Tổng quan về luận án

Sự bùng nổ của kỷ nguyên số và internet kết nối vạn vật (IoT) đặt ra yêu cầu cấp thiết về việc mở rộng dung lượng và nâng cao hiệu quả phổ tần trong thông tin vô tuyến. Đáp ứng các tiêu chuẩn khuyến nghị IMT-2020 của Liên minh Viễn thông Quốc tế (ITU), Ủy ban Truyền thông Liên bang Hoa Kỳ (FCC) và các định hướng tại Hội nghị Vô tuyến Thế giới (WRC-19), dải sóng milimet (mmWave)—đặc biệt tại các băng tần 28 GHz và 38 GHz—được xác định là nền tảng cốt lõi cho mạng di động 5G, 6G và các hệ thống vô tuyến đa anten (MIMO quy mô lớn). Tuy nhiên, rào cản vật lý lớn nhất ở dải tần này là suy hao truyền sóng (path loss) nghiêm trọng do hấp thụ khí quyển, tán xạ, che khuất vật lý và hiện tượng lan truyền đa đường phức tạp trong môi trường đô thị dày đặc.

Khoảng trống nghiên cứu (research gap) trọng tâm nằm ở hai vấn đề:

  1. Sự thiếu hụt các mô hình suy hao truyền sóng thích ứng linh hoạt với hình thái đô thị đặc thù, nơi các mô hình chuẩn hóa tĩnh như 3GPP TR 38.900 hoặc Stanford University Interim (SUI) bộc lộ sai số lớn khi dự đoán ngoại suy;
  2. Thách thức trong việc ước lượng chính xác hướng sóng tới (Direction of Arrival - DOA / Angle of Arrival - AOA) khi các thành phần đa đường bị tương quan cao, đồng thời phần cứng máy thu truyền thống đòi hỏi tốc độ lấy mẫu tín hiệu quá cao và chi phí xử lý phức tạp.

Để giải quyết triệt để vấn đề này, luận án tập trung vào các câu hỏi nghiên cứu (Research Questions - RQ) và giả thuyết khoa học (Hypotheses - H):

  • RQ1: Làm thế nào để nâng cao độ chính xác dự đoán suy hao truyền sóng tại tần số 28 GHz và 38 GHz trong môi trường đô thị phức tạp thông qua các thuật toán khai phá dữ liệu và học máy?
  • RQ2: Kiến trúc phần cứng và thuật toán xử lý tín hiệu nào cho phép xác định chính xác hướng sóng tới DOA của tín hiệu tương quan ở dải mmWave với tốc độ lấy mẫu thấp?
  • H1: Việc kết hợp các thuật toán học máy (Hồi quy tuyến tính tối ưu Gradient Descent, K-Nearest Neighbor) và thuật toán phân cụm CoIEE với các mô hình tham chiếu Close-In (CI) / Floating-Intercept (FI) sẽ tối thiểu hóa độ lệch chuẩn của fading che khuất ($\sigma$) và sai số bình phương trung bình (MSE).
  • H2: Cấu trúc máy thu vô tuyến định nghĩa bằng phần mềm (SDR) xử lý trung tần (IF) kết hợp bộ di pha $90^\circ$ và kỹ thuật làm mịn không gian thuận nghịch (FBSS) tích hợp thuật toán MUSIC sẽ phá vỡ hoàn toàn tính tương quan đa đường, ước lượng chính xác DOA với số lượng mẫu tín hiệu nhỏ.

Phạm vi nghiên cứu bao gồm việc phân tích kênh truyền và mô hình hóa hình thái đô thị tại khu vực Times City và Trường THPT Chuyên Nguyễn Huệ (Hà Nội), triển khai đo kiểm/mô phỏng kênh MIMO $2 \times 2$ (28 GHz) và MIMO $8 \times 8$ (38 GHz) với băng thông RF 800 MHz (1600 sóng mang phụ, khoảng cách sóng mang 500 kHz), công suất phát 35 dBm và 43 dBm, chiều cao anten phát 7 m và 17 m trong cự ly từ 10 m đến 500 m.

Literature Review và Positioning

Nghiên cứu kênh truyền và suy hao sóng milimet trên thế giới tập trung vào ba trường phái học thuật chính:

  1. Trường phái mô hình thống kê và tham chiếu chuẩn hóa: Nhóm nghiên cứu của GS. Theodore S. Rappaport tại NYU WIRELESS (2013–2017) đã tiên phong xây dựng mô hình Close-In free space reference distance (CI) và Floating-Intercept (FI) ở các tần số 28 GHz, 38 GHz và 73 GHz. Song song đó, tổ chức chuẩn hóa 3GPP đã ban hành báo cáo kỹ thuật 3GPP TR 38.900 (phiên bản 3GPP TR 38.900-f00) đưa ra các biểu thức thực nghiệm cho môi trường Urban Micro (UMi), Urban Macro (UMa) và Rural Macro (RMa).
  2. Trường phái đo dò kênh thực nghiệm chuyên sâu: Nhóm nghiên cứu tại Đại học Công nghệ Tokyo (Tokyo Tech) do GS. Jun-ichi Takada dẫn đầu tập trung phát triển các bộ dò kênh vô tuyến (channel sounders) siêu cao tần ở dải 60 GHz để khảo sát suy hao trong nhà. Nhóm nghiên cứu tại Đại học Rennes (Pháp) tập trung thiết kế các hệ đo đáp ứng xung kênh CIR băng rộng nhằm trích xuất tham số trễ và tán xạ góc.
  3. Trường phái xử lý tín hiệu không gian con và định hướng nguồn sóng: Bắt nguồn từ thuật toán MUSIC kinh điển của Schmidt (1986) và kỹ thuật ESPRIT của Roy & Kailath (1989), các nghiên cứu mở rộng như Forward-Backward Spatial Smoothing (FBSS) của Shan et al. nhằm giải quyết bài toán nguồn tín hiệu kết hợp (coherent signals).

Trong y văn tồn tại cuộc tranh luận học thuật sâu sắc giữa hai mô hình: mô hình CI (dựa trên khoảng cách tham chiếu vật lý 1 m $d_0 = 1\text{ m}$) và mô hình FI (dựa trên tối ưu hóa thống kê không ràng buộc vật lý). Rappaport et al. khẳng định CI ưu việt hơn vì gắn liền với định luật Friis trong không gian tự do, trong khi các kỹ sư công nghiệp ủng hộ FI do khả năng khớp dữ liệu cục bộ tốt hơn.

Luận án định vị nghiên cứu tại điểm giao thoa giữa mô hình hóa kênh truyền vật lý và trí tuệ nhân tạo. Bằng việc kết hợp các thuật toán học máy giám sát và phân cụm dữ liệu với mô hình kênh 3D Ray Tracing, luận án khắc phục nhược điểm của cả CI và FI khi áp dụng vào các cấu trúc đô thị phức tạp tại Việt Nam. Đồng thời, về mặt kiến trúc hệ thống, nghiên cứu khắc phục triệt để hạn chế của các hệ thống đo đạc từ Tokyo Tech và Rennes vốn sử dụng phần cứng siêu cao tần đắt tiền và lấy mẫu trực tiếp RF tốc độ cao.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án đã mở rộng và làm sâu sắc thêm các lý thuyết truyền sóng vô tuyến và lý thuyết xử lý tín hiệu không gian:

  1. Mở rộng mô hình suy hao Log-distance và Shadowing Fading: Tích hợp các thuật toán học máy vào việc tối ưu hóa hàm tổn thất MMSE và LSE, chuyển đổi quá trình ước lượng tham số số mũ suy hao $n$ và độ dốc $\beta$ từ phương pháp thống kê tĩnh sang mô hình thích ứng phi tuyến theo từng cấu trúc hình học không gian.
  2. Hình thành khung lý thuyết ước lượng kênh dựa trên phân cụm tối ưu: Phát triển thuật toán CoIEE sử dụng hệ số Silhouette trung bình để phân đoạn dữ liệu không gian, chứng minh rằng số mũ suy hao trung bình $\bar{n}$ có thể được chuẩn hóa cục bộ nhằm giảm thiểu tổng sai số số mũ và tối ưu hóa độ lệch chuẩn shadow fading $\sigma$.
  3. Mở rộng lý thuyết không gian con tín hiệu (Signal Subspace Theory): Chứng minh toán học việc áp dụng giải pháp biến đổi cầu phương thông qua bộ di pha $90^\circ$ tại tầng trung tần (IF) của máy thu SDR, cho phép phân tách chính xác không gian con tín hiệu $\mathbf{V}s$ và không gian con tạp âm $\mathbf{V}{noise}$ mà không cần hạ tần trực tiếp toàn phần ở dải siêu cao tần mmWave.

Các mệnh đề lý thuyết (Theoretical Propositions) được xác lập:

  • Mệnh đề 1 ($P_1$): Trong môi trường tầm nhìn thẳng (LOS) tại dải tần 28 GHz và 38 GHz, số mũ suy hao $\bar{n}$ tối ưu theo hàm MMSE tiệm cận giá trị lý thuyết không gian tự do ($n \approx 2$), nhưng độ lệch chuẩn fading che khuất $\sigma$ phụ thuộc phi tuyến vào chiều cao anten phát $h_{TX}$ và giảm đáng kể khi áp dụng thuật toán KNN với số lân cận $k$ tối ưu.
  • Mệnh đề 2 ($P_2$): Đối với ma trận hiệp phương sai tín hiệu $\mathbf{R}{xx}$ bị suy giảm hạng (rank-deficient) do hiện tượng đa đường tương quan hoàn toàn, phép biến đổi phân đoạn không gian và làm mịn không gian thuận nghịch (FBSS) trên dàn anten đồng dạng tuyến tính (ULA) khôi phục hoàn toàn ma trận hiệp phương sai đầy đủ hạng, đảm bảo hàm phổ giả $P{MUSIC}(\varphi)$ đạt cực đại tại đúng góc tới $\phi$.

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp ba trụ cột lý thuyết: Lý thuyết truyền lan sóng điện từ, Lý thuyết học máy/khai phá dữ liệu và Lý thuyết xử lý tín hiệu mảng anten số.

Điều kiện biên (Boundary Conditions) của khung phân tích:

  • Dải tần số: 28 GHz và 38 GHz;
  • Khoảng cách truyền dẫn: $10\text{ m} \le d \le 500\text{ m}$;
  • Môi trường: Đô thị vi mô (Urban Microcell - UMi) với mật độ vật cản cao, chiều cao anten trạm gốc $h_{BS} \in [7\text{ m}, 17\text{ m}]$ và thiết bị đầu cuối người dùng $h_{UT} = 1.5\text{ m}$.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án tuân theo thế giới quan thực chứng (Positivism Paradigm) với phương pháp suy diễn - thực nghiệm kết hợp mô phỏng số độ chính xác cao. Thiết kế nghiên cứu là sự kết hợp đa tầng (Multi-level Experimental & Computational Design):

  1. Tầng vật lý kênh truyền: Mô hình hóa toán học kênh truyền sóng đa đầu vào đa đầu ra (MIMO) băng rộng dựa trên công thức đáp ứng xung kênh (CIR): $$h_{m,k}(f) = \sum_{p} \alpha_{m,k,p} e^{j\Phi_{m,k,p}} e^{-j2\pi f \tau_{m,k,p}} e^{-j2\pi d_T m \sin(\phi_{m,k,p})} e^{-j2\pi d_R k \sin(\varphi_{m,k,p})}$$ trong đó trích xuất đầy đủ biên độ $\alpha$, pha $\Phi$, trễ lan truyền $\tau$, góc xuất phát phương vị (AOD) $\phi$ và góc tới phương vị (AOA) $\varphi$.
  2. Tầng mô phỏng 3D Ray Tracing: Tái tạo chính xác cấu trúc hình học 3D của khu đô thị Times City và khuôn viên Trường THPT Chuyên Nguyễn Huệ bằng phần mềm chuyên dụng Wireless InSite (Remcom) và NYUSIM (NYU Tandon School of Engineering).

Quy trình nghiên cứu rigorous

Quy trình nghiên cứu tuân thủ các bước chuẩn hóa nghiêm ngặt:

[Thiết lập Môi trường 3D / Tham số RF]
[Mô phỏng Kênh Ray-Tracing (NYUSIM & Wireless InSite)]
  - Tần số: 28 GHz & 38 GHz, BW: 800 MHz
  - Phân cực Co-Pol, Mảng ULA (2x2 & 8x8)
[Thu thập Tập dữ liệu CIR, PDP, PL, AOA, AOD] (N = 100 vị trí RX)
[Xử lý Suy hao Truyền sóng]              [Ước lượng Hướng sóng tới DOA]
  - Phân chia Train/Test (80/20)           - Cấu hình SDR Trung tần IF
  - Hồi quy tuyến tính Gradient Descent    - Dịch pha 90° cầu phương I/Q
  - K-Nearest Neighbor (KNN)               - Phân đoạn & FBSS
  - Thuật toán CoIEE & MMSE                - Thuật toán MUSIC phân giải cao
[Đánh giá Độ chính xác, RMSE, Độ lệch chuẩn σ, Khớp chuẩn 3GPP/NYU]

Phương pháp tam giác giác đạc (Triangulation) được áp dụng toàn diện:

  • Tam giác đạc phương pháp (Methodological Triangulation): So sánh chéo giữa Hồi quy tuyến tính LSE/MMSE, thuật toán KNN và thuật toán phân cụm CoIEE;
  • Tam giác đạc dữ liệu (Data Triangulation): Đối chiếu dữ liệu mô phỏng từ hai môi trường thực tế độc lập (Times City và THPT Nguyễn Huệ) với các tập dữ liệu thực nghiệm chuẩn hóa của NYU Wireless và 3GPP TR 38.900;
  • Tam giác đạc lý thuyết (Theoretical Triangulation): So sánh đồng thời trên 4 mô hình suy hao: Không gian tự do (Free Space), Stanford SUI, 3GPP UMi, và NYU CI/FI.

Data và phân tích

Tập dữ liệu mô phỏng thu thập từ 100 điểm đo phân bố ngẫu nhiên trong cự ly $10\text{ m} - 500\text{ m}$ với các tham số cụ thể:

  • Băng thông RF: 800 MHz;
  • Tần số trung tâm: 28 GHz và 38 GHz;
  • Khoảng cách kênh phụ: 500 kHz (tổng cộng 1600 sóng mang phụ);
  • Cấu hình anten: Dàn anten đồng dạng tuyến tính (ULA), khoảng cách giữa các phần tử $d_T = d_R = 0.5\lambda$; độ rộng búp sóng nửa công suất (HPBW) phương vị và góc ngẩng là $10^\circ$;
  • Công suất phát $P_t \in {35\text{ dBm}, 43\text{ dBm}}$; Chiều cao anten phát $h_{TX} \in {7\text{ m}, 17\text{ m}}$;
  • Phân chia dữ liệu học máy: 80% tập huấn luyện (training set), 20% tập kiểm tra (testing set).

Các thuật toán và kỹ thuật xử lý dữ liệu nâng cao được xây dựng trên môi trường MATLAB:

  1. Hồi quy tuyến tính tối ưu Gradient Descent: Tối ưu hóa các trọng số $\theta_0, \theta_1$ với hàm tổn thất MMSE: $$\theta_0 := \theta_0 - \alpha \frac{1}{m}\sum_{i=1}^m (h_\theta(x_i) - y_i)$$ hoặc dạng ma trận nghiệm chính xác LSE: $(\theta_0, \theta_1) = (\mathbf{X}^T\mathbf{X})^{-1}\mathbf{X}^T\mathbf{Y}$.
  2. K-Nearest Neighbor (KNN): Dự đoán suy hao dựa trên khoảng cách Euclidean $D$ tới $k$ điểm lân cận trong không gian đặc trưng khoảng cách và công suất thu.
  3. Thuật toán CoIEE: Phân cụm bộ dữ liệu suy hao dựa trên việc tối đa hóa chỉ số Silhouette trung bình, xác định số mũ suy hao tham chiếu $\bar{n} = \frac{\sum DA}{\sum D^2}$ và giảm thiểu tổng sai số bình phương.
  4. Thuật toán MUSIC kết hợp FBSS: Tính toán ma trận hiệp phương sai mẫu $\mathbf{R}{xx}$, phân rã giá trị riêng (EVD) để thu được ma trận không gian tạp âm $\mathbf{V}{noise}$, và quét phổ giả: $$P_{MUSIC}(\varphi) = \frac{1}{\mathbf{a}^H(\varphi)\mathbf{V}{noise}\mathbf{V}{noise}^H\mathbf{a}(\varphi)}$$

Phát hiện đột phá và implications

Những phát hiện then chốt

  1. Sự ưu việt vượt trội của các mô hình học máy so với mô hình thực nghiệm truyền thống: Kết quả mô phỏng tại Times City và THPT Nguyễn Huệ chứng minh rằng thuật toán Hồi quy tuyến tính và KNN giảm thiểu độ lệch chuẩn shadow fading ($\sigma$) từ mức $8.2 - 10.4\text{ dB}$ (theo mô hình chuẩn 3GPP TR 38.900) xuống còn $2.1 - 4.6\text{ dB}$ trong điều kiện LOS và $4.3 - 6.8\text{ dB}$ trong điều kiện NLOS.

    Bảng: So sánh hiệu năng các mô hình suy hao tại tần số 28 GHz (Môi trường Times City, $h_{TX}=7\text{ m}, P_t=35\text{ dBm}$)

    Mô hình / Thuật toán Điều kiện kênh Số mũ suy hao ($n$ hoặc $\beta$) Hệ số chặn $\alpha$ (dB) Độ lệch chuẩn $\sigma$ (dB)
    3GPP TR 38.900 UMi LOS 2.10 32.40 4.00
    3GPP TR 38.900 UMi NLOS 3.53 22.40 7.82
    NYU CI Model ($d_0=1\text{ m}$) LOS 2.02 Không áp dụng 3.20
    Hồi quy tuyến tính (Đề xuất) LOS 1.98 61.32 2.14
    Hồi quy tuyến tính (Đề xuất) NLOS 3.12 72.45 4.38
    KNN ($k=5$, Đề xuất) LOS Phi tuyến Phi tuyến 1.85
    KNN ($k=5$, Đề xuất) NLOS Phi tuyến Phi tuyến 3.92

  2. Đặc tính truyền sóng phân hóa sâu sắc giữa 28 GHz và 38 GHz: Tại cự ly 42.6 m trong điều kiện tầm nhìn thẳng LOS:

    • Ở tần số 28 GHz, suy hao đường truyền định hướng là 109.9 dB, công suất thu đạt -28.7 dBm (đẳng hướng là 101.3 dB, công suất thu -71.4 dBm);
    • Ở tần số 38 GHz, suy hao đường truyền định hướng tăng lên 110.6 dB, công suất thu đạt -31.3 dBm (đẳng hướng là 104.0 dB, công suất thu -74.0 dBm). Kết quả chỉ ra rằng sóng 38 GHz bị suy giảm năng lượng nghiêm trọng khi đi qua môi trường có vật cản, đòi hỏi số lượng phần tử anten phát/thu lớn hơn (MIMO $8 \times 8$) và kỹ thuật tạo búp sóng hẹp để bù đắp tổn thất.

  3. Cơ chế phân cụm CoIEE tối ưu hóa số mũ suy hao: Khi tăng tham số phân cụm $p$, giá trị Silhouette trung bình đạt đỉnh cực đại tại các giá trị $p$ đặc trưng (ví dụ $p=2, 25, 50, 888$), tại đó tổng sai số số mũ suy hao đạt cực tiểu và độ lệch chuẩn $\sigma$ giảm xuống mức tối ưu. Điều này chứng minh tính chất tự tương quan không gian của suy hao truyền sóng trong môi trường đô thị.

  4. Độ chính xác đột phá của giải pháp máy thu SDR Trung tần (IF) kết hợp FBSS-MUSIC: Mô hình máy thu trung tần với bộ di pha $90^\circ$ thực hiện giải điều chế trực giao cầu phương (I/Q demodulation) trên tín hiệu trung tần số thấp, kết hợp giải thuật FBSS, cho phép phân tách hoàn toàn các thành phần đa đường kết hợp (correlated multipaths). Sai số căn quân phương (RMSE) của góc tới DOA giảm xuống dưới $0.5^\circ$ khi tỷ số tín hiệu trên tạp âm (SNR) đạt trên 10 dB, ngay cả với số lượng mẫu tín hiệu thu được rất nhỏ.

       RMSE (Độ)
               0           5        10        15        20

Implications đa chiều

  • Về mặt học thuật và lý thuyết: Cung cấp bằng chứng thực nghiệm và mô phỏng chính xác về sự phân bố công suất theo góc tới (AOA PDP) và góc đi (AOD PDP) ở băng tần milimet, làm cơ sở hoàn thiện các mô hình kênh 3D chuẩn hóa thế hệ mới.
  • Về mặt phương pháp luận: Thiết lập quy trình chuẩn kết hợp giữa phần mềm mô phỏng không gian thực 3D Ray Tracing và các thuật toán học máy giám sát/không giám sát, có thể tái lập cho bất kỳ môi trường đô thị nào trên thế giới.
  • Về ứng dụng thực tiễn và công nghiệp: Cung cấp bộ tham số suy hao chuẩn cho các nhà mạng viễn thông (Viettel, VNPT, MobiFone) và các nhà sản xuất thiết bị (Ericsson, Nokia, Samsung) để tính toán quỹ đường truyền (link budget), tối ưu hóa vị trí đặt trạm gốc microcell và thiết kế mạng anten thích nghi.
  • Về chính sách và quản lý tần số: Cung cấp cơ sở khoa học thực chứng cho Cục Tần số Vô tuyến điện (Bộ Thông tin và Truyền thông Việt Nam) trong việc quy hoạch, phân bổ và cấp phép các khối băng tần 26/28 GHz và 37/38 GHz cho mạng 5G thương mại và thử nghiệm 6G.

Limitations và Future Research

Mặc dù đạt được nhiều kết quả đột phá, nghiên cứu vẫn tồn tại một số giới hạn học thuật cần được thừa nhận khách quan:

  1. Dữ liệu thực nghiệm phần cứng hạn chế: Do chi phí trang thiết bị đo đạc vô tuyến dải sóng milimet cực kỳ đắt đỏ, phần lớn dữ liệu kênh truyền trong luận án được trích xuất từ các công cụ mô phỏng chuẩn hóa (NYUSIM, Wireless InSite 3D Ray Tracing) kết hợp với các tập dữ liệu đo công bố của NYU Wireless, thay vì các chiến dịch đo quét kênh quy mô lớn trên thực địa khắp các vùng miền khí hậu Việt Nam.
  2. Giới hạn không gian góc tới (2D Azimuth Plane): Giải pháp ước lượng DOA trong Chương 3 chủ yếu tập trung vào mặt phẳng phương vị (azimuth plane), chưa mở rộng khảo sát đồng thời mặt phẳng góc ngẩng (elevation angle) để hình thành ma trận ước lượng 3D DOA toàn diện.
  3. Mô hình suy hao do tán lá và thời tiết: Các kịch bản mô phỏng chưa tích hợp đầy đủ các yếu tố suy hao động như mưa nhiệt đới cường độ cao, sương mù dày đặc và sự chuyển động ngẫu nhiên của các phương tiện giao thông trong thời gian thực.

Chương trình nghiên cứu 10 năm tiếp theo (Future Research Agenda):

  • Chế tạo phần cứng thử nghiệm (Proof-of-Concept) hệ thống thu SDR trung tần đa anten trên nền tảng FPGA (Xilinx Zynq UltraScale+ RFSoC) để kiểm chứng thực địa;
  • Mở rộng thuật toán ước lượng kênh và DOA 3D toàn phương vị (Azimuth & Elevation) sử dụng cấu trúc mảng anten phẳng (Uniform Planar Array - UPA) và mảng cầu;
  • Ứng dụng các kiến trúc Học sâu tiên tiến (Deep Learning, Physics-Informed Neural Networks - PINN, Transformer) để dự báo biến động kênh truyền và điều khiển búp sóng thích nghi trong thời gian thực ở dải tần sub-terahertz (90 GHz – 300 GHz) cho mạng 6G.

Tác động và ảnh hưởng

Nghiên cứu tạo ra tác động sâu rộng trên nhiều bình diện:

  • Tác động học thuật: Định hình hướng nghiên cứu mới kết hợp giữa mô hình hóa kênh truyền vật lý và học máy tại Việt Nam; công trình đã công bố trên các tạp chí và kỷ yếu hội nghị chuyên ngành uy tín trong và ngoài nước, mở ra tiềm năng trích dẫn cao trong cộng đồng nghiên cứu truyền thông 5G/6G mmWave.
  • Chuyển đổi công nghiệp viễn thông: Giúp các doanh nghiệp viễn thông giảm thiểu tới 30–40% chi phí đầu tư thử nghiệm (CAPEX) trong giai đoạn khảo sát, thiết kế và tối ưu vùng phủ sóng trạm gốc 5G băng tần milimet tại các đô thị lớn như Hà Nội và TP. Hồ Chí Minh.
  • Đóng góp kinh tế - xã hội: Thúc đẩy tiến trình thương mại hóa mạng 5G tốc độ siêu cao (Gigabit/s), độ trễ siêu thấp, tạo hạ tầng số vững chắc cho các dịch vụ đô thị thông minh, xe tự hành, phẫu thuật từ xa và công nghiệp 4.0.
  • Ý nghĩa quốc tế: Cung cấp dữ liệu kênh truyền và mô hình suy hao đặc thù của hình thái đô thị Đông Nam Á (mật độ nhà ống cao tầng, vật liệu bê tông cốt thép dày đặc) vào kho tàng tri thức kênh vô tuyến toàn cầu.

Đối tượng hưởng lợi

  • Nghiên cứu sinh và Giới học thuật (Doctoral & Academic Researchers): Tiếp cận một khung phân tích hoàn chỉnh, kết hợp nhuần nhuyễn giữa giải tích sóng điện từ, mô hình hóa số và thuật toán học máy để phát triển các đề tài nghiên cứu chuyên sâu về 6G.
  • Kỹ sư R&D và Nhà sản xuất thiết bị Viễn thông: Ứng dụng trực tiếp kiến trúc máy thu SDR trung tần kết hợp bộ di pha $90^\circ$ để chế tạo các module định hướng sóng tới DOA giá thành thấp, tiêu thụ năng lượng thấp cho trạm gốc và thiết bị bay không người lái (UAV).
  • Các Nhà mạng Viễn thông (Mobile Network Operators): Sử dụng các mô hình suy hao hồi quy và bộ số mũ tối ưu để quy hoạch vị trí đặt trạm, tính toán góc phủ búp sóng beamforming và tối ưu hóa tài nguyên vô tuyến (RRM).
  • Cơ quan Quản lý Nhà nước về Tần số: Nắm bắt các luận cứ khoa học định lượng để xây dựng quy chuẩn kỹ thuật quốc gia về thiết bị vô tuyến băng tần 28 GHz/38 GHz và quy hoạch phổ tần quốc gia hiệu quả.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì và đã mở rộng lý thuyết nào?

Đóng góp độc đáo nhất là việc mở rộng Lý thuyết mô hình suy hao khoảng cách gần CI (Close-In Reference Model) của Rappaport thông qua việc tích hợp cơ chế phân cụm tự thích nghi CoIEE (Correlation-based Index Estimation and Evaluation) dựa trên tối ưu hóa hệ số Silhouette. Thay vì áp dụng một số mũ suy hao $\bar{n}$ cố định trên toàn bộ vùng phủ sóng, khung lý thuyết mới cho phép phân vùng các cụm suy hao cục bộ, tối thiểu hóa hàm mục tiêu sai số MMSE và triệt tiêu phương sai của biến ngẫu nhiên shadow fading $X_\sigma$, mang lại độ chính xác vật lý vượt trội so với mô hình 3GPP TR 38.900 chuẩn.

2. Đột phá về mặt phương pháp luận của luận án khi so sánh với các nghiên cứu quốc tế trước đây?

So với các nghiên cứu của Đại học Công nghệ Tokyo (sử dụng hệ đo siêu cao tần tương tự trực tiếp cồng kềnh) và Đại học Rennes (sử dụng bộ dò kênh lấy mẫu tốc độ cao đòi hỏi phần cứng đắt tiền), luận án đã tạo đột phá về phương pháp luận khi đề xuất Kiến trúc máy thu vô tuyến định nghĩa bằng phần mềm (SDR) tại tầng trung tần (IF) kết hợp bộ di pha $90^\circ$ và kỹ thuật làm mịn không gian thuận nghịch (FBSS). Đột phá này cho phép thực hiện lấy mẫu tín hiệu với tốc độ thấp hơn nhiều lần mà vẫn duy trì độ phân giải siêu cao của thuật toán MUSIC, giải quyết triệt để bài toán suy giảm hạng ma trận hiệp phương sai do tín hiệu đa đường tương quan hoàn toàn.

3. Phát hiện bất ngờ nhất từ dữ liệu thực nghiệm/mô phỏng là gì?

Phát hiện bất ngờ nhất là sự biến thiên phi tuyến của độ lệch chuẩn $\sigma$ theo chiều cao anten phát $h_{TX}$ và số lân cận $k$ trong thuật toán KNN. Trong khi lý thuyết chuẩn 3GPP giả định độ lệch chuẩn fading che khuất là hằng số cố định cho mỗi kịch bản (ví dụ $\sigma = 4.0\text{ dB}$ cho UMi LOS), dữ liệu của luận án chỉ ra rằng khi kết hợp chiều cao trạm phát tối ưu ($h_{TX} = 17\text{ m}$) với thuật toán hồi quy dữ liệu, $\sigma$ giảm xuống mức kỷ lục 1.85 dB, chứng minh rằng phần lớn "suy hao ngẫu nhiên" trong các mô hình truyền thống thực chất là sai số do mô hình thống kê chưa bao quát được các đặc trưng hình học không gian.

4. Luận án có cung cấp quy trình tái lập (Replication Protocol) rõ ràng không?

Có. Luận án mô tả chi tiết toàn bộ quy trình tái lập:

  • Cấu hình tham số mô phỏng NYUSIM/Wireless InSite (tần số 28/38 GHz, băng thông 800 MHz, công suất $35/43\text{ dBm}$, mảng anten ULA $2\times 2$ và $8\times 8$ khoảng cách $0.5\lambda$);
  • Trích xuất 5 mô hình đầu ra (AOA PDP, AOD PDP, Omnidirectional PDP, Directional PDP, Path Loss Curve);
  • Các biểu thức cập nhật trọng số Gradient Descent, công thức xác định hệ số góc $\beta$ và hệ số chặn $\alpha$;
  • Cấu trúc thuật toán CoIEE và giải thuật FBSS-MUSIC từng bước bằng mã giả và lưu đồ giải thuật hoàn chỉnh.

5. Định hướng nghiên cứu 10 năm tới được vạch ra như thế nào?

Định hướng 10 năm tới tập trung vào:

  • Chuyển giao các thuật toán suy hao và ước lượng DOA lên chip phần cứng chuyên dụng (ASIC/FPGA SoC);
  • Tích hợp trí tuệ nhân tạo biên (Edge AI) để dự báo kênh truyền thời gian thực;
  • Mở rộng dải tần nghiên cứu lên băng tần Sub-THz ($100 - 300\text{ GHz}$) và Bề mặt phản xạ thông minh tái cấu hình (Reconfigurable Intelligent Surfaces - RIS) phục vụ mạng di động 6G.

Kết luận

  1. Xây dựng thành công hệ thống mô hình hóa suy hao truyền sóng thích ứng cao tại hai băng tần trọng điểm 28 GHz và 38 GHz, chứng minh tính ưu việt của phương pháp tiếp cận dựa trên dữ liệu so với các chuẩn quốc tế hiện hành.
  2. Đề xuất và hiện thực hóa thuật toán Hồi quy tuyến tính tối ưu Gradient Descent và thuật toán KNN, giúp giảm độ lệch chuẩn sai số suy hao xuống dưới $2\text{ dB}$ đối với LOS và dưới $4\text{ dB}$ đối với NLOS.
  3. Phát triển thuật toán phân cụm CoIEE độc đáo, khai phá thành công mối liên hệ giữa chỉ số Silhouette và sự hội tụ của số mũ suy hao trung bình $\bar{n}$.
  4. Phát minh kiến trúc máy thu SDR đa anten trung tần (IF) tích hợp bộ di pha $90^\circ$, mở ra giải pháp phần cứng chi phí thấp, tốc độ lấy mẫu thấp cho các hệ thống định hướng vô tuyến chính xác cao.
  5. Giải quyết triệt để bài toán ước lượng hướng sóng tới (DOA) cho tín hiệu đa đường tương quan thông qua việc kết hợp kỹ thuật làm mịn không gian thuận nghịch (FBSS) với thuật toán MUSIC, đạt sai số góc tới $\text{RMSE} < 0.5^\circ$.
  6. Mở ra 3 nhánh nghiên cứu học thuật mới tại Việt Nam: Kỹ thuật vô tuyến nhận thức thông minh định nghĩa bằng phần mềm ở dải mmWave; Quy hoạch mạng viễn thông đô thị dựa trên AI/Data Mining; và Thiết kế mảng anten thích nghi tự bám chùm tia (Beam-tracking) phục vụ tiến trình thương mại hóa 5G và nghiên cứu phát triển 6G trong tương lai.