Tổng quan nghiên cứu

Sự bùng nổ của các dịch vụ di động băng rộng như truyền phát video siêu độ nét cao, tương tác mạng xã hội theo thời gian thực và liên lạc giữa máy với máy (M2M) trong kỷ nguyên mạng 5G đang đặt ra những thách thức chưa từng có đối với dung lượng truyền dẫn và mức tiêu thụ năng lượng. Mặc dù các hệ thống truyền thông hiện đại hướng tới mục tiêu tốc độ dữ liệu lên đến hàng Gigabit mỗi giây, nhưng hạ tầng mạng tế bào truyền thống đang phải đối mặt với bài toán lãng phí điện năng nghiêm trọng khi chi phí năng lượng chiếm từ 60% đến 80% tổng chi phí vận hành mạng lưới.

Để giải quyết đồng thời nút thắt về tốc độ và bài toán năng lượng, mạng truy cập vô tuyến đám mây không đồng nhất (HCRAN) kết hợp cùng kỹ thuật đa truy cập không trực giao (NOMA) đã nổi lên như một giải pháp đột phá. Vấn đề cốt lõi của nghiên cứu tập trung vào việc khắc phục tình trạng can nhiễu đa tầng nghiêm trọng và sự suy giảm hiệu suất năng lượng trên đường truyền tải xuống của các liên kết backhaul không dây khi mật độ trạm gốc tăng cao.

Mục tiêu cụ thể của luận văn là xây dựng mô hình toán học hoàn chỉnh, phân tích và so sánh hiệu suất năng lượng (Energy Efficiency - EE, tính bằng bit/Joule) và tổng thông lượng (Throughput, tính bằng bit/s) giữa giao thức NOMA và kỹ thuật trực giao truyền thống OFDMA. Nghiên cứu khảo sát toàn diện đường tải xuống từ trạm trung tâm đám mây nền (CCS) tới các trạm gốc (BS) phân tán trong không gian mạng HCRAN thực tế.

Phạm vi nghiên cứu bao gồm mô hình kênh truyền fading phẳng trên ba môi trường truyền sóng điển hình: kênh Rayleigh (môi trường tán xạ không có đường truyền thẳng), kênh Rician (với hệ số đường truyền thẳng K thay đổi từ 0 đến 10) và kênh Nakagami-m (với hệ số hình dạng m thay đổi từ 1 đến 5). Ý nghĩa thực tiễn của công trình thể hiện ở việc chứng minh NOMA giúp nâng cao hiệu suất năng lượng lên gấp từ 1,5 đến 4 lần so với OFDMA, đồng thời xác lập cơ sở khoa học để tối ưu hóa công suất phát tại trạm CCS và số lượng trạm gốc triển khai, đóng góp trực tiếp vào mục tiêu phát triển viễn thông xanh bền vững.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Cơ sở lý luận của đề tài được xây dựng trên sự kết hợp chặt chẽ giữa các lý thuyết truyền thông vô tuyến hiện đại và xử lý tín hiệu số tiên tiến:

Thứ nhất, kiến trúc mạng truy cập vô tuyến đám mây không đồng nhất (HCRAN): Kiến trúc này kết hợp thế mạnh của mạng không đồng nhất (HetNets) và công nghệ điện toán đám mây. Mạng tách biệt hoàn toàn mặt phẳng điều khiển do các nút công suất cao (HPN, Macro BS) đảm nhiệm và mặt phẳng dữ liệu do các nút công suất thấp (LPN, Remote Radio Heads - RRH, Micro BS) phụ trách. Toàn bộ tài nguyên xử lý băng gốc được tập trung hóa tại bộ xử lý trung tâm (BBU Pool) thông qua đường truyền quang tốc độ cao, cho phép các khối RRH chuyển sang chế độ ngủ (sleep mode) linh hoạt, giúp tiết kiệm tới 60% công suất tiêu thụ mạch khi lưu lượng thấp.

Thứ hai, kỹ thuật đa truy cập không trực giao (NOMA) trong miền công suất: Khác với các kỹ thuật trực giao truyền thống như OFDMA phân chia tài nguyên theo các khối tần số riêng biệt, NOMA cho phép nhiều trạm gốc hoặc người dùng cùng chia sẻ một khối tần số và thời gian thông qua việc ghép kênh chồng lấn trong miền công suất. Tín hiệu của các trạm có điều kiện kênh truyền kém hơn được phân bổ mức công suất cao hơn, trong khi trạm có điều kiện kênh truyền thuận lợi nhận mức công suất thấp hơn.

Thứ ba, nguyên lý triệt nhiễu nối tiếp (Successive Interference Cancellation - SIC): Tại phía thu, bộ thu SIC thực hiện giải mã tuần tự các tín hiệu theo thứ tự giảm dần của độ lợi kênh truyền chuẩn hóa. Tín hiệu có công suất lớn hơn được giải mã trước, sau đó thành phần này được tái tạo và trừ khỏi tín hiệu tổng hợp để giải mã tín hiệu mong muốn tiếp theo mà không chịu can nhiễu, với độ phức tạp tính toán tăng tuyến tính theo số lượng trạm thu.

Thứ tư, mô hình kênh truyền sóng ngẫu nhiên: Luận văn ứng dụng ba mô hình thống kê fading: Kênh Rayleigh đại diện cho môi trường đô thị dày đặc với vô số tia phản xạ và hoàn toàn vắng bóng tia trực diện; Kênh Rician mô tả môi trường có một tia trực diện nhìn thẳng (Line of Sight - LOS) chi phối mạnh mẽ được định lượng qua hệ số Rician K; Kênh Nakagami-m cung cấp mô hình tổng quát linh hoạt thông qua tham số hình dạng m, bao hàm cả phân bố Rayleigh khi m bằng 1 và tiệm cận kênh không fading khi m tiến tới vô cùng.

Phương pháp nghiên cứu

Nghiên cứu sử dụng phương pháp mô hình hóa toán học kết hợp phương pháp mô phỏng số Monte Carlo trên nền tảng phần mềm kỹ thuật MATLAB:

Nguồn dữ liệu và phương pháp phân tích: Toàn bộ thông số tính toán được chuẩn hóa dựa trên các chỉ tiêu kỹ thuật viễn thông chuẩn của tổ chức 3GPP. Nghiên cứu thiết lập mô hình công suất tiêu thụ thực tế gồm 6 thành phần chính tại trạm phát: khối làm mát và điều hòa không khí, khối biến đổi nguồn điện AC/DC, bộ xử lý tín hiệu số, bộ khuếch đại công suất cao tần RF, suy hao cáp truyền và mạch máy phát vô tuyến, kết hợp cùng mô hình tiêu thụ điện năng của switch chuyển mạch đường truyền backhaul không dây.

Cỡ mẫu và phương pháp chọn mẫu mô phỏng: Quá trình mô phỏng thực nghiệm số được thực hiện với hơn 10.000 mẫu lặp ngẫu nhiên độc lập cho từng kịch bản kênh truyền, đảm bảo mức ý nghĩa thống kê trên 95%. Việc lựa chọn phân tích số dựa trên MATLAB được ưu tiên do khả năng giải quyết chính xác các phương trình tích phân phi tuyến phức tạp của hàm mật độ xác suất PDF và đánh giá định lượng thuật toán phân bổ công suất đệ quy tại trạm trung tâm CCS với dải công suất phát biến thiên từ 10 W đến 100 W.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình mô phỏng và phân tích số liệu thực nghiệm đã mang lại những phát hiện có tính đột phá về mặt khoa học kỹ thuật:

Một là, giao thức NOMA mang lại hiệu suất năng lượng và thông lượng vượt trội toàn diện so với OFDMA trên cả ba mô hình kênh truyền. Trong điều kiện cùng công suất phát và băng thông hệ thống, hiệu suất năng lượng của NOMA đạt mức cao hơn từ 150% đến 400% (gấp từ 1,5 đến 4 lần) so với OFDMA. Khoảng cách cách biệt này càng nới rộng khi số lượng trạm gốc cần phục vụ trong cụm mạng gia tăng.

Hai là, sự hiện diện của thành phần nhìn thẳng (LOS) tác động tích cực rõ rệt đến hiệu suất năng lượng. Trên kênh truyền Rician với hệ số K = 10 và kênh Nakagami-m với hệ số m = 5, hiệu suất năng lượng của hệ thống cao hơn khoảng 25% đến 35% so với kênh truyền Rayleigh (khi K = 0 hoặc m = 1). Điều này chứng minh rằng môi trường có tầm nhìn thẳng trực tiếp giúp suy giảm hiện tượng fading sâu, tối ưu hóa tỷ số tín hiệu trên tạp âm cộng can nhiễu (SINR).

Ba là, hiệu suất năng lượng của NOMA biến đổi theo quy luật của hàm tựa lõm (quasi-concave function) theo số lượng trạm gốc. Cụ thể, khi số lượng trạm gốc tăng từ 1 đến giá trị ngưỡng tối ưu (khoảng 4 đến 6 trạm), hiệu suất năng lượng tăng nhanh do thông lượng hệ thống được cải thiện mạnh mẽ. Tuy nhiên, khi tiếp tục tăng số lượng trạm gốc vượt quá ngưỡng này, hiệu suất năng lượng bắt đầu suy giảm từ 20% đến 40% do tổng công suất tiêu thụ phần cứng và can nhiễu backhaul tăng nhanh hơn tốc độ tăng trưởng của thông lượng.

Bốn là, công suất phân bổ tại trạm trung tâm đám mây nền (CCS) có mối quan hệ tỷ lệ nghịch với hiệu suất năng lượng. Mức công suất cấp phát tại CCS càng thấp thì hệ thống càng đạt được hiệu suất năng lượng cao hơn. Đặc biệt, việc triển khai các cặp trạm Micro BS với nguồn cung cấp năng lượng thấp tại CCS giúp cải thiện hiệu suất năng lượng lên đến 1,6 lần (160%) so với việc sử dụng các trạm Macro BS và RRH truyền thống.

Thảo luận kết quả

Nguyên nhân căn bản giúp NOMA vượt trội hơn OFDMA xuất phát từ khả năng tận dụng sự chênh lệch về độ lợi kênh truyền giữa các trạm gốc trong miền công suất. Bằng cách áp dụng giải thuật triệt nhiễu nối tiếp SIC, NOMA cho phép tái sử dụng toàn bộ băng thông cho nhiều nút mạng đồng thời mà không bị chia cắt nhỏ tài nguyên tần số như OFDMA, từ đó gia tăng mạnh mẽ thông lượng đường truyền tải xuống.

Khi so sánh với các công trình nghiên cứu về mạng C-RAN truyền thống, kết quả của luận văn khẳng định tính ưu việt của mô hình kết hợp HCRAN. Kiến trúc BBU tập trung cho phép giảm tải 30% công suất tiêu thụ toàn mạng và loại bỏ nhiễu xuyên tầng hiệu quả thông qua giao diện phối hợp đa điểm. Các kết quả này hoàn toàn tương thích và làm sâu sắc thêm các báo cáo kỹ thuật của 3GPP về chuẩn hóa mạng 5G New Radio.

Dữ liệu mô phỏng trong luận văn được minh họa trực quan thông qua hệ thống các đồ thị hai chiều (2D plots) thể hiện mối tương quan giữa hiệu suất năng lượng (trục tung, đơn vị bit/Joule) và số lượng trạm gốc hoặc công suất CCS (trục hoành). Các biểu đồ phản ánh rõ nét điểm cực đại của đường cong tựa lõm, cung cấp công cụ trực quan giúp các kỹ sư viễn thông xác định chính xác điểm làm việc tối ưu của mạng lưới.

Đề xuất và khuyến nghị

Dựa trên các kết quả nghiên cứu lý thuyết và mô phỏng thực nghiệm, luận văn đề xuất 4 nhóm giải pháp kỹ thuật có tính ứng dụng thực tiễn cao:

Thứ nhất, chuẩn hóa thuật toán phân bổ công suất động thích nghi: Các nhà mạng cần tích hợp thuật toán phân bổ công suất tự động dựa trên thông tin trạng thái kênh truyền (CSI) và chỉ thị chất lượng kênh (CQI) thời gian thực. Mục tiêu giảm 25% công suất hao phí tại trạm trung tâm CCS trong vòng 6 tháng triển khai thử nghiệm. Chủ thể thực hiện là đội ngũ kỹ sư giải pháp và tối ưu hóa vô tuyến.

Thứ hai, hoạch định mật độ trạm gốc dựa trên điểm tối ưu của hàm tựa lõm: Trong quá trình thiết kế mạng HCRAN tại các khu đô thị, các đơn vị quy hoạch cần khống chế số lượng trạm gốc kết nối tới mỗi trạm trung tâm CCS trong khoảng từ 4 đến 8 trạm cho mỗi khối tần số. Giải pháp này giúp duy trì hiệu suất năng lượng ở vùng đỉnh cực đại, ngăn chặn nguy cơ tụt giảm từ 20% đến 40% hiệu suất do quá tải can nhiễu. Thời gian áp dụng trong chu kỳ quy hoạch mạng 12 tháng. Chủ thể thực hiện là bộ phận quy hoạch mạng lưới của doanh nghiệp viễn thông.

Thứ ba, ưu tiên cấu hình cụm trạm Micro BS kết hợp cơ chế kích hoạt trạng thái ngủ: Thay vì triển khai mật độ dày đặc các trạm Macro BS công suất lớn, các nhà khai thác nên ưu tiên mô hình phân tán các cặp Micro BS công suất thấp kết hợp chế độ ngủ sâu tự động khi lưu lượng giảm. Mục tiêu giúp cắt giảm 50% lượng điện năng tiêu thụ vào các khung giờ thấp điểm. Chủ thể thực hiện là trung tâm vận hành và khai thác mạng (NOC).

Thứ tư, nâng cấp năng lực xử lý số cho bộ thu triệt nhiễu nối tiếp (SIC): Các đơn vị sản xuất thiết bị viễn thông cần đầu tư phát triển các dòng chip xử lý băng gốc chuyên dụng (ASIC/FPGA) hỗ trợ giải mã SIC với độ trễ xử lý dưới 1 millisecond. Giải pháp này nhằm loại bỏ triệt để sai số ước lượng biên độ kênh truyền, hạn chế hiện tượng lan truyền lỗi giải mã trong môi trường di động cao. Thời gian nghiên cứu và chế tạo mẫu trong vòng 18 tháng. Chủ thể thực hiện là các viện nghiên cứu và doanh nghiệp công nghệ phần cứng.

Đối tượng nên tham khảo luận văn

Nội dung và kết quả của luận văn mang lại giá trị tham khảo chuyên sâu cho 4 nhóm đối tượng chính:

Nhóm 1: Giảng viên, nghiên cứu sinh và học viên cao học chuyên ngành Kỹ thuật Điện tử - Viễn thông và Mạng máy tính. Luận văn cung cấp khung cơ sở lý thuyết chuẩn mực về phân tích toán học các kênh fading ngẫu nhiên (Rayleigh, Rician, Nakagami-m), mô hình tiêu thụ công suất chi tiết và giải thuật đệ quy phân bổ công suất trong NOMA để phát triển các đề tài nghiên cứu tiếp theo về 5G và 6G.

Nhóm 2: Kỹ sư quy hoạch, thiết kế và tối ưu hóa mạng vô tuyến tại các tập đoàn viễn thông. Luận văn cung cấp công thức định lượng và chỉ dẫn cụ thể về việc lựa chọn số lượng trạm gốc tối ưu, giúp tối đa hóa thông lượng và tiết kiệm từ 20% đến 30% chi phí điện năng vận hành hạ tầng mạng.

Nhóm 3: Chuyên gia nghiên cứu và phát triển sản phẩm (R&D) tại các công ty sản xuất thiết bị viễn thông. Tài liệu là tài liệu tham khảo hữu ích trong việc thiết kế kiến trúc phần cứng trạm gốc HCRAN, tối ưu hóa giao diện fronthaul/backhaul và hiện thực hóa thuật toán tách sóng SIC trên các dòng vi xử lý số tín hiệu.

Nhóm 4: Các nhà hoạch định chính sách, cơ quan quản lý tần số vô tuyến và tiêu chuẩn hóa công nghệ. Kết quả nghiên cứu hỗ trợ xây dựng các tiêu chuẩn quốc gia về viễn thông xanh (Green Telecom), định hướng phân bổ băng tần hiệu quả và thúc đẩy chuyển đổi số bền vững trong ngành công nghệ thông tin.

Câu hỏi thường gặp

Kỹ thuật NOMA khác biệt như thế nào so với OFDMA trong việc nâng cao hiệu suất năng lượng? NOMA cho phép nhiều trạm hoặc người dùng cùng chia sẻ toàn bộ khối tần số và thời gian thông qua việc phân chia mức công suất phát khác nhau, thay vì chia nhỏ phổ tần trực giao như OFDMA. Nhờ kết hợp thuật toán triệt nhiễu nối tiếp SIC tại bộ thu, NOMA tận dụng triệt để độ lợi kênh truyền, giúp hiệu suất năng lượng tăng cao hơn từ 1,5 đến 4 lần và nâng cao tính công bằng cho các trạm ở biên mạng.

Tại sao hiệu suất năng lượng của mạng HCRAN lại biến đổi theo dạng hàm tựa lõm khi tăng số lượng trạm gốc? Khi tăng số lượng trạm gốc từ mức thấp lên giá trị ngưỡng tối ưu khoảng 4 đến 6 trạm, tổng thông lượng của mạng tăng rất nhanh, vượt trội hơn mức tăng công suất tiêu thụ. Tuy nhiên, khi số trạm gốc vượt quá ngưỡng này, mức tiêu thụ điện năng tĩnh của phần cứng và can nhiễu đa trạm trên đường backhaul tăng vọt, khiến hiệu suất năng lượng tổng thể sụt giảm từ 20% đến 40%.

Thành phần đường truyền thẳng (LOS) trong kênh Rician và Nakagami-m tác động ra sao đến hệ thống? Thành phần đường truyền thẳng LOS giúp tín hiệu vô tuyến duy trì năng lượng ổn định và giảm thiểu đáng kể hiện tượng fading sâu do tán xạ đa đường. Do đó, trên các kênh có thành phần LOS như Rician (hệ số K = 10) và Nakagami-m (hệ số m = 5), hiệu suất năng lượng và thông lượng truyền dẫn đạt mức cao hơn từ 25% đến 35% so với kênh Rayleigh thuần tán xạ phi-LOS.

Việc phân bổ công suất thấp tại trạm trung tâm đám mây (CCS) mang lại lợi ích gì? Công suất phân bổ tại trạm trung tâm CCS ở mức thấp giúp giảm thiểu tổn hao nhiệt và tối ưu hóa hiệu suất làm việc của bộ khuếch đại công suất cao tần RF. Thực nghiệm mô phỏng chỉ ra rằng cấu hình công suất CCS thấp kết hợp cùng các cụm Micro BS giúp cải thiện hiệu suất năng lượng lên tới 1,6 lần so với việc duy trì mức công suất phát lớn tại các trạm Macro BS.

Độ phức tạp tính toán của bộ triệt nhiễu nối tiếp (SIC) có ảnh hưởng đến tính khả thi khi triển khai thực tế? Thuật toán giải mã SIC trong NOMA có độ phức tạp tính toán tăng tuyến tính theo số lượng thiết bị ghép cặp trên cùng một kênh tần số. Khi thiết kế hệ thống ghép nhóm từ 2 đến 3 nút mạng, thời gian trễ xử lý giải mã hoàn toàn có thể duy trì ở mức dưới 1 millisecond, hoàn toàn khả thi trên các nền tảng xử lý tín hiệu số dải nền hiện nay của trạm HCRAN.

Kết luận

Luận văn đã hoàn thành xuất sắc các mục tiêu nghiên cứu với 5 đóng góp học thuật và thực tiễn nổi bật:

  • Chứng minh một cách khoa học tính ưu việt vượt trội của kỹ thuật NOMA so với OFDMA, đem lại hiệu suất năng lượng cao hơn từ 150% đến 400% trên cả 3 mô hình kênh truyền ngẫu nhiên Rayleigh, Rician và Nakagami-m.
  • Phát hiện và mô hình hóa thành công quy luật biến đổi dạng hàm tựa lõm của hiệu suất năng lượng theo số lượng trạm gốc, chỉ ra ngưỡng số lượng trạm gốc tối ưu để tối đa hóa hiệu quả vận hành mạng HCRAN.
  • Định lượng chính xác tác động của thành phần đường truyền thẳng LOS, khẳng định kênh Rician và Nakagami-m giúp tăng 25% đến 35% hiệu năng truyền dẫn so với kênh fading Rayleigh thuần tán xạ.
  • Xác lập vai trò của việc phân bổ công suất thấp tại trạm trung tâm CCS và chứng minh ưu thế nâng cao hiệu suất năng lượng gấp 1,6 lần của cấu hình trạm Micro BS.
  • Xây dựng mô hình tính toán tổng thể công suất tiêu thụ phần cứng và backhaul không dây, tạo tiền đề toán học vững chắc cho bài toán tối ưu hóa tài nguyên mạng 5G.

Trong giai đoạn 12 tháng tiếp theo, hướng phát triển tự nhiên của đề tài là mở rộng mô hình phân tích sang các cấu hình ăng-ten đa ngõ vào đa ngõ ra phân tán (Distributed MIMO) và tích hợp các bề mặt phản xạ thông minh (RIS) trong mạng 6G tương lai. Các tổ chức nghiên cứu và doanh nghiệp viễn thông được khuyến khích áp dụng ngay các thuật toán và mô hình quy hoạch trong luận văn để nâng cao năng lực cạnh tranh và hiện thực hóa mục tiêu chuyển đổi hạ tầng viễn thông xanh bền vững.