Nghiên Cứu Vô Tuyến Nhận Thức Hợp Tác Cảm Nhận Phổ Trong Môi Trường Pha Đinh

Luận án tiến sĩ kỹ thuật phân tích nghiên cứu vô tuyến nhận thức hợp tác cảm nhận phổ trong môi trường pha đinh luận án tiến sĩ kỹ, xây dựng cơ sở lý luận, kiểm chứng thực nghiệm,

• Tác giả: Đinh Thị Thái Mai
• Người hướng dẫn: PGS. Nguyễn Quốc Tuấn
• Trường học: Đại Học Quốc Gia Hà Nội
• Chuyên ngành: Kỹ Thuật Viễn Thông
• Đề tài: Nghiên Cứu Vô Tuyến Nhận Thức Hợp Tác Cảm Nhận Phổ Trong Môi Trường Pha Đinh
• Loại tài liệu: Luận Án Tiến Sĩ
• Năm xuất bản: 2016
• Địa điểm: Hà Nội

Tóm tắt

I. Tổng Quan Nghiên Cứu Vô Tuyến Nhận Thức CR Hiện Nay

Sự phát triển mạnh mẽ của truyền thông vô tuyến đã tạo ra nhu cầu lớn về sử dụng các dịch vụ vô tuyến mới. Tuy nhiên, chính sách gán phổ cố định đã dẫn đến việc tận dụng phổ kém hiệu quả. Vô tuyến nhận thức (CR) đã nổi lên như một công nghệ hứa hẹn, cho phép truy cập vào các dải tần trống, làm tăng hiệu suất sử dụng phổ. Nhiệm vụ chính của người dùng CR là phát hiện người dùng sơ cấp (PU) và xác định phổ tần trống. Quá trình này gọi là cảm nhận phổ. Mục tiêu là không gây nhiễu cho PU và tận dụng hiệu quả các khoảng trống phổ để đảm bảo QoS. Do đó, hiệu năng phát hiện trong cảm nhận phổ là rất quan trọng. Các thuật toán cảm nhận phổ bao gồm: cảm nhận dựa trên phát hiện năng lượng, đặc tính dừng lặp và phép lọc hòa hợp. Hiệu năng phát hiện được xác định dựa trên xác suất phát hiện sai và xác suất phát hiện. Rất nhiều yếu tố trong thực tế như pha đinh đa đường, pha đinh che khuất và không xác định bộ thu có thể ảnh hưởng đến hiệu năng phát hiện trong cảm nhận phổ.

1.1. Lịch sử và sự phát triển của Cognitive Radio Networks

Công nghệ Cognitive Radio Networks ra đời từ nhu cầu sử dụng hiệu quả phổ tần. Cognitive Radio Networks không chỉ giúp tận dụng các khoảng trống phổ mà còn tự động điều chỉnh các thông số hoạt động để tối ưu hóa hiệu suất. Các nghiên cứu ban đầu tập trung vào các giao thức và thuật toán Dynamic Spectrum Access. Hiện nay, Machine Learning in Wireless đang đóng vai trò quan trọng trong việc cải thiện khả năng tự học và thích ứng của Cognitive Radio Networks. Spectrum Management và Spectrum Sharing là những vấn đề then chốt trong nghiên cứu và triển khai.

1.2. Ứng dụng Cognitive Radio Networks trong Wireless Communication

Công nghệ Cognitive Radio Networks có nhiều ứng dụng trong Wireless Communication. Các ứng dụng này bao gồm: cải thiện hiệu suất phổ, giảm nhiễu và tăng cường bảo mật. Dynamic Spectrum Access cho phép các thiết bị Cognitive Radio Networks tự động tìm kiếm và sử dụng các kênh tần số còn trống. Spectrum Sharing cho phép nhiều người dùng chia sẻ cùng một dải tần mà không gây nhiễu lẫn nhau. Công nghệ này cũng được ứng dụng trong các mạng lưới cảm biến không dây để cải thiện Energy Efficiency in Cognitive Radio và kéo dài tuổi thọ pin.

II. Thách Thức Cảm Nhận Phổ Hợp Tác Trong Môi Trường Pha Đinh

Trong thực tế, nhiều yếu tố như pha đinh đa đường, pha đinh che khuất và hiện tượng không xác định bộ thu có thể ảnh hưởng đáng kể đến hiệu năng phát hiện trong cảm nhận phổ. Việc bỏ sót trong phát hiện có thể gây nhiễu đối với PU, và một phát hiện sai sẽ làm giảm hiệu suất phổ. Do đó, cần có hiệu năng phát hiện tối ưu. Cảm nhận phổ hợp tác là một hướng tiếp cận hiệu quả để hạn chế pha đinh đa đường và pha đinh che khuất, cũng như làm giảm nhẹ vấn đề không xác định bộ thu. Ý tưởng chính là tăng cường hiệu năng cảm nhận bằng cách tận dụng phân tập không gian trong các quan sát của người dùng CR.

2.1. Ảnh hưởng của Fading Channels đến Spectrum Sensing

Fading Channels gây suy giảm tín hiệu và làm giảm khả năng phát hiện PU. Các loại Fading Channels phổ biến bao gồm Rayleigh Fading, Rician Fading và Nakagami Fading. Rayleigh Fading thường xảy ra trong môi trường không có đường truyền trực tiếp (Line-of-Sight). Rician Fading xảy ra khi có cả đường truyền trực tiếp và các đường phản xạ. Nakagami Fading là một mô hình tổng quát hơn, có thể mô tả nhiều loại Fading Channels khác nhau. Channel Modeling chính xác là rất quan trọng để đánh giá và cải thiện hiệu suất Spectrum Sensing.

2.2. Vấn đề che khuất tương quan và tác động đến cảm nhận phổ

Shadowing là hiện tượng tín hiệu bị suy giảm do vật cản. Shadowing có thể gây ra sự không chắc chắn trong việc phát hiện PU. Tương quan giữa các kênh Shadowing tại các vị trí khác nhau có thể ảnh hưởng đến hiệu suất của Cooperative Sensing. Nếu các kênh Shadowing tương quan mạnh, lợi ích của Cooperative Sensing có thể bị giảm. Các thuật toán Distributed Algorithms cần được thiết kế để xử lý các kênh Shadowing tương quan.

2.3. Ảnh hưởng của hiện tượng không xác định bộ thu đến cảm nhận phổ

Hiện tượng không xác định bộ thu có nghĩa là CR không biết về sự tồn tại và việc truyền tín hiệu của PU. Điều này có thể dẫn đến việc CR gây nhiễu cho PU. Do đó, cần có các cơ chế để CR phát hiện sự hiện diện của PU một cách đáng tin cậy. Các giải pháp bao gồm sử dụng thông tin vị trí, sử dụng nhiều anten (MIMO Cognitive Radio) và các kỹ thuật học máy (Machine Learning in Wireless) để dự đoán sự xuất hiện của PU.

III. Cách Cải Thiện Hiệu Năng Cảm Nhận Phổ Hợp Tác

Bằng cách hợp tác, người dùng CR có thể chia sẻ thông tin cảm nhận của mình để đưa ra quyết định cuối cùng chính xác hơn các quyết định riêng lẻ. Có nhiều kỹ thuật cảm nhận hợp tác được đề xuất, bao gồm hợp tác cảm nhận tập trung và hợp tác cảm nhận phân tán. Trong hợp tác cảm nhận tập trung, một trung tâm tổng hợp (FC) thu thập thông tin cảm nhận và đưa ra quyết định cuối cùng. Trong hợp tác cảm nhận phân tán, các CR chia sẻ thông tin với nhau và tự mình đưa ra quyết định.

3.1. Phương pháp hợp tác cảm nhận tập trung và ưu nhược điểm

Trong phương pháp hợp tác cảm nhận tập trung, một FC thu thập thông tin cảm nhận từ các thiết bị CR. FC xác định phổ tần sẵn có và quảng bá thông tin này đến các người dùng CR. Ưu điểm của phương pháp này là khả năng đưa ra quyết định chính xác cao. Nhược điểm là yêu cầu cơ sở hạ tầng xương sống và có thể gây ra độ trễ lớn. Các thuật toán Centralized Algorithms cần được thiết kế để tối ưu hóa hiệu suất của FC.

3.2. Phương pháp hợp tác cảm nhận phân tán và ưu nhược điểm

Trong phương pháp hợp tác cảm nhận phân tán, các CR chia sẻ thông tin với nhau và tự mình đưa ra quyết định. Ưu điểm của phương pháp này là không yêu cầu cơ sở hạ tầng xương sống và giảm chi phí. Nhược điểm là độ chính xác có thể thấp hơn so với phương pháp hợp tác cảm nhận tập trung. Các thuật toán Distributed Algorithms cần được thiết kế để đảm bảo tính công bằng và hiệu quả trong việc chia sẻ thông tin.

3.3. Quy tắc hợp tác cảm nhận OR AND k out of n trong thực tế

Có nhiều quy tắc hợp tác cảm nhận phổ biến, bao gồm quy tắc OR, quy tắc AND và quy tắc k-out-of-n. Quy tắc OR đưa ra quyết định phổ có sẵn nếu ít nhất một CR phát hiện phổ trống. Quy tắc AND đưa ra quyết định phổ có sẵn nếu tất cả CR đều phát hiện phổ trống. Quy tắc k-out-of-n đưa ra quyết định phổ có sẵn nếu ít nhất k CR phát hiện phổ trống. Việc lựa chọn quy tắc hợp tác phù hợp phụ thuộc vào yêu cầu về độ tin cậy và hiệu suất phổ.

IV. Tái Sử Dụng CR Bị Pha Đinh Sâu Thành Nút Chuyển Tiếp

Một giải pháp để cải thiện hiệu năng cảm nhận phổ hợp tác là tái sử dụng các CR bị pha đinh sâu thành các nút chuyển tiếp. Các CR này có thể giúp chuyển tiếp thông tin cảm nhận đến FC, cải thiện độ tin cậy của kênh thông báo. Việc tái sử dụng này đặc biệt hiệu quả trong môi trường pha đinh Suzuki, nơi có cả pha đinh đa đường và pha đinh che khuất.

4.1. Mô hình kênh chuyển tiếp phân tập AF trong fading Suzuki

Mô hình kênh chuyển tiếp phân tập khuếch đại và chuyển tiếp (Amplify-and-Forward-AF) được sử dụng để chuyển tiếp tín hiệu từ nguồn đến đích thông qua các nút chuyển tiếp. Trong môi trường fading Suzuki, việc thiết kế các giao thức chuyển tiếp hiệu quả là rất quan trọng. Giao thức chuyển tiếp hợp tác AF sử dụng các nút chuyển tiếp để khuếch đại và chuyển tiếp tín hiệu, cải thiện độ tin cậy của kết nối. Các giao thức này cần phải xem xét các đặc tính của fading Suzuki, bao gồm cả fading đa đường và shadowing.

4.2. Tính toán xác suất dừng trong mạng chuyển tiếp hợp tác

Xác suất dừng là một thước đo quan trọng về hiệu suất của mạng chuyển tiếp hợp tác. Xác suất dừng thể hiện khả năng mạng không thể đáp ứng yêu cầu về chất lượng dịch vụ. Việc tính toán xác suất dừng trong môi trường fading Suzuki là một thách thức do tính phức tạp của mô hình kênh. Các phương pháp xấp xỉ và mô phỏng Monte Carlo thường được sử dụng để ước tính xác suất dừng. Việc giảm xác suất dừng là một mục tiêu quan trọng trong thiết kế mạng chuyển tiếp hợp tác.

4.3. Thuật toán gán CR kém làm nút chuyển tiếp tối ưu hóa và hiệu quả

Thuật toán gán CR kém làm nút chuyển tiếp được thiết kế để tận dụng các CR bị ảnh hưởng bởi fading sâu. CR kém thường có chất lượng kênh kém đến các PU hoặc đến FC. Tuy nhiên, nếu sử dụng làm nút chuyển tiếp, những CR này có thể cải thiện hiệu suất bằng cách khuếch đại và chuyển tiếp tín hiệu từ các CR khác đến FC. Việc tối ưu hóa thuật toán gán là rất quan trọng để đạt được hiệu suất cao nhất. Các yếu tố cần xem xét bao gồm vị trí của CR, chất lượng kênh và năng lượng tiêu thụ.

V. Nghiên Cứu và Kết Quả Mô Phỏng Đánh Giá Hiệu Năng

Luận án trình bày kết quả mô phỏng đánh giá hiệu năng của các phương pháp đề xuất. Kết quả cho thấy việc tái sử dụng CR bị pha đinh sâu thành các nút chuyển tiếp có thể cải thiện đáng kể hiệu năng cảm nhận phổ hợp tác trong môi trường pha đinh Suzuki. Các kết quả này được so sánh với các phương pháp khác để chứng minh tính ưu việt của phương pháp đề xuất.

5.1. Thiết lập mô phỏng và các thông số chính

Mô phỏng được thực hiện bằng phần mềm Matlab. Các thông số chính bao gồm: mô hình kênh fading Suzuki, số lượng CR, vị trí của CR, công suất tín hiệu, ngưỡng phát hiện, quy tắc hợp tác. Mô hình fading Suzuki được tạo bằng cách sử dụng các tham số thống kê phù hợp với môi trường đô thị. Các vị trí của CR được phân bố ngẫu nhiên trong một khu vực nhất định. Công suất tín hiệu được điều chỉnh để đạt được tỷ lệ tín hiệu trên nhiễu (SNR) mong muốn.

5.2. So sánh hiệu năng cảm nhận phổ với và không có nút chuyển tiếp

Kết quả mô phỏng cho thấy hiệu năng cảm nhận phổ được cải thiện đáng kể khi sử dụng các nút chuyển tiếp. Cụ thể, xác suất phát hiện tăng lên và xác suất phát hiện sai giảm xuống. Lợi ích của việc sử dụng nút chuyển tiếp rõ ràng hơn trong môi trường fading Suzuki, nơi mà các hiệu ứng fading và shadowing có thể gây suy giảm tín hiệu đáng kể. Các nút chuyển tiếp giúp tăng cường độ tin cậy của kênh truyền và cải thiện khả năng phát hiện PU.

5.3. Đánh giá hiệu quả của thuật toán gán CR kém làm nút chuyển tiếp

Kết quả mô phỏng cho thấy thuật toán gán CR kém làm nút chuyển tiếp hoạt động hiệu quả. Các CR kém được sử dụng một cách có hiệu quả để chuyển tiếp tín hiệu và cải thiện hiệu năng cảm nhận phổ. Thuật toán giúp tối ưu hóa việc sử dụng tài nguyên và cải thiện hiệu suất mạng. Việc lựa chọn các CR kém phù hợp để làm nút chuyển tiếp là rất quan trọng để đạt được hiệu suất cao nhất.

VI. Kết Luận và Hướng Phát Triển Nghiên Cứu Về Vô Tuyến Nhận Thức

Luận án đã nghiên cứu về cảm nhận phổ hợp tác trong môi trường pha đinh Suzuki và đề xuất phương pháp tái sử dụng CR bị pha đinh sâu thành các nút chuyển tiếp. Kết quả mô phỏng cho thấy phương pháp này có thể cải thiện đáng kể hiệu năng cảm nhận phổ. Các hướng phát triển trong tương lai bao gồm nghiên cứu các thuật toán Machine Learning in Wireless để tối ưu hóa việc quản lý phổ và tăng cường bảo mật trong Cognitive Radio Networks.

6.1. Tổng kết các đóng góp chính của luận án

Luận án đã đóng góp vào lĩnh vực nghiên cứu Cognitive Radio Networks bằng cách đề xuất một phương pháp mới để cải thiện hiệu năng cảm nhận phổ hợp tác trong môi trường pha đinh Suzuki. Các đóng góp chính bao gồm: phân tích sâu về ảnh hưởng của fading Suzuki, đề xuất thuật toán gán CR kém làm nút chuyển tiếp và đánh giá hiệu năng bằng mô phỏng. Kết quả nghiên cứu có ý nghĩa thực tiễn và có thể được sử dụng để thiết kế các mạng Cognitive Radio Networks hiệu quả hơn.

6.2. Các hướng nghiên cứu tiềm năng trong lĩnh vực Vô Tuyến Nhận Thức

Có nhiều hướng nghiên cứu tiềm năng trong lĩnh vực Cognitive Radio Networks. Các hướng này bao gồm: sử dụng Machine Learning in Wireless để dự đoán phổ, phát triển các giao thức Dynamic Spectrum Access hiệu quả hơn, nghiên cứu về bảo mật trong Cognitive Radio Networks, tích hợp Cognitive Radio Networks với 5G Cognitive Radio và 6G Cognitive Radio, và khám phá ứng dụng của Cognitive Radio Networks trong IoT Cognitive Radio.

6.3. Ứng dụng Blockchain in Cognitive Radio và Edge Computing Cognitive Radio

Blockchain in Cognitive Radio có thể được sử dụng để đảm bảo tính minh bạch và bảo mật trong việc chia sẻ phổ. Edge Computing Cognitive Radio có thể giúp giảm độ trễ và cải thiện hiệu suất của các ứng dụng Cognitive Radio Networks bằng cách xử lý dữ liệu gần với các thiết bị người dùng. Việc kết hợp Blockchain và Edge Computing có thể mở ra nhiều khả năng mới cho Cognitive Radio Networks.

Trích đoạn nội dung tài liệu

Đặt vấn đề Tổng quan về nghiên cứu mạng cảm nhận phổ vô tuyến nhận thức trên thế giới Sự phát triển mạnh mẽ trong truyền thông vô tuyến đã tạo ra một nhu cầu to lớn đối với việc sử dụng các dịch vụ vô tuyến mới ở cả phổ băng tần được cấp phép và không được cấp phép [33]. Tuy nhiên, những nghiên cứu gần đây cho thấy chính sách gán phổ cố định đã dẫn đến hiện tượng việc tận dụng nguồn phổ kém hiệu quả. Nhằm giải quyết vấn đề này, vô tuyến nhận thức (CR - Cognitive Radio) [40, 65] đã nổi lên và trở thành một công nghệ hứa hẹn cho phép truy cập vào các dải tần trống, được gọi là không gian trắng hay các hố phổ, và do đó làm tăng hiệu suất sử dụng phổ. Nhiệm vụ chính của mỗi người dùng CR trong mạng CR đó là phát hiện ra các người dùng được cấp phép, hay còn gọi là người dùng sơ cấp (PU - Primary User), có tồn tại hay không và xác định phổ tần trống nếu các PU này vắng mặt.

Điều này có thể được thực hiện bằng cách cảm nhận môi trường vô tuyến RF (Radio Frequency), quá trình này được gọi là cảm nhận phổ [32, 39, 71]. Mục tiêu của cảm nhận phổ gồm hai phần: thứ nhất, người dùng CR không được gây ra nhiễu xấu đối với các PU bằng cách hoặc chuyển đến một băng tần sẵn có khác hoặc giới hạn nhiễu của mình đối với các PU ở mức độ chấp nhận được; thứ hai, người dùng CR phải xác định và tận dụng một cách có hiệu quả các hố phổ thỏa mãn chất lượng dịch 1 (LUAN.08 TIEU LUAN MOI download : skknchat@gmail.08 vụ (QoS - Quality of Service) và thông lượng yêu cầu. Do đó, hiệu năng phát hiện (Detection Performance) trong cảm nhận phổ là cực kỳ quan trọng đối với hiệu năng của cả mạng CR và mạng sơ cấp. Đối với vấn đề cảm nhận phổ, bài toán đặt ra đó là: thực hiện cảm nhận phổ như thế nào? Hiện nay, có rất nhiều thuật toán đã được đề xuất như: - Cảm nhận dựa trên phát hiện năng lượng [13, 69, 80].

Đây là phương pháp phổ thông nhất của cảm nhận phổ vì tính toán đơn giản và độ phức tạp thấp. Phương pháp này không yêu cầu phải thu thập dữ liệu của tín hiệu. - Cảm nhận phổ dựa vào dạng sóng mang con [8, 29, 67]. Phương pháp này chỉ được áp dụng cho hệ thống với các mẫu tín hiệu được biết trước.

Nên còn được gọi là cảm nhận kết hợp (coherent). - Cảm nhận phổ dựa trên đặc tính dừng lặp [13, 56, 61, 69]. Phương pháp này phát hiện tín hiệu của PU dựa trên đặc tính dừng lặp của tín hiệu thu được. Đặc tính dừng lặp xuất phát từ tính tuần hoàn của tín hiệu hoặc tính thống kê như giá trị trung bình hay tính tự tương quan.

- Phép lọc hòa hợp - Matched Filtering: Phương pháp này được xem là tối ưu cho việc phát hiện các người dùng sơ cấp PU khi tín hiệu phát đã được biết trước [38]. Ưu điểm của phương pháp này là mất ít thời gian để đạt được một xác suất phát hiện sai hoặc xác suất phát hiện sót nhất định khi so sánh với các phương pháp khác [62]. Tuy nhiên, phương pháp này yêu cầu CR phải giải điều chế tín hiệu. Do đó, nó yêu cầu thông tin hoàn hảo về đặc tính báo hiệu của PU như độ rộng băng tần, tần số hoạt động, bậc và loại điều chế, dạng xung, và khuôn dạng khung.

Một nhược điểm nữa của phương pháp này đó là công suất tiêu thụ lớn hơn các phương pháp khác khi ở bộ thu sử dụng nhiều thuật toán khác nhau để thực thi việc phát hiện tín hiệu. Hiệu năng phát hiện có thể được xác định dựa trên hai thông số cơ bản: xác suất phát hiện sai (false-alarm probability) là xác suất của một người dùng CR cho rằng PU tồn tại khi phổ trong thực tế lại rỗi, và xác suất phát hiện (detection probability) là xác suất của một người dùng CR cho rằng PU tồn tại 2 (LUAN.08 TIEU LUAN MOI download : skknchat@gmail.08 CR1 Không xác Nhiễu CR3 định bộ thu Mạng sơ cấp Mạng CR PU Tx PU Rx Pha đinh che khuất và đa đường CR2 Hình 1: Các yếu tố ảnh hưởng đến hiệu năng cảm nhận phổ: pha đinh đa đường, che khuất và không xác định bộ thu. khi phổ trong thực tế đang bị PU chiếm dụng. Vì việc bỏ sót trong phát hiện có thể gây ra nhiễu đối với PU và một phát hiện sai sẽ làm giảm hiệu suất phổ, nên người ta thường yêu cầu hiệu năng phát hiện tối ưu nghĩa là xác suất phát hiện là lớn nhất trong điều kiện ràng buộc của xác suất phát hiện sai.

Rất nhiều nhân tố trong thực tế như pha đinh đa đường, pha đinh che khuất, và hiện tượng không xác định bộ thu [31] có thể ảnh hưởng đáng kể đến hiệu năng phát hiện trong cảm nhận phổ. Hình 1 minh họa pha đinh đa đường, pha đinh che khuất và không xác định bộ thu. Như trong Hình 1, CR1 và CR2 được đặt trong dải phát của bộ phát sơ cấp (PU Tx) trong khi CR3 lại nằm bên ngoài dải. Do nhiều bản sao bị suy hao của tín hiệu PU và sự cản trở của ngôi nhà, CR2 bị ảnh hưởng của pha đinh đa đường và pha đinh che khuất khiến tín hiệu PU không thể được phát hiện đúng.

Hơn nữa, CR3 chịu ảnh hưởng của vấn đề không xác định bộ thu vì nó không biết được việc truyền tín hiệu của PU và sự tồn tại của bộ thu sơ cấp (PU Rx). Kết quả là, việc truyền tín hiệu từ CR3 có thể gây nhiễu với việc thu tại PU Rx. Tuy nhiên, do phân tập không gian, nên không phải tất cả người dùng CR phân bố theo không gian trong một mạng CR đều bị ảnh hưởng pha đinh hay vấn đề không xác định bộ thu. Nếu các người dùng 3 (LUAN.08 TIEU LUAN MOI download : skknchat@gmail.08 CR, hầu hết đều quan sát được tín hiệu PU mạnh như CR1 trong hình vẽ, thì có thể hợp tác và chia sẻ các kết quả cảm nhận với các người dùng khác.

Quyết định hợp tác kết hợp từ các quan sát được lựa chọn theo phân bố không gian có thể khắc phục yếu điểm của các quan sát riêng lẻ tại mỗi một người dùng CR. Do đó, hiệu năng phát hiện tổng có thể được cải thiện một cách đáng kể. Đây chính là lý do cảm nhận phổ hợp tác (gọi tắt là cảm nhận hợp tác) [3, 13, 66] là một hướng tiếp cận hiệu quả và hấp dẫn để hạn chế pha đinh đa đường và pha đinh che khuất cũng như làm giảm nhẹ vấn đề không xác định bộ thu. Ý tưởng chính của cảm nhận hợp tác là tăng cường hiệu năng cảm nhận bằng cách tận dụng phân tập không gian trong các quan sát của các người dùng CR phân bố trong không gian.

Bằng cách hợp tác, các người dùng CR có thể chia sẻ thông tin cảm nhận của mình để đưa ra quyết định cuối cùng chính xác hơn các quyết định riêng lẽ [13]. Một số các kỹ thuật hợp tác cảm nhận được đề xuất, đó là: - Hợp tác cảm nhận tập trung: Có một bộ tổng hợp trung tâm (Fusion Center - FC) thu thập thông tin cảm nhận từ các thiết bị vô tuyến nhận thức, xác định phổ tần sẵn có và quảng bá thông tin này đến các người dùng vô tuyến nhận thức hoặc trực tiếp điều khiển lưu lượng vô tuyến nhận thức [63, 72] - Hợp tác cảm nhận phân tán: Trong trường hợp hợp tác cảm nhận phân tán, các CR chia sẻ thông tin với nhau và tự mình đưa ra quyết định phần phổ nào mình có thể sử dụng được [49, 50, 77]. Hợp tác cảm nhận phân tán có ưu điểm hơn hợp tác cảm nhận tập trung khi không cần cơ sở hạ tầng xương sống (backbone infrastructure) và làm giảm chi phí. - Hợp tác cảm nhận ngoài: Trong phương pháp này, có một thiết bị bên ngoài thực hiện việc cảm nhận và gửi quảng bá thông tin chiếm kênh đến các CR [69].

Ưu điểm của phương pháp cảm nhận ngoài là khắc phục được hiện tượng ẩn PU và tính không xác định do pha đinh che khuất và đa đường. Hơn nữa khi CR không mất thời gian cho việc cảm nhận thì hiệu suất sử dụng phổ sẽ tăng lên. Việc gửi thông tin cảm nhận của các CR đến FC hoặc chia sẻ các kết quả cảm 4 (LUAN.08 TIEU LUAN MOI download : skknchat@gmail.08 nhận đến các nút lân cận được thực hiện trên kênh điều khiển chung [9, 31]. Kênh điều khiển này có thể là kênh dành riêng trong băng tần cấp phép hoặc không được cấp phép, hoặc có thể là kênh băng rộng mặt đất [13].

Xét về phương diện vật lý, một liên kết vật lý điểm - điểm từ một CR tham gia hợp tác cảm nhận đến FC được gọi là kênh thông báo (reporting channel). Để thông báo dữ liệu cảm nhận, một trong những yêu cầu mà kênh thông báo cần phải đáp ứng đó là độ tin cậy (reliability). Giống như kênh cảm nhận, kênh điều khiển bị ảnh hưởng của hiện tượng pha đinh. Do đó, hiện tượng suy giảm kênh cần được xem xét trong vấn đề độ tin cậy của kênh điều khiển.

Các nghiên cứu trước đây [3, 20] sử dụng giả thiết kênh điều khiển hoàn hảo không bị lỗi trong cảm nhận hợp tác, các nghiên cứu gần đây nghiên cứu ảnh hưởng của tạp âm Gauss [82], pha đinh đa đường [78, 35] và pha đinh tương quan [48]. Tình hình nghiên cứu về Vô tuyến nhận thức trong nước Ở Việt Nam hiện nay các vấn đề về nghiên cứu Vô tuyến nhận thức chủ yếu tập trung vào vấn đề chia sẻ phổ trong truyền tin (spectrum sharing) trong khi các vấn đề liên quan đến cảm nhận phổ thì lại chưa được quan tâm nhiều. Nhóm tác giả thuộc Học viện Công Nghệ Bưu chính viễn thông đã có rất nhiều bài viết chuyên sâu về đánh giá hiệu năng của mạng chuyển tiếp vô tuyến nhận thức khi thực hiện chia sẻ phổ dưới nền hay chồng lấn [44, 70, 73]. Nhóm tác giả thuộc Đại học Bách Khoa Hà Nội tập trung giải quyết bài toán phân bố công suất để tránh nhiễu khi thực hiện chia sẻ phổ và đã thực thi một số Testbed trên nền tảng SDR (Sofware Defined Radio) [58].

Một nghiên cứu sinh của trường Đại học Công nghệ, Đại học Quốc gia Hà Nội tập trung nghiên cứu “Nâng cao dung lượng của hệ thống thông tin Vô tuyến có nhận thức dựa trên OFDM” dựa trên các giải pháp phân bố công suất cho các sóng mang con, đảm bảo được điều kiện bảo vệ về nhiễu cho các PU [59, 60].