Nghiên cứu kỹ thuật lập lịch cho mạng thông tin di động thế hệ mới

Hệ thống thông tin di động 5G

Trong những năm gần đây, lưu lượng dữ liệu trong mạng thông tin di động đã tăng mạnh nhờ sự phổ biến của thiết bị di động như điện thoại thông minh và máy tính bảng Cụ thể, lưu lượng dữ liệu di động toàn cầu năm 2018 đã tăng gấp sáu lần so với năm 2014 Để đáp ứng nhu cầu ngày càng cao này, cần phát triển các công nghệ mới Thông lượng của hệ thống thông tin di động được tính theo một công thức cụ thể.

T(bits/s/km 2 ) = D(Cells/km 2 )×B(Hz)×E(bits/s/Hz/Cell) (1.1)

Dung lượng hệ thống (T) phụ thuộc vào mật độ tế bào (D), băng thông hệ thống (B) và hiệu quả sử dụng phổ (E) Để tối ưu hóa thông lượng hệ thống, ngoài việc giảm bán kính vùng phủ để tăng mật độ tế bào, hai phương án chính là tăng băng thông và cải thiện hiệu quả sử dụng phổ Hệ thống ăng ten MIMO (nhiều đầu vào, nhiều đầu ra) cho phép truyền nhiều luồng dữ liệu cùng lúc giữa bên thu và bên phát, từ đó nâng cao đáng kể hiệu quả sử dụng phổ thông qua lợi ích ghép kênh không gian.

Nghiên cứu về ghép kênh không gian đã chuyển từ hệ thống MIMO truyền thống sang MIMO đa người dùng (MU-MIMO), cho phép trạm gốc (BS) với nhiều ăng ten phục vụ nhiều thuê bao chỉ có một ăng ten Điều này rất quan trọng do kích thước và pin của điện thoại, khiến việc tăng số ăng ten tại trạm gốc dễ dàng hơn so với tại thuê bao Số lượng ăng ten nhiều hơn tại trạm gốc mang lại độ lợi lớn về ghép kênh không gian, tuy nhiên cũng đồng nghĩa với việc tăng độ phức tạp trong tính toán và chi phí phần cứng.

Marzetta đã chỉ ra rằng với số lượng ăng ten rất lớn, việc áp dụng các phép toán tuyến tính đơn giản như kết hợp tỷ lệ cực đại MRC cho đường lên có thể mang lại hiệu quả gần tối ưu tương tự như trong hệ thống MIMO truyền thống.

Hệ thống như vậy được gọi là Massive MIMO.

Tăng băng thông hệ thống là một phương pháp hiệu quả để nâng cao thông lượng Tuy nhiên, dải tần dưới 6 GHz hiện đã gần như được sử dụng hết Do đó, mạng di động 5G đang nghiên cứu khả năng sử dụng băng tần mmWave để cải thiện hiệu suất liên lạc vô tuyến.

Massive MIMO và mmWave là hai công nghệ tiềm năng cho mạng 5G, nhưng chúng đối mặt với nhiều thách thức Việc phục vụ đồng thời nhiều thuê bao gây ra vấn đề can nhiễu, đòi hỏi phải thu thập thông tin chính xác về chất lượng kênh Hơn nữa, dung lượng hệ thống phụ thuộc lớn vào kỹ thuật lập lịch, nhằm lựa chọn tập thuê bao tối ưu.

Kiến trúc của lớp vô tuyến trong mạng 5G cũng có sự thay đổi lớn như hình vẽ

Khối vô tuyến từ xa (RRH) trong mạng 4G thường kết nối với ăng ten ngoài, nhưng hiện nay đã được tích hợp trong Đơn vị ăng ten chủ động (AAU) Đồng thời, Đơn vị băng cơ sở (BBU) cũng được phân tách thành Đơn vị phân tán (DU) và Đơn vị tập trung (CU), cho phép ảo hóa và đặt tại các tài nguyên tính toán của mạng.

Hình 1.1: Các thành phần mạng vô tuyến 5G.

Yêu cầu kỹ thuật của hệ thống thông tin di động 5G 14 1.3 Hệ thống thông tin di động nhiều ăng ten đa người dùng MU-MIMO 15

Ước lượng kênh truyền theo chiều lên

Trong hệ thống TDD, việc truyền dẫn tín hiệu đường lên và đường xuống sử dụng chung một kênh vô tuyến với sự khác biệt ở khe thời gian, giả định rằng các kênh này có tính đối xứng và tương đồng về biên độ, nhưng ngược pha Để ước lượng kênh, mỗi thuê bao truyền một chuỗi tín hiệu hoa tiêu dài τ p, ký hiệu là x k ∈ C τ p ×1, với các phần tử có độ lớn bằng 1, tức là kx k k 2 = x H k x k = τ p Công suất phát đường lên của thuê bao k được ký hiệu là ρ k.

Tín hiệu thu được tại BTS j là [29] y K

√ρ k h k x k +n, (1.3) trong đó, nhiễu tại trạm là n ≈ CN(0, σ r 2 ) với n ∈ C M ×1

Hệ thống có thể đạt dung lượng chiều lên tối đa theo công thức 1.4 nhờ vào kỹ thuật triệt nhiễu, trong đó tín hiệu của mỗi thuê bao được giải mã và trừ đi khỏi tổng trước khi tiến hành giải mã tín hiệu của thuê bao tiếp theo.

Truyền dữ liệu chiều xuống

Ký hiệu x∈ C M ×1 là véc tơ tín hiệu cho K thuê bao, và E{||x|| 2 } = 1.

Véc tơ tín hiệu nhận được của K thuê bao được viết lại thành

Tốc độ của toàn hệ thống là [29]

Tốc độ này có thể đạt được nhờ sử dụng Dirty Paper Coding - mã hóa thuật toán giấy bẩn (DPC) [29].

Xử lý tuyến tính

Để tối ưu hóa hiệu quả truyền tín hiệu theo chiều xuống, thuê bao cần tìm kiếm trong tất cả các khả năng mà véc tơ x đã truyền đi, với độ phức tạp tỉ lệ thuận với số ăng ten M Điều này gây khó khăn trong việc giải mã tín hiệu Trạm gốc có thể áp dụng kỹ thuật xử lý tuyến tính (tiền mã hóa trong chiều xuống) để giảm bớt độ phức tạp Mặc dù kết quả không đạt hiệu năng tối ưu, nhưng khi số ăng ten tăng lên rất lớn, hiệu suất sẽ tiệm cận với kết quả tối ưu.

Hình 1.3: Mô hình xử lý tuyến tính tại trạm gốc

Tiền mã hóa tuyến tính trong chiều xuống

Ký hiệu v ∈ C K×1 đại diện cho véc tơ tín hiệu của K thuê bao với công suất khác nhau Tín hiệu của thuê bao k được tính theo công thức v k = √ p k × x k, với E{||x|| 2 } = 1 Sử dụng kỹ thuật tiền mã hóa chiều xuống, tín hiệu được truyền từ Măng ten (q) được mã hóa bằng ma trận W ∈ C M ×K, được xác định từ giá trị kênh truyền.

Hˆ ước lượng như sau: q = Wv (1.7)

Công suất được phân bố cho K thuê bao với điều kiện tổng công suất bị giới hạn

|w k | 2 p k ≤ P Véc tơ tín hiệu nhận được của K thuê bao được viết lại thành

Tín hiệu nhận được tại thuê bao k là [29]: y k = h T k Wv+n k

, (1.9) trong đóh k là véc tơ kênh truyền của thuê bao k, vàw k là cột thứ k ma trận W.

Tỷ lệ tín hiệu trên nhiễu SINR của thuê bao k được viết là [29] γ k h T k w k √ p k

Tốc độ có thể đạt được của thuê bao k là

R k = log 2 (1 +γ k ) (1.11) Tốc độ của toàn hệ thống là

Hệ thống thông tin nhiều ăng ten cỡ rất lớn Massive MIMO

Ưu điểm của hệ thống thông tin nhiều ăng ten cỡ rất lớn 20

Nhu cầu về thông lượng và mật độ thuê bao trong liên lạc không dây đang gia tăng mạnh mẽ Hệ thống thông tin sử dụng nhiều ăng ten cỡ lớn có khả năng đáp ứng hiệu quả các yêu cầu này Khi xem xét thông lượng hệ thống theo chiều lên trong điều kiện kênh truyền tối ưu, công thức (1.4) sẽ được áp dụng để tính toán.

C = log 2 det(IK +ρMIK) = Klog 2 det(1 +ρM), trong đó K là độ lợi về ghép kênh và M là độ lợi mảng ăng ten Khi K và M tăng lên vô hạn mà không cần thay đổi công suất, thông lượng hệ thống có thể tăng lên rất cao Đặc biệt, trong các hệ thống thông tin nhiều ăng ten cỡ lớn, dung lượng hệ thống sẽ đạt gần tối ưu khi áp dụng xử lý tuyến tính và cả K và M đều tăng lên vô hạn.

Thách thức của hệ thống thông tin nhiều ăng ten cỡ rất lớn 21

Bên cạnh các ưu điểm của hệ thống thông tin nhiều ăng ten cỡ rất lớn thì cũng tồn tại rất nhiều thách thức:

• Can nhiễu trên kênh hoa tiêu

Do giới hạn về tài nguyên thời gian và tần số, nhiều tế bào phải chia sẻ tần số và thời gian Việc tạo ra tín hiệu hoa tiêu trực giao cho tất cả thuê bao trong mọi tế bào là không khả thi, dẫn đến việc các tín hiệu hoa tiêu phải được tái sử dụng giữa các tế bào Kết quả là, ước lượng kênh truyền của một tế bào có thể bị can nhiễu bởi tín hiệu hoa tiêu của các thuê bao từ tế bào khác, gây ra hiện tượng can nhiễu tín hiệu hoa tiêu và làm giảm hiệu năng hệ thống Hiện tượng can nhiễu này không thể bị triệt tiêu ngay cả khi số lượng ăng ten tăng lên vô hạn.

• Điều kiện kênh truyền không lý tưởng

Trong hệ thống thông tin nhiều ăng ten cỡ rất lớn, một tình huống không lý tưởng xảy ra khi số lượng tín hiệu tán xạ ít hơn số thuê bao, dẫn đến việc các kênh truyền từ các thuê bao khác nhau có những đặc điểm tán xạ chung và không hoàn toàn độc lập Để cải thiện tình trạng này, cần thiết phải phân tán ăng ten của trạm gốc trên một khu vực rộng lớn.

• Tối ưu việc ước lượng kênh

Trong mạng thông tin di động 5G, trạm gốc sở hữu số lượng ăng ten lớn, cho phép phục vụ hàng chục thuê bao cùng lúc Do đó, độ dài chuỗi tín hiệu hoa tiêu và tín hiệu phản hồi từ BTS đến các thuê bao cũng trở nên lớn Để tối ưu hóa việc ước lượng kênh truyền, cần áp dụng các kỹ thuật ước lượng kênh mới.

Hệ thống thông tin nhiều ăng ten cỡ rất lớn mmWave Massive

Các thách thức của bước sóng cỡ mmWave Massive MIMO 23

Mặc dù bước sóng cỡ mm mang lại nhiều lợi ích cho các ứng dụng picocell và femtocell, nhưng vẫn tồn tại những thách thức trong việc chuyển đổi từ công nghệ vi ba sang bước sóng cỡ mm.

Nhiễu sóng vi ba chủ yếu đến từ các nguồn gần, được gọi là nhiễu nền Đối với bước sóng cỡ mm, ảnh hưởng của nhiễu còn phụ thuộc vào cách bố trí mẫu ăng ten hơn là khoảng cách giữa các nguồn.

Tỷ lệ tín hiệu trên nhiễu (SINR) của sóng vi ba thay đổi dần từ trung tâm đến vùng biên của vùng phủ sóng, trong khi đó, với sóng cỡ mm, SINR có sự biến động mạnh mẽ, phụ thuộc vào việc nhận được búp sóng hay bị ảnh hưởng bởi vật cản.

Xử lý tín hiệu trong băng tần vi ba yêu cầu từ 1 đến 8 ăng ten, trong khi ở băng tần mm, số ăng ten có thể dao động từ 8 đến 256 Điều này tạo ra thách thức lớn trong việc ước lượng kênh truyền.

Chuyển giao tại sóng vi ba thường diễn ra tại biên giới vùng phủ tùy thuộc vào công suất tín hiệu, trong khi đối với bước sóng mm, việc chuyển giao ít liên quan đến vùng phủ mà chủ yếu xảy ra khi có vật chắn hoặc mật độ kết nối cao.

Nghiên cứu sức khỏe liên quan đến sóng tần số mm cho thấy hiện tượng nóng lên ở mắt và da khi hấp thụ loại sóng này Mặc dù vậy, hiện tại vẫn chưa có quy định giới hạn tần số cho các sóng trên 100GHz được đề xuất.

Mảng ăng ten cho mmWave Massive MIMO

Hình 1.5 minh họa kiến trúc lai giữa số và tương tự cho mảng ăng ten cỡ sóng mm, trong đó mảng ăng ten bao gồm nhiều mảng tương tự con, mỗi mảng con tích hợp một bộ RF và N ăng ten Tất cả các mảng con được kết nối với một bộ xử lý tín hiệu băng cơ sở thông qua bộ chuyển đổi ADC/DAC Tín hiệu trong mỗi mảng con có thể điều chỉnh cả về biên độ và pha, tuy nhiên để đơn giản, chỉ có pha tín hiệu được thay đổi Ví dụ, với 3 bit lượng tử hóa, pha có thể có nhiều giá trị khác nhau.

Hình 1.5: Kiến trúc của mảng ăng ten lai bước sóng cỡ mm

Kiến trúc bộ RF

Cách đơn giản nhất để tạo búp sóng là sử dụng một mảng pha, trong đó độ trễ pha của tín hiệu mỗi ăng ten được điều khiển hoàn toàn Đối với hệ thống tín hiệu băng hẹp dưới 40 GHz, các bộ trễ có thể hoạt động như bộ dịch pha ở tần số trung tâm Tuy nhiên, với tần số cao hơn, hiện chưa có giải pháp cụ thể do các lỗi lớn Hình 1.6 minh họa các kiến trúc của bộ RF, trong đó khối ϕ và α là các khối dịch pha và suy hao biên độ Các Bandpass Filter (BPF) được sử dụng để giới hạn băng tần IF sau khi biến đổi tần số Hình 1.6 A thể hiện cấu trúc đơn giản nhất với ăng ten và bộ dịch pha là các thành phần độc lập, trong khi hình 1.6 B cải thiện với bộ khuếch đại nhiễu thấp (LNA) dành riêng cho mỗi ăng ten, nâng cao độ nhạy tín hiệu Hình 1.6 C và D cho thấy việc triển khai bộ dịch pha tại bộ phận IF và LO có ý nghĩa thực tế hơn.

Hình 1.6: Kiến trúc của bộ RF

Ước lượng kênh truyền trong hệ thống mmWave Massive

Giải pháp tiền mã hóa truyền thống sử dụng kỹ thuật sóng mm qua mạng tương tự với số lượng nhỏ bộ RF, mặc dù dễ triển khai nhưng hiệu quả thấp Ngược lại, việc sử dụng tiền mã hóa kỹ thuật số ở băng cơ sở như mã hóa DPC cho phép điều khiển biên độ và pha, mang lại hiệu quả tối ưu Tuy nhiên, mỗi ăng ten cần một bộ RF riêng, dẫn đến chi phí phần cứng và tiêu thụ điện cao do số lượng ăng ten lớn Vì vậy, nghiên cứu đã đề xuất phương pháp kết hợp cả kỹ thuật tương tự và số, trong đó sử dụng một lượng nhỏ tiền mã hóa kỹ thuật số để triệt tiêu xuyên nhiễu, và một mạng tương tự dịch pha cỡ lớn để tăng độ lợi của ăng ten mà không cần nhiều bộ RF.

Mô hình kênh truyền

Các thực nghiệm về kênh truyền mmWave Massive MIMO cho thấy sự thưa thớt trong không gian và góc, chủ yếu do tổn hao lớn của các kênh Non-Line-of-Sight (N-LOS) Kết quả là chỉ còn lại từ 3 đến 5 đường truyền thể hiện tính đa đường của mmWave Massive MIMO Trong nghiên cứu này, chúng ta sẽ xem xét ăng ten dưới dạng Uniform Linear Array.

- mảng tuyến tính đồng nhất (ULA), kênh truyền điểm tới điểm sẽ được biểu diễn như sau [7]:

H = diag{α 1 , α 2 , , α L } thể hiện ma trận đường chéo, trong đó N T và N R lần lượt là số lượng ăng ten phát và thu, L là số lượng đa đường, và α l là độ lợi của đường thứ l Bên cạnh đó, θ l và φ l đại diện cho góc phương vị của góc tới và góc phản xạ.

Các giải pháp tiền mã hóa

Hệ thống bước sóng cỡ mm sử dụng tiền mã hóa kĩ thuật số cho phép trạm gốc với M T ăng ten truyền đồng thời M R luồng dữ liệu tới M R ăng ten của thuê bao, đảm bảo điều kiện M T ≥ M R.

Hình 1.7: Cấu trúc tiền mã hóa kĩ thuật số cho một thuê bao của hệ thống mmWave

Tín hiệu nhận được tại thuê bao [55]:

Y = √ ρHDs+n, (1.19) trong đó,H ∈ C M R ×M T là ma trận kênh truyền, D ∈ C M T ×M R là ma trận tiền mã hóa.

Hệ thống tạo búp sóng kĩ thuật tương tự sử dụng một bộ RF cho cả phía phát và thu, nhằm thiết kế các véc tơ mã hóa tối ưu để đạt được tỷ lệ SNR cao nhất, như minh họa trong hình 1.8 [55].

Hình 1.8: Cấu trúc tạo búp sóng tương tự

Hệ thống búp sóng lai giữa tương tự và số sử dụng bước sóng cỡ mm, kết hợp giữa kỹ thuật tương tự và kỹ thuật số Trạm gốc được trang bị M Tăng ten và M bộ RF, cho phép truyền đồng thời M S luồng dữ liệu.

M R ăng ten của thuê bao, với M T ≥ M T RF ≥ M R Tín hiệu truyền đi là [55]

Tín hiệu thu được tại thuê bao được biểu biễn bởi

Y = √ ρHADs+n (1.22) Ở đây giả thiết việc ước lượng kênh truyền là hoàn hảo.

Hình 1.9: Cấu trúc tạo búp sóng lai cho hệ thống một thuê bao

Kỹ thuật lập lịch

Cấu trúc khung của mạng vô tuyến

Chu kỳ khung của mạng New Radio (NR) kéo dài 10ms và được chia thành 10 khung con Khoảng cách giữa các sóng mang trong mạng 5G dao động từ 15 kHz đến 480 kHz, với các mức 30 kHz và 60 kHz nằm giữa.

Hình 1.10: Cấu trúc khung của mạng vô tuyến NR

Tùy thuộc vào khoảng cách sóng mang, một khung con có thể chứa một hoặc nhiều slot, mỗi slot bao gồm 14 tín hiệu Orthogonal Frequency Division Multiplexing (OFDM).

Hình 1.11: Cấu trúc khung con mạng vô tuyến NR

Kỹ thuật lập lịch ở mạng vô tuyến

Mạng thông tin di động 5G bao gồm một trạm gốc gNB và các thuê bao trong vùng phủ của nó Trong mỗi khung thời gian ổn định, gNB lựa chọn một tập hợp thuê bao để gửi tín hiệu hoa tiêu, và dựa trên thông tin về CSI, gNB sẽ phục vụ một tập con thuê bao cụ thể Quá trình này được gọi là lập lịch, với nhiều kỹ thuật khác nhau được phát triển dựa trên các tiêu chí như độ trễ, sự công bằng giữa các thuê bao, và tối ưu hóa tốc độ hệ thống Những kỹ thuật này mang lại sự khác biệt đáng kể về hiệu suất và chất lượng dịch vụ của thuê bao, làm cho vấn đề lập lịch trở thành một lĩnh vực nghiên cứu quan trọng, thu hút sự quan tâm cả trong và ngoài nước.

Thách thức

Các thách thức của quá trình lập lịch tại gNB:

• Số lượng thuê bao rất lớn

Trong hệ thống TDD Massive MIMO, dung lượng kênh phụ thuộc vào độ chính xác của thông tin trạng thái kênh truyền, yêu cầu độ dài chuỗi hoa tiêu phải tương ứng với số lượng thuê bao Việc tăng số lượng thuê bao phục vụ sẽ dẫn đến thời gian ước lượng kênh tăng lên, từ đó làm giảm thời gian truyền dữ liệu và giảm dung lượng hệ thống Do đó, việc ước lượng kênh cho nhiều thuê bao trong Massive MIMO trở thành một thách thức lớn.

• Đảm bảo chất lượng dịch vụ QoS

Các thuê bao mạng 5G có yêu cầu QoS đa dạng, đòi hỏi kỹ thuật lập lịch phải tối ưu hóa để đáp ứng từng nhu cầu cụ thể Những yêu cầu này có thể xung đột với mục tiêu tối đa hóa dung lượng hệ thống Chẳng hạn, việc phục vụ các thuê bao cần độ trễ thấp nhưng có độ lợi kênh truyền thấp sẽ dẫn đến giảm dung lượng hệ thống Do đó, kỹ thuật lập lịch cần được triển khai một cách linh hoạt để cân bằng giữa các yêu cầu QoS khác nhau và giải quyết các xung đột lợi ích một cách hiệu quả.

• Độ phức tạp của kỹ thuật lập lịch

Số lượng ăng ten lớn dẫn đến độ phức tạp cao trong bài toán tối ưu, vì vậy cần áp dụng các thuật toán tối ưu để giảm thiểu độ phức tạp, giúp việc triển khai thực tế trở nên khả thi.

• Tương thích với kỹ thuật tiền mã hóa

Kỹ thuật lập lịch phải tương thích với kỹ thuật tiền mã hóa Khi áp dụng tiền mã hóa MRT, cần chọn thuê bao có độ lợi kênh truyền cao nhất Ngược lại, với tiền mã hóa ZF, nên lựa chọn tập thuê bao trực giao để giảm thiểu can nhiễu Nhờ đó, hệ thống sẽ đạt được dung lượng tối ưu.

Một số kỹ thuật lập lịch

• Kỹ thuật Proportional Fair - công bằng giữa các thuê bao (PF)

Kỹ thuật lập lịch này nhằm mục đích đảm bảo rằng tốc độ sử dụng dịch vụ giữa các thuê bao là đồng đều Thuật toán hoạt động dựa trên một đại lượng đo M, và ưu tiên chọn các thuê bao có giá trị M cao nhất.

R¯ i (t), (1.23) trong đó, R i (t) là tốc độ có thể đạt được hiện thời của thuê bao còn R¯ i (t) là tốc độ dữ liệu trung bình đã sử dụng cho đến thời điểm t.

Mục tiêu của kỹ thuật này là xác định các thuê bao đã được phục vụ ít nhất, đồng thời tối ưu hóa tốc độ hiện tại cao nhất có thể Tuy nhiên, hạn chế của phương pháp này là tổng dung lượng hệ thống đạt được tương đối thấp so với các kỹ thuật lập lịch khác.

• Kỹ thuật Maximum Rate - tối đa tốc độ (MR)

Mục tiêu của kỹ thuật này là tối ưu hóa tốc độ hệ thống bằng cách cung cấp công suất p k (m, f) lớn cho các thuê bao có chất lượng kênh truyền cao.

0 cho các trường hợp khác,

(1.24) trong đó [x] + = max(0, x), Hk(m, f) là chất lượng kênh của thuê bao k tại

RB m của chu kỳ khung f và λ k là hệ số đảm bảo sự giới hạn về công suất

Kỹ thuật lập lịch này gặp khó khăn trong việc áp dụng cho các hệ thống ăng ten cỡ lớn, chủ yếu do thời gian cần thiết để xác định thuê bao có dung lượng cao nhất.

• Kỹ thuật lập lịch đảm bảo Quality of Service - chất lượng dịch vụ (QoS)

Trong nghiên cứu [8], các tác giả tập trung vào việc giảm thiểu độ trễ cho các thuê bao sử dụng dịch vụ nhạy cảm với độ trễ, đặc biệt là dịch vụ thoại.

1+e − ak ( wk −D) , α là tham số để điều chỉnh độ công bằng, w k thể hiện độ trễ của thuê bao k,

Tham số a k điều chỉnh sườn dốc của hàm sigmoid,

Tham số c xác định cận trên của độ trễ.

Kỹ thuật này có hạn chế là chưa xem xét các tham số quan trọng khác của QoS, như độ ưu tiên và tốc độ tối thiểu của thuê bao.

• Kỹ thuật lập lịch sử dụng thông tin lão hóa kênh truyền

Tác giả trong bài báo [40] đã giới thiệu một kỹ thuật lập lịch nhằm nâng cao hiệu quả ghép kênh không gian bằng cách sử dụng thông tin lão hóa của kênh truyền, cho phép phục vụ thêm nhiều thuê bao mà không cần tiêu tốn tài nguyên cho việc ước lượng kênh Kênh truyền của thuê bao tại chu kỳ khung hiện tại có thể được ước lượng dựa trên trạng thái của chu kỳ khung trước đó thông qua công thức: h k [n] = α k h k [n−1] + e k [n], trong đó αk là hệ số tương quan tạm thời, hk[n−1] là véc tơ hệ số kênh truyền của chu kỳ khung trước đó, và e k [n] là hệ số kênh truyền không tương quan.

Hình 1.12 minh họa sự so sánh hiệu quả sử dụng phổ khi áp dụng các ngưỡng độ lão hóa kênh truyền khác nhau, đối chiếu với phương pháp lập lịch truyền thống Round Robin.

Kết quả mô phỏng cho thấy kỹ thuật lập lịch dựa trên thông tin lão hóa kênh truyền có hiệu quả sử dụng phổ cao hơn so với kỹ thuật Round Robin trong cả hai phương pháp tiền mã hóa MRT và ZF Tuy nhiên, hiệu quả của kỹ thuật này sẽ giảm khi số lượng ăng ten sử dụng thấp, do sai số từ thông tin ước lượng kênh ảnh hưởng đến hiệu suất.

Hình 1.12: So sánh hiệu quả sử dụng phổ

Một trong những hạn chế của kỹ thuật lập lịch này là không xác định được số lượng thuê bao tối ưu, điều này dẫn đến khó khăn trong việc đảm bảo chất lượng dịch vụ cho thuê bao.

• Kỹ thuật lập lịch phân nhóm ăng ten [37]

Bài báo này nghiên cứu hệ thống FDD Massive MIMO, nhấn mạnh vào đặc tính ước lượng kênh theo thời gian dựa trên số lượng ăng ten tại trạm gốc Hệ thống FDD Massive MIMO vượt trội hơn TDD nhờ vào độ trễ thấp, khả năng ước lượng kênh liên tục và tính tương thích với các hệ thống trước đó Do số lượng ăng ten trong hệ thống rất lớn, việc giảm độ dài chuỗi tín hiệu hoa tiêu là cần thiết Hơn nữa, hệ thống áp dụng hồi đáp giới hạn, trong đó thông tin về trạng thái kênh sẽ được lượng hóa bằng một từ mã trước khi gửi về trạm gốc.

Nhóm nghiên cứu đề xuất mỗi thuê bao sẽ được phục vụ bởi một nhóm ăng ten, yêu cầu truyền thêm chỉ số của nhóm ăng ten bên cạnh thông tin từ mã Kỹ thuật lập lịch AGS được đề xuất nhằm kết hợp lựa chọn ăng ten và lập lịch để giảm lượng thông tin hồi đáp Thuật toán này bắt đầu bằng việc định nghĩa các nhóm ăng ten, từ đó mỗi thuê bao chọn nhóm tối ưu dựa trên độ lợi kênh Sau khi chọn nhóm, véc tơ thông tin kênh truyền sẽ được lượng hóa và gửi về trạm gốc Dựa trên thông tin này, trạm gốc ước lượng tốc độ của từng nhóm ăng ten để tối ưu hóa tốc độ phục vụ.

Hình 1.13: Nhóm các ăng ten sử dụng

Kết quả mô phỏng cho thấy kỹ thuật AGS mang lại dung lượng tổng cao hơn so với phương pháp truyền thống, ngay cả khi không nhóm các ăng ten để tối ưu hóa thông tin phản hồi.

• Kỹ thuật lập lịch phân nhóm thuê bao

Trong nghiên cứu của Xu và cộng sự, hệ thống FDD Massive MIMO được phân tích dưới tác động của hiện tượng fa-đinh Nhóm đề xuất kỹ thuật lập lịch bao gồm hai bước: đầu tiên, nhóm các thuê bao có điều kiện kênh truyền tương tự, sau đó mã hóa dựa trên chất lượng kênh của nhóm Mô hình nghiên cứu sử dụng một trạm gốc với M ăng ten phục vụ K thuê bao, mỗi thuê bao sử dụng một ăng ten, với trạm gốc sử dụng mảng ăng ten hai chiều ULA Kết quả cho thấy, hiệu quả của việc nhóm thuê bao tăng lên khi số lượng thuê bao gia tăng.

• Kỹ thuật lập lịch sử dụng tính trực giao của kênh truyền

Bài báo [23] nghiên cứu tác động của bộ ADC phân giải thấp đến hệ thống mmWave theo đường lên, gây ra sai số trong quá trình lượng tử hóa tín hiệu đầu ra của bộ tạo búp sóng tương tự Tác giả đã tính toán độ trực giao giữa các kênh truyền của thuê bao, xem xét ảnh hưởng của bộ ADC phân giải thấp và đề xuất kỹ thuật lập lịch để loại bỏ các thuê bao không trực giao với tập thuê bao đã chọn Kết quả mô phỏng cho thấy dung lượng tổng hệ thống có thể gần đạt dung lượng tối đa của kỹ thuật MR [23], mở ra hướng nghiên cứu mới cho việc phát triển kỹ thuật lập lịch trong các hệ thống khác dựa trên tính trực giao của kênh truyền.

Mô hình hệ thống

Mô hình hệ thống nghiên cứu là tế bào đa người dùng Massive MIMO, bao gồm một trạm gốc (BS) và nhiều thuê bao, mỗi thuê bao được trang bị một ăng ten riêng.

Ký hiệu Ka = {1, 2, , Ka} đại diện cho tập hợp các thuê bao, trong đó Ka là tổng số thuê bao Trạm gốc BS được trang bị M ăng ten, với điều kiện M ≥ Ka Để đơn giản hóa, giả thiết rằng BS đã nắm rõ mọi thuê bao cần được phục vụ trong các chu kỳ khung đang được xem xét.

Hệ thống hoạt động theo chế độ TDD với tính thuận nghịch hoàn hảo của kênh truyền Ký hiệu T đại diện cho khoảng thời gian của một chu kỳ khung Trong mỗi khung, tín hiệu đầu tiên τ p được sử dụng để ước lượng kênh, trong khi phần còn lại (T − τ p) được dùng để truyền dữ liệu chiều xuống.

Luận án giả định rằng kênh truyền là phẳng trong miền tần số và có giá trị hằng số trong mỗi chu kỳ khung Ký hiệu k [n] ∈ C M ×1 đại diện cho hệ số kênh truyền fa đinh nhanh, với giá trị này thay đổi giữa các khung thời gian Để phân tích, luận án áp dụng mô hình kênh Rayleigh fa đinh, trong đó k [n] ∈ C M ×1 tuân theo phân bố độc lập (i.i.d.) với phân bố Gauss có trung bình bằng không và phương sai đơn vị Hệ số fa đinh chậm của kênh truyền đối với thuê bao k ∈ K a được ký hiệu là β k.

Giá trị hệ số kênh đường lên của thuê bao k ∈ K a, được xác định bởi h k [n] = √ β k g k [n] ∈ C M×1, không thay đổi trong các chu kỳ khung được xem xét Hệ số này biến đổi giữa các chu kỳ khung do hiện tượng lão hóa kênh truyền, với mối quan hệ giữa hai véc tơ hệ số kênh truyền giữa các chu kỳ khung liên tiếp được thể hiện qua công thức h k [n] = α k h k [n−1] + e k [n] Trong đó, α k là hệ số tự tương quan tạm thời của thuê bao k, h k [n−1] là véc tơ hệ số kênh truyền trong khung trước đó, và e k [n] là sự biến đổi không tương quan do lão hóa kênh Hệ số α k phụ thuộc vào môi trường địa lý, tốc độ di chuyển của thuê bao và đặc tính của ăng ten, nhưng giả thiết rằng α k không thay đổi trong các khung được xem xét cho mọi thuê bao k ∈ K a.

Ước lượng kênh truyền

Trong giai đoạn ước lượng kênh truyền của khung n, trạm gốc BS sẽ chọn ngẫu nhiên một số lượng cố định Kp thuê bao từ tập K a để thực hiện ước lượng Tập thuê bao được chọn, ký hiệu là Kp[n] ∈ K a, sẽ đồng thời truyền các chuỗi hoa tiêu trực giao với chiều dài τp ≥ Kp và công suất pp Chuỗi hoa tiêu được gửi bởi thuê bao k ∈ Kp[n] được ký hiệu là vHk[n] ∈ C 1×τp Tín hiệu hoa tiêu nhận được tại trạm gốc BS sẽ được phân tích để ước lượng kênh truyền.

Công suất phát trung bình tại mỗi thuê bao được biểu diễn bằng p p, với ma trận nhiễu trắng Gauss Z[n] ∈ C M ×τ p có các hệ số phân bố độc lập CN(0, σ r 2 I M ) Giá trị ước lượng MMSE của h k [n] được tính theo công thức hˆ k [n] = √τ p p p / (σ r 2 + τ p p p) Y r [n]v k [n] Theo nguyên tắc trực giao của ước lượng MMSE, h k [n] có thể được phân tách thành hai thành phần không tương quan: h k[n] = ˆh k[n] + ˜h k[n], trong đó h˜ k [n] là véc tơ lỗi ước lượng không tương quan, với h˜ k [n] có các giá trị phân bố độc lập CN(0, ξ k I M ), trong đó ξ k = τ τ p p p β k 2.

Truyền dữ liệu chiều xuống

Sau giai đoạn ước lượng kênh truyền, trạm gốc BS lựa chọn tập thuê lập lịch

Để truyền dữ liệu, cần có K s (K s ≥ K p ) Véc tơ tín hiệu x[n] ∈ C K s ×1 đại diện cho K s thuê bao với E{||x[n]|| 2 } = 1 Trạm gốc BS áp dụng ma trận tiền mã hóa tuyến tính F ∈ C M ×K s, được tính toán từ kênh truyền H[n]ˆ, nhằm gán dữ liệu x[n] vào các ăng ten phát Công suất sử dụng cho thuê bao k là p k [n], với điều kiện giới hạn về công suất.

|f k [n]| 2 p k [n] ≤ P Tín hiệu nhận được tại thuê bao k có thể được viết lại thành: y k [n] = h T k [n]f k [n] q p k [n]x k [n]

−E{h T k [n]f k [n]}qp k [n]x k [n] +n k , (2.5) trong đó h k [n] là véc tơ kênh truyền của thuê bao k, và f k [n] là cột thứ k của ma trận F[n].

Tỷ lệ tín hiệu trên nhiễu SINR của thuê bao k có thể được viết lại thành: γ k [n] = p k [n]|φ k | 2

Tốc độ có thể đạt được của thuê bao k là

R k [n] = log 2 (1 +γ k [n]) (2.7) Tốc độ tổng của hệ thống là

Lão hóa kênh truyền

Sự biến thiên kênh truyền đối với tập thuê bao Kr[n] = K a \K p [n] xuất phát từ sự khác biệt về thời gian giữa ước lượng kênh và thời điểm truyền dữ liệu Luận án giới thiệu hệ số biến đổi kênh truyền δ k [n], nhằm đo lường sự thay đổi giữa khung thời gian cuối cùng l k và khung thời gian hiện tại n Công thức δ k [n] = α k n−l k được sử dụng để tính toán, trong khi h k [n] = δ k [n]ˆh k [l k ] + ˜e k [n] mô tả mối liên hệ giữa các yếu tố này, với ˜ek[n] là phân bố độc lập với trung bình không và phương sai (β k −δ k 2 [n]ξ k ).

Tốc độ tổng có thể đạt được với hiện tượng lão hóa kênh truyền

Tiền mã hóa MRT

Ma trận tiền mã hóa được xây dựng bằng

E{|˜e k [n] ˆH ∗ S [n]Px[n]| 2 } = (β k −δ 2 k [n]ξ k ) (2.17) Kết quả là, γ k M RT [n] = p k ξ k 2 δ k 4 [n]M 2

Tiền mã hóa ZF

Đối với tiền mã hóa ZF, ma trận tiền mã hóa được xây dựng bằng

Kỹ thuật lập lịch đề xuất QoS-Aware

Việc sử dụng thông tin lão hóa kênh truyền CSI có thể nâng cao lợi ích ghép kênh, nhưng đồng thời cũng có thể làm giảm tốc độ trung bình của thuê bao và không đảm bảo yêu cầu tốc độ tối thiểu theo các cam kết về chất lượng dịch vụ QoS Để khắc phục vấn đề này, luận án đề xuất một kỹ thuật lập lịch nhằm phục vụ nhiều thuê bao hơn, tăng cường lợi ích ghép kênh mà vẫn đảm bảo tốc độ tối thiểu cho mỗi thuê bao, nhằm đáp ứng các yêu cầu QoS Kỹ thuật này tập trung vào việc kiểm soát tốc độ khả thi của các thuê bao hiện tại và các thuê bao mới được xem xét phục vụ, nhằm đảm bảo rằng việc bổ sung thuê bao mới vào nhóm lập lịch không vi phạm yêu cầu về tốc độ tối thiểu.

Bước tiếp theo trong quá trình lập lịch là xác định đối tượng và các ràng buộc liên quan Trạm gốc BS sẽ thu thập thông tin về trạng thái kênh truyền Hˆ và tổng công suất phát.

P và yêu cầu về tốc độ tối thiểu T của các thuê bao cần được đáp ứng theo tiêu chuẩn QoS Dựa trên thông tin thu thập, kỹ thuật lập lịch tối ưu hóa tốc độ tổng hệ thống bằng cách chọn tập thuê bao tốt nhất Ks[n] từ tập thuê bao ước lượng kênh Kp[n] và thông tin lão hóa kênh truyền trong mỗi chu kỳ khung.

Kỹ thuật lập lịch theo thuật toán 1 bao gồm bốn phần chính: đầu tiên, ước lượng hệ số biến đổi kênh truyền giúp xác định sự biến đổi của mỗi thuê bao kể từ lần ước lượng CSI cuối; thứ hai, lựa chọn tập thuê bao hoa tiêu Kp[n] để thực hiện ước lượng kênh; thứ ba, ước lượng kênh truyền cho tập thuê bao Kp[n]; và cuối cùng, lựa chọn tập thuê bao phù hợp nhằm tăng số lượng thuê bao được phục vụ dựa trên thông tin lão hóa kênh truyền, đảm bảo tốc độ tối thiểu cho từng thuê bao trong quá trình ghép kênh.

Algorithm 1 Kỹ thuật lập lịch QoS-Aware

1: Ước lượng hệ số biến đổi kênh truyền δ k [n] = α k n−l k , ∀k ∈ K a

2: Lựa chọn tập thuê bao hoa tiêu

Cập nhật (l k , h ˆ k [l k ], n, h ˆ k [n]) cho thuê bao k ∈ K p [n]

4: Lựa chọn tập thuê bao phù hợp K s [n]

5: Truyền dữ liệu chiều xuống cho tập K s [n]

Sau khi ước lượng kênh và cập nhật thông tin trạng thái, trạm gốc BS sẽ chọn tập thuê bao Kp[n] phù hợp để tối ưu hóa dung lượng hệ thống mà vẫn đảm bảo tốc độ tối thiểu cho từng thuê bao Ký hiệu Ks[n] là tập thuê bao đã được lập lịch, trong khi Kc[n] là tập thuê bao ứng cử viên Để xác định xem thuê bao k có được lập lịch hay không, tốc độ R l của thuê bao l thuộc tập kS K s [n] cần phải lớn hơn tốc độ tối thiểu T Nếu tất cả thuê bao đều đáp ứng yêu cầu QoS, trạm gốc sẽ kiểm tra xem việc thêm thuê bao k có làm tăng dung lượng hệ thống hay không, tức là R pc (kS K s [n]) > R sum Nếu tồn tại thuê bao k trong tập Kc[n] thỏa mãn cả hai điều kiện này, thuê bao k sẽ được chuyển sang tập Ks[n].

Trạm gốc sẽ tiếp tục thực hiện các thủ tục này cho đến khi không còn thuê bao nào đáp ứng đủ điều kiện Quy trình lựa chọn tập thuê bao phù hợp được mô tả chi tiết trong thuật toán 2.

Algorithm 2 Lựa chọn tập thuê bao phù hợp

8: Calculate γ l [n] follow MRT or ZF

Kết quả mô phỏng

Để đánh giá hiệu quả của kỹ thuật QoS-Aware, nhiều mô phỏng đã được thực hiện trên hệ thống Massive MIMO bằng phần mềm Matlab, nhằm so sánh các kỹ thuật lập lịch khác nhau.

• Kỹ thuật Non-QoS (OpSac trong [40]).

• Kỹ thuật toán QoS-Aware.

Luận án này so sánh dung lượng hữu ích, tức là tổng dung lượng của các thuê bao có tốc độ cao hơn mức yêu cầu tối thiểu, với dung lượng không hữu ích Trong các tình huống mô phỏng, các tham số được thiết lập như sau: độ dài chuỗi tín hiệu hoa tiêu τ p = K p, và tỷ lệ tín hiệu trên nhiễu cho đường lên và đường xuống lần lượt là SIN Rr = 20 dB và SIN R = 30 dB Kịch bản mô phỏng sẽ tăng dần số lượng ăng ten để đánh giá hiệu quả của kỹ thuật đề xuất đối với dung lượng hữu ích, dung lượng không hữu ích và số lượng thuê bao phục vụ trong cả hai kỹ thuật tiền mã hóa ZF và MRT.

Hình 2.1 cho thấy sự so sánh dung lượng hữu ích giữa kỹ thuật QoS-Aware và Non-QoS khi số lượng ăng ten của trạm gốc BS tăng dần với Ka = 40 cho các tốc độ tối thiểu khác nhau là T = 0.1, 1 và 2 (bit/s/Hz) Cả hai kỹ thuật đều sử dụng tiền mã hóa MRT, và dung lượng hữu ích của hệ thống tăng lên khi số lượng ăng ten M tăng Đặc biệt, dung lượng hữu ích của kỹ thuật QoS-Aware luôn cao hơn so với Non-QoS Khi yêu cầu về tốc độ tối thiểu T giảm, sự khác biệt giữa dung lượng hữu ích của hai kỹ thuật cũng giảm theo, và khi T = 0.1, dung lượng hữu ích của cả hai gần như tương đương Cuối cùng, khi T giảm, dung lượng hữu ích của cả hai kỹ thuật đều có xu hướng tăng dần.

QoS-Aware T=2 Non-QoS T=2 QoS-Aware T=1 Non-QoS T=1 QoS-Aware T=0.1 Non-QoS T=0.1

Hình 2.1: So sánh dung lượng hữu ích khi sử dụng MRT

Kỹ thuật QoS-Aware cho thấy dung lượng không hữu ích thấp hơn đáng kể so với kỹ thuật Non-QoS khi giữ nguyên giá trị T Khi yêu cầu về tốc độ tối thiểu T tăng lên, dung lượng không hữu ích cũng gia tăng, đặc biệt là ở trường hợp xấu nhất với T=2 trong kỹ thuật Non-QoS Điều này chứng tỏ rằng kỹ thuật Non-QoS không phù hợp cho các mạng vô tuyến yêu cầu chất lượng dịch vụ cao Hơn nữa, khi số thuê bao K tăng lên trong hệ thống với số ăng ten M = 128, dung lượng hữu ích thường sẽ tăng Tuy nhiên, việc áp dụng kỹ thuật Non-QoS có thể không mang lại lợi ích tương tự.

T cao thì dung lượng hữu ích sẽ giảm xuống ví dụ như trường hợp T = 2 Điều

QoS-Aware T=2 Non-QoS T=2 QoS-Aware T=1 Non-QoS T=1 QoS-Aware T=0.1 Non-QoS T=0.1

Khi sử dụng kỹ thuật Non-QoS trong MRT, việc phục vụ thêm thuê bao sẽ làm gia tăng số lượng thuê bao có dung lượng không hữu ích Hiện tượng này trở nên phổ biến hơn khi tốc độ trung bình của thuê bao thấp hơn tốc độ yêu cầu tối thiểu.

Với T = 2, kỹ thuật QoS-Aware cho thấy dung lượng hữu ích gia tăng khi thêm thuê bao mới Điều này xảy ra vì kỹ thuật chỉ chọn các thuê bao có chất lượng kênh truyền tốt nhất, đồng thời đảm bảo rằng việc thêm thuê bao vẫn đáp ứng các tiêu chí về QoS.

Hình 2.4 minh họa dung lượng hữu ích của thuật toán QoS-Aware so với Non-QoS sử dụng tiền mã hóa ZF, khi K a = 40 và M tăng dần, trong trường hợp tốc độ tối thiểu.

T = 9,10, và 11 Có thể thấy rằng bình thường dung lượng hữu ích của QoS-Aware luôn cao hơn dung lượng hữu ích của Non-QoS Tuy nhiên, nếu như T nhỏ

QoS-Aware T=2 Non-QoS T=2 QoS-Aware T=1 Non-QoS T=1 QoS-Aware T=0.1 Non-QoS T=0.1

Khi sử dụng MRT với M = 128, dung lượng hữu ích của hệ thống cho thấy rằng nếu tốc độ trung bình của thuê bao thấp hơn dung lượng hữu ích của QoS-Aware, thì nó sẽ nhỏ hơn dung lượng hữu ích của Non-QoS, như trong trường hợp T = 9 Điều này chỉ ra rằng kỹ thuật QoS-Aware sẽ trở nên vô nghĩa nếu tốc độ tối thiểu T quá thấp Cuối cùng, việc tăng số lượng ăng ten tại trạm gốc sẽ dẫn đến sự gia tăng dung lượng hữu ích của cả hai kỹ thuật.

QoS-Aware T=9 Non-QoS T=9 QoS-Aware T Non-QoS T QoS-Aware T Non-QoS T

Hình 2.4: So sánh dung lượng hữu ích khi sử dụng tiền mã hóa ZF và K a = 40

Hình 2.5 cho thấy dung lượng không hữu ích của hai kỹ thuật khi sử dụng tiền mã hóa ZF Kỹ thuật QoS-Aware gần như không có dung lượng không hữu ích nhờ vào việc triệt tiêu vấn đề can nhiễu khi M tăng lên Ngược lại, với kỹ thuật Non-QoS, nếu T thấp hơn tốc độ trung bình của thuê bao, dung lượng không hữu ích cũng giảm xuống gần bằng không, như trường hợp T = 9 Điều này khẳng định rằng khi T rất thấp, việc sử dụng kỹ thuật QoS-Aware là không cần thiết.

Hình 2.6 minh họa số lượng thuê bao được phục vụ khi áp dụng tiền mã hóa MRT và ZF Kỹ thuật lập lịch Non-QoS với MRT cho phép phục vụ số lượng thuê bao lớn nhất Trong khi đó, kỹ thuật QoS-Aware sẽ giảm số lượng thuê bao phục vụ khi ngưỡng chất lượng dịch vụ T tăng lên Đặc biệt, MRT luôn đảm bảo phục vụ nhiều thuê bao hơn so với các phương pháp khác.

ZF với cùng ngưỡng tốc độ tối thiểu T Bởi vì với Non-QoS sử dụng MRT, hầu

QoS-Aware T=9 Non-QoS T=9 QoS-Aware T Non-QoS T QoS-Aware T Non-QoS T

Hình 2.5 cho thấy sự so sánh lưu lượng không hữu ích giữa việc sử dụng tiền mã hóa ZF với K a = 40, cho phép phục vụ tất cả thuê bao ngay cả trong điều kiện kênh truyền kém, nhưng chỉ đạt được dung lượng không hữu ích Ngược lại, phương pháp Non-QoS lại có những đặc điểm khác biệt trong việc quản lý lưu lượng.

ZF sẽ chỉ lựa các thuê bao với kênh truyền ở điều kiện tốt.

MRT with QoS-Aware T=2 MRT with Non-QoS

Hình 2.6: Số thuê bao được phục vụ khi sử dụng ZF và MRT

Ý tưởng về kỹ thuật lập lịch đảm bảo đa tốc độ tối thiểu cho người dùng

Sự bùng nổ của internet đã thúc đẩy sự phát triển của mạng di động, với các dịch vụ IP được truyền tải qua mạng không dây Để đáp ứng nhu cầu này, các mạng di động cần hỗ trợ các đặc tính của lưu lượng IP, được phân chia thành nhiều lớp dịch vụ khác nhau, mỗi lớp có yêu cầu riêng về chất lượng dịch vụ (QoS) QoS xác định các thông số như độ ưu tiên, độ trễ và tốc độ cho từng lớp dịch vụ Mạng 5G sẽ đảm bảo QoS từ mạng lõi đến thuê bao đầu cuối, mang lại trải nghiệm người dùng tốt hơn.

Trong nghiên cứu về kỹ thuật lập lịch đảm bảo QoS, độ trễ của gói tin là một yếu tố quan trọng được nhiều nhà nghiên cứu quan tâm, đặc biệt trong kỹ thuật M-LWDF Độ ưu tiên và tốc độ cũng được thảo luận, tuy nhiên, độ ưu tiên không chỉ phụ thuộc vào độ trễ mà còn vào loại dịch vụ của lưu lượng Đề xuất truyền tải toàn bộ lưu lượng GBR nhằm ngăn chặn rớt gói có thể dẫn đến việc sử dụng băng thông không hiệu quả Ngoài ra, điều khiển công suất được áp dụng để tối ưu hóa dữ liệu truyền nhằm cải thiện độ trễ, và sự kết hợp giữa lập lịch và điều khiển công suất cũng đã được nghiên cứu Cuối cùng, tốc độ tối thiểu cần thiết cho QoS trong hệ thống ăng ten cỡ rất lớn được xác định thông qua việc chọn lọc thuê bao và ăng ten dựa trên hàm lồi.

Nghiên cứu hiện tại về kỹ thuật lập lịch hỗ trợ QoS cho các hệ thống ăng ten cỡ lớn chủ yếu tập trung vào việc đảm bảo độ trễ hoặc tốc độ tối thiểu cho thuê bao, trong khi vấn đề đảm bảo nhiều tốc độ tối thiểu cho các thuê bao khác nhau vẫn chưa được giải quyết thấu đáo Để khắc phục điều này, nghiên cứu sinh đề xuất kỹ thuật lập lịch mang tên QoS-Assurance, nhằm xác định công suất tối ưu cho mỗi thuê bao để đạt được tốc độ tối thiểu theo yêu cầu Việc tối ưu công suất không chỉ giúp tiết kiệm năng lượng mà còn tăng khả năng phục vụ cho nhiều thuê bao hơn Kết quả nghiên cứu cho thấy kỹ thuật QoS-Assurance cải thiện dung lượng hệ thống, tốc độ trung bình của thuê bao và dung lượng hữu ích, vượt trội hơn so với các thuật toán tập trung vào độ trễ, đồng thời đảm bảo đa tốc độ tối thiểu và phân biệt độ ưu tiên của lưu lượng.

Mô hình hệ thống

Mô hình hệ thống nghiên cứu là một hệ thống ăng ten cỡ lớn bao gồm một trạm gốc BTS và K thuê bao, với trạm gốc có M ăng ten và mỗi thuê bao chỉ có một ăng ten, đảm bảo điều kiện M ≥ K a Tất cả các thuê bao chia sẻ tài nguyên về thời gian và tần số trong chế độ TDD, với kênh truyền có tính thuận nghịch hoàn hảo Trong mỗi chu kỳ khung T, tín hiệu đầu tiên τ p được sử dụng để ước lượng kênh truyền CSI, trong khi (T − τ p) tín hiệu còn lại được dùng để truyền dữ liệu.

Ước lượng kênh truyền

Để ước lượng ma trận kênh truyền giữa trạm gốc BS và thuê bao, trạm gốc sẽ gửi chuỗi tín hiệu hoa tiêu trực giao V ∈ C K t ×τ p có chiều dài τ p xuống K t thuê bao, với τ p ≥ K t Ma trận kênh truyền H ∈ C M ×K t mô tả mối quan hệ giữa trạm gốc và K t thuê bao, sử dụng mô hình kênh truyền fa đinh với các hệ số kênh không đổi trong mỗi chu kỳ khung Véc tơ kênh truyền h k của thuê bao k-th, một cột của ma trận H, được biểu diễn bởi h k = g k pβ k, trong đó g k là phân bố Gauss với trị trung bình bằng không và phương sai đơn vị, còn β k là hệ số fa đinh của kênh do che chắn địa hình, thường ổn định qua nhiều chu kỳ khung Trạm gốc BS sẽ nhận được ma trận M ×τ p.

Công thức Y r = √ τ p p p HV+N (3.2) mô tả công suất phát của mỗi thuê bao, trong đó N là ma trận nhiễu Gauss với các giá trị phân bố giống nhau và độc lập (i.i.d) theo phân phối CN(0, σ 2 I M) Do đó, ước lượng lỗi trung bình nhỏ nhất (MMSE) của H được tính toán theo phương pháp đã được nêu trong tài liệu [41].

Truyền tín hiệu chiều xuống

Sau giai đoạn ước lượng kênh, trạm gốc BS chọn một tập thuê bao phục vụ

Trong giai đoạn truyền tín hiệu chiều xuống, tập thuê bao được xác định là Ks = {1,2, ,K s} từ ước lượng kênh Kp = {1,2, ,K p} với điều kiện Ks ≤ Kp Dữ liệu của Ks thuê bao được ký hiệu là x ∈ C K s ×1, với giới hạn E{||x|| 2 } = 1 Trạm gốc BS sử dụng ước lượng kênh Hˆ để tính toán ma trận tiền mã hóa tuyến tính F ∈ C M ×K s nhằm ghép dữ liệu đến các ăng ten Công suất của thuê bao pk phải tuân thủ điều kiện giới hạn về công suất tổng.

|f k | 2 p k ≤ P Tín hiệu nhận được tại thuê bao k có thể được viết lại như sau: y k = h T k f k √ p k x k +

X l=1 h T k f l √ p l x l −E{h T k f k }√ p k x k +n k , (3.7) trong đó hk là véc tơ kênh truyền của thuê bao k, và fk là cột thứ k của ma trận

Tỷ lệ tín hiệu trên nhiễu tức thời (SINR) của thuê bao k có thể được viết như sau: γ k = p k |E{h T k f k }| 2

Tốc độ có thể đạt được của thuê bao k là

Tốc độ tổng của hệ thống là

Bài toán tối ưu của kỹ thuật lập lịch

Các tiêu chí tối ưu

Kỹ thuật MR (Max Rate) là phương pháp kinh điển nhằm tối đa hóa tốc độ và dung lượng tổng của hệ thống Mục tiêu chính của MR là đạt được dung lượng tối đa cho K thuê bao trong hệ thống, đảm bảo hiệu suất hoạt động tốt nhất.

Rk, trong đó Rk là tốc độ của thuê bao k Kỹ thuật MR đạt được với công suất phát cho từng thuê bao được tính theo [57], [59]: p k (m, f) 

0 trong các trường hợp còn lại,

Trong công thức (3.11), [x] + được định nghĩa là max(0, x) H k (m, f) đại diện cho kênh truyền của thuê bao k tại khối tài nguyên (RB) m trong chu kỳ khung f, trong khi λk là hằng số được lựa chọn để đảm bảo tuân thủ yêu cầu về giới hạn công suất.

Kết quả từ công thức (3.11) cho thấy chỉ những thuê bao có kênh truyền tốt nhất mới được phục vụ Một biến thể của chiến lược quản lý tài nguyên này được gọi là kỹ thuật lập lịch "Tối đa hóa tốc độ với công suất không đổi", trong đó chỉ những thuê bao có kênh truyền tốt nhất được phục vụ, trong khi công suất phát giữ nguyên cho tất cả thuê bao được phục vụ.

Công bằng theo tỷ lệ là một giải pháp quan trọng trong kỹ thuật lập lịch MR, nhằm khắc phục tình trạng các thuê bao có kênh truyền kém thường không được phục vụ Phương pháp công bằng theo tỷ lệ PF chú trọng đến lưu lượng đã sử dụng của các thuê bao, đảm bảo cung cấp tốc độ dịch vụ đồng đều cho tất cả Kỹ thuật này lựa chọn thuê bao dựa trên tiêu chí M cao nhất, trong đó tiêu chí M của thuê bao i-th được tính toán theo một công thức cụ thể.

R i (t) là tốc độ tức thời có thể đạt được,

R¯ i (t) là tốc độ trung bình của thuê bao i-th ở thời điểm t, t c là kích thước của chu kỳ cập nhật,

R¯ i (t−1) = 0 nếu như thuê bao không được chọn để phục vụ ở thời điểm t−1.

Kỹ thuật PF không chỉ ưu tiên cho các thuê bao có kênh truyền tốt mà còn hỗ trợ cả những thuê bao có tốc độ sử dụng dịch vụ thấp, đảm bảo mọi người dùng đều được phục vụ tốt nhất.

Trong nghiên cứu của Ameigeiras và các tác giả, thuật toán QoS-Scheduler được đề xuất nhằm xem xét các yếu tố như độ ưu tiên, độ trễ của lưu lượng và đảm bảo yêu cầu tốc độ dịch vụ tối thiểu cho lưu lượng GBR Kỹ thuật này cải thiện hiệu năng hệ thống bằng cách theo dõi độ trễ của thuê bao, khi độ trễ đạt đến ngưỡng D nhất định thông qua một hàm toán học.

1+e − ak ( wk −D) , α là hệ số điều khiển độ công bằng, w k thể hiện thời gian chờ của thuê bao k.

Tham số a k điều khiển độ dốc của hàm số.

Tham số D thiết lập ngưỡng trên của độ trễ.

Sau đó, nó nhân với độ ưu tiên của lưu lượng F k QCI m :

Kỹ thuật xác định F k QCI m phụ thuộc vào chỉ báo hiệu năng chất lượng Q k của từng sóng mang vô tuyến Chỉ báo Q k được tính dựa trên độ trễ d k của thuê bao k trong lớp đảm bảo tốc độ dịch vụ GBR, đồng thời cũng phụ thuộc vào lưu lượng đã phát của thuê bao k trong lớp không đảm bảo dịch vụ non-GBR.

Trong hệ thống truyền thông, ký hiệu q k [n] đại diện cho số lượng bit trong hàng đợi của sóng mang k tại khung thời gian n Đồng thời, λk là ước lượng tốc độ trung bình của sóng mang k, trong khi r k [n] thể hiện tốc độ dữ liệu đã truyền trong khung thời gian n của sóng mang k Hai hằng số ρd và ρr cũng đóng vai trò quan trọng trong việc mô tả hiệu suất của hệ thống.

Hàm số trong (3.18) không xác định tốc độ tối thiểu cần thiết cho thuê bao GBR, dẫn đến tình trạng thuê bao GBR có lưu lượng lớn có thể chiếm hết băng thông, trong khi lẽ ra nên được chia sẻ với các thuê bao non-GBR.

Xây dựng hàm mục tiêu

Trong kiến trúc giao thức của mạng 5G, lớp mới mang tên Giao thức Thích nghi Dữ liệu Dịch vụ (SDAP) đã được bổ sung trên lớp PDCP Lớp SDAP có vai trò quan trọng trong việc ghép nối các luồng chất lượng dịch vụ (QoS) với các sóng mang vô tuyến, tối ưu hóa hiệu suất truyền tải dữ liệu.

Lần đầu tiên, QoS được chú trọng ở lớp vật lý với các sóng mang vô tuyến, trong đó tốc độ kết nối là yếu tố hàng đầu ảnh hưởng đến chất lượng dịch vụ Kỹ thuật lập lịch đóng vai trò quan trọng trong việc đảm bảo QoS cho các ứng dụng trong mạng 5G.

Thông tin về trạng thái kênh truyền Hˆ, tổng công suất phát P và yêu cầu tốc độ T k của thuê bao k được thu thập tại trạm gốc BS Dựa trên những thông tin này, tập thuê bao con tối ưu nhất Ks sẽ được lựa chọn từ tập thuê bao được ước lượng kênh.

Mục tiêu của kỹ thuật đề xuất là tối đa hóa tốc độ tổng của hệ thống trong mỗi chu kỳ khung bằng cách xác định công suất phát tối thiểu cần thiết để đáp ứng yêu cầu về tốc độ tối thiểu của từng thuê bao Việc này cho phép phân bổ công suất còn lại để truyền dữ liệu cho các thuê bao khác, từ đó gia tăng dung lượng tổng của hệ thống.

Giải pháp đề xuất

Đầu tiên, công suất cần thiết để đáp ứng tốc độ yêu cầu của từng khách hàng sẽ được xác định Giải pháp tiền mã hóa MRT sẽ được áp dụng trong quá trình này.

Công suất p k trong (3.19) được tính theo công thức nghịch đảo kênh truyền [14]: p k = P

Ma trận tiền mã hóa MRT là f k M RT = ˆh ∗ k (3.24)

Rõ ràng rằng tốc độ tối thiểu của thuê bao k chỉ phụ thuộc vào các tham số β k ,

Nghiên cứu sinh có thể mở rộng kết quả (3.28) cho các thuê bao có tốc độ tối thiểu khác nhau, không phụ thuộc vào các thuê bao khác Để tính công suất p k của thuê bao k, nghiên cứu sinh cần điều chỉnh tham số Ks trong công thức (3.23) nhằm đạt được tốc độ Tk.

Tập thuê bao K s được xác định dựa trên các tiêu chí cao nhất, trong đó tiêu chí của thuê bao được tính toán từ công suất sử dụng p k, chất lượng kênh truyền h k và độ ưu tiên lưu lượng ψ k tại khung thời gian n Cụ thể, công thức tính toán tiêu chí thuê bao là ρ k [n] = (1 + f w (k)) |h k |^2 ψ k α p k.

R¯ k [n], (3.33) trong đó, α là một hệ số dùng để điều chỉnh độ ưu tiên của lớp.

Tk[n] là tốc độ truyền dẫn mong muốn của thuê bao tại khung n.

R¯ k [n] là dữ liệu trung bình đã truyền trong quá khứ của thuê bao k tại khung n.

Khi thuê bao không được chọn, công suất còn lại sẽ giảm đi f k 2 p k Quá trình này tiếp tục cho đến khi không còn đủ công suất cho thuê bao hoặc không còn thuê bao nào cần phục vụ Chi tiết về hoạt động của kỹ thuật này được trình bày trong thuật toán 3.

Algorithm 3 Thuật toán QoS-Assurance

1: Trạm gốc BS khởi tạo S(1 : K p ) = 0, K p = {1, 2, , K p }, i = 1

3: Lựa chọn thuê bao thứ i: stop = 0; ρ i [n] = argmax ρ k [n], ∀k ∈ K p

Kết quả mô phỏng

Để đánh giá hiệu quả của kỹ thuật lập lịch QoS-Assurance, chúng tôi đã mô phỏng một số trường hợp điển hình bằng phần mềm Matlab nhằm so sánh hiệu năng giữa các kỹ thuật khác nhau.

• Kỹ thuật QoS Scheduler trong [8].

Bảng 3.1 trình bày các tham số mô phỏng chính, trong đó các thuê bao được phân chia thành hai lớp dịch vụ với tốc độ tối thiểu khác nhau Lớp thứ nhất đạt tốc độ 2 (bit/s/Hz), tương đương với 200 Mbps, trong khi lớp thứ hai có tốc độ tối thiểu 1 (bit/s/Hz), tương ứng với 100 Mbps khi trạm BTS sử dụng băng thông 100 MHz Các kịch bản mô phỏng sẽ tăng dần số lượng ăng ten để kiểm tra sự hội tụ về tốc độ mong muốn của từng lớp thuê bao, đồng thời so sánh tốc độ tổng của hệ thống giữa hai lớp dịch vụ và đánh giá dung lượng hữu ích của kỹ thuật đề xuất so với kỹ thuật MR khi số lượng thuê bao phục vụ gia tăng.

Bảng 3.1: Tham số mô phỏng

Tốc độ tối thiểu của lớp thuê bao lớp 1 2 (bit/s/Hz) Tốc độ tối thiểu của lớp thuê bao lớp 2 1 (bit/s/Hz)

Hình 3.1 cho thấy tốc độ mỗi thuê bao khi áp dụng kỹ thuật QoS-Assurance với số ăng ten của trạm gốc tăng dần Nghiên cứu giả định rằng tất cả thuê bao trong tế bào đều được ước lượng kênh và phục vụ để đánh giá tốc độ trung bình đạt được Hai trường hợp được nghiên cứu là K p = K s = 39 và K p = K s = 119 Kết quả cho thấy với K s = 39, tốc độ trung bình đạt khoảng 2 (bit/s/Hz), trong khi với K s = 119, tốc độ trung bình giảm xuống còn 1 (bit/s/Hz) Điều này khẳng định rằng kỹ thuật QoS-Assurance có khả năng đảm bảo tốc độ tối thiểu cho thuê bao thông qua việc điều chỉnh số lượng thuê bao được phục vụ K s.

Hình 3.1: Tốc độ mỗi thuê bao khi sử dụng kỹ thuật QoS-Assurance

Hình 3.2 cho thấy tốc độ tổng của hệ thống khi áp dụng kỹ thuật QoS-Assurance Từ hình vẽ, có thể nhận thấy rằng tốc độ tổng tăng dần khi số lượng thuê bao K s được phục vụ tăng lên Cụ thể, khi K s = 119, tốc độ tổng đạt khoảng 120 (bit/s/Hz), nhưng khi K s giảm xuống 39, tốc độ tổng giảm khoảng 30%, chỉ còn khoảng 80 (bit/s/Hz) Điều này cho thấy rằng việc phục vụ nhiều thuê bao sẽ làm tăng tốc độ tổng của hệ thống, tuy nhiên, tốc độ trung bình mỗi thuê bao sẽ giảm.

Luận án này sẽ tập trung vào việc đảm bảo tốc độ tối thiểu cho hai thuật toán QoS-Assurance và MR Tổng số thuê bao Kp là 58, được phân chia thành hai lớp dịch vụ Lớp đầu tiên gồm 29 thuê bao với yêu cầu tốc độ tối thiểu là 2 bit/s/Hz, trong khi lớp thứ hai có yêu cầu tốc độ tối thiểu khác.

Hệ thống có tốc độ tổng đạt 1 (bit/s/Hz) và kỹ thuật MR sử dụng công suất đồng nhất cho mọi thuê bao với p k = K P t So với kỹ thuật QoS-Assurance, tốc độ tổng của kỹ thuật MR luôn vượt trội hơn.

Hình 3.3: So sánh tổng tốc độ

Hình 3.4 minh họa dung lượng hữu ích của các thuê bao, chỉ bao gồm dung lượng đáp ứng tốc độ tối thiểu yêu cầu Điều này liên quan đến kỹ thuật và hiệu suất dịch vụ mà các thuê bao nhận được.

Khi M = 120 và K p ≥ 40, tổng dung lượng hệ thống trở nên hữu hạn, dẫn đến việc hầu hết các thuê bao lớp thứ nhất nhận được tốc độ dưới 2 (bit/s/Hz), từ đó làm giảm dung lượng hữu ích của kỹ thuật MR Mặc dù dung lượng này có thể tăng nhẹ khi số thuê bao lớp thứ hai tăng, nhưng các thuê bao lớp thứ nhất vẫn không đạt yêu cầu tốc độ tối thiểu Ngược lại, kỹ thuật QoS-Assurance đảm bảo rằng các thuê bao lớp thứ nhất đạt tốc độ 2 (bit/s/Hz) và lớp thứ hai đạt 1 (bit/s/Hz), do đó mọi dung lượng trong kỹ thuật này đều là dung lượng hữu ích Điều này chứng tỏ rằng trong khi MR cung cấp tốc độ tổng cao nhất, kỹ thuật QoS-Assurance lại mang lại dung lượng hữu ích cao hơn, cải thiện sự công bằng giữa các lớp dịch vụ và đảm bảo các tốc độ tối thiểu khác nhau cho các thuê bao.

Hình 3.4: So sánh dung lượng hữu ích giữa hai kỹ thuật

Các trường hợp nêu trên chủ yếu làm nổi bật lợi ích của kỹ thuật điều khiển công suất trong lĩnh vực kỹ thuật đề xuất Trường hợp cuối cùng cho thấy tác động của các tham số ưu tiên đến dung lượng hệ thống Hình 3.5 trình bày sự so sánh dung lượng hệ thống giữa ba kỹ thuật: QoS-Assurance, MR và QoS-Scheduler.

Kỹ thuật điều khiển công suất được áp dụng cho ba phương pháp khác nhau, với sự khác biệt chủ yếu nằm ở kỹ thuật QoS-Assurance, ưu tiên về dung lượng Trong một tập hợp gồm 100 thuê bao, với 50% thuộc lớp thứ nhất và 50% thuộc lớp thứ hai, một tập con K s thuê bao sẽ được lựa chọn để phục vụ.

Thuật toán MR đạt dung lượng cao nhất, tiếp theo là kỹ thuật QoS-Assurance và cuối cùng là QoS-Scheduler Trong kỹ thuật QoS-Assurance, sự đánh đổi giữa dung lượng và độ công bằng phụ thuộc vào tham số ưu tiên Khi hệ số điều chỉnh ưu tiên α tiến gần về không, dung lượng của QoS-Assurance sẽ tiệm cận dung lượng của MR, nhưng điều này dẫn đến dung lượng của các thuê bao lớp một giảm xuống gần bằng không, làm giảm độ công bằng về dung lượng giữa các lớp.

QoS-Assurance Maximum Rate QoS-Scheduler

Hình 3.5: So sánh về dung lượng giữa ba kỹ thuật

Mô hình hệ thống