Võ Nguyên Sơn tại Trường Đại học Giao thông vận tải Thành phố Hồ Chí Minh (2020).

Tính cấp thiết và khoảng trống nghiên cứu

Trong bối cảnh cách mạng công nghiệp 4.0 và xu hướng vạn vật kết nối Internet (IoT), hệ thống điều khiển kết nối mạng (NCS) và đặc biệt là hệ thống điều khiển kết nối mạng không dây (WNCS) ngày càng mở rộng trong tự động hóa, giám sát công nghiệp và viễn thông. Dự báo đến năm 2023, toàn cầu có khoảng 5,3 tỷ người dùng Internet với 29,3 tỷ thiết bị kết nối, trong đó lưu lượng dữ liệu video chiếm tới 79%. Kiến trúc mạng 5G siêu dày đặc (5G UDN) với mật độ trạm thu phát và người dùng cao là giải pháp đáp ứng nhu cầu này. Tuy nhiên, sự gia tăng lưu lượng video gây nghẽn nghiêm trọng tại các tuyến trục (backhaul links) của trạm nền lớn (MBS) và trạm nền nhỏ (SBS).

Khoảng trống nghiên cứu được chỉ ra gồm:

  • Các giải pháp điều khiển phân phối luồng video hiện hữu chưa khai thác hiệu quả tài nguyên lưu trữ (caching) đa tầng tại MBS, SBS và các thiết bị người dùng gần nhau.
  • Chưa kết hợp chặt chẽ kỹ thuật truyền thông từ thiết bị đến thiết bị (D2D), phân cụm (clustering), và truyền thông điểm - đa điểm (multicast) với việc tái sử dụng tài nguyên phổ tần kênh truyền xuống (downlink).
  • Chưa tích hợp thuộc tính quan hệ xã hội giữa các người dùng di động và chưa kiểm soát sự biến động chất lượng dịch vụ (QoS) nhằm bảo đảm tính công bằng giữa các người dùng chia sẻ (SU) và người dùng yêu cầu (RU).

Mục tiêu nghiên cứu

Mục tiêu tổng quát của luận án là đề xuất mô hình hệ thống điều khiển kết nối mạng để điều khiển luồng dữ liệu trong NCS, cụ thể là điều khiển luồng video điểm - đa điểm trong mạng 5G UDN nhằm đạt dung lượng truyền dẫn cực đại, bảo đảm chất lượng dịch vụ và tính công bằng cho người dùng.

Mục tiêu cụ thể được triển khai qua 4 nhiệm vụ:

  1. Đề xuất các mô hình điều khiển luồng dữ liệu đa tầng dựa trên truyền thông điểm - đa điểm trong 5G UDN.
  2. Mô hình hóa các thông số hệ thống về dung lượng, QoS, hiệu suất tài nguyên và tính công bằng dịch vụ có xét đến quan hệ xã hội của người dùng di động.
  3. Xây dựng và giải bài toán tối ưu hóa lưu trữ và chia sẻ tài nguyên phổ tần cho luồng video đa tầng bằng các giải thuật tìm kiếm tối ưu (thuật toán di truyền - GA và thuật toán vét cạn/phân tán).
  4. Triển khai mô phỏng, kiểm chứng và đánh giá hiệu năng hệ thống trên công cụ máy tính so với các mô hình tham chiếu.

Đối tượng và phạm vi nghiên cứu

  • Đối tượng nghiên cứu: Mạng truyền thông trong hệ thống WNCS, cụ thể là mạng 5G UDN đa tầng (MBS, SBS, femtocell, picocell), người dùng di động (MU), thiết bị IoT; các kỹ thuật lưu trữ, chia sẻ tài nguyên phổ tần, D2DC, phân cụm, truyền phát điểm - đa điểm; mô hình quan hệ xã hội và tiêu chuẩn QoS cho dịch vụ và ứng dụng video (VAS).
  • Phạm vi nghiên cứu:
    • Khía cạnh kỹ thuật: Điều khiển tối ưu luồng video điểm - đa điểm trong không gian mạng 5G UDN.
    • Khía cạnh người dùng, mạng và dịch vụ: Mối quan hệ xã hội của người dùng theo mô hình tương tác, tiêu chí QoS dựa trên tỷ số tín hiệu trên nhiễu trắng và can nhiễu (SINR), dung lượng hệ thống và độ dao động dung lượng.
    • Khía cạnh toán học và công cụ: Mô hình kênh truyền fading và suy hao lũy thừa; mô hình xã hội Buffet Ấn Độ (IBM); thuật toán di truyền (GA), thuật toán vét cạn; môi trường tính toán và mô phỏng số Matlab.

Tổng quan tài liệu và vị trí của luận án

Luận án hệ thống hóa các hướng nghiên cứu liên quan đến hai nhánh chính của hệ thống điều khiển kết nối mạng (NCS): điều khiển qua mạng (control over networks) và điều khiển mạng (control of networks).

Các hướng nghiên cứu trước trong tài liệu

  1. Nghiên cứu về điều khiển kết nối mạng (NCS): Các công trình [1]–[4], [5], [52] phân tích hai nhánh chính. Nhánh điều khiển qua mạng tập trung xử lý dữ liệu lấy mẫu, lượng tử hóa, độ trễ và mất gói dữ liệu, bảo mật mạng [3], [6]–[8]. Nhánh điều khiển mạng tập trung nâng cao QoS và tối ưu hóa phân bổ tài nguyên truyền thông cho NCS.
  2. Kỹ thuật phân cụm, D2D và truyền thông điểm - đa điểm trong 5G UDN:
    • Các nghiên cứu [11]–[25] áp dụng phân cụm và truyền thông D2D nhằm mở rộng vùng phủ sóng [12]–[15], giảm độ trễ [16], nâng cao hiệu quả phổ tần và năng lượng [17]–[22], [45], [46], tăng xác suất truy xuất nội dung và dung lượng [23]–[25].
    • Các kỹ thuật truyền thông D2D đa hướng điểm - đa điểm [39], [41], [47]–[51] giúp tiết kiệm băng thông khi nhiều người dùng cùng yêu cầu một nội dung nhưng gây mất cân bằng QoS.
    • Các kiến trúc lưu trữ đa tầng tại trạm nền và thiết bị người dùng [26]–[31], kỹ thuật mmWave, beamforming kết hợp MIMO [32]–[37], và phân bổ tài nguyên vô tuyến [38]–[44].
  3. Nghiên cứu tích hợp thuộc tính xã hội của người dùng:
    • Sử dụng mô hình Indian Buffet Model (IBM) [70]–[74] để định lượng mức độ liên kết xã hội dựa trên tần suất và thời gian tương tác.
    • Nghiên cứu [75] dùng tính tương hỗ xã hội để khôi phục gói tin video bị mất; nghiên cứu [38], [40] kết hợp khoảng cách vật lý và liên kết xã hội để phân bổ công suất và kênh; nghiên cứu [77], [78] chọn trưởng cụm theo trọng số xã hội; nghiên cứu [67], [79] tích hợp cơ chế định giá để tối ưu hiệu quả năng lượng trong D2D multicast.
  4. Ứng dụng thuật toán di truyền (GA) trong điều khiển luồng video:
    • Nguyen-Son Vo và cộng sự [66] dùng GA nhị phân sửa đổi để cực tiểu hóa độ méo video, nâng cao PSNR và QoE cho người dùng.
    • De-Thu Huynh và cộng sự [82] áp dụng GA thích ứng kết hợp quan hệ xã hội và can nhiễu vật lý để tối ưu hiệu quả năng lượng cho D2D trong mạng dày đặc.

Vị trí và khoảng trống luận án giải quyết

Luận án định vị nghiên cứu vào nhánh điều khiển mạng, giải quyết bài toán điều khiển tối ưu phân phối luồng video multicast trong 5G UDN thông qua việc kết hợp đồng thời: lựa chọn trạm/thiết bị lưu trữ (MBS, FBS, CH), lựa chọn người dùng chia sẻ tài nguyên phổ kênh truyền xuống (SU), tích hợp dữ liệu quan hệ xã hội người dùng (IBM), và thiết lập các ràng buộc bảo đảm công bằng dịch vụ.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết và mô hình toán học

  1. Khung điều khiển kết nối mạng (NCS): Mô hình hệ thống gồm 4 khối chức năng: Cảm biến (Sensor), Thiết bị chấp hành (Actuator - các trạm SBS, MU, thiết bị IoT), Đối tượng điều khiển (Plant - mạng truyền thông 5G UDN), và Bộ điều khiển tối ưu (Optimal Controller) đặt tại MBS. Bộ điều khiển nhận thông tin trạng thái mạng và chỉ số QoS phản hồi để xuất tín hiệu điều khiển tối ưu $v^$, cực đại hóa dung lượng truyền video $C^$.
  2. Mô hình kênh truyền vô tuyến: Độ lợi kênh truyền giữa hai nút mạng bất kỳ được mô hình hóa bằng tích của thành phần fading quy mô nhỏ và suy hao đường truyền quy mô lớn:
    • Hệ số fading công suất tuân theo phân phối mũ có giá trị trung bình bằng 1: $h \sim \exp(1)$.
    • Hệ số suy hao đường truyền theo khoảng cách: $d^{-\alpha}$, trong đó $d$ là khoảng cách hình học giữa đầu phát và đầu thu, $\alpha$ là số mũ suy hao đường truyền.
  3. Mô hình can nhiễu và chất lượng kênh: Tỷ số tín hiệu trên nhiễu trắng và can nhiễu (SINR) tại máy thu được tính toán dựa trên công suất phát của nguồn hữu ích, công suất phát của các nguồn gây can nhiễu (từ MBS đến SU hoặc từ CH đến RU khi tái sử dụng phổ tần) và công suất tạp âm trắng Gaussian. Ngưỡng SINR tối thiểu được ký hiệu là $\gamma_0$.
  4. Mô hình quan hệ xã hội người dùng (IBM): Mô hình Indian Buffet Model xác định xác suất và cường độ tương tác xã hội giữa các cặp người dùng (CH và RU) dựa trên lịch sử số lần kết nối và thời lượng của mỗi phiên tương tác, thiết lập ma trận liên kết xã hội làm trọng số trong bài toán tối ưu.

Phương pháp nghiên cứu

  • Phương pháp mô hình hóa toán học: Thiết lập bài toán tối ưu hóa phi tuyến kết hợp biến nguyên/nhị phân để biểu diễn quyết định chọn trạm phát, ghép cặp chia sẻ phổ và phân bổ cụm.
  • Phương pháp giải thuật:
    • Thuật toán di truyền (GA): Mã hóa nhiễm sắc thể dạng chuỗi nhị phân $NP \times NB$, xây dựng hàm thích nghi (fitness function) có cơ chế thưởng/phạt theo ràng buộc QoS, sử dụng các toán tử chọn lọc, lai tạo (lai đa điểm, lai đồng nhất, tái hợp trung gian/đường thẳng) và đột biến (đảo ngược, chèn, thay thế, chuyển dịch).
    • Thuật toán vét cạn và thuật toán phân tán: Sử dụng thuật toán vét cạn trong các không gian tìm kiếm có cấu trúc tầng để kiểm chứng tính tối ưu toàn cục, đồng thời phát triển giải thuật phân tán cho tầng trạm nhỏ femto.
  • Nguồn dữ liệu và công cụ: Dữ liệu tham số mạng 5G UDN mô phỏng được thiết lập theo các chuẩn công nghệ viễn thông; toàn bộ mô hình toán học và thuật toán được lập trình, mô phỏng và kiểm chứng trên phần mềm Matlab.

Nội dung chính theo từng chương

Chương 1: Tổng quan về hệ thống điều khiển kết nối mạng

Chương 1 trình bày tổng quan cấu trúc, ưu nhược điểm và hai hướng nghiên cứu chính của NCS. Luận án phân tích 5 bài toán cốt lõi của nhánh điều khiển qua mạng (dữ liệu lấy mẫu, lượng tử hóa, độ trễ và mất gói, thời gian lấy mẫu, bảo mật) và làm rõ sự cần thiết của nhánh điều khiển mạng trong môi trường 5G UDN đối với luồng dữ liệu video dung lượng lớn.

Nội dung chương mô tả chi tiết kiến trúc 5G UDN đa tầng gồm MBS, SBS, các kết nối D2D trong băng tần (inband) và ngoài băng tần (outband). Chương 1 cũng phân loại 3 nhóm người dùng trong cơ chế chia sẻ phổ: người dùng yêu cầu (RU), người dùng hỗ trợ lưu trữ (CH), và người dùng chia sẻ tài nguyên phổ (SU). Đồng thời, chương thiết lập mô hình kênh truyền vô tuyến kết hợp fading mũ $\exp(1)$ và suy hao khoảng cách $d^{-\alpha}$, mô hình quan hệ xã hội IBM, cùng tổng quan các công trình nghiên cứu về phân cụm, lựa chọn nguồn phát và truyền thông D2D multicast.

Chương 2: Thuật toán di truyền và ứng dụng trong bài toán điều khiển tối ưu luồng video

Chương 2 phân tích cơ sở lý thuyết của các thuật toán tìm kiếm tối ưu chính xác và Heuristic, tập trung vào thuật toán di truyền (GA). Tác giả so sánh 4 điểm khác biệt chính giữa GA và phương pháp truyền thống: tìm kiếm đa điểm đồng thời trong không gian nghiệm, chỉ yêu cầu giá trị hàm mục tiêu không cần đạo hàm, sử dụng quy tắc chuyển tiếp ngẫu nhiên có xác suất, và thao tác trên chuỗi mã hóa của biến số.

Lưu đồ thực hiện GA chuẩn gồm 5 bước được chi tiết hóa:

  1. Khởi tạo: Sinh ngẫu nhiên quần thể kích thước $NP$, chiều dài nhiễm sắc thể $NB$.
  2. Tái tạo/Chọn lọc: Đánh giá hàm mục tiêu và chọn các cá thể có độ thích nghi cao.
  3. Lai tạo: Thực hiện trao đổi đoạn gen với xác suất $P_c$ qua các toán tử lai đa điểm ($m=5$), lai đồng nhất, tái hợp trung gian ($\alpha \in [-0.25, 1.25]$), hoặc tái hợp đường thẳng.
  4. Đột biến: Thay đổi trạng thái bit với xác suất $P_m$ nhằm tránh cực trị địa phương qua các dạng đột biến đảo ngược, chèn, thay thế, tương hỗ, chuyển dịch.
  5. Tính toán và sắp xếp lại: Cập nhật thế hệ mới, áp dụng chiến lược tìm kiếm tinh hoa và kiểm tra điều kiện dừng.

Chương 2 cũng điểm lại việc ứng dụng thành công GA trong tối ưu hóa độ méo video của Nguyen-Son Vo [66] và tối ưu hiệu quả năng lượng D2D của De-Thu Huynh [82].

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 cơ chế DRS-CHS (Downlink Resource Sharing and Caching Helper Selection). Cơ chế này tối ưu hóa đồng thời việc lựa chọn thiết bị lưu trữ CH để truyền phát video multicast trong từng cụm và lựa chọn người dùng SU để chia sẻ kênh truyền xuống (downlink) cho liên kết D2D.

  • Mô hình bài toán: Cực đại hóa tổng dung lượng phân phối video toàn mạng dưới các ràng buộc:
    • Ngưỡng SINR tối thiểu tại SU nhằm bảo đảm chất lượng liên kết truyền thông từ MBS.
    • Ngưỡng SINR tối thiểu tại các RU trong cụm khi nhận luồng dữ liệu từ CH.
    • Mỗi CH chỉ phục vụ một cụm và mỗi kênh truyền của SU chỉ được chia sẻ cho một liên kết D2D multicast nhất định.
  • Giải pháp và kết quả mô phỏng:
    • Bài toán được giải bằng thuật toán GA. Kết quả cho thấy GA hội tụ nhanh sau một số thế hệ hữu hạn.
    • Đánh giá hiệu năng hệ thống DRS-CHS theo số lượng cụm, số lượng thiết bị SU chia sẻ, và ngưỡng $\gamma_0$.
    • Dung lượng hệ thống DRS-CHS vượt trội so với các mô hình tham chiếu chỉ dùng trạm nền (OMBS) hoặc chỉ dùng D2D multicast không tối ưu lựa chọn (ODMC).

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 mở rộng cơ chế của Chương 3 bằng việc đề xuất cơ chế SSC (Social-aware Spectrum sharing and Caching helper selection). Cơ chế SSC tích hợp thêm hai yếu tố quan trọng: mô hình quan hệ xã hội người dùng (IBM) và ràng buộc về độ biến động dung lượng giữa các RU.

  • Mô hình bài toán:
    • Tích hợp ma trận trọng số xã hội vào quá trình ghép cặp CH - RU nhằm nâng cao xác suất truyền thành công gói tin video.
    • Bổ sung ràng buộc độ lệch chuẩn và độ biến động dung lượng giữa các RU trong cụm nhằm bảo đảm tính công bằng về QoS.
    • Hàm mục tiêu cực đại hóa dung lượng toàn hệ thống có trọng số xã hội.
  • Kết quả mô phỏng và đánh giá:
    • Đánh giá thời gian hội tụ (giây) và độ chính xác (%) của GA theo số lượng cụm $J$ và kích thước quần thể $NP$.
    • So sánh dung lượng hệ thống SSC theo ngưỡng $\gamma_0$, ngưỡng trọng số xã hội, số lượng cụm và số lượng SU.
    • Phân tích độ lệch chuẩn dung lượng tại các RU chứng minh cơ chế SSC giảm thiểu bất công bằng dịch vụ so với mô hình không xét quan hệ xã hội (NSA - Non-Social-Aware).

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 phát triển cơ chế DRS-MCS (Downlink Resource Sharing and Multi-tier Caching Selection), mở rộng hệ thống thành cấu trúc lưu trữ 3 tầng: tầng trạm nền gốc (MBS), tầng trạm nền nhỏ femto (FBS), và tầng thiết bị người dùng (CH).

  • Mô hình bài toán: Khi RU yêu cầu video, bộ điều khiển có thể linh hoạt điều phối nguồn phát từ MBS, từ FBS gần nhất, hoặc từ CH thông qua D2D tái sử dụng phổ của SU.
  • Tính toán thông số: Mô hình hóa kênh truyền vô tuyến, tính toán SINR tại các SU và xác định dung lượng nhận được tại các RU đối với từng phương thức phân phối đa tầng.
  • Giải thuật: Xây dựng bài toán tối ưu hóa và áp dụng thuật toán vét cạn trong miền xác định, đồng thời đề xuất giải pháp tính toán điều khiển phân tán tại các trạm FBS để giảm tải tính toán cho MBS khi số lượng nút mạng tăng cao.
  • Kết quả mô phỏng: Đánh giá dung lượng hệ thống theo số lượng cụm, số lượng thiết bị SU, số lượng trạm FBS tham gia, và ngưỡng SINR $\gamma_0$, chứng minh cấu trúc lưu trữ đa tầng cung cấp dung lượng cao hơn và linh hoạt hơn so với mô hình lưu trữ 2 tầng.
Đặc tính / Thông số Cơ chế DRS-CHS (Chương 3) Cơ chế SSC (Chương 4) Cơ chế DRS-MCS (Chương 5)
Cấu trúc lưu trữ 2 tầng (MBS, Thiết bị CH) 2 tầng (MBS, Thiết bị CH) 3 tầng (MBS, Trạm FBS, Thiết bị CH)
Chia sẻ phổ tần Tái sử dụng kênh downlink của SU Tái sử dụng kênh downlink của SU Tái sử dụng kênh downlink của SU
Quan hệ xã hội Không xem xét Tích hợp mô hình IBM Không xem xét trực tiếp
Ràng buộc công bằng Ràng buộc ngưỡng SINR cơ bản Ràng buộc độ biến động dung lượng RU Ràng buộc ngưỡng SINR đa tầng
Giải thuật tối ưu Thuật toán di truyền (GA) Thuật toán di truyền (GA) Thuật toán vét cạn & tính toán phân tán
Mục tiêu chính Cực đại hóa dung lượng multicast Cực đại hóa dung lượng & công bằng QoS Cực đại hóa dung lượng đa tầng linh hoạt

Kết quả và những đóng góp mới

Luận án đã đạt được các kết quả và đóng góp khoa học cụ thể sau:

  1. Đóng góp về mặt lý thuyết và mô hình hóa:

    • Xây dựng thành công khung mô hình hệ thống điều khiển kết nối mạng không dây (WNCS) áp dụng cho luồng dữ liệu video trong mạng 5G siêu dày đặc (5G UDN).
    • Mô hình hóa toán học hoàn chỉnh các chỉ tiêu dung lượng, suy hao đường truyền, fading mũ, can nhiễu đồng kênh, và các tiêu chuẩn QoS phản hồi cho bài toán điều khiển phân phối video điểm - đa điểm.

  2. Đề xuất 3 cơ chế điều khiển tối ưu:

    • Cơ chế DRS-CHS: Tối ưu hóa việc lựa chọn thiết bị lưu trữ CH kết hợp chia sẻ tài nguyên phổ kênh truyền xuống của SU để cực đại hóa dung lượng phân phối video.
    • Cơ chế SSC: Tích hợp thuộc tính quan hệ xã hội người dùng theo mô hình IBM và ràng buộc độ lệch chuẩn dung lượng, nâng cao hiệu quả phổ và bảo đảm tính công bằng QoS giữa các người dùng.
    • Cơ chế DRS-MCS: Thiết lập cơ chế điều khiển lưu trữ đa tầng (MBS, FBS, CH), tăng tính linh hoạt trong việc lựa chọn nguồn cấp video và đề xuất giải pháp tính toán phân tán giúp giảm độ phức tạp khi triển khai thực tế.

  3. Kiểm chứng giải thuật và ứng dụng:

    • Áp dụng thành công thuật toán GA với các toán tử lai tạo và đột biến phù hợp, chứng minh sự hội tụ nhanh và độ chính xác cao trong việc giải bài toán tối ưu tổ hợp phi tuyến.
    • Cung cấp các kết quả mô phỏng so sánh định lượng trên Matlab, làm cơ sở khoa học cho việc thiết kế và vận hành các hệ thống phân phối nội dung trong mạng 5G và mạng thế hệ sau.

Hạn chế và hướng nghiên cứu tiếp

Dựa trên nội dung và phạm vi nghiên cứu được trình bày trong luận án, các hạn chế và hướng phát triển tiếp theo bao gồm:

Hạn chế

  • Các kết quả đánh giá và kiểm chứng hiệu năng hệ thống chủ yếu được thực hiện thông qua mô phỏng số trên phần mềm Matlab dựa trên các mô hình kênh truyền lý thuyết (fading mũ, suy hao khoảng cách lũy thừa) và mô hình xã hội IBM, chưa được triển khai thử nghiệm trên phần cứng mạng thực tế.
  • Bộ điều khiển tối ưu trung tâm chủ yếu được đặt tại MBS; cơ chế tính toán phân tán ở Chương 5 mới chỉ xem xét ở tầng trạm nền nhỏ FBS mà chưa mở rộng phân tán hoàn toàn xuống cấp độ thiết bị người dùng.
  • Mô hình chuyển động của người dùng di động trong các cụm chưa được khảo sát chi tiết theo thời gian thực liên tục.

Hướng nghiên cứu tiếp

  • Mở rộng mô hình điều khiển tối ưu luồng video cho các kịch bản người dùng di động với vận tốc cao và mô hình chuyển động phức tạp.
  • Nghiên cứu kết hợp các kỹ thuật vô tuyến hiện đại khác như truyền thông sóng milimét (mmWave), công nghệ ăng-ten đa đầu vào đa đầu ra quy mô lớn (Massive MIMO) và kỹ thuật tạo búp sóng (beamforming).
  • Phát triển các thuật toán học máy, học tăng cường hoặc tối ưu hóa phân tán hoàn toàn để giảm thiểu độ trễ trao đổi tín hiệu điều khiển giữa MBS và các nút mạng IoT/MU.
  • Nghiên cứu thử nghiệm mô hình trên các nền tảng mạng thử nghiệm thực tế (testbed) hoặc mạng phần mềm (SDR).

Giá trị tham khảo

Luận án mang lại giá trị tham khảo học thuật và kỹ thuật thực tiễn cho nhiều đối tượng:

  • Nghiên cứu sinh, học viên cao học và giảng viên ngành Kỹ thuật Điều khiển - Tự động hóa và Điện tử Viễn thông:
    • Tài liệu tham khảo về phương pháp luận kết hợp giữa lý thuyết điều khiển kết nối mạng (NCS/WNCS) và kỹ thuật vô tuyến trong 5G UDN.
    • Tài liệu học thuật về cách xây dựng mô hình toán học tối ưu hóa phi tuyến kết hợp ràng buộc vật lý và ràng buộc xã hội (IBM).
    • Phương pháp áp dụng thuật toán di truyền (GA) và thuật toán phân tán để giải các bài toán tối ưu tài nguyên mạng.
  • Kỹ sư và nhà phát triển hệ thống tại các nhà cung cấp dịch vụ Internet (ISP) và nhà cung cấp nội dung (CP):
    • Tham khảo kiến trúc phân phối video đa tầng và cơ chế lưu trữ cục bộ (caching) tại biên mạng nhằm giảm tải cho tuyến trục backhaul.
    • Áp dụng cơ chế tái sử dụng phổ tần kênh truyền xuống và phân cụm multicast để nâng cao dung lượng phục vụ tại các khu vực tập trung đông người dùng (sân vận động, trung tâm thương mại, phòng hội nghị).

Câu hỏi thường gặp

1. Cơ chế DRS-CHS ở Chương 3 giải quyết bài toán gì và sử dụng công cụ nào để tối ưu?

Cơ chế DRS-CHS (Downlink Resource Sharing and Caching Helper Selection) giải quyết bài toán lựa chọn đồng thời người dùng hỗ trợ lưu trữ (CH) và người dùng chia sẻ tài nguyên phổ kênh truyền xuống (SU) nhằm cực đại hóa tổng dung lượng phân phối luồng video multicast đến các người dùng yêu cầu (RU) trong mạng 5G UDN. Bài toán được tối ưu hóa bằng Thuật toán Di truyền (GA) trên nền tảng Matlab.

2. Mô hình quan hệ xã hội nào được tác giả ứng dụng trong Chương 4 và vai trò của nó là gì?

Tác giả ứng dụng mô hình Indian Buffet Model (IBM) để định lượng mối quan hệ xã hội giữa các người dùng di động (CH và RU). Mô hình này dựa trên số lần tương tác và thời lượng của mỗi lần tương tác để xác định xác suất truyền dữ liệu thành công giữa các cặp người dùng, giúp bộ điều khiển lựa chọn CH phù hợp nhằm nâng cao hiệu quả phân phối video.

3. Sự khác biệt cơ bản giữa cơ chế DRS-MCS ở Chương 5 so với cơ chế DRS-CHS ở Chương 3 là gì?

Cơ chế DRS-CHS ở Chương 3 chỉ thực hiện lưu trữ và phân phối video ở 2 tầng gồm trạm nền gốc (MBS) và thiết bị người dùng (CH). Trong khi đó, cơ chế DRS-MCS ở Chương 5 mở rộng thành kiến trúc 3 tầng bằng cách bổ sung thêm tầng trạm nền nhỏ femto (FBS), cho phép hệ thống linh hoạt lựa chọn nguồn phân phối nội dung từ MBS, FBS hoặc CH, đồng thời đề xuất thêm giải thuật tính toán phân tán.

4. Thuật toán di truyền (GA) được thiết lập như thế nào để giải các bài toán tối ưu trong luận án?

GA được thiết lập với quần thể nhị phân kích thước $NP \times NB$. Hàm mục tiêu tích hợp cơ chế thưởng cho các nghiệm thỏa mãn và phạt nặng các nghiệm vi phạm ràng buộc SINR và công bằng. Thuật toán sử dụng các toán tử chọn lọc, lai tạo (lai đa điểm $m=5$, lai đồng nhất, tái hợp trung gian/đường thẳng) và toán tử đột biến (đảo ngược, chèn, thay thế, tương hỗ, chuyển dịch) kết hợp chiến lược bảo tồn cá thể tinh hoa để đảm bảo sự hội tụ.

5. Hệ thống điều khiển kết nối mạng (NCS) trong luận án gồm những thành phần cơ bản nào?

Theo luận án, hệ thống NCS gồm 4 thành phần cơ bản: Cảm biến (Sensor), Thiết bị chấp hành (Actuator - các trạm SBS, MU, thiết bị IoT), Đối tượng điều khiển (Plant - mạng truyền thông 5G UDN), và Bộ điều khiển tối ưu (Optimal Controller đặt tại MBS). Bộ điều khiển nhận thông số mạng và phản hồi QoS để phát tín hiệu điều khiển tối ưu hóa luồng dữ liệu.

Kết luận

Luận án "Điều khiển tối ưu luồng video điểm - đa điểm trong mạng 5G siêu dày đặc" của tác giả Phan Thanh Minh đã xây dựng thành công khung mô hình điều khiển mạng cho luồng dữ liệu video trong hệ thống WNCS trên nền tảng 5G UDN. Công trình đã đề xuất 3 cơ chế điều khiển tối ưu (DRS-CHS, SSC, DRS-MCS) kết hợp hiệu quả giữa lưu trữ đa tầng, chia sẻ phổ tần kênh truyền xuống, truyền thông D2D multicast, thuộc tính quan hệ xã hội và ràng buộc công bằng dịch vụ. Các thuật toán di truyền (GA) và vét cạn/phân tán được triển khai mô phỏng trên Matlab đã chứng minh tính khả thi, sự hội tụ và hiệu quả nâng cao dung lượng hệ thống so với các giải pháp thông thường. Kết quả nghiên cứu cung cấp cơ sở khoa học và kỹ thuật hữu ích cho việc tối ưu hóa và quản lý tài nguyên mạng trong các hệ thống điều khiển tự động và viễn thông hiện đại.