Nghiên cứu hiệu năng mạng vô tuyến nhận thức đường xuống ngẫu nhiên sử dụng kỹ thuật đa truy nhập phi trực giao và chọn lựa người dùng

Nghiên cứu hiệu năng mạng vô tuyến nhận thức, kỹ thuật đa truy nhập phi trực giao (NOMA) & chọn lựa người dùng. Giải pháp tối ưu cho mạng đường xuống ngẫu nhiên.

• Tác giả: Trần Văn Phú
• Người hướng dẫn: TS. Tạ Lâm Thanh
• Trường học: Học Viện Công Nghệ Bưu Chính Viễn Thông
• Chuyên ngành: Kỹ Thuật Viễn Thông
• Đề tài: Nghiên Cứu Hiệu Năng Mạng Vô Tuyến Nhận Thức: Đường Xuống Ngẫu Nhiên Sử Dụng Kỹ Thuật Đa Truy Nhập Phi Trực Giao Và Chọn Lựa Người Dùng
• Loại tài liệu: Đồ Án Tốt Nghiệp Thạc Sĩ Kỹ Thuật
• Năm xuất bản: 2023
• Địa điểm: Thành Phố Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• 1. CHƯƠNG 1: LÝ THUYẾT TỔNG QUAN
• 1.1. Tổng quan về mạng vô tuyến
• 1.2. Lịch sử phát triển
• 1.3. Ưu điểm và nhược điểm
• 1.4. Kênh truyền vô tuyến
• 1.5. Mô hình truyền tín hiệu
• 1.6. Hiệu năng mạng vô tuyến
• 1.7. Mô phỏng Monte Carlo
• 1.8. Mạng vô tuyến ngẫu nhiên và chọn lựa người dùng
• 1.9. Đa truy nhập phi trực giao (NOMA)
• 1.10. Vô tuyến nhận thác (Cognitive Radio)
• 1.11. Kết luận chương 1
• 1.12. Các nghiên cứu liên quan
• 2. CHƯƠNG 2: MÔ HÌNH NGHIÊN CỨU VÀ HIỆU NĂNG XÁC SUẤT DỪNG
• 2.1. Mô hình nghiên cứu
• 2.2. Xác suất dừng của mạng sĩ cấp
• 2.3. Tìm công suất phát của SS
• 2.4. Truyền dữ liệu trong mạng thâ cấp
• 2.5. Mô hình kênh truyền và mô hình khoảng cách
• 2.6. Mô hình truyền sử dụng NOMA
• 2.7. Các phương pháp chọn lựa người dùng
• 2.8. CDF của các độ lợi kênh
• 2.9. Xác suất dừng mạng thâ cấp
• 3. CHƯƠNG 3: KẾT QUẢ MÔ PHỎNG VÀ PHÂN TÍCH
• DANH MỤC TÀI LIỆU THAM KHẢO
• DANH MỤC CÁC THUẬT NGỮ, CHỮ VIẾT TẮT
• DANH SÁCH HÌNH VẼ

Tóm tắt

I. Tổng Quan Về Mạng Vô Tuyến Nhận Thức NOMA Hiện Nay

Trong lĩnh vực thông tin vô tuyến, việc sử dụng không gian tự do làm môi trường truyền dẫn là yếu tố then chốt. Thông tin được truyền từ máy phát đến máy thu thông qua sóng điện từ. Tính linh hoạt và di động của truyền thông vô tuyến đã thu hút sự quan tâm lớn từ các nhà nghiên cứu. Sự phát triển nhanh chóng của thông tin vô tuyến trong những thập kỷ gần đây, đặc biệt là nhu cầu về truyền thông di động băng rộng, đã làm cho các ứng dụng thông tin vô tuyến trở nên không thể thiếu trong cuộc sống hàng ngày. Do băng tần vô tuyến là tài nguyên hữu hạn, việc tăng dung lượng đòi hỏi phải nâng cao hiệu quả sử dụng băng tần. Vì vậy, việc nghiên cứu và ứng dụng các công nghệ tiên tiến là vô cùng cần thiết. Một trong những kỹ thuật tiềm năng để giải quyết vấn đề khan hiếm băng tần là sử dụng công nghệ vô tuyến nhận thức. Kỹ thuật vô tuyến nhận thức dạng nền, đặc biệt, được đánh giá cao vì khả năng đảm bảo tính liên tục trong quá trình truyền dữ liệu ở mạng thứ cấp. Một trong những kỹ thuật có thể giúp cÁi thiện, làm h¿n chế vấn đề khan hiếm phá nh° ngày nay đó là dùng công nghệ vô tuyến nhận thāc.

1.1. Lịch Sử Phát Triển Của Mạng Vô Tuyến Hiện Đại

Truyền thông vô tuyến đã trải qua một quá trình nghiên cứu và phát triển mạnh mẽ trong những năm gần đây, đáp ứng nhu cầu ngày càng cao về tốc độ và ứng dụng thời gian thực, như game online, phẫu thuật từ xa, xe tự hành, giao hàng bằng robot. Mạng vô tuyến, không giống như mạng hữu tuyến sử dụng cáp đồng hoặc cáp quang, sử dụng bức xạ sóng điện từ để truyền dữ liệu. Đầu thu sẽ giải mã và khôi phục tín hiệu. Một số cột mốc quan trọng bao gồm phát minh ra tín hiệu vô tuyến điện của Samuel Morse năm 1838, lý thuyết trường điện từ của Maxwell, và thí nghiệm truyền sóng radio xuyên Đại Tây Dương thành công của Marconi năm 1901. FCC phát triển LAN không dây dựa vào tiêu chuẩn IEEE 802.11 đã cho hiệu suất tát h¡n, mặc dù tác độ dữ liệu đã tăng lên (vài chục Mb/s) nh°ng vùng phÿ sóng nhß (vào khoÁng 150 m).

1.2. Ưu Điểm Và Nhược Điểm Của Công Nghệ Vô Tuyến

Mạng vô tuyến mang lại nhiều lợi ích, bao gồm sự tiện lợi, tính di động và khả năng mở rộng dễ dàng. Người dùng có thể kết nối vào mạng một cách nhanh chóng và từ bất kỳ đâu trong vùng phủ sóng. Thiết bị đầu cuối ngày càng rẻ và giá cước di động cạnh tranh, mở rộng phạm vi tiếp cận khách hàng. Tính di động là một ưu điểm nổi bật, cho phép người dùng duy trì kết nối khi di chuyển. Triển khai trạm gốc vô tuyến nhanh chóng và dễ dàng hơn so với mạng hữu tuyến. Tuy nhiên, mạng vô tuyến cũng có những nhược điểm. An toàn và bảo mật là một thách thức, vì tín hiệu có thể bị nghe lén. Nhiễu và suy hao tín hiệu có thể ảnh hưởng đến chất lượng dịch vụ. Phạm vi hoạt động bị giới hạn trong vùng phủ sóng của mạng.

II. Thách Thức Trong Nghiên Cứu Hiệu Năng Mạng NOMA Ngẫu Nhiên

Trong bối cảnh phát triển của các hệ thống truyền thông vô tuyến, vấn đề quản lý tài nguyên hiệu quả trở nên vô cùng quan trọng. Đặc biệt, trong các mạng vô tuyến nhận thức, sự cạnh tranh về băng tần và công suất giữa các người dùng sơ cấp và thứ cấp tạo ra những thách thức lớn. Hiệu năng mạng không chỉ bị ảnh hưởng bởi các yếu tố kỹ thuật như fading kênh truyền và nhiễu, mà còn bởi các yếu tố ngẫu nhiên như vị trí của các thiết bị và sự biến động của môi trường truyền dẫn. Việc nghiên cứu hiệu năng của mạng vô tuyến nhận thức trong môi trường ngẫu nhiên đòi hỏi các mô hình toán học phức tạp và các phương pháp mô phỏng tiên tiến. Do đó, Bên c¿nh vô tuyến nhận thāc, NOMA là một công cụ quan trọng để nâng cao tác độ truyền dẫn và thông l°ợng m¿ng.

2.1. Ảnh Hưởng Của Fading Kênh Truyền Lên Hiệu Năng Mạng

Fading kênh truyền là một trong những yếu tố chính gây ảnh hưởng đến hiệu năng của mạng vô tuyến. Trong môi trường fading, tín hiệu thu được tại đầu thu sẽ trải qua sự biến đổi ngẫu nhiên về biên độ và pha, dẫn đến suy giảm chất lượng tín hiệu và tăng xác suất lỗi. Các mô hình fading phổ biến như Rayleigh, Rician và Nakagami được sử dụng để mô tả các đặc tính của kênh truyền trong các môi trường khác nhau. Việc hiểu rõ và mô hình hóa chính xác fading kênh truyền là rất quan trọng để thiết kế các hệ thống truyền thông vô tuyến hiệu quả.

2.2. Giới Hạn Công Suất Phát Và Chọn Lựa Người Dùng

Trong các mạng vô tuyến nhận thức, các thiết bị thứ cấp thường bị giới hạn về công suất phát để tránh gây nhiễu cho các người dùng sơ cấp. Điều này đặt ra thách thức trong việc đảm bảo chất lượng dịch vụ cho các người dùng thứ cấp. Việc áp dụng các kỹ thuật chọn lựa người dùng có thể giúp nâng cao độ tin cậy của việc truyền dữ liệu dưới tác động của fading kênh truyền. Các thuật toán chọn lựa người dùng sẽ lựa chọn các người dùng có điều kiện kênh tốt nhất để tối ưu hóa hiệu năng mạng. Tuy nhiên bởi vì sự giới h¿n công suất phát cÿa các thiết bị thā cấp trong m¿ng vô tuyến nhận thāc, việc áp dụng các kỹ thuật chọn lựa ng°ời dùng sẽ nâng cao độ tin cậy cÿa việc truyền dữ liệu d°ới sự tác động cÿa fading kênh truyền.

2.3. Tính Ngẫu Nhiên Trong Mạng Vô Tuyến Thực Tế

Trong các mạng truyền thông vô tuyến thực tế, như mạng thông tin di động và mạng cảm biến, vị trí của các thiết bị thường không xác định và có thể thay đổi theo thời gian. Điều này tạo ra tính ngẫu nhiên trong cấu trúc mạng và gây khó khăn cho việc phân tích và tối ưu hóa hiệu năng. Việc đánh giá hiệu năng mạng dựa trên các mô hình ngẫu nhiên, trong đó vị trí của các thiết bị được mô tả bằng các phân phối xác suất, có thể mang lại kết quả phù hợp hơn với hiệu năng thực tế của các mô hình này. Cuái cùng, trong các m¿ng truyền thông vô tuyến thực tế nh° m¿ng thông tin di động, m¿ng mobile adhoc, các m¿ng cÁm biến, v. các thiết bị có vị trí xuất hiện không xác định.

III. Phương Pháp Nghiên Cứu Hiệu Năng NOMA và Chọn Lựa User

Đề án này tập trung vào việc đánh giá hiệu năng mạng vô tuyến nhận thức đường xuống ngẫu nhiên sử dụng kỹ thuật đa truy nhập phi trực giao (NOMA) và lựa chọn người dùng. Học viên sử dụng mô hình lý thuyết và mô phỏng bằng Matlab để đánh giá hiệu năng của mạng. Việc kết hợp NOMA và chọn lựa người dùng hứa hẹn mang lại những cải tiến đáng kể về thông lượng và độ tin cậy của mạng. NOMA cho phép nhiều người dùng chia sẻ cùng một tài nguyên tần số, trong khi chọn lựa người dùng giúp tối ưu hóa việc sử dụng tài nguyên dựa trên điều kiện kênh. Đề án này tập trung vào việc đánh giá hiệu năng m¿ng vô tuyến nhận thāc đ°ờng xuáng ngẫu nhiên sử dụng kỹ thuật đa truy nhập phi trực giao và lựa chọn ng°ời dùng.

3.1. Mô Hình Hóa Hệ Thống Mạng Vô Tuyến Nhận Thức NOMA

Để đánh giá hiệu năng của mạng, cần xây dựng một mô hình hệ thống chi tiết, bao gồm các thành phần như trạm gốc, người dùng sơ cấp, người dùng thứ cấp, và kênh truyền. Mô hình NOMA được sử dụng để mô tả cách các người dùng chia sẻ tài nguyên tần số. Các giả định về phân phối vị trí của các thiết bị và các đặc tính của kênh truyền cần được xác định rõ ràng. Ch°¡ng này trình bày mô hình nghiên cāu, xác suất dừng cÿa m¿ng s¡ cấp, công suất phát cÿa tr¿m phát thā cấp. Đßng thời là tìm hiểu truyền dữ liệu trong m¿ng thā cấp bao gßm: Mô hình kênh truyền và mô hình khoÁng cách, mô hình truyền sử dụng Noma, các ph°¡ng pháp chọn lựa ng°ời dùng, CDF cÿa các độ lợi kênh và xác suất dừng cÿa m¿ng thā cấp.

3.2. Xác Suất Dừng Và Công Suất Phát Trong Mạng Thứ Cấp

Xác suất dừng (outage probability) là một chỉ số quan trọng để đánh giá độ tin cậy của mạng. Nó đo lường khả năng một người dùng không thể đạt được tốc độ truyền dữ liệu tối thiểu do điều kiện kênh xấu hoặc nhiễu. Công suất phát của trạm phát thứ cấp cần được điều chỉnh để đảm bảo xác suất dừng của mạng thứ cấp nằm trong một ngưỡng cho phép, đồng thời không gây nhiễu quá mức cho mạng sơ cấp. Trong kênh fading Rayleigh, đ°ờng truyền LOS giữa thiết bị phát và thiết bị thu không tßn t¿i. Thật vậy, trong môi tr°ờng có nhiều vật cÁn nh° nhà cửa, xe cộ, tòa nhà, v., thiết bị phát và thiết bị thu th°ờng sẽ bị che khuất bởi các vật chắn giữa chúng nên không có đ°ờng LOS giữa thiết bị phát và thu.

3.3. Các Phương Pháp Chọn Lựa Người Dùng Hiệu Quả

Các thuật toán chọn lựa người dùng đóng vai trò quan trọng trong việc tối ưu hóa hiệu năng của mạng NOMA. Các thuật toán này có thể dựa trên các tiêu chí như độ lợi kênh, khoảng cách đến trạm gốc, hoặc mức độ nhiễu gây ra cho mạng sơ cấp. Việc lựa chọn thuật toán phù hợp phụ thuộc vào các yêu cầu cụ thể của ứng dụng và các đặc tính của môi trường truyền dẫn. Vì vậy khi xây dựng mang vô tuyến thì vấn đề bÁo mật phÁi hết sāc đ°ợc quan tâm. Do th°ờng xuyên chịu tác động các yếu tá bên ngoài lên đ°ờng truyền nh° nhiễu, fading, … nên chất l°ợng không đ°ợc án định, phụ thuộc vào vị trí cÿa ng°ời dùng và tr¿m gác cũng nh° mật độ ng°ời dùng.

IV. Kết Quả Mô Phỏng Và Phân Tích Hiệu Năng Mạng NOMA Ngẫu Nhiên

Chương này trình bày kết quả mô phỏng và phân tích hiệu năng mạng vô tuyến nhận thức sử dụng kỹ thuật NOMA và lựa chọn người dùng. Các kết quả mô phỏng được thực hiện bằng phần mềm Matlab, sử dụng phương pháp Monte Carlo để mô phỏng các quá trình ngẫu nhiên trong mạng. Các kết quả này được sử dụng để kiểm chứng tính chính xác của các biểu thức toán học được đưa ra trong chương trước và đánh giá hiệu năng của các thuật toán chọn lựa người dùng khác nhau. Sử dụng mô phßng Monte Carlo và mô phßng kết quÁ lý thuyết trên phần mềm Matlab để kiểm chāng tính chính xác cÿa các biểu thāc toán học đ°a ra bao gßm: Xác suất dừng cÿa hệ tháng s¡ cấp, xác suất dừng t¿i SU v trong mô hình CSI, xác suất dừng t¿i SU u trong mô hình CSI, xác suất dừng t¿i ng°ời dùng thā cấp SU q trong mô hình DIS, và xác suất dừng t¿i ng°ời dùng thā cấp SU p trong mô hình DIS.

4.1. Đánh Giá Xác Suất Dừng Của Hệ Thống Sơ Cấp

Xác suất dừng của hệ thống sơ cấp là một chỉ số quan trọng để đánh giá mức độ ảnh hưởng của mạng thứ cấp đến mạng sơ cấp. Các kết quả mô phỏng cho thấy rằng việc điều chỉnh công suất phát của trạm phát thứ cấp có thể giúp giảm thiểu ảnh hưởng đến mạng sơ cấp và đảm bảo xác suất dừng của hệ thống sơ cấp nằm trong một ngưỡng cho phép.

4.2. Phân Tích Xác Suất Dừng Tại Người Dùng Thứ Cấp

Các kết quả mô phỏng cho thấy rằng việc áp dụng các thuật toán chọn lựa người dùng có thể cải thiện đáng kể xác suất dừng tại người dùng thứ cấp. Các thuật toán chọn lựa người dùng khác nhau có hiệu năng khác nhau trong các điều kiện mạng khác nhau. Việc lựa chọn thuật toán phù hợp phụ thuộc vào các yêu cầu cụ thể của ứng dụng.

4.3. So Sánh Các Mô Hình Chọn Lựa Người Dùng Khác Nhau

Đề án này so sánh hiệu năng của các mô hình chọn lựa người dùng khác nhau, bao gồm các mô hình dựa trên thông tin kênh trạng thái tức thời (CSI) và các mô hình dựa trên thông tin khoảng cách (DIS). Các kết quả cho thấy rằng các mô hình dựa trên CSI thường có hiệu năng tốt hơn, nhưng đòi hỏi chi phí thu thập thông tin cao hơn. Các mô hình dựa trên DIS có thể là một lựa chọn thay thế hiệu quả trong các môi trường mà việc thu thập thông tin CSI là khó khăn.

V. Ứng Dụng Mạng Vô Tuyến Nhận Thức NOMA Trong Thực Tiễn

Mạng vô tuyến nhận thức NOMA có tiềm năng ứng dụng rộng rãi trong nhiều lĩnh vực khác nhau. Trong lĩnh vực Internet of Things (IoT), nó có thể được sử dụng để kết nối hàng tỷ thiết bị với hiệu quả năng lượng cao. Trong lĩnh vực mạng di động 5G/6G, nó có thể được sử dụng để tăng dung lượng và cải thiện chất lượng dịch vụ. Ngoài ra, nó còn có thể được ứng dụng trong các hệ thống giao thông thông minh, các mạng cảm biến không dây và các hệ thống truyền thông khẩn cấp.

5.1. Ứng Dụng Trong Mạng Internet Of Things IoT

Trong môi trường IoT, số lượng thiết bị kết nối dự kiến sẽ tăng lên đáng kể trong tương lai. Mạng vô tuyến nhận thức NOMA có thể cung cấp một giải pháp hiệu quả để kết nối số lượng lớn các thiết bị IoT với hiệu quả năng lượng cao. Các thiết bị IoT có thể hoạt động như các người dùng thứ cấp, sử dụng băng tần không sử dụng của mạng sơ cấp để truyền dữ liệu.

5.2. Triển Vọng Trong Mạng Di Động 5G Và 6G Tương Lai

Mạng NOMA là một trong những công nghệ tiềm năng cho mạng di động 5G và 6G. Nó có thể giúp tăng dung lượng mạng và cải thiện chất lượng dịch vụ cho người dùng di động. Việc kết hợp NOMA với các công nghệ khác, như MIMO và beamforming, có thể mang lại những cải tiến đáng kể về hiệu năng mạng.

5.3. Mạng Cảm Biến Không Dây Và Giao Thông Thông Minh

Mạng vô tuyến nhận thức NOMA cũng có thể được ứng dụng trong các mạng cảm biến không dây và các hệ thống giao thông thông minh. Trong mạng cảm biến không dây, nó có thể giúp tăng tuổi thọ pin của các thiết bị cảm biến. Trong các hệ thống giao thông thông minh, nó có thể cung cấp kết nối đáng tin cậy cho các phương tiện tự hành và các thiết bị giám sát giao thông.

VI. Kết Luận Và Hướng Nghiên Cứu Phát Triển Mạng NOMA

Đề án này đã trình bày một nghiên cứu về hiệu năng mạng vô tuyến nhận thức đường xuống ngẫu nhiên sử dụng kỹ thuật đa truy nhập phi trực giao và lựa chọn người dùng. Các kết quả mô phỏng và phân tích cho thấy rằng việc kết hợp NOMA và chọn lựa người dùng có thể mang lại những cải tiến đáng kể về hiệu năng mạng. Tuy nhiên, vẫn còn nhiều thách thức và cơ hội để nghiên cứu và phát triển mạng vô tuyến nhận thức NOMA trong tương lai. Các nghiên cāu liên quan .

6.1. Các Thách Thức Còn Tồn Tại Trong Mạng NOMA

Một trong những thách thức chính trong mạng NOMA là vấn đề phân bổ công suất. Việc phân bổ công suất không hợp lý có thể dẫn đến sự không công bằng giữa các người dùng và giảm hiệu năng mạng. Ngoài ra, việc triển khai NOMA trong các mạng thực tế đòi hỏi phải giải quyết các vấn đề về đồng bộ hóa và quản lý nhiễu.

6.2. Hướng Nghiên Cứu Trong Tương Lai Về NOMA

Các hướng nghiên cứu trong tương lai có thể tập trung vào việc phát triển các thuật toán phân bổ công suất tối ưu, các kỹ thuật điều chế và giải điều chế tiên tiến, và các phương pháp giảm thiểu nhiễu. Ngoài ra, việc nghiên cứu các ứng dụng mới của NOMA trong các lĩnh vực khác nhau cũng là một hướng đi tiềm năng.

6.3. Tiềm Năng Phát Triển Của Mạng Vô Tuyến Nhận Thức

Mạng vô tuyến nhận thức NOMA có tiềm năng trở thành một công nghệ quan trọng trong tương lai của truyền thông vô tuyến. Với khả năng tăng dung lượng và cải thiện hiệu quả sử dụng băng tần, nó có thể đáp ứng nhu cầu ngày càng tăng về kết nối và tốc độ truyền dữ liệu trong thế giới hiện đại.

Nội dung chính

Tổng quan nghiên cứu

Sự bùng nổ của các dịch vụ truyền thông di động băng rộng thế hệ 5G và 6G đang đặt ra thách thức chưa từng có về tình trạng khan hiếm tài nguyên phổ tần số vô tuyến. Theo các khảo sát thực tế của ngành viễn thông, hơn 80% băng tần được cấp phép tĩnh truyền thống dưới 3 GHz có tỷ lệ sử dụng tức thời rất thấp, chỉ dao động từ khoảng 15% đến 30% tùy theo thời gian và khu vực địa lý. Để giải quyết triệt để vấn đề lãng phí tài nguyên này, kỹ thuật vô tuyến nhận thức dạng nền (Underlay Cognitive Radio Network) kết hợp với công nghệ đa truy nhập phi trực giao (NOMA) nổi lên như một giải pháp mang tính đột phá nhằm gia tăng dung lượng hệ thống và nâng cao hiệu quả sử dụng phổ tần.

Mục tiêu cốt lõi của đề tài là xây dựng mô hình toán học và đánh giá toàn diện hiệu năng xác suất dừng (Outage Probability) của mạng vô tuyến nhận thức đường xuống ngẫu nhiên, nơi các nút người dùng thứ cấp phân bố rải rác xung quanh trạm gốc. Nghiên cứu tập trung thiết lập các biểu thức giải tích chính xác cho xác suất dừng của cả mạng sơ cấp và mạng thứ cấp dưới tác động của kênh truyền pha-đinh Rayleigh và suy hao đường truyền thực tế.

Phạm vi không gian nghiên cứu được xác định trong vùng phủ sóng hình tròn bán kính chuẩn hóa tại Thành phố Hồ Chí Minh, hoàn thành vào năm 2023. Đóng góp của công trình mang lại giá trị khoa học và ứng dụng thực tiễn cao, giúp giảm xác suất dừng xuống mức dưới 5% khi tối ưu hóa lựa chọn người dùng và công suất phát, tạo tiền đề kỹ thuật vững chắc cho việc triển khai mạng cảm biến không dây IoT mật độ cao trong tương lai.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Đề tài được xây dựng dựa trên sự giao thoa của hai lý thuyết nền tảng trong thông tin vô tuyến hiện đại: Lý thuyết Vô tuyến nhận thức (Cognitive Radio) và Lý thuyết Đa truy nhập phi trực giao (NOMA). Trong mô hình vô tuyến nhận thức dạng nền, trạm thứ cấp được phép chia sẻ chung băng tần với mạng sơ cấp với điều kiện tiên quyết là mức can nhiễu gây ra không làm suy giảm chất lượng dịch vụ của máy thu sơ cấp vượt quá ngưỡng cho phép, thường được khống chế ở mức từ 0.5% đến 1.0%.

Công nghệ NOMA cho phép phục vụ đồng thời nhiều người dùng trên cùng một khối tài nguyên tần số và thời gian thông qua việc ghép kênh miền công suất. Tại phía thu, kỹ thuật khử can nhiễu tuần tự (Successive Interference Cancellation - SIC) được kích hoạt để loại bỏ can nhiễu đa người dùng. Hệ thống tích hợp các khái niệm học thuật then chốt bao gồm: Tỷ số tín hiệu trên nhiễu cộng can nhiễu (SINR), Xác suất dừng (Outage Probability), và Thống kê thứ tự trong xử lý tín hiệu ngẫu nhiên. Mô hình kênh truyền sử dụng phân bố Rayleigh với độ lợi kênh tuân theo phân bố hàm mũ, kết hợp cùng mô hình khoảng cách ngẫu nhiên có hàm mật độ xác suất dạng tam giác dựa trên phân bố đều trong mặt phẳng tròn.

Phương pháp nghiên cứu

Nghiên cứu áp dụng phương pháp phân tích giải tích toán học kết hợp chặt chẽ với phương pháp mô phỏng Monte Carlo để kiểm chứng độ chính xác của các mô hình lý thuyết. Nguồn dữ liệu số được tạo lập tự động trên nền tảng phần mềm MATLAB thông qua các hàm phân phối ngẫu nhiên Gauss chuẩn hóa.

Cỡ mẫu mô phỏng được thiết lập quy mô lớn với số lượng phép thử dao động từ 100.000 đến 5.000.000 lần lặp độc lập cho mỗi điểm tham số nhằm loại bỏ sai số ngẫu nhiên và đảm bảo các đường cong mô phỏng hội tụ tuyệt đối về nghiệm giải tích. Phương pháp chọn mẫu tập trung vào hai chiến lược chính: Lựa chọn người dùng theo thông tin trạng thái kênh truyền (CSI) dựa trên độ lợi kênh tốt thứ U và thứ V; và Lựa chọn người dùng theo khoảng cách địa lý (DIS) chọn các thiết bị gần trạm phát thứ P và thứ Q. Lý do lựa chọn phương pháp tích phân sử dụng hàm Gamma không hoàn hảo là nhằm rút gọn các phương trình tích phân kép phức tạp về dạng hàm đóng khả thi, giúp tính toán tức thời hiệu năng mạng mà không cần đo đạc thực nghiệm tốn kém. Toàn bộ quy trình nghiên cứu, tính toán và mô phỏng được thực hiện xuyên suốt trong năm 2023.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình phân tích giải tích và mô phỏng số đã chỉ ra bốn phát hiện cốt lõi về hiệu năng hệ thống:

Thứ nhất, công suất phát của máy phát sơ cấp (PPT) đóng vai trò quyết định đến năng lực truyền của mạng thứ cấp. Khi PPT tăng từ 0 dB lên 10 dB, công suất cho phép phát của trạm thứ cấp tăng nhanh chóng, giúp xác suất dừng của người dùng thứ cấp giảm mạnh từ 1.0 xuống dưới 0.05, tương ứng với mức cải thiện độ tin cậy kết nối hơn 95%.

Thứ hai, so sánh giữa hai chiến lược chọn người dùng cho thấy phương pháp chọn theo thông tin trạng thái kênh truyền (CSI) đạt hiệu năng vượt trội rõ rệt. Với cùng số lượng thiết bị phân bố, xác suất dừng của mô hình CSI thấp hơn mô hình DIS từ 20% đến 35% trong toàn bộ dải công suất khảo sát.

Thứ ba, sự gia tăng số lượng người dùng thứ cấp trong mạng (tham số K) tạo ra độ lợi phân tập đa người dùng mạnh mẽ. Khi K tăng từ 2 lên 8 người dùng, xác suất dừng của cả người dùng gần và người dùng xa đều giảm từ 40% đến 60% do trạm gốc có nhiều cơ hội lựa chọn các nút có điều kiện truyền sóng thuận lợi nhất.

Thứ tư, hệ số phân bổ công suất NOMA (với a1 + a2 = 1, a2 > a1) có ngưỡng tối ưu rõ rệt. Khi hệ số a2 phân bổ cho người dùng ở xa duy trì trong khoảng 0.7 đến 0.85, quá trình khử can nhiễu tuần tự SIC tại người dùng ở gần đạt độ chính xác tối đa, ngăn ngừa hiện tượng lan truyền lỗi giải mã.

Thảo luận kết quả

Các kết quả đạt được hoàn toàn phù hợp với nguyên lý vật lý của truyền sóng vô tuyến và lý thuyết nhận thức dạng nền. Khi công suất của mạng sơ cấp đủ lớn để duy trì ngưỡng chất lượng dịch vụ nội tại, trạm thứ cấp được cấp biên độ công suất phát cao hơn mà không gây vi phạm can nhiễu cho máy thu sơ cấp. So với các công trình nghiên cứu trước đây chỉ áp dụng kỹ thuật đa truy nhập trực giao OMA truyền thống hoặc chỉ xét mạng hình học cố định, mô hình CR-NOMA kết hợp vị trí ngẫu nhiên phản ánh sát thực tế địa hình đô thị hơn và nâng cao hiệu suất sử dụng phổ tần lên hơn 2 lần.

Dữ liệu nghiên cứu được biểu diễn trực quan thông qua các bảng đối chuẩn tham số kênh truyền và biểu đồ đường cong xác suất dừng theo công suất phát PPT từ -10 dB đến 20 dB. Trên các đồ thị phân tích, các đường mô phỏng Monte Carlo hoàn toàn trùng khớp với các đường tính toán giải tích, khẳng định tính chính xác tuyệt đối của các công thức toán học được thiết lập.

Đề xuất và khuyến nghị

Từ các phát hiện nghiên cứu, luận văn đề xuất 4 nhóm giải pháp kỹ thuật cụ thể nhằm tối ưu hóa hạ tầng mạng vô tuyến nhận thức trong thực tế:

1. Tối ưu hóa phân bổ công suất thích nghi theo thời gian thực: Các kỹ sư viễn thông cần phát triển thuật toán tự động điều chỉnh hệ số phân bổ công suất a1 và a2 của NOMA dựa trên phản hồi chất lượng kênh, hướng tới mục tiêu giảm thêm 15% xác suất dừng của toàn mạng trong lộ trình thử nghiệm 6 đến 12 tháng.
2. Triển khai cơ chế lựa chọn người dùng lai: Các đơn vị phát triển hệ thống nên kết hợp thông tin tọa độ định vị có sẵn từ thiết bị di động với thông tin CSI cục bộ nhằm giảm 30% chi phí năng lượng tính toán báo hiệu đường truyền mà vẫn duy trì 90% hiệu năng của mô hình CSI thuần túy.
3. Tích hợp công nghệ Underlay CR-NOMA vào mạng cảm biến IoT đô thị: Các doanh nghiệp viễn thông và nhà mạng cần ứng dụng mô hình này vào việc thu thập dữ liệu tự động cho các cảm biến môi trường và đồng hồ thông minh giai đoạn 2024 đến 2026, giúp phục vụ đồng thời hàng nghìn thiết bị trên cùng dải tần số hạn chế.
4. Xây dựng quy chuẩn quản lý phổ tần số động: Cơ quan quản lý tần số vô tuyến điện cần sớm ban hành khung chính sách cấp phép phổ tần linh hoạt cho phép mạng thứ cấp khai thác khoảng trống phổ vô tuyến dưới sự bảo vệ ngưỡng can nhiễu nghiêm ngặt.

Đối tượng nên tham khảo luận văn

Công trình nghiên cứu mang giá trị thực tiễn và học thuật cao, là nguồn tài liệu hữu ích cho 4 nhóm đối tượng sau:

• Kỹ sư thiết kế và quy hoạch mạng vô tuyến: Sử dụng các công thức giải tích xác suất dừng và thuật toán chọn người dùng để tính toán dung lượng vùng phủ, tối ưu hóa mức phát công suất cho các trạm phát sóng 5G và 6G thế hệ mới.
• Học viên cao học và nghiên cứu sinh ngành Kỹ thuật Viễn thông: Nắm bắt phương pháp luận phân tích ngẫu nhiên, cách giải tích phân hàm Gamma không hoàn hảo và kỹ thuật xây dựng kịch bản mô phỏng Monte Carlo trên MATLAB.
• Chuyên gia phát triển thiết bị vô tuyến định nghĩa bằng phần mềm (SDR) và IoT: Ứng dụng các quy tắc khử can nhiễu tuần tự SIC và phân bổ công suất NOMA vào việc thiết kế vi mạch truyền thông năng lượng thấp cho thiết bị thông minh.
• Cơ quan quản lý phổ tần và hoạch định chính sách viễn thông: Tham khảo mô hình toán học về giới hạn can nhiễu để xây dựng các khung chính sách chia sẻ tài nguyên tần số dùng chung hiệu quả.

Câu hỏi thường gặp

1. Kỹ thuật CR-NOMA có ưu thế vượt trội nào so với các mạng OMA truyền thống? Kỹ thuật CR-NOMA cho phép mạng thứ cấp chia sẻ cùng khối băng tần với mạng sơ cấp mà không bị gián đoạn hoạt động, đồng thời phục vụ cùng lúc 2 người dùng trở lên trên một tần số. Điều này giúp nâng cao hiệu suất sử dụng phổ tần lên gấp 1.5 đến 2 lần so với các kỹ thuật trực giao FDMA hay TDMA.

2. Tại sao mô hình chọn người dùng theo CSI lại cho hiệu năng tốt hơn mô hình khoảng cách DIS? Mô hình CSI lựa chọn trực tiếp các người dùng có độ lợi kênh tốt nhất bao gồm cả suy hao đường truyền và hiện tượng pha-đinh Rayleigh tức thời. Ngược lại, mô hình DIS chỉ căn cứ vào khoảng cách hình học mà bỏ qua tác động thăng giáng biên độ tín hiệu do vật cản, dẫn đến xác suất dừng cao hơn khoảng 20% đến 35%.

3. Nguyên lý khử can nhiễu tuần tự SIC trong đề án được thực thi như thế nào? Tại nút nhận có điều kiện kênh truyền tốt hơn, thiết bị sẽ tiến hành giải mã tín hiệu của người dùng có công suất lớn hơn trước. Sau khi giải mã thành công, thành phần tín hiệu này được trừ khử hoàn toàn khỏi tín hiệu tổng nhận được, giúp giải mã tín hiệu mong muốn của chính mình với tỷ số SNR tối ưu.

4. Việc khống chế công suất phát của trạm thứ cấp SS có gây mất kết nối không? Trạm thứ cấp chỉ được phép phát sóng khi công suất phát của máy phát sơ cấp đủ lớn để đảm bảo ngưỡng xác suất dừng sơ cấp không vượt quá giới hạn thiết kế 0.5%. Ở các mức công suất thấp, trạm thứ cấp sẽ tạm dừng phát sóng để bảo vệ tuyệt đối chất lượng mạng sơ cấp.

5. Vì sao cần thực hiện từ 100.000 đến 5.000.000 phép thử trong mô phỏng Monte Carlo? Bản chất của kênh truyền pha-đinh và vị trí người dùng là các biến ngẫu nhiên liên tục. Số lượng phép thử lớn từ 100.000 đến 5.000.000 lần lặp giúp các giá trị trung bình thống kê triệt tiêu sai số ngẫu nhiên, chứng minh các biểu thức giải tích toán học đạt độ tin cậy và chính xác tuyệt đối.

Kết luận

• Luận văn đã giải quyết trọn vẹn bài toán đánh giá hiệu năng xác suất dừng trong mạng vô tuyến nhận thức đường xuống ngẫu nhiên sử dụng kỹ thuật NOMA.
• Thiết lập thành công các biểu thức giải tích tường minh dạng hàm đóng cho xác suất dừng của cả mạng sơ cấp và mạng thứ cấp.
• Chứng minh ưu thế vượt trội của kỹ thuật lựa chọn người dùng theo thông tin trạng thái kênh truyền (CSI) so với kỹ thuật chọn theo khoảng cách (DIS).
• Cung cấp cơ sở tính toán chính xác mức công suất phát tối đa của trạm thứ cấp để bảo toàn chất lượng dịch vụ của mạng sơ cấp theo chuẩn thiết kế.
• Đóng góp bộ phương pháp mô phỏng Monte Carlo tin cậy với hàng triệu phép thử được kiểm chứng trên nền tảng MATLAB.

Trong giai đoạn tiếp theo từ 2024 đến 2026, các hướng nghiên cứu mở rộng nên tập trung vào việc áp dụng ăng-ten đa ngõ vào đa ngõ ra (MIMO) và tích hợp bề mặt phản xạ thông minh (RIS). Hãy tiếp tục tham khảo chi tiết toàn văn tài liệu để áp dụng trực tiếp các mô hình giải tích vào các dự án nghiên cứu và triển khai mạng vô tuyến viễn thông thực tế.