55 Hình 3.9 So sánh các thông số khác nhau khi sử dụng định dạng búp sóng: số lượng trạm gốc, tỷ lệ phần trăm người dùng được phục vụ, mức tiêu thụ điện năng và công suất do mạng cung cấ
TỔNG QUAN VỀ MẠNG 5G VÀ MASSIVE MIMO
Tổng quan về mạng 5G
Mục này trình bày tổng quan về mạng 5G, giúp độc giả nắm bắt khái niệm mạng 5G và sự khác biệt so với các thế hệ trước Bài viết phân tích các đặc điểm và tính năng thiết kế của mạng 5G, như tốc độ cao, độ trễ thấp, khả năng kết nối đồng thời hàng triệu thiết bị và tính linh hoạt trong triển khai Đồng thời nêu bật các ứng dụng của mạng 5G trong đời sống hàng ngày và các lĩnh vực công nghiệp, y tế, giao thông và smart city Cuối cùng, giới thiệu các công nghệ nền tảng được sử dụng trong mạng 5G, từ kiến trúc mạng, hệ thống tần số và chuẩn giao thức đến các giải pháp tối ưu hóa hiệu suất và an toàn.
1.1.1 Sự phát triển của mạng 5G
Xuất hiện vào khoảng năm 1980, thế hệ đầu tiên của mạng thông tin di động dựa trên truyền dẫn tương tự (1G) chủ yếu là hệ thống điện thoại di động tiên tiến Trong thập niên 1990, sự phát triển của di động kỹ thuật số cá nhân và hệ thống điện thoại di động kỹ thuật số tiên tiến, cùng với hệ thống liên lạc di động toàn cầu cho thông tin di động kỹ thuật số thế hệ thứ hai (2G), mở ra một kỷ nguyên kết nối mở rộng Đầu những năm 2000, truy cập Internet không dây nhanh bắt đầu được sử dụng, khi mạng di động thế hệ thứ ba (3G) với công nghệ truy nhập gói tốc độ cao cho phép truyền dữ liệu di động Tiến hóa hướng tới 4G dựa trên công nghệ Long-Term Evolution (LTE) đã hội tụ thế giới kết nối trong một ngành viễn thông toàn cầu với vô số cải tiến về kết nối, bảo mật và quản lý dữ liệu Vì nhu cầu ngày càng cao về tốc độ nhanh, độ trễ thấp và số lượng thiết bị kết nối ngày càng lớn, công nghệ di động thế hệ mới được kỳ vọng sẽ đáp ứng mọi thách thức này Cuối cùng, sự xuất hiện của mạng di động thế hệ thứ năm (5G) đã được công bố trong bản phát hành 3GPP-15.
Hình 1.1 Sự phát triển của mạng 5G
Theo dự báo của Ericsson, đến năm 2023 sẽ có khoảng 20 tỷ thiết bị Internet vạn vật (IoT) và 9 tỷ thiết bị di động sẽ kết nối mạng 5G Kể từ khi 3GPP cho ra đời kiến trúc mạng 5G độc lập (SA), mạng 5G đã tiến triển thành một hệ thống độc lập, song song với quá trình nâng cấp mạng tiến hóa dài hạn (LTE-Advanced) Trong giai đoạn đầu, 5G được triển khai ở chế độ không độc lập (NSA) kết nối cùng LTE, và sau đó dần chuyển sang SA để đảm bảo cấu trúc mạng hiện đại, có đặc tính kỹ thuật cao nhằm đáp ứng những thách thức toàn cầu về kết nối và bảo mật.
Mạng 5G đại diện cho sự chuyển đổi căn bản vai trò của công nghệ di động trong xã hội, vượt lên trên một bước tiến của thế hệ công nghệ mới Nó biểu thị cách thức kết nối di động được tích hợp sâu vào mọi mặt đời sống và nền kinh tế, từ tiêu dùng đến sản xuất và dịch vụ Khi nhu cầu kết nối liên tục ngày càng tăng, 5G mở ra cơ hội xây dựng một mạng nhanh nhẹn và có mục đích, được thiết kế để phục vụ đa dạng nhu cầu của người dân và của nền kinh tế.
Triển khai mạng 5G mở ra cơ hội cho các nhà khai thác vượt khỏi giới hạn kết nối và tăng cường hợp tác trên các lĩnh vực tài chính, vận tải, bán lẻ và y tế để cung cấp dịch vụ mới, phong phú cho người tiêu dùng và doanh nghiệp Đây là cơ hội cho các ngành công nghiệp, xã hội và cá nhân hiện thực hóa tham vọng kỹ thuật số của họ, với mạng 5G đóng vai trò là chất xúc tác cho sự đổi mới và phát triển công nghệ.
5G sẽ phát triển tự nhiên từ mạng 4G nhưng sẽ đánh dấu một bước ngoặt lớn cho truyền thông trong tương lai, mang lại kết nối hiệu suất cao tức thì cho hàng tỷ thiết bị Thiết kế đặc thù hướng tới người dùng sẽ tạo nền tảng cho các dịch vụ kỹ thuật số và mô hình kinh doanh mới có thể phát triển mạnh Nó cho phép máy móc giao tiếp mà không cần sự can thiệp của con người trong Internet vạn vật (IoT), mở ra một loạt dịch vụ liên tục và mở rộng 5G cũng tạo điều kiện cho các mạng lưới giao thông an toàn hơn, hiệu quả hơn và giảm chi phí Đồng thời, nó cải thiện khả năng tiếp cận điều trị y tế và tạo sự kết nối đáng tin cậy giữa bệnh nhân và bác sĩ trên toàn cầu.
Từ bãi đậu xe thông minh điều khiển bằng cảm biến năng lượng thấp đến các cuộc gọi hội nghị ba chiều, mạng 5G sẽ cho phép cuộc sống và làm việc phong phú hơn, thông minh hơn và thuận tiện hơn Đó là một bước tiến khổng lồ trong cuộc chạy đua số hóa các nền kinh tế và xã hội trên toàn cầu
1.1.3 Các trường hợp sử dụng mạng 5G
5G có 3 lớp trường hợp sử dụng đặc biệt: liên lạc kiểu máy số lượng lớn, băng rộng di động tăng cường và liên lạc với độ trễ rất thấp và độ tin cậy lớn :
Liên lạc kiểu máy số lượng lớn (mMTC) tập trung vào kết nối quy mô khổng lồ của các thiết bị IoT với chi phí vận hành thấp và mức tiêu thụ năng lượng cực kỳ thấp Các ứng dụng tiêu biểu gồm mạng giám sát, cảm biến và thiết bị truyền động trong các hệ thống công nghiệp, đô thị thông minh và nông nghiệp thông minh, cho phép thu thập dữ liệu liên tục và điều khiển từ xa hiệu quả Mô hình liên lạc này được thiết kế để cung cấp thời gian sử dụng dài, độ tin cậy cao và khả năng đồng thời xử lý hàng tỷ thiết bị, từ đó tối ưu hóa chi phí và tối ưu hóa tiêu thụ năng lượng cho mạng cảm biến và hệ thống điều khiển.
Băng rộng di động tăng cường cho phép trao đổi lượng dữ liệu lớn giữa các nút mạng và thiết bị của người dùng, cải thiện tốc độ và độ ổn định của kết nối trên mạng di động Các trường hợp sử dụng nổi bật của công nghệ này bao gồm thực tế tăng cường (AR), thực tế ảo (VR) và điện toán đám mây, khi người dùng có thể trải nghiệm nội dung sống động, tương tác mượt mà và kết nối với các dịch vụ đám mây trên nền hạ tầng di động.
Độ trễ rất thấp và độ tin cậy cao là nền tảng của các hệ thống tự động hóa hiện đại, cho phép điều khiển tự động diễn ra nhanh chóng và an toàn Các ứng dụng tiêu biểu như điều khiển tự động, an toàn giao thông, thành phố thông minh và tự động hóa nhà máy mang lại hiệu suất vận hành cao, tối ưu hóa quy trình và tăng cường an toàn cho người dùng và doanh nghiệp.
Hình 1.2 thể hiện ba trường hợp sử dụng quan trọng của mạng 5G:
Hình 1.2 Các lớp trường sử dụng 5G
1.1.4 Thông số kỹ thuật thiết kế mạng 5G
Mạng 5G là một bước phát triển công nghệ mang tính toàn cầu và đa bên, với sự tham gia của các bên liên quan ở nhiều quốc gia và khu vực khác nhau đã làm việc tích cực từ năm 2012 để xác định và định hình mạng 5G Tuy nhiên, các yêu cầu của tiêu chuẩn IMT-2020, được trình bày trong bảng 1.1 và do Bộ phận Truyền thông vô tuyến của Liên minh Viễn thông Quốc tế đề xuất, là mục tiêu thiết kế cuối cùng cho mạng 5G.
Bảng 1.1 Các yêu cầu về thông số kỹ thuật của mạng 5G trong IMT 2020
Tốc độ dữ liệu Đỉnh Đường xuống: 20Gb/s Đường lên: 10 Gb/s
Trải nghiệm người dùng Đường xuống: 100Mb/s Đường lên: 50 Mb/s
Hiệu suất phổ Đỉnh Đường xuống: 30 bit/s/Hz Đường lên: 15 bit/s/Hz
Trung bình Đường xuống: 3.3~9 bit/s/Hz Đường lên: 1.6~6.75 bit/s/Hz Dung lượng truyền tải khu vực 10 Mbit/s/m2
Trễ Mặt phẳng người dùng 1ms~4ms
Mặt phẳng điều khiển 20ms
Mật độ kết nối 1.000.000 thiết bị trên km 2
Hiệu suất năng lượng Khi truyền dữ liệu: Đạt hiệu suất phổ trung bình
Không có dữ liệu: Tiêu tốn rất ít năng lượng ( chế độ ngủ) Độ tin cậy Xác suất thành công đạt 1 10 5 khi truyền PDU trong vòng 1ms
Tính di động 0km/h~500km/h
Thời gian gián đoạn di động 0ms
Băng thông Tối thiểu 100MHz
1.1.5 Một số công nghệ hỗ trợ chính cho mạng 5G Để biến mạng 5G trở thành hiện thực, nhiều ý tưởng tiên tiến đã được đề xuất và phân tích trong những năm gần đây Các công nghệ quan trọng chính đã được xem xét cho các hệ thống mạng 5G gồm: sóng milimet, tế bào nhỏ, định dạng búp sóng, công nghệ song công hoàn toàn, massive MIMO
Nói chung, tần số dưới 6 GHz được dùng cho liên lạc di động và hầu hết các dịch vụ truyền thông vô tuyến hiện nay Sự gia tăng lưu lượng dữ liệu đã làm cho phổ tần số vô tuyến bị tắc nghẽn, gây ra giới hạn băng thông cho người dùng và kết nối chậm cũng như không đáng tin cậy Một cách để giải quyết vấn đề này là sử dụng tần số trên 6 GHz cho giao tiếp không dây Tần số trên 6 GHz chưa bao giờ được dùng cho liên lạc di động và đã có rất nhiều nghiên cứu về phát sóng milimet Sóng milimet là tần số từ 30 GHz đến 300 GHz, và nó được gọi là sóng milimet vì bước sóng của nó thay đổi từ 1 đến 10 mm so với sóng vô tuyến được sử dụng trong hệ thống thông tin di động hiện nay, có chiều dài hàng chục cm.
Sóng milimet có thể cung cấp băng thông gấp mười lần so với toàn bộ băng tần di động của mạng 4G Những sóng tần số cao này đã được ứng dụng trong một số hệ thống vệ tinh, nhưng cho đến nay vẫn chưa được triển khai cho băng thông di động rộng.
Kiến trúc mạng 5G
5G có hai chế độ kiến trúc mạng: kiến trúc độc lập (standalone) và kiến trúc không độc lập (non-standalone) Trong kiến trúc độc lập, mạng 5G kết nối trực tiếp với lõi 5G riêng biệt và sử dụng một giao diện vô tuyến mới, giúp tối ưu hóa hiệu suất và độ trễ Ngược lại, kiến trúc không độc lập cho phép mạng 5G hoạt động trên lõi chuyển mạch gói cải tiến của mạng 4G/LTE, từ đó triển khai nhanh trên nền tảng LTE hiện có Theo báo cáo của hiệp hội hệ thống thông tin di động toàn cầu, 192 nhà khai thác đã tích cực tham gia thử nghiệm và cấp phép cho băng tần hoạt động 5G vào tháng
Trong năm 2018, hai dải tần số được sử dụng phổ biến cho mục đích này là băng tần dưới 6 GHz ở 3,3–3,8 GHz (băng tần n87) và băng tần 26,5–29,5 GHz (băng tần n257).
Hình 1.6 Các kiến trúc tùy chọn triển khai được xác định cho 5G
Hình 1.6 mô tả các tình huống triển khai được nêu trong bản thông báo 3GPP Hiện nay hầu hết các nhà khai thác sẽ lựa chọn phương án số 3 để khai thác tối đa các lợi ích của mạng lõi chuyển mạch gói được cải tiến, qua đó tối ưu hiệu suất, tính linh hoạt và khả năng mở rộng của hệ thống mạng.
Tổng quan về Massive MIMO
MIMO là công nghệ sử dụng đa anten tại máy phát và máy thu, còn được gọi là phân tập không gian Khi chỉ các anten ở máy phát được dùng, gọi là phân tập máy phát; khi ở máy thu, gọi là phân tập máy thu MIMO tăng dung lượng và độ tin cậy của mạng vô tuyến Ban đầu, hệ thống MIMO điểm đến-điểm được triển khai với máy phát và máy thu đa anten, nhưng sau đó được mở rộng thành hệ thống MIMO đa người dùng: trạm gốc dùng đa anten để giao tiếp với máy thu đơn anten Nhờ thay đổi này, chi phí toàn bộ hệ thống được giảm vì hệ thống đa anten đắt tiền chỉ cần ở trạm gốc, còn phía người dùng có thể dùng anten đơn.
Một lợi thế của công nghệ này là tăng dung lượng và độ tin cậy, đồng thời giảm tỷ lệ lỗi Truyền cùng một tín hiệu qua nhiều kênh khác nhau làm giảm xác suất các tín hiệu bị ảnh hưởng giống nhau Tại máy thu, nhiều bản sao của tín hiệu được nhận và xử lý để phục hồi tín hiệu gốc Do đó, phân tập (diversity) giúp ổn định liên kết truyền thông, nâng cao hiệu suất và giảm tỉ lệ lỗi.
MIMO gồm hai định dạng chính là phân tập không gian và ghép kênh không gian Trong phân tập không gian, hai hay nhiều ăng-ten ở máy phát và máy thu truyền đồng thời một tín hiệu trên cùng một kênh vô tuyến, dữ liệu được truyền qua các tuyến đường khác nhau nên tăng độ tin cậy Ngược lại, ghép kênh không gian chia dữ liệu thành nhiều phần và truyền qua các tuyến đường khác nhau, từ đó tăng tốc độ truyền dữ liệu nhưng độ tin cậy sẽ giảm đi.
Hệ thống MIMO (Multiple-Input Multiple-Output) gồm một tập hợp các ăng-ten phát và ăng-ten thu, cùng với một kênh truyền phức tạp qua đó dữ liệu được gửi đi Xét mô hình MIMO có N_t ăng-ten phát và N_r ăng-ten thu, tín hiệu đầu vào x ∈ C^{N_t×1} được nhân bởi ma trận kênh H ∈ C^{N_r×N_t} để sinh ra tín hiệu nhận y = Hx + n, trong đó n là nhiễu Gaussian Việc khai thác bội số ăng-ten giúp tăng dung lượng và hiệu suất truyền tải, cải thiện độ tin cậy và khả năng khử nhiễu của hệ thống không dây.
Hình 1.7 Mô hình kênh MIMO với N t anten phát và N r anten thu
Ma trận kênh cho mô hình N t N r MIMO trên hình 1.7 là một ma trận kênh r t
N N được biểu diễn như sau:
Trong đó h m n , là độ lợi kênh giữa anten phát thứ n và anten thu thứ m
T x x x x N là vectơ các số liệu phát từ N t anten phát và
T y y y y N là số liệu thu từ N r anten thu và 0, , ,1 1 r
η = [η1 η2 … ηN]^T là tạp âm Gauss trắng phức của hệ có N anten thu, trong đó ηi là nhiễu tại mỗi anten và ký hiệu T ở cuối biểu thị phép chuyển vị Quan hệ giữa tín hiệu đầu vào kênh x và tín hiệu đầu ra kênh y được xác định như sau: y = H x + η, trong đó H là ma trận kênh mô tả đặc tính truyền và η là tạp âm Gauss trắng phức tại các anten thu.
Ta có thể viết lại quan hệ vào ra kênh ma trận N r N t trong phương trình trên như sau: yH x (1.3) Trong đó:
Ta ký hiệu cho biến ngẫu nhiên của i như sau: i ~(0, 2 ) Với (0, 2 ) là phân phối chuẩn với trung bình bằng 0 và phương sai 2 , trong đó 2 là công suất tạp âm
Trong tương lai, Massive MIMO được đề xuất nhằm đạt độ lợi cao hơn và giảm quá trình xử lý tín hiệu Hệ thống MIMO truyền thống có thể có không quá 10 anten, trong khi Massive MIMO có thể lên tới vài trăm anten hoặc nhiều hơn nữa, nhưng không phải tất cả các anten sẽ hoạt động đồng thời do giới hạn thông tin trạng thái kênh Massive MIMO sẽ có công suất tiêu thụ rất thấp Thách thức chính của Massive MIMO là độ lợi ghép kênh đa người dùng, sự sai lệch thông tin trạng thái kênh và nhiễu can thiệp Với một người dùng đơn anten trong hệ thống Massive MIMO, công suất truyền tải tại người dùng có thể giảm tỉ lệ thuận với số lượng anten tại trạm gốc khi có thông tin trạng thái kênh hoàn hảo.
Hình 1.8 Minh họa các hệ thống Massive MU-MIMO
Massive MIMO là hệ thống có thể xây dựng với chi phí thấp và tiêu thụ năng lượng thấp Bộ khuếch đại công suất cao có thể được thay thế bằng các bộ khuếch đại chi phí thấp hơn, giúp tối ưu hóa chi phí và hiệu suất Các thiết bị đắt tiền và cồng kềnh như cáp đồng trục dùng để kết nối giữa các trạm gốc và trung tâm chuyển mạch di động có thể được giảm bớt nhờ số lượng liên kết ít hơn Hệ thống Massive MIMO hoạt động dựa trên nguyên lý nhiễu, sai lệch pha và bất kỳ yếu tố không hoàn hảo nào sẽ được tính trung bình khi tín hiệu từ một vài anten được ghép lại Hệ thống có độ tự do cao nhờ có rất nhiều anten, nhưng không phải tất cả chúng hoạt động tại cùng một thời điểm, và Massive MIMO mang lại độ trễ rất thấp.
Massive MIMO trong mạng 5G
Massive MIMO là công nghệ lõi của mạng 5G, giúp tăng dung lượng liên kết và tối ưu sử dụng phổ tần bằng cách triển khai một hệ thống anten lớn tại trạm gốc Với khả năng phục vụ nhiều người dùng cùng lúc trên cùng một tần số, Massive MIMO nâng tốc độ dữ liệu, cải thiện độ tin cậy liên kết và mở rộng phạm vi phủ sóng ở khu vực đông người dùng Các lợi ích nổi bật bao gồm tăng băng thông hiệu quả, giảm nhiễu và tiêu thụ năng lượng trên mỗi bit, cũng như cải thiện trải nghiệm người dùng trong các tình huống mật độ cao Cách thức hoạt động dựa trên xử lý tín hiệu ở nhiều anten để tách tín hiệu của từng người dùng và tối ưu hóa công suất phát Kỹ thuật đa truy nhập phân chia theo búp sóng (beamforming) cho phép định vị và khuếch đại tín hiệu vào vị trí người dùng, nâng cao chất lượng liên lạc và hiệu quả sử dụng phổ.
1.4.1 Tại sao Massive MIMO quan trọng với mạng 5G
Kể từ khi khái niệm Massive MIMO được giới thiệu, công nghệ này liên tục vươn tới những đỉnh cao mới mỗi năm và trở thành một trong những chủ đề nghiên cứu nóng bỏng nhất trong lĩnh vực truyền thông không dây, đồng thời đóng vai trò then chốt trong tiêu chuẩn hóa mạng 5G Các hệ thống MIMO truyền thống vốn gặp khó khăn trước lưu lượng dữ liệu ngày càng lớn và thách thức về tối ưu hóa phổ tần Với sự phát triển của Internet vạn vật (IoT), giao tiếp máy–máy (M2M), cũng như thực tế ảo và thực tế tăng cường, nhu cầu về hiệu quả phổ và hiệu suất kết nối tăng cao mà 4G hiện tại không thể đáp ứng được, từ đó Massive MIMO trở thành yếu tố thiết yếu để nâng cao hiệu quả mạng và chuẩn hóa cho 5G.
Các thí nghiệm gần đây trong hệ thống Massive MIMO đã chứng minh giá trị của nó bằng hiệu suất phổ kỷ lục Nghiên cứu do Đại học Lund phối hợp với Đại học Bristol thực hiện năm 2015 đạt hiệu suất phổ 145,6 bit/s/Hz cho 22 người dùng, sử dụng điều chế QAM 256 trên kênh vô tuyến có băng thông 20 MHz chia sẻ ở tần số 3,51 GHz với 128 phần tử anten tại trạm gốc Hình 1.9 cho thấy anten mảng thử nghiệm Massive MIMO với 100 phần tử anten được Đại học Lund chế tạo vào năm 2015 Sự cải thiện về hiệu quả phổ so với mức 3 bit/s/Hz, yêu cầu của ITU cho 4G, là rất lớn.
Hoạt động hiệu quả của các hệ thống Massive MIMO đã được xác nhận ở nhiều môi trường khác nhau, từ trong nhà đến ngoài trời Hệ thống Massive MIMO cho thấy hiệu suất mạnh mẽ với tần số vô tuyến và mạch cơ sở có độ phức tạp thấp Việc triển khai phần cứng của Massive MIMO đã được thử nghiệm thành công và có thể được xây dựng với chi phí thấp cho cả mạch cơ sở và các chuỗi RF tương tự Hơn nữa, nhiều thuật toán tiền mã hóa, phát hiện, lập lịch và cân bằng đã được thiết kế để giảm thêm chi phí và năng lượng Tất cả những cải tiến và phát triển này thúc đẩy việc triển khai Massive MIMO cho 5G.
Hình 1.9 Hệ thống Massive MIMO thử nghiệm với 100 phần tử anten
Về mặt lý thuyết, các hệ thống Massive MIMO có thể có vô số anten tại trạm gốc, nhưng thông thường 64 đến 128 anten đã được sử dụng thực tế ở trạm gốc Massive MIMO Một trong những ưu điểm nổi bật của Massive MIMO là chúng ta chỉ cần phần cứng phức tạp ở trạm gốc, trong khi người dùng có thể có một anten duy nhất và thiết kế anten đơn giản Vì vậy, đối với Massive MIMO, số lượng anten cao hơn cần thiết ở trạm gốc chứ không ở người dùng Các điện thoại thông minh hiện tại có 2 đến 4 anten, nhưng đối với Massive MIMO, chỉ cần một anten ở người dùng là đủ.
1.4.2 Các lợi ích của việc sử dụng các kỹ thuật đa anten và của Massive MIMO trong 5G
Các lợi ích của việc sử dụng các kỹ thuật đa anten:
Có thể sử dụng nhiều anten ở máy phát và/hoặc ở máy thu để đảm bảo phân tập chống pha đinh trên kênh vô tuyến Các kênh truyền do những anten này tạo ra phải có tương quan pha thấp, hay nói cách khác cần có khoảng cách giữa các anten đủ lớn để thực hiện phân tập không gian.
Nhiều anten trên máy phát và/hoặc máy thu có thể được dùng để định dạng búp sóng tổng hợp (beamforming), nhằm tăng cường tối đa ở hướng tới máy phát hoặc hướng tới máy thu và để triệt tiêu các tín hiệu nhiễu chính Quá trình tạo búp sóng này có thể thực hiện dựa trên tương quan pha giữa các anten ở mức độ tương hỗ cao hoặc thấp, từ đó điều khiển hình dạng và vùng ngắm của búp, cải thiện khả năng nhận và phát tín hiệu đồng thời giảm nhiễu ngoài ý muốn.
Việc đồng thời sử dụng nhiều anten ở máy phát và máy thu cho phép ghép kênh không gian, từ đó tăng băng thông mà không làm giảm hiệu suất sử dụng công suất; hay nói cách khác, cho phép tốc độ truyền dẫn cao mà vẫn bảo đảm phủ sóng ở mức ổn định Giải pháp này được gọi là ghép kênh không gian.
Một vài lợi ích của Massive MIMO đối với mạng 5G:
Hiệu quả phổ tần của Massive MIMO được tăng lên nhờ khả năng tập trung các chùm sóng hẹp về phía người dùng bằng anten mảng, cho phép tối ưu tín hiệu và giảm lãng phí công suất Với cơ chế này, Massive MIMO có thể đạt hiệu quả phổ tần cao hơn gấp nhiều lần so với các hệ thống MIMO hiện tại đang được sử dụng cho 4G/LTE Việc mở rộng số anten và định tuyến chùm tia chính xác không những nâng cao dung lượng mà còn cải thiện chất lượng kết nối cho người dùng trên cùng một phổ, đáp ứng nhu cầu truyền dữ liệu ngày càng lớn.
Hiệu quả năng lượng: Yêu cầu công suất bức xạ ít hơn và giảm yêu cầu năng lượng trong các hệ thống Massive MIMO
Massive MIMO cung cấp tốc độ dữ liệu cao cho hệ thống không dây bằng cách tận dụng lợi thế của độ lợi mảng và ghép kênh không gian, từ đó tăng tốc độ và dung lượng dữ liệu Nhờ đó, hiệu suất truyền thông được cải thiện đáng kể, đáp ứng tốt các ứng dụng đòi hỏi băng thông lớn và chất lượng kết nối ổn định.
Theo dõi người dùng: Vì Massive MIMO sử dụng búp sóng hẹp hướng tới người dùng Theo dõi người dùng trở nên đáng tin cậy và chính xác hơn
Massive MIMO được xây dựng với bộ khuếch đại tuyến tính công suất cực thấp, giúp loại bỏ sự cần thiết của các thiết bị điện tử cồng kềnh trong hệ thống và làm giảm đáng kể tiêu thụ điện năng Nhờ công nghệ này, mức tiêu thụ điện năng có thể được giảm đáng kể trong khi vẫn duy trì hiệu suất truyền tải và phạm vi phủ sóng rộng của mạng Đây là một ưu điểm nổi bật của Massive MIMO, mang lại lợi ích về chi phí vận hành và hiệu quả năng lượng cho các hệ thống viễn thông hiện đại.
Pha đinh ít hơn: Một số lượng lớn anten ở máy thu làm cho Massive MIMO có khả năng chống pha đinh tốt hơn
Độ trễ thấp: Massive MIMO làm giảm độ trễ trên giao diện vô tuyến
Chống nhiễu: Các hệ thống Massive MIMO mạnh mẽ chống lại sự can thiệp ngoài ý muốn
Độ tin cậy: Một số lượng lớn các anten trong Massive MIMO cung cấp độ lợi phân tập cao hơn, làm tăng độ tin cậy của liên kết
Bảo mật nâng cao: Massive MIMO cung cấp bảo mật vật lý hơn do các kênh trạm di động trực giao và búp sóng hẹp
1.4.3 Cách thức hoạt động của Massive MIMO
Trong Massive MIMO, song công phân chia theo thời gian được ưu tiên nhằm tối đa hóa hiệu quả sử dụng kênh Trong một khung thời gian cố định, hệ thống thực hiện ba hoạt động chính: ước tính kênh (bao gồm đào tạo đường lên và đào tạo đường xuống), truyền dữ liệu đường lên và truyền dữ liệu đường xuống Giao thức song công phân chia theo thời gian của Massive MIMO được thể hiện trong hình 1.10.
Trong giao thức truyền tải song công phân chia theo thời gian của Massive MIMO, ước tính kênh cho phép trạm gốc nhận diện tín hiệu từ người dùng ở đường lên và tiền mã hóa tín hiệu ở đường xuống Thông tin trạng thái kênh được thu thập thông qua đào tạo đường lên; mỗi người dùng được cấp một chuỗi hoa tiêu trực giao và gửi chuỗi này đến trạm gốc, giúp trạm gốc nhận biết các hoa tiêu từ toàn bộ người dùng và ước tính kênh dựa trên các tín hiệu nhận được Thêm vào đó, người dùng có thể cần một phần kiến thức về trạng thái kênh để nhận diện các tín hiệu từ trạm gốc một cách mạch lạc, thông tin này có thể được thu thập qua đào tạo đường xuống hoặc bằng một số thuật toán ước tính kênh mù Vì trạm gốc sử dụng kỹ thuật tiền mã hóa tuyến tính để định dạng beamforming cho tín hiệu xuống, người dùng chỉ cần độ lợi kênh hiệu quả để phát hiện tín hiệu mong muốn, và do đó trạm gốc có thể dành một thời gian ngắn để điều chỉnh các hoa tiêu trên đường xuống nhằm thu nhận thông tin trạng thái kênh ở phía người dùng.
Truyền dữ liệu đường lên là một phần của khoảng kết hợp được dành để truyền dữ liệu của các người dùng lên trạm gốc Trong đường lên, tất cả K người dùng đồng thời truyền dữ liệu của họ tới trạm gốc trên cùng một tài nguyên tần số–thời gian Trạm gốc sau đó thực hiện ước tính kênh và áp dụng các kỹ thuật kết hợp tuyến tính để nhận diện và giải mã các tín hiệu được truyền từ tất cả người dùng.
Trong đường xuống, trạm gốc truyền tín hiệu cho toàn bộ K người dùng cùng một tài nguyên tần số–thời gian Cụ thể, trạm gốc sử dụng ước tính kênh của nó kết hợp với các tín hiệu dành cho K người dùng để tạo ra M tín hiệu tiền mã hóa, sau đó được phát từ M ăng-ten.
1.4.4 Đa truy nhập phân chia theo búp sóng trong Massive MIMO
Kết luận chương 1
Trong chương 1, đồ án đã trình bày các nội dung tổng quan về mạng 5G và hệ thống Massive MIMO
Đồ án trình bày các tham số thiết kế kỹ thuật của mạng 5G và đồng thời nêu bật lợi ích, tiềm năng của 5G, cho thấy tầm quan trọng của mạng này trong cuộc sống hiện đại Mạng 5G được kỳ vọng sẽ mang lại bước thay đổi lớn khi các công nghệ liên kết với 5G như Internet vạn vật (IoT), thực tế tăng cường AR, thực tế ảo VR và xe tự hành được triển khai rộng rãi Bên cạnh đó, nội dung còn trình bày các công nghệ thiết yếu được áp dụng cho mạng 5G như sóng milimet, định dạng beamforming, Massive MIMO song công hoàn toàn và ô phủ sóng nhỏ Những yếu tố này không chỉ nâng cao tốc độ và dung lượng mà còn cải thiện độ tin cậy và phạm vi phủ sóng cho các ứng dụng từ công nghiệp tới tiêu dùng.
Hệ thống Massive MIMO được giới thiệu trong đồ án với nội dung tổng quan về nguyên lý hoạt động và các lợi ích mang lại cho mạng 5G, cho thấy Massive MIMO đóng vai trò quan trọng trong hạ tầng viễn thông hiện đại Đặc biệt, bài viết nhấn mạnh kỹ thuật định dạng búp sóng (beamforming) là yếu tố then chốt của Massive MIMO và mạng 5G, sẽ được trình bày chi tiết hơn trong chương 2 để làm rõ cách tối ưu hóa hiệu suất và phạm vi phủ sóng.
KỸ THUẬT ĐỊNH DẠNG BÚP SÓNG TRONG MẠNG 5G
Anten mảng
Trong hệ thống liên lạc sóng milimet, cần sử dụng các anten có độ lợi định hướng cao để đáp ứng yêu cầu về khoảng cách liên lạc Độ lợi bổ sung có thể được tăng lên bằng cách sắp xếp các phần tử phát thành một cấu hình điện và hình học, hình thành một mảng anten bao gồm nhiều phần tử giống hệt nhau Trong một mảng như vậy, có nhiều phương pháp để định hình mẫu tổng thể của anten, bao gồm: cấu hình hình học của mảng (tuyến tính, vòng tròn, hình chữ nhật, hình cầu), sự dịch chuyển tương đối giữa các phần tử, biên độ tín hiệu và pha kích thích của các phần tử riêng lẻ, và dạng đặc trưng của các phần tử riêng lẻ.
2.1.1 Cấu trúc hình học của các loại anten mảng
Các mảng anten có kích thước khác nhau được thiết kế để giảm suy hao đường truyền và khai thác đặc tính hình học tối ưu của anten Các loại mảng phổ biến nhằm tối ưu hóa hiệu suất gồm mảng tuyến tính đồng nhất, mảng hình chữ nhật đồng nhất và mảng hình tròn đồng nhất Số lượng phần tử trên mảng quyết định độ lợi của nó; càng nhiều phần tử, độ lợi càng cao Hình 2.1 minh hoạ các dạng và kích thước của các anten mảng khác nhau Với d là khoảng cách giữa các phần tử và λ là bước sóng của tần số hoạt động, công thức tính khoảng cách giữa các phần tử anten thường gặp là d = λ/2.
Trong hệ thống sóng milimet cho mạng 5G, diện tích của anten mảng giảm theo bước sóng của tần số hoạt động Khi tần số tăng, bước sóng ngắn lại nên kích thước anten mảng thu hẹp đáng kể so với các hệ thống khác Ví dụ, anten mảng sóng milimet có thể nhỏ hơn 100 lần so với hệ thống sóng microwaves Hình 2.2 minh họa sự thay đổi về số lượng phần tử mảng (N) và diện tích của một anten mảng tuyến tính đồng nhất (D) khi tần số tăng từ 30 GHz lên 300 GHz.
Diện tích của một anten mảng tuyến tính đồng nhất có thể dược xác định bằng công thức sau:
Hình 2.1 Các loại hình dạng anten mảng
Hình 2.2 Kích thước anten mảng giảm tương ứng với tần số cao
Tương tự kết quả cũng có thể đạt được cho mảng hình chữ nhật đồng nhất Điều này cho phép đặt vào số lượng lớn các phần tử anten trong một diện tích mảng nhỏ hơn
2.1.2 Mảng tuyến tính đồng nhất
Mảng tuyến tính đồng nhất là mảng đơn giản nhất và là một trong những mảng thiết thực nhất được hình thành bằng cách đặt các phần tử anten theo một đường thẳng Tổng điện trường của mảng bằng điện trường của một phần tử đơn lẻ được đặt ở vị trí gốc làm điểm tham chiếu nhân với một hệ số mà thường được gọi là hệ số mảng
E(tổng) = E(phần tử anten tại điểm tham chiếu) × Hệ số mảng (2.3)
Hệ số mảng là một hàm mô tả hình học của mảng và pha kích thích, cho phép kiểm soát tổng trường điện của anten mảng bằng cách thay đổi pha giữa các phần tử hoặc các đặc tính của chúng Mỗi mảng có hệ số mảng riêng, phụ thuộc vào số lượng phần tử, cách sắp xếp hình học, quan hệ kích thước giữa các phần tử và khoảng cách giữa chúng, cũng như quan hệ pha giữa các phần tử Một mảng điển hình gồm các phần tử giống nhau với kích thước bằng nhau và độ lệch pha giữa các phần tử liền kề bằng nhau Đề cập đến hình học được thể hiện trong hình 2.3, ta giả sử tất cả các phần tử có biên độ bằng nhau và sự khác biệt pha kích thích giữa các phần tử kề nhau là ε.
Hệ số mảng được xác định bằng cách coi các phần tử của mảng là nguồn điểm Nếu các phần tử thực tế không phải là nguồn đẳng hướng, trường tổng có thể được tính bằng cách nhân hệ số mảng của nguồn đẳng hướng với trường của một phần tử đơn tham chiếu Hệ số mảng, ký hiệu ∇, cho một mảng gồm N phần tử và được mô tả bởi các công thức liên quan đến nguồn điểm và trường tham chiếu.
là một đại lượng vô hướng được gọi là số sóng và d là khoảng cách giữa các phần tử Hệ số mảng có thể viết lại như sau:
Hệ số mảng có thể được sử dụng để xác định hướng của thùy chính, thùy phụ và nulls trong búp sóng
Hình 2.3 Hình học trường xa của mảng có số lượng N phần tử đẳng hướng
Trong nhiều ứng dụng, mục tiêu là đạt bức xạ cực đại của một mảng hướng về một hướng cụ thể Để thiết kế tối ưu, cần đảm bảo bức xạ tối đa của phần tử đơn lẻ và giá trị tối đa của hệ số mảng đều được định hướng đúng về hướng mong muốn Tham chiếu đến (2.4)–(2.6), giá trị lớn nhất của hệ số mảng xảy ra khi cos 0 = 1, cho thấy điều kiện để xác định hướng phát xạ tối ưu và điều chỉnh mảng nhằm đạt hiệu quả cao nhất.
Giả sử bức xạ tối đa của một mảng phát được yêu cầu định hướng theo góc φ0 (0 ≤ φ0 ≤ 180) Để đạt được hướng này, độ dịch pha giữa các phần tử kề nhau ε phải được điều chỉnh sao cho tổng hợp pha giữa các phần tử tạo ra cường độ bức xạ tối ưu tại φ0 Việc thiết lập lệch pha phù hợp phụ thuộc vào vị trí các phần tử, tần số sóng và khoảng cách giữa các phần tử (k, d), nhằm đảm bảo điều kiện cộng hưởng tại φ0 và khiến bức xạ ở các góc khác bị triệt tiêu Việc tính toán ε thường liên quan đến các quan hệ cos với các tham số kd và φ0 để xác định đặc tính định hướng của mảng một cách chính xác, giúp tối ưu hóa định hướng bức xạ theo φ0.
Do đó, bằng cách kiểm soát độ lệch pha giữa các phần tử kề nhau trong một mảng, bức xạ tối đa có thể được hướng tới và tập trung theo bất kỳ hướng mong muốn nào Điều này cho thấy khả năng điều chỉnh hướng phát xạ dựa trên sự đồng bộ pha giữa các phần tử, tối ưu hóa hiệu suất thu nhận và định hướng bức xạ trong các ứng dụng quang học.
Mô hình kênh MIMO sóng milimet trong 5G
Trong đồ án, hệ thống MIMO được triển khai để điều hướng búp sóng tín hiệu và tăng độ lợi kênh truyền Mô hình kênh hình học được áp dụng là phiên bản mở rộng của mô hình Saleh–Valenzuela, nhằm mô tả đặc trưng đa đường của môi trường truyền thông Theo đó, kênh được giả định là tổng của P cụm tán xạ, và mỗi cụm đóng góp L đường truyền cho kênh, thể hiện sự phân tán và khác biệt về pha và biên độ giữa các đường đi Việc dùng mô hình này giúp phân tích và tối ưu hóa hiệu suất truyền dẫn MIMO trong đồ án, cũng như hỗ trợ việc đánh giá độ lợi và băng thông của hệ thống.
Với các phần tử ăng-ten mảng tuyến tính đồng nhất cách nhau nửa sóng được sử dụng ở máy phát và máy thu, ma trận kênh H biểu thị toàn bộ liên kết giữa số ăng-ten phát và số ăng-ten thu H có thể được biểu diễn bằng tổng các thành phần đường đi multipath p, mỗi đường đi mang hệ số suy giảm α_p và các vectơ định hướng phát và nhận tương ứng a_t(θ_p) và a_r(θ_p) Do đó có thể viết H = Σ_p α_p a_r(θ_p) a_t^H(θ_p) hoặc các biểu diễn tương đương tùy mô hình, cho phép phân tích và thiết kế beamforming, precoding và hệ thống MIMO Việc biểu diễn H dưới dạng ma trận kênh giúp khai thác thông tin góc tới θ_p và lực tán xạ α_p để tối ưu hiệu suất truyền thông trong các hệ thống anten mảng.
P L r r t t r t pl r pl pl t pl pl p l
Trong hệ thống mảng anten, Nt và Nr là kích thước của mảng phát và mảng thu h_pl là độ lợi phức của kênh truyền cho đường phụ thứ l trong cụm thứ p (φ_r_pl, θ_r_pl) và (φ_t_pl, θ_t_pl) lần lượt là góc phương vị và góc cao của tín hiệu thu và tín hiệu phát tương ứng Độ lợi h_pl là một biến ngẫu nhiên Gaussian phức với giá trị trung bình bằng 0 theo mô hình kênh.
Trong mô hình này, có giá trị trung bình μ0 và phương sai σ^2_α Góc trung bình liên kết với mỗi cụm được phân bố đồng đều trên khoảng [0, 2π] Các vectơ ar(φ_r, θ_r, p_l) và at(φ_t, θ_t, p_l) lần lượt là vectơ đáp ứng của mảng tại máy thu và máy phát, mô tả sự phụ thuộc của hệ thống vào hướng góc và vị trí cụm.
Các vectơ đáp ứng mảng a t và a r tương ứng với góc đến và góc khởi hành trong phương vị của khung được cho là:
Với d là khoảng cách giữa các phần tử anten, là bước sóng và mảng đang trỏ theo trục x.
Các kỹ thuật định dạng búp sóng trong mạng 5G
Trong mạng 5G, tần số millimet được sử dụng chủ yếu, nhưng suy hao lan truyền ở tần số này rất lớn nên cần bổ sung hệ số khuếch đại để bù đắp, phù hợp với việc giao tiếp không dây Một cách tiếp cận quan trọng là dùng anten mảng kết hợp với kỹ thuật định dạng búp sóng Nguyên tắc cơ bản của định dạng búp sóng là truyền thông tin như nhau trên mỗi phần tử mảng đồng thời thay đổi biên độ và/hoặc pha của tín hiệu tại mỗi anten; hướng và hình dạng của búp sóng hiệu quả được kiểm soát bởi sự thay đổi pha và biên độ của các anten riêng lẻ trong mảng Trong các hệ thống MIMO thông thường có số lượng phần tử anten ít, định dạng búp sóng được thực hiện ở mức băng tần cơ sở, còn được gọi là định dạng búp sóng kỹ thuật số, khi xử lý tín hiệu kỹ thuật số được thực hiện khi mỗi phần tử anten được kết nối với một chuỗi RF riêng biệt, như minh họa trong hình 2.4 Chuỗi RF thường là sự kết hợp của bộ khuếch đại tạp âm thấp (LNA), bộ chuyển đổi tương tự-sang kỹ thuật số (ADC) hoặc bộ chuyển đổi kỹ thuật số-sang tương tự (DAC) và bộ khuếch đại công suất anten.
Hình 2.4 Kiến trúc định dạng búp sóng kỹ thuật số Mỗi chuỗi RF được kết nối với mỗi phần tử anten trong mảng
Ở các dải tần số sóng milimet, việc triển khai beamforming kỹ thuật số gặp nhiều khó khăn do cần số lượng lớn bộ thu/phát và mảng anten, khiến chi phí và mức tiêu thụ điện năng tăng lên; giải pháp đáng tin cậy là dùng ít chuỗi RF hơn so với kích thước của mảng anten, điển hình với hệ thống Massive MIMO kết hợp beamforming analog hoặc beamforming hybrid Dựa trên kiến trúc và phần cứng thực hiện, beamforming được phân loại chủ yếu thành ba loại: beamforming analog, beamforming digital và beamforming hybrid, tuy nhiên trong thực tế kỹ thuật beamforming số rất ít được sử dụng do độ phức tạp; vì vậy đồ án tập trung vào hai kỹ thuật chính là beamforming analog và beamforming hybrid.
2.3.1 Định dạng búp sóng tương tự
Trong hệ thống sóng milimet, một trong những cách tiếp cận đơn giản nhất để nâng cao độ lợi định hướng là sử dụng định dạng búp sóng tương tự với chỉ một chuỗi RF duy nhất Thiết kế này gồm một chuỗi RF và nhiều bộ dịch pha đặt tại các phần tử của anten, cho phép điều chỉnh pha của từng phần tử theo một thuật toán tiền mã hóa Bộ dịch pha đảm nhiệm việc điều khiển búp sóng, và một mạng các bộ dịch pha được triển khai để điều khiển pha của tín hiệu cấp cho mảng anten, như minh họa trong hình 2.5 Nhờ định dạng búp sóng tương tự, hệ thống này có thể cung cấp búp sóng hẹp cần thiết cho các ứng dụng của hệ thống anten milimet.
Hình 2.5 Hệ thống định dạng búp sóng tương tự đa anten tại máy phát và máy thu
Xem xét hệ thống truyền thông MIMO với vectơ phát f được định hình và vectơ nhận hay còn gọi là vector kết hợp w, nơi tín hiệu thông tin s được phát qua kênh Mối quan hệ đầu vào và đầu ra của hệ thống được thể hiện bằng mô hình tuyến tính y = H f s + n, trong đó H là ma trận kênh MIMO cho biết sự phân bố tín hiệu giữa các anten, n là nhiễu nền và f s là vectơ tín hiệu phát được ghép từ các thành phần của tín hiệu thông tin Sau khi nhận được tín hiệu y, quá trình ghép nhận được thực hiện bằng cách nhân y với vectơ w để thu được tín hiệu thu r = w^H y, giúp tối ưu hoá mục tiêu tăng SNR hoặc dung lượng kênh.
* * y w Hfsw n (2.12) Trong đó H là ma trận kênh sóng milimet và n là vector nhiễu Lựa chọn chính xác vector f và vectơ w dẫn đến tăng và tối ưu độ lợi kênh
Trong ăng-ten mảng, các phần tử được bố trí với khoảng cách nhỏ, thường bằng một nửa bước sóng Khoảng cách này xác lập mối quan hệ giữa tín hiệu thu được tại từng phần tử và cho phép áp dụng các kỹ thuật ước tính góc đến và góc khởi hành, từ đó nâng cao độ chính xác trong nhận diện và định hướng nguồn tín hiệu.
Giả định một liên kết truyền với một đường truyền duy nhất và một mảng anten tuyến tính đồng nhất, với khoảng cách giữa các phần tử bằng nửa bước sóng Mô hình kênh ở (2.9) có thể viết lại thành H ≈ h a_r(θ_r) a_t^H(θ_t), trong đó h là độ lợi phức của đường truyền, và các vectơ định dạng beam tối ưu có thể được thực hiện bằng bộ dịch pha bằng cách thiết lập t = a(θ) và w = a(θ_r).
Việc có một số lượng lớn phần tử anten trong hệ thống làm phức tạp quá trình ước tính kênh khi áp dụng các kỹ thuật ước tính truyền thống, khiến cho việc xác định vectơ trọng số tối ưu cho mảng ở từng giai đoạn trở nên khó khăn Một số nghiên cứu ủng hộ việc sử dụng thăm dò kênh để nhận diện các vectơ trọng số tốt nhất thông qua một sách mã chứa các mẫu búp sóng ở các độ phân giải khác nhau, như đã nêu ở mục 2.4 Định dạng búp sóng tương tự với một chuỗi RF đơn chỉ hỗ trợ truyền một luồng và một người dùng, đồng nghĩa với việc không có lợi ích về MIMO đa luồng hay đa người dùng Hơn nữa, việc điều khiển búp sóng không phải là dễ dàng, đặc biệt khi một liên kết thông tin liên lạc chưa được thiết lập. -**Support Pollinations.AI:** -🌸 **Ad** 🌸Powered by Pollinations.AI free text APIs [Support our mission](https://pollinations.ai/redirect/kofi) to keep AI accessible for everyone.
2.3.2 Định dạng búp sóng hỗn hợp
Trong hệ thống định dạng búp sóng tương tự, vẫn tồn tại một số hạn chế liên quan đến điều khiển biên độ tín hiệu và điều khiển pha tín hiệu cùng với các giới hạn khác Các kiến trúc định dạng búp sóng hỗn hợp được đề xuất nhằm cải thiện độ lợi của định dạng và nâng cao lợi ích truyền thông MIMO bằng cách cho phép tiền mã hóa nhiều luồng Như minh họa trong hình 2.6, hệ thống hỗn hợp phân tách quá trình tối ưu hóa MIMO thành các miền tương tự và kỹ thuật số để tối ưu hoá cả hai miền một cách hiệu quả Tiêu chí thiết kế chính là giới hạn số lượng chuỗi RF và làm cho nó ít hơn số lượng anten của hệ thống.
Hình 2.6 mô tả hệ thống định dạng búp sóng hỗn hợp, trong đó xử lý tương tự và xử lý kỹ thuật số được tách biệt để tối ưu hóa hiệu suất định dạng Trong cấu hình này, số lượng chuỗi RF được sử dụng thấp hơn số lượng anten trong mảng, giúp giảm chi phí và độ phức tạp của hệ thống mà vẫn duy trì khả năng điều khiển định dạng sóng một cách linh hoạt.
Việc sử dụng nhiều luồng và phương pháp kết hợp cho phép thực hiện ghép kênh không gian và MIMO nhiều người dùng, tối ưu hóa băng thông và hiệu suất liên kết Về mặt toán học, mối quan hệ đầu vào-đầu ra của hệ thống MIMO với tiền mã hóa hỗn hợp tại máy phát và kết hợp tại máy thu được mô tả bằng một mô hình toán học cụ thể, giúp phân tích và tối ưu quá trình truyền dữ liệu trong các kịch bản truyền thông hiện đại.
W W BB RF RF BB W W BB RF y HF F s n (2.13)
Trong hệ thống này, F_RF là ma trận tương ứng với định dạng búp sóng tương tự và F_BB là ma trận tiền mã hóa băng tần cơ sở phía máy phát; các định nghĩa tương tự áp dụng cho W_RF và W_BB ở phía máy thu s là tín hiệu thông tin, ρ là công suất phát trung bình.
Như minh họa trong hình 2.7, hai kiến trúc định dạng búp sóng hỗn hợp được đề xuất Trong cấu trúc đầu tiên, mỗi chuỗi RF được kết nối với tất cả các phần tử anten, tạo nên sự kết hợp tự nhiên giữa xử lý analog và kỹ thuật số và có độ phức tạp về cấu trúc cao Ngược lại, cấu trúc thứ hai chia mảng thành các mảng con, mỗi mảng được kết nối với một chuỗi RF riêng biệt, giúp giảm độ phức tạp và dẫn đến độ lợi định dạng búp sóng thấp hơn.
Hình 2.7 mô tả cách xử lý tương tự để định dạng búp sóng hỗn hợp dựa trên bộ dịch pha: (a) mỗi chuỗi RF được kết nối với toàn bộ các ăng-ten; (b) mỗi chuỗi RF được kết nối với một tập hợp các ăng-ten Cách tiếp cận này cho phép định hình beamforming ở hai mức kết nối: kết nối toàn phần giữa mỗi chuỗi RF và toàn mảng ăng-ten hoặc giới hạn kết nối ở một tập hợp ăng-ten, từ đó cân bằng giữa hiệu suất định hướng và độ phức tạp của hệ thống.
Trong quá trình triển khai bộ dịch pha cho các hệ thống định dạng búp sóng hỗn hợp, một số công trình đã đề xuất sử dụng bộ dịch pha được điều khiển bằng kỹ thuật số.
Bộ tiền mã hóa kỹ thuật số giúp khắc phục sự thiếu chính xác của tín hiệu tương tự
Một lý do khác để sử dụng mạng chuyển mạch là giảm độ phức tạp hệ thống và nâng cao hiệu quả năng lượng Kiến trúc này được mô tả trong hình 2.8 Thiết kế bộ kết hợp tương tự có thể được triển khai bằng một thuật toán lựa chọn tập con các ăng-ten thay vì tối ưu hóa trên toàn bộ các giá trị pha đã lượng tử hóa Mọi công tắc có thể kết nối với toàn bộ các ăng-ten nếu mảng nhỏ, hoặc với một tập hợp con các ăng-ten cho các mảng lớn hơn. -**Support Pollinations.AI:** -🌸 **Ad** 🌸Powered by Pollinations.AI free text APIs [Support our mission](https://pollinations.ai/redirect/kofi) to keep AI accessible for everyone.
Thủ tục định dạng búp sóng
3GPP đã nêu ra một tập hợp các thủ tục đơn giản cho quét, điều chỉnh và báo cáo các búp sóng được gọi là quản lý búp sóng:
Bước 1: Quét búp sóng nhằm đánh giá sự bao phủ của khu vực không gian chứa máy phát và máy thu Quá trình này được thực hiện tại các khoảng thời gian đều đặn và theo một hướng cụ thể để đảm bảo vùng phủ sóng được xác định rõ ràng và tối ưu hóa Việc quét giúp xác định phạm vi tín hiệu giữa máy phát và máy thu, từ đó cải thiện chất lượng liên lạc và tối ưu hóa vị trí của thiết bị.
Bước 2: Đo lường búp sóng là quá trình đánh giá các búp sóng được sử dụng để quét hệ thống Các phép đo này được thực hiện dựa trên các chỉ số như công suất tín hiệu tham chiếu nhận được, chất lượng tín hiệu tham chiếu nhận được, chỉ số cường độ tín hiệu nhận được và tỷ lệ tín hiệu trên nhiễu, nhằm đánh giá độ tin cậy và hiệu quả của quá trình quét.
Bước 3: Lựa chọn búp sóng Lựa chọn búp sóng tốt nhất để đạt được kết nối tối ưu giữa máy phát và máy thu
Bước 4: Báo cáo búp sóng Sự thừa nhận từ máy phát đến máy thu về việc lựa chọn búp sóng
Tiếp theo đồ án sẽ trình bày những nội dung về giao thức và thuật toán đào tạo búp sóng nhằm thực hiện các thủ tục định dạng búp sóng giữa máy phát và máy thu như đã trình bày ở bên trên Nội dung này nêu rõ cơ sở lý thuyết, các bước triển khai và các tham số thiết yếu của các giao thức liên lạc, đồng thời mô tả cách áp dụng thuật toán đào tạo búp sóng để đảm bảo đồng bộ tín hiệu và tối ưu hóa chất lượng nhận trong hệ thống Bên cạnh đó, phần phân tích sẽ xem xét ảnh hưởng của các yếu tố như điều chế, điều chỉnh tần số và pha, cũng như độ trễ lên hiệu suất truyền dẫn, kèm theo ví dụ mô phỏng và bài tập thực nghiệm nhằm minh họa cách thiết kế và đánh giá hệ thống.
2.4.1 Giao thức và thuật toán đào tạo búp sóng Để minh họa giao thức đào tạo búp sóng tiềm năng cho mạng 5G, giao thức được sử dụng trong IEEE 802.11.3c hoạt động như một ví dụ cụ thể và có thể là một tùy chọn cho mạng 5G Trong mục này, giao thức đào tạo búp sóng và các thuật toán để đào tạo búp sóng được thảo luận
2.4.1.1 Vùng đào tạo búp sóng
Vùng đào tạo búp sóng là khu vực 360 độ xung quanh một máy phát hoặc máy thu, nơi tín hiệu được phát ra hoặc nhận vào Khu vực này được chia thành ba kiểu chính: vùng quasi-omni, vùng theo sectors và các búp sóng riêng lẻ Các kiểu búp sóng có thể phân thành búp sóng độ phân giải cao và búp sóng độ phân giải thấp, nhằm tối ưu hóa phạm vi, định hướng và chất lượng tín hiệu trong hệ thống.
Vùng quasi-omni và sectors: Mẫu quasi-omni có độ phân giải thấp và phạm vi phủ sóng rộng quanh hệ thống beamforming với các búp sóng, phủ rộng hơn ở mức sectors và búp sóng Trong khi đó, mỗi mẫu sector chỉ bao phủ một vùng tương đối nhỏ so với một mẫu quasi-omni, giúp kiểm soát tín hiệu và phạm vi phủ sóng ở từng khu vực một cách chính xác hơn.
Trong quá trình quét búp sóng ban đầu, bộ định dạng búp sóng phân chia vùng bức xạ thành các khu vực có đặc trưng quasi-omni Sau khi xác định đúng vùng quasi-omni, nó sẽ chọn sector thích hợp nằm bên trong vùng đã chọn Hình 2.9(a) thể hiện hai vùng quasi-omni quanh trạm gốc hoặc người dùng, còn hình 2.9(b) cho thấy tám vùng sector xung quanh trạm gốc hoặc người dùng Một vùng sector có phạm vi phủ sóng hẹp hơn so với một vùng quasi-omni.
Hình 2.9 (a) Các vùng quasi-omni; (b) Các sectors
Các búp sóng có mẫu với độ phân giải cao nhất được chia thành hai loại: búp sóng độ phân giải thấp và búp sóng độ phân giải cao Trong số các búp sóng này, máy phát và máy thu chọn cặp búp sóng tối ưu nhất Từ hình 2.10, sự phân chia dựa trên độ phân giải hoặc số lượng của các búp sóng có thể dễ dàng hiểu được.
Hình 2.10 (a) Các búp sóng độ phân giải thấp; (b) Các búp sóng độ phân giải cao
Một sách mã là một ma trận MxM chứa đựng vector định dạng búp sóng hoặc vector kết hợp, với M là số lượng các phần tử anten của một anten mảng Nếu số lượng mong muốn của mẫu búp sóng là K, thì vector búp sóng sách mã có thể bắt
Hàm fix(.) trả về số nguyên lớn nhất nhỏ hơn hoặc bằng đối số của nó Nó tương tự như hàm round(.), hàm round(.) trả về số nguyên gần nhất với đối số đầu vào Đào tạo mức búp sóng giúp đạt được cặp búp sóng tối ưu cho máy phát và máy thu Đào tạo mức búp sóng được thực hiện bằng cách sử dụng khuôn búp sóng và các vector kết hợp từ sách mã
Hình 2.11 trình bày sự hình thành của đào tạo búp sóng thông qua quá trình bắt tay hoặc xác nhận sau khi đào tạo búp sóng đường xuống và đào tạo búp sóng đường lên, với mỗi búp sóng được đào tạo bằng một hoa tiêu riêng biệt để điều phối tín hiệu một cách độc lập Một khung chính được chia thành các khung nhỏ và các khung nhỏ lại được chia thành các khe, tạo nên cấu trúc phân mảnh phục vụ đào tạo búp sóng một cách chi tiết.
Khung phụ đầu tiên được dùng để đào tạo búp sóng như một truy cập ban đầu, phần còn lại được dùng cho theo dõi và truyền tải dữ liệu Các khe là đơn vị thời gian nhỏ nhất và có thể điều chỉnh dựa trên tần số để đổi mới khoảng thời gian mong muốn Trong đào tạo đường xuống, số lượng khe PQ được sử dụng, trạm gốc quét tuần tự qua P hướng và người dùng quét tuần tự qua Q hướng; đường lên mở rộng thành PQ + Q khe thời gian Xác nhận đường xuống và xác nhận đường lên sử dụng hai khe thời gian.
Hình 2.11 Cấu trúc khung được đề xuất
Trong lĩnh vực đào tạo và theo dõi búp sóng, có nhiều loại phương pháp tiếp cận khác nhau được áp dụng để đạt hiệu quả tối ưu Hai trong số các phương pháp nổi tiếng nhất là Phương pháp tuần tự và Phương pháp thích ứng Phương pháp tuần tự xây dựng và điều chỉnh theo một trình tự cố định, giúp quản lý quá trình học tập và dự báo theo một khuôn mẫu rõ ràng Ngược lại, Phương pháp thích ứng điều chỉnh linh hoạt tham số dựa trên dữ liệu hiện tại, cho phép hệ thống thích nghi với sự biến đổi của tín hiệu và môi trường Việc lựa chọn phương pháp phù hợp phụ thuộc vào đặc thù bài toán, yêu cầu thời gian xử lý và mức độ phức tạp của tín hiệu.
Phương pháp tuần tự thực hiện tìm kiếm búp sóng toàn diện dựa trên một sách mã được xác định trước Các vector định dạng búp sóng được lựa chọn từ sách mã nhằm quét không gian 360 độ theo thứ tự tuần tự Cặp búp sóng tối ưu được xác định trên cơ sở tỉ số tín hiệu trên nhiễu cao nhất, từ đó cải thiện nhận diện và hiệu suất của hệ thống.
Sử dụng anten 8x8 tại trạm gốc, 16 hướng búp sóng hẹp có thể được tạo ra
Việc dùng anten 2x2 cho 4 hướng búp sóng rộng cho phép hình thành các búp sóng đồng bộ phát tới người dùng qua 4 khe đường xuống tương ứng với 4 hướng nhận (bước 1–4) Trong giai đoạn đào tạo đường lên, người dùng phát lại tín hiệu đồng bộ chính và quyết định chọn búp sóng để thiết lập kết nối (bước 5) Bốn khe đường xuống cùng với một khe đường lên tạo thành phần tử truy cập ban đầu, được gọi là k, và quy trình này lặp đi lặp lại cho tất cả 16 hướng Bước 1 đến 5 mô tả thủ tục cho búp sóng thứ k = 3/16, trong khi bước 6 đánh dấu bắt đầu thủ tục cho k = 4/16.
Hình 2.12 Đào tạo tìm kiếm toàn diện
Kết luận chương 2
Trong chương 2 của đồ án, bài viết trình bày kỹ thuật định dạng búp sóng và các nội dung liên quan, từ đó cung cấp cái nhìn tổng quan về quá trình hoạt động của kỹ thuật này Các nội dung chính được nêu rõ nhằm làm sáng tỏ nguyên lý hoạt động, các tham số ảnh hưởng và các bước thiết kế, đồng thời mô tả cách định dạng búp sóng có thể cải thiện chất lượng tín hiệu và hiệu suất hệ thống.
Mô hình kênh MIMO sóng milimet trong mạng 5G
Các kỹ thuật định dạng búp sóng trong mạng 5G
Thủ tục định dạng búp sóng
Anten mảng với nhiều phần tử thực hiện định dạng búp sóng nhờ sự tương quan bức xạ từ các phần tử anten; búp sóng có thể hướng tới vị trí mong muốn nhờ điều khiển pha và biên độ tại các phần tử anten Các kỹ thuật định dạng búp sóng được chia làm ba loại: định dạng búp sóng tương tự, định dạng búp sóng kỹ thuật số và định dạng búp sóng hỗn hợp Trong thực tế triển khai mạng 5G nhằm tối ưu chi phí, chỉ có hai loại được sử dụng là định dạng búp sóng tương tự và định dạng búp sóng hỗn hợp.
Thủ tục, giao thức và thuật toán đào tạo beamforming mô tả quá trình giao tiếp giữa trạm gốc và thiết bị người dùng, giúp hai bên nhận diện và chọn được chùm sóng tối ưu nhất để truyền tải dữ liệu Quá trình này bao gồm trao đổi thông tin, đồng bộ tín hiệu và phân bổ tài nguyên vô tuyến, đồng thời ứng dụng các thuật toán tối ưu hóa và học máy nhằm xác định đường truyền tốt nhất, giảm nhiễu và tăng hiệu suất kênh Nói ngắn gọn, hệ thống sẽ định hình và điều khiển tia sóng phù hợp cho mỗi phiên kết nối, tối ưu hóa băng thông và chất lượng dịch vụ cho người dùng.