Tổng quan nghiên cứu

Trong bối cảnh sự phát triển nhanh chóng của truyền thông di động và hệ thống Internet of Things (IoT), số lượng thiết bị kết nối dự kiến sẽ đạt khoảng 50 tỷ vào năm 2020. Điều này tạo ra áp lực lớn lên phổ tần và băng thông, đòi hỏi các thế hệ mạng di động tương lai phải tối ưu hiệu suất sử dụng năng lượng, chi phí và khả năng mở rộng. Kỹ thuật đa truy cập không trực giao (NOMA) đã nổi lên như một giải pháp tiềm năng nhằm nâng cao hiệu quả phổ tần và khả năng kết nối trong mạng 5G và các mạng không dây thế hệ mới.

Luận văn tập trung phân tích hiệu suất năng lượng của giao thức NOMA trong mạng truy cập vô tuyến đám mây không đồng nhất (HCRAN), bao gồm ba loại cell: macro, micro và pico. Mô hình nghiên cứu sử dụng kỹ thuật triệt nhiễu liên tiếp (SIC) không hoàn hảo, phản ánh thực tế triển khai trong môi trường mạng. Các mô phỏng được thực hiện trong MATLAB nhằm đánh giá ảnh hưởng của các yếu tố như mức công suất phân bổ tại trạm trung tâm (CCS), loại trạm phát vô tuyến đầu xa (RRH) và hệ số SIC không hoàn hảo đến hiệu suất năng lượng.

Phạm vi nghiên cứu bao gồm mạng HCRAN tại các môi trường đô thị và ngoại ô với các thông số công suất tiêu thụ cụ thể cho từng loại RRH (Macro-RRH: 1400W, Micro-RRH: 750W, Pico-RRH: 150W). Kết quả nghiên cứu có ý nghĩa quan trọng trong việc tối ưu hóa thiết kế mạng 5G, giúp nâng cao hiệu quả sử dụng năng lượng và cải thiện chất lượng dịch vụ trong các mạng di động nhiều cell.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên các lý thuyết và mô hình sau:

  • Công nghệ đa truy cập không trực giao (NOMA): Cho phép nhiều người dùng chia sẻ cùng một tài nguyên băng thông bằng cách phân bổ công suất khác nhau và sử dụng kỹ thuật triệt nhiễu liên tiếp (SIC) để giải mã tín hiệu. NOMA vượt trội hơn đa truy cập trực giao (OMA) về hiệu suất phổ tần và khả năng mở rộng kết nối.

  • Triệt nhiễu liên tiếp (SIC): Kỹ thuật giải mã tín hiệu chồng lên nhau bằng cách giải mã và loại bỏ tín hiệu của người dùng có công suất cao hơn trước khi giải mã tín hiệu của người dùng tiếp theo. Luận văn đặc biệt phân tích SIC không hoàn hảo, trong đó tín hiệu còn sót lại gây nhiễu, ảnh hưởng đến hiệu suất năng lượng.

  • Mạng truy cập vô tuyến đám mây không đồng nhất (HCRAN): Kết hợp các trạm cơ sở đa tầng (macro, micro, pico) được kết nối với bộ xử lý trung tâm (CCS) qua liên kết front-haul có dây hoặc không dây, nhằm tối ưu phân bổ tài nguyên và giảm thiểu nhiễu.

  • Hiệu suất năng lượng (EE): Được định nghĩa là tỷ lệ giữa tổng thông lượng dữ liệu (bits/s) và tổng công suất tiêu thụ (W), đo lường hiệu quả sử dụng năng lượng của hệ thống.

Phương pháp nghiên cứu

  • Nguồn dữ liệu: Dữ liệu mô phỏng được tạo ra bằng phần mềm MATLAB dựa trên mô hình mạng HCRAN với ba loại RRH (macro, micro, pico) và các thông số công suất tiêu thụ thực tế.

  • Phương pháp phân tích: Xây dựng mô hình công suất tiêu thụ tổng thể bao gồm công suất tại RRH và công suất front-haul tại CCS. Mô hình phân bổ công suất dựa trên độ lợi kênh và hệ số SIC không hoàn hảo được áp dụng để tính toán thông lượng và hiệu suất năng lượng.

  • Cỡ mẫu và timeline: Mô phỏng với số lượng RRH thay đổi từ 2 đến 40 trạm, trong các môi trường đô thị và ngoại ô với hệ số suy hao kênh lần lượt là 2.4 và 3. Các mức công suất tại CCS được thử nghiệm đa dạng từ 5kW đến 250kW. Thời gian nghiên cứu kéo dài trong năm 2019 với các bước mô phỏng và đánh giá kết quả.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

  1. Ảnh hưởng của công suất phân bổ tại CCS đến hiệu suất năng lượng:
    Khi công suất tại CCS giảm, hiệu suất năng lượng của NOMA tăng đáng kể. Ví dụ, với 2 RRH, mức công suất 50kW đạt hiệu suất khoảng 510 bits/J, trong khi mức 100kW chỉ đạt khoảng 250 bits/J. Khi công suất giảm xuống 10kW, hiệu suất năng lượng có thể vượt 2000 bits/J.

  2. Ảnh hưởng của số lượng RRH đến hiệu suất năng lượng:
    Hiệu suất năng lượng giảm khi số lượng RRH tăng lên. Với số lượng RRH từ 2 đến 40, hiệu suất giảm dần và gần như hội tụ ở mức thấp hơn khi số lượng RRH lớn.

  3. Tác động của hệ số SIC không hoàn hảo:
    Việc tăng hệ số SIC không hoàn hảo (từ 0% đến 10%) làm giảm hiệu quả năng lượng của mạng đa cell một cách đáng kể do tín hiệu nhiễu còn sót lại ảnh hưởng đến quá trình giải mã.

  4. Hiệu suất năng lượng theo loại RRH:
    Các loại RRH có công suất tiêu thụ khác nhau (Macro-RRH: 1400W, Micro-RRH: 750W, Pico-RRH: 150W) ảnh hưởng đến tổng công suất tiêu thụ và hiệu suất năng lượng. Pico-RRH với công suất thấp hơn giúp nâng cao hiệu suất năng lượng tổng thể của mạng.

Thảo luận kết quả

Kết quả mô phỏng cho thấy rõ ràng rằng việc phân bổ công suất hợp lý tại CCS và kiểm soát số lượng RRH là yếu tố then chốt để tối ưu hiệu suất năng lượng trong mạng HCRAN sử dụng NOMA. Hiệu suất năng lượng giảm khi công suất tăng do tiêu thụ năng lượng không tương xứng với tăng thông lượng. Điều này phù hợp với các nghiên cứu trước đây về hiệu quả năng lượng trong mạng đa truy cập.

Hệ số SIC không hoàn hảo phản ánh thực tế triển khai, khi tín hiệu nhiễu không thể triệt tiêu hoàn toàn, làm giảm thông lượng và hiệu suất năng lượng. Việc mô phỏng với các mức SIC khác nhau giúp đánh giá tác động thực tế và đề xuất các giải pháp cải thiện kỹ thuật giải mã.

Biểu đồ hiệu suất năng lượng theo số lượng RRH và công suất CCS có thể được trình bày dưới dạng đồ thị đường thể hiện xu hướng giảm hiệu suất khi tăng số lượng RRH hoặc công suất, giúp trực quan hóa mối quan hệ giữa các biến số.

Đề xuất và khuyến nghị

  1. Tối ưu phân bổ công suất tại CCS:
    Giảm công suất phát tại CCS đến mức tối ưu nhằm nâng cao hiệu suất năng lượng, đặc biệt trong các khu vực có mật độ RRH thấp. Thực hiện trong vòng 6-12 tháng, do các nhà quản lý mạng và kỹ sư thiết kế hệ thống.

  2. Kiểm soát số lượng RRH triển khai:
    Hạn chế số lượng RRH trong mạng để tránh giảm hiệu suất năng lượng do tiêu thụ năng lượng tăng không tương xứng. Áp dụng chính sách quy hoạch mạng hợp lý, ưu tiên sử dụng RRH công suất thấp như pico-RRH trong khu vực đô thị.

  3. Nâng cao kỹ thuật triệt nhiễu SIC:
    Phát triển và áp dụng các thuật toán SIC cải tiến nhằm giảm thiểu hệ số SIC không hoàn hảo, từ đó tăng hiệu suất năng lượng. Thời gian nghiên cứu và triển khai khoảng 1-2 năm, do các nhóm nghiên cứu và nhà sản xuất thiết bị thực hiện.

  4. Ứng dụng mô hình NOMA trong mạng HCRAN đa tầng:
    Khuyến khích triển khai NOMA kết hợp với mạng HCRAN đa tầng để tận dụng ưu điểm của từng loại cell, nâng cao hiệu quả phổ tần và năng lượng. Chủ thể thực hiện là các nhà mạng và nhà cung cấp thiết bị, với lộ trình 1-3 năm.

Đối tượng nên tham khảo luận văn

  1. Nhà nghiên cứu và sinh viên ngành kỹ thuật điện tử - viễn thông:
    Nghiên cứu sâu về kỹ thuật NOMA, SIC và mạng HCRAN, áp dụng mô hình và kết quả để phát triển các đề tài liên quan.

  2. Kỹ sư thiết kế mạng di động và 5G:
    Áp dụng các giải pháp tối ưu công suất và phân bổ tài nguyên trong thiết kế mạng, nâng cao hiệu suất năng lượng và chất lượng dịch vụ.

  3. Nhà quản lý và hoạch định chính sách viễn thông:
    Sử dụng kết quả nghiên cứu để xây dựng chính sách phát triển mạng bền vững, tiết kiệm năng lượng và đáp ứng nhu cầu kết nối ngày càng tăng.

  4. Nhà sản xuất thiết bị viễn thông:
    Phát triển các thiết bị hỗ trợ kỹ thuật NOMA và SIC hiệu quả, tối ưu hóa phần cứng phù hợp với mạng HCRAN đa tầng.

Câu hỏi thường gặp

  1. NOMA khác gì so với OMA trong mạng di động?
    NOMA cho phép nhiều người dùng chia sẻ cùng một tài nguyên băng thông bằng cách phân bổ công suất khác nhau, trong khi OMA phân chia tài nguyên theo thời gian, tần số hoặc mã. NOMA nâng cao hiệu suất phổ tần và khả năng kết nối.

  2. Tại sao hiệu suất năng lượng giảm khi tăng công suất tại CCS?
    Khi công suất tăng, tiêu thụ năng lượng tăng nhanh hơn so với tốc độ dữ liệu đạt được, dẫn đến hiệu suất năng lượng giảm do không tối ưu hóa được tỷ lệ bits trên joule.

  3. Hệ số SIC không hoàn hảo ảnh hưởng thế nào đến mạng?
    SIC không hoàn hảo làm tín hiệu nhiễu còn sót lại, gây giảm thông lượng và hiệu suất năng lượng, ảnh hưởng đến chất lượng dịch vụ và hiệu quả mạng.

  4. Làm thế nào để cải thiện hiệu suất năng lượng trong mạng HCRAN?
    Tối ưu phân bổ công suất, kiểm soát số lượng RRH, nâng cao kỹ thuật triệt nhiễu SIC và áp dụng mô hình NOMA đa tầng là các giải pháp hiệu quả.

  5. Phạm vi áp dụng của nghiên cứu này là gì?
    Nghiên cứu áp dụng cho mạng di động thế hệ 5G và các mạng truy cập vô tuyến đám mây không đồng nhất, đặc biệt trong các khu vực đô thị và ngoại ô với mật độ thiết bị cao.

Kết luận

  • Luận văn đã xây dựng và phân tích mô hình hiệu suất năng lượng của giao thức NOMA trong mạng HCRAN đa tầng với SIC không hoàn hảo, phản ánh thực tế triển khai mạng 5G.
  • Kết quả mô phỏng cho thấy hiệu suất năng lượng tăng khi giảm công suất tại CCS và giảm số lượng RRH, đồng thời hệ số SIC không hoàn hảo làm giảm hiệu quả mạng đáng kể.
  • Nghiên cứu cung cấp cơ sở khoa học cho việc tối ưu phân bổ công suất và thiết kế mạng nhằm nâng cao hiệu suất năng lượng trong mạng di động thế hệ mới.
  • Đề xuất các giải pháp kỹ thuật và chính sách nhằm cải thiện hiệu suất năng lượng, phù hợp với xu hướng phát triển mạng 5G và IoT.
  • Các bước tiếp theo bao gồm phát triển thuật toán SIC cải tiến và thử nghiệm thực tế mô hình NOMA trong mạng HCRAN để hoàn thiện giải pháp.

Hành động khuyến nghị: Các nhà nghiên cứu và kỹ sư mạng nên áp dụng kết quả nghiên cứu để tối ưu hóa thiết kế và vận hành mạng, góp phần phát triển hệ thống viễn thông bền vững và hiệu quả.