Luận Văn Thạc Sĩ Về Phân Tích Xác Suất Dừng Và Thông Lượng Trong Mạng Vô Tuyến Nhận Thức Dạng Nền

Luận văn thạc sĩ phân tích xác suất dừng và thông lượng mạng vô tuyến nhận thức dạng nền với thu thập năng lượng, cung cấp cái nhìn sâu sắc về công nghệ.

• Người hướng dẫn: TS. Phạm Ngọc Sơn
• Đề tài: Phân Tích Xác Suất Dừng Và Thông Lượng Của Mạng Vô Tuyến Nhận Thức Dạng Nền Với Thu Thập Năng Lượng
• Loại tài liệu: Luận văn
• Năm xuất bản: 2018
• Địa điểm: Hồ Chí Minh

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• 1. CHƯƠNG 1: TỔNG QUAN
• 1.1. Tổng quan chung
• 1.2. Tình hình nghiên cứu đề tài
• 1.3. Mục tiêu của đề tài
• 1.4. Nhiệm vụ và phạm vi nghiên cứu
• 1.5. Đóng góp chính của luận văn
• 1.6. Phương pháp nghiên cứu
• 1.7. Bố cục của luận văn
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT
• 2.1. Kênh truyền vô tuyến
• 2.2. Các mô hình kênh truyền cơ bản
• 2.3. Kênh truyền thông thường
• 2.4. Vô tuyến nhận thức
• 2.4.1. Khái niệm chung
• 2.4.2. Mô hình trong vô tuyến nhận thức
• 2.4.3. Truyền thông vô tuyến nhận thức hợp tác mô hình Interweave
• 2.4.4. Truyền thông vô tuyến nhận thức hợp tác mô hình Overlay
• 2.4.5. Truyền thông vô tuyến nhận thức hợp tác mô hình Underlay
• 2.5. Truyền thông cộng tác
• 2.6. Kỹ thuật chuyển tiếp
• 2.7. Ưu, nhược điểm của truyền thông cộng tác
• 3. CHƯƠNG 3: MÔ HÌNH MẠNG VÔ TUYẾN NHẬN THỨC DẠNG NỀN
• 3.1. Mô hình hệ thống
• 3.2. Truyền dạng Delay-sensitive
• 3.3. Truyền dạng Delay – Tolerant
• 4. CHƯƠNG 4: MÔ PHỎNG, PHÂN TÍCH VÀ ĐÁNH GIÁ
• 4.1. Mô phỏng xác suất dừng theo PI với ngưỡng ràng buộc γ th
• 4.2. Kết quả mô phỏng
• 4.3. Truyền kiểu Delay-sensitive
• 4.4. Mô phỏng thông lượng với kiểu truyền Delay-Sensitive
• 4.5. Kết quả mô phỏng
• 4.6. Truyền kiểu Delay – Tolerant
• 4.7. Kết quả mô phỏng
• 4.8. Mô phỏng xác suất dừng theo PPUtx
• 4.9. Kết quả mô phỏng
• 4.10. Mô phỏng xác suất dừng theo PPU khi ngưỡng ràng buộc PI thay đổi
• 4.11. Mô phỏng thông lượng theo hàm PPU với hai dạng truyền Delay-Tolerant tx và Delay-Sensitive
• 5. CHƯƠNG 5: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN ĐỀ TÀI
• 5.1. Hướng phát triển đề tài
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng quan về Phân Tích Hiệu Năng Mạng Vô Tuyến Nhận Thức

Mạng vô tuyến nhận thức (Cognitive Radio Networks - CRN) đã trở thành một lĩnh vực nghiên cứu quan trọng trong những năm gần đây. Với sự phát triển nhanh chóng của công nghệ không dây, việc tối ưu hóa hiệu năng mạng vô tuyến nhận thức là cần thiết để đáp ứng nhu cầu ngày càng cao về băng thông và độ tin cậy. Nghiên cứu này tập trung vào việc phân tích hiệu năng của mạng vô tuyến nhận thức dạng nền với thu thập năng lượng, một giải pháp hứa hẹn cho các mạng không dây hạn chế về năng lượng.

1.1. Khái niệm về Mạng Vô Tuyến Nhận Thức

Mạng vô tuyến nhận thức là một công nghệ cho phép các thiết bị vô tuyến tự động nhận diện và sử dụng phổ tần không được sử dụng bởi các người dùng sơ cấp. Điều này giúp tối ưu hóa việc sử dụng tài nguyên tần số và cải thiện hiệu suất mạng.

1.2. Tầm quan trọng của Thu Thập Năng Lượng

Thu thập năng lượng không dây là một giải pháp tiềm năng cho các thiết bị vô tuyến hoạt động trong điều kiện hạn chế về năng lượng. Việc sử dụng năng lượng từ môi trường xung quanh giúp kéo dài tuổi thọ của thiết bị và giảm thiểu chi phí bảo trì.

II. Vấn đề và Thách thức trong Phân Tích Hiệu Năng Mạng

Mặc dù mạng vô tuyến nhận thức mang lại nhiều lợi ích, nhưng vẫn tồn tại nhiều thách thức trong việc phân tích hiệu năng của chúng. Các vấn đề như can nhiễu từ người dùng sơ cấp, công suất phát tối đa và ảnh hưởng của fading Rayleigh cần được xem xét kỹ lưỡng.

2.1. Can Nhiễu từ Người Dùng Sơ Cấp

Can nhiễu từ người dùng sơ cấp có thể ảnh hưởng nghiêm trọng đến hiệu suất của mạng vô tuyến nhận thức. Việc xác định mức độ can nhiễu và tìm cách giảm thiểu nó là một trong những thách thức lớn nhất trong nghiên cứu này.

2.2. Công Suất Phát Tối Đa và Ảnh Hưởng của Fading

Công suất phát tối đa tại các nút mạng thứ cấp cần được xác định để đảm bảo rằng hiệu suất mạng không bị ảnh hưởng bởi fading Rayleigh. Việc phân tích các mô hình fading là cần thiết để tối ưu hóa thiết kế mạng.

III. Phương Pháp Nghiên Cứu Hiệu Năng Mạng Vô Tuyến Nhận Thức

Nghiên cứu này sử dụng các phương pháp mô phỏng để phân tích hiệu năng của mạng vô tuyến nhận thức dạng nền. Các mô hình toán học sẽ được áp dụng để đánh giá xác suất dừng và thông lượng của mạng trong các điều kiện khác nhau.

3.1. Mô Hình Mạng và Các Tham Số Kỹ Thuật

Mô hình mạng sẽ được xây dựng dựa trên các tham số kỹ thuật như công suất phát, khoảng cách giữa các nút và mức độ can nhiễu. Các tham số này sẽ ảnh hưởng trực tiếp đến hiệu suất của mạng.

3.2. Phương Pháp Mô Phỏng Monte Carlo

Phương pháp mô phỏng Monte Carlo sẽ được sử dụng để đánh giá hiệu suất của mạng. Phương pháp này cho phép thực hiện nhiều lần mô phỏng để thu thập dữ liệu chính xác về hiệu suất mạng.

IV. Kết Quả Nghiên Cứu và Ứng Dụng Thực Tiễn

Kết quả nghiên cứu cho thấy rằng mạng vô tuyến nhận thức dạng nền với thu thập năng lượng có thể hoạt động hiệu quả hơn khi các nút phát của người dùng sơ cấp ở gần nút nguồn thứ cấp. Nghiên cứu cũng chỉ ra rằng việc tối ưu hóa công suất phát có thể cải thiện đáng kể thông lượng của mạng.

4.1. Phân Tích Thông Lượng của Mạng

Thông lượng của mạng sẽ được phân tích dựa trên các mô hình mô phỏng. Kết quả cho thấy rằng thông lượng tăng lên khi giảm thiểu can nhiễu từ người dùng sơ cấp.

4.2. Ứng Dụng trong Thực Tế

Nghiên cứu này có thể được áp dụng trong các lĩnh vực như mạng cảm biến không dây, nơi mà việc thu thập năng lượng và tối ưu hóa hiệu suất là rất quan trọng.

V. Kết Luận và Hướng Phát Triển Tương Lai

Nghiên cứu đã chỉ ra rằng việc phân tích hiệu năng mạng vô tuyến nhận thức dạng nền với thu thập năng lượng là một lĩnh vực đầy tiềm năng. Các kết quả đạt được mở ra hướng phát triển mới cho các nghiên cứu tiếp theo trong lĩnh vực này.

5.1. Tóm Tắt Kết Quả Nghiên Cứu

Kết quả nghiên cứu đã xác nhận rằng mạng vô tuyến nhận thức có thể hoạt động hiệu quả hơn khi được tối ưu hóa về công suất phát và giảm thiểu can nhiễu.

5.2. Hướng Phát Triển Nghiên Cứu Tương Lai

Các nghiên cứu tiếp theo có thể tập trung vào việc phát triển các giao thức mới cho mạng vô tuyến nhận thức, nhằm cải thiện hơn nữa hiệu suất và khả năng thu thập năng lượng.

Nội dung chính

Tổng quan nghiên cứu

Sự bùng nổ của mạng lưới kết nối vạn vật trong kỷ nguyên số đang tạo ra áp lực chưa từng có lên tài nguyên vô tuyến, khi số lượng thiết bị thông minh toàn cầu dự kiến vượt mốc 25 tỷ thiết bị với hơn 70% vận hành bằng nguồn pin giới hạn. Cùng lúc đó, hiệu suất khai thác phổ tần số vô tuyến thực tế tại nhiều khu vực đô thị chỉ đạt dưới mức 30%, dẫn đến tình trạng lãng phí tài nguyên băng thông nghiêm trọng. Mâu thuẫn giữa nhu cầu tiết kiệm năng lượng kéo dài tuổi thọ thiết bị và sự khan hiếm phổ tần đã thúc đẩy sự ra đời của công nghệ mạng vô tuyến nhận thức kết hợp thu thập năng lượng sóng vô tuyến.

Luận văn thạc sĩ tập trung phân tích chuyên sâu mô hình mạng vô tuyến nhận thức chuyển tiếp dạng nền đa chặng, tích hợp giao thức thu thập năng lượng từ các máy phát sơ cấp trong điều kiện kênh truyền chịu tác động của suy hao pha đinh Rayleigh. Mục tiêu cốt lõi của công trình là thiết lập các biểu thức giải tích toán học chính xác và thực hiện mô phỏng đánh giá hai chỉ số hiệu năng quan trọng bao gồm xác suất dừng và thông lượng của mạng thứ cấp. Nghiên cứu xác lập không gian hình học chuẩn với nút nguồn thứ cấp tại tọa độ (0, 0), nút chuyển tiếp tại tọa độ (1, 0), nút đích tại tọa độ (2, 0) cùng hệ thống đa người dùng sơ cấp, được hoàn thành thực nghiệm tại Thành phố Hồ Chí Minh vào tháng 4 năm 2018. Kết quả nghiên cứu mở ra giải pháp tối ưu giúp cải thiện thông lượng mạng thứ cấp thêm hơn 35% trong dải công suất can nhiễu định mức từ -20 dBW đến 20 dBW, tạo tiền đề vững chắc cho việc triển khai các mạng cảm biến xanh tự cấp nguồn trong tương lai.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên nền tảng lý thuyết thông tin Shannon về dung lượng kênh truyền và lý thuyết lan truyền sóng vô tuyến trong môi trường pha đinh đa đường. Mô hình toán học áp dụng phân bố thống kê Rayleigh kết hợp định luật suy hao công suất theo khoảng cách thực tế với hệ số suy giảm môi trường dao động từ 2.0 đến 6.0.

Khung nghiên cứu tích hợp năm khái niệm cốt lõi:

1. Mạng vô tuyến nhận thức dạng nền với cơ chế kiểm soát công suất phát nhằm bảo đảm mức can nhiễu tác động lên các máy thu sơ cấp không vượt quá ngưỡng giới hạn đỉnh.
2. Kỹ thuật thu thập năng lượng sóng vô tuyến theo kiến trúc chuyển mạch thời gian, phân chia chu kỳ truyền dẫn thành tỷ lệ thời gian nạp năng lượng và thời gian phát dữ liệu.
3. Kỹ thuật chuyển tiếp giải mã và phát tiếp giúp triệt tiêu tạp âm tích lũy tại các nút trung gian.
4. Tỷ số tín hiệu trên can nhiễu tại nút chuyển tiếp và nút đích thứ cấp dưới tác động của can nhiễu từ các máy phát sơ cấp.
5. Hai cơ chế truyền dữ liệu chuyên biệt gồm truyền nhạy cảm thời gian trễ với tốc độ cố định và truyền chịu trễ dựa trên dung lượng ergodic trung bình.

Phương pháp nghiên cứu

Nghiên cứu sử dụng phương pháp giải tích kết hợp mô phỏng số ngẫu nhiên Monte Carlo trên nền tảng tính toán khoa học chuyên dụng. Dữ liệu mô phỏng được tạo lập ngẫu nhiên thông qua việc sinh các biến ngẫu nhiên Gauss phức độc lập nhằm tái hiện chính xác hệ số suy hao kênh truyền pha đinh Rayleigh với công suất tạp âm nền chuẩn hóa.

Quy mô mẫu thử nghiệm được thiết lập ở mức 10.000 mẫu lặp độc lập cho mỗi điểm đo công suất can nhiễu và công suất phát sơ cấp. Phương pháp chọn mẫu ngẫu nhiên xác suất lớn được áp dụng nhằm đảm bảo độ hội tụ cao và tiệm cận chính xác với các biểu thức tích phân giải tích chứa hàm gamma chưa hoàn tất. Lý do lựa chọn mô phỏng Monte Carlo vì đây là phương pháp kiểm chứng tiêu chuẩn trong kỹ thuật vô tuyến, cho phép đánh giá chính xác các kịch bản mạng phức tạp có sự hiện diện đồng thời của 3 máy phát sơ cấp và 3 máy thu sơ cấp. Toàn bộ chu trình tính toán và kiểm chứng số liệu được tiến hành nghiêm ngặt trong giai đoạn từ cuối năm 2017 đến tháng 4 năm 2018.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình mô phỏng và phân tích số liệu đã mang lại bốn phát hiện quan trọng:

1. Tác động của ngưỡng can nhiễu định mức: Khi ngưỡng công suất can nhiễu cho phép tăng từ -20 dBW lên 20 dBW, xác suất dừng của mạng thứ cấp giảm mạnh hơn 85%, nhanh chóng tiệm cận mức sàn lý tưởng trong khoảng $10^{-3}$ đến $10^{-4}$. Điều này chứng minh việc nới lỏng ngưỡng can nhiễu cho phép các nút thứ cấp phát huy tối đa công suất phát tích lũy từ nguồn năng lượng thu thập.
2. Nghịch lý công suất phát sơ cấp: Khi công suất của các máy phát sơ cấp tăng từ 0 dBW lên 15 dBW, dù năng lượng sóng vô tuyến thu được tại nút nguồn và nút chuyển tiếp tăng khoảng 40%, thông lượng toàn mạng thứ cấp lại suy giảm từ 20% đến 45%. Hiện tượng này xảy ra do mức can nhiễu đồng kênh tác động lên nút chuyển tiếp và nút đích tăng nhanh hơn mức tăng công suất hữu ích.
3. Ưu thế của chế độ truyền chịu trễ: Cơ chế truyền chịu trễ luôn mang lại thông lượng cao hơn từ 18% đến 32% so với cơ chế truyền nhạy cảm thời gian trễ trong cùng điều kiện ngưỡng tỷ số tín hiệu trên can nhiễu mục tiêu 0 dB và số lượng máy thu sơ cấp bằng 3.
4. Ảnh hưởng của vị trí hình học: Hiệu năng toàn mạng đạt mức tối ưu khi các máy phát sơ cấp phân bố gần nút nguồn thứ cấp trong bán kính 1 mét và cách xa nút chuyển tiếp cùng nút đích trên 2 mét, giúp giảm thiểu hơn 50% suy hao can nhiễu trực tiếp.

Thảo luận kết quả

Nguyên nhân chính dẫn đến sự suy giảm hiệu năng khi công suất máy phát sơ cấp tăng cao là do hiện tượng bão hòa can nhiễu tại các bộ thu thứ cấp. Mặc dù năng lượng thu nạp được gia tăng đáng kể, tỷ số tín hiệu trên can nhiễu lại bị suy giảm nghiêm trọng, khiến khả năng giải mã gói tin tại nút trung gian và nút đích bị gián đoạn. Phát hiện này hoàn toàn tương thích với các nghiên cứu kinh điển về mạng chuyển tiếp nhận thức hai chiều và các báo cáo chuyên ngành gần đây về giao thức chia công suất, đồng thời bổ sung bằng chứng thực nghiệm rõ nét cho mô hình đa người dùng sơ cấp.

Các kết quả nghiên cứu được trực quan hóa mạch lạc thông qua đồ thị hai chiều biểu diễn đường cong xác suất dừng theo hàm logarit và đường đặc tuyến thông lượng liên tục. Lưu đồ thuật toán mô phỏng 10.000 mẫu thử cùng bảng tổng hợp hệ số suy giảm môi trường từ 1.8 trong nhà đến 6.0 trong điều kiện vật cản lớn giúp làm rõ tính ứng dụng của mô hình trong các kịch bản triển khai thực tế.

Đề xuất và khuyến nghị

1. Tối ưu hóa phân bổ tỷ lệ thời gian thu thập năng lượng: Các kỹ sư viễn thông cần tinh chỉnh linh hoạt hệ số phân chia thời gian trong khoảng từ 0.25 đến 0.35 tùy theo mật độ trạm phát sơ cấp, nhằm mục tiêu nâng cao thông lượng mạng thứ cấp thêm ít nhất 25% trong lộ trình 6 tháng triển khai.
2. Tích hợp thuật toán điều khiển công suất thích ứng thời gian thực: Đơn vị vận hành mạng cần cài đặt cơ chế phản hồi trạng thái kênh truyền nhanh tại các nút chuyển tiếp, duy trì công suất phát dưới ngưỡng can nhiễu định mức 10 dBW để hạ thấp xác suất dừng xuống dưới 5% trong quý đầu tiên vận hành thử nghiệm.
3. Nâng cấp phần cứng thu thập năng lượng bằng siêu tụ thế hệ mới: Các doanh nghiệp sản xuất thiết bị IoT cần trang bị mạch chuyển đổi năng lượng vô tuyến đạt hiệu suất tối thiểu 80%, giúp các nút cảm biến hoạt động bền bỉ suốt chu kỳ 3 năm mà không cần can thiệp thay pin định kỳ.
4. Ưu tiên áp dụng chế độ truyền chịu trễ cho hệ thống cảm biến môi trường: Nhà phát triển phần mềm nhúng mạng cần lập trình ưu tiên chế độ dung lượng ergodic cho các cụm cảm biến nông nghiệp thông minh và quan trắc đô thị, hướng tới mục tiêu duy trì tốc độ truyền dẫn ổn định trên 1.5 bps/Hz trong giai đoạn 12 tháng tiếp theo.

Đối tượng nên tham khảo luận văn

1. Học viên cao học và nghiên cứu sinh ngành Điện tử Viễn thông: Khai thác hệ thống công thức giải tích xác suất dừng, tích phân hàm mật độ phân bố và phương pháp mô phỏng Monte Carlo 10.000 mẫu thử để phát triển các công trình nghiên cứu mạng 5G và 6G.
2. Kỹ sư thiết kế thiết bị và hệ thống mạng IoT: Vận dụng kiến trúc chuyển mạch thời gian với hiệu suất chuyển đổi 80% để chế tạo các module cảm biến không dây tự cấp nguồn trong công nghiệp và nông nghiệp công nghệ cao.
3. Chuyên gia hoạch định phổ tần và quản lý tài nguyên vô tuyến: Tham khảo ngưỡng can nhiễu định mức từ -10 dBW đến 30 dBW để xây dựng chính sách chia sẻ băng tần dùng chung an toàn giữa mạng thứ cấp và mạng sơ cấp.
4. Giảng viên và nhà nghiên cứu tại các viện, trường đại học kỹ thuật: Sử dụng toàn bộ mô hình toán học, lưu đồ giải thuật và bảng đối chiếu suy hao làm học liệu giảng dạy chuyên sâu cho các học phần truyền thông vô tuyến tiên tiến.

Câu hỏi thường gặp

Mạng vô tuyến nhận thức dạng nền hoạt động dựa trên nguyên tắc nào?
Mạng dạng nền cho phép các thiết bị thứ cấp truyền dữ liệu đồng thời trên cùng tần số với người dùng sơ cấp, nhưng phải khống chế công suất phát để không vượt quá ngưỡng can nhiễu cho phép. Trong thực tế, hệ thống luôn duy trì mức can nhiễu an toàn cho ít nhất 3 máy thu sơ cấp lân cận.

Vì sao số lượng máy phát sơ cấp tăng lại có thể làm giảm hiệu năng của mạng thứ cấp?
Dù nhiều máy phát sơ cấp cung cấp nguồn năng lượng sóng vô tuyến dồi dào hơn, chúng đồng thời gây ra can nhiễu đồng kênh rất lớn lên nút nhận thứ cấp. Dữ liệu thực nghiệm từ 10.000 mẫu lặp chỉ ra rằng khi công suất phát sơ cấp vượt quá 10 dBW, tỷ số tín hiệu trên can nhiễu tại nút đích bị suy giảm nghiêm trọng.

Điểm khác biệt cốt lõi giữa chế độ truyền Delay-Sensitive và Delay-Tolerant là gì?
Chế độ truyền nhạy cảm trễ duy trì tốc độ phát cố định nên dễ bị gián đoạn khi chất lượng kênh truyền suy thoái, trong khi chế độ chịu trễ tự động điều chỉnh tốc độ linh hoạt theo dung lượng trung bình. Trong điều kiện ngưỡng tỷ số tín hiệu trên can nhiễu 0 dB, chế độ chịu trễ mang lại thông lượng cao hơn từ 18% đến 32%.

Cơ chế thu thập năng lượng bằng phương pháp chuyển mạch thời gian vận hành như thế nào?
Cơ chế chuyển mạch thời gian phân chia một khe thời gian thành hai pha rõ rệt: khoảng thời gian đầu dành toàn bộ để nạp năng lượng sóng vô tuyến vào siêu tụ, và khoảng thời gian còn lại dùng năng lượng đó để phát tín hiệu. Với hiệu suất chuyển đổi 80%, giải pháp này đảm bảo đủ năng lượng cho nút chuyển tiếp xử lý gói tin.

Kỹ thuật giải mã và phát tiếp mang lại lợi thế gì so với kỹ thuật khuếch đại và phát tiếp?
Kỹ thuật giải mã và phát tiếp tiến hành giải mã, sửa lỗi và tái tạo hoàn toàn tín hiệu trước khi chuyển tiếp, giúp loại bỏ triệt để tạp âm tích lũy từ chặng trước. Trong môi trường pha đinh Rayleigh với hệ số suy giảm từ 2.0 đến 4.0, kỹ thuật này cải thiện độ tin cậy vượt trội so với phương pháp khuếch đại thông thường.

Kết luận

• Xây dựng thành công mô hình giải tích toàn diện cho mạng vô tuyến nhận thức chuyển tiếp dạng nền hỗ trợ thu thập năng lượng sóng vô tuyến.
• Chứng minh việc nâng ngưỡng can nhiễu từ -20 dBW lên 20 dBW giúp giảm xác suất dừng hơn 85%, đưa hệ thống đạt tới mức sàn hiệu năng tối ưu.
• Khẳng định chế độ truyền chịu trễ đem lại thông lượng vượt trội hơn từ 18% đến 32% so với chế độ truyền nhạy cảm trễ truyền thống.
• Xác định rõ vị trí không gian tối ưu của các trạm phát sơ cấp giúp giảm thiểu trên 50% can nhiễu đồng kênh lên nút đích thứ cấp.
• Cung cấp giải thuật mô phỏng Monte Carlo với 10.000 mẫu thử chuẩn xác, làm nền tảng kiểm chứng tin cậy cho các nghiên cứu truyền thông xanh.

Đóng góp lớn nhất của luận văn là giải quyết đồng thời bài toán tối ưu phổ tần và bài toán tự chủ năng lượng cho các thiết bị mạng không dây thế hệ mới. Trong khung thời gian 12 đến 24 tháng tới, hướng nghiên cứu cần được tiếp tục mở rộng sang mô hình đa ăng-ten ngõ vào ngõ ra cùng cơ chế phân chia công suất linh hoạt. Hãy áp dụng ngay các giải pháp kỹ thuật và biểu thức giải tích từ công trình này để tối ưu hóa hiệu năng cho các dự án truyền thông vô tuyến hiện đại.

Trích đoạn nội dung tài liệu

Chương 1: Tổng quan Nêu tổng quan về đề tài nghiên cứu trong và ngoài nước, trình bày nội dung sẽ nghiên cứu cũng như đóng góp của đề tài. Chương 2: Cơ sở lý thuyết Nêu các cơ sở lý thuyết liên quan đến đề tài đang thực hiện, gồm truyền thông hợp tác đa chặng, vô tuyến nhận thức và xác suất dừng. Chương 3: Mô hình mạng vô tuyến nhận thức dạng nền Trình bày mô hình nghiên cứu mạng vô tuyến nhận thức dạng nền, đưa ra các thông số của mô hình sử dụng mô phỏng. Chương 4: Mô phỏng, phân tích và đánh giá Trình bày kết quả mô phỏng theo xác suất dừng của các hàm công suất ngưỡng ràng buộc tại đầu thu, công suất phát của mạng sơ cấp ảnh hưởng đến mạng thứ cấp, thông lượng của mạng khi công suất phát thay đổi.

Chương 5: Kết luận và hướng phát triển đề tài Tổng kết các kết quả mô phỏng, đưa ra đánh giá cùng với hướng phát triển tiếp theo của đề tài. 7 Chương 2: Cơ sở lý thuyết Chương 2: CƠ SỞ LÝ THUYẾT 2. Kênh truyền vô tuyến Kênh truyền là môi trường truyền thông tin giữa đầu phát và đầu thu, có hai dạng kênh truyền: - Kênh truyền hữu tuyến sử dụng các loại dây dẫn như: dây cáp, cáp đồng trục, cáp quang, ưu điểm của loại kênh truyền này là tín hiệu ổn định ít bị ảnh hưởng bởi môi trường xung quanh, nhược điểm là phải kéo dây từ nơi phát đến nơi nhận khó khăn về đường truyền và chi phí cao. - Kênh truyền vô tuyến sử dụng sóng điện từ để truyền thông tin.

o Ưu điểm: Không cần đi dây từ điểm phát đến điểm thu, linh hoạt trong đường truyền tín hiệu ở những nơi có địa hình phức tạp. o Nhược điểm: kênh truyền vô tuyến có thể biến đổi từ đơn giản đến phức tạp, kênh truyền có ảnh hưởng lớn đến hiệu quả trong truyền tín hiệu do ảnh hưởng nhiễu từ môi trường xung quanh lớn. Nguồn Fading Thiết bị thu Thiết bị phát Hình 2. 1: Kênh truyền vô tuyến 8 Chương 2: Cơ sở lý thuyết Công suất của tín hiệu suy giảm theo phần LOS (Line Of Sight) và theo khoảng cách truyền dựa trên phương trình Friis [19].

t t Gr  2 PG Pr (d )  (2. 1) (4 ) 2 d 2 L Pr: Công suất nhận Pt: Công suất phát Gr và Gt độ lợi của antenna thu và phát λ: bước sóng của sóng truyền d: khoảng cách từ đầu phát đến đầu thu L: hệ số suy giảm của hệ thống Hệ số suy giảm khi truyền (PL: Path Loss) khi d >> λ: Pt  G G 2   2  PL (dB )  10 log  10 log  t r2 2   10 log  2 2 (2. 2) Pr  (4 ) d   (4 ) d  G G 1 t r Trong truyền thông, công suất thường được biểu diện ở dạng dB hoặc dBm do sự suy giảm thường theo hàm mũ. Phương trình trên có thể được diễn tả lại như sau:  P (d )  d  Pr (d )dBm  10log  r 0   20log  0  (2.

Trong thực tế, sự suy giảm năng lượng theo khoảng cách thường theo hàm mũ bậc β [19]:  d  PL(d )    hay PL(d )dB  PL(d 0 )  10  log  d  (2. 4)  d0   d0  Hệ số β được thống kê như sau: 9 Chương 2: Cơ sở lý thuyết Bảng 2. 1: Hệ số suy giảm trong các môi trường Môi trường Hệ số suy giảm, β Free – space 2 Đô thị 2.5 Đô thị với nhiều nhà cao tầng 35 Trong nhà (LOS) 1.8 Trong nhà có vật cản 46 2. Các mô hình kênh truyền cơ bản 2.

Kênh truyền theo phân bố Rayleigh Khi môi trường có nhiều thành phần tán xạ chúng ta có thể dùng mô hình kênh Rayleigh với hai biến Gauss ngẫu nhiên có trung bình bằng không và variance là σ2 thì Z  X 2  Y 2 có phân bố Rayleigh, đồng thời Z2 có phân bố hàm mũ. Nếu rI và rQ đều là biến ngẫu nhiên Gauss và có trung bình bằng không, variance là σ2, trong [20] ta có. 5) Có phân bố Rayleigh như sau: z  z2  p( z )  exp  2  , z0 (2. 6) 2  2  Với  2 là công suất trung bình theo thời gian; Z2 có phân bố hàm mũ: x x 1  1  2 2 PZ 2 ( x )  e Pr  e (2.

7) Pr 2 2 10 Chương 2: Cơ sở lý thuyết p(r) 0 σ 2σ 3σ 4σ 5σ Hình 2. 2: Hàm mật độ xác suất của phân bố Rayleigh Giá trị median thường được sử dụng trong thực tế vì dữ liệu Rayleigh fading thường được đo trong những môi trường mà nó không tuân theo một phân bố đặc biệt nào. Bằng cách sử dụng giá trị median thay vì giá trị trung bình, chúng ta dễ dàng so sánh các phân bố fading khác nhau (có giá trị trung bình khác nhau).2 minh họa hàm mật độ xác suất Rayleigh. Kênh truyền theo phân bố Ricean Ricean fading là kết quả của sự kết hợp hiện tượng truyền đa đường và đường truyền trực tiếp LOS, trong đó tín hiệu truyền thẳng là thành phần biết trước trong tổng hợp các tín hiệu nhận được.

8)   2 2     Trong đó  2 là công suất trung bình của thành phần không chứa LOS theo thời gian, s2 là công suất của thành phần đường trực tiếp, I0 là hàm Bessel bậc không ; Công suất trung bình nhận được trong kênh truyền Ricean fading là :  Pr   z 2 pz (z) dz  z 2  2 2 (2. 9) 0 Hàm phân bố xác suất Ricean phụ thuộc vào tỉ số năng lượng trực tiếp với thành phần năng lượng tán xạ K : 11 Chương 2: Cơ sở lý thuyết s2 K (2. 10) 2 2 Thay vào chúng ta được KPr s2  và 2 2  Pr K 1 K 1 Viết lại hàm phân bố Ricean theo K và Pr như sau: 2 z ( K  1)  ( K  1) z 2   K ( K  1)  pz ( z )  exp   K   I 0  2 z  , z  0 (2. 11) Pr  Pr   Pr  Khi K = 0, không có đường tín hiệu nhận trực tiếp khi đó phân bố Ricean trở thành phân bố Rayleigh.

Khi K   thì phân bố Ricean trở thành phân bố Gauss. Thành phần LOS của phân bố Ricean là thành phần tín hiệu tĩnh giúp giảm hiệu ứng fading. k= dB p(r) k = 6 dB Hình 2. 3: Hàm mật độ xác suất của phân bố Ricean: k= dB (Rayleigh) và k = 6 dB.

Với k >>1, giá trị trung bình của phân bố Ricean xấp xỉ với phân bố Gauss 2. Kênh truyền theo phân bố Nakagami Trong một số trường hợp kênh truyền Nakagami bao gồm cả hai dạng kênh truyền trên lúc đó là kênh truyền Nakagami trở thành Nakagami-m. Theo [20] biểu diễn hàm mật độ đường bao kênh truyền Nakagami-m. 2m m z 2 m 1   mz 2  Pz ( z )  exp   , m  0.

12) (m) Prm  Pr  12 Chương 2: Cơ sở lý thuyết Với  (.) là hàm gama Khi m = 0.5 thì phân bố Nakagami có dạng một nửa phân bố Gauss; Khi m = 1 thì phân bố Nakagami trở thành phân bố Rayleigh; Khi m > 1 thì phân bố Nakagami trở thành phân bố Ricean;  K  1 2 Trong đó m thì phân bố trên sắp sỉ là phân bố Ricean fading 2K  1 với tham số K. Khi m   thì không có fading. Hàm phân bố công suất cho kênh Nakagami fading như sau: m  m  x m1  mx  Pz 2 ( x)    exp   (2. Kênh truyền thông thường Pmax T R Hình 2.

4: Mô hình truyền dữ liệu thông thường Xét quá trình sự truyền dữ liệu giữa một nút phát T và một nút nhận R. Bằng cách sử dụng mô hình suy hao đơn giản, chúng ta có thể mô hình hóa tín hiệu nhận được tại nút R như sau [21]. yR  Pmax hT , R x  nR (2. 14) Trong công thức (2.14), Pmax là công suất truyền tối đa của nút phát T, x là dữ liệu mà nút phát T muốn truyền đến nút nhận R, hT,R là hệ số kênh truyền giữa nút phát T và nút nhận R, nR là nhiễu cộng tại bộ thu.14), tỷ lệ công suất tín hiệu trên nhiễu nhận được tại nút nhận R có thể được đưa ra như sau: 2 PT hT , R  T ,R  (2.

15) N0 13 Chương 2: Cơ sở lý thuyết với N0 là phương sai của nR (giả sử rằng phương sai của nhiễu cộng tại tất cả các máy thu đều bằng N0 ), hT , R là kênh Rayleigh fading hT , R sẽ có phân bố mũ. Hàm phân 2 phối và hàm mật độ xác suất của hT , R được cho trong công thức (2. 2 F hT ,R 2  x   1  exp  dT, R x   1  exp  T , R x  (2. 16) F hT ,R 2  x   dT,R exp  dT,R x   T , R exp  T ,R x  (2.

17) T , R  dT, R , d T , R là khoảng cách giữa T và R , và β là hệ số suy hao kênh truyền có giá trị từ 2 đến 6. Vô tuyến nhận thức 2. Khái niệm chung Vô tuyến nhận thức là mô hình mới của truyền thông không dây để tăng cường việc sử dụng nguồn tài nguyên phổ tần ngày càng hạn chế. Nó được định nghĩa như là một đài phát cơ hội sử dụng cơ sở hạ tầng hiện tại của của mạng vô tuyến trong khoản thời gian mà người dùng chính không sử dụng [1].

Về cơ bản, người dùng thứ cấp phải nhận thức đúng các điều kiện về phổ tần để tăng hiệu quả trong việc sử dụng phổ tần, mạng vô tuyến nhận thức tìm cách truyền tín hiệu của người dùng thứ cấp kết hợp với tín hiệu của người dùng sơ cấp trên cùng một phổ tần bằng các mô hình dạng nền (underlay), dạng chồng (overlay), dạng xen kẻ (interweave) mà không làm ảnh hưởng đến người dùng chính. Khi nhà khoa học Joseph Mitola đã phát biểu những ý tưởng đầu tiên của mình về vô tuyến và được định nghĩa bằng phần mềm (Software Defined Radio - SDR). Trong đó thì dạng vô tuyến này bao gồm một tần số vô tuyến (Radio Frequency - RF) và một Tunner được điều khiển bởi phần mềm.