Bối cảnh và vấn đề nghiên cứu

Sự phát triển mạnh mẽ của mạng vô tuyến nhận thức (Cognitive Radio) là tiền đề thúc đẩy các nghiên cứu về hệ thống tự động nhận dạng và phân loại tín hiệu vô tuyến. Trong các hệ thống truyền thông không dây hiện đại, việc phân biệt chính xác loại tín hiệu và định vị dải tần số hoạt động đóng vai trò thiết yếu đối với các tác vụ theo dõi tín hiệu, phát hiện nhiễu và quản lý tài nguyên phổ tần động. Mạng vô tuyến nhận thức yêu cầu thiết bị có khả năng nhận biết nhanh chóng các khoảng phổ chưa sử dụng để chuyển đổi tần số hoạt động linh hoạt, tránh gây can nhiễu cho người dùng được cấp phép.

Tuy nhiên, trong thực tế truyền dẫn, tín hiệu của chuẩn mạng 5G New Radio (NR) và Long-Term Evolution (LTE) khi được điều chế dưới dạng sóng mang phức tạp sẽ rất khó phân biệt ở miền thời gian. Môi trường truyền thông không dây luôn tồn tại các yếu tố làm suy giảm chất lượng tín hiệu, bao gồm:

  • Các mô hình kênh truyền suy hao như kênh đường trễ cụm (Clustered Delay Line – CDL) hoặc kênh fading Rayleigh.
  • Các nguồn nhiễu cộng hưởng như nhiễu Gaussian trắng cộng (AWGN), nhiễu nhiệt (TN), nhiễu mờ đa đường (MFN) và nhiễu xung (IN).
  • Các hiện tượng vật lý trong không gian như phân tán đa đường, phân tán thời gian và hiệu ứng dịch tần Doppler do sự chuyển động tương đối giữa máy phát và máy thu.

Các phương pháp truyền thống dựa trên phân tích đặc trưng thống kê thủ công (biên độ bao, pha tức thời) kết hợp với học máy đòi hỏi tri thức chuyên gia sâu và gặp nhiều hạn chế khi tín hiệu bị suy giảm nặng ở các mức tỉ số tín hiệu trên nhiễu (SNR) thấp. Để giải quyết vấn đề này, tác giả đặt ra các mục tiêu và nhiệm vụ nghiên cứu:

  1. Thiết kế và phát triển hệ thống cảm biến phổ tự động gồm hai mô-đun: chuyển đổi tín hiệu dạng sóng thô sang biểu diễn ảnh phổ thông qua biến đổi Fourier nhanh (FFT), và phân đoạn dải phổ tín hiệu 5G và LTE bằng mô hình học sâu.
  2. Khảo sát và cải tiến kiến trúc phân đoạn ngữ nghĩa DeepLabV3+ bằng cách tái cấu trúc khối Atrous Spatial Pyramid Pooling với hệ số giãn nở thích ứng (ADR) và tích hợp cơ chế tự chú ý theo kênh (ATM).
  3. Tối ưu hóa mô hình bằng kỹ thuật cắt tỉa bộ lọc (Pruning) dựa trên xấp xỉ Taylor bậc một nhằm giảm độ phức tạp tính toán, đáp ứng yêu cầu xử lý thời gian thực.
  4. Triển khai mô phỏng, đánh giá hiệu năng phân đoạn trên bộ dữ liệu tín hiệu tổng hợp ở nhiều điều kiện kênh truyền và mức SNR khác nhau.

Đối tượng và phạm vi nghiên cứu:

  • Đối tượng nghiên cứu: Tín hiệu vô tuyến chuẩn 5G NR và LTE cùng tồn tại trên một dải phổ tần, các kiến trúc mạng nơ-ron học sâu cho bài toán phân đoạn ngữ nghĩa ảnh và kỹ thuật nén mô hình.
  • Phạm vi không gian và dữ liệu: Tín hiệu thô được mô phỏng truyền qua các mô hình kênh CDL và Rayleigh kèm các tác nhân nhiễu thực tế; tín hiệu được xử lý bằng FFT 4096 điểm tạo thành ảnh phổ kích thước 256 × 256 pixel.
  • Phạm vi phương pháp: Tập trung vào mạng phân đoạn ngữ nghĩa DeepLabV3+ cải tiến (kết hợp các mạng lõi ResNet18, ResNet50, MobileNetV2), không so sánh trực tiếp với các phương pháp trích xuất thủ công truyền thống do giới hạn đã được chứng minh trong y văn.

Cơ sở lý thuyết và phương pháp

Khung lý thuyết và mô hình tín hiệu

Quá trình truyền nhận tín hiệu qua kênh vô tuyến được mô hình hóa bằng biểu thức toán học: $$y(t) = x(t) \times h(t) + n(t)$$ Trong đó $x(t)$ là tín hiệu phát, $y(t)$ là tín hiệu thu tại thiết bị người dùng (UE), $h(t)$ là đáp ứng xung của kênh truyền (mô hình CDL hoặc Rayleigh), và $n(t)$ đại diện cho các thành phần nhiễu cộng hưởng (AWGN, TN, MFN, IN).

Khóa luận hệ thống hóa các đặc tính kỹ thuật của hai chuẩn truyền thông vô tuyến:

  • Chuẩn LTE: Cấu trúc gồm mạng truy cập vô tuyến E-UTRAN (trạm gốc eNodeB) và mạng lõi EPC (MME, S-GW, P-GW); hỗ trợ các băng thông 1.4 MHz, 3 MHz, 5 MHz, 10 MHz, 15 MHz và 20 MHz; hoạt động ở hai chế độ song công phân chia theo tần số (FDD) và theo thời gian (TDD); sử dụng các kênh tham chiếu tiêu chuẩn để đồng bộ và ước lượng kênh.
  • Chuẩn 5G NR: Cấu trúc gồm mạng truy cập vô tuyến RAN, chức năng mặt phẳng người dùng UPF, cùng các khối chức năng quản lý điều khiển như AMF, AUSF, SMF; hỗ trợ dải tần Sub-6 GHz và sóng milimet (mmWave); cấu hình linh hoạt khoảng cách sóng mang phụ (SCS) và khối tín hiệu đồng bộ (SSB).

Về nền tảng học sâu và thị giác máy tính, nghiên cứu dựa trên lý thuyết mạng nơ-ron sâu (DNN), mạng nơ-ron tích chập (CNN), cơ chế tự chú ý (Self-Attention Mechanism) và phân đoạn ngữ nghĩa (Semantic Segmentation). Nghiên cứu lựa chọn phân đoạn ngữ nghĩa thay vì phân đoạn đối tượng (Instance Segmentation) vì mục tiêu là phân loại chính xác từng pixel phổ tần thuộc về lớp tín hiệu 5G, LTE hay nền nhiễu mà không cần phân tách từng thực thể tín hiệu riêng biệt.

Phương pháp nghiên cứu thực tế

Tác giả phối hợp ba phương pháp nghiên cứu chính:

  • Phương pháp thu thập số liệu: Quan sát trực quan đặc trưng hình ảnh phổ tần số của các dạng điều chế; khảo sát các thông số kỹ thuật tiêu chuẩn của 3GPP và tham vấn ý kiến chuyên môn từ giảng viên chuyên ngành viễn thông.
  • Phương pháp thực nghiệm mô phỏng: Xây dựng quy trình tạo dữ liệu tín hiệu 5G và LTE tổng hợp qua kênh truyền nhiễu; thiết kế, huấn luyện và kiểm thử các biến thể mô hình học sâu trên nền tảng tính toán số.
  • Phương pháp phân tích tổng kết kinh nghiệm: Đánh giá định lượng hiệu năng phân đoạn qua các chỉ số đo lường chuẩn bao gồm Độ chính xác toàn cục (Global Accuracy) và Độ đo tương đồng giao trên hợp trung bình (Mean Intersection-over-Union – mIoU) trên các dải SNR khác nhau.

Thiết kế và triển khai

Hệ thống nhận dạng và phân đoạn phổ tín hiệu được thiết kế theo kiến trúc hai mô-đun liên hoàn:

[Tín hiệu thô y(t)] --> [Mô-đun 1: Biến đổi FFT 4096 điểm] --> [Ảnh phổ 256x256] --> [Mô-đun 2: DeepLabV3+ cải tiến (ADR + ATM + Prune)] --> [Bản đồ phân đoạn 5G/LTE]

Mô-đun 1: Biểu diễn phổ tín hiệu bằng biến đổi Fourier nhanh (FFT)

Tín hiệu thô miền thời gian $y(t)$ thu được tại máy thu được chuyển đổi sang miền tần số thông qua phép biến đổi FFT 4096 điểm: $$Y(f) = \sum_{t=0}^{T-1} y(t) \times e^{-i2\pi \frac{ft}{T}}$$ với $T = 4096$, $f$ là tần số và $i$ là đơn vị ảo. Ma trận phổ thu được được chuẩn hóa về khoảng $[0, 1]$, chuyển đổi sang định dạng ảnh màu và định cỡ lại thành kích thước $256 \times 256$ pixel trước khi đưa vào mô hình học sâu.

Mô-đun 2: Mô hình phân đoạn DeepLabV3+ cải tiến

Kiến trúc mô hình dựa trên mạng mã hóa – giải mã DeepLabV3+ với ba cải tiến kỹ thuật chính:

  1. Khối Atrous Spatial Pyramid Pooling với hệ số giãn nở thích ứng (ADR):

    • Hạn chế của mô hình gốc: Trong DeepLabV3+ gốc, các lớp tích chập atrous của khối ASPP sử dụng các hệ số giãn nở $r \in {1, 6, 12, 18}$. Với đầu vào ảnh phổ $256 \times 256$, mạng lõi trích xuất đặc trưng giảm độ phân giải 16 lần, tạo bản đồ đặc trưng kích thước $16 \times 16$. Khi áp dụng hệ số $r = 18$ với bộ lọc $3 \times 3$, vùng nhận thức đạt $37 \times 37$, vượt quá kích thước bản đồ đặc trưng khiến 8/9 trọng số bị lãng phí do nằm ngoài biên dữ liệu.
    • Cải tiến đề xuất: Tác giả cấu hình lại tập hệ số giãn nở thành $r \in {1, 2, 4, 6}$, tương ứng với vùng nhận thức tối đa là $15 \times 15$, nằm trọn trong bản đồ đặc trưng $16 \times 16$. Đầu ra của khối ASPP thích ứng được biểu diễn: $$F = \langle A^{1\times 1}{1,1}(X), A^{3\times 3}{1,2}(X), A^{3\times 3}{1,4}(X), A^{3\times 3}{1,6}(X) \rangle$$

  2. Cơ chế tự chú ý theo kênh (ATM):

    • Tác giả tích hợp khối Squeeze-and-Excitation (SE) vào cuối giai đoạn 2 (Stage 2) của mạng lõi.
    • Bước nén (Squeeze): Tổng hợp thông tin ngữ cảnh toàn cục bằng phép lấy trung bình không gian: $$z(c) = \frac{1}{H \times W} \sum_{h=1}^H \sum_{w=1}^W SE_{in}(h, w, c)$$
    • Bước kích hoạt (Excitation): Sử dụng hai lớp kết nối đầy đủ (FC) để tính trọng số kênh: $$s = \sigma(W_2 \delta(W_1 z))$$ với $\delta$ là hàm ReLU, $\sigma$ là hàm Sigmoid, $W_1$ giảm số chiều kênh xuống 16 và $W_2$ khôi phục lại số kênh ban đầu. Đầu ra hiệu chỉnh là $SE_{out} = SE_{in} \odot s$.
    • Vị trí tích hợp: Việc đặt ATM ở giai đoạn 2 giúp tăng cường đặc trưng tín hiệu kết nối trực tiếp đến bộ giải mã mà không làm khuếch đại nhiễu (như khi đặt ở giai đoạn đầu) hay làm bùng nổ chi phí tính toán (như khi đặt ở các tầng sâu).

  3. Thuật toán cắt tỉa bộ lọc (Prune) dựa trên xấp xỉ Taylor bậc một:

    • Để giảm kích thước mô hình, tác giả tính toán mức độ ảnh hưởng của từng trọng số $w_i$ lên hàm mất mát $L$ thông qua khai triển Taylor bậc một: $$|\Delta L(D, w_i)| = \left| \frac{\partial L}{\partial w_i}\Big|_{w_i=0} w_i \right|$$
    • Mở rộng đánh giá mức độ quan trọng cho toàn bộ bộ lọc $W_i$ gồm $M$ trọng số: $$\Phi(W_i) = \frac{1}{M} \sum_{m=1}^M \left| \frac{\partial L}{\partial w_{i,m}}\Big|{w{i,m}=0} w_{i,m} \right|$$
    • Các bộ lọc có giá trị $\Phi(W_i)$ thấp nhất sẽ bị loại bỏ tuần tự theo vòng lặp, giúp tối ưu hóa phần cứng mà không làm suy giảm đáng kể độ chính xác.
Đặc điểm so sánh DeepLabV3+ BiSeNet Swin-Unet Mô hình đề xuất
Kiến trúc U-shape đơn nhánh Hai nhánh (Spatial + Context) U-shape kết hợp Transformer U-shape cải tiến (ADR + ATM)
Độ chính xác Cao Trung bình Rất cao Rất cao
Độ phức tạp Trung bình (~43.9M params với ResNet50) Cao (~49M params với ResNet50) Rất cao (>100M params) Thấp đến Trung bình (tối ưu qua Prune)
Tốc độ xử lý Bình thường Nhanh Rất chậm Nhanh

Nội dung chính theo từng chương

Chương 1: Tổng quan

Chương 1 giới thiệu tầm quan trọng của việc cảm biến và nhận dạng tín hiệu tự động trong mạng vô tuyến nhận thức. Tác giả phân tích điểm yếu của các phương pháp xử lý tín hiệu truyền thống (dựa trên rút trích đặc trưng thủ công) trước các tác động phức tạp của môi trường truyền sóng. Từ đó, tác giả xác định mục tiêu nghiên cứu là xây dựng mô hình kết hợp FFT và mạng học sâu phân đoạn DeepLabV3+ cải tiến để phân biệt tín hiệu 5G NR và LTE. Chương này cũng trình bày phương pháp tiếp cận, các giới hạn kỹ thuật và bố cục tổng thể gồm 5 chương của khóa luận.

Chương 2: Cơ sở lý thuyết

Chương 2 trình bày có hệ thống các kiến thức nền tảng:

  • Lý thuyết truyền thông không dây, mô hình toán học của kênh truyền $y(t) = x(t) \times h(t) + n(t)$, các mô hình suy hao (CDL, Rayleigh) và các hiện tượng fading, Doppler.
  • Cấu trúc mạng, nguyên lý hoạt động và các tham số kỹ thuật trọng yếu của chuẩn LTE và 5G NR.
  • Nền tảng học sâu: cấu trúc DNN, CNN và cơ chế tự chú ý (Query, Key, Value).
  • Khảo sát chuyên sâu bài toán phân đoạn ngữ nghĩa ảnh, cấu trúc mã hóa – giải mã và phân tích ưu nhược điểm của ba kiến trúc tiêu biểu: DeepLabV3+, BiSeNet và Swin-Unet.
  • Tổng quan các kỹ thuật nén mô hình học sâu: cắt tỉa (pruning), lượng tử hóa (quantization), phân tích nhân tử (factorization) và chưng cất tri thức (knowledge distillation).

Chương 3: Thiết kế hệ thống

Chương 3 chi tiết hóa giải pháp kỹ thuật được đề xuất:

  • Xác lập yêu cầu hệ thống về độ chính xác phân đoạn, khả năng kháng nhiễu và yêu cầu tối ưu số lượng tham số.
  • Thiết kế quy trình tiền xử lý tín hiệu bằng FFT 4096 điểm và chuẩn hóa ma trận phổ thành ảnh kích thước 256 × 256.
  • Đề xuất cải tiến khối ASPP với tập hệ số giãn nở thích ứng ADR $r \in {1, 2, 4, 6}$ để khắc phục hiện tượng lãng phí trọng số trên bản đồ đặc trưng $16 \times 16$.
  • Thiết kế khối chú ý theo kênh ATM (SE-block) tại giai đoạn 2 của mạng mã hóa.
  • Xây dựng thuật toán cắt tỉa bộ lọc Prune dựa trên hàm mục tiêu đánh giá xấp xỉ Taylor bậc một $\Phi(W_i)$.
  • Mô tả quy trình cài đặt mô phỏng, thiết lập tham số sinh dữ liệu tín hiệu 5G/LTE và cấu hình huấn luyện.

Chương 4: Kết quả và thảo luận

Chương 4 công bố và thảo luận các kết quả thực nghiệm:

  • Đánh giá hiệu suất phân đoạn của mô hình đề xuất trên tập dữ liệu ảnh phổ ở các mức SNR khác nhau.
  • Phân tích hiệu quả độc lập và kết hợp của hai mô-đun ADR và ATM khi áp dụng trên các mạng lõi khác nhau (ResNet18, ResNet50, MobileNetV2).
  • Đánh giá hiệu quả của kỹ thuật cắt tỉa Prune đối với việc thu giảm số lượng trọng số và mức độ ảnh hưởng đến điểm mIoU.
  • Trực quan hóa bản đồ phân đoạn phổ tín hiệu và so sánh định lượng với các mô hình tiên tiến hiện nay (DeepLabV3+ gốc, BiSeNet, Swin-Unet).

Chương 5: Kết luận và hướng phát triển

Chương 5 tóm tắt các kết quả đạt được của khóa luận về mặt học thuật và thực nghiệm; đồng thời đề xuất các định hướng nghiên cứu tiếp theo nhằm nâng cao khả năng ứng dụng thực tế của hệ thống.

Kết quả và đóng góp

Kết quả định lượng

Dựa trên dữ liệu thực nghiệm được trình bày trong khóa luận, mô hình đề xuất đạt được các chỉ số hiệu năng cụ thể:

  • Tăng trưởng chỉ số mIoU: Mô hình cải tiến giúp nâng cao điểm IoU trung bình (mIoU) lên khoảng 12,99% so với kiến trúc DeepLabV3+ nguyên bản.
  • Độ chính xác phân đoạn ở mức nhiễu chấp nhận được: Mô hình đạt Độ chính xác toàn cục là 86,86% và mIoU đạt 72,36%, đồng thời duy trì tính ổn định trước các tác động suy hao kênh truyền.
  • Hiệu quả nén mô hình qua cắt tỉa (Prune): Phương pháp cắt tỉa bộ lọc dựa trên xấp xỉ Taylor bậc một giúp cắt giảm đến 54,17% tổng số lượng trọng số học tập của mô hình, trong khi chỉ số mIoU chỉ suy giảm nhẹ khoảng 1,50%.
Cấu hình mô hình Mức cải thiện mIoU so với gốc Điểm mIoU (ở SNR chấp nhận được) Độ chính xác toàn cục Tỷ lệ giảm tham số học tập
DeepLabV3+ gốc Cơ sở (0%) - - 0%
Mô hình đề xuất (ADR + ATM) +12,99% 72,36% 86,86% 0%
Mô hình sau cắt tỉa (Prune) Duy trì (+11,49% so với gốc) ~70,86% (giảm 1,50%) - Giảm 54,17%

Đóng góp mới của đề tài

  1. Chuyển đổi bài toán: Ứng dụng thành công biến đổi FFT 4096 điểm để chuyển đổi bài toán nhận dạng sóng mang phức tạp trong miền thời gian thành bài toán phân đoạn ngữ nghĩa ảnh trong miền tần số, tận dụng được thế mạnh của thị giác máy tính.
  2. Khắc phục nhược điểm của khối ASPP: Xác định và giải quyết triệt để vấn đề lãng phí trọng số atrous convolution trên bản đồ đặc trưng nhỏ ($16 \times 16$) bằng việc thiết lập bộ hệ số thích ứng ADR $[1, 2, 4, 6]$.
  3. Cải tiến cơ chế chú ý theo kênh tối ưu: Tích hợp khối ATM (SE-block) tại giai đoạn 2 của mạng lõi, giúp mô hình tăng cường khả năng trích xuất đặc trưng có chọn lọc mà không bị khuếch đại nhiễu ở mức SNR thấp.
  4. Tối ưu hóa tài nguyên phần cứng: Ứng dụng kỹ thuật cắt tỉa bộ lọc theo đạo hàm Taylor bậc một giúp mô hình giảm hơn một nửa số lượng trọng số, tạo tiền đề thuận lợi cho việc triển khai trên các thiết bị nhúng thời gian thực.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế của nghiên cứu

  • Dữ liệu đầu vào của hệ thống hoàn toàn dựa trên các tập dữ liệu tín hiệu mô phỏng toán học qua các mô hình kênh truyền (CDL, Rayleigh), chưa được thu thập trực tiếp từ các thiết bị thu phát sóng phần cứng ngoài môi trường thực tế.
  • Các thử nghiệm đánh giá chỉ tập trung so sánh mô hình cải tiến với các kiến trúc học sâu phân đoạn ảnh hiện đại, không đối chiếu thực nghiệm trực tiếp với các thuật toán xử lý tín hiệu truyền thống.

Hướng nghiên cứu tiếp theo

  • Thu thập và kiểm thử mô hình trên dữ liệu tín hiệu thực tế thông qua các thiết bị vô tuyến định nghĩa bằng phần mềm (SDR).
  • Triển khai và tối ưu hóa mô hình sau cắt tỉa trên các kit phần cứng nhúng và vi xử lý biên chuyên dụng cho IoT.
  • Mở rộng phạm vi nhận dạng cho các loại tín hiệu vô tuyến khác cùng chia sẻ băng tần (như Wi-Fi, Radar).

Giá trị tham khảo

Khóa luận là tài liệu tham khảo giá trị cho:

  • Sinh viên, học viên và nghiên cứu sinh ngành Hệ thống nhúng và IoT, Kỹ thuật Máy tính, Điện tử – Viễn thông và Kỹ thuật Dữ liệu/AI đang thực hiện đề tài về xử lý tín hiệu thông minh và vô tuyến nhận thức.
  • Kỹ sư viễn thông và kỹ sư thị giác máy tính: Cung cấp giải pháp kỹ thuật chi tiết về việc chuyển đổi tín hiệu vô tuyến sang dữ liệu phổ 2D và kỹ thuật tinh chỉnh kiến trúc DeepLabV3+ (ADR, ATM).
  • Các nhà phát triển hệ thống nhúng: Phương pháp cắt tỉa bộ lọc dựa trên xấp xỉ Taylor bậc một là tài liệu hữu ích cho việc tối ưu hóa và triển khai các mô hình phân đoạn ảnh phức tạp lên phần cứng hạn chế tài nguyên.

Câu hỏi thường gặp

1. Tại sao tác giả lại thay đổi hệ số giãn nở trong khối ASPP của DeepLabV3+ thành [1, 2, 4, 6]?
Trả lời: Trong DeepLabV3+ gốc, hệ số giãn nở lớn nhất là $r = 18$, tạo ra vùng nhận thức $37 \times 37$. Do mạng lõi giảm độ phân giải 16 lần từ ảnh đầu vào $256 \times 256$, bản đồ đặc trưng đưa vào ASPP chỉ có kích thước $16 \times 16$. Vùng nhận thức $37 \times 37$ khiến chỉ có 1 trọng số quét trúng dữ liệu, 8 trọng số còn lại bị lãng phí ngoài biên. Bộ hệ số mới $[1, 2, 4, 6]$ tạo vùng nhận thức tối đa $15 \times 15$, nằm trọn vẹn trong bản đồ đặc trưng $16 \times 16$, tận dụng 100% các trọng số học tập.

2. Khối chú ý ATM (Squeeze-and-Excitation) được đặt ở vị trí nào trong mạng và mục đích là gì?
Trả lời: Khối ATM được đặt ở cuối giai đoạn 2 (Stage 2) của mạng lõi trong bộ mã hóa. Đặt ở vị trí này giúp tăng cường các đặc trưng quan trọng được truyền qua đường kết nối tắt (skip-connection) sang bộ giải mã. Vị trí này tránh được việc khuếch đại nhiễu (xảy ra nếu đặt ở các tầng đầu) và tránh làm tăng chi phí tính toán (xảy ra nếu đặt ở các tầng quá sâu).

3. Kỹ thuật cắt tỉa Prune trong khóa luận hoạt động theo nguyên lý nào và mang lại hiệu quả gì?
Trả lời: Thuật toán sử dụng xấp xỉ Taylor bậc một để tính toán mức độ thay đổi của hàm mất mát khi một bộ lọc bị loại bỏ: $\Phi(W_i) = \frac{1}{M} \sum_{m=1}^M |\frac{\partial L}{\partial w_{i,m}}|{w{i,m}=0} w_{i,m}|$. Các bộ lọc ít ảnh hưởng nhất sẽ bị cắt bỏ tuần tự. Kỹ thuật này giúp mô hình giảm 54,17% số lượng trọng số học tập nhưng chỉ làm giảm 1,50% điểm mIoU.

4. Quy trình tiền xử lý tín hiệu thô thành ảnh phổ đầu vào được thực hiện ra sao?
Trả lời: Dạng sóng tín hiệu thô miền thời gian thu được tại máy thu được chuyển đổi sang miền tần số thông qua phép biến đổi FFT 4096 điểm. Sau đó, dữ liệu phổ được chuẩn hóa giá trị về khoảng $[0, 1]$, ánh xạ màu và định cỡ thành ảnh 2D kích thước $256 \times 256$ pixel trước khi đưa vào mô hình phân đoạn.

5. Hiệu năng tổng thể của mô hình đề xuất đạt được mức độ chính xác như thế nào?
Trả lời: Mô hình đề xuất tăng điểm mIoU trung bình lên 12,99% so với DeepLabV3+ gốc. Ở điều kiện mức nhiễu chấp nhận được, mô hình đạt Độ chính xác toàn cục 86,86% và điểm mIoU 72,36%.

Kết luận

Khóa luận tốt nghiệp của tác giả Nguyễn Gia Vương đã nghiên cứu và phát triển thành công giải pháp cảm biến phổ thông minh dựa trên học sâu để phân đoạn tín hiệu 5G NR và LTE cùng tồn tại. Bằng cách kết hợp biến đổi FFT 4096 điểm với kiến trúc DeepLabV3+ cải tiến (tích hợp khối ASPP thích ứng ADR, cơ chế tự chú ý kênh ATM và cắt tỉa trọng số theo Taylor bậc một), hệ thống đạt mIoU 72,36% và độ chính xác 86,86%, đồng thời giảm 54,17% số lượng tham số. Kết quả nghiên cứu cung cấp cơ sở kỹ thuật và thực nghiệm quan trọng cho việc ứng dụng thị giác máy tính vào xử lý tín hiệu trong các mạng vô tuyến nhận thức thế hệ tiếp theo.