Luận án tiến sĩ kỹ thuật viễn thông 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

Luận án tiến sĩ nghiên cứu phát triển mô hình thuật toán ước lượng suy hao và hướng sóng trong hệ thống vô tuyến đa anten tần số 28 GHz và 38 GHz.

• Tác giả: Vũ Thanh Quang
• Người hướng dẫn: GS. Vũ Văn Yêm
• Trường học: Đại học Bách Khoa Hà Nội
• Chuyên ngành: Kỹ thuật viễn thông
• 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 28GHz Và 38GHz
• Loại tài liệu: luận án tiến sĩ
• Năm xuất bản: 2023
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• DANH MỤC CÁC TỪ VIẾT TẮT
• DANH MỤC CÁC KÝ HIỆU
• DANH MỤC HÌNH VẼ
• DANH MỤC BẢNG BIỂU
• MỞ ĐẦU
• 1. CHƯƠNG 1: HỆ THỐNG VÀ KÊNH TRUYỀN VÔ TUYẾN ĐA ANTEN Ở DẢI SÓNG MILIMET
• 1.1. Truyền sóng ở dải sóng milimet
• 1.2. Các mô hình suy hao truyền sóng ở dải sóng milimet
• 1.2.1. Mô hình suy hao truyền sóng trong không gian tự do
• 1.2.2. Mô hình 3GPP TR 38
• 1.2.3. Mô hình Stanford University Interim Model (SUI model)
• 1.2.4. Mô hình suy hao NYU
• 1.3. Kênh vô tuyến ở dải sóng mm
• 1.3.1. Bộ dò kênh vô tuyến
• 1.3.2. Mô phỏng kênh vô tuyến
• 1.4. Các vấn đề tồn tại cần nghiên cứu giải quyết
• 1.5. Kết luận chương
• 2. CHƯƠNG 2: THUẬT TOÁN XỬ LÝ DỮ LIỆU TRONG ƯỚC LƯỢNG MÔ HÌNH SUY HAO TRUYỀN SÓNG Ở DẢI SÓNG MILIMET
• 2.1. Thuật toán học máy trong ước lượng mô hình suy hao truyền sóng dải sóng milimet
• 2.1.1. Thuật toán Hồi quy tuyến tính
• 2.1.2. Thuật toán K-Nearest Neighbor
• 2.2. Mô phỏng môi trường truyền sóng
• 2.2.1. Mô phỏng môi trường truyền sóng
• 2.2.2. Kết quả dự đoán mô hình suy hao truyền sóng bằng hai thuật toán đề xuất
• 2.2.3. So sánh với kết quả của 3GPP và NYU Wireless
• 2.3. Thuật toán xử lý dữ liệu trong mô hình suy hao truyền sóng ở dải sóng milimet
• 2.3.1. Thuật toán CoIEE
• 2.3.2. Phương pháp 1: Sử dụng các số mũ suy hao truyền sóng tham chiếu
• 2.3.3. Phương pháp 2: Nội suy từ bộ dữ liệu các số mũ suy hao truyền sóng của các điểm thu
• 2.3.4. Phương pháp 3: Nội suy từ bộ dữ liệu suy hao truyền sóng và khoảng cách Tx- Rx của các điểm thu
• 2.3.5. Phương pháp 4: Minimum Mean Square Error (MMSE)
• 2.3.6. So sánh kết quả của 4 phương pháp
• 2.4. Kết luận Chương 2
• 3. CHƯƠNG 3: GIẢI PHÁP XÁC ĐỊNH HƯỚNG SÓNG TỚI CỦA NGUỒN TÍN HIỆU VÔ TUYẾN Ở DẢI SÓNG MM
• 3.1. Hệ thống thu đa anten dựa trên kiến trúc máy thu định nghĩa chức năng bằng phần mềm để xác định hướng sóng tới của tín hiệu vô tuyến ở dải sóng mm
• 3.1.1. Kiến trúc hệ thống
• 3.1.2. Xử lý tín hiệu và ước lượng hướng sóng tới
• 3.1.3. Kết quả mô phỏng
• 3.2. Đề xuất hệ thống thu đa anten dựa trên kiến trúc máy thu trung tần số kết hợp bộ di pha 90 độ để xác định hướng sóng tới của tín hiệu vô tuyến ở dải sóng mm
• 3.2.1. Kiến trúc hệ thống
• 3.2.2. Xử lý tín hiệu và ước lượng hướng sóng tới
• 3.2.3. Kết quả mô phỏng
• 3.3. Đề xuất giải pháp xác định hướng sóng tới của tín hiệu vô tuyến tương quan ở dải sóng mm sử dụng giải pháp phân đoạn không gian và làm mịn không gian
• 3.3.1. Phân đoạn và làm mịn không gian
• 3.3.2. Kết quả mô phỏng
• 3.4. Kết luận chương 3
• KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN
• DANH MỤC CÁC CÔNG TRÌNH ĐÃ CÔNG BỐ
• DANH MỤC TÀI LIỆU THAM KHẢO

Tóm tắt

I. Giới thiệu

Bài viết này nghiên cứu mô hình thuật toán ước lượng suy hao và hướng sóng trong hệ thống vô tuyến đa anten ở tần số 28GHz và 38GHz. Mục tiêu chính là phát triển các phương pháp chính xác để ước lượng suy hao tín hiệu trong các điều kiện khác nhau. Việc sử dụng tần số cao như 28GHz và 38GHz mang lại nhiều thách thức trong việc duy trì chất lượng tín hiệu. Các mô hình hiện có cần được cải tiến để đáp ứng yêu cầu của các ứng dụng truyền thông không dây hiện đại.

II. Mô hình suy hao truyền sóng

Mô hình suy hao truyền sóng được phân tích dựa trên các mô hình như 3GPP TR 38 và Stanford University Interim Model (SUI). Mô hình 3GPP TR 38 cung cấp các thông số cần thiết cho việc ước lượng suy hao trong môi trường đô thị. Mô hình SUI được sử dụng để mô phỏng các điều kiện truyền thông không dây trong các khu vực khác nhau. Kết quả cho thấy rằng mô hình 3GPP TR 38 cho kết quả chính xác hơn trong việc ước lượng suy hao tín hiệu ở tần số 28GHz và 38GHz. Việc áp dụng các mô hình này giúp cải thiện độ tin cậy của hệ thống vô tuyến.

III. Thuật toán xử lý dữ liệu

Các thuật toán như Hồi quy tuyến tính và K-Nearest Neighbor (KNN) được áp dụng để ước lượng suy hao trong môi trường vô tuyến. Kết quả cho thấy rằng thuật toán KNN cho độ chính xác cao hơn trong việc dự đoán suy hao tín hiệu. Việc sử dụng các phương pháp này không chỉ giúp cải thiện độ chính xác mà còn giảm thiểu thời gian tính toán. Các mô phỏng cho thấy rằng việc áp dụng kỹ thuật vô tuyến hiện đại có thể nâng cao hiệu suất của hệ thống đa anten.

IV. Xác định hướng sóng

Nghiên cứu cũng tập trung vào việc xác định hướng sóng tới của tín hiệu vô tuyến. Hệ thống thu đa anten được thiết kế để xác định hướng sóng với độ chính xác cao. Các phương pháp như phân đoạn không gian và làm mịn không gian được áp dụng để cải thiện độ chính xác của việc xác định hướng sóng. Kết quả mô phỏng cho thấy rằng việc sử dụng các phương pháp này có thể nâng cao khả năng nhận diện hướng sóng trong các điều kiện môi trường khác nhau.

V. Kết luận và hướng phát triển

Nghiên cứu đã chỉ ra rằng việc phát triển các mô hình và thuật toán ước lượng suy hao và hướng sóng là rất cần thiết trong bối cảnh vô tuyến đa anten. Các kết quả đạt được không chỉ có giá trị lý thuyết mà còn có ứng dụng thực tiễn trong việc cải thiện chất lượng dịch vụ truyền thông không dây. Hướng phát triển tiếp theo sẽ tập trung vào việc tối ưu hóa các mô hình và thuật toán để đáp ứng tốt hơn các yêu cầu của hệ thống vô tuyến trong tương lai.

Nội dung chính

Tổng quan luận án

Trong xu thế phát triển của các hệ thống thông tin vô tuyến thế hệ mới (5G và 6G) cùng mạng Internet vạn vật (IoT), nhu cầu gia tăng dung lượng, mở rộng băng thông và bảo đảm chất lượng dịch vụ di động ngày càng trở nên cấp thiết. Do tài nguyên phổ tần số vô tuyến ở dải tần thấp dưới 6 GHz đang cạn kiệt, việc khai thác dải tần số sóng milimet (mmWave) từ 30 GHz đến 300 GHz (tiêu biểu là các băng tần 28 GHz và 38 GHz được đề xuất bởi Liên minh Viễn thông Quốc tế ITU trong chương trình WRC-19 và Ủy ban Truyền thông Liên bang Hoa Kỳ FCC) đã trở thành hướng phát triển trọng tâm. Tuy nhiên, việc ứng dụng dải sóng milimet đặt ra nhiều thách thức kỹ thuật lớn do suy hao truyền sóng trong không gian cao, tổn hao do che khuất, hấp thụ khí quyển và hiện tượng fading đa đường phức tạp trong môi trường đô thị. Để khắc phục các hạn chế này, các công nghệ như hệ thống đa anten (MIMO quy mô lớn), kỹ thuật tạo búp sóng (beamforming) và đa truy nhập phân chia theo không gian (SDMA) bắt buộc phải được triển khai.

Thực tế nghiên cứu cho thấy, việc dự đoán và ước lượng chính xác mô hình suy hao truyền sóng đóng vai trò nền tảng cho việc quy hoạch vùng phủ sóng của các tế bào nhỏ (small cells). Đồng thời, việc xác định chính xác các tham số kênh truyền như hướng sóng tới (AOA/DOA) tại máy thu là cơ sở để hệ thống vô tuyến tự động điều chỉnh đồ thị bức xạ, giảm thiểu can nhiễu và cấp phát tài nguyên không gian. Mặc dù vậy, các phương pháp đo đạc thực nghiệm truyền thống đòi hỏi chi phí lớn và khó bao quát diện rộng, trong khi các mô hình kinh điển chưa thích ứng linh hoạt với địa hình đô thị đặc thù. Mặt khác, các hệ thống thu đa anten truyền thống ở dải tần siêu cao thường đòi hỏi phần cứng phức tạp và tốc độ lấy mẫu cực lớn, gây khó khăn cho việc xử lý tín hiệu số khi gặp hiện tượng tín hiệu tương quan đa đường. Luận án của nghiên cứu sinh Vũ Thanh Quang được thực hiện nhằm giải quyết các khoảng trống nghiên cứu nêu trên.

Mục tiêu nghiên cứu tổng quát của luận án bao gồm hai nhiệm vụ trọng tâm:

1. Nghiên cứu phát triển, xây dựng và ước lượng mô hình suy hao truyền sóng ở dải sóng milimet (28 GHz và 38 GHz) dựa trên các phương pháp khai phá và xử lý dữ liệu học máy.
2. Đề xuất, cải tiến kiến trúc hệ thống thu vô tuyến đa anten và phát triển thuật toán ước lượng hướng sóng tới (AOA) có độ phân giải cao cho các nguồn tín hiệu tương quan và không tương quan ở dải sóng milimet với tốc độ lấy mẫu thấp và số lượng mẫu xử lý nhỏ.

Đối tượng nghiên cứu của luận án:

• Hệ thống vô tuyến đa anten hoạt động ở dải sóng milimet.
• Kênh truyền sóng trong hệ thống vô tuyến đa anten ở dải sóng milimet.
• Xử lý tín hiệu miền không gian và miền thời gian trong hệ thống vô tuyến đa anten dải sóng milimet.
• Kỹ thuật và thuật toán ước lượng các tham số tín hiệu, kênh vô tuyến ở dải sóng milimet.

Phạm vi nghiên cứu của luận án:

• Không gian: Môi trường đô thị với các đặc tính truyền dẫn có tầm nhìn thẳng (LOS) và không có tầm nhìn thẳng (NLOS), tập trung vào các khu vực mô phỏng thực tế tại Hà Nội (Khu đô thị Vinhomes Times City và Trường THPT Chuyên Nguyễn Huệ); ước lượng hướng sóng tới trong mặt phẳng phương vị (azimuth).
• Thời gian và tần số: Nghiên cứu tập trung vào hai dải tần số sóng milimet chính là 28 GHz và 38 GHz với các cấu hình băng thông và công suất phát xác định.

Tổng quan tài liệu và vị trí của luận án

Luận án đã tổng hợp và phân tích các công trình nghiên cứu trong và ngoài nước liên quan đến mô hình hóa kênh truyền, suy hao truyền sóng và kỹ thuật ước lượng hướng sóng tới ở dải sóng milimet:

• Nhóm nghiên cứu của GS. Theodore S. Rappaport tại Trung tâm Nghiên cứu NYU Wireless (Hoa Kỳ): Đây là nhóm nghiên cứu phát triển các mô hình suy hao truyền sóng Close-In (CI) và Floating-Intercept (FI) ở các dải tần 28 GHz, 38 GHz, 60 GHz và 73 GHz, đồng thời xây dựng công cụ mô phỏng kênh thống kê 3D NYUSIM. Tuy nhiên, các công trình của NYU Wireless chủ yếu tập trung vào mô phỏng bán thực nghiệm và đo đạc tại các đô thị ở Hoa Kỳ mà không đi sâu vào việc phát triển kiến trúc phần cứng hệ thống máy thu số hóa trung tần hoặc xử lý tín hiệu tương quan với tốc độ lấy mẫu thấp.
• Nhóm nghiên cứu tại Viện Công nghệ Tokyo (Tokyo Institute of Technology, Nhật Bản): Đã triển khai các bộ dò kênh vô tuyến và đo đạc thông số suy hao ở dải tần 60 GHz phục vụ truyền thông tốc độ cao trong nhà. Hạn chế của hướng tiếp cận này là sử dụng các khối phần cứng tương tự truyền thống, chưa tích hợp các thuật toán học máy và kỹ thuật khai phá dữ liệu để tối ưu hóa tham số mô hình suy hao.
• Nhóm nghiên cứu tại Đại học Rennes (Cộng hòa Pháp): Tập trung xây dựng hệ thống đo đạc và công cụ mô phỏng cho bộ dò kênh vô tuyến ở nhiều dải tần số khác nhau nhưng không nghiên cứu sâu về kiến trúc máy thu vô tuyến định nghĩa bằng phần mềm (SDR).
• Các mô hình chuẩn hóa quốc tế: Báo cáo kỹ thuật 3GPP TR 38.901 của Tổ chức chuẩn hóa viễn thông 3GPP đề xuất các mô hình kênh cho môi trường vi tế bào đô thị (UMi) và đại tế bào đô thị (UMa); mô hình Stanford University Interim (SUI) phục vụ tính toán suy hao đường truyền ở các dải tần cố định.
• Tình hình nghiên cứu trong nước: Các đơn vị nghiên cứu như Đại học Bách khoa Hà Nội, Học viện Công nghệ Bưu chính Viễn thông, Đại học Bách khoa - ĐHQG TP.HCM, Viện Khoa học và Công nghệ Quân sự đã có một số công bố về thiết kế anten mảng vi dải dải sóng milimet, ứng dụng mạng nơ-ron trong tối ưu hóa lớp vật lý hoặc xử lý tín hiệu ra-đa. Tuy nhiên, các nghiên cứu này hầu hết sử dụng phương pháp sai số bình phương nhỏ nhất truyền thống, chưa kết hợp khai phá dữ liệu địa hình thực tế và chưa đưa ra giải pháp cấu trúc máy thu SDR trung tần số lấy mẫu thấp để ước lượng AOA khi có sóng phản xạ tương quan.

Vị trí của luận án: Luận án kết nối giữa kỹ thuật khai phá dữ liệu học máy (Hồi quy tuyến tính, K-Nearest Neighbor, thuật toán phân cụm CoIEE) với mô phỏng lan truyền sóng 3D để tinh chỉnh mô hình suy hao truyền sóng tại 28 GHz và 38 GHz; đồng thời đề xuất kiến trúc máy thu SDR đa kênh trung tần kết hợp bộ dịch pha 90 độ và giải thuật MUSIC kết hợp làm mịn không gian để giải quyết bài toán ước lượng hướng sóng tới của tín hiệu tương quan.

Cơ sở lý thuyết và phương pháp nghiên cứu

Luận án sử dụng hệ thống cơ sở lý thuyết và các mô hình toán học chuẩn mực trong lĩnh vực truyền sóng vô tuyến và xử lý tín hiệu mảng:

1. Mô hình suy hao truyền sóng:

• Mô hình suy hao không gian tự do ($PL_{FS}$) dựa trên công thức Friis: $$PL_{FS}(f, d) = 20\log_{10}(d) + 20\log_{10}(f) + 20\log_{10}\left(\frac{4\pi}{c}\right)$$
• Mô hình Close-In (CI) với cự ly tham chiếu $d_0 = 1\text{ m}$: $$PL_{CI}(f, d) = PL_{FS}(f, 1\text{ m}) + 10n\log_{10}(d) + X_{\sigma}^{CI}$$ trong đó $n$ là số mũ suy hao truyền sóng (PLE), $X_{\sigma}^{CI}$ là biến ngẫu nhiên Gauss biểu diễn hiệu ứng che khuất (shadow fading) với độ lệch chuẩn $\sigma$.
• Mô hình Floating-Intercept (FI): $$PL_{FI}(d) = \alpha + 10\beta\log_{10}(d) + X_{\sigma}^{FI}$$ trong đó $\alpha$ là hệ số chặn (tính bằng dB), $\beta$ là độ dốc suy hao.
• Các mô hình thực nghiệm mở rộng: Mô hình 3GPP TR 38.901 và mô hình SUI (Stanford University Interim).

2. Lý thuyết kênh vô tuyến MIMO và các hàm đặc trưng:

• Đáp ứng xung của kênh (CIR) và hàm truyền đạt kênh $h_{m,k}(f)$ giữa anten phát $m$ và anten thu $k$.
• Phân bố trễ công suất (PDP - Power Delay Profile) định hướng và đẳng hướng.
• Phổ công suất góc tới (AOA/DOA) và phổ công suất góc đi (AOD/DOD) trong miền không gian.

3. Thuật toán học máy và khai phá dữ liệu:

• Thuật toán Hồi quy tuyến tính (Linear Regression): Sử dụng thuật toán Gradient Descent để tối ưu hóa hàm mất mát lỗi bình phương trung bình tối thiểu (MMSE) đối với mô hình CI và sai số bình phương nhỏ nhất (LSE) đối với mô hình FI. Tập dữ liệu mô phỏng được phân chia theo tỷ lệ 80% cho tập huấn luyện (training) và 20% cho tập kiểm thử (testing).
• Thuật toán K láng giềng gần nhất (K-Nearest Neighbor - KNN): Dự đoán mức suy hao dựa trên việc tính toán khoảng cách Euclidean giữa các điểm dữ liệu không gian $N_k(x)$ với tham số $k$ biến thiên.
• Thuật toán phân cụm CoIEE: Kết hợp đánh giá chỉ số Silhouette trung bình để tối ưu hóa việc phân nhóm số mũ suy hao và giảm thiểu độ lệch chuẩn $\sigma$.

4. Lý thuyết xử lý tín hiệu không gian con và ước lượng AOA:

• Ma trận hiệp phương sai tín hiệu nhận được: $$\mathbf{R}{xx} = E[\mathbf{x}(t)\mathbf{x}^H(t)] = \mathbf{A}\mathbf{R}{ss}\mathbf{A}^H + \sigma_{noise}^2\mathbf{I}$$
• Phân tích giá trị riêng (EVD) để tách không gian tín hiệu $\mathbf{V}s$ và không gian tạp âm $\mathbf{V}{noise}$.
• Thuật toán Phân loại nhiều tín hiệu (MUSIC) với hàm phổ giả: $$P_{MUSIC}(\varphi) = \frac{1}{\mathbf{a}^H(\varphi)\mathbf{V}{noise}\mathbf{V}{noise}^H\mathbf{a}(\varphi)}$$
• Kỹ thuật làm mịn không gian (Spatial Smoothing - SS / Forward-Backward Spatial Smoothing - FBSS): Phân đoạn dàn anten thẳng đồng dạng (ULA) thành các mảng con dịch chuyển nhằm khôi phục hạng của ma trận hiệp phương sai tín hiệu khi các nguồn sóng tới bị tương quan hoàn toàn.

Phương pháp nghiên cứu kết hợp giữa lý thuyết phân tích toán học và mô phỏng số trên máy tính. Các công cụ phần mềm chuyên dụng được sử dụng gồm có: phần mềm NYUSIM (mô phỏng đặc tính kênh truyền thống kê 3D), phần mềm Wireless InSite của Remcom (mô phỏng dò tia 3D Ray Tracing dựa trên cấu trúc hình học công trình thực tế) và môi trường MATLAB để lập trình các thuật toán xử lý dữ liệu và ước lượng hướng sóng tới.

Nội dung chính theo từng chương

Chương 1: Hệ thống và kênh truyền vô tuyến đa anten ở dải sóng milimet

Chương 1 hệ thống hóa các đặc trưng vật lý của truyền sóng milimet, phân tích cơ chế lan truyền sóng đa đường, suy hao do hấp thụ khí quyển và suy giảm do môi trường che chắn. Tác giả trình bày cấu trúc toán học của các mô hình suy hao truyền sóng tiêu biểu (không gian tự do, 3GPP TR 38.901, SUI và mô hình NYU) cùng các phương pháp đo đạc, dò kênh vô tuyến trong miền thời gian và miền tần số.

Nội dung trọng tâm của chương là việc triển khai mô phỏng đặc trưng kênh truyền vô tuyến đa anten bằng công cụ NYUSIM tại hai tần số 28 GHz và 38 GHz:

• Kênh MIMO 2x2 tại tần số 28 GHz: Phân tích phổ công suất AOA, AOD, PDP định hướng công suất cực đại và PDP đẳng hướng.
• Kênh MIMO 8x8 tại tần số 38 GHz với băng thông RF 800 MHz: Kết quả mô phỏng tại cự ly 196 m (LOS) và 42,6 m chỉ ra phổ công suất AOA và AOD phân bố tại các mức năng lượng -96 dBm, -88 dBm và -81 dBm. Ở cự ly 42,6 m, suy hao đường truyền định hướng đạt 110,6 dB (công suất thu -31,x dBm), trong khi suy hao đẳng hướng là 104 dB (công suất thu -74 dBm). Mô phỏng cũng chứng minh tính đồng nhất của PDP giữa các phần tử anten trong dàn.

Cuối chương, tác giả phân tích chi tiết các tồn tại khoa học trong và ngoài nước, từ đó xác lập hai bài toán cần giải quyết: xây dựng mô hình suy hao kênh thích ứng môi trường đô thị bằng xử lý dữ liệu và thiết kế giải pháp ước lượng hướng sóng tới AOA cho tín hiệu tương quan trên nền tảng vô tuyến định nghĩa bằng phần mềm.

Chương 2: Thuật toán xử lý dữ liệu trong ước lượng mô hình suy hao truyền sóng ở dải sóng milimet

Chương 2 tập trung giải quyết bài toán xây dựng mô hình suy hao truyền sóng chính xác dựa trên việc khai phá dữ liệu mô phỏng lan truyền sóng 3D Ray Tracing từ phần mềm Wireless InSite tại hai khu vực đô thị cụ thể ở Hà Nội: Khu đô thị Vinhomes Times City và Trường THPT Chuyên Nguyễn Huệ. Các kịch bản mô phỏng được thiết lập với chiều cao anten phát $h_{Tx} \in {7\text{ m}, 17\text{ m}}$, công suất phát $P_{Tx} \in {35\text{ dBm}, 43\text{ dBm}}$, tần số 28 GHz và 38 GHz trong cả hai điều kiện LOS và NLOS.

Tác giả đề xuất và triển khai hai nhóm giải pháp xử lý dữ liệu:

1. Ứng dụng thuật toán học máy giám sát:

• Hồi quy tuyến tính: Sử dụng giải thuật Gradient Descent tối ưu hóa hàm MMSE cho mô hình CI và LSE cho mô hình FI trên tập dữ liệu chia tỷ lệ 80% train / 20% test.
• Thuật toán KNN: Đánh giá sai số dự đoán suy hao theo tham số láng giềng $k$, phân tích sự biến thiên của độ lệch chuẩn $\sigma$ khi $k$ thay đổi.

2. Thuật toán CoIEE và 4 phương pháp xử lý dữ liệu suy hao:

• Phương pháp 1: Sử dụng các số mũ suy hao truyền sóng tham chiếu.
• Phương pháp 2: Nội suy từ bộ dữ liệu các số mũ suy hao truyền sóng của các điểm thu.
• Phương pháp 3: Nội suy từ bộ dữ liệu suy hao truyền sóng và khoảng cách Tx-Rx của các điểm thu.
• Phương pháp 4: Phương pháp sai số bình phương trung bình tối thiểu (MMSE).

Quá trình mô phỏng thuật toán CoIEE được khảo sát chi tiết thông qua sự biến thiên của chỉ số Silhouette trung bình, số cụm, tổng sai số số mũ và độ lệch chuẩn $\sigma$ theo số bước lặp $p$ (với các giá trị khảo sát cụ thể như $p = 2, 25, 50, 55, 888, 11950, 19930, 32160, 44560$). Kết quả ước lượng mô hình suy hao sau đó được so sánh đối chuẩn với dữ liệu chuẩn của 3GPP và NYU Wireless, chứng minh phương pháp xử lý dữ liệu đề xuất giúp giảm độ lệch chuẩn sai số và bám sát đặc tính truyền sóng thực tế của từng khu vực.

Chương 3: Giải pháp xác định hướng sóng tới của nguồn tín hiệu vô tuyến ở dải sóng mm

Chương 3 trình bày các đề xuất về kiến trúc hệ thống máy thu và thuật toán xử lý tín hiệu không gian nhằm ước lượng chính xác hướng sóng tới (AOA) trong mặt phẳng phương vị:

• Kiến trúc máy thu SDR trung tần kết hợp bộ di pha 90 độ (Tiểu mục 3.1 & 3.2): Đề xuất mô hình máy thu đa kênh song song số hóa tại tần số trung gian (IF) thay vì số hóa trực tiếp tại tần số siêu cao mmWave. Việc tích hợp bộ di pha 90 độ cho phép thực hiện phép biến đổi cầu phương (tạo hai thành phần đồng pha I và vuông pha Q) ngay trên miền trung tần. Cấu trúc này giúp giảm yêu cầu về tần số lấy mẫu của bộ chuyển đổi tương tự - số (ADC), giảm khối lượng tính toán nhưng vẫn bảo đảm thông tin pha chính xác phục vụ thuật toán MUSIC.
• Giải pháp xử lý tín hiệu tương quan sử dụng phân đoạn và làm mịn không gian (Tiểu mục 3.3): Trong môi trường sóng milimet đô thị, hiện tượng phản xạ đa đường tạo ra các tín hiệu có tính tương quan cao hoặc kết hợp chặt chẽ (coherent), làm suy giảm hạng của ma trận hiệp phương sai tín hiệu và khiến thuật toán MUSIC thông thường mất khả năng phân tách góc tới. Tác giả đề xuất kết hợp dàn anten tuyến tính đồng dạng (ULA) với kỹ thuật làm mịn không gian thuận nghịch (FBSS / Modified Spatial Smoothing) để khôi phục cấu trúc ma trận hiệp phương sai, sau đó áp dụng thuật toán MUSIC có độ phân giải cao.
• Đánh giá hiệu năng: Khảo sát sai số căn quân phương (RMSE) của góc tới ước lượng theo tỷ số tín hiệu trên tạp âm (SNR) và số lượng mẫu thu nhận. Kết quả mô phỏng khẳng định hệ thống có khả năng phân tách chính xác các hướng sóng tới với số lượng mẫu tín hiệu nhỏ và hoạt động ổn định ở các mức SNR khác nhau.

Bảng tổng hợp các thông số kỹ thuật và cấu hình mô phỏng chính trong luận án:

Thông số / Hạng mục	Cấu hình trong mô phỏng NYUSIM (Chương 1)	Cấu hình mô phỏng Wireless InSite & Học máy (Chương 2)	Cấu hình hệ thống ước lượng AOA (Chương 3)
Tần số hoạt động	28 GHz và 38 GHz	28 GHz và 38 GHz	28 GHz và 38 GHz
Cấu trúc mảng anten	MIMO 2x2 (28 GHz), MIMO 8x8 (38 GHz)	Anten phát định hướng, anten thu đẳng hướng	Mảng anten thẳng đồng dạng (ULA) đa phần tử
Chiều cao anten phát ($h_{Tx}$)	Theo kịch bản trạm gốc chuẩn	7 m và 17 m	Theo mô hình thu phát trung tần
Công suất phát ($P_{Tx}$)	Chuẩn hóa theo mô hình NYU	35 dBm và 43 dBm	Tín hiệu vô tuyến dải sóng mm
Băng thông khảo sát	Lên đến 800 MHz (tại 38 GHz)	Băng thông kênh vô tuyến mmWave	Tín hiệu băng hẹp tại trung tần IF
Môi trường / Địa bàn	Kênh thống kê đô thị 3D	Vinhomes Times City, THPT Chuyên Nguyễn Huệ	Môi trường đa đường có tín hiệu tương quan
Kỹ thuật xử lý / Thuật toán	Ước lượng trễ, công suất PDP, góc AOA/AOD	Hồi quy tuyến tính, KNN, Phân cụm CoIEE, MMSE	Máy thu IF-SDR, Di pha 90°, FBSS, MUSIC

Kết quả và những đóng góp mới

Các đóng góp mới về mặt học thuật và thực tiễn của luận án bao gồm:

1. Về mô hình hóa suy hao truyền sóng:

• Đề xuất quy trình ứng dụng các thuật toán học máy (Hồi quy tuyến tính với tối ưu Gradient Descent và thuật toán K-Nearest Neighbor) kết hợp thuật toán phân cụm CoIEE để xây dựng và tinh chỉnh mô hình suy hao truyền sóng ở dải tần số 28 GHz và 38 GHz.
• Đề xuất và so sánh 4 phương pháp xử lý dữ liệu suy hao (sử dụng số mũ suy hao tham chiếu, nội suy số mũ suy hao điểm thu, nội suy từ khoảng cách Tx-Rx và phương pháp MMSE), giúp nâng cao độ chính xác dự đoán suy hao và giảm độ lệch chuẩn che khuất $\sigma$ trong môi trường đô thị đặc thù tại Việt Nam khi so sánh với các mô hình 3GPP TR 38.901 và NYU Wireless.

2. Về kiến trúc hệ thống và thuật toán ước lượng hướng sóng tới:

• Đề xuất cấu trúc hệ thống thu vô tuyến đa anten định nghĩa bằng phần mềm (SDR) đa kênh song song dựa trên kiến trúc số hóa trung tần kết hợp bộ dịch pha 90 độ để tạo tín hiệu trực giao cầu phương I/Q. Cấu trúc này giải quyết được hạn chế về yêu cầu tốc độ lấy mẫu quá cao của bộ chuyển đổi ADC ở dải tần milimet.
• Đề xuất giải pháp tích hợp kỹ thuật phân đoạn mảng anten và làm mịn không gian (Spatial Smoothing / FBSS) kết hợp với thuật toán MUSIC độ phân giải cao. Giải pháp này cho phép ước lượng chính xác hướng sóng tới của các nguồn tín hiệu tương quan đa đường trong mặt phẳng phương vị với số lượng mẫu tín hiệu nhỏ và độ chính xác cao.

Kiến nghị và ứng dụng đề xuất:

• Kết quả mô hình suy hao là tài liệu phục vụ việc quy hoạch vị trí trạm gốc tế bào nhỏ (small cell) và tính toán quỹ đường truyền cho mạng 5G/6G tại các khu đô thị có mật độ xây dựng cao.
• Cấu trúc máy thu SDR trung tần và thuật toán ước lượng AOA đề xuất có thể áp dụng trực tiếp trong thiết kế các hệ thống vô tuyến nhận thức, định dạng búp sóng thích nghi (Adaptive Beamforming) và hệ thống đa truy nhập phân chia theo không gian (SDMA).

Hạn chế và hướng nghiên cứu tiếp

Hạn chế của luận án:

• Cơ sở dữ liệu kênh truyền và suy hao truyền sóng trong luận án chủ yếu được thu thập thông qua các công cụ mô phỏng số 3D Ray Tracing (Wireless InSite) và phần mềm mô phỏng thống kê NYUSIM áp dụng trên hai mô hình khu vực cụ thể (Times City và THPT Nguyễn Huệ), chưa có điều kiện triển khai hệ thống đo đạc thực nghiệm diện rộng ngoài hiện trường với phần cứng hoàn chỉnh.
• Bài toán ước lượng hướng sóng tới của tín hiệu vô tuyến mới chỉ tập trung xử lý trong mặt phẳng phương vị 2D (góc Azimuth), chưa mở rộng đồng thời cho cả góc ngẩng 3D (Elevation angle).
• Kiến trúc máy thu SDR đa kênh mới dừng lại ở mức mô hình hóa, thiết kế thuật toán và mô phỏng kiểm chứng trên phần mềm, chưa chế tạo thành bo mạch phần cứng tích hợp hoàn chỉnh trên nền tảng chip nhúng FPGA/DSP.

Hướng nghiên cứu tiếp theo:

• Chế tạo phần cứng thử nghiệm hệ thống máy thu đa anten SDR trung tần trên nền tảng mảng cổng logic khả trình (FPGA) hoặc bộ xử lý tín hiệu số (DSP) chuyên dụng.
• Mở rộng thuật toán ước lượng hướng sóng tới sang không gian 3D (ước lượng đồng thời cả góc phương vị và góc ngẩng) cho các mảng anten phẳng (planar array).
• Triển khai các chiến dịch đo đạc kênh truyền sóng thực tế tại nhiều môi trường địa hình và điều kiện thời tiết nhiệt đới khác nhau ở Việt Nam nhằm kiểm chứng và hoàn thiện mô hình suy hao truyền sóng.

Giá trị tham khảo

Luận án là tài liệu tham khảo chuyên sâu cho các nhóm đối tượng:

• Nghiên cứu sinh, học viên cao học và sinh viên ngành Kỹ thuật Viễn thông, Kỹ thuật Điện tử: Cung cấp phương pháp luận chi tiết về mô hình hóa kênh truyền sóng milimet, kỹ thuật mô phỏng 3D Ray Tracing và cách áp dụng các giải thuật học máy trong xử lý dữ liệu viễn thông.
• Giảng viên và cán bộ nghiên cứu: Nguồn tài liệu tham khảo cho các môn học và đề tài về xử lý tín hiệu mảng anten, lý thuyết không gian con, kỹ thuật làm mịn không gian và công nghệ vô tuyến định nghĩa bằng phần mềm (SDR).
• Kỹ sư thiết kế và chuyên gia quy hoạch mạng viễn thông: Tham khảo các thông số suy hao, số mũ suy hao (PLE) tại tần số 28 GHz và 38 GHz để thiết lập thông số trong các phần mềm quy hoạch vùng phủ sóng mạng 5G/6G đô thị.

Các phần có giá trị tham khảo cao nhất gồm: Chương 2 với quy trình chi tiết về ứng dụng học máy tối ưu hóa mô hình suy hao kênh; Chương 3 với sơ đồ khối kiến trúc máy thu SDR trung tần và thuật toán kết hợp FBSS-MUSIC xử lý tín hiệu tương quan.

Câu hỏi thường gặp

1. Luận án tập trung nghiên cứu trên những dải tần số nào và tại sao lại lựa chọn các dải tần này? Luận án tập trung nghiên cứu ở hai dải tần số 28 GHz và 38 GHz. Đây là các dải tần số sóng milimet trọng điểm được Liên minh Viễn thông Quốc tế (ITU) và Ủy ban Truyền thông Liên bang Hoa Kỳ (FCC) quy hoạch cho mạng 5G/6G, có đặc tính suy hao do hấp thụ khí quyển, hơi nước và oxy thấp hơn đáng kể so với các dải tần số cao khác như 60 GHz.

2. Tác giả đã sử dụng những thuật toán học máy nào để dự đoán mô hình suy hao truyền sóng? Tác giả đã đề xuất sử dụng thuật toán Hồi quy tuyến tính (tối ưu hóa bằng giải thuật Gradient Descent với hàm mất mát MMSE cho mô hình CI và LSE cho mô hình FI) và thuật toán K láng giềng gần nhất (KNN), kết hợp với thuật toán phân cụm CoIEE để phân tích và tối ưu hóa số mũ suy hao cũng như độ lệch chuẩn che khuất.

3. Dữ liệu mô phỏng môi trường truyền sóng 3D được xây dựng dựa trên những địa bàn thực tế nào? Dữ liệu lan truyền sóng 3D Ray Tracing được xây dựng trên phần mềm Wireless InSite dựa trên bản đồ cấu trúc hình học công trình thực tế của hai địa điểm tại Hà Nội: Khu đô thị Vinhomes Times City và Trường THPT Chuyên Nguyễn Huệ, với các kịch bản chiều cao anten phát 7 m, 17 m và công suất phát 35 dBm, 43 dBm.

4. Kiến trúc máy thu đề xuất trong Chương 3 có giải pháp gì để giảm tốc độ lấy mẫu của bộ chuyển đổi ADC? Tác giả đề xuất kiến trúc máy thu vô tuyến định nghĩa bằng phần mềm (SDR) đa kênh số hóa tại tần số trung gian (IF) kết hợp với bộ di pha 90 độ để thực hiện phép biến đổi trực giao cầu phương I/Q trên miền trung tần. Giải pháp này tránh việc phải số hóa trực tiếp ở dải tần số siêu cao mmWave, qua đó giảm yêu cầu tốc độ lấy mẫu của ADC và giảm độ phức tạp tính toán của phần cứng.

5. Luận án giải quyết hiện tượng tín hiệu tương quan đa đường trong bài toán ước lượng AOA bằng cách nào? Để khắc phục hiện tượng ma trận hiệp phương sai tín hiệu bị suy giảm hạng do các tia sóng phản xạ bị tương quan hoàn toàn, luận án sử dụng mảng anten thẳng đồng dạng (ULA) kết hợp với kỹ thuật phân đoạn và làm mịn không gian thuận nghịch (Forward-Backward Spatial Smoothing - FBSS) nhằm khôi phục hạng của ma trận trước khi áp dụng thuật toán MUSIC độ phân giải cao.

Kết luận

Luận án của nghiên cứu sinh Vũ Thanh Quang đã giải quyết trọn vẹn hai vấn đề cốt lõi trong hệ thống vô tuyến đa anten dải sóng milimet (28 GHz và 38 GHz) là mô hình hóa suy hao truyền sóng và ước lượng hướng sóng tới. Bằng việc kết hợp các công cụ mô phỏng 3D hiện đại với các thuật toán học máy và kỹ thuật phân cụm CoIEE, luận án đã xây dựng được mô hình suy hao chính xác, phù hợp với đặc thù đô thị. Đồng thời, đề xuất về kiến trúc máy thu SDR số hóa trung tần kết hợp bộ di pha 90 độ và kỹ thuật làm mịn không gian đã mang lại giải pháp hiệu quả để ước lượng hướng sóng tới của tín hiệu tương quan với số lượng mẫu nhỏ. Công trình là tài liệu khoa học có giá trị lý luận và thực tiễn cao, đóng góp thiết thực cho quá trình nghiên cứu và triển khai mạng thông tin vô tuyến băng rộng thế hệ mới.

Trích đoạn nội dung tài liệu

CHƯƠNG 1: HỆ THỐNG VÀ KÊNH TRUYỀN VÔ TUYẾN ĐA ANTEN Ở DẢI SÓNG MILIMET .1 Truyền sóng ở dải sóng milimet .2 Các mô hình suy hao truyền sóng ở dải sóng milimet .1 Mô hình suy hao truyền sóng trong không gian tự do .2 Mô hình 3GPP TR 38.3 Mô hình Stanford University Interim Model (SUI model) .4 Mô hình suy hao NYU .3 Kênh vô tuyến ở dải sóng mm .1 Bộ dò kênh vô tuyến .2 Mô phỏng kênh vô tuyến .4 Các vấn đề tồn tại cần nghiên cứu giải quyết .5 Kết luận chương. 28 CHƯƠNG 2: THUẬT TOÁN XỬ LÝ DỮ LIỆU TRONG ƯỚC LƯỢNG MÔ HÌNH SUY HAO TRUYỀN SÓNG Ở DẢI SÓNG MILIMET .1 Thuật toán học máy trong ước lượng mô hình suy hao truyền sóng dải sóng milimet……….1 Thuật toán Hồi quy tuyến tính .2 Thuật toán K-Nearest Neighbor .2 Mô phỏng môi trường truyền sóng .1 Mô phỏng môi trường truyền sóng .2 Kết quả dự đoán mô hình suy hao truyền sóng bằng hai thuật toán đề xuất .3 So sánh với kết quả của 3GPP và NYU Wireless .3 Thuật toán xử lý dữ liệu trong mô hình suy hao truyền sóng ở dải sóng milimet53 2.1 Thuật toán CoIEE .2 Phương pháp 1: Sử dụng các số mũ suy hao truyền sóng tham chiếu. 54 iii 33a8d66 6e7d7dc9e13 dd1 05b1 1d31 bb1a 3455 1df2b0 cb9 7186 bc6 d16a 369ee5 b ee72a4a6 c95e 8b44 261 c11b4da31 9ff705 b88da 47d8 4df733 b53a c07db5dfacc 1510e98 0f4 50b60aa5d5a6890 d04 084e1 69f91b0a 0746aa f8db6ad4b36 3cb2aa f7241 c66a 32f777 f8d7 cb0bb287 f89ee b3cc87 25aa013 8eb5 ef5 3e30 c2eaa3 b4 e02a5a6fa 70b0 7f7 fcd90 ba65b61b8 f12 3f1 9667 d8f652fe56 cf4 b7e8a dcc6c3 27fc8c5 9ff18a6 cc5 b550e f27 2207e 2890 e7004 6d87 71b5cc78 c4cc78 b7b5 3ed 7c671 77c6ed c0d9 cb4e3df6 d9b4 f27 9f2 4b01 e9147a 384db32 2798e 50c0f8e b6 be2c8 01b1fb0070 8e12 c6de 961 c5f1c0 06855 d27 b368 f5d3200 457bf86 82875 8 7da9aa76 fc2 ed63 f83 0eaf0 c38 74ebfb6 7e9c8ed f16 f6dc82 6b51 078e7 60f49c 65a914d4973 444e2 d79a7 58d43b2e 6adbb6da 6d7 cb1 d692 8950 8de5 27b9 8e614 08e5183 8cb468 07e5 f69d5b5 f32e 0b59 dd6 d94 9422a0 b5 cc7e 452e d3c3d3a4 8f c8c0 747 d2d9 988b26a4d181 f8d1ae03e7 8f6a 3d5a4 0036 f14 74f03bfa68a33 1f 24180d1943 19c5b53 60e51 00c27f5c0 6601 be5b55b9 1eb2 908e5 cb1a159e 6e2b bd19 f0b1a72 c4971 21fb1e8 ee703 c88 1d05 b4f370 b27a4 cb9a 76d3 8fc7fa3 9f9 6e4c1 25a430 5bfc91 dc8 7d41 6036 0fb00fca063 6038aae 4774 0cfd0a7 b33ab4d c075 cc2 f31a 7f7 245 c7a5fca8 f749 3b20 d1be27aa69 d40 c7a2 f7f36b3f0ae f35 e190ac1c9 6f6 f10 748 f84c4d3a 7aaad61 9ff8ef2 9806 c05 43c99b8a 20c9a1df4 b83b8 d125 48d1f8 da85e1 7f2 45c47e48 f5 cf18c4a38b4fb6219a 69980 133a2 49 2.3 Phương pháp 2: Nội suy từ bộ dữ liệu các số mũ suy hao truyền sóng của các điểm thu………………………………………………………………………………56 2.4 Phương pháp 3: Nội suy từ bộ dữ liệu suy hao truyền sóng và khoảng cách Tx- Rx của các điểm thu .5 Phương pháp 4: Minimum Mean Square Error (MMSE) .6 So sánh kết quả của 4 phương pháp .4 Kết luận Chương 2. 84 CHƯƠNG 3: GIẢI PHÁP XÁC ĐỊNH HƯỚNG SÓNG TỚI CỦA NGUỒN TÍN HIỆU VÔ TUYẾN Ở DẢI SÓNG MM.1 Hệ thống thu đa anten dựa trên kiến trúc máy thu định nghĩa chức năng bằng phần mềm để xác định hướng sóng tới của tín hiệu vô tuyến ở dải sóng mm .1 Kiến trúc hệ thống .2 Xử lý tín hiệu và ước lượng hướng sóng tới .3 Kết quả mô phỏng .2 Đề xuất hệ thống thu đa anten dựa trên kiến trúc máy thu trung tần số kết hợp bộ di pha 90 độ để xác định hướng sóng tới của tín hiệu vô tuyến ở dải sóng mm .1 Kiến trúc hệ thống .2 Xử lý tín hiệu và ước lượng hướng sóng tới .3 Kết quả mô phỏng .3 Đề xuất giải pháp xác định hướng sóng tới của tín hiệu vô tuyến tương quan ở dải sóng mm sử dụng giải pháp phân đoạn không gian và làm mịn không gian .1 Phân đoạn và làm mịn không gian .2 Kết quả mô phỏng .4 Kết luận chương 3.

101 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN. 102 DANH MỤC CÁC CÔNG TRÌNH ĐÃ CÔNG BỐ. 104 DANH MỤC TÀI LIỆU THAM KHẢO. 105 iv 33a8d66 6e7d7dc9e13 dd1 05b1 1d31 bb1a 3455 1df2b0 cb9 7186 bc6 d16a 369ee5 b ee72a4a6 c95e 8b44 261 c11b4da31 9ff705 b88da 47d8 4df733 b53a c07db5dfacc 1510e98 0f4 50b60aa5d5a6890 d04 084e1 69f91b0a 0746aa f8db6ad4b36 3cb2aa f7241 c66a 32f777 f8d7 cb0bb287 f89ee b3cc87 25aa013 8eb5 ef5 3e30 c2eaa3 b4 e02a5a6fa 70b0 7f7 fcd90 ba65b61b8 f12 3f1 9667 d8f652fe56 cf4 b7e8a dcc6c3 27fc8c5 9ff18a6 cc5 b550e f27 2207e 2890 e7004 6d87 71b5cc78 c4cc78 b7b5 3ed 7c671 77c6ed c0d9 cb4e3df6 d9b4 f27 9f2 4b01 e9147a 384db32 2798e 50c0f8e b6 be2c8 01b1fb0070 8e12 c6de 961 c5f1c0 06855 d27 b368 f5d3200 457bf86 82875 8 7da9aa76 fc2 ed63 f83 0eaf0 c38 74ebfb6 7e9c8ed f16 f6dc82 6b51 078e7 60f49c 65a914d4973 444e2 d79a7 58d43b2e 6adbb6da 6d7 cb1 d692 8950 8de5 27b9 8e614 08e5183 8cb468 07e5 f69d5b5 f32e 0b59 dd6 d94 9422a0 b5 cc7e 452e d3c3d3a4 8f c8c0 747 d2d9 988b26a4d181 f8d1ae03e7 8f6a 3d5a4 0036 f14 74f03bfa68a33 1f 24180d1943 19c5b53 60e51 00c27f5c0 6601 be5b55b9 1eb2 908e5 cb1a159e 6e2b bd19 f0b1a72 c4971 21fb1e8 ee703 c88 1d05 b4f370 b27a4 cb9a 76d3 8fc7fa3 9f9 6e4c1 25a430 5bfc91 dc8 7d41 6036 0fb00fca063 6038aae 4774 0cfd0a7 b33ab4d c075 cc2 f31a 7f7 245 c7a5fca8 f749 3b20 d1be27aa69 d40 c7a2 f7f36b3f0ae f35 e190ac1c9 6f6 f10 748 f84c4d3a 7aaad61 9ff8ef2 9806 c05 43c99b8a 20c9a1df4 b83b8 d125 48d1f8 da85e1 7f2 45c47e48 f5 cf18c4a38b4fb6219a 69980 133a2 49 DANH MỤC CÁC TỪ VIẾT TẮT STT Viết tắt Tiếng Anh Tiếng Việt 1 ADC Analog to Digital Converter Bộ chuyển đổi tương tự - số 2 ABF Adaptive Beam-Forming Tạo búp sóng thích nghi 3 AOA Angle of Arrival Hướng sóng tới 4 AR Auto Regressive Tự hồi quy 5 ARMA Autoregressive Moving Tự hồi quy trung bình động Average 6 AWGN Additive White Gaussian Tạp âm Gauss trắng cộng Noise 7 BER Bit Error Rate Tỷ lệ lỗi bít 8 BPF Band Pass Filter Bộ lọc thông dải 9 CDF Cumulative Distribution Hàm phân bố tích luỹ Function 10 CFO Carrier Frequency Offset Dịch tần số sóng mang 11 CIR Channel Impulse Response Đáp ứng xung của kênh 12 CNR Carrier to Noise Ratio Tỷ số công suất sóng mang trên tạp âm 13 CSI Channel State Information Thông tin trạng thái kênh 14 CSM Coherent Signal Subspace Phương pháp không gian con tín Method hiệu tương quan 15 DFS Direction Finding System Hệ thống định hướng 16 DFT Discrete Fourier Transform Biến đổi Fourier rời rạc 17 DIV Diversity Phân tập 18 DOA Direction Of Arrival Hướng sóng tới 19 DOD Direction Of Departure Hướng sóng đi 20 DS Discrete Source Nguồn rời rạc v 33a8d66 6e7d7dc9e13 dd1 05b1 1d31 bb1a 3455 1df2b0 cb9 7186 bc6 d16a 369ee5 b ee72a4a6 c95e 8b44 261 c11b4da31 9ff705 b88da 47d8 4df733 b53a c07db5dfacc 1510e98 0f4 50b60aa5d5a6890 d04 084e1 69f91b0a 0746aa f8db6ad4b36 3cb2aa f7241 c66a 32f777 f8d7 cb0bb287 f89ee b3cc87 25aa013 8eb5 ef5 3e30 c2eaa3 b4 e02a5a6fa 70b0 7f7 fcd90 ba65b61b8 f12 3f1 9667 d8f652fe56 cf4 b7e8a dcc6c3 27fc8c5 9ff18a6 cc5 b550e f27 2207e 2890 e7004 6d87 71b5cc78 c4cc78 b7b5 3ed 7c671 77c6ed c0d9 cb4e3df6 d9b4 f27 9f2 4b01 e9147a 384db32 2798e 50c0f8e b6 be2c8 01b1fb0070 8e12 c6de 961 c5f1c0 06855 d27 b368 f5d3200 457bf86 82875 8 7da9aa76 fc2 ed63 f83 0eaf0 c38 74ebfb6 7e9c8ed f16 f6dc82 6b51 078e7 60f49c 65a914d4973 444e2 d79a7 58d43b2e 6adbb6da 6d7 cb1 d692 8950 8de5 27b9 8e614 08e5183 8cb468 07e5 f69d5b5 f32e 0b59 dd6 d94 9422a0 b5 cc7e 452e d3c3d3a4 8f c8c0 747 d2d9 988b26a4d181 f8d1ae03e7 8f6a 3d5a4 0036 f14 74f03bfa68a33 1f 24180d1943 19c5b53 60e51 00c27f5c0 6601 be5b55b9 1eb2 908e5 cb1a159e 6e2b bd19 f0b1a72 c4971 21fb1e8 ee703 c88 1d05 b4f370 b27a4 cb9a 76d3 8fc7fa3 9f9 6e4c1 25a430 5bfc91 dc8 7d41 6036 0fb00fca063 6038aae 4774 0cfd0a7 b33ab4d c075 cc2 f31a 7f7 245 c7a5fca8 f749 3b20 d1be27aa69 d40 c7a2 f7f36b3f0ae f35 e190ac1c9 6f6 f10 748 f84c4d3a 7aaad61 9ff8ef2 9806 c05 43c99b8a 20c9a1df4 b83b8 d125 48d1f8 da85e1 7f2 45c47e48 f5 cf18c4a38b4fb6219a 69980 133a2 49 STT Viết tắt Tiếng Anh Tiếng Việt 21 DSP Digital Signal Processing Xử lý tín hiệu số 22 EGC Equal Gain Combining Kết hợp tăng ích đều 23 ES Extended Source Nguồn mở rộng 24 ESPRIT Estimation of Signal Ước lượng tham số tín hiệu dựa Parameters via Rotational vào kỹ thuật bất biến quay Invariance Techniques 25 FBSS Forward-Backward Spatial Làm mượt miền không gian Smoothing thuận nghịch 26 FDD Frequency Division Duplex Song công phân chia theo tần số 27 FPGA Field Programmable Gate Mảng cổng logic khả trình Array trường 28 FFT Fast Fourier Transform Biến đổi Fourier nhanh 29 ICI Inter Carrier Interference Nhiễu liên sóng mang 30 IDFT Inverse Discrete Fourier Biến đổi Fourier ngược rời rạc Transform 31 IFFT Inverse Fast Fourier Biến đổi Fourier ngược nhanh Transform 32 IF Intermediate Frequency Trung tần hay tần số trung gian 33 ISI Inter Symbol Interference Nhiễu liên ký hiệu 34 ISM Industrial, Scientific and Y tế, khoa học và công nghiệp Medical 35 LMMSE Linear Minimum Mean Lỗi bình phương tối thiểu tuyến Square Error tính 36 LMS Least Mean Square Trung bình bình phương nhỏ nhất 37 LNA Low Noise Amplifier Bộ khuếch đại tạp âm thấp 38 LNB Low Noise Block Khối tạp âm thấp và hạ tần 39 LOS Line Of Sight Tầm nhìn thằng vi 33a8d66 6e7d7dc9e13 dd1 05b1 1d31 bb1a 3455 1df2b0 cb9 7186 bc6 d16a 369ee5 b ee72a4a6 c95e 8b44 261 c11b4da31 9ff705 b88da 47d8 4df733 b53a c07db5dfacc 1510e98 0f4 50b60aa5d5a6890 d04 084e1 69f91b0a 0746aa f8db6ad4b36 3cb2aa f7241 c66a 32f777 f8d7 cb0bb287 f89ee b3cc87 25aa013 8eb5 ef5 3e30 c2eaa3 b4 e02a5a6fa 70b0 7f7 fcd90 ba65b61b8 f12 3f1 9667 d8f652fe56 cf4 b7e8a dcc6c3 27fc8c5 9ff18a6 cc5 b550e f27 2207e 2890 e7004 6d87 71b5cc78 c4cc78 b7b5 3ed 7c671 77c6ed c0d9 cb4e3df6 d9b4 f27 9f2 4b01 e9147a 384db32 2798e 50c0f8e b6 be2c8 01b1fb0070 8e12 c6de 961 c5f1c0 06855 d27 b368 f5d3200 457bf86 82875 8 7da9aa76 fc2 ed63 f83 0eaf0 c38 74ebfb6 7e9c8ed f16 f6dc82 6b51 078e7 60f49c 65a914d4973 444e2 d79a7 58d43b2e 6adbb6da 6d7 cb1 d692 8950 8de5 27b9 8e614 08e5183 8cb468 07e5 f69d5b5 f32e 0b59 dd6 d94 9422a0 b5 cc7e 452e d3c3d3a4 8f c8c0 747 d2d9 988b26a4d181 f8d1ae03e7 8f6a 3d5a4 0036 f14 74f03bfa68a33 1f 24180d1943 19c5b53 60e51 00c27f5c0 6601 be5b55b9 1eb2 908e5 cb1a159e 6e2b bd19 f0b1a72 c4971 21fb1e8 ee703 c88 1d05 b4f370 b27a4 cb9a 76d3 8fc7fa3 9f9 6e4c1 25a430 5bfc91 dc8 7d41 6036 0fb00fca063 6038aae 4774 0cfd0a7 b33ab4d c075 cc2 f31a 7f7 245 c7a5fca8 f749 3b20 d1be27aa69 d40 c7a2 f7f36b3f0ae f35 e190ac1c9 6f6 f10 748 f84c4d3a 7aaad61 9ff8ef2 9806 c05 43c99b8a 20c9a1df4 b83b8 d125 48d1f8 da85e1 7f2 45c47e48 f5 cf18c4a38b4fb6219a 69980 133a2 49 STT Viết tắt Tiếng Anh Tiếng Việt 40 LS Least Squares Bình phương cực tiểu 41 MAI Multiple Antenna Interference Nhiễu đa ăng ten 42 MIMO Multiple Input Multiple Nhiều đầu vào nhiều đầu ra Output 43 MISO Multiple Input Single Output Nhiều đầu vào một đầu ra 44 ML Maximum Likelihood Khả năng lớn nhất 45 MLSE Maximum Likelihood Phương pháp ước lượng chuỗi Sequence Estimation khả năng lớn nhất 46 MMSE Minimum Mean Square Error Lỗi bình phương trung bình tối thiểu 47 MPC Multi- Path Components Các thành phần đa đường 48 MRC Maximum Ratio Combing Kết hợp tỷ số tối đa 49 MSE Mean Square Error Lỗi bình phương trung bình 50 MSS Modified Spatial Smoothing Phương pháp làm mượt miền không gian cải tiến 51 MUSIC MUltiple SIgnal Phân loại tín hiệu đa đường Classification 52 OFDM Orthogonal Frequency Ghép kênh phân chia theo tần số Division Multiplexing trực giao 53 PDF Probability Density Function Hàm mật độ xác suất 54 PSD Power Spectrum Density Mật độ phổ công suất 55 QoS Quality of Service Chất lượng dịch…