Chương 1 TỔNG QUAN 1.1 Tính cấp thiết của đề tài Truyền thông độ tin cậy cao và độ trễ thấp (URLLC) là một trong những nền tang cho mạng không dây thế hệ thứ năm và thế hệ thứ sáu (fifth-generation and sixth- generation wireless networks) [1, 2]. URLLC yêu cầu nghiêm ngặt về độ tin cậy cao (ultra-reliability), độ trễ truyền đầu cuối thấp (low end-to-end transmission latency) và kích thước gói tin linh hoạt (packet-size flexibility) [3]. Những yêu cầu này làm tăng độ khó trong việc thiết kế lớp vật lý (physical-layer), trong đó có việc thiết kế mô hình mã hóa và giải mã kênh truyền (channel coding and decoding schemes) [4]. Hệ thống truyền gói ngắn (short packet transmission system) là một trong những hệ thống quan trọng giúp đáp ứng yêu cầu độ trễ thấp (low latency) của mạng không dây thế hệ thứ năm và thế hệ thứ sáu.
Cùng với sự tăng trưởng nhanh chóng của IơT' đã thúc đẩy các nhà nghiên cứu cả về học thuật và công nghiệp, cùng nhau tìm kiếm mô hình mã hóa và giải mã kênh truyền có hiệu quả sửa lỗi tốt trong trường hợp truyền gói thông tin ngắn (short packet), giúp tăng độ tin cậy của gói tin trong quá trình truyền tin [5]. Mã kiểm tra mật độ thấp (LDPC) được xem là mã sửa lỗi tốt và nổi lên như là một chuẩn giao tiếp truyền thông cho hiện tại và tương lai, do có những thuật toán giải mã hiệu quả, có thể kể đến như thuật toán Sum-product hoặc thuật toán Min-Sum [6, 7]. Ngoài ra, mã LDPC có độ phức tạp thi công phần cứng thấp, do trong ma trận kiểm tra chẵn lẻ (parity check matrix) của mã LDPC có nhiều bit 0s [8]. Điều này giúp mã LDPC 1 trở thành ứng viên phù hợp cho các ứng dụng bị ràng buộc tài nguyên phần cứng như các thiết bị đeo được (wearable devices).
Xu hướng này được thể hiện qua việc nhóm 3GPP (3GPP Group) chấp nhận thay thế mã Turbo bằng mã LDPC trong chuẩn công nghệ truy cập sóng vô tuyến (New Radio (NR) technology standard) [9]. Mã LDPC cũng đã được sử dụng trong những ứng dụng gần mặt đất (near-earth applications) và những ứng dụng không gian sâu (deep space applications) [10].2 Các nghiên cứu trong nước Đã có nhiều công trình nghiên cứu trong nước về mã LDPC từ tạp chí khoa học đến luận văn thạc sĩ. Trong luận văn thạc sĩ của Phạm Thị Tuyết [11], tác giả nghiên cứu mã LDPC tích chập trong hệ thống MIMO. Kết quả cho thấy mô hình MIMO có sự kết hợp với mã LDPC tích chập, cho hiệu suất BER tốt hơn so với mô hình MIMO không có sự kết hợp của mã LDPC tích chập.
Kết quả cũng cho thấy mã LDPC tích chập giúp hiệu suất sửa lỗi tốt hơn, tăng hiệu quả sử dụng phổ và cải thiện chất lượng phía thu. Tuy nhiên, mã LDPC tích chập có độ tính toán phức tạp hơn so với mã LDPC khối, do yêu cầu về sử dụng bộ lọc và sự kết hợp giữa các cột. Vì vậy, mã LDPC tích chập chưa cho thấy tính khả thi, nếu áp dụng cho các ứng dụng hạn chế về phần cứng và yêu cầu độ tính toán thấp. Ngoài ra, một số nghiên cứu khác nghiên cứu ứng dụng của mã LDPC trong hệ thống 5G.
Chẳng hạn như trong [12], tác giả phân tích, so sánh hiệu suất và độ phức tạp của hai thuật toán Quasi-cyclic (QC) LDPC and Repeat Accumulate (RA) LDPC theo chuẩn 5G. Hoặc trong [13], tác giả dùng kỹ thuật phân lớp để tăng hiệu suất giải mã cho mã LDPC trong hệ thống thông tin di động 5G. Tuy nhiên, các kỹ thuật trong cả hai nghiên cứu trên chưa cho thấy hiệu quả trong trường hợp truyền gói tin ngắn.3 Các nghiên cứu ngoài nước Đã có nhiều công trình nghiên cứu ngoài nước về mã LDPC, cả trường hợp truyền gói tin đài và gói tin ngắn. Tuy nhiên, các nghiên cứu này vẫn còn bộc lộ những khiếm khuyết, như phương pháp đề xuất trong [14] cho hiệu suất tốt nhưng phụ thuộc vào kinh nghiệm người thiết kế.
Tuy nhiên, thuật toán phát triển vi phân có độ phức tạp tính toán rất cao, không phù hợp với các ứng dụng bị ràng buộc về mặt phần cứng như IơT. Hoặc trong [16], đề xuất kết hợp đơn giản giữa mã LDPC và mã kiểm tra dự phòng theo chu kỳ (Cyclic Redundancy Check: CRC), nhưng phương pháp này cho hiệu suất không tốt đối với trường hợp bộ giải mã sử dụng thuật toán giải mã cổ điển (classical iterative decoding), với số lượng vòng lặp lớn. Trong [17], đề xuất thuật toán giải mã NB-LDPC với mục tiêu thay thế LDPC thông thường, vì NB-LDPC có nhiều sự nổi trội hơn khi chiều dài khối thông tin truyền bị điều chỉnh hoặc môi trường truyền có nhiều lỗi burst. Tuy nhiên, thách thức về độ tính toán phức tạp và yêu cầu về bộ nhớ cao là những van dé khiến NB-LDPC chưa thể sử dụng phổ biến cho các ứng dụng yêu cầu về độ trễ thấp và ít tài nguyên phần cứng [18].
Sự kết hợp giữa mã LDPC và MIMO cũng được đề xuất trong [19] để nâng cao thông lượng (throughput) cho V2X. Tuy nhiên, bài báo chỉ mới xét trường hợp mã LDPC chuẩn DVB, với chiều dài gói (length-packet) 64800 bit. Vì thế, dường như vẫn chưa có nghiên cứu ngoài nước nào tìm ra phương pháp cải thiện tối ưu hiệu suất cho mã LDPC trong trường hợp truyền gói thông tin ngắn. Trong [20], đề xuất mô hình thiết kế mã LDPC cho ứng dụng truyền gói tin ngắn.
mô hình trong [20] dựa vào thuật toán tối ưu Genetic, tương tự như thuật toán được đề xuất cho mã Polar trong [21]. Cụ thể, mô hình để xuất sử dụng thuật toán tối ưu Genetic để tối ưu trực tiếp ma trận kiểm tra chẵn lẻ H cia ma LDPC. Trong bối cảnh truyền gói tin ngắn, cả trên hai kênh truyền nhiễu BI-AWGN và Rayleigh, mã LDPC được thiết kế dựa vào thuật toán tối ưu Genetic cho thấy hiệu suất sửa lỗi tốt hơn các cầu trúc mã LDPC khác như: CCSDS Up-Link LDPC, Regular LDPC và 5G LDPC [201. Ngoài ra, mã LDPC được thiết kế dựa vào thuật toán tối ưu Genetic còn thể hiện được tính linh hoạt, khi câu trúc ma trận kiểm tra chẵn lẻ ïï sau khi được tối ưu không theo bất cứ cầu trúc ràng buộc nào.
Thuật toán tối ưu Genetic thực hiện thêm hoặc bỏ các cạnh (edge) trong mô hình Tanner của ma trận kiểm tra chẵn lẻ H, bang hai phương pháp trao đổi chéo (Crossover) và đột biến cá thể (Mutation), dựa trên phép chọn lọc tự nhiên (Natural selection) và tiễn hóa sinh học (Biological evolution) của các sinh vật trong tự nhiên. Vì vậy, mô hình thiết kế mã LDPC đề xuất trong [20], có thể được ứng dụng để tạo ra các mã LDPC riêng biệt có hiệu suất sửa lỗi tốt cho từng điều kiện môi trường khác nhau. Tuy nhiên, mô hình thiết kế mã LDPC dựa vào thuật toán tối ưu Genetic để xuất trong [20], có thể cải tiến để đạt được hiệu xuất tốt hơn mà không làm tăng đáng kể độ phức tạp của mô hình đã đề xuất.4 Mục tiêu nghiên cứu Đề xuất cải tiến mô hình thiết kế mã LDPC dựa vào thuật toán tối ưu Genetic được đề xuất trong [20]. Cụ thể, mô hình cải tiễn sẽ đạt độ lợi về tỷ lệ lỗi khối (BLER) so với mô hình để xuất trong [20].
Mô hình được đánh giá trên kênh truyền BI-AWGN với nhiều giá trị chiều dài khối ngắn (short block length) khác nhau.5 Cách tiếp cận và phương pháp nghiên cứu ‹« Cách tiếp cận: — Tìm hiểu mô hình thiết kế mã LDPC dựa vào thuật toán tối ưu Genetic trong [20]. — Thực hiện lại mô phỏng theo mô hình trong [20]. — Điều chỉnh cải tiến mô hình trong [20] để đạt được độ lợi tý lệ lỗi khối tốt hơn. se Phương pháp nghiên cứu: — Phương pháp mô phỏng: Thực hiện mô phỏng trên phần mém Matlab.6 Đối tượng và phạm vỉ nghiên cứu e Đối tượng: ~ Mã LDPC có kích thước ma trận kiểm tra chẵn lẻ lần lượt là: (32 x 64) và (64 x 128).
e Pham vi nghiên cứu: — Thực hiện mô phỏng trên phần mém Matlab. — Thực hiện đánh giá BLER của mã LDPC trên môi trường kênh truyền BI-AWGN.7 Nội dung nghiên cứu ¢ Tim hiéu ma LDPC. ¢ Tim hiéu thuat toan t6i wu Genetic. ¢ Tim hiéu m6 hinh thiét ké mã LDPC dựa vào thuật toán tối ưu Genetic trong [20].
e Đề xuất mô hình cải tiền dựa vào mô hình trong [20]. « So sánh độ lợi BLER của mô hình đề xuất và mô hình trong [20]. e Trình bày kết quả nghiên cứu đạt được trong cuốn luận văn thạc sĩ. © Báo cáo trước hội đồng kết quả nghiên cứu đạt được.8 Bồ cục nội dung Báo cáo luận văn thạc sĩ bao gồm 5 chương: e Chương l: Tổng quan e Chương 2: Cơ sở lý thuyết e Chương 3: Thiết kế mã LDPC dựa vào thuật toán tối uu Genetic e Chương 4: Đánh giá hiệu suất mô hình thiết kế mã LDPC dựa vào thuật toán tối ưu Genetic e Chương 5: Kết luận và hướng phát triển Chương 2 CƠ SỞ LÝ THUYÊT 2.1 Giới thiệu mã sửa lỗi Mã sửa lỗi (Error Correction Coding) là đoạn mã dư (redundancy) được thêm vào thông tin trước khi truyền qua kênh truyén (channel), dé giam ty 1é 16i bit (BER), như được minh họa qua hình 2.
Transmitter Receiver Sink Source Channel À CEPT et F [+[s|o|r|r|:|o[-| [z|:|s[:|:|:|s|s| Channel encoder ) ————> Channel decoder Hình 2.1: Hình ảnh minh họa nguyên lý mã kênh truyền Mã sửa lỗi (ECC) được chia thành hai loại: Mã khối (block coding) và mã chập (convolutional coding), được tóm tắt như hình 2. Error correction coding \ Vv Block coding. Vv \ \ \ y nS CRC code LDPC code BCH code RS code Convolutional! | Turbo code code code Hình 2.2: Hình ảnh tóm tắt các mã sửa lỗi (ECC) Một số mã khối (block coding) phổ biến như: Mã Hamming (Hamming code), mã CRC (cyclic redundancy check code), mã kiểm tra mật độ thấp (LDPC), mã BCH, mã RS. Một số mã chập (convolutional coding) có thể kể đến như: Mã chập (convolutional code), mã Turbo [22].1 Ung dung mã sửa lỗi trong GSM Mỗi mẫu âm thanh (speech sample) dai 20 ms (20 ms duration) được mã hóa bởi RPE-LPC (Regular Pulse Excitation Linear Prediction) thanh 260 bit, với tổng tốc độ bit (total bit rate) là 13 kbps.
260 bit này được phân thành ba loại (three types) dựa vào độ nhạy (sensitive) của chúng, như được minh họa trong hình 2. Trong đó, 50 bit Type Ia là những bit có độ nhạy lớn (sensitive) nhất, sử dụng mã hóa vong (cyclic encoder). 132 bit Type Ib là những bit có độ nhạy (sensitive) trung bình. 132 bit Type Ib kết hợp với bit Type la được mã hóa, thành 182 bít.