Tối ưu hóa hiệu năng hệ thống thông tin vô tuyến đa người dùng MIMO và Massive MIMO

Khám phá luận văn thạc sĩ về tối ưu hóa hiệu năng hệ thống thông tin vô tuyến đa người dùng MIMO và Massive MIMO trong kỹ thuật viễn thông.

• Tác giả: Phạm Quốc Việt
• Người hướng dẫn: PGS. Hà Hoàng Kha
• Trường học: Đại học Bách Khoa
• Chuyên ngành: Kỹ thuật Viễn thông
• Đề tài: Tối ưu hóa hiệu năng hệ thống thông tin vô tuyến MIMO và Massive MIMO
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2020
• Địa điểm: Hồ Chí Minh

Mục lục chi tiết

• LỜI CẢM ƠN
• TÓM TẮT
• ABSTRACT
• LỜI CAM ĐOAN
• Danh sách hình vẽ
• Danh sách bảng
• Từ viết tắt
• Danh sách lưu đồ giải thuật
• 1. CHƯƠNG 1: MỞ ĐẦU
• 1.1. Đặt vấn đề nghiên cứu
• 1.1.1. Xu hướng tăng trưởng của lưu lượng dữ liệu di động
• 1.1.2. Mức tiêu thụ năng lượng trong ngành viễn thông
• 1.1.3. Mạng truyền thông thế hệ thứ 5 (5G)
• 1.2. Lý do chọn đề tài
• 1.3. Mục tiêu và nhiệm vụ của luận văn
• 1.4. Đối tượng và phạm vi nghiên cứu
• 1.4.1. Đối tượng nghiên cứu
• 1.4.2. Phạm vi nghiên cứu
• 1.5. Phương pháp nghiên cứu
• 1.6. Bố cục của luận văn
• 1.7. Các bài báo đã hoàn thành trong luận văn
• 2. CHƯƠNG 2: TỔNG QUAN CÁC VẤN ĐỀ NGHIÊN CỨU VÀ LÝ THUYẾT LIÊN QUAN
• 2.1. Giới thiệu về kỹ thuật đa ngõ vào đa ngõ ra MIMO
• 2.1.1. MIMO điểm-đến-điểm
• 2.1.2. MIMO đa người dùng (MU-MIMO)
• 2.2. Mạng hỗn hợp HetNet
• 2.3. Vấn đề truyền thông xanh
• 2.4. Lý thuyết cơ bản về toán tối ưu
• 2.4.1. Bài toán tối ưu cơ bản
• 2.4.3. Bài toán tối ưu hàm mục tiêu dạng phân số
• 2.4.3.1. Lý thuyết cơ bản của hàm tựa-lõm
• 2.4.3.2. Giải thuật Dinkelbach cho tối ưu phân số lõm-lồi
• 2.5. Phương pháp Coordinate Descent
• 2.5.2. Block Coordinate Descent
• 2.6. Phương pháp Gradient Projection
• 2.6.2. Phương pháp Gradient Descent
• 2.6.3. Lựa chọn kích thước bước - Quy tắc Armijo
• 2.6.4. Phương pháp Gradient Projection
• 2.7. Kết luận chương
• 3. CHƯƠNG 3: TỐI ƯU HÓA HIỆU QUẢ NĂNG LƯỢNG CỦA MẠNG KHÔNG ĐỒNG NHẤT VỚI RÀNG BUỘC CÔNG SUẤT TRÊN MỖI ANTENNA
• 3.2. Mô hình hệ thống kênh đường xuống MIMO HetNet
• 3.3. Giải thuật lặp dưạ trên phương pháp BCA và Dinkelbatch
• 3.4. Kết quả mô phỏng
• 3.5. Kết luận chương
• 4. CHƯƠNG 4: TỐI ƯU HÓA TỔNG TỐC ĐỘ CỦA HỆ MIMO SONG CÔNG ĐA NGƯỜI DÙNG BẰNG PHƯƠNG PHÁP GRADIENT PROJECTION
• 4.2. Mô hình hệ thống và bài toán thiết kế
• 4.3. Giải thuật lặp tối ưu hóa tổng tốc độ
• 4.3.1. Chiếu các ma trận hiệp phương sai của đường lên
• 4.3.2. Chiếu các ma trận hiệp phương sai tiền mã hóa của các đường xuống
• 4.3.3. Áp dụng quy tắc Armijo
• 4.4. Các kết quả mô phỏng
• 4.5. Kết luận chương
• 5. CHƯƠNG 5: SỰ CÂN BẰNG THEO TỶ LỆ CỦA HIỆU SUẤT PHỔ ĐƯỜNG LÊN TRONG HỆ THỐNG CELL-FREE MASSIVE MIMO
• 5.2. Mô hình hệ thống và vấn đề thiết kế
• 5.2.1. Huấn luyện đường lên
• 5.2.2. Truyền dữ liệu đường lên
• 5.2.3. Phân tích hiệu suất
• 5.4. Thuật toán được phát triển
• 5.4.1. Thiết kế hệ số bộ thu
• 5.4.2. Phân bổ công suất phát người dùng
• 5.4.3. Áp dụng quy tắc Armijo
• 5.5. Các kết quả mô phỏng
• 5.5.1. Các thông số mô phỏng
• 5.5.2. Kết quả mô phỏng
• 5.6. Kết luận chương
• 6. CHƯƠNG 6: KẾT LUẬN CHUNG VÀ HƯỚNG NGHIÊN CỨU KẾ TIẾP
• 6.1. Kết luận chung
• 6.2. Hướng phát triển
• Tài liệu tham khảo

Tóm tắt

I. Tối ưu hóa hiệu năng hệ thống thông tin vô tuyến MIMO và Massive MIMO

Hệ thống thông tin vô tuyến MIMO và Massive MIMO đang trở thành xu hướng chủ đạo trong lĩnh vực viễn thông hiện đại. Đặc biệt, việc tối ưu hóa hiệu năng của các hệ thống này không chỉ giúp cải thiện hiệu suất hệ thống mà còn tăng cường khả năng truyền tải dữ liệu, đáp ứng nhu cầu ngày càng cao của người dùng. Luận văn này sẽ tập trung vào các phương pháp tối ưu hóa, từ việc thiết kế bộ tiền mã hóa đến phân bổ công suất phát, nhằm cải thiện tín hiệu vô tuyến và khả năng truyền tải trong các mạng MIMO. Các giải pháp được đề xuất sẽ được phân tích và đánh giá dựa trên các mô hình thực nghiệm và lý thuyết, nhằm xác định mức độ hiệu quả của từng phương pháp.

1.1 Giới thiệu về công nghệ MIMO

Công nghệ MIMO (Multiple-Input Multiple-Output) cho phép sử dụng nhiều anten để truyền và nhận tín hiệu, từ đó tăng cường tín hiệu vô tuyến và giảm thiểu can nhiễu. Mô hình MIMO không chỉ cải thiện hiệu suất phổ mà còn góp phần nâng cao hiệu suất năng lượng trong các hệ thống truyền thông. Việc áp dụng công nghệ MIMO trong các mạng HetNet (Mạng hỗn hợp) đã chỉ ra rằng, khả năng truyền tải dữ liệu có thể tăng gấp nhiều lần mà không cần mở rộng băng thông. Nghiên cứu cho thấy rằng, việc tối ưu hóa thiết kế anten và phương pháp truyền tải có thể giúp cải thiện đáng kể khả năng truy cập và tăng cường tín hiệu cho người dùng cuối.

1.2 Tối ưu hóa hiệu suất năng lượng trong hệ thống MIMO

Một trong những thách thức lớn nhất trong việc tối ưu hóa hiệu suất năng lượng của hệ thống MIMO là sự phân bổ công suất phát cho từng anten. Luận văn này sẽ trình bày các phương pháp tối ưu hóa, bao gồm việc áp dụng giải thuật Dinkelbach và Block Coordinate Ascent (BCA) để tối ưu hóa hiệu suất năng lượng trong mạng MIMO HetNet. Các nghiên cứu cho thấy rằng, việc áp dụng các giải pháp này không chỉ giúp cải thiện hiệu suất năng lượng mà còn giảm thiểu tiêu thụ năng lượng tổng thể của hệ thống. Kết quả mô phỏng cho thấy rằng, việc tối ưu hóa công suất phát có thể nâng cao khả năng truy cập và độ tin cậy của mạng, từ đó mang lại lợi ích cho cả nhà cung cấp dịch vụ và người dùng.

1.3 Tối ưu hóa tốc độ truyền tải trong hệ thống FD MIMO

Hệ thống FD MIMO (Full-Duplex MIMO) cho phép truyền và nhận tín hiệu đồng thời, từ đó gia tăng đáng kể tốc độ truyền tải. Luận văn sẽ nghiên cứu việc tối ưu hóa tổng tốc độ của hệ thống này thông qua việc áp dụng phương pháp Gradient Projection (GP). Phương pháp này cho phép tìm ra thiết kế tối ưu cho bài toán cực đại hóa hàm tổng tốc độ, giúp cải thiện hiệu suất phổ và tín hiệu vô tuyến. Kết quả cho thấy rằng, việc tối ưu hóa tốc độ không chỉ nâng cao trải nghiệm người dùng mà còn giảm thiểu độ trễ trong việc truyền tải dữ liệu. Điều này đặc biệt quan trọng trong bối cảnh phát triển các ứng dụng yêu cầu băng thông cao và độ trễ thấp.

II. Phân bổ công suất phát trong mạng Massive MIMO

Mạng Massive MIMO với số lượng anten lớn có khả năng phục vụ nhiều người dùng đồng thời, từ đó tối ưu hóa hiệu suất phổ và tín hiệu vô tuyến. Luận văn sẽ trình bày cách phân bổ công suất phát cho nhiều người dùng trong mạng này nhằm tối ưu hóa sự công bằng theo tỷ lệ của hiệu suất phổ. Các giải thuật lặp dựa trên phương pháp trị riêng tổng quát và phương pháp GP được áp dụng để giải quyết bài toán tối ưu này. Kết quả mô phỏng cho thấy rằng, việc phân bổ công suất phát hợp lý có thể giúp nâng cao tín hiệu vô tuyến và cải thiện khả năng truy cập cho người dùng. Điều này không chỉ nâng cao trải nghiệm người dùng mà còn tối ưu hóa hiệu suất tổng thể của hệ thống.

2.1 Mô hình hệ thống và vấn đề thiết kế

Mô hình hệ thống trong mạng Cell-free Massive MIMO cho phép các anten được phân bố rộng rãi, giúp giảm thiểu can nhiễu và nâng cao hiệu suất năng lượng. Luận văn sẽ phân tích các vấn đề thiết kế liên quan đến việc huấn luyện và truyền dữ liệu, từ đó đề xuất các giải pháp tối ưu hóa công suất phát cho từng người dùng. Việc áp dụng quy tắc Armijo trong các thuật toán tối ưu hóa sẽ giúp đảm bảo tính hiệu quả và công bằng trong việc phân bổ tài nguyên mạng. Kết quả mô phỏng cho thấy rằng, việc tối ưu hóa thiết kế có thể giúp nâng cao khả năng truy cập và tín hiệu vô tuyến, từ đó cải thiện trải nghiệm người dùng trong các ứng dụng thực tế.

2.2 Kết quả mô phỏng và phân tích hiệu suất

Kết quả mô phỏng cho thấy rằng, việc tối ưu hóa công suất phát trong mạng Massive MIMO có thể cải thiện đáng kể hiệu suất phổ và tín hiệu vô tuyến. Các thông số mô phỏng được thiết lập dựa trên các tiêu chí thực tế, nhằm đánh giá tính hiệu quả của các giải pháp đề xuất. Phân tích hiệu suất cho thấy rằng, sự công bằng theo tỷ lệ trong việc phân bổ công suất phát không chỉ nâng cao khả năng truy cập mà còn tối ưu hóa hiệu suất năng lượng của hệ thống. Điều này cho thấy rằng, các nghiên cứu trong luận văn có thể mang lại giá trị thực tiễn cao cho các nhà cung cấp dịch vụ viễn thông trong việc triển khai các giải pháp mạng hiệu quả.

Nội dung chính

Tổng quan nghiên cứu

Lưu lượng dữ liệu di động toàn cầu đang chứng kiến mức tăng trưởng bùng nổ với tốc độ tăng trưởng kép hàng năm đạt 31% giai đoạn 2014 đến 2024, dự kiến chạm mốc 136 Exabyte mỗi tháng vào cuối năm 2024 theo số liệu thống kê từ Ericsson. Trong bối cảnh đó, mạng di động thế hệ thứ 5 hướng đến mục tiêu phục vụ mật độ 1.000.000 thiết bị trên mỗi kilomet vuông và tốc độ truyền dẫn đỉnh lên tới hàng chục Gbps. Tuy nhiên, sự bùng nổ nhu cầu này kéo theo khủng hoảng tiêu thụ năng lượng nghiêm trọng khi ngành công nghệ thông tin và truyền thông chiếm khoảng 5% tổng lượng phát thải khí nhà kính toàn cầu. Đáng chú ý, các trạm gốc viễn thông tiêu tốn hơn 50% tổng năng lượng của mạng vô tuyến, trong đó khối khuếch đại công suất chiếm tới 57% điện năng tiêu thụ tại các trạm macrocell.

Vấn đề cốt lõi đặt ra cho ngành viễn thông hiện đại là làm thế nào để đồng thời nâng cao hiệu suất phổ tần và tối ưu hóa hiệu suất năng lượng theo định hướng truyền thông xanh. Luận văn thạc sĩ tập trung giải quyết bài toán thiết kế bộ tiền mã hóa và thuật toán phân bổ công suất phát trong ba kiến trúc mạng tiên tiến: mạng không đồng nhất đa ngõ vào đa ngõ ra, hệ thống vô tuyến song công toàn phần đa người dùng, và mạng truyền thông không chia ô quy mô lớn. Nghiên cứu được thực hiện tại Trường Đại học Bách Khoa thuộc Đại học Quốc gia Thành phố Hồ Chí Minh trong giai đoạn 2018 đến 2020.

Kết quả của công trình mang ý nghĩa thực tiễn sâu sắc, cung cấp các giải pháp toán học giúp cải thiện hơn 75% tổng tốc độ truyền dẫn dữ liệu, nâng cao chỉ số công bằng tài nguyên giữa các thiết bị di động lên trên 0,95 và cắt giảm hơn 25% công suất tiêu hao trên mỗi ăng-ten phát sóng.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng dựa trên nền tảng vững chắc của lý thuyết dung lượng kênh Shannon và lý thuyết tối ưu hóa toán học phi tuyến. Trong hệ thống truyền thông vô tuyến hiện đại, hiệu suất phổ được đo lường bằng bit trên giây trên Hertz, phản ánh lượng thông tin truyền tải thành công trên một đơn vị băng thông. Hiệu suất năng lượng được định lượng bằng tỷ số giữa hiệu suất phổ và tổng công suất tiêu thụ của toàn mạng với đơn vị là bit trên Joule.

Khung mô hình nghiên cứu bao quát ba cấu trúc mạng chính:

• Mô hình mạng hỗn hợp tích hợp giữa trạm phát macrocell công suất lớn và các trạm tế bào nhỏ gồm femtocell, picocell nhằm tăng cường khả năng tái sử dụng tần số.
• Mô hình truyền thông song công toàn phần cho phép truyền và nhận tín hiệu đồng thời trên cùng một băng tần số và khe thời gian, nhân đôi dung lượng lý thuyết nhưng phát sinh tự can nhiễu cực mạnh.
• Mô hình mạng không chia ô quy mô lớn triển khai hàng trăm ăng-ten phân tán về mặt địa lý, kết nối qua mạng trục hoàn hảo để cùng phục vụ nhiều thiết bị người dùng.

Các khái niệm kỹ thuật trọng tâm bao gồm hiện tượng làm cứng kênh giúp biến đổi kênh truyền ngẫu nhiên thành gần như xác định, tính chất lan truyền thuận lợi làm trực giao hóa các tia sóng giữa các người dùng, tỷ số tín hiệu trên can nhiễu cộng nhiễu, cùng nguyên lý tối ưu hóa phân số lõm-lồi dựa trên hàm tựa lõm.

Phương pháp nghiên cứu

Nguồn dữ liệu của luận văn được thu thập thông qua quá trình mô phỏng số học ngẫu nhiên Monte Carlo với hơn 10.000 mẫu kênh truyền pha-đinh Rayleigh độc lập. Không gian khảo sát được chuẩn hóa với cỡ mẫu hệ thống gồm 120 điểm truy cập phân tán phục vụ đồng thời 20 thiết bị di động, sử dụng chuỗi kiểm tra hoa tiêu có độ dài 10 ký hiệu. Phương pháp chọn mẫu ngẫu nhiên không gian theo phân bố Poisson được ứng dụng để mô phỏng chính xác vị trí thực tế của người dùng và các trạm thu phát.

Luận văn lựa chọn và phát triển các phương pháp phân tích toán học chuyên sâu:

• Thuật toán Dinkelbach biến đổi hàm mục tiêu phân số phi tuyến sang bài toán trừ tham số liên tục, kết hợp phương pháp leo tọa độ khối để tối ưu hóa ma trận tiền mã hóa trong mạng không đồng nhất.
• Thuật toán chiếu Gradient tích hợp quy tắc Armijo xác định kích thước bước nhảy thích nghi, tối ưu hóa ma trận hiệp phương sai của đường lên và đường xuống trong hệ thống song công toàn phần.
• Phương pháp trị riêng tổng quát kết hợp chiếu Gradient giải quyết bài toán phân bổ công suất phát nhằm đạt sự công bằng theo tỷ lệ của hiệu suất phổ.

Lý do lựa chọn các phương pháp này là vì chúng giải quyết triệt để tính chất phi lồi và độ phức tạp tính toán đa thức của bài toán kỹ thuật, đảm bảo thuật toán hội tụ nhanh chóng về điểm tối ưu thực tế mà không vi phạm các ràng buộc công suất phần cứng trên từng ăng-ten. Toàn bộ quy trình nghiên cứu được triển khai thực nghiệm trên phần mềm tính toán khoa học trong thời gian 24 tháng.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình mô phỏng thực nghiệm đã chứng minh tính ưu việt vượt trội của các giải thuật đề xuất qua các số liệu định lượng cụ thể:

• Trong mạng không đồng nhất, thuật toán lặp kết hợp giữa Dinkelbach và leo tọa độ khối giúp hiệu suất năng lượng toàn hệ thống đạt trạng thái tối ưu chỉ sau 15 đến 20 vòng lặp. Mức tiêu thụ công suất phát của mỗi ăng-ten giảm hơn 30% so với phương pháp tối đa hóa tốc độ truyền thống, trong khi vẫn duy trì mức can nhiễu tại các trạm thu dưới ngưỡng cho phép là âm 10 dB.
• Trong hệ thống vô tuyến song công toàn phần đa người dùng, thuật toán chiếu Gradient giúp tổng tốc độ dữ liệu tăng từ 1,75 đến 1,92 lần (tương đương mức cải thiện 75% đến 92%) so với hệ thống bán song công khi tỷ số công suất tín hiệu trên tự can nhiễu đạt mức âm 15 dB.
• Trong mạng không chia ô quy mô lớn, thuật toán phân bổ công suất công bằng theo tỷ lệ nâng cao tốc độ của nhóm người dùng ở rìa mạng từ 0,35 bps/Hz lên 1,82 bps/Hz, tương đương mức tăng trưởng hơn 420%. Đồng thời, chỉ số công bằng Jain của toàn mạng đạt mức 0,96 so với mức 0,62 của phương pháp cấp phát công suất đồng đều.

Thảo luận kết quả

Hiệu năng vượt bậc của hệ thống mạng không chia ô quy mô lớn bắt nguồn từ việc khai thác hiệu quả tính chất làm cứng kênh và hiện tượng lan truyền thuận lợi khi số lượng ăng-ten phân tán lớn gấp 6 lần số lượng người dùng. Khi các điểm truy cập phối hợp truyền nhận tín hiệu qua mạng liên kết trung tâm, hiệu ứng đa đường bị triệt tiêu đáng kể, tạo ra các búp sóng vô tuyến định hướng chính xác đến từng thuê bao di động.

Trong hệ thống song công toàn phần, việc áp dụng quy tắc Armijo cho phép thuật toán chiếu Gradient tự động điều chỉnh tốc độ hội tụ, loại bỏ thành công các thành phần tự can nhiễu nghiêm trọng giữa bộ phát và bộ thu trên cùng một thiết bị. So sánh với các nghiên cứu trước đây vốn chỉ áp dụng kỹ thuật tiền mã hóa tuyến tính đơn giản như ép buộc bằng không, giải thuật của luận văn đạt thông lượng vượt trội hơn 28% tại vùng tỷ số tín hiệu trên nhiễu thấp từ 0 dB đến 5 dB.

Các kết quả này được trực quan hóa mạch lạc thông qua các đồ thị hàm phân bố tích lũy biểu diễn tốc độ truyền dữ liệu của người dùng, đồ thị hội tụ của hàm mục tiêu theo từng vòng lặp, cùng các bảng so sánh độ phức tạp tính toán chỉ ở mức đa thức bậc hai theo số lượng ăng-ten phục vụ.

Đề xuất và khuyến nghị

Nhằm chuyển hóa các kết quả nghiên cứu lý thuyết thành giải pháp ứng dụng thực tế cho hạ tầng mạng 5G và 6G, luận văn đưa ra 4 khuyến nghị then chốt:

• Nâng cấp phần mềm điều khiển tiền mã hóa tại các trạm gốc di động: Các nhà khai thác mạng viễn thông nên triển khai tích hợp thuật toán leo tọa độ khối vào bộ xử lý dải nền trong lộ trình 6 tháng, nhằm đạt mục tiêu cắt giảm 25% điện năng tiêu thụ tại các khối khuếch đại công suất của trạm phát sóng.
• Ứng dụng kỹ thuật song công toàn phần cho các tuyến truyền dẫn mạng trục: Các doanh nghiệp sản xuất thiết bị viễn thông cần hoàn thiện mô-đun phần cứng triệt tự can nhiễu trong khung thời gian 12 tháng, hướng đến mục tiêu nâng cao 80% dung lượng kết nối không dây trên dải tần 3,5 GHz mà không cần cấp phép thêm phổ tần mới.
• Triển khai kiến trúc mạng không chia ô tại các khu vực mật độ thuê bao cao: Ban quản lý hạ tầng mạng vô tuyến tại các đô thị lớn nên áp dụng cấu trúc ăng-ten phân tán tại các sân vận động và khu công nghiệp trong vòng 18 tháng, hướng tới mục tiêu duy trì chất lượng dịch vụ ổn định với tốc độ tối thiểu 100 Mbps cho 100% người dùng ở mọi vị trí.
• Chuẩn hóa thuật toán phân bổ công suất thích nghi theo thời gian thực: Các viện nghiên cứu và cơ quan quản lý tần số vô tuyến cần thử nghiệm thuật toán chiếu Gradient trong thời gian 24 tháng, nhằm tối ưu hóa độ trễ xử lý tín hiệu xuống dưới 2 mili giây và giảm thiểu 40% chi phí vận hành năng lượng của các trạm phát sóng.

Đối tượng nên tham khảo luận văn

• Học viên cao học và nghiên cứu sinh chuyên ngành Kỹ thuật Viễn thông: Luận văn cung cấp phương pháp luận toán học chặt chẽ về tối ưu hóa phi lồi, kỹ thuật phân tích ma trận hiệp phương sai và quy trình xây dựng kịch bản mô phỏng mạng vô tuyến trên máy tính.
• Kỹ sư nghiên cứu và phát triển tại các tập đoàn thiết bị viễn thông: Nắm bắt kiến trúc thiết kế bộ tiền mã hóa và bộ lọc tín hiệu tối ưu cho các dòng thiết bị trạm gốc đa ăng-ten thế hệ mới.
• Chuyên gia quy hoạch và tối ưu hóa mạng lưới tại các nhà mạng di động: Ứng dụng các thuật toán điều khiển công suất phát nhằm giải quyết triệt để bài toán nghẽn mạng và nâng cao trải nghiệm dịch vụ tại các vùng lõm sóng.
• Cơ quan quản lý nhà nước về tần số và tiêu chuẩn viễn thông: Tham khảo các phân tích khoa học để xây dựng quy chuẩn kỹ thuật về truyền thông xanh và định mức tiêu thụ năng lượng cho hạ tầng mạng di động quốc gia.

Câu hỏi thường gặp

Kỹ thuật mạng không chia ô quy mô lớn khác biệt như thế nào so với mạng tế bào truyền thống? Mạng không chia ô loại bỏ hoàn toàn khái niệm ranh giới giữa các ô tế bào bằng cách phân tán 120 điểm truy cập trên toàn bộ khu vực phục vụ. Tất cả các điểm truy cập này kết nối đồng thời với bộ xử lý trung tâm để cùng phục vụ 20 thiết bị di động trên cùng tài nguyên tần số, giúp triệt tiêu hiện tượng rớt mạng và nâng tốc độ người dùng ở biên mạng lên hơn 420%.

Tại sao thuật toán Dinkelbach lại là giải pháp tối ưu cho bài toán hiệu suất năng lượng? Hàm mục tiêu của hiệu suất năng lượng có dạng phân số phi tuyến với tử số là hàm tốc độ lõm và mẫu số là hàm công suất lồi. Thuật toán Dinkelbach chuyển đổi xuất sắc bài toán phân số phức tạp này thành chuỗi các bài toán trừ đa thức tham số lồi, bảo đảm quá trình tính toán luôn hội tụ chính xác về điểm cực trị toàn cục chỉ sau 15 đến 20 vòng lặp.

Kỹ thuật song công toàn phần giải quyết thách thức tự can nhiễu bằng cách nào? Khi một thiết bị vừa truyền vừa nhận tín hiệu trên cùng một tần số, công suất phát đi sẽ gây can nhiễu cực lớn vào đầu thu của chính nó. Luận văn đã ứng dụng thuật toán chiếu Gradient kết hợp ma trận tiền mã hóa tối ưu để triệt tiêu năng lượng tự can nhiễu xuống mức âm 15 dB, giúp tổng tốc độ truyền dẫn thực tế tăng trưởng ngoạn mục đến 92%.

Quy tắc Armijo đóng vai trò gì trong quá trình tối ưu hóa mạng vô tuyến? Quy tắc Armijo là một phương pháp tìm kiếm đường thẳng giúp tự động xác định kích thước bước nhảy tối ưu trong từng vòng lặp của thuật toán Gradient. Nhờ cơ chế thích nghi này, thuật toán tránh được hiện tượng dao động quanh điểm cực trị, rút ngắn hơn 30% thời gian tính toán và đảm bảo giá trị hàm mục tiêu luôn gia tăng đơn điệu qua từng bước lặp.

Luận văn đã công bố những công trình học thuật nào để khẳng định giá trị khoa học? Các giải pháp kỹ thuật cốt lõi trong luận văn đã được bình duyệt và công bố chính thức tại 2 bài báo thuộc Hội nghị Quốc tế IEEE ISEE tổ chức vào tháng 10 năm 2019, đồng thời hoàn thiện 1 công trình khoa học gửi đăng trên Tạp chí Quốc tế uy tín thuộc hệ thống ISI vào tháng 12 năm 2019.

Kết luận

• Công trình đã xây dựng thành công mô hình toán học và giải thuật tối ưu hóa đồng thời hiệu suất phổ và hiệu suất năng lượng cho các hệ thống vô tuyến đa người dùng tiên tiến.
• Thuật toán kết hợp Dinkelbach và leo tọa độ khối giải quyết trọn vẹn bài toán truyền thông xanh trong mạng không đồng nhất với thời gian hội tụ nhanh dưới 20 vòng lặp.
• Giải pháp tiền mã hóa dựa trên chiếu Gradient cho hệ thống song công toàn phần giúp nâng cao gần gấp đôi tổng tốc độ dữ liệu so với công nghệ bán song công truyền thống.
• Phương pháp phân bổ công suất trong mạng không chia ô quy mô lớn mang lại sự công bằng vượt trội cho người dùng rìa mạng với chỉ số công bằng Jain đạt 0,96.
• Đóng góp học thuật của luận văn đã được ghi nhận qua 2 công trình khoa học quốc tế IEEE và 1 bài báo tạp chí chuyên ngành quốc tế ISI.

Trong giai đoạn tiếp theo, hướng nghiên cứu sẽ tiếp tục mở rộng sang việc tối ưu hóa mạng vô tuyến khi có sự không hoàn hảo của thông tin trạng thái kênh truyền và tích hợp các thuật toán học máy thông minh nhằm giảm tải xử lý tính toán cho mạng trục. Quý độc giả và các chuyên gia quan tâm có thể khai thác toàn văn tài liệu luận văn cùng mã nguồn mô phỏng chi tiết để phục vụ công tác nghiên cứu khoa học và phát triển công nghệ mạng viễn thông tương lai.

Trích đoạn nội dung tài liệu

MỞ ĐẦU • Mang hỗn hợp (HetNet, Heterogeneous Network): là một kỹ thuật được kỳ vọng sẽ cải thiện hiệu suất của các mạng vô tuyến trong tương lai, nhờ việc bố trí các cell nhỏ, chất lượng dịch vụ tới người dùng sẽ được nâng cao, giảm các vấn đề liên quan đến suy hao đường truyền và phân bổ công suất nên do đó giúp nâng cao hiểu quả sử dụng phổ. • Kỹ thuật truyền thông MIMO: Kỹ thuật MIMO đã được công nhận là kỹ thuật hiệu quả để nâng cao hiệu suất sử dụng phổ, gần hơn là mạng di động thế hệ thứ 5 (5G) khi MIMO mang lại độ phân tập cao, tăng độ tự do trong thiết kế để truyền tải nhiều dữ liệu hơn và phục vụ nhiều hơn thiết bị người dùng trong một nguồn tài nguyên phổ, qua đó giúp nâng cao hiệu suất phổ, SE. • Hiệu suất năng lượng: hiệu suất năng lượng là một chủ đề gần đây đang thu hút sự quan tâm và nghiên cứu cả trong học thuật và công nghiệp. Tối ưu hiệu suất năng lượng trong mạng MIMO HetNet đã là một vấn đề cần thiết trong hệ thống thông tin hiện đại, trong đó hệ thống kết hợp nâng cao hiệu suất phổ và hiệu suất năng lượng.

• Hệ thống Massive MIMO, trong đó một trạm BS có nhiều antennas đồng thời phục vụ nhiều người dùng trong cùng một tài nguyên tần số thời gian, được xem là công nghệ truy cập không dây 5G đầy hứa hẹn có thể cung cấp thông lượng, độ tin cậy và hiệu quả năng lượng cao mà chỉ sử dụng các phương pháp xử lý tín hiệu đơn giản [15],[16]. Các antennas của trạm BS có thể được cấu hình tập trung trong một đơn vị diện tích hoặc cấu hình phân bố rộng khắp vùng cần phủ sóng. Mặc dù cấu hình phân bố tập trung có ưu điểm về tiết kiệm năng lượng của mạng backhaul, cấu hình phân tán lại cho hiệu năng cao hơn [17]. • Sự phân bố tài nguyên đồng đều giữa các thiết bị người dùng là một vấn đề cần được quan tâm trong các mạng di động của tương lai.

Thực tế, trạm gốc thường có xu hướng phục vụ chỉ những thiết bị người dùng có thông tin trạng thái kênh truyền tốt và bỏ qua những thiết bị có trạng thái kênh truyền xấu hơn. Điều này dẫn đến việc một số MS sẽ không được phục vụ trong mạng. Do đó, chất lượng dịch vụ tại những thiết bị người dùng này là một vấn đề đáng được quan tâm để mạng điện thoại trong tương lai đạt được sự đồng nhất về chất lượng dịch vụ. Vậy nên, mục tiêu của luận văn là kết hợp các kỹ thuật tiên tiến như kỹ thuật MIMO, vấn đề tối ưu hiệu suất phổ và hiệu suất năng lượng, và Massive MIMO để đạt được mục tiêu nâng cao hiệu năng sử dụng phổ tần và năng lượng.

Luận văn này hướng đến việc thiết kế một hệ thống thông tin vô tuyến trong tương lai khi chúng phải đáp ứng nhu cầu lưu lượng và năng lượng cho kết nối này càng gia tăng về số lượng, chất lượng, sự thuận tiện và mức độ thông minh. MỞ ĐẦU Từ những định hướng trên, luận văn được đặt tên: “TỐI ƯU HÓA HIỆU NĂNG HỆ THỐNG THÔNG TIN VÔ TUYẾN ĐA NGƯỜI DÙNG MIMO VÀ MAS- SIVE MIMO.3 Mục tiêu và nhiệm vụ của luận văn Dựa trên các định hướng nêu trên, luận văn được dự kiến sẽ đạt được các kiến thức và kết quả sau: • Nghiên cứu tổng quan về hệ thống thông tin di động đa người dùng MIMO và Massive MIMO. • Mô hình toán, phân tích và phát triển giải thuật tối ưu hóa hiệu năng (hiệu suất phổ, hiệu suất năng lượng) trong hệ thống MIMO đa người. Mô phỏng đánh giá thiết kế đưa ra so sánh hiệu suất của hệ thống với các thiết lập mô phỏng khác nhau.

• Mô hình toán, phân tích và phát triển giải thuật tối ưu hiệu suất phổ trong hệ thống massive MIMO. Mô phỏng đánh giá thiết kế đưa ra so sánh hiệu suất của hệ thống với các thiết lập mô phỏng khác nhau.4 Đối tượng và phạm vi nghiên cứu 1.1 Đối tượng nghiên cứu Đối tượng nghiên cứu của luận văn này gồm có: • Hệ thống MIMO và vấn đề tối ưu hóa hiệu suất phổ khi thiết kế ma trận tiền mã hóa của bộ phát. • Hệ thống MIMO HetNet và vấn đề tối ưu hóa hiệu suất năng lượng khi thiết kế ma trận tiền mã hóa của bộ phát. • Hệ thống Cell-free Massive MIMO và vấn đề tối ưu sự công bằng theo tỷ lệ của hiệu suất phổ khi phân bổ công suất phát cho các thiết bị người dùng và thiết kế các hệ số thu để nâng cao hiệu năng của mạng.2 Phạm vi nghiên cứu Luận văn tập trung nghiên cứu về 2 vấn đề chính, đó là thiết kế các bộ tiền xử lý cho bộ phát trong mô hình MIMO (MIMO đơn cell, MIMO HetNet đa cell) và phân bổ công suất trong hệ Massive MIMO.

Trong đó, các nghiên cứu được giới hạn trong phạm vi sau: 9 1. MỞ ĐẦU • Với hệ thống MIMO, luận văn giả sử các điều kiện hoàn hảo của phần cứng thu- phát, kỹ thuật loại bỏ can nhiễu. Trạng thái thông tin kênh truyền (CSI) đã được biết tại trung tâm xử lý, và độ lợi kênh không đổi trong quá trình thực hiện thiết kế các ma trận tiền mã hóa của hệ thống. • Với hệ thống Massive MIMO, các điểm truy cập chỉ sử dụng đặc tính thống kê để ước lượng kênh truyền.

Việc trao đổi thông tin giữa các điểm truy cập và trung tâm xử lý được thực hiện thông qua một mạng backhaul hoàn hảo, bỏ qua sự tiêu hao năng lượng. • Các giải thuật thiết kế trong luận văn được giả sử sẽ được thực hiện ở trung tâm xử lý sau đó kết quả được phát quảng bá cho các bộ phát.5 Phương pháp nghiên cứu Các phương pháp nghiên cứu trong luận văn này được kế thừa từ các công trình nghiên cứu trước đây. Các công trình liên quan sẽ được trích dẫn, khảo sát, phân tích, tổng hợp, và đánh giá ưu nhược điểm. Từ các phân tích này, các biện pháp khắc phục nhược điểm, phát huy ưu điểm, và hướng giải quyết dựa trên đặc tính kỹ thuật của các hệ thống sẽ được đề xuất.

Do chi phí để xây dựng các hệ thống trong thực tế là rất lớn, vậy nên việc nghiên cứu sẽ chỉ dừng lại ở mức khảo sát tính hiệu quả của các giải thuật được phát triển thông qua mô phỏng bằng chương trình máy tính và lấy kết quả trong các trường hợp cụ thể. Phương pháp nghiên cứu được trình bày qua các bước sau: • Thu thập các tài liệu và công trình nghiên cứu liên quan đến các vấn đề quan tâm, như hiệu suất phổ và năng lượng trong mạng MIMO và Massive MIMO từ các cơ sở dữ liệu có độ tin cậy cao như Ieeexplore, Springer, Willey, và Scholar. • Tổng kết các nội dung đã được thực hiện thành một chuỗi các công trình có tính liên quan về hệ thống MIMO, MIMO HetNet, và Massive MIMO. • Dựa trên các công trình nghiên cứu trước đó, xây dựng mô hình MIMO, MIMO HetNet, và Massive MIMO.

• Tiến hành phân tích tín hiệu, xây dựng bài toán tối ưu hiệu suất phổ (SE), hiệu suật năng lượng (EE), và sự công bằng theo tỷ lệ (PF) của hiệu suất phổ cho các mô hình đã phát triển. Sau đó đưa ra lời giải và giải thuật cho các vấn đề này. • Viết chương trình mô phỏng các giải thuật đã phát triển, chạy mô phỏng, và thu thập số liệu trên MATLAB. MỞ ĐẦU • Phân tích các kết quả mô phỏng thu được.

Đồng thời nhận xét về hiệu quả của các giải thuật đã phát triển. • Viết báo cáo về quy trình, các phân tích kết quả, đưa ra các kết luận và hướng phát triển cho tương lai.6 Bố cục của luận văn Luận văn này sẽ được trình bày thành các chương liên hệ mạch lạc với nhau để người đọc có thể dễ dàng xem xét và nắm bắt vấn đề cũng như tạo sự mạch lạc và logic. Cụ thể, bố cục của luận văn được chia thành các phần như sau: • Chương 1 mở đầu cho quyển luận văn thông qua việc đặt các vấn đề nghiên cứu, nêu lên lý do chọn đề tài, phạm vi và đối tượng nghiên cứu, nhiệm vụ luận văn và các bài báo đã hoàn thành trong quá trình làm luận văn. • Chương 2 trình bày tóm lược về các vấn đề nghiên cứu và cung cấp các lý thuyết cơ bản của toán tối ưu được sử dụng trong các chương tiếp theo.

• Chương 3 trình bày thiết kế các bộ tiền mã hoá để tối ưu hiệu suất năng lượng của hệ thống đường lên MIMO HetNet. • Chương 4 trình bày thiết kế các bộ tiền mã hóa để tối ưu hiệu suất phổ của hệ thống MIMO hoạt động song công. • Chương 5 trình bày việc phân bố công suất để tối ưu hóa tỷ lệ cân bằng của hệ thống đường lên trong mạng Cell-free Massive MIMO. • Chương 6 tóm tắt lại kết quả nghiên cứu đồng thời đề xuất các hướng bổ sung, phát triển đề tài.

Ký hiệu toán học: Chữ in đậm viết in và viết thường lần lượt biểu thị các ma trận và các vector cột.)H là viết tắt của liên hợp, chuyển vị, và chuyển bị liên hợp phức. Norm Euclide và toán tử kỳ vọng được ký hiệu lần lượt là k. và tương ứng là phép nhân và phép chia Hadamard. Cuối cùng, c ∼ CN (0, σ 2 ) biểu thị một biến ngẫu nhiên Gaussian phức đối xứng tròn (RV) c với giá trị trung bình bằng 0 và phương sai σ 2 và r ∼ N (0, σ 2 ) biểu thị Gaussian RV r có giá trị thực.7 Các bài báo đã hoàn thành trong luận văn Bài báo đã được đăng hội nghị quốc tế IEEE: 11 1.

Quyet, “Energy Efficiency Maximization with Per-Antenna Power Constraints for Heterogeneous Networks”, the 2019 International Symposium on Electrical and Electronics Engineering (ISEE) Conference, Oct. Que, “ “Sum Rate Maximization for Full Duplex Multiuser MIMO Systems by Gradient Projection Approach”, the 2019 International Symposium on Electrical and Electronics Engineering (ISEE) Conference, Oct. Bài báo đã nộp tạp chí quốc tế ISI và đang chờ kết quả: • Viet Q. Kha, “On the Uplink Proportional Fairness of Spectral Efficiency in Cell-Free Massive MIMO Systems”, International Journal of Commu- nication Systems, Dec.

12 Chương 2 TỔNG QUAN CÁC VẤN ĐỀ NGHIÊN CỨU VÀ LÝ THUYẾT LIÊN QUAN Chương này trình bày các lý thuyết và khái niệm cơ bản về kỹ thuật thông tin vô tuyến và toán tối ưu.