Nghiên cứu và đánh giá chất lượng mạng truyền thông chuyển tiếp trên nền vô tuyến nhận thức

For solving the spectrum scarcity problem in wireless communications, cognitive radio CR proposed by Mitola is one of a new suitable solution, in which a lower priority user, also known

I H C QU C GIA TP HCM

TR N THIÊN THANH

CHUY N TI P TRÊN N N VÔ TUY N NH N TH C

Chuyên ngành: K thu t đi n t

Cùng v i s phát tri n m nh m c a công ngh ph n c ng, thông tin vô tuy n ngày càng th hi n vai trò không th thi u trong cu c s ng xã h i Tuy nhiên, m t trong

nh ng v n đ c a thông tin vô tuy n hi n nay là s gi i h n c a tài nguyên ph t n

Nh m gia t ng đ kh d ng ph t n, công ngh vô tuy n nh n th c (Cognitive Radio – CR) đ c s d ng nh là m t trong nh ng gi i pháp phù h p, trong đó, hai h th ng

ng i dùng s c p (Primary User - PU) và th c p (Secondary User - SU) ho t đ ng song song trên cùng m t vùng ph t n Ng i dùng s c p PU là ng i đ c c p phép chính th c đ s d ng ph t n này, trong khi ng i dùng th c p SU không đ c c p phép, nh ng có th s d ng ph t n này m t cách linh ho t nh công ngh vô tuy n

nh n th c Tùy theo ph ng pháp truy nh p ph c a h th ng SU, các nghiên c u v

mô hình vô tuy n nh n th c đ c phân chia thành hai mô hình chính là mô hình d ng

n n (underlay) và mô hình d ng ch ng ch p (overlay) Xét v khía c nh hi u su t s

d ng ph , mô hình d ng n n cho k t qu t t h n so v i mô hình còn l i vì đ c tính cho phép hai h th ng ho t đ ng đ ng th i t i m t th i đi m

Trong các bài toán kh o sát hi u n ng ho t đ ng c a h th ng SU, đi u ki n ràng bu c

v công su t can nhi u gây ra b i h th ng SU nh h ng đ n h th ng PU s gi i h n công su t phát c a các thi t b SU đ không gây t p nhi u thêm cho PU Do đó, ch t

l ng h th ng SU s gi m khi kho ng cách gi a các thi t b thu phát trong h th ng

SU đ xa Nói cách khác, h th ng SU b gi i h n ph m vi vùng ph sóng đ đ m b o

ch t l ng d ch v (quality of service – QoS) cho toàn b h th ng PU và SU

gi i quy t bài toán m r ng vùng ph sóng cho h th ng SU, h ng nghiên c u

ph i h p công ngh truy n thông chuy n ti p vào trong m ng CR đã và đang thu hút nhi u s quan tâm c a nhà nghiên c u trong nh ng n m g n đây Trong đó, các thi t

b chuy n ti p có th s d ng k thu t khu ch đ i và chuy n ti p (AF) ho c gi i mã và chuy n ti p (DF) Trong hai k thu t này, xét v khía c nh hi u su t ho t đ ng c a toàn h th ng, k thu t DF cho k t qu t t h n AF vì lý do không khu ch đ i nhi u trong quá trình chuy n ti p tín hi u

Các mô hình truy n thông chuy n ti p d ng n n đ c kh o sát cho th y vi c t ng s

ch ng trong h th ng SU có th gi i quy t đ c v n đ m r ng vùng ph sóng, đ ng

th i đ m b o QoS qui đ nh trong h th ng SU Tuy nhiên, có th d dàng nh n th y, s

l ng ch ng t l thu n v i đ tr truy n d li u và t l ngh ch v i dung l ng toàn h

th ng Do đó, vi c xác đ nh s l ng ch ng t i u và phân b kho ng cách gi a các

ch ng là m t bài toán khó trong các đi u ki n th c t Ngoài ra, v m t lý thuy t, n u kênh truy n ho t đ ng trong môi tr ng ch t l ng t t có t s tín hi u trên nhi u càng cao thì càng đ t yêu c u v QoS Tuy nhiên, trong th c t , khi h th ng ch c n đ t giá

tr t l l i bit th p h n m t giá tr đ nh tr c nào đó thì có th đ c xem nh là đ t QoS Khi đó, ta có th t ng t c đ truy n h n n a v i đi u ki n v n đ m b o QoS

m c ch p nh n đ c Nh v y, ta có th t ng đ c hi u su t s d ng b ng thông, thay

vì ch s d ng m t t c đ truy n c đ nh

Lu n án s t p trung thi t k các m ng truy n thông đa ch ng trong đi u ki n ràng

bu c m c can nhi u nút s c p PU v i các tiêu chí: i/ Gi m nh h ng can nhi u gây ra b i h th ng th c p SU t i máy thu s c p PU; ii/ C i thi n ch t l ng h

th ng th c p SU, và iii/ C i thi n hi u su t s d ng ph t n h th ng th c p SU Các thông s đ c kh o sát bao g m: Xác su t d ng h th ng, T l l i bit h th ng, và Dung l ng ergodic

Nh ng đi m m i đ c th c hi n trong lu n án này bao g m:

1 Mô hình 1: Lu n án đ xu t mô hình hai ch ng có phân b kênh t ng quát

không đ ng đ u Nakagami-m, s d ng k thu t chuy n ti p d li u DF K t

qu phân tích hi u n ng h th ng đ c tính toán thông qua thông s xác su t

d ng h th ng c hai d ng công th c t ng minh và công th c x p x Trong đó, d a vào công th c x p x , chúng ta có đ c k t lu n quan tr ng là khi h th ng ho t đ ng ch đ SNR cao, đ l i phân t p h th ng ph thu c vào m c đ ch u nh h ng fading c a kênh có ch t l ng kém h n Ngoài ra, bài toán kh o sát v trí đi m chuy n ti p trong h th ng th c p

nh m đ t đ c hi u n ng h th ng t i u đã đ c nghiên c u K t qu cho

th y mô hình đ xu t s d ng k thu t chuy n ti p DF cho k t qu t t h n

mô hình t ng t s d ng k thu t AF, đã đ c đ xu t b i tác gi T Q Duong và các c ng s n m 2012

2 Mô hình 2: Mô hình đ xu t là mô hình h th ng nh n th c v i kênh th

c p đa ch ng, ho t đ ng d i tác đ ng c a kênh n.i.i.d Rayleigh T ng t

mô hình 1, k thu t chuy n ti p DF đ c s d ng b i các thi t b trung gian

3 Mô hình 3: Mô hình đ xu t s d ng k thu t đi u ch thích ng Tùy thu c

vào ch t l ng môi tr ng truy n mà h th ng th c p l a ch n m c đi u

ch phù h p (ho c không truy n) đ đ m b o r ng t l tín hi u trên nhi u

t c th i c a h th ng không l n h n m t giá tr cho tr c (QoS đ nh tr c)

4 Mô hình 4: Trong c ba mô hình tr c, kênh h i ti p đ c gi s là hoàn

h o, có ngh a là không l i và không tr Trong th c t , kênh truy n h i ti p

là có l i và có tr Nh m nghiên c u s nh h ng c a kênh truy n có l i,

lu n án kh o sát h th ng đa ch ng DF v i phân b kênh Nakagami-m t ng

quát d ng n n, trong đó xác su t can nhi u gây ra b i h th ng th c p SU

nh h ng đ n thi t b s c p thu PU đ c kh o sát tu thu c theo các thông s nh s ch ng, h s t ng quan gi a h s kênh truy n và c

l ng c a nó Hi u n ng c a h th ng th c p c ng đ c kh o sát thông qua xác su t d ng h th ng

Trong các mô hình đ c đ xu t và kh o sát trong lu n án, chúng ta có th nh n th y

ti m n ng c a vi c ng d ng c a các mô hình này vào trong th c ti n r t l n, đ c bi t khi vùng ph t n c n c p phát cho các doanh nghi p vi n thông không còn tr ng Khi

đó, m t doanh nghi p m i v a đ c thành l p có th thâm nh p th tr ng vi n thông

b ng cách h p tác v i doanh nghi p đã đ c c p phát vùng ph t n, cùng nhau chia s vùng ph đó và đ ng th i gi m đ c chi phí kinh doanh

M c dù các mô hình đ xu t đã minh ho đ c s c i thi n đáng k hi u n ng h

th ng so v i mô hình kênh truy n tr c ti p, chúng v n có m t s gi i h n nh : h

th ng ch ho t đ ng ch đ truy n bán song công, m i thi t b đ c trang b m t ng-ten, k thu t đi u ch s d ng M-QAM, công su t phát không b ràng bu c b i

gi i h n ph n c ng Do đó, lu n án đ xu t các h ng nghiên c u ti m n ng nh : mô hình đa ng-ten, áp d ng k thu t truy n song công, s d ng k thu t đi u ch khác

nh M-PSK hay M-PAM, và mô hình có s ràng bu c gi i h n công su t phát

ABSTRACT

Along with the development of the hardware technologies, wireless communication proves its significant role in our social life However, one of the key problems is the shortage of valuable spectrum communications For solving the spectrum scarcity problem in wireless communications, cognitive radio (CR) proposed by Mitola is one

of a new suitable solution, in which a lower priority user, also known as a cognitive user or secondary user (SU), has its permission to opportunistically use the white space

of a licensed spectrum band allocated for primary user (PU) Based on spectrum accessing techniques, the cognitive models is divided into underlay and overlay models Having been analyzed in former literatures, the underlay approach is particularly interested in both academia and industry owing to its advantage on providing concurrent cognitive and non-cognitive communications

In designing spectrum sharing underlay systems, with the aim not to harm the primary system PU, the fact that the transmitted power of the secondary system SU is bounded leads to its coverage to be reduced Consequently, its quality declines severely when the distance from the secondary transmitter to the secondary receiver is gigantic

Multihop communication is a well-known technique to extend network coverage and

to improve network data rate of wireless systems Recently, cognitive radio has also been considered as the radio platform for relaying networks Depending signal processing technique used at relay nodes, we can classify multihop communications as either decode-and-forward (DF) systems or amplify-and-forward (AF) systems Obviously, the former systems give better performance than the later because the DF technique does not amplify noise Several researches are devoted to study performance

of AF and DF systems in terms of outage probability (OP), bit error rate (BER) and ergodic capacity under different assumptions for fading channels

In underlay model, the increasing of number of hops makes both the delay increase and the ergodic capacity decrease Thus, it is difficult to find solution for the number

of the optimal hops and the suitable distances to locate the equipment in realistic circumstance Besides, in a good transmit condition, we can robust the spectral

efficiency by applying adaptive modulation techniques while still maintaining the QoS, especially in high signal to noise (SNR) regimes

This thesis focuses on proposing new network models of multihop communications and studying their performances with the following aims: i/ Reduce the affect of the interference causing to the PUs by SUs; ii/ Strengthen the SUs’ performance; iii/ Enhance the SUs’ spectrum usage The system parameters to be studied compose of the Outage Probability OP, the Bit Error Rate BER and the Ergodic capacity

Some key contributions of this thesis can be listed as below:

1 Model 1: We deploy a performance analysis and study the optimal relay

placement for cognitive spectrum-sharing dual-hop DF network over

Nakagami-m channels The closed-form expressions for the exact and

approximated OP are derived showing that the system diversity is determined by the fading severity of secondary links A solution for optimal relay placement is obtained, which significantly improves secondary network performance while adhering to the spectrum-sharing constraints The results show that our proposed model outperform with the AF system investigated by T.Q.Duong and et al in 2012

2 Model 2: We have investigated the performance of cognitive regenerative

multi-hop relay networks using the underlay approach We have derived the closed-form expressions for the outage probability, BER, and ergodic capacity over i.n.d Rayleigh fading channels High SNR analysis for outage probability and bit error rate has been done to provide insights into system behaviors The numerical results show that under the interference constraints inflicted by primary network, the multi-hop transmission still offers a considerable gain as compared to direct transmission and thus makes it an attractive proposition for cognitive networks

3 Model 3: We apply the adaptive modulation technique into the secondary

system in order to increase the achievable spectral efficiency Depending on the channel condition, the transmitter and the relay reconfigure their

parameters and choose the most suitable transmission mode under a defined BER per symbol constraint To reduce the hardware complexity, the AF is suggested to be used instead of DF Under Rayleigh fading channels, we are able to derive the closed-form expression of the occurrence probability, outage probability, bit error probability and achievable spectral efficiency of the system Numerous simulations are performed to verify the analytic results showing that by applying adaptive modulation, the achievable spectral efficiency of the system is much improved

4 Model 4: In all three previous models, the feedback channels are assumed to

be perfect with no errors or delay This last proposed model investigates the effect of imperfect feedback information to the primary user by using the interference probability Besides, the performance of the cognitive DF relay

networks is invested by the outage probability in the general Nakagami-m

fading scenarios

Obviously, the potential applications of these models proposed above in real environment are immense, especially in case of run out of needed spectrum A new telecommunication company can deploy its business by reusing a licensed spectrum allocated to another company These two companies can co-operate to reduce their business expenditure

Although the proposed models improve the system performance compared to the direct model, some assumptions used in our analysis may limit the potential abilities of these models Some suggested researches in the future might be concentrated to heightening the performance using multi-input multi-output technique, applying different modulation methods such as M-PSK or M-PAM instead of M-QAM, and investigating the upper bound of the transmitted power limited by hardware

đã dìu d t tôi khi tôi b c chân vào giai đo n chuyên ngành Nh các ki n th c tích

l y nh n đ c t các quý th y cô trong quá trình h c t n m 2000 đ n nay, tôi m i có

đ c s t tin h c lên cao và theo nghi p nghiên c u h c thu t

Tôi xin trân tr ng cám n t p th h ng d n là th y PGS TS V ình Thành, TS Nguy n Tu n c Nh vào s ch b o t n tình và h tr k p th i c a hai th y, tôi đã

có đ c s đ nh h ng t t và đi đúng con đ ng nghiên c u đã ch n, ti t ki m r t nhi u th i gian và công s c

Tôi xin trân tr ng cám n t t c các đ ng nghi p thu c đ n v công tác Tr ng i

h c Giao thông v n t i H Chí Minh đã luôn t o đi u ki n làm vi c t t nh t, t o môi

tr ng gi ng d y ít áp l c nh t trong kho ng th i gian tôi th c hi n các nghiên c u

Và sau cùng, tôi xin trân tr ng cám n t t c các thành viên gia đình, đ c bi t là cha

m tôi, ch ng tôi và các con tôi đã luôn là h u ph ng v ng ch c, giúp tôi có th i gian

và s c kh e đ có th t p trung t i đa vào vi c nghiên c u, h c t p

M C L C

DANH M C CÁC HÌNH NH xii

DANH M C B NG BI U xiii

DANH M C CÁC T VI T T T xiv

CH NG 1 M U 1

M c đích 1

1.1 M c tiêu nghiên c u 2

1.2 Ph m vi nghiên c u và đ i t ng nghiên c u 3

1.3 1.3.1 Ph m vi nghiên c u 3

1.3.2 i t ng nghiên c u 3

Ph ng pháp nghiên c u 4

1.4 Các đóng góp chính 4

1.5 Nh n xét và các ng d ng c a nghiên c u 6

1.6 H ng m r ng 7

1.7 C u trúc c a lu n án 8

1.8 CH NG 2 T NG QUAN 11

T ng quan v công ngh 11

2.1 2.1.1 T ng quan công ngh vô tuy n nh n th c 11

2.1.2 Công ngh truy n thông đa ch ng/ h p tác 12

2.1.3 K thu t truy n thích nghi 15

T ng quan tình hình nghiên c u 16

2.2 CH NG 3 PHÂN TÍCH HI U N NG VÀ V TRÍ T I U I M CHUY N TI P TRONG MÔ HÌNH HAI CH NG DF NAKAGAMI-m 20

Mô hình kênh truy n 20

3.1 Phân tích hi u n ng 22

3.2 Bài toán v trí t i u đi m chuy n ti p 24

3.3 K t qu mô ph ng 26

3.4 K t lu n 31

3.5 CH NG 4 PHÂN TÍCH HI U N NG VÀ V TRÍ T I U I M CHUY N TI P TRONG MÔ HÌNH A CH NG DF RAYLEIGH 32

Mô hình kênh truy n 32

4.1 Phân tích hi u n ng 33

4.2 4.2.1 Xác xu t d ng h th ng 34

4.2.2 T l l i bit trung bình 39

4.2.3 Dung l ng ergodic 42

Bài toán v trí t i u đi m chuy n ti p 47

4.3 4.3.1 T i u v trí đi m chuy n ti p theo tiêu chí c c ti u OP h th ng 47

4.3.2 T i u v trí đi m chuy n ti p theo tiêu chí c c ti u BER trung bình 50

Mô ph ng và k t qu 51

4.4 K t lu n 57

4.5 CH NG 5 PHÂN TÍCH HI U N NG H TH NG I U CH THÍCH NGHI HAI CH NG AF PHÂN B RAYLEIGH 58

Mô hình kênh truy n 58

5.1 Phân tích hi u n ng h th ng 61

5.2 5.2.1 Hàm CDF và PDF c a t s tín hi u trên nhi u đ u cu i 61

5.2.2 Xác su t truy n c a m i ch đ truy n 64

5.2.3 Xác su t d ng c a h th ng 64

5.2.4 Hi u su t ph t n 65

5.2.5 T l l i bit trung bình 65

Mô ph ng ki m ch ng và th o lu n 68

5.3 K t lu n 78

5.4 CH NG 6 KH O SÁT NH H NG C A CAN NHI U H TH NG A CH NG DF LÊN H TH NG S C P V I KÊNH H I TI P KHÔNG HOÀN H O 79

Mô hình kênh truy n 79

6.1 Phân tích hi u n ng h th ng 81

6.2 6.2.1 Xác su t can nhi u c a h th ng s c p P 83 I 6.2.2 Xác su t d ng h th ng th c p 86

6.2.3 Mô ph ng h th ng 87

6.2.4 K t lu n 88

DANH M C CÔNG TRÌNH Ã CÔNG B 90

TÀI LI U THAM KH O 91

DANH M C CÁC HÌNH NH

Hình 2.1 Phân b vùng ph c a hai mô hình overlay (a) và underlay (b) 12

Hình 2.2 Mô hình chuy n ti p RPCN v i N nút chuy n ti p 14

Hình 3.1 Mô hình kênh truy n hai ch ng DF Nakagami-m 20

Hình 3.2 L u đ mô ph ng kênh truy n đa ch ng 28

Hình 3.3 Kh o sát OP theo I p 29

Hình 3.4 Kh o sát các v trí đi m chuy n ti p mô hình hai ch ng DF 30

Hình 4.1 Mô hình h th ng đa ch ng Rayleigh trong môi tr ng CR 32

Hình 4.2 Mô hình vô tuy n nh n th c ba ch ng tuy n tính 47

Hình 4.3 Xác su t d ng h th ng theo trung bình 52

Hình 4.4 T l l i bit đ u cu i h th ng theo trung bình 53

Hình 4.5 Dung l ng Shannon theo trung bình 54

Hình 4.6 Kh o sát nh h ng c a v trí PU-Rx lên dung l ng ergodic 55

Hình 4.7 So sánh ba Profile quy đ nh v trí relay 56

Hình 4.8 nh h ng h s suy hao lên dung l ng ergodic 57

Hình 5.1 Mô hình h th ng hai ch ng AF đi u ch thích nghi 59

Hình 5.2 L u đ gi i thu t kênh truy n đi u ch thích nghi 70

Hình 5.3 Hi u su t ph t n c a h th ng 71

Hình 5.4 T l l i bit trung bình c a h th ng 72

Hình 5.5 Xác su t d ng c a h th ng 73

Hình 5.6 nh h ng c a v trí nút thu s c p đ n xác su t d ng h th ng 74

Hình 5.7 nh h ng c a v trí nút thu s c p đ n hi u su t ph t n 75

Hình 5.8 nh h ng c a v trí nút SU-R lên xác su t d ng h th ng 75

Hình 5.9 nh h ng c a v trí nút Relay th c p lên hi u su t ph t n 76

Hình 5.10 nh h ng c a K lên ASE c a h th ng SU 76

Hình 5.11 So sánh xác su t d ng v i h th ng truy n tr c ti p 77

Hình 5.12 So sánh hi u su t ph t n v i h th ng truy n tr c ti p 78

Hình 6.1 Mô hình đa ch ng DF Nakagami-m h i ti p không hoàn h o 80

Hình 6.2 Xác su t d ng h th ng DF đa ch ng Nakagami-m 88

( )

0

p N dB

ℑ

( )

0

p N dB

ℑ

( )

0

p N dB

ℑ

DANH M C B NG BI U

B ng 3.1 Mô t l u đ mô ph ng kênh truy n đa ch ng 26

B ng 3.2 B ng thông s m c đ nh h ng fading 27

B ng 4.1 Thông s kh o sát v trí th c p thu 54

B ng 4.2 So sánh ba Profile quy đ nh v trí nút chuy n ti p 56

B ng 5.1 Mô t l u đ mô ph ng kênh truy n s d ng k thu t đi u ch thích nghi 68

B ng 6.1 Thông s kh o sát v trí th c p thu 87

DANH M C CÁC T VI T T T

AWGN Additive White Gaussian Noise Nhi u c ng tr ng phân b Gauss

i.i.d independent and identical distributed Phân b đ c l p và đ ng nh t

i.n.d independent but non-identical distributed Phân b đ c l p và không đ ng nh t

OCN Opportunistic Cooperative Networks M ng truy n thông h p tác d ng c h i

PSAM Pilot symbol assisted modulation i u ch có h tr chu i hu n luy n

RPCN Repetition based Coooperative Networks M ng truy n thông h p tác d ng l p l i

WSN Wireless Sensor Network M ng c m bi n không dây

đ c xem nh là m t gi i pháp ti m n ng đ c i thi n đ chi m d ng ph t n, b gi i

h n b i chính sách phân b ph t n c đ nh [1] Ý t ng c b n c a vô tuy n nh n

th c là cho phép các ng i dùng không đ ng ký s d ng t n s (unlicensed users) t n

d ng các b ng t n đã đ c c p phép mi n là nó không gây nh h ng đ n vi c truy n

d li u c a các ng i dùng đã đ ng ký t n s (lisenced users) [2]

CR đã m ra m t cách th c m i trong vi c dò tìm và s d ng các ngu n tài nguyên quý giá v ph t n vô tuy n H th ng CR có th đ c xem nh là m t h th ng vô tuy n có kh n ng t đ ng c u hình l i các thông s ho t đ ng sao cho thích ng v i môi tr ng xung quanh Vi c s d ng các thi t b CR cho phép truy c p vùng ph m t cách linh ho t và nhanh chóng, do đó nâng cao hi u qu trong vi c s d ng ph t n

m t cách đáng k c bi t, CR đ c xem là chìa khóa đ gi i quy t v n đ khan hi m

ph t n

Tùy theo ph ng pháp truy nh p ph c a h th ng SU, các nghiên c u mô hình vô tuy n đ c phân chia thành hai mô hình chính là mô hình d ng n n (underlay) và mô hình d ng ch ng ch p (overlay) [3] Xét v khía c nh hi u su t s d ng ph , mô hình

d ng n n cho k t qu t t h n so v i mô hình còn l i vì đ c tính cho phép hai h th ng

ho t đ ng đ ng th i t i m t th i đi m

Trong các bài toán kh o sát hi u n ng ho t đ ng c a h th ng SU, đi u ki n ràng bu c

v công su t can nhi u gây ra b i h th ng SU nh h ng đ n h th ng PU s làm cho công su t phát c a các thi t b SU b gi i h n đ không gây can nhi u cho PU T đó,

d n đ n ch t l ng h th ng kênh truy n c a SU b gi m khi kho ng cách gi a các thi t b thu phát trong h th ng SU đ xa Nói cách khác, h th ng SU b gi i h n

ph m vi vùng ph sóng đ đ m b o ch t l ng d ch v (quality of service – QoS) cho toàn b h th ng PU và SU

gi i quy t bài toán m r ng vùng ph sóng cho h th ng SU, h ng nghiên c u

ph i h p công ngh truy n thông chuy n ti p vào trong m ng CR đã và đang thu hút nhi u s quan tâm c a nhà nghiên c u trong nh ng n m g n đây Trong đó, các thi t

b chuy n ti p có th s d ng k thu t khu ch đ i và chuy n ti p (AF) ho c gi i mã và chuy n ti p (DF) Trong hai k thu t này, xét v khía c nh hi u n ng ho t đ ng c a toàn h th ng, k thu t DF cho k t qu t t h n AF vì lý do không khu ch đ i tín hi u nhi u

Ngoài ra, hi u n ng c a m ng truy n thông h p tác/ đa ch ng trong đi u ki n ràng

bu c m c can nhi u nút s c p v n ch a đ c nghiên c u đ y đ Theo các phân tích trên, m c đích c a lu n án là tìm gi i pháp th a mãn cho bài toán đ ng th i v a

m r ng vùng ph sóng, v a t ng hi u su t s d ng ph trong h th ng th c p thông qua vi c thi t k mô hình m ng và phân tích hi u n ng c a mô hình đ xu t

M c tiêu nghiên c u

1.2

M t cách c th , lu n án s t p trung thi t k các m ng truy n thông đa ch ng trong

đi u ki n ràng bu c m c can nhi u nút s c p v i các tiêu chí:

- Gi m nh h ng can nhi u gây ra b i h th ng th c p t i máy thu s c p,

- C i thi n ch t l ng h th ng th c p,

- C i thi n hi u su t s d ng ph t n h th ng th c p

Lu n án này, v i m c đích kh o sát và tìm gi i pháp nh m t ng hi u su t s d ng ph

và ch t l ng ho t đ ng c a h th ng SU, đ xu t áp d ng k thu t truy n thích nghi

bi n đ i chòm sao đi u ch vào h th ng m ng chuy n ti p nh n th c

Ph m vi nghiên c u và đ i t ng nghiên c u

1.3

1.3.1 Ph m vi nghiên c u

Các nghiên c u t p trung vào thông tin vô tuy n, m ng truy n thông h p tác/đa ch ng,

k thu t vô tuy n nh n th c, ph ng pháp truy nh p ph d ng n n, k thu t đi u ch thích nghi

Trong lu n án này, các gi s đ c áp d ng cho t t c các mô hình nghiên c u bao

g m:

- Ch đ truy n trong h th ng th c p là bán song công

- M i thi t b trong h th ng th c p đ c trang b m t ng-ten

- Công su t phát c a các thi t b th c p đ c đi u ch nh thay đ i theo ch t

l ng kênh truy n t c th i, c th là theo giá tr thông tin kênh truy n can nhi u

t c th i (Channel State Information – CSI), thay vì c đ nh giá tr công su t phát là m t h ng s nh h th ng truy n th ng

- Kho ng cách gi a thi t b th c p ngu n và th c p đích luôn đ c chu n hóa

b ng m t, và thi t b th c p ngu n luôn đ c đ t t i g c t a đ 0xy

1.3.2 i t ng nghiên c u

- K thu t đi u ch và gi i đi u ch trong thông tin vô tuy n có th áp d ng cho

m ng truy n thông k t h p

- Các k thu t k t h p: selection combining

- Các k thu t truy n thích nghi gi m nh h ng can nhi u lên h th ng s c p

- Kênh truy n fading có phân b : Rayleigh, Nakagami-m

- Các mô hình truy n thông h p tác: truy n l p l i

- Các giao th c x l ý tín hi u t i nút chuy n ti p: AF và DF

Ph ng pháp nghiên c u

1.4

Ph ng pháp nghiên c u c a lu n án đ c th c hi n tr c h t mô hình toán xác su t cho các kênh fading Rayleigh ho c Nakagami-m, sau đó th c hi n mô ph ng ki m

ch ng thông qua ph n m m Matlab Các thông s nh h ng đ n ch t l ng m ng s

đ c kh o sát, bao g m: s ch ng, v trí thi t b chuy n ti p, k thu t đi u ch thích nghi đa t c đ

Ph n nghiên c u t p trung l p v t lý v i các tham s đánh giá hi u n ng nh sau: + Xác su t d ng h th ng (Outage Probability)

+ Xác su t l i bit (Bit Errror Probability)

+ Dung l ng d ng h th ng (Ergodic Capacity)

Trong các bài toán thi t k h th ng, các nghiên c u ch y u s d ng hai ph ng pháp

Các đóng góp chính

1.5

V i các tiêu chí đ ra trong m c 1.2, lu n án th c hi n nghiên c u hi u n ng b n mô hình h th ng Trong c b n mô hình đ c đ xu t, công su t phát c a các thi t b phát trong h th ng th c p luôn đ c đi u ch nh sao cho đ t giá tr t i đa có th có d a trên thông tin kênh truy n t c th i nh n đ c t các kênh h i ti p, đ ng th i đ m b o ràng bu c can nhi u gây ra b i chúng nh h ng lên thi t b s c p thu không v t

quá m t giá tr ng ng cho tr c Vi c cho phép thay đ i công su t phát theo t ng ký

t truy n thay vì c đ nh công su t phát c a các thi t b trong h th ng th c p giúp

t ng ch t l ng kênh th c p Nh m c i thi n h n n a hi u su t s d ng ph t n, lu n

án t p trung nghiên c u mô hình nh n th c v i ph ng pháp truy nh p ph d ng

n n C th :

1 Mô hình 1- Hình 3.1: lu n án đ xu t kh o sát mô hình hai ch ng có phân b

kênh t ng quát không đ ng đ u Nakagami-m, k thu t s d ng chuy n ti p d

li u là DF Mô hình 1 có mô hình ho t đ ng t ng t [10] K t qu phân tích

hi u n ng h th ng thông qua xây d ng l i thông s xác su t d ng h th ng chính xác trong [10], đ xu t công th c OP x p x D a vào công th c x p x , chúng ta có đ c k t lu n quan tr ng là khi h th ng ho t đ ng ch đ SNR cao, đ l i phân t p h th ng ph thu c vào m c đ ch u nh h ng fading c a kênh có ch t l ng kém h n Ngoài ra, bài toán kh o sát v trí đi m chuy n ti p trong h th ng th c p nh m t i u hi u n ng h th ng c ng đ c gi i quy t Các k t qu nghiên c u mô hình này đ c đ c p trong [11] K t qu nghiên

c u [11] cho th y mô hình đ xu t cho hi u su t t t h n so v i mô hình t ng

đ ng nh ng các thi t b chuy n ti p s d ng k thu t AF thay vì DF [12]

2 Mô hình 2- : Mô hình kh o sát là mô hình h th ng nh n th c v i kênh th c p

s ch ng t ng quát K ho t đ ng d i tác đ ng c a kênh n.i.i.d Rayleigh

T ng t mô hình 1, k thu t chuy n ti p DF đ c s d ng b i các thi t b trung gian Hi u n ng h th ng đ c phân tích c ba thông s : xác su t d ng

h th ng, t l l i bit h th ng và dung l ng ergodic Trong đó OP chính xác

đ c xây d ng l i t [13], OP x p x , BER và C là công th c toán h c m i

đ c đ xu t trong lu n v n Lu n án c ng th c hi n ch ng minh r ng v i cùng thông s thi t k ngo i tr k thu t chuy n ti p, r ng h th ng s d ng k thu t

DF cho dung l ng ergodic h th ng cao h n so v i h th ng s d ng AF Các phân tích hi u n ng h th ng đ c trình bày trong [14] Bài toán t ng quát tìm

v trí các đi m chuy n ti p sao cho c c ti u theo xác su t d ng ho c c c ti u t

l l i bit h th ng đ c trình bày trong bài báo [15] Bên c nh đó, bài báo [16]

kh o sát hi u su t thông qua thông s BER v i mô hình t ng t Mô hình 2 v i

phân b kênh Nakagami-m; và kh o sát ràng bu c công su t ph n c ng [17]

K t qu nghiên c u trong các bài báo này có cùng các k t lu n nh đã trình bày trong lu n án

3 Mô hình 3 - Hình 5.1: Mô hình đ xu t s d ng k thu t đa ch đ đi u ch

Tùy thu c vào ch t l ng môi tr ng truy n mà h th ng th c p t đi u ch nh thông s đi u ch phù h p v i hàm m c tiêu là t l l i bit truy n ng v i t ng

ký t (symbol) truy n nh h n m t giá tr đ nh tr c Vì lý do gi m thi u đ

ph c t p ph n c ng khi h th ng th c p s d ng b đi u ch và gi i đi u ch

đa ch đ , k thu t AF đ c đ xu t thay vì k thu t DF Thông s đo l ng

ch t l ng h th ng th c p đ c đ xu t bao g m xác su t d ng h th ng, hi u

su t ph t n và t l l i bit trung bình Mô hình th ba đ c nghiên c u kh o sát trong lu n án này c ng chính là mô hình đ u tiên th c hi n nghiên c u k t h p

c ba công ngh g m công ngh vô tuy n nh n th c, công ngh truy n thông

h p tác và k thu t đi u ch thích nghi v i đa ch đ đi u ch ây c ng là mô hình đ u tiên xem xét kênh truy n can nhi u trong vi c đi u ch nh các m c đi u

ch thích h p Các k t qu đ t đ c c a mô hình nghiên c u này là c s phát tri n cho các nghiên c u trong t ng lai

4 Mô hình 4 - Hình 6.1: Trong c ba mô hình tr c, kênh h i ti p đ c gi s là hoàn h o, có ngh a là không l i và không tr Nh m nghiên c u s nh h ng

c a kênh truy n có l i, lu n án th c hi n kh o sát h th ng đa ch ng DF v i

phân b kênh Nakagami-m t ng quát d ng n n, đ c phát tri n t bài báo [18]

v i phân b kênh Rayleigh, trong đó xác su t can nhi u gây ra b i h th ng th

c p nh h ng đ n thi t b s c p thu đ c kh o sát theo các thông s nh s

ch ng, h s t ng quan gi a h s kênh truy n và c l ng c a nó Hi u su t kênh th c p c ng đ c kh o sát thông qua xác su t d ng h th ng [19] Mô hình 4 là mô hình m r ng (đa ch ng) so v i mô hình đ c trình bày trong bài báo [20] (hai ch ng)

Nh n xét và các ng d ng c a nghiên c u

1.6

V i m c tiêu gi i quy t bài toán khan hi m ph t n c a lu n án, ng d ng chính c a

vi c s d ng công ngh vô tuy n nh n th c là cho phép hai h th ng s d ng đ ng

th i m t vùng ph t n đ c c p phép C th , gi s vùng ph t n đã c p phép cho các công ty khai thác d ch v vi n thông không còn tr ng Vi c m t công ty m i mu n kinh doanh vi n thông là đi u khó đáp ng đ c n u không s d ng công ngh nh n

th c Vi c qu n lý ph t n s cho bi t thông tin vùng ph nào có hi u su t s d ng

th p t i t ng th i đi m nào N u vùng ph có hi u su t th p phù h p v i nhu c u s

d ng c a công ty này, vi c h p tác gi a công ty đã đ c c p vùng ph (h th ng ng i dùng s c p) và công ty m i (h th ng ng i dùng th c p) s giúp công ty đã đ c

c p ph gi i quy t bài toán kinh t gi m chi phí mua vùng b ng t n, đ ng th i công ty

m i c ng th c hi n đ c vi c kinh doanh c a mình K t qu là giá thành d ch v c a các công ty vi n thông gi m và ng i h ng l i chính là c quan qu n lý tài nguyên

d ch v là các tr m trung chuy n Trong khi đó, mô hình đa ch ng phù h p h n v i

m ng c m bi n không dây (Wireless Sensor Network - WSN) Trong h th ng WSN, các thi t b ho t đ ng ch y u thông qua k t n i đa ch ng vì lý do gi i h n kho ng cách gi a các thi t b , gi i h n ngu n đi n/công su t phát, c ng nh không yêu c u s

Trong các gi thi t đ u tiên khi phát bi u mô hình h th ng, đ c đi m chung c a các

mô hình đ c đ xu t trong ph n 1.5 đ u có gi s chung là các thi t b thu phát đ u

đ c trang b m t ng-ten, mô hình kênh truy n phân tích áp d ng mô hình toán h c

đ n ngõ vào – đ n ngõ ra (Single Input Single Output – SISO) H th ng có th đ c nghiên c u m r ng thông qua vi c t ng c ng s l ng ng-ten trên t ng thi t b thông qua phân tích toán h c v i mô hình toán h c m t ng-ten phát và đa ng-ten thu (Single Input Multi Output – SIMO), đa ng-ten phát và đ n ng-ten thu (Multi Input Single Output – MISO) ho c tr ng h p t ng quát khi c thi t b phát và thu đ u đ c trang b nhi u ng-ten (Multi Input Multi Output – MIMO)

K đ n, k thu t đi u ch áp d ng cho các mô hình là k thu t M-QAM Ph ng pháp phân tích toán h c thông qua tính toán các hàm m t đ xác su t có th đ c áp d ng cho các h th ng s d ng k thu t đi u ch khác nh MPSK, M-PAM… mà không làm m t tính t ng quát

Ngoài ra, trong các mô hình đ xu t, công su t phát t ng khe th i gian ch đ c

kh o sát ph thu c vào ràng bu c can nhi u quy đ nh b i h th ng s c p và h s kênh truy n t c th i nh n đ c c a khe th i gian đó Trong th c t , công su t phát còn

ph thu c ràng bu c đi u ki n ph n c ng nh gi i h n ngu n n ng l ng cung c p cho h th ng, gi m m c đ can nhi u nh h ng lên các thi t b khác khi h s kênh truy n đ bé

Ch ng hai trình bày t ng quan tình hình nghiên c u liên quan đ n phân tích hi u

n ng h th ng m ng truy n thông chuy n ti p/ đa ch ng và h th ng áp d ng k thu t

đi u ch thích nghi theo ch t l ng kênh truy n trong môi tr ng truy n nh n th c

d ng n n

Ch ng ba đ n Ch ng sáu trình bày b n mô hình đ xu t và nghiên c u Trong đó, các mô hình trong Ch ng hai và Ch ng ba đ c kh o sát v i gi s thi t b th c p thu không th nh n d li u tr c ti p t thi t b th c p ngu n vì lý do vùng ph sóng

c a máy phát s c p gi i h n ho c có các v t ch n n m ngay trên đ ng truy n tr c

ti p c a hai thi t b này Lúc này, vi c chia đ ng truy n gi a hai thi t b này thành nhi u ch ng là c n thi t Trong khi đó, mô hình trong Ch ng n m đ c kh o sát khi hai thi t b ngu n và thi t b đích c a h th ng th c p có th th c hi n vi c truy n d

li u tr c ti p Khi đó, vi c s d ng công ngh đa ch ng nh m m c đích nâng cao h n

n a ch t l ng kênh th c p

i v i tr ng h p khi thi t b phát th c p không th truy n d li u tr c ti p đ n thi t b thu th c p, Ch ng ba s nghiên c u mô hình hai ch ng DF phân b kênh

t ng quát Nakagami-m

K ti p, nh m m c tiêu gi i quy t bài toán gi m can nhi u nh h ng t h th ng th

c p lên thi t b thu s c p ho c bài toán trong đó kho ng cách gi a hai thi t b phát và thu trong h th ng th c p r t xa nhau Ch ng b n s t ng quát hóa bài toán can nhi u này thành bài toán vô tuy n nh n th c đa ch ng v i phân b kênh truy n Rayleigh Trong c hai mô hình đ xu t, lu n án s d ng k thu t chuy n ti p d li u

DF vì lý do DF phù h p và cho hi u n ng h th ng cao h n AF khi s ch ng t ng

i u này đã đ c ch ng minh trong Ch ng b n Bài toán tìm v trí đi m chuy n ti p

t i u đ c đ c p trong c hai Ch ng ba và b n

N i dung c a Ch ng n m đ c p tr ng h p thi t b thu th c p có th nh n tín hi u

tr c ti p t thi t b phát th c p, nh m m c tiêu gia t ng ch t l ng h th ng truy n

th c p, kênh chuy n ti p đ c s d ng đ h tr T i thi t b thu th c p, các tín hi u thu đ c s đ c k t h p theo tiêu chu n phân t p thu là k t h p l a ch n (Selection Combining – SC) Ch ng này kh o sát h th ng hai ch ng ng v i c hai tr ng h p không ho c có áp d ng đi u ch thích nghi vào h th ng Nh m gi i quy t bài toán

gi m thi u s ph c t p trong thi t k ph n c ng c ng nh có th so sánh hai h th ng

có t c đ c đ nh và t c đ thay đ i, lu n án đ xu t s d ng k thu t AF đ chuy n

ti p d li u

Các mô hình đ c đ xu t t Ch ng ba đ n Ch ng n m đ c kh o sát d a trên gi thuy t kênh h i ti p là hoàn h o Ch ng sáu th c hi n kh o sát s thay đ i s l ng

ch ng K trong h th ng th c p nh h ng lên thi t b thu s c p khi kênh truy n h i

ti p không hoàn h o Lu n án kh o sát s nh h ng này thông qua thông s xác su t can nhi u Mô hình đ c phân tích trong Ch ng này là mô hình đa ch ng chuy n ti p

DF v i phân b kênh Nakagami-m

B c c c a các Ch ng t Ch ng ba đ n Ch ng sáu bao g m các ph n v i các n i dung chính: mô t cách th c ho t đ ng c a các h th ng đ xu t bao g m các giao

th c k t n i và các gi s khoa h c đ c trình bày trong ph n “Mô hình đ xu t”, các tính toán toán h c lý thuy t đ c trình bày trong ph n “Phân tích hi u n ng h th ng”

Ph n “Mô ph ng và k t qu ” th c hi n mô ph ng h th ng b ng công c Matlab và so sánh và bi n lu n v i k t qu toán h c trong ph n “Phân tích hi u n ng h th ng”

Vì lý do công th c các hàm m t đ ph xác su t c a các bi n ng u nhiên h s kênh truy n khác nhau v i m i mô hình m i ch ng, chúng ta ký hi u các bi n này khác nhau m i ch ng đ d dàng phân bi t

K t thúc ch ng là ph n “K t lu n” đ c p đ n các u khuy t đi m c a mô hình kh o sát và đ xu t h ng phát tri n

CH NG 2 T NG QUAN

Ch ng này s trình bày t ng quan tình hình các nghiên c u liên quan, phân tích hi u

n ng h th ng m ng truy n thông chuy n ti p/ đa ch ng và h th ng áp d ng k thu t thích nghi d ng chòm sao thay đ i theo ch t l ng môi tr ng truy n trong môi

ph t n s đ c ch đ nh c p cho m t t ch c s d ng đ c quy n cho m t lo i d ch v

và thi t b vô tuy n đi n Công ngh CR có th giúp gi m thi u các v n đ khan hi m tài nguyên t n s b ng cách cho phép truy c p ph t n đ ng (Dynamic Spectrum Access - DSA), cho phép các ng i dùng/thi t b không đ ng ký s d ng ph tr c có

th nh n bi t đ c vùng ph s d ng d i m c hi u su t quy đ nh và t đó, đ c phép

s d ng vùng ph đó mà không gây nhi u có h i cho ng i s d ng truy n thông đ c

c p phép Các vùng t m th i không đ c s d ng đ c g i là các vùng ph tr ng (spectrum white space – WS) và có th t n t i các mi n không gian, th i gian và t n

s quy đ nh tr c Trong b i c nh DSA, các ng i dùng đ c c p quy n s d ng tài nguyên đ c g i là ng i dùng s c p (Primary User – PU) và các ng i dùng CR

đ c g i là ng i dùng th c p (Secondary User –SU)

Ki n trúc CR đ c mô t chi ti t trong [1] v i các giao th c đ c nghiên c u xuyên

su t t l p m t đ n l p b y c a mô hình OSI Có th nh n th y các giao th c quy đ nh cho vi c dò tìm ph và phân b tài nguyên thu c l p m t và hai Trong đó, l p m t thu c mô hình OSI đ c t p trung nghiên c u trong lu n án này

Cho đ n nay, d a vào đ c tính thông tin thu th p t môi tr ng ho t đ ng c ng nh các lu t u tiên v vi c s d ng ph t n, các h th ng vô tuy n nh n th c đ c chia

thành ba mô hình là mô hình ch ng ch p (overlay), mô hình đan xen (interweave), và

mô hình n n (underlay) [3]

H th ng vô tuy n nh n th c theo mô hình overlay v i u đi m là m t h th ng vô tuy n thông minh C hai h th ng đ u ho t đ ng trên cùng m t b ng t n, đã đ c c p

b n quy n cho h th ng s c p đ m b o QoS c a h th ng, c hai h th ng s c p

và th c p đ u đ c trang b các k thu t x lý tín hi u và ch ng can nhi u ph c t p

M c dù có hi u su t s d ng ph cao nh t, đây là mô hình lý t ng và khó th c hi n

Hình 2.1 Phân b vùng ph c a hai mô hình overlay (a) và underlay (b)

Trong hai mô hình còn l i, mô hình d ng ch ng ch p có u đi m là các thi t b phát trong h th ng SU không b ràng bu c gi i h n công su t phát đ c quy đ nh b i thi t

b PU Tuy nhiên, h th ng SU ch th c hi n vi c truy n d li u khi và ch khi h

th ng PU không s d ng (Hình 2.1) Ng c l i, mô hình d ng n n cho phép hai h

th ng SU và PU ho t đ ng đ ng th i trên cùng m t vùng ph , mi n ho t đ ng c a h

th ng SU v n đ c đ m b o thông qua các tham s ràng bu c C th , các ràng bu c

đ c t p trung t i máy thu s c p thông qua các thông s nh công su t can nhi u gây

ra b i thi t b phát th c p lên thi t b thu s c p ho c xác su t d ng h th ng s c p

nh h n m t m c ng ng cho phép

2.1.2 Công ngh truy n thông đa ch ng/ h p tác

Truy n thông đa ch ng – là thu t ng ch k thu t truy n d li u gi a hai nút m ng có

s giúp đ c a m t hay nhi u nút gi a – đã đ c nghiên c u t nh ng n m đ u c a

th p k này B ng cách chia nh đ ng truy n t nút ngu n đ n nút đích thành các

đ ng truy n ng n h n, k thu t này cho phép c i thi n đáng k ch t l ng h th ng trong đi u ki n m c suy hao đ ng truy n là đáng k Ý t ng c b n là d a vào đ c tính suy hao đ ng truy n, nhà thi t k có th nâng cao đ l i kênh thông qua vi c b sung các đi m chuy n ti p trung gian gi a thi t b ngu n và thi t b đích, nh m giúp thi t b ngu n truy n d li u đ n thi t b đích, ngay c khi thi t b đích n m ngoài vùng ph sóng [24-30]

K thu t truy n thông h p tác là tr ng h p đ c bi t c a truy n thông đa ch ng v i s

ch ng b ng hai Cho đ n nay, k thu t này đã và đang đ c cân nh c áp d ng trong các chu n vô tuy n, ví d nh Wimax, LTE, 802.11s, … [29], [31-35] Tuy nhiên,

nh c đi m c a truy n thông đa ch ng là hi u n ng ph t n th p khi mà các nút m ng

ch a th nh n và phát đ ng th i Nhi u báo cáo nghiên c u hi u n ng h th ng c a các mô hình đa ch ng s d ng k thu t chuy n ti p AF ho c DF d a trên các tiêu chí

nh xác su t d ng h th ng (Outage Probability – OP), t l l i bit (Bit Error Rate – BER), và dung l ng d ng (ergodic) v i các gi đ nh phân b kênh truy n khác nhau [36-38] Các thi t b chuy n ti p s d ng k thu t khu ch đ i và chuy n ti p (AF)

ho c gi i mã và chuy n ti p (DF) Trong hai k thu t này, khi xét v khía c nh hi u

n ng ho t đ ng c a toàn h th ng, k thu t DF cho k t qu t t h n AF vì lý do không khu ch đ i tín hi u nhi u Tuy nhiên, khi xét v tính đ n gi n khi thi t k ph n c ng,

AF th hi n rõ u đi m c a mình so v i DF

Cho đ n nay, có r t nhi u nghiên c u v hi u n ng h th ng t ng ng v i nhi u mô hình m ng chuy n ti p h p tác ví d nh truy n thông h p tác d ng l p l i (Repetition based Coooperative Network - RPCN) [39-42], truy n thông h p tác d ng c h i (Opportunistic Cooperative Network - OCN) [43-45], truy n thông gia t ng (Incremental Relaying Network – IRN) [46] và mô hình m ng chuy n ti p-và-gi phân b (Distributed Switch-and-Stay - DSSC) [47, 48]

C th , mô hình RPCN v i m t đi m ngu n, N đi m chuy n ti p, và m t đi m đích

H th ng c n N +1 khe th i gian đ chuy n cùng m t n i dung thông đi p t b phát

đ n b thu [18, 19, 26] T i cu i khung th i gian th N +1, đi m đích s k t h p các tín hi u k thu t k t h p phân t p (diversity combining) nh phân t p k t h p t l l n

nh t (Maximal Ratio Combining – MRC) ho c SC mà nó nh n đ c trong các khung

B

A : kênh truy n t A đ n B

Hình 2.2 Mô hình chuy n ti p RPCN v i N nút chuy n ti p

Mô hình truy n thông h p tác d ng c h i (OCN) còn đ c g i là mô hình l a ch n chuy n ti p (Selection relaying – SR) [43] Vi c truy n d li u đ c phân thành hai giai đo n Thi t b ngu n truy n d li u cho t t c các thi t b chuy n ti p trong giai

đo n 1 Trong giai đo n còn l i, thi t b chuy n ti p có t s tín hi u t ng đ ng trên nhi u hai ch ng - t ngu n và đ n đích t t nh t - s đ c ch n làm thi t b chuy n

ti p giai đo n 2 (Best Relay – BR) và lúc này, BR s truy n d li u cho thi t b đích

Vi c ch n BR có th th c hi n đ u giai đo n m t ho c đ u giai đo n hai

Mô hình OCN c i ti n h n so v i mô hình RPCN s l ng khe th i gian s d ng cho m t kh i d li u là hai khe và t i nút đích không c n s d ng các ph ng pháp k t

h p

Mô hình truy n thông gia t ng – IRN là m t gi i pháp đ c i thi n hi u su t s d ng

ph t n, ngh a là gi m s l ng khe th i gian s d ng xu ng d i hai khe so v i mô hình OCN Mô hình IRN luôn s d ng đ ng truy n tr c ti p t ngu n đ n đích nh

là l a ch n u tiên m t Tuy nhiên, khi ch t l ng kênh tr c ti p không đ m b o theo yêu c u c a h th ng, thì thi t b chuy n ti p s đ c s d ng đ chuy n d li u cho thi t b đích [49-52]

Tuy nhiên, h th ng IRN không hi u qu vùng có t s tín hi u trên nhi u th p (Signal to Noise Ratio – SNR) Trong môi tr ng có SNR th p, ch t l ng truy n d

li u c a kênh tr c ti p luôn là th p, d n đ n h th ng luôn c n đ n s h tr c a kênh

gián ti p Trong tr ng h p này, mô hình chuy n ti p-và-gi phân b DSSC th hi n

đ c s v t tr i Mô hình DSSC ho t đ ng d a trên thông s ng ng cho phép c a

đ ng k t n i, n u nh ch t l ng đ ng truy n không đ t nh yêu c u thì h th ng chuy n sang s d ng đ ng còn l i (kênh tr c ti p ho c kênh chuy n ti p) [36, 47, 53]

Ch t l ng c ng nh u, nh c đi m t ng ng c a các m ng đã đ c nhi u nhà nghiên c u phân tích và đ c p G n đây, v i m c tiêu c i thi n hi u su t ph t n, vô tuy n nh n th c đ c đ xu t k t h p v i m ng truy n thông đa ch ng và đ c xem

nh là m t gi i pháp r t h p d n khi mà nó t n d ng đ c c hai u đi m c a c hai công ngh trên: c i thi n xác su t k t n i gi a nút ngu n và nút đích và đ ng th i gi m đáng k m c gây can nhi u lên m ng s c p

2.1.3 K thu t truy n thích nghi

K thu t truy n thích nghi là m t trong các k thu t d a vào thông tin kênh truy n phía máy thu, nh m m c đích c i thi n hi u su t s d ng ph t n Trong th c t , các thông s thi t k m t h th ng truy n d n th ng đ c l a ch n sao cho ch t l ng h

th ng đ c đ m b o duy trì m t m c QoS t i thi u nào đó, ngay c trong tr ng h p

ch t l ng kênh th p nh t i v i môi tr ng truy n có đ c tính kênh truy n thay đ i theo th i gian, đ c bi t là trong tr ng h p kênh truy n có phân b Rayleigh, các thi t

k v i thông s c đ nh nh ki u đi u ch , công su t phát,… v i ràng bu c QoS t i thi u nh trên s có đ hi u d ng b ng thông kênh truy n r t th p [54]

Ý t ng c b n v k thu t truy n thích nghi là thi t b thu s th c hi n c l ng thông s kênh truy n và h i ti p giá tr này v cho thi t b phát Thi t b phát s d a trên thông s nh n đ c này, ra quy t đ nh s d ng ch đ truy n phù h p K thu t này có th t ng t c đ truy n, t ng thông l ng truy n trung bình, gi m công su t phát trung bình, ho c gi m t l l i bit trung bình ng v i t ng ký hi u truy n, thi t b phát

có th tùy ch nh thông s nh t ng t c đ truy n ho c gi m công su t truy n khi ch t

l ng kênh cao và gi m t c đ truy n ho c t ng công su t trong tr ng h p ch t l ng kênh th p D dàng nh n th y, k thu t này th hi n tính kh d ng c a nó, đ c bi t là trong môi tr ng truy n có đ c tính kênh bi n đ i theo th i gian

Tùy thu c vào thông s thay đ i t i thi t b phát trong h th ng, k thu t thích nghi có

th đ c phân lo i thành các nhóm: thích nghi t c đ truy n, thích nghi công su t, thích nghi mã hóa, thích nghi xác su t l i bit, và các phiên b n k t h p Trong t t c các nhóm, k thu t thích nghi t c đ truy n cho phép h th ng t ng t c đ bit truy n

so v i các ph ng pháp còn l i [54]

Hai gi i pháp cho k thu t thích nghi t c đ truy n Gi i pháp th nh t là c đ nh t c

đ ký hi u (symbol rate) và s d ng nhi u k thu t đi u ch trong quá trình truy n d

li u Ng c l i, gi i pháp th hai là s d ng duy nh t m t ki u đi u ch và thay đ i t c

đ ký hi u ph c t p c a gi i pháp th hai th hi n vi c thay đ i t c đ ký hi u làm b ng thông tín hi u truy n b co giãn, d n đ n khó tri n khai trong th c t đ c bi t trong các bài toán chia s ph V i phân tích trên, trong khuôn kh lu n án, nh m m c đích t ng t c đ truy n d li u trong bài toán chia s ph , lu n án áp d ng k thu t

đi u ch thích nghi t c đ v i t c đ ký hi u c đ nh theo ph ng pháp th nh t

T ng quan tình hình nghiên c u

2.2

Vô tuy n nh n th c nh n đ c s quan tâm m nh m c a các nhà nghiên c u và các nhà công nghi p và đ c xem nh là m t trong nh ng đ c tính chính c a các h th ng

m ng không dây trong t ng lai, ví d 5G [55, 56] c xem nh là m t phiên b n

c i ti n c a vô tuy n ph n m m đ nh tr c SDR (Sofware-defined Radio), công ngh

CR có kh n ng nh n bi t s thay đ i c a môi tr ng xung quanh và t đi u ch nh các thông s c u hình, cho phép các ng i dùng trong h th ng th c p truy n d li u trong vùng ph đã đ c c p phát cho ng i dùng trong h th ng s c p [2, 57, 58]

K t qu đ t đ c là bài toán khan hi m và ngh n ph t n đ c gi i quy t, công ngh này th hi n đ c u đi m vi c s d ng b ng t n hi u qu [3] Các nghiên c u v

m ng vô tuy n nh n th c t p trung vào hai mô hình ho t đ ng g m: mô hình “Truy

nh p ph c h i” (Opportunistic Spectrum Access – OSA) hay còn g i là mô hình

d ng ch ng ch p và mô hình “Chia s t n s ” (Spectrum Sharing – SS) hay còn đ c

g i là mô hình d ng n n [3, 59]

Trong mô hình OSA, ng i dùng th c p ch truy n d li u khi vùng b ng t n đã đ c

c p phát cho ng i dùng s c p đang trong tình tr ng tr ng [60-62] i v i mô hình

SS, các SU có th truy n d li u đ ng th i đi m v i PU, v i đi u ki n d li u truy n

trong h th ng PU đ c b o v m t cách nghiêm ng t [63, 64] B t ch p có hay không

s hi n di n d li u đ c truy n trong h th ng PU, ph ng pháp SS cho k t qu v

đi m có th m r ng t m cung c p d ch v trong h th ng m ng th c p mà không c n

ph i t ng công su t phát, các m ng vô tuy n nh n th c ho t đ ng d i mô hình này có

kh n ng gi m nh h ng can nhi u gây b i h th ng th c p lên h th ng s c p Trong [65], Hyungjong và các c ng s đã đ a ra ph ng trình d ng đóng c a công

th c x p x xác su t d ng c a h th ng hai ch ng AF ng v i vùng SNR cao V i cùng mô hình t ng t trong [65], tác gi c a bài báo [66] đã đ a ra công th c chính xác c a xác su t d ng h th ng v i v i kênh truy n phân b Rayleigh K đ n, b c phân t p đ c kh o sát trong [12] v i mô hình hai ch ng AF phân b kênh t ng quát

Nakagami-m K t qu cho th y b t ch p ràng bu c công su t phát t i thi t b phát và thi t b chuy n ti p trong h th ng th c p, b c phân t p có giá tr ph thu c vào đ suy hao c a kênh có ch t l ng kém nh t trong hai ch ng c a kênh chuy n ti p trong

h th ng th c p Hi u n ng h th ng hai ch ng DF v i phân b kênh t ng quát

Nakagami-m đ c nghiên c u thông qua OP đ c đ c p trong [10]

Các nghiên c u t [65] đ n [10] đ c th c hi n trên các mô hình hai ch ng Riêng mô hình trong [13] kh o sát hi u n ng h th ng v i s ch ng t ng quát b ng K Trong

[13], bài báo kh o sát hi u n ng h th ng đa ch ng DF v i phân b kênh Rayleigh thông qua xác su t d ng h th ng K t qu cho th y, khi s ch ng càng l n, hi u n ng

h th ng th c p càng đ c c i thi n Tuy nhiên, hi u su t s d ng ph gi m do đ tr

c a toàn h th ng t ng khi K t ng và k t qu ch gi i h n vi c hi u n ng h th ng

đ c kh o sát thông qua xác su t d ng h th ng

Cho đ n nay, đã có m t s nghiên c u đ xu t áp d ng k thu t truy n thích nghi cho

m ng vô tuy n nh n th c, ví d [4-9, 67-69] Bài báo [67] kh o sát dung l ng ergodic c a h th ng th c p v i đi u ki n ràng bu c t i h th ng s c p đ c kh o sát thông qua hai ràng bu c: ràng bu c xác su t d ng can nhi u và ràng bu c xác su t

d ng t s tín hi u trên nhi u, v i thông s công su t đ c đi u ch nh thay đ i thích nghi theo thông s kênh t c th i có đ c (Channel State Information – CSI)

Trong [4-6], mô hình h th ng kh o sát v i thi t b phát th c p đ c trang b đa ten, thi t b thu th c p đ c trang b m t ng-ten Ch đ truy n d li u đ c l a

ng-ch n ph thu c vào các ng ng ng-chuy n ng-ch đ đ c xác đ nh sao ng-cho đ m b o ng-ch t

l ng kênh th c p không d i m c t l l i bit quy đ nh D a vào ph ng pháp l a

ch n ng-ten phát, tác gi kh o sát xác su t d ng h th ng v i hai mô hình đ c đ

xu t: Mô hình có s l n chuy n ng-ten phát nh nh t đ c đ t tên là mô hình Chuy n

m ch hi u qu (Switching Efficient Scheme –SES) [4], và mô hình b ng thông hi u

qu (Bandwidth Efficiency Scheme - BES), luôn u tiên m c truy n v i t c đ l n

nh t [5] Bài báo [6] đ a ra công th c tính BER cho c hai mô hình SES và BES

Bài báo [68] và [69] áp d ng k thu t thích nghi vào m ng vô tuy n nh n th c dùng

ph ng pháp truy nh p ph d ng ch ng ch p v i phân b kênh truy n fading

Nakagami-m Ngoài vi c kh o sát s nh h ng c a h th ng s c p lên ho t đ ng c a

h th ng th c p thông qua l u l ng thông tin c a PU và kênh h i ti p thông tin kênh truy n can nhi u có l i t thi t b thu s c p đ n thi t b phát th c p [68], tác gi kh o sát thêm đ c tính tr trong kênh h i ti p [69] Các thông s dùng đ kh o sát ch t

l ng h th ng th c p g m thông s BER trong [68] và hi u su t s d ng k t n i trong [69]

Trong bài báo [7-9], tác gi xem xét bài toán t i u hi u su t ph t n c a h th ng th

c p v i gi s r ng thông tin l ng t c a kênh truy n th c p và kênh truy n can nhi u là s n có Trong [7], t c đ truy n d li u đ c r i r c hóa chia thành nhi u vùng, biên c a các vùng đ c xác đ nh thông qua SNR c a kênh truy n d li u gi a phát và thu th c p và kênh truy n can nhi u t thi t b phát th c p đ n thi t b thu s

c p Tác gi bài báo đã xác đ nh tr trung bình hi u su t ph t n và gi i quy t bài toán tìm giá tr biên t i u c a vùng, s d ng hàm m c tiêu t i u hóa tr trung bình hi u

su t ph t n thông qua ph ng pháp đ quy Bài báo [8] đ xu t gi i pháp l ng t hóa các CSI v i m c đích gi m thi u b ng thông kênh h i ti p T k t qu phân tích

và mô ph ng [9], tác gi đã ch ng minh r ng, hi u su t s d ng ph t n c a h th ng

v i CSI đ c l ng t x p x v i h th ng CSI có giá tr liên t c, đ c kh o sát trong [70]

H ng nghiên c u kh o sát hi u n ng h th ng k t h p công ngh vô tuy n nh n th c,

công ngh đa ch ng và k thu t đi u ch thích nghi là m t h ng nghiên c u m i trên

th gi i hi n nay, nên hi n nay r t ít nhà khoa h c Vi t Nam tham gia vào l nh v c này Theo kh o sát c a tôi, hi n nay có hai nhóm nghiên c u đáng chú ý đó là:

• Nhóm c a PGS TS Võ Nguy n Qu c B o, H c vi n B u chính Vi n thông t p trung nghiên c u và c i thi n hi u n ng c a m ng vô tuy n và vô tuy n chuy n

ti p s d ng công ngh thu th p n ng l ng, công ngh nh n th c v i đ tài tiêu bi u “ Nghiên c u và đánh giá các k thu t c i thi n ch t l ng cho h

th ng truy n thông chuy n ti p trong môi tr ng vô tuy n thông minh", công

b tiêu bi u [71]

• Nhóm c a PGS TS H V n Kh ng, i h c Bách Khoa H Chí Minh t p trung nghiên c u các gi i pháp s d ng các k thu t k t h p, k thu t phân t p trong h th ng m ng vô tuy n nh n th c, đa ch ng v i các công b tiêu bi u [16, 17]

Trong khi các nghiên c u đ c đ c p trên t p trung vào vi c đánh giá ch t l ng h

th ng c a m ng th c p, bài toán xác đ nh v trí t i u c a đi m chuy n ti p sao cho

đ t đ c giá tr t i đa hi u n ng trong h th ng th c p ch a đ c đ c p Trong khi

đó, v trí đi m chuy n ti p c ng là m t trong nh ng thông s thi t k quan tr ng trong bài toán phân tích hi u su t m ng vô tuy n, đ c bi t là trong m ng chuy n ti p nh n

th c khi các thi t b có ràng bu c v gi i h n công su t phát Do đó, trong Ch ng ba

và Ch ng b n, lu n án th c hi n bài toán kh o sát v trí t i u c a đi m chuy n ti p

v i mô hình kênh truy n l n l t t ng t nh trong bài báo [10] và [13]

CH NG 3 PHÂN TÍCH HI U N NG VÀ V TRÍ T I U I M

CHUY N TI P TRONG MÔ HÌNH HAI CH NG DF NAKAGAMI-m

Ch ng ba mô t mô hình h th ng nh n th c s d ng ràng bu c can nhi u thi t b s

c p thu Nh m nâng cao hi u n ng m ng th c p, h th ng th c p đ c chia thành kênh truy n hai ch ng s d ng m t thi t b chuy n ti p d li u v i k thu t DF Bài toán kh o sát v trí t i u c a đi m chuy n ti p nh m đ t hi u n ng m ng th c p t i

tr c ti p cho ( )d mà ph i thông qua đ ng truy n gián ti p Thi t b ( )r nh n d li u

t ( )s và sau đó s d ng k thu t DF đ chuy n d li u nh n đ c cho thi t b ( )d

: kênh d li u

p{1}

: kênh can nhi u

{1}

{2}

{2}

Hình 3.1 Mô hình kênh truy n hai ch ng DF Nakagami-m

Nh m b o v h th ng s c p, b t k công su t can nhi u gây ra b i thi t b phát th

c p nh h ng lên thi t b thu s c p l n h n m c can nhi u t i đa I p đ u không đ c phép i u này có th đ t đ c thông qua vi c đi u khi n công su t phát c a các thi t

b th c p d a trên thông tin CSI kênh truy n ng v i t ng ký hi u truy n

Gi s r ng thông tin CSI c a kênh can nhi u mà h th ng th c p có đ c là lý

t ng, c th là không l i và không tr Nh m nâng cao hi u su t truy n d li u trong

h th ng th c p, công su t phát t c th i c a ( )s và ( )r đ c ch n b ng giá tr t i đa

có th đ c phép truy n, và có giá tr l n l t là s 1

2 ,

p I

P =I h , P r =Ip h I,22, v i h I,1

và h I,2 đ c đ nh ngh a là các h s kênh truy n c a các kênh can nhi u gi a s p− và

r− p K ti p, các h s kênh truy n th c p c a kênh s r− và r d − đ c ký hi u

l n l t là h ,1 và h ,2

Gi s r ng t t c các kênh tuân theo phân b đ c l p nh ng không c n đ ng nh t

(i.n.i.d.) Nakagami-m fading, d n đ n 2

( ))

m

γ λ

γ = −Γ

v i t p λ∈{λ λD,1, D,2,λ λI,1, I,1}, m∈{m D,1,m D,2,m I,1,m I,2} Trong công th c trên, (.)Γ

và Γ(.,.) l n l t là ký hi u c a hàm Gamma [72,(8.310.1)] và hàm Gamma ch n trên

2 ,

0

2 , 0

mx n

0

,

, ,

,

1

1 ,

λ

γγ

λλ

có công th c (3.5)

, ,

γ λ λ γ

γγ

Sau khi xác đ nh đ c CDF c a γk, ph n k ti p th c hi n phân tích hi u n ng h

th ng thông qua xác su t d ng toàn h th ng H th ng đ c xem là không đ t ch t

l ng khi giá tr t c th i γk nh h n m t giá tr ng ng cho tr c, γth Trong mô hình hai ch ng, hi u n ng h th ng đã đ c ch ng minh ph thu c vào ch ng có ch t l ng

, 1

0

1)

0

!1

m i

I k j

2 ,2

m m m

γαγαγα

n ng h th ng t công th c (3.13): đ l i phân t p h th ng ph thu c ch y u vào

ch ng có m c đ fading nh h n gi a hai ch ng trong kênh th c p, b t ch p m c đ fading c a các kênh can nhi u

Bài toán v trí t i u đi m chuy n ti p

3.3

Trong h th ng xem xét, cho tr c các thông s v trí c a thi t b thu s c p ( )p ,

thi t b phát (s) và thu th c p (d), câu h i đ t ra nút chuy n ti p th c p nên đ c đ t

v trí nào đ có th cho giá tr OP nh nh t M c tiêu c a đ m c này là tìm ra đi u

ki n đ m t thi t b đ c xem là thi t b chuy n ti p t t nh t ( )r trong các thi t b

ti m n ng

đ n gi n nh ng không m t đi tính t ng quát, chúng ta hãy kh o sát tr ng h p h

th ng m t chi u m ng mà t t c các thi t b th c p cùng thu c m t đ ng th ng (Hình 3.1) T a đ c a c a ( )s và ( )d luôn đ c chu n hóa t i hai v trí: ( )s g c

t a đ ( )0,0 và ( )d t i v trí ( )1,0 Trong khi đó, ( )p có th c đ nh t i v trí b t k trên m t ph ng x0y v i t a đ (x p,y p) và ( )r luôn n m trên tr c 0x v i t a đ

(d D,1,0) L n l t ký hi u kho ng cách gi a ( )r và ( )d , ( )s và ( )p , ( )r và ( )p là

,2

d , d I,1 và d I,2

V i mô hình kênh truy n tín hi u b nh h ng b i suy hao và fading, công th c th

hi n m i liên h gi a đ l i kênh truy n trung bình và các kho ng cách thi t b d D k, ,