Tổng quan về luận án

Sự bùng nổ của lưu lượng dữ liệu vô tuyến và các kịch bản ứng dụng Internet vạn vật (IoT) mật độ cao đặt ra yêu cầu cấp thiết về mở rộng băng thông và nâng cao hiệu quả phổ tần trong các hệ thống thông tin di động thế hệ thứ năm (5G) và thế hệ tiếp theo (6G). Trong bối cảnh tài nguyên phổ tần dưới 6 GHz đang cạn kiệt, dải sóng milimet (mmWave) – đặc biệt là hai băng tần 28 GHz và 38 GHz – trở thành lựa chọn cốt lõi theo khuyến nghị của Liên minh Viễn thông Quốc tế (ITU-R IMT-2020) và Ủy ban Truyền thông Liên bang Hoa Kỳ (FCC). Tuy nhiên, đặc tính lan truyền ở bước sóng cực ngắn chịu tổn hao môi trường cao, suy hao phản xạ lớn và tính chất chặn (blockage) nghiêm trọng bởi các công trình nhân tạo.

Khoảng trống nghiên cứu (research gap) trọng tâm nằm ở sự thiếu hụt các mô hình suy hao kênh chính xác, có khả năng thích ứng linh hoạt với đặc thù kiến trúc đô thị tầng lớp cao tại Việt Nam mà không phụ thuộc hoàn toàn vào đo kiểm thực địa tốn kém (Rappaport et al., 2015; 3GPP TR 38.900). Đồng thời, các kiến trúc máy thu ước lượng hướng sóng tới (Direction of Arrival - DOA) hiện hành chủ yếu dựa trên số hóa trực tiếp tần số siêu cao với tốc độ lấy mẫu cực lớn, gây áp lực nặng nề về chi phí phần cứng và tiêu thụ năng lượng khi xử lý tín hiệu tương quan đa đường.

Để giải quyết các rào cản này, công trình của tác giả Vũ Thanh Quang (2023), do GS. Vũ Văn Yêm hướng dẫn tại Đại học Bách khoa Hà Nội (Mã số: 9520208), tập trung vào các câu hỏi nghiên cứu (Research Questions - RQ) và giả thuyết khoa học (Hypotheses - H):

  • RQ1: Làm thế nào để ước lượng chính xác mô hình suy hao truyền sóng ở tần số 28 GHz và 38 GHz trong môi trường đô thị phức tạp thông qua các kỹ thuật xử lý dữ liệu và học máy tiên tiến?
  • RQ2: Kiến trúc phần cứng và thuật toán nào cho phép ước lượng chính xác góc tới tín hiệu (AOA) trong mặt phẳng phương vị ở dải sóng mmWave với số lượng mẫu hạn chế và tín hiệu tương quan cao?
  • H1: Việc tích hợp thuật toán Hồi quy tuyến tính (Linear Regression) với hàm mất mát MMSE và thuật toán K-Nearest Neighbor (KNN) sẽ giảm thiểu độ lệch chuẩn (shadow fading standard deviation $\sigma$) so với các mô hình 3GPP TR 38.900 tiêu chuẩn.
  • H2: Kiến trúc máy thu trung tần số (IF-SDR) kết hợp bộ dịch pha $90^\circ$ và kỹ thuật làm mịn không gian (Spatial Smoothing) cho phép thuật toán MUSIC đạt độ phân giải góc tới dưới $1^\circ$ với số lượng mẫu nhỏ.

Nghiên cứu sử dụng khung lý thuyết tích hợp giữa Mô hình suy hao tham chiếu khoảng cách gần (Close-In Free Space Reference Distance - CI), Mô hình đoạn chắn trôi (Floating-Intercept - FI), cùng lý thuyết ước lượng không gian con (Subspace-based Estimation). Phạm vi thực nghiệm và mô phỏng được thực hiện trên không gian đô thị thực tế (Times City và Trường THPT Chuyên Nguyễn Huệ, Hà Nội) với khoảng cách thu phát từ 10 m đến 500 m, công suất phát 30 dBm, 35 dBm và 43 dBm, độ cao anten phát 7 m và 17 m trên băng thông RF 800 MHz.

Literature Review và Positioning

Các nghiên cứu lan truyền sóng milimet trên thế giới được định hình bởi nhiều trường phái học thuật:

                                [Khung Kênh Truyền mmWave Toàn Cầu]
[Nhóm Thực Nghiệm/Chuẩn Hóa]             [Nhóm Đo Dò Kênh Chuyên Biệt]          [Hướng Tiếp Cận Luận Án]
- 3GPP TR 38.900 (UMi/UMa/RMa)           - Tokyo Tech (60 GHz Kênh Tốc Độ Cao)  - Vũ Thanh Quang & Vũ Văn Yêm (2023)
- SUI Model (Stanford Univ.)             - Univ. of Rennes (Hệ Đo Xung CIR)     - Tích Hợp ML (KNN, MMSE-CI) & CoIEE
- NYU Wireless (Rappaport, CI/FI)                                               - Khung Thu IF-SDR 28/38 GHz + FBSS
  1. Trường phái mô hình bán thực nghiệm chuẩn hóa: Đại diện tiêu biểu là tổ chức 3GPP với tiêu chuẩn 3GPP TR 38.900 (2018) đưa ra các mô hình kênh cho tần số từ 0.5 đến 100 GHz trong các kịch bản Urban Micro (UMi), Urban Macro (UMa), Rural Macro (RMa), và Indoor Office (InH). Bên cạnh đó, mô hình Stanford University Interim (SUI) (Erceg et al., 2001) phân loại môi trường thành 3 loại địa hình A, B, C cho dải tần dưới 11 GHz nhưng bộc lộ nhiều sai số khi ngoại suy lên dải sóng milimet.
  2. Trường phái mô hình kênh tham chiếu không gian NYU Wireless: Nhóm nghiên cứu của GS. Theodore S. Rappaport tại NYU Tandon (MacCartney & Rappaport, 2015; Sun et al., 2016) đã tiên phong đề xuất mô hình CI và FI dựa trên cơ sở vật lý với khoảng cách tham chiếu $d_0 = 1\text{ m}$. Mô hình CI giải quyết được tính bất ổn định toán học của mô hình FI khi ngoại suy ngoài phạm vi đo đạc.
  3. Trường phái đo đạc và kiến trúc phần cứng: Nhóm nghiên cứu tại Viện Công nghệ Tokyo (Tokyo Tech) tập trung vào thiết bị dò kênh 60 GHz trong nhà, trong khi Đại học Rennes (Pháp) phát triển hệ thống đo đáp ứng xung kênh CIR trong miền thời gian và tần số (Haneda et al., 2016).

Bất đồng học thuật chủ yếu diễn ra giữa quan điểm sử dụng mô hình tham chiếu vật lý chuẩn hóa CI ($d_0 = 1\text{ m}$) và mô hình toán học thuần túy FI. Trong khi nhóm NYU Wireless chứng minh mô hình CI có tính ổn định cao và số mũ suy hao (PLE - Path Loss Exponent) mang ý nghĩa vật lý rõ ràng, các nhóm nghiên cứu thuộc 3GPP lại ưu tiên các phương trình đa đoạn có tham số đánh chặn nhằm tối ưu khớp dữ liệu cục bộ.

Luận án định vị tại điểm giao thoa giữa xử lý dữ liệu thông minh và kỹ thuật phần cứng vô tuyến định nghĩa bằng phần mềm (SDR). Thay vì chỉ dừng lại ở các phương pháp đo đạc thực nghiệm cục bộ hoặc mô phỏng đơn thuần như các nghiên cứu tại Tokyo Tech và Rennes, công trình đã:

  • Tích hợp các thuật toán học máy giám sát (Hồi quy tuyến tính, KNN) và thuật toán phân cụm CoIEE vào việc tinh chỉnh số mũ suy hao $n$ và độ lệch chuẩn Shadowing $\sigma$.
  • So sánh trực tiếp hiệu năng với bộ tham số của NYU Wireless và 3GPP TR 38.900, chỉ ra sự thích ứng vượt trội đối với địa hình đô thị đặc thù.
  • Khắc phục giới hạn của các hệ thống ước lượng DOA truyền thống vốn dùng phần cứng analog cồng kềnh hoặc bộ ADC băng siêu rộng đắt tiền.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Nghiên cứu mở rộng nền tảng lý thuyết truyền sóng vô tuyến của Friis và mô hình kênh bóng mờ (log-distance path loss model) trong môi trường phân tán đa đường ở tần số siêu cao:

$$\text{Mô hình truyền sóng Friis: } P_r(d) = P_t \frac{G_t G_r}{L} \left(\frac{\lambda}{4\pi d}\right)^2$$

$$\text{Mô hình Log-Distance cải tiến: } PL_p(d) = PL_{FS}(d_0) + 10n \log_{10}\left(\frac{d}{d_0}\right) + X_\sigma$$

Trong đó, $n$ là số mũ suy hao (biến thiên từ 2 đến 6 tùy thuộc mật độ vật cản) và $X_\sigma \sim \mathcal{N}(0, \sigma^2)$ là biến ngẫu nhiên Gauss mô tả hiện tượng fading che khuất (Shadow Fading).

[Nhánh 1: Khung Suy Hao Kênh]                                                [Nhánh 2: Khung Không Gian Con DOA]
- Mô hình Close-In (CI, d0=1m)                                               - Kiến trúc IF-SDR + Di pha 90° (I/Q)
- Tối ưu hóa: MMSE, Gradient Descent, KNN                                    - Giải tương quan: Phân đoạn FBSS / MSS
- Phân cụm CoIEE (Silhouette Index)                                          - Thuật toán phân giải cao: MUSIC / ESPRIT

Các mệnh đề lý thuyết được kiểm chứng:

  • Mệnh đề P1: Việc tối thiểu hóa hàm mục tiêu lỗi bình phương trung bình cực tiểu (MMSE) đối với tham số $\bar{n}$ trong mô hình CI: $$\bar{n} = \frac{\sum D \cdot A}{\sum D^2} \quad \text{với } D = 10\log_{10}(d/d_0), ; A = PL(f,d) - PL_{FS}(f,d_0)$$ cho phép mô hình hóa suy hao với phương sai lỗi nhỏ nhất trên toàn dải khoảng cách từ 10 m đến 500 m.
  • Mệnh đề P2: Biểu diễn toán học của đáp ứng xung kênh MIMO (CIR) phụ thuộc đồng thời vào miền không gian, thời gian và tần số được mô hình hóa tổng quát qua phương trình: $$h_{m,k}(f) = \sum_{p} \alpha_{m,k,p} e^{j\Phi_{m,k,p}} e^{-j2\pi f\tau_{m,k,p}} e^{-j2\pi d_T m \sin(\phi_{m,k,p})} e^{-j2\pi d_R k \sin(\varphi_{m,k,p})}$$ Trong đó $d_T, d_R$ là khoảng cách chuẩn hóa theo bước sóng mang $\lambda$ giữa các phần tử anten phát/thu, $\phi$ là góc phương vị phát (AOD), và $\varphi$ là góc phương vị tới (AOA).

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp ba lý thuyết cốt lõi: Lý thuyết điện từ trường vi ba, Lý thuyết xử lý tín hiệu không gian con (Subspace Signal Processing), và Lý thuyết học máy thống kê.

Điểm đổi mới căn bản nằm ở phương pháp xử lý dữ liệu 4 bước kết hợp thuật toán CoIEE:

  1. Phương pháp 1: Sử dụng các số mũ suy hao tham chiếu cố định.
  2. Phương pháp 2: Nội suy từ bộ dữ liệu các số mũ suy hao của các điểm thu lân cận.
  3. Phương pháp 3: Nội suy trực tiếp từ cặp dữ liệu suy hao và khoảng cách $Tx-Rx$.
  4. Phương pháp 4: Tối ưu hóa toàn cục bằng tiêu chuẩn sai số bình phương trung bình tối thiểu (MMSE).

Điều kiện biên (boundary conditions) được xác lập rõ ràng: Mô hình áp dụng cho môi trường vi tế bào đô thị (UMi) ngoài trời và bán mở, dải tần hoạt động $28\text{ GHz} \pm 400\text{ MHz}$ và $38\text{ GHz} \pm 400\text{ MHz}$, chiều cao máy phát $h_{TX} \in [7\text{ m}, 17\text{ m}]$, máy thu di động $h_{RX} = 1.5\text{ m}$, cấu hình mảng anten tuyến tính đều (ULA) cách nhau khoảng cách $0.5\lambda$.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Nghiên cứu vận dụng thế giới quan thực chứng (positivism) với phương pháp tiếp cận định lượng nghiêm ngặt kết hợp giữa mô phỏng bán thực nghiệm độ chính xác cao và phân tích thuật toán giải tích.

Thiết kế nghiên cứu đa tầng bao gồm:

  • Cấp độ 1 (Mô hình hóa kênh truyền 3D): Sử dụng công cụ mô phỏng theo vết tia 3D (3D Ray Tracing) chuyên dụng Wireless InSite kết hợp với phần mềm mô phỏng kênh truyền mã nguồn mở NYUSIM do NYU Wireless phát triển.
  • Cấp độ 2 (Xử lý dữ liệu và Học máy): Xây dựng các đường ống dữ liệu trên môi trường MATLAB để huấn luyện và kiểm thử các thuật toán học máy.
  • Cấp độ 3 (Kiến trúc xử lý tín hiệu mảng SDR): Mô hình hóa hệ thống thu trung tần số sử dụng dàn anten ULA với các thuật toán MUSIC, ESPRIT cải tiến.

Quy trình nghiên cứu rigorous

Quy trình thu thập và xử lý dữ liệu tuân thủ các bước chuẩn hóa:

                                                       [Tập Dữ Liệu Kênh Truyền (100+ Điểm Thu)]
                          [Phân Tách Dữ Liệu 80/20]                                          [Trích Xuất Thông Số Không Gian]
                         [Huấn Luyện Hồi Quy & KNN]                                          [Mô Hình IF-SDR & Di Pha 90°]
                       [Đánh Giá PLE (n) & Độ Lệch σ]                                       [Khử Tương Quan FBSS + Phổ MUSIC]
  1. Thu thập dữ liệu kênh: Khởi tạo bản đồ 3D cấu trúc vật liệu thực tế (bê tông, kính, gạch) tại khu đô thị Times City và khuôn viên THPT Chuyên Nguyễn Huệ. Thiết lập $N = 100$ điểm thu phân bố ngẫu nhiên trong dải khoảng cách từ 10 m đến 500 m.
  2. Giao thức mô phỏng kênh mmWave: Băng thông kênh 800 MHz chia thành 1600 sóng mang phụ (khoảng cách sóng mang $\Delta f = 500\text{ kHz}$). Hệ thống anten phát/thu là dàn ULA $2 \times 2$ (tại 28 GHz) và $8 \times 8$ (tại 38 GHz), góc búp sóng nửa công suất (HPBW) ở cả góc phương vị và góc ngẩng là $10^\circ$, phân cực cùng hướng (Co-Pol).
  3. Phân tách dữ liệu: Tập dữ liệu LOS và NLOS được phân tách độc lập thành 80% cho tập huấn luyện (Training Set) và 20% cho tập kiểm thử (Testing Set).
  4. Kỹ thuật làm mịn không gian giải tương quan: Áp dụng kỹ thuật làm mịn không gian thuận nghịch (Forward-Backward Spatial Smoothing - FBSS) và làm mịn không gian cải tiến (Modified Spatial Smoothing - MSS) để khôi phục hạng của ma trận hiệp phương sai tín hiệu $\mathbf{R}{xx}$ khi các tia sóng tới bị tương quan hoàn toàn do phản xạ đa đường: $$\mathbf{R}{xx} = \mathbb{E}[\mathbf{x}(n)\mathbf{x}^H(n)] = \mathbf{A}\mathbf{R}{ss}\mathbf{A}^H + \sigma{noise}^2\mathbf{I}$$

Data và phân tích

Phân tích dữ liệu thực hiện thông qua các mô hình thống kê nâng cao:

  • Tối ưu hóa tham số học máy: Trong mô hình Hồi quy tuyến tính, hàm mất mát được tối ưu hóa bằng thuật toán Gradient Descent với tốc độ học $\alpha$ tự điều chỉnh để cập nhật trọng số: $$\theta_j := \theta_j - \alpha \frac{\partial}{\partial \theta_j} J(\theta)$$
  • Thuật toán K-Nearest Neighbor (KNN): Xác định giá trị suy hao dự đoán dựa trên khoảng cách Euclidean trong không gian đặc trưng khoảng cách và công suất của $k$ điểm lân cận gần nhất ($N_k(x)$), với $k$ được quét tối ưu từ 1 đến 20 để cực tiểu hóa sai số căn quân phương (RMSE).
  • Thuật toán CoIEE: Đánh giá chất lượng phân cụm số mũ suy hao thông qua hệ số Silhouette trung bình trên các giá trị tham số phân cụm $p$ biến thiên từ 2 đến 44560.

Phát hiện đột phá và implications

Những phát hiện then chốt

Công trình mang lại 5 phát hiện then chốt với bằng chứng số liệu rõ ràng:

Kịch bản & Tần số Mô hình / Thuật toán Số mũ suy hao ($n$) Độ lệch chuẩn Shadowing ($\sigma$, dB) Giá trị suy hao tại 42.6 m (dB)
28 GHz - LOS (7m, 35dBm) NYUSIM / Hồi quy MMSE $n = 1.95 \approx 2.0$ $\sigma = 1.82\text{ dB}$ 109.9 (Định hướng) / 101.3 (Đẳng hướng)
28 GHz - NLOS (7m, 35dBm) KNN tối ưu ($k=5$) $n = 3.42$ $\sigma = 4.15\text{ dB}$ 132.4
38 GHz - LOS (7m, 35dBm) NYUSIM / Hồi quy MMSE $n = 2.08$ $\sigma = 2.14\text{ dB}$ 110.6 (Định hướng) / 104.0 (Đẳng hướng)
38 GHz - NLOS (7m, 35dBm) KNN tối ưu ($k=7$) $n = 3.86$ $\sigma = 5.62\text{ dB}$ 138.7
3GPP UMi Tham chiếu Chuẩn TR 38.900 $n_{LOS} = 2.10, n_{NLOS} = 3.53$ $\sigma_{LOS} = 4.00, \sigma_{NLOS} = 7.82$ N/A
  1. Đặc tính suy hao môi trường tầm nhìn thẳng (LOS): Ở tần số 28 GHz, số mũ suy hao đường truyền thực tế $n \approx 1.95$ rất gần với giá trị lý thuyết không gian tự do ($n=2$). Tại khoảng cách 42.6 m, mô hình định hướng ghi nhận mức suy hao 109.9 dB và công suất thu $-28.7\text{ dBm}$, trong khi mô hình đẳng hướng có mức suy hao 101.3 dB và công suất thu $-71.3\text{ dBm}$.
  2. Sự vượt trội của thuật toán KNN trong điều kiện che khuất (NLOS): Trong điều kiện phi tầm nhìn thẳng, thuật toán KNN chứng minh khả năng thích ứng phi tuyến vượt bậc so với Hồi quy tuyến tính. Tại tần số 38 GHz ở khu vực Times City, KNN giúp giảm độ lệch chuẩn $\sigma$ từ 7.82 dB (theo mô hình chuẩn 3GPP) xuống còn 5.62 dB.
  3. Mối quan hệ phi tuyến tính của độ cao anten phát: Khi nâng chiều cao anten phát từ 7 m lên 17 m tại khu vực trường THPT Chuyên Nguyễn Huệ, số mũ suy hao $n$ trong điều kiện NLOS ở tần số 28 GHz giảm 14.3% (từ 3.61 xuống 3.09) do giảm thiểu góc chắn của các tòa nhà tầng thấp.
  4. Khả năng triệt tiêu tương quan của hệ thống IF-SDR kết hợp FBSS: Đối với bài toán DOA, hệ thống máy thu trung tần số tích hợp bộ dịch pha $90^\circ$ kết hợp giải thuật FBSS và MUSIC cho phép tách biệt chính xác hai nguồn tín hiệu tương quan hoàn toàn với sai số RMSE $< 0.8^\circ$ tại tỷ số tín hiệu trên tạp âm $\text{SNR} \ge 10\text{ dB}$.
  5. Tính ổn định của hàm phân loại MUSIC: Phổ giả MUSIC ($P_{MUSIC}(\varphi)$) duy trì đỉnh sắc nhọn tại các góc tới phương vị ngay cả khi số lượng mẫu xử lý giảm xuống dưới 50 mẫu, giảm thiểu 65% thời gian tính toán ma trận hiệp phương sai.

Implications đa chiều

  • Về mặt lý thuyết: Chứng minh tính tương thích của mô hình CI đối với môi trường truyền sóng đô thị dày đặc tại các nước đang phát triển, bổ sung bằng chứng thực nghiệm cho lý thuyết kênh truyền mmWave của NYU Wireless.
  • Về mặt phương pháp luận: Thiết lập quy trình chuẩn hóa kết hợp giữa mô phỏng theo vết tia 3D và các thuật toán học máy phân tán, mở ra phương pháp ước lượng kênh chi phí thấp cho các viện nghiên cứu.
  • Về ứng dụng thực tiễn: Cung cấp bộ tham số truyền sóng chuẩn xác cho các nhà mạng viễn thông (Viettel, VNPT, MobiFone) phục vụ quy hoạch vị trí trạm gốc micro-cell 5G/6G tại Hà Nội và các đô thị tương đồng, tối ưu hóa công suất phát và giảm thiểu vùng lõm sóng.
  • Về mặt chính sách: Cung cấp cơ sở khoa học cho Cục Tần số Vô tuyến điện (Bộ Thông tin và Truyền thông) trong việc xây dựng quy chuẩn kỹ thuật quốc gia về định mức phát xạ và quy hoạch phổ tần 26/28/38 GHz.

Limitations và Future Research

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

  • Dữ liệu nghiên cứu chủ yếu được tạo lập thông qua các công cụ mô phỏng theo vết tia 3D (Wireless InSite, NYUSIM) với thông số vật liệu chuẩn hóa, chưa bao gồm các chiến dịch đo quét thực địa (drive-test) quy mô lớn bằng xe đo chuyên dụng do hạn chế về kinh phí trang thiết bị cao tần.
  • Luận án mới tập trung giải quyết bài toán ước lượng hướng sóng tới (AOA) trong mặt phẳng phương vị 2D (Azimuth), chưa mở rộng đầy đủ ra không gian 3D bao gồm cả góc ngẩng (Elevation).
  • Ảnh hưởng của hiện tượng suy giảm do mưa nhiệt đới gió mùa và tán lá cây rậm rạp đặc trưng của khí hậu Việt Nam chưa được tích hợp đầy đủ vào mô hình toán học.

Chương trình nghiên cứu tương lai (Future Research Agenda):

  1. Mở rộng dải tần nghiên cứu lên các băng tần cận Terahertz (90 - 140 GHz và 220 - 300 GHz) phục vụ các kịch bản mạng 6G siêu cao tốc.
  2. Tích hợp các thuật toán Học sâu (Deep Learning), Mạng nơ-ron tích chập đồ thị (GCN) và Transformer vào dự đoán ma trận kênh thời gian thực.
  3. Chế tạo thử nghiệm bo mạch phần cứng máy thu đa anten IF-SDR trên nền tảng chip FPGA/DSP thương mại để kiểm chứng thực tế giải thuật DOA.
  4. Nghiên cứu tác động của bề mặt phản xạ thông minh tái cấu hình (Reconfigurable Intelligent Surfaces - RIS) đối với việc cải thiện vùng phủ sóng mmWave.

Tác động và ảnh hưởng

  • Tác động học thuật: Đóng góp hệ thống dữ liệu tham số kênh cho cộng đồng nghiên cứu vô tuyến trong nước; các bài báo công bố từ luận án trên các tạp chí khoa học uy tín tạo tiền đề cho các trích dẫn quốc tế về mô hình kênh đô thị Đông Nam Á.
  • Chuyển đổi công nghiệp: Giúp các doanh nghiệp sản xuất thiết bị viễn thông trong nước thiết kế các khối vô tuyến RF/IF băng hẹp có giá thành thấp nhưng vẫn đáp ứng tiêu chuẩn xử lý tín hiệu mảng của mạng 5G Massive MIMO.
  • Tác động xã hội: Thúc đẩy quá trình thương mại hóa mạng 5G băng rộng tốc độ gigabit, tạo nền tảng hạ tầng kết nối cho thành phố thông minh, xe tự hành và y tế từ xa.

Đối tượng hưởng lợi

  • Nghiên cứu sinh và Giới học thuật: Tiếp cận phương pháp luận kết hợp giữa mô phỏng Ray Tracing và Machine Learning trong mô hình hóa kênh truyền vô tuyến.
  • Kỹ sư R&D Viễn thông: Ứng dụng trực tiếp kiến trúc máy thu trung tần số (IF-SDR) kết hợp bộ dịch pha $90^\circ$ để giảm giá thành thiết bị thu phát đa anten.
  • Đơn vị Quy hoạch Mạng Di động: Sử dụng bảng số liệu suy hao và số mũ $n$ tại 28/38 GHz để thiết kế cell size chính xác, tiết kiệm chi phí đầu tư trạm gốc (CAPEX/OPEX).
  • Cơ quan Quản lý Nhà nước: Sở hữu dữ liệu khoa học tin cậy để ban hành chính sách phân bổ tài nguyên băng tần mmWave hợp lý.

Câu hỏi chuyên sâu

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

Luận án đã mở rộng Mô hình suy hao tham chiếu khoảng cách gần (CI Model) của nhóm GS. Rappaport bằng việc tích hợp thuật toán phân cụm CoIEE và hồi quy tối ưu MMSE trên dữ liệu địa hình đô thị đặc thù. Nghiên cứu chứng minh rằng việc áp dụng số mũ suy hao động theo từng cụm phân bố địa vật lý giúp giảm thiểu đáng kể sai số dự đoán so với việc áp dụng một hệ số suy hao tĩnh trên toàn vùng phủ sóng.

2. Điểm đột phá về phương pháp luận so với các nghiên cứu quốc tế trước đây?

So với nghiên cứu của Đại học Rennes (chỉ tập trung đo đáp ứng xung thực nghiệm) và Tokyo Tech (sử dụng hệ đo tương tự cồng kềnh), luận án đề xuất một giải pháp toàn diện: kết hợp mô phỏng vết tia 3D độ phân giải cao với xử lý dữ liệu thông minh (KNN/Hồi quy) và thiết kế kiến trúc máy thu số hóa trung tần (IF-SDR) băng hẹp. Giải pháp này giải quyết triệt để bài toán thắt nút cổ chai về tốc độ lấy mẫu ADC trong ước lượng hướng sóng tới dải mmWave.

3. Phát hiện bất ngờ nhất có bằng chứng số liệu chứng minh?

Phát hiện bất ngờ nhất là tại tần số 38 GHz trong môi trường LOS, số mũ suy hao $n = 2.08$ chỉ tăng nhẹ 6.6% so với tần số 28 GHz ($n = 1.95$), trong khi suy hao phụ thuộc tần số chủ yếu rơi vào hằng số suy hao không gian tự do tại 1 m đầu tiên ($PL_{FS}(1\text{m})$ tăng từ 61.38 dB lên 64.04 dB). Điều này chứng minh tiềm năng phủ sóng ngoài trời của dải 38 GHz là hoàn toàn khả thi nếu giải quyết tốt vấn đề định dạng búp sóng công suất cao.

4. Quy trình tái lập nghiên cứu (Replication Protocol) có được cung cấp đầy đủ không?

Luận án cung cấp đầy đủ quy trình tham số: Thiết lập mô phỏng trên NYUSIM/Wireless InSite (băng thông 800 MHz, 1600 sóng mang phụ, khoảng cách anten $0.5\lambda$, góc búp sóng $10^\circ$), lưu đồ thuật toán Hồi quy tuyến tính với Gradient Descent, quy tắc phân chia tập dữ liệu 80/20, và các phương trình toán học giải tương quan FBSS/MUSIC. Các nhà nghiên cứu khác hoàn toàn có thể lập trình tái lập chính xác các kết quả trên nền tảng MATLAB.

5. Định hướng nghiên cứu 10 năm tới được phác thảo như thế nào?

Chiến lược 10 năm tới định hình việc chuyển dịch nghiên cứu từ dải sóng mmWave sang băng tần dưới Terahertz (sub-THz, 100 - 300 GHz), tích hợp trí tuệ nhân tạo tạo sinh (Generative AI) trong tự động tối ưu hóa mạng vô tuyến, và hiện thực hóa các mảng siêu vật liệu tái cấu hình (RIS) hỗ trợ truyền thông không điểm chết trong đô thị thông minh 6G.

Kết luận

  1. Chuẩn hóa mô hình suy hao kênh: Xác lập thành công mô hình suy hao truyền sóng dải 28 GHz và 38 GHz phù hợp với cấu trúc không gian đô thị Việt Nam, xác định chính xác số mũ suy hao $n \in [1.95, 2.08]$ cho LOS và $n \in [3.42, 3.86]$ cho NLOS.
  2. Đột phá thuật toán xử lý dữ liệu: Đề xuất ứng dụng thành công các thuật toán Hồi quy tuyến tính tối ưu MMSE, KNN và phân cụm CoIEE, giúp giảm độ lệch chuẩn che khuất $\sigma$ xuống mức tối ưu hơn chuẩn 3GPP TR 38.900.
  3. Sáng tạo kiến trúc phần cứng máy thu: Đề xuất kiến trúc máy thu đa kênh song song SDR trung tần số (IF) kết hợp bộ di pha $90^\circ$ thực hiện phép biến đổi cầu phương I/Q chính xác với tốc độ lấy mẫu thấp.
  4. Giải quyết bài toán tín hiệu tương quan: Phát triển thành công giải pháp kết hợp phân đoạn làm mịn không gian (FBSS/MSS) với thuật toán phân loại tín hiệu đa đường MUSIC, cho phép ước lượng chính xác hướng sóng tới (AOA) với số lượng mẫu nhỏ.
  5. Mở ra các hướng nghiên cứu mới: Đặt nền móng cho 3 hướng nghiên cứu chuyên sâu: (i) Đo đạc và ước lượng kênh truyền 3D dải sub-THz, (ii) Tối ưu hóa định dạng búp sóng số thông minh bằng AI, và (iii) Tích hợp công nghệ vô tuyến nhận thức SDR trên chip đơn phục vụ quốc phòng và an ninh viễn thông.