Tổng quan về luận án

Sự bùng nổ của các dịch vụ dữ liệu băng rộng, truyền thông máy-với-máy (M2M) và Internet vạn vật (IoT) trong kỷ nguyên số đặt ra thách thức cấp bách về việc mở rộng dung lượng và nâng cao hiệu quả phổ vô tuyến. Trước giới hạn tài nguyên ở các băng tần thấp dưới 6 GHz, truyền thông vô tuyến sóng milimet (mmWave) — đặc biệt tại hai băng tần trọng điểm 28 GHz và 38 GHz — đã trở thành nền tảng cốt lõi cho mạng di động 5G, 5G-Advanced và tiến tới 6G. Tuy nhiên, sóng mmWave phải đối mặt với đặc tính suy hao truyền sóng (path loss) rất lớn, độ nhạy cảm cao với hiện tượng che khuất (shadowing), và suy hao do hấp thụ môi trường. Luận án tiến sĩ kỹ thuật viễn thông của tác giả Vũ Thanh Quang (người hướng dẫn: GS. Vũ Văn Yêm, Đại học Bách khoa Hà Nội, 2023) với đề tài "Nghiên cứu phát triển mô hình, thuật toán ước lượng suy hao truyền sóng và hướng sóng tới trong hệ thống vô tuyến đa anten ở tần số 28 GHz và 38 GHz" đã giải quyết trực diện các bài toán then chốt này.

Nghiên cứu tập trung giải quyết khoảng trống học thuật (research gap) về sự thiếu hụt các mô hình suy hao truyền sóng chính xác, thích ứng với hình thái đô thị đặc thù tại Việt Nam, đồng thời khắc phục độ phức tạp phần cứng và yêu cầu tần số lấy mẫu cực cao của các máy thu định hướng truyền thống trong việc ước lượng góc tới (Angle of Arrival - AoA/DoA) đối với tín hiệu tương quan.

Luận án thiết lập hệ thống câu hỏi nghiên cứu và giả thuyết khoa học rõ ràng:

  • Câu hỏi nghiên cứu 1 (RQ1): Làm thế nào để ứng dụng các thuật toán học máy (Machine Learning) và khai phá dữ liệu nhằm tối ưu hóa độ chính xác của mô hình suy hao Close-In (CI) và Floating-Intercept (FI) tại băng tần 28 GHz và 38 GHz trong môi trường đô thị phức tạp?
  • Câu hỏi nghiên cứu 2 (RQ2): Cấu trúc phần cứng máy thu trung tần số (IF) kết hợp cầu phương $90^\circ$ nào cho phép giảm thiểu tốc độ lấy mẫu của bộ chuyển đổi tương tự - số (ADC) mà vẫn duy trì độ phân giải cao trong bài toán ước lượng hướng sóng tới?
  • Câu hỏi nghiên cứu 3 (RQ3): Cơ chế làm mịn và phân đoạn không gian nào có thể giải tương quan hoàn toàn cho các thành phần đa đường (Multipath Components - MPC) của tín hiệu mmWave kết hợp với thuật toán MUSIC?
  • Giả thuyết khoa học (H1, H2, H3): (H1) Việc tích hợp giải thuật Hồi quy tuyến tính tối ưu bằng Gradient Descent và K-Nearest Neighbor (KNN) sẽ giảm độ lệch chuẩn suy hao che khuất $\sigma$ xuống thấp hơn các mô hình thực nghiệm chuẩn 3GPP TR 38.901; (H2) Kiến trúc trung tần kết hợp chuyển pha $90^\circ$ định nghĩa bằng phần mềm (SDR) bảo toàn đầy đủ thông tin pha với số lượng mẫu thu thập cực nhỏ; (H3) Kỹ thuật làm mịn không gian thuận nghịch (FBSS) khôi phục hoàn toàn hạng của ma trận hiệp phương sai tín hiệu bị suy thoái do tương quan pha.

Khung lý thuyết của công trình tích hợp lý thuyết truyền sóng điện từ vi ba, lý thuyết ước lượng thống kê/học máy giám sát và lý thuyết xử lý mảng anten không gian con (subspace-based array processing). Phạm vi khảo sát được thực hiện trên cấu hình MIMO $2 \times 2$ ở 28 GHz và Massive MIMO $8 \times 8$ ở 38 GHz, với công suất phát $35\text{ dBm}$ và $43\text{ dBm}$, độ cao anten phát $7\text{ m}$ và $17\text{ m}$, tại các khu vực đô thị điển hình như Khu đô thị Times City và khuôn viên THPT Nguyễn Huệ (Hà Nội).

Literature Review và Positioning

Nghiên cứu về kênh truyền sóng mmWave được khởi xướng và phát triển mạnh mẽ bởi nhóm nghiên cứu NYU Wireless dẫn đầu bởi T. S. Rappaport (2013, 2015, 2017). Nhóm Rappaport đã công bố các mô hình suy hao khoảng cách tham chiếu chuẩn $1\text{ m}$ Close-In (CI) và Floating-Intercept (FI), chứng minh tính khả thi của băng tần 28 GHz và 73 GHz tại New York. Song song đó, tổ chức chuẩn hóa 3GPP đã ban hành báo cáo kỹ thuật 3GPP TR 38.901 chuẩn hóa mô hình kênh từ 0.5 đến 100 GHz. Tại Nhật Bản, nhóm nghiên cứu của Đại học Công nghệ Tokyo (Sakaguchi et al.) tập trung phát triển hệ thống dò kênh (channel sounder) băng tần 60 GHz cho truyền thông trong nhà (indoor), trong khi nhóm nghiên cứu tại Đại học Rennes (Pháp) tiên phong phát triển các công cụ dò kênh miền thời gian và mô phỏng theo vết tia (Ray-Tracing).

Trong y văn tồn tại những tranh luận học thuật sâu sắc:

  1. Tranh luận giữa mô hình CI và FI: Mô hình CI được Rappaport bảo vệ nhờ tính chất gắn liền với vật lý truyền sóng không gian tự do của Friis ở cự ly tham chiếu $d_0 = 1\text{ m}$, chỉ sử dụng duy nhất một tham số số mũ suy hao (Path Loss Exponent - PLE, ký hiệu $n$), giúp hạn chế hiện tượng quá khớp (overfitting) khi ngoại suy khoảng cách lớn. Ngược lại, mô hình FI (được 3GPP và ITU ưa chuộng) sử dụng hai tham số tự do ($\alpha$ - điểm chặn, $\beta$ - độ dốc), tối ưu hóa khớp đường cong dữ liệu thực nghiệm cục bộ nhưng thiếu tính tương thích vật lý toàn cầu.
  2. Tranh luận về kiến trúc phần cứng định hướng sóng: Các cấu trúc máy thu trực tiếp (Direct Conversion) hoặc số hóa toàn phần RF đòi hỏi bộ chuyển đổi ADC tốc độ gigasample/giây cực kỳ đắt đỏ và tiêu hao năng lượng lớn. Ngược lại, các kiến trúc máy thu trung tần (IF) truyền thống gặp trở ngại lớn về sai lệch pha và khó tích hợp thuật toán phân loại tín hiệu đa đường có độ phân giải siêu cao (Super-Resolution).

Luận án của Vũ Thanh Quang định vị chính xác vào giao điểm của các tranh luận trên: Không dừng lại ở việc áp dụng thụ động mô hình CI/FI hay chuẩn 3GPP, tác giả đưa các thuật toán học máy (Linear Regression, KNN, phân cụm CoIEE với chỉ số Silhouette) vào xử lý tập dữ liệu Ray-Tracing quy mô lớn trong môi trường đô thị mật độ cao của Việt Nam. Đồng thời, luận án tạo bước đột phá khi thiết kế máy thu trung tần số SDR kết hợp bộ dịch pha $90^\circ$ trực giao cầu phương, cho phép thực thi thuật toán MUSIC ước lượng hướng sóng tới với số lượng mẫu cực nhỏ, vượt qua các hạn chế phần cứng của các hệ thống quốc tế hiện hành.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án mở rộng và đóng góp trực tiếp vào 3 nền tảng lý thuyết lớn:

  1. Lý thuyết mô hình hóa suy hao truyền sóng log-distance: Mở rộng mô hình CI và FI kinh điển bằng cách tích hợp thuật toán tối ưu hóa Gradient Descent với hàm tổn thất Minimum Mean Square Error (MMSE) và Least Squares Error (LSE). Nghiên cứu chứng minh rằng giá trị số mũ suy hao $n$ và hệ số che khuất $X_\sigma$ không phải là các đại lượng tĩnh bất biến theo từng phân loại môi trường thô, mà biến thiên phụ thuộc phi tuyến vào mối tương quan không gian giữa độ cao anten phát ($h_{TX}$), công suất phát ($P_t$) và mật độ tán xạ vật lý.
  2. Lý thuyết xử lý mảng anten không gian con (Subspace Array Processing Theory): Đóng góp vào nền tảng của Schmidt (thuật toán MUSIC) bằng giải pháp phân đoạn và làm mịn không gian thuận nghịch (Forward-Backward Spatial Smoothing - FBSS). Luận án giải quyết triệt để sự suy thoái hạng (rank deficiency) của ma trận hiệp phương sai $R_{xx}$ khi các tia sóng tới hoàn toàn tương quan (coherent signals) do phản xạ đa đường mmWave.
  3. Chuyển dịch hệ hình (Paradigm Shift): Chuyển từ phương pháp ước lượng kênh truyền thống dựa trên thống kê kinh nghiệm tĩnh (empirical static models) sang hệ hình ước lượng động thông minh dựa trên dữ liệu (data-driven machine learning channel characterization) và kiến trúc vô tuyến định nghĩa bằng phần mềm (SDR-based agile estimation).

Khung phân tích độc đáo

Khung phân tích của luận án là sự hợp nhất đa tầng giữa:

  • Tầng vật lý truyền sóng: Sử dụng phương trình Friis và phương pháp dò tia Ray-Tracing (Wireless InSite) để tái hiện chính xác tương tác sóng điện từ (phản xạ, nhiễu xạ, tán xạ) với vật liệu xây dựng đô thị.
  • Tầng học máy và khai phá dữ liệu: Ứng dụng thuật toán phân cụm CoIEE (Co-Information Evolution and Evaluation), đánh giá chất lượng phân cụm thông qua hàm Silhouette trung bình, kết hợp 4 phương pháp xử lý dữ liệu: (1) Sử dụng số mũ suy hao tham chiếu; (2) Nội suy từ bộ dữ liệu PLE; (3) Nội suy từ suy hao và khoảng cách Tx-Rx; (4) Tối ưu hóa MMSE.
  • Tầng xử lý tín hiệu không gian - thời gian: Mô hình mảng anten đồng dạng tuyến tính (Uniform Linear Array - ULA) với khoảng cách phần tử $d = \lambda/2$, kết hợp ma trận hiệp phương sai tín hiệu $R_{ss}$ và tạp âm $R_{nn}$ qua biến đổi Hilbert và tách pha cầu phương.

Điều kiện biên (boundary conditions) được xác định rõ: Băng tần khảo sát tại 28 GHz và 38 GHz, cự ly truyền dẫn vi tế bào đô thị (microcell) dưới $1000\text{ m}$, kênh truyền giả định dừng theo nghĩa hẹp trong khoảng thời gian phân tích gói tin.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Nghiên cứu tuân thủ chặt chẽ thế giới quan thực chứng (positivism) kết hợp phương pháp tính toán thực nghiệm chuẩn xác (empirical-computational methodology). Thiết kế nghiên cứu đa tầng bao gồm:

  • Mô phỏng điện từ trường 3D chính xác cao: Sử dụng phần mềm chuyên dụng Remcom Wireless InSite để dựng lại mô hình số 3D của Khu đô thị Times City và Trường THPT Chuyên Nguyễn Huệ. Môi trường bao gồm các tòa nhà bê tông cốt thép, cửa kính phản xạ cao, cây xanh và địa hình thực tế.
  • Mô phỏng kênh thống kê mmWave: Sử dụng phần mềm NYUSIM (nền tảng mã nguồn mở phát triển từ dữ liệu đo đạc thực tế của Đại học New York) để mô phỏng đáp ứng xung kênh (Channel Impulse Response - CIR), hàm mật độ phổ công suất trễ (Power Delay Profile - PDP), góc phát (AOD) và góc tới (AOA).
  • Thiết kế kiến trúc máy thu và thuật toán: Phát triển mã nguồn mô phỏng trên nền tảng MATLAB cho toàn bộ chuỗi xử lý tín hiệu từ mảng anten, khối hạ tần trung tần số (IF), bộ biến đổi Hilbert, tạo tín hiệu cầu phương $I/Q$, và thuật toán MUSIC cải tiến.

Quy trình nghiên cứu rigorous

Quy trình thu thập và xử lý dữ liệu được tiến hành với độ tin cậy khoa học cao:

  • Phân tách dữ liệu: Bộ dữ liệu suy hao thu được từ hàng nghìn điểm thu (Rx) phân bố ngẫu nhiên trong điều kiện tầm nhìn thẳng (LOS) và không có tầm nhìn thẳng (NLOS) được phân chia nghiêm ngặt: 80% cho tập huấn luyện (training set) và 20% cho tập kiểm thử (testing set).
  • Tối ưu hóa siêu tham số: Đối với thuật toán KNN, giá trị $k$ được quét liên tục từ 1 đến 50 để khảo sát sự biến thiên của độ lệch chuẩn sai số; đối với phân cụm CoIEE, giá trị tham số phân cụm $p$ được khảo sát từ 2 đến 44,560 nhằm cực đại hóa chỉ số Silhouette và tối thiểu hóa tổng sai số số mũ.
  • Đảm bảo tính hợp lệ (Validity) và độ tin cậy (Reliability): Áp dụng kỹ thuật kiểm tra chéo (cross-validation), đối chuẩn trực tiếp với mô hình tiêu chuẩn 3GPP TR 38.901 và kết quả thực nghiệm của NYU Wireless.

Data và phân tích

Các tham số vật lý và thống kê chi tiết trong nghiên cứu:

  • Tần số công tác ($f_c$): 28 GHz và 38 GHz; Băng thông RF: 800 MHz.
  • Cấu hình trạm phát (Tx): Anten phát đơn hướng hoặc mảng 8 phần tử; công suất phát: 35 dBm (3.16 W) và 43 dBm (20 W); độ cao anten phát: $h_{BS} = 7\text{ m}$ và $17\text{ m}$.
  • Cấu hình máy thu (Rx): Độ cao anten thu di động: $h_{UT} = 1.5\text{ m}$; mảng anten thu: ULA từ 2 đến 8 phần tử với khoảng cách $d_R = \lambda/2$.
  • Kỹ thuật phân tích nâng cao:
    • Hồi quy tuyến tính tìm nghiệm tối ưu ma trận $(\theta_0, \theta_1) = (X^T X)^{-1} X^T Y$.
    • Thuật toán phân rã giá trị riêng (Eigenvalue Decomposition - EVD) trên ma trận hiệp phương sai tín hiệu $\mathbf{R}{xx} = \mathbf{V}s \mathbf{\Lambda}s \mathbf{V}s^H + \mathbf{V}{noise} \mathbf{\Lambda}{noise} \mathbf{V}{noise}^H$ để xác định phổ giả MUSIC: $$P{MUSIC}(\varphi) = \frac{1}{\mathbf{a}^H(\varphi) \mathbf{V}{noise} \mathbf{V}{noise}^H \mathbf{a}(\varphi)}$$
    • Đánh giá định lượng hiệu năng bằng sai số căn quân phương (Root Mean Square Error - RMSE) và độ lệch chuẩn của thành phần fading che khuất $\sigma$ (tính bằng dB).

Phát hiện đột phá và implications

Những phát hiện then chốt

  1. Khẳng định tính ưu việt của thuật toán học máy trong dự đoán suy hao: Các mô hình học máy đề xuất (Hồi quy tuyến tính tối ưu và KNN) phản ánh chính xác đặc tính suy hao truyền sóng tại 28 GHz và 38 GHz, vượt trội so với mô hình 3GPP tiêu chuẩn. Dữ liệu trích xuất từ luận án cho thấy: "Ở khoảng cách 42.6 m, suy hao đường truyền định hướng là 110.6 dB, công suất thu được tại RX là -31 dBm; trong khi suy hao đường truyền đẳng hướng là 104 dB với công suất thu -74 dBm". Mô hình KNN với $k$ tối ưu giúp triệt tiêu hiện tượng phân tán sai số lớn ở cự ly xa trong điều kiện NLOS.
  2. Tác động rõ rệt của độ cao anten phát đến số mũ suy hao (PLE): Khi tăng độ cao anten phát từ $7\text{ m}$ lên $17\text{ m}$ tại khu vực Times City, số mũ suy hao trong điều kiện LOS giảm mạnh, cải thiện đáng kể vùng phủ sóng do giảm góc chắn của các khối nhà cao tầng. Độ lệch chuẩn che khuất $\sigma$ giảm từ $8.2\text{ dB}$ xuống dưới $4.5\text{ dB}$ trong môi trường LOS.
  3. Hiệu năng vượt trội của thuật toán phân cụm CoIEE: Khảo sát biến thiên giá trị $p$ từ 2 đến 44,560 chứng minh rằng thuật toán CoIEE tự động nhóm các điểm đo có cùng đặc tính hình học không gian, đưa ra số mũ suy hao trung bình đại diện chính xác cho từng phân vùng đô thị, giảm thiểu tổng sai số bình phương tới hơn 35% so với phương pháp khớp đường cong thông thường.
  4. Đột phá về cấu trúc máy thu IF kết hợp dịch pha $90^\circ$ cho ước lượng AoA: Hệ thống máy thu đa anten đề xuất sử dụng cấu trúc trung tần số hạ tín hiệu từ 28/38 GHz xuống băng IF thấp, sau đó dùng bộ dịch pha $90^\circ$ (biến đổi Hilbert) để tạo cặp tín hiệu đồng pha/vuông pha ($I/Q$). Kết quả mô phỏng khẳng định: Ngay cả khi tỷ số tín hiệu trên tạp âm (SNR) thấp (xuống mức $0\text{ dB}$) và số lượng mẫu chụp tín hiệu (snapshots) cực nhỏ, sai số ước lượng hướng sóng tới RMSE vẫn đạt dưới $0.5^\circ$.
  5. Khôi phục hoàn toàn khả năng định hướng sóng đối với tín hiệu tương quan: Khi hai hay nhiều chùm tia mmWave phản xạ có tính chất tương quan hoàn toàn (hệ số tương quan bằng 1), thuật toán MUSIC tiêu chuẩn bị mất búp phổ. Bằng việc áp dụng phân đoạn và làm mịn không gian thuận nghịch (FBSS), luận án đã khôi phục đầy đủ ma trận hiệp phương sai đầy đủ hạng, tách biệt chính xác các góc tới cách nhau chỉ $2^\circ$.

Implications đa chiều

  • Về mặt lý thuyết: Cung cấp cơ sở toán học vững chắc cho việc tích hợp giữa lý thuyết thông tin mảng và khoa học dữ liệu, mở ra hướng tiếp cận mới trong mô hình hóa kênh truyền vô tuyến thông minh.
  • Về mặt phương pháp luận: Thiết lập quy trình chuẩn từ dựng mô hình 3D ray-tracing, mô phỏng kênh thống kê đến xử lý dữ liệu bằng học máy, có thể tái lập hoàn toàn cho các dải tần cao hơn như Sub-terahertz (90-140 GHz).
  • Về mặt ứng dụng thực tiễn: Giúp các nhà mạng viễn thông (Viettel, VNPT, MobiFone) tối ưu hóa vị trí đặt trạm gNodeB, độ cao treo anten và tính toán quỹ đường truyền (link budget) chính xác khi triển khai 5G thương mại tại các đô thị nén.
  • Về chính sách và tiêu chuẩn: Cung cấp căn cứ khoa học cho Bộ Thông tin và Truyền thông trong việc quy hoạch phổ tần số vô tuyến quốc gia và xây dựng quy chuẩn kỹ thuật thiết bị trạm gốc 5G/6G.

Limitations và Future Research

Luận án thẳng thắn thừa nhận các giới hạn nghiên cứu:

  1. Dữ liệu chủ yếu dựa trên mô phỏng Ray-Tracing và NYUSIM: Mặc dù các công cụ mô phỏng đã được chuẩn hóa quốc tế, sự thiếu hụt các chiến dịch đo đạc thực địa (drive-test) dài ngày trong mọi điều kiện thời tiết nhiệt đới (mưa rào cường độ lớn, độ ẩm cao tại Việt Nam) là một giới hạn cần bổ khuyết.
  2. Không gian ước lượng hướng sóng tới giới hạn trong mặt phẳng 2D: Nghiên cứu tập trung giải quyết bài toán hướng sóng tới trong mặt phẳng phương vị (Azimuth AoA), chưa mở rộng toàn diện ra mặt phẳng góc tà (Elevation AoA) trong không gian 3D.
  3. Mô hình phần cứng giả định lý tưởng một phần: Các yếu tố phi tuyến của bộ khuếch đại tạp âm thấp (LNA), lệch pha phần cứng giữa các nhánh thu và tương hỗ điện từ giữa các phần tử anten mảng chưa được mô hình hóa toàn diện.

Chương trình nghiên cứu tương lai (Future Agenda) gồm 4 hướng cụ thể:

  • Triển khai đo đạc thực nghiệm ngoài hiện trường bằng bộ dò kênh SDR mmWave băng rộng tại các thành phố lớn để hiệu chỉnh bộ dữ liệu.
  • Mở rộng thuật toán ước lượng AoA/AOD 3D phục vụ công nghệ Massive MIMO 3D Beamforming.
  • Tích hợp mạng nơ-ron học sâu (Deep Learning, Transformer) để dự đoán kênh truyền thời gian thực.
  • Mở rộng dải tần nghiên cứu lên băng tần Sub-THz (100 - 300 GHz) cho mạng 6G tương lai.

Tác động và ảnh hưởng

  • Ảnh hưởng học thuật: Dự kiến công trình đóng góp nguồn trích dẫn quan trọng cho các nghiên cứu về mô hình hóa kênh mmWave tại Đông Nam Á; cung cấp bộ tham số thực chứng cho cộng đồng nghiên cứu truyền thông vô tuyến.
  • Chuyển đổi công nghiệp: Cung cấp giải pháp phần cứng máy thu giá thành thấp và thuật toán định búp sóng tối ưu cho các tập đoàn công nghệ trong nước làm chủ thiết bị mạng 5G/6G Make-in-Vietnam.
  • Lợi ích xã hội và toàn cầu: Giúp nâng cao chất lượng dịch vụ mạng không dây, thúc đẩy các ứng dụng thành phố thông minh, xe tự hành (V2X) và y tế từ xa nhờ kết nối độ trễ siêu thấp và băng thông siêu lớn.

Đối tượng hưởng lợi

  • Nghiên cứu sinh và học giả: Tiếp cận phương pháp luận kết hợp học máy và xử lý mảng không gian con; khai thác các research gap về kênh truyền 3D mmWave/Sub-THz.
  • Giảng viên và nhà khoa học cao cấp: Sử dụng tài liệu làm khung tham chiếu chuyên sâu cho các chương trình đào tạo sau đại học ngành Kỹ thuật Viễn thông và Xử lý tín hiệu.
  • Kỹ sư R&D công nghiệp viễn thông: Áp dụng trực tiếp thuật toán xử lý dữ liệu suy hao và kiến trúc máy thu SDR trung tần để thiết kế modem vô tuyến và khối xử lý băng cơ sở.
  • Cơ quan quản lý nhà nước: Sử dụng các kết quả đánh giá vùng phủ sóng để hoạch định chính sách cấp phép băng tần 28 GHz và 38 GHz.

Câu hỏi chuyên sâu

  1. Đóng góp lý thuyết độc đáo nhất của công trình là gì? Trả lời: Luận án đã mở rộng lý thuyết suy hao khoảng cách tham chiếu Close-In (CI) của Rappaport bằng cách kết hợp thuật toán tối ưu học máy giám sát (MMSE Linear Regression và KNN) và thuật toán phân cụm CoIEE. Công trình chỉ ra rằng việc tối ưu hóa động số mũ suy hao dựa trên cấu trúc dữ liệu không gian giúp giảm thiểu phương sai sai số che khuất $\sigma$ xuống thấp hơn đáng kể so với các mô hình tham số cố định của 3GPP TR 38.901.
  2. Sự đổi mới về mặt phương pháp luận so với các nghiên cứu quốc tế trước đây? Trả lời: So với nhóm Rappaport (chỉ dùng mô hình thống kê kinh nghiệm) và nhóm Tokyo Tech (dùng máy thu cao tần tương tự phức tạp), luận án đề xuất phương pháp luận lai (hybrid): kết hợp mô phỏng Ray-tracing 3D đô thị với kiến trúc máy thu SDR trung tần số (IF), sử dụng bộ chuyển pha $90^\circ$ kỹ thuật số để tạo tín hiệu vuông pha $I/Q$, giảm tốc độ lấy mẫu ADC hàng chục lần mà vẫn đảm bảo độ chính xác thuật toán MUSIC.
  3. Phát hiện gây bất ngờ nhất có hỗ trợ của dữ liệu thực nghiệm là gì? Trả lời: Khi công suất phát tăng từ $35\text{ dBm}$ lên $43\text{ dBm}$ ở cùng độ cao anten $7\text{ m}$ tại môi trường đô thị nén, số mũ suy hao $n$ không đổi nhưng phân bố của chùm tia tán xạ NLOS tăng vọt về số lượng MPC, khiến thuật toán KNN đạt độ chính xác dự báo cao hơn hồi quy tuyến tính cổ điển tới $28%$ về độ lệch chuẩn sai số.
  4. Luận án có cung cấp giao thức tái lập nghiên cứu (Replication Protocol) không? Trả lời: Hoàn toàn có. Luận án mô tả chi tiết quy số hóa bản đồ 3D Times City/Nguyễn Huệ, thông số vật liệu điện môi, cấu hình bộ mô phỏng NYUSIM/Wireless InSite, cấu trúc mảng anten ULA, lưu đồ thuật toán Gradient Descent và mã nguồn các hàm toán học xử lý ma trận hiệp phương sai trong MATLAB.
  5. Chương trình nghiên cứu 10 năm được phác thảo như thế nào? Trả lời: Lộ trình 10 năm bao gồm: Giai đoạn 1 (1-3 năm): Triển khai Testbed SDR mmWave ngoài hiện trường tại Hà Nội và TP.HCM; Giai đoạn 2 (4-6 năm): Phát triển mô hình kênh 3D MIMO thông minh tích hợp bề mặt phản xạ thông minh (RIS); Giai đoạn 3 (7-10 năm): Mở rộng toàn diện hệ thống ước lượng kênh và hướng sóng tới dải tần Terahertz phục vụ mạng 6G.

Kết luận

Luận án tiến sĩ của tác giả Vũ Thanh Quang là một công trình nghiên cứu khoa học công phu, nghiêm túc, có hàm lượng học thuật cao và giá trị ứng dụng thực tiễn to lớn. Sáu đóng góp đột phá cốt lõi bao gồm:

  1. Xây dựng thành công hệ thống mô hình suy hao truyền sóng chính xác cao tại hai băng tần chiến lược 28 GHz và 38 GHz cho đô thị Việt Nam dựa trên thuật toán Hồi quy tuyến tính và KNN.
  2. Đề xuất quy trình phân cụm và xử lý dữ liệu suy hao tiên tiến bằng thuật toán CoIEE kết hợp chỉ số đánh giá Silhouette, tối ưu hóa triệt để số mũ suy hao truyền sóng.
  3. Phát triển kiến trúc máy thu đa anten trung tần số định nghĩa bằng phần mềm (SDR) kết hợp bộ dịch pha $90^\circ$, giải quyết triệt để rào cản tốc độ lấy mẫu cao của ADC trong các hệ thống mmWave.
  4. Tối ưu hóa thuật toán siêu phân giải MUSIC, cho phép ước lượng hướng sóng tới (AoA) chính xác cao với số lượng mẫu chụp tín hiệu cực nhỏ trong môi trường tỷ số SNR thấp.
  5. Ứng dụng thành công kỹ thuật phân đoạn và làm mịn không gian thuận nghịch (FBSS) để tách và định hướng chính xác các chùm sóng mmWave có tính chất tương quan pha hoàn toàn.
  6. Mở ra 3 nhánh nghiên cứu mới: Ứng dụng trí tuệ nhân tạo trong trắc lượng kênh truyền vô tuyến, thiết kế phần cứng vô tuyến thông minh nhận thức (Cognitive Radio) mmWave, và tối ưu hóa tài nguyên mạng 5G/6G đa chiều theo không gian.