Tổng quan về luận án

Sự bùng nổ của mạng không dây thế hệ mới ghi nhận mức tăng trưởng lưu lượng dữ liệu di động lên tới 46% giai đoạn 2020–2021, đạt mốc 66 ExaBytes, đồng thời đặt ra yêu cầu khắt khe về độ trễ xử lý từ mức 10 ms (chuẩn 4G) xuống dưới 1 ms (chuẩn 5G). Để giải quyết bài toán dung lượng và hiệu suất phổ (Spectral Efficiency - SE), công nghệ đa đầu vào đa đầu ra cỡ lớn (Large-Scale MIMO / LS-MIMO) trang bị từ hàng chục đến hàng trăm ăng-ten tại trạm gốc (Base Station - BS) đã trở thành trụ cột kiến trúc then chốt. Tuy nhiên, thách thức công nghệ cốt lõi nằm ở hiệu quả năng lượng (Energy Efficiency - EE) của mạch tần số vô tuyến (RF): mức tiêu thụ công suất của bộ chuyển đổi tương tự sang số (Analog-to-Digital Converter - ADC) tăng tuyến tính theo số lượng ăng-ten và tăng theo cấp số nhân $2^\Sigma$ với độ phân giải $\Sigma$-bit. Trong thực tế, các bộ ADC độ phân giải cao (8–12 bit, tốc độ $\ge 20\text{ GSample/s}$) tiêu tốn khoảng 500 mW mỗi bộ; một trạm gốc 256 ăng-ten với 512 bộ ADC sẽ tiêu thụ tới 256 W – mức công suất bất khả thi cho các hệ thống vô tuyến thương mại.

Khoảng trống nghiên cứu (Research Gap) xuất hiện rõ rệt trong các tài liệu kinh điển: các nghiên cứu trước đây (như Vu et al., 2018; Fan et al., 2015) thường áp dụng quy tắc ngưỡng cắt ba lần độ lệch chuẩn ("three-sigma rule", $L_{NQ} = 3\sigma$) vốn chỉ tối ưu cho ADC độ phân giải cao, làm suy giảm nghiêm trọng hiệu năng của ADC 1–2 bit do mất cân bằng giữa méo quá tải và méo lượng tử hạt. Hơn nữa, việc thiết kế mã kiểm tra chẵn lẻ mật độ thấp dựa trên đồ thị cơ sở (Protograph LDPC / P-LDPC) và các thuật toán tách sóng kết hợp cho hệ thống LS-MIMO sử dụng ADC cực thấp (1-bit) hoặc cấu hình ADC hỗn hợp (Mixed-ADC) chưa từng được tối ưu hóa toàn diện dưới ràng buộc độ trễ và số lần lặp giải mã thấp.

Luận án của NCS. Đặng Ngọc Hùng (Học viện Công nghệ Bưu chính Viễn thông, hướng dẫn bởi PGS. Nguyễn Văn Thủy và PGS. Nguyễn Trung Hiếu) đặt ra hệ thống 3 câu hỏi và giả thuyết nghiên cứu có cấu trúc:

  1. RQ1 & H1: Liệu việc tái tối ưu hóa giới hạn cắt biên độ độc lập với số ăng-ten phát có thể giảm thiểu méo lượng tử và nâng cao vượt bậc dung lượng đường lên cho ADC đồng nhất 1–2 bit hay không?
  2. RQ2 & H2: Một cấu trúc mã P-LDPC có tỉ lệ thích ứng (Rate-Compatible) được tối ưu hóa theo phân phối bậc cạnh PEXIT có khả năng triệt tiêu lỗi sàn và đạt độ lợi mã hóa vượt trội trong điều kiện lượng tử hóa 1-bit khắc nghiệt?
  3. RQ3 & H3: Thuật toán tách sóng và giải mã kết hợp hai lớp (Two-Layer Factor Graph) cùng thuật toán phân tích thông tin tương hỗ ngoại lai ADC-Mixed-LS-MIMO-PEXIT có thể cân bằng tối ưu giữa SE và EE trong kiến trúc ADC hỗn hợp?

Dựa trên khung lý thuyết dung lượng kênh Shannon (1948), mô hình kênh đa ăng-ten Rayleigh fading của Telatar (1999), mô hình nhiễu lượng tử cộng (AQNM) và đồ thị Tanner mở rộng, luận án đã mang lại đột phá định lượng: nâng cao hiệu suất phổ đường lên từ 5 đến 9 bits/s/Hz cho cấu hình $N = 50$ đến $N = 500$ ăng-ten BS với ADC 1-bit, đồng thời thiết lập họ mã P-LDPC mới đem lại độ lợi mã hóa tối thiểu 0.7 dB so với các chuẩn mã tiên tiến nhất hiện nay (AR3A, NND) trên không gian mô phỏng kiểm thử $F_s = 10^7$ khung đạt mức $FER = 10^{-5}$.

Literature Review và Positioning

Các công trình nghiên cứu tiền đề về hệ thống đa ăng-ten bắt đầu từ phân tích dung lượng kênh Rayleigh của Telatar (1999) và Foschini & Gans (1998), chứng minh dung lượng lý thuyết tăng tuyến tính theo $\min(M, N)$. Khi mở rộng sang LS-MIMO, Marzetta (2010) và Lu et al. (2014) chỉ ra rằng số lượng ăng-ten trạm gốc vô cùng lớn có thể triệt tiêu hoàn toàn nhiễu nội ô và nhiễu Gauss trắng cộng (AWGN) bằng các bộ xử lý tuyến tính như Kết hợp tỉ lệ tối đa (MRC), Cưỡng bức về không (ZF) hoặc Sai số bình phương trung bình tối thiểu (MMSE). Tuy nhiên, nút thắt phần cứng xuất hiện tại mô-đun RF khi triển khai thực tế.

Trong nhánh nghiên cứu về ADC độ phân giải thấp, tồn tại cuộc tranh luận học thuật sâu sắc giữa hai trường phái:

  • Trường phái lượng tử hóa không đồng nhất: Tiêu biểu là Fan et al. (2015), Liang et al. (2016) và Dai et al. (2018), sử dụng bộ lượng tử hóa Lloyd-Max tối ưu hóa các mức chuyển đổi $\Delta$ theo hàm mật độ xác suất (PDF) của tín hiệu đầu vào. Nhóm nghiên cứu này chứng minh SE tiệm cận mức lý tưởng nhưng thừa nhận nhược điểm độ phức tạp phần cứng cao, thiếu linh hoạt khi phân phối đầu vào biến đổi và chi phí tính toán lớn.
  • Trường phái lượng tử hóa đồng nhất: Được ủng hộ bởi Xu et al. (2019), Cho et al. (2019) và Vu et al. (2018), áp dụng khoảng lượng tử đều để tối giản phần cứng và tăng tính bền vững trước các phân phối kênh không xác định trước. Tuy nhiên, các công trình này mắc phải sai lầm mang tính hệ thống khi áp dụng cứng nhắc luật three-sigma ($L_{NQ} = 3\sigma$) dẫn đến việc "hiệu năng của các hệ thống MIMO quy mô lớn với ADC độ phân giải thấp sẽ bị suy giảm, đặc biệt là với trường hợp ADC 1-bit" (Trích nguồn luận án).

Về mặt mã hóa sửa lỗi, Gallager (1962) đặt nền móng cho mã LDPC, được Mackay (1996) và Richardson & Urbanke (2001) phục hưng nhờ thuật toán Lan truyền độ tin cậy (Belief Propagation - BP) và Tiến hóa mật độ (Density Evolution - DE). Thorpe (2003) và Divsalar et al. (2006) phát triển mã Protograph LDPC (P-LDPC) dạng bán tuần hoàn (Quasi-Cyclic) cho phép xây dựng đồ thị lớn qua thuật toán Tăng trưởng cạnh lũy tiến (PEG). Liva & Chiani (2007) đề xuất kỹ thuật PEXIT để tính ngưỡng giải mã lặp nhanh chóng. Tuy nhiên, các thiết kế mã P-LDPC kinh điển như AR3A hay NND (Nguyen et al., 2012) chủ yếu tối ưu hóa cho kênh AWGN thông thường hoặc kênh không dây với ADC lý tưởng, đòi hỏi số vòng lặp giải mã rất lớn ($I_{ter} > 50$), gây ra độ trễ giải mã cao không tương thích với 5G.

Về định vị học thuật, luận án đã vượt lên các công trình quốc tế điển hình:

  • So với nghiên cứu của Fan et al. (2015) (IEEE Trans. Commun.), vốn dùng mô hình AQNM nhưng dừng lại ở phân tích xấp xỉ dung lượng tiệm cận vô hạn mà không tích hợp mã hóa kênh thực tế.
  • So với nghiên cứu của Vu et al. (2018, 2020) (IEEE Trans. Veh. Technol.), vốn nghiên cứu mã P-LDPC cho LS-MIMO nhưng chỉ giới hạn ở ADC 3-bit đến 5-bit và áp đặt luật three-sigma.
  • So với các thử nghiệm công nghiệp thực tế như Ericsson AIR 6468 (64 ăng-ten thu) hay các cấu hình 32/64 ăng-ten của Huawei và Samsung, nghiên cứu của luận án cung cấp mô hình toán học giải tích chính xác từ mức 10 đến 500 ăng-ten, giải quyết triệt để nút thắt năng lượng cho các cấu hình siêu mở rộng.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án đã mở rộng và hoàn thiện 3 lý thuyết kinh điển trong kỹ thuật thông tin:

  1. Mở rộng mô hình lượng tử hóa Max-Lloyd và AQNM cho kênh fading đa ăng-ten: Thách thức giả định truyền thống về luật three-sigma. Luận án xây dựng mô hình toán học giải tích chính xác về mối tương quan giữa hệ số hiệu năng lượng tử $\varphi = 1 - \rho$ với tỉ số tín hiệu trên nhiễu lượng tử (SQNR). Bằng cách thiết lập hàm chi phí cực tiểu hóa tổng méo quá tải và méo mềm: $$\sigma_q^2 = \int_{-\infty}^{-L_s} (r + L_s)^2 p(r)dr + \int_{L_s}^{\infty} (r - L_s)^2 p(r)dr + \sum_{i=1}^{N_Q} \int_{\mathcal{S}_i} (r - x_i)^2 p(r)dr$$ Luận án tìm ra giới hạn cắt tối ưu $L_s^*$ cho ADC 1-bit, 2-bit và bộ ADC 3 mức (Ternary ADC / T-ADC) hoàn toàn độc lập với số lượng ăng-ten phát $M$.
  2. Phát triển lý thuyết đồ thị nhân bản và phân phối trọng số khoảng cách tối thiểu tuyến tính: Mở rộng lý thuyết của Divsalar et al. (2006), chứng minh rằng việc thỏa mãn đặc tính tăng trưởng khoảng cách tối thiểu tuyến tính theo chiều dài khối từ mã ($d_{min} \propto N_c$) sẽ loại bỏ hoàn toàn hiện tượng lỗi sàn (error-floor) ngay cả trong môi trường nhiễu lượng tử cực lớn của ADC 1-bit.
  3. Xác lập mô hình tương tác thông tin tương hỗ hai lớp (Two-Layer Joint Factor Graph Theory): Thiết lập mô hình giải mã kết hợp giữa nút quan sát MIMO, nút ký hiệu điều chế BPSK, nút biến (Variable Nodes) và nút kiểm tra (Check Nodes) của mã P-LDPC, cho phép chuyển đổi thông tin xác suất hậu nghiệm (APP) thành tỷ lệ hàm log độ tin cậy (LLR) mềm lặp hai chiều chuẩn xác.
       +-------------------------------------------------------------------+
       |                       KÊNH TRUYỀN LS-MIMO                         |
       |  M ăng-ten phát ---> Kênh Rayleigh H ---> N ăng-ten thu (AWGN w)  |
       +---------------------------------+---------------------------------+
                                         |
                                         v
       +-------------------------------------------------------------------+
       |                  MÔ-ĐUN RF VỚI ADC ĐỘ PHÂN GIẢI THẤP              |
       |       - ADC 1-bit / 2-bit / T-ADC đồng nhất tối ưu ngưỡng Ls*     |
       |       - Mô hình Nhiễu lượng tử hóa cộng (AQNM): yq = φr + wq     |
       +---------------------------------+---------------------------------+
                                         |
                                         v
       +-------------------------------------------------------------------+
       |           BỘ THU TÁCH SÓNG VÀ GIẢI MÃ KẾT HỢP HAI LỚP             |
       |  +-------------------------------------------------------------+  |
       |  | LỚP 1: TÁCH SÓNG MIMO (Quan sát n <---> Ký hiệu m)          |  |
       |  | Thông điệp LLR ngoại lai: α (từ n -> m) và β (từ m -> n)   |  |
       |  +------------------------------+------------------------------+  |
       |                                 | (Trao đổi LLR mềm)              |
       |  +------------------------------v------------------------------+  |
       |  | LỚP 2: GIẢI MÃ P-LDPC (Nút biến p <---> Nút kiểm tra s)     |  |
       |  | Thông điệp LLR ngoại lai: a (từ p -> s) và b (từ s -> p)    |  |
       |  +-------------------------------------------------------------+  |
       |                                 |
       |                                 v
       |  +-------------------------------------------------------------+  |
       |  | THÔNG TIN HẬU NGHIỆM Γ: Cập nhật LLR, tái tạo từ mã b_hat   |  |
       |  +-------------------------------------------------------------+  |
       +---------------------------------+---------------------------------+
                                         |
                                         v
       +-------------------------------------------------------------------+
       |           ĐÁNH GIÁ VÀ HỘI TỤ (ADC-Mixed-LS-MIMO-PEXIT)            |
       |    Theo dõi luồng I_alpha, I_beta, I_a, I_b -> Ngưỡng SNR lặp     |
       +-------------------------------------------------------------------+

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp đồng thời 4 trụ cột lý thuyết: Lý thuyết thông tin Shannon, Lý thuyết biểu diễn đồ thị nhân bản Protograph, Mô hình tuyến tính hóa AQNM và Thuật toán lan truyền độ tin cậy BP.

Sự độc đáo trong phương pháp tiếp cận thể hiện ở chỗ:

  • Biện giải toán học chặt chẽ: Thay vì cố định ngưỡng lượng tử hóa theo kinh nghiệm, luận án giải phương trình đạo hàm riêng của năng lượng méo lượng tử để trích xuất hệ số $\varphi$ giải tích cho từng mức phân giải.
  • Thuật toán PEXIT thích ứng cho ADC hỗn hợp (Mixed-ADC-LS-MIMO-PEXIT): Cho phép tính toán chính xác ngưỡng giải mã lặp dựa trên ma trận cơ sở $B$ kích thước $S \times P$, theo dõi 4 luồng thông tin tương hỗ ngoại lai:
    • Luồng thuận: $I_\alpha[n,m]$ (từ nút quan sát $n$ đến nút biến $m$) và $I_a[p,s]$ (từ nút biến $p$ đến nút kiểm tra $s$).
    • Luồng nghịch: $I_b[s,p]$ (từ nút kiểm tra $s$ đến nút biến $p$) và $I_\beta[m,n]$ (từ nút biến $m$ đến nút quan sát $n$).
  • Điều kiện biên (Boundary Conditions): Mô hình xác lập tính đúng đắn tối đa trong điều kiện fading phẳng Rayleigh biến đổi chậm độc lập, thông tin trạng thái kênh (CSI) hoàn hảo tại phía thu và điều chế nhị phân BPSK ($s \in {+1, -1}$).

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án tuân thủ triết học nghiên cứu thực chứng (Positivism), kết hợp chặt chẽ giữa suy diễn giải tích toán học thống kê và thực nghiệm mô phỏng số học định lượng cao cấp. Thiết kế nghiên cứu đa tầng (Multi-level design) bao gồm:

  1. Tầng vật lý / Tần số vô tuyến (RF Level): Khảo sát quá trình biến đổi tín hiệu liên tục qua bộ lấy mẫu và giữ ($S/H$) với tần số lấy mẫu $f_s = 1/T_s$, đi qua bộ lượng tử hóa vô hướng đồng nhất $\mathcal{Q}_\Sigma[\cdot]$.
  2. Tầng không gian MIMO (Spatial Level): Cấu hình hệ thống đa người dùng đường lên (MIMO-MU) và đơn người dùng (MIMO-SU) với số ăng-ten phát $M \in [10, 100]$ và số ăng-ten thu $N \in [10, 500]$.
  3. Tầng mã hóa kênh (FEC Level): Cấu trúc mã P-LDPC có tỉ lệ thích ứng $R \in {1/2, 2/3, 3/4}$, độ dài từ mã $N_c \in {2400, 4800}\text{ bit}$, ma trận sinh $G_{LDPC}$ và ma trận kiểm tra $H_{LDPC}$.

Quy trình nghiên cứu rigorous

Quy trình thu thập và xử lý dữ liệu được chuẩn hóa nghiêm ngặt:

  • Tiêu chí chọn mẫu và mô phỏng: Sử dụng kỹ thuật mô phỏng ngẫu nhiên Monte-Carlo độc lập với phân phối chuẩn phức $\mathcal{CN}(0, N_0)$ cho tạp âm AWGN và phân phối $\mathcal{CN}(0, 1)$ cho ma trận kênh $H$.
  • Giao thức độ tin cậy và kiểm soát lỗi: Để đảm bảo giá trị Tỉ lệ lỗi khung ($FER$) đạt độ tin cậy thống kê ở mức $FER = 10^{-5}$, luận án thiết lập điều kiện dừng mô phỏng nghiêm ngặt: "quá trình mô phỏng cần thực hiện khi xuất hiện số lượng khung lỗi đạt tối thiểu là 100. Điều này có nghĩa là để đạt được giá trị $FER = 10^{-5}$ cần phải thực hiện trên tổng số khung là: $F_s = 10^7$" (Trích nguồn luận án).
  • Kiểm định chéo (Triangulation): Đối chiếu ba chiều giữa: (1) Giới hạn tiệm cận dung lượng lý thuyết Shannon; (2) Ngưỡng giải mã lặp tính toán giải tích qua thuật toán PEXIT; và (3) Kết quả đường cong BER/FER thực tế thu được từ mô phỏng Monte-Carlo.

Data và phân tích

  • Công cụ và nền tảng phần mềm độc quyền: Toàn bộ thuật toán được tối ưu và xây dựng từ đầu bằng ngôn ngữ C++ hiệu năng cao trong công cụ nghiên cứu chuyên dụng: "Hệ thống phần mềm mô phỏng và thiết kế mã P-LDPC cho hệ thống MIMO cỡ lớn" (Chi tiết tại Phụ lục 1 luận án), cho phép xử lý hàng triệu phép toán ma trận phức tạp với tài nguyên phần cứng giới hạn.
  • Kỹ thuật phân tích chuyên sâu:
    • Tối ưu hóa ma trận cơ sở $H_{proto}$ bằng thuật toán PEG để cực đại hóa chu trình đồ thị ($girth$) và loại bỏ các bẫy giải mã ngắn.
    • Sử dụng hàm xấp xỉ thông tin tương hỗ $J(\cdot)$ và hàm nghịch đảo $J^{-1}(\cdot)$ để tăng tốc độ phân tích luồng LLR mà không làm mất tính chính xác.
    • Phân tích các bộ tách sóng tuyến tính MRC, ZF, MMSE theo công thức trọng số $G$: $$G = \begin{cases} H^H, & \text{MRC} \ (H^H H)^{-1} H^H, & \text{ZF} \ (H^H H + \alpha^2 I_M)^{-1} H^H, & \text{MMSE} \end{cases}$$

Phát hiện đột phá và implications

Những phát hiện then chốt

  1. Vượt trội của giới hạn cắt tối ưu cho ADC 1-bit: Khác với giả định cổ điển rằng luật three-sigma là tối ưu, kết quả giải tích và mô phỏng chứng minh rằng việc tối ưu hóa ngưỡng cắt đồng nhất cho ADC 1-bit mang lại mức cải thiện hiệu suất phổ đường lên từ 5 đến 9 bits/s/Hz khi số ăng-ten trạm gốc $N$ tăng từ 50 lên 500 trong hệ thống MIMO-MU.
  2. Đột phá độ lợi mã hóa của họ mã P-LDPC tỉ lệ thích ứng: Họ mã P-LDPC thích ứng đề xuất cho hệ thống LS-MIMO với ADC 1-bit mang lại độ lợi mã hóa vượt bậc từ 0.7 dB trở lên tại mức $FER = 10^{-4}$ so với các mã P-LDPC hàng đầu hiện nay như AR3A và NND.
  3. Phát hiện nghịch trực giác về năng lượng và độ phân giải: Việc nâng độ phân giải ADC từ 1–2 bit lên 4–5 bit làm tăng chi phí phần cứng và năng lượng tiêu thụ mạch RF theo hàm mũ nhưng mức tăng hiệu suất phổ tiệm cận là không đáng kể khi $N$ đủ lớn. Cấu hình ADC 1-bit và 2-bit kết hợp với trạm gốc nhiều ăng-ten mang lại hiệu quả năng lượng (EE) tối ưu tuyệt đối.
  4. Hiệu năng vượt trội của kiến trúc ADC hỗn hợp (Mixed-ADC): Với cấu hình MIMO $16 \times 32$, việc chỉ cần sử dụng một tỉ lệ nhỏ ăng-ten độ phân giải cao ($N_H = 4$ trên tổng số $N = 32$, chiếm 12.5%, còn lại $N_L = 28$ ăng-ten 1-bit) kết hợp cùng thuật toán tách sóng đồ thị hai lớp đã giúp hiệu năng BER tiệm cận hệ thống sử dụng 100% ADC độ phân giải cao, trong khi tiết kiệm hơn 70% năng lượng RF.
+---------------------------------------------------------------------------------------------------+
|               BẢNG TỔNG HỢP HIỆU NĂNG VÀ CÁC THÔNG SỐ ĐỘT PHÁ CỦA NGHIÊN CỨU                      |
+--------------------------+-----------------------+-----------------------+------------------------+
| Cấu hình & Thông số      | Nghiên cứu trước đây  | Giải pháp Luận án     | Mức độ cải thiện       |
|                          | (Prior Benchmarks)    | (Đặng Ngọc Hùng)      | (Quantified Gains)     |
+--------------------------+-----------------------+-----------------------+------------------------+
| Giới hạn cắt ADC 1-bit   | Luật Three-sigma 3σ   | Ngưỡng tối ưu Ls*     | Tăng 5 - 9 bits/s/Hz   |
| (LS-MIMO N = 50 - 500)   | (Vu et al., 2018)     | giải tích độc lập M   | phổ đường lên          |
+--------------------------+-----------------------+-----------------------+------------------------+
| Độ lợi mã hóa P-LDPC     | Mã AR3A / NND         | Họ mã P-LDPC tỉ lệ    | Đạt Coding Gain        |
| (Hệ thống LS-MIMO 1-bit) | (Nguyen et al., 2012) | thích ứng đề xuất     | >= 0.7 dB              |
+--------------------------+-----------------------+-----------------------+------------------------+
| Số lần lặp giải mã       | Itermax >= 50 - 100   | Itermax = 15 - 25     | Giảm 50 - 70% độ trễ   |
| (Độ trễ xử lý máy thu)   | (Độ phức tạp cao)     | (Hội tụ cực nhanh)    | xử lý thuật toán       |
+--------------------------+-----------------------+-----------------------+------------------------+
| Kiến trúc Mixed-ADC      | Phân tích dung lượng  | Đồ thị 2 lớp + PEXIT  | Tiệm cận ADC cao-bit;  |
| (MIMO 16x16, 16x32)      | lý thuyết vô hạn      | thực tế (NL=28, NH=4) | Tiết kiệm >70% điện RF |
+--------------------------+-----------------------+-----------------------+------------------------+

Implications đa chiều

  • Về mặt học thuật: Mở ra hướng tiếp cận mới trong việc thiết kế mã kênh thích ứng chuyên biệt cho các kênh truyền phi tuyến và lượng tử hóa thô, đặt nền tảng cho lý thuyết mã hóa trong mạng 6G.
  • Về phương pháp luận: Thuật toán ADC-Mixed-LS-MIMO-PEXIT cung cấp công cụ toán học chuẩn xác để đánh giá nhanh ngưỡng SNR mà không cần thực hiện hàng triệu giờ mô phỏng Monte-Carlo thủ công.
  • Về thực tiễn công nghiệp: Cho phép các nhà sản xuất thiết bị gốc (OEM) như Viettel, Ericsson, Nokia, Qualcomm thiết kế các khối Massive MIMO vô tuyến thương mại với chi phí phần cứng cực thấp, giải quyết triệt để bài toán tản nhiệt và tiêu thụ điện tại trạm thu phát sóng.
  • Về mặt chính sách: Cung cấp bằng chứng khoa học cho các cơ quan quản lý viễn thông trong việc quy hoạch băng tần cao (mmWave và Sub-THz), thúc đẩy chiến lược chuyển đổi xanh (Green Telecom) giảm thiểu phát thải carbon của hạ tầng số.

Limitations và Future Research

Luận án thừa nhận một cách minh bạch các giới hạn khoa học cần tiếp tục hoàn thiện:

  1. Mô hình kênh truyền thống kê: Nghiên cứu giới hạn ở mô hình kênh Rayleigh Fading đồng nhất không gian (i.i.d.). Trong môi trường thực tế, các kênh truyền sóng milimet (mmWave) có tính kết cụm không gian (Spatial Correlation) và tán xạ giới hạn.
  2. Sơ đồ điều chế cơ sở: Luận án tập trung vào điều chế BPSK nhằm tường minh hóa các biểu thức giải tích. Việc mở rộng lên các sơ đồ điều chế biên độ trực giao bậc cao (16-QAM, 64-QAM, 256-QAM) sẽ làm phức tạp hóa đáng kể cấu trúc hàm LLR đầu ra mềm.
  3. Giả định thông tin trạng thái kênh (CSI): Mới xem xét trường hợp CSI hoàn hảo tại máy thu và chưa có CSI tại máy phát; hiện tượng ước lượng kênh lỗi (Channel Estimation Errors) dưới tác động của ADC 1-bit cần được mô hình hóa sâu hơn.

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

  • Phát triển mã P-LDPC đa tỉ lệ cho hệ thống MIMO siêu lớn phân tán (Cell-Free Massive MIMO).
  • Thiết kế thuật toán tách sóng kết hợp thích ứng cho điều chế bậc cao (M-QAM) với ADC 1–2 bit.
  • Ứng dụng các mạng nơ-ron học sâu (Deep Unfolding Networks) để tăng tốc độ hội tụ của bộ tách sóng đồ thị hai lớp.
  • Kiểm thử thực nghiệm trên nền tảng vô tuyến định nghĩa bằng phần mềm (SDR) và chip chuyên dụng FPGA/ASIC.

Tác động và ảnh hưởng

  • Tác động học thuật: Các bài báo khoa học xuất bản từ luận án trên các tạp chí thuộc hệ thống ISI/Scopus danh tiếng (như IEEE Access, IET Communications) dự kiến thu hút trích dẫn cao trong cộng đồng nghiên cứu xử lý tín hiệu không dây và lý thuyết thông tin.
  • Chuyển đổi công nghiệp: Các giải pháp thiết kế bộ lượng tử hóa và mã P-LDPC có thể tích hợp trực tiếp vào quy trình sản xuất trạm gốc 5G/6G Massive MIMO của các tập đoàn công nghệ lớn, giúp giảm giá thành thiết bị từ 30–40% và giảm công suất tiêu thụ của module RF trạm gốc xuống dưới 100 W.
  • Lợi ích xã hội và môi trường: Giảm thiểu hàng triệu kilowatt-giờ điện năng tiêu thụ hàng năm trên toàn mạng lưới viễn thông quốc gia, đóng góp thiết thực vào cam kết Net Zero và phát triển bền vững hạ tầng thông tin.

Đối tượng hưởng lợi

  • Nghiên cứu sinh và Giới học thuật: Tiếp cận phương pháp phân tích PEXIT mở rộng và bộ công cụ mã nguồn mô phỏng C++ tối ưu để triển khai các hướng nghiên cứu mới về mã hóa kênh.
  • Kỹ sư R&D Viễn thông: Ứng dụng trực tiếp cấu trúc ma trận cơ sở P-LDPC lồng nhau và thuật toán tách sóng mềm hai lớp vào chip baseband xử lý tín hiệu số.
  • Doanh nghiệp khai thác mạng di động (Telcos): Giảm chi phí vốn (CAPEX) và chi phí vận hành (OPEX) tiền điện tại các trạm thu phát sóng Massive MIMO.
  • Cơ quan hoạch định chính sách: Có cơ sở khoa học định lượng để xây dựng tiêu chuẩn kỹ thuật xanh cho mạng 5G nâng cao (5G-Advanced) và 6G.

Câu hỏi chuyên sâu

1. Đóng góp lý thuyết độc đáo nhất của luận án là gì và đã mở rộng lý thuyết nào?
Trả lời: Đóng góp độc đáo nhất là xác lập biểu thức toán học giải tích tính toán giới hạn cắt tối ưu $L_s^*$ cho ADC đồng nhất 1–2 bit và T-ADC độc lập với số ăng-ten phát $M$. Công trình đã thách thức và mở rộng lý thuyết lượng tử hóa kinh điển của Max-Lloyd và quy tắc ngầm định three-sigma tồn tại nhiều thập kỷ, chứng minh rằng việc tái cân bằng méo quá tải và méo hạt là chìa khóa tối đa hóa hiệu suất phổ trong môi trường LS-MIMO.

2. Điểm mới về mặt phương pháp luận so với các công trình quốc tế tiền nhiệm?
Trả lời: So với Vu et al. (2018) và Gao et al. (2018), luận án đã tích hợp thành công thuật toán PEXIT trên đồ thị nhân bản hai lớp (ADC-Mixed-LS-MIMO-PEXIT) cho phép theo dõi luồng thông tin tương hỗ ngoại lai giữa bộ tách sóng MIMO phi tuyến và bộ giải mã P-LDPC trong điều kiện ADC hỗn hợp, giúp xác định chính xác ngưỡng SNR giải mã mà không phụ thuộc vào các giả định mã vô hạn.

3. Phát hiện thực nghiệm gây bất ngờ nhất có số liệu minh chứng?
Trả lời: Tốc độ tổng đường lên của hệ thống LS-MIMO với ADC 1-bit tối ưu có thể tăng vọt từ 5 đến 9 bits/s/Hz khi số lượng ăng-ten $N$ tăng từ 50 đến 500 (ở mức $pu = 0\text{ dB}$). Điều này chứng minh số lượng ăng-ten trạm gốc hoàn toàn có thể bù đắp hoàn hảo cho sự mất mát thông tin do lượng tử hóa 1-bit gây ra nếu giới hạn cắt được thiết kế chuẩn xác.

4. Luận án có cung cấp giao thức tái lập nghiên cứu (Replication Protocol) không?
Trả lời: Có. Toàn bộ thông số mô phỏng, phương trình giải tích, bảng ma trận cơ sở protograph ($B$), thuật toán hoán vị PEG và cấu trúc hệ thống phần mềm C++ chuyên dụng được trình bày chi tiết trong Chương 2, 3, 4 và Phụ lục 1, cho phép tái lập 100% kết quả thực nghiệm.

5. Chương trình nghiên cứu 10 năm được phác thảo như thế nào?
Trả lời: Lộ trình 10 năm hướng tới việc hoàn thiện lý thuyết truyền thông xanh cho mạng 6G: tích hợp mã P-LDPC trên bề mặt phản xạ thông minh (RIS), truyền thông Sub-THz lượng tử hóa 1-bit, và hiện thực hóa phần cứng trên chip bán dẫn ASIC chuyên dụng cho giải mã lặp thời gian thực dưới 0.1 ms.

Kết luận

Luận án của NCS. Đặng Ngọc Hùng đã giải quyết trọn vẹn và xuất sắc bài toán tối ưu hóa đa mục tiêu giữa Hiệu suất phổ (SE), Hiệu quả năng lượng (EE) và Độ trễ xử lý trong hệ thống thông tin vô tuyến MIMO cỡ lớn.

Tóm lược 5 đóng góp đột phá cốt lõi:

  1. Thiết lập công thức giải tích giới hạn cắt tối ưu cho bộ ADC đồng nhất độ phân giải thấp (1–2 bit) và T-ADC, nâng cao hiệu suất phổ đường lên tới 9 bits/s/Hz.
  2. Sáng tạo họ mã P-LDPC có tỉ lệ thích ứng mới, đạt độ lợi mã hóa vượt trội $\ge 0.7\text{ dB}$ và ngăn chặn hoàn toàn hiện tượng lỗi sàn trong môi trường lượng tử hóa khắc nghiệt.
  3. Đề xuất thuật toán tách sóng và giải mã kết hợp hai lớp dựa trên đồ thị Tanner mở rộng cho hệ thống LS-MIMO với ADC hỗn hợp.
  4. Phát triển thuật toán phân tích thông tin tương hỗ ADC-Mixed-LS-MIMO-PEXIT, cung cấp công cụ thiết kế mã chính xác với số lần lặp giải mã thấp.
  5. Xây dựng thành công nền tảng phần mềm mô phỏng và thiết kế mã P-LDPC C++ chuyên dụng, tạo tiền đề công nghệ vững chắc cho các nghiên cứu chuyên sâu tiếp theo trong kỷ nguyên 5G-Advanced và 6G.