(Luận văn thạc sĩ) phân tích hiệu suất năng lượng của giao thức NOMA cho mạng HCRAN

Tổng quan

Đặt vấn đề

Sự phát triển nhanh chóng của truyền thông di động và hệ thống IoT đã dẫn đến sự gia tăng đáng kể số lượng thiết bị thông minh kết nối vào mạng, với ước tính lên tới 50 tỷ thiết bị được kết nối với đám mây vào năm 2020 Tuy nhiên, sự gia tăng này đặt ra thách thức về hiệu quả sử dụng năng lượng, chi phí và phổ tần cho các thế hệ di động tương lai Để giải quyết vấn đề này, các kỹ thuật như tối ưu đa truy cập, phân bổ công suất và điều chế đã được nghiên cứu, trong đó đa truy cập là lĩnh vực được quan tâm nhiều nhất Công nghệ đa truy cập bao gồm OMA (Công nghệ đa truy cập trực giao) và NOMA (Công nghệ đa truy cập không trực giao), trong đó NOMA nổi bật như một kỹ thuật tiềm năng để cải thiện hiệu quả phổ tần và hỗ trợ nhiều người dùng hơn so với OMA NOMA cho phép người dùng chia sẻ cùng một khe thời gian, tần số và mã, giúp gia tăng độ lợi phổ và đảm bảo chất lượng dịch vụ cho người dùng, đặc biệt trong thiết kế giao diện vô tuyến cho mạng 5G.

Hệ số công suất trong NOMA thay đổi tùy theo điều kiện kênh của người dùng Tại máy phát, tín hiệu của tất cả người dùng được chồng lên nhau và ghép lại theo một phương pháp đồng nhất Kỹ thuật triệt nhiễu liên tục (SIC) được áp dụng để giải mã và loại bỏ từng tín hiệu cho đến khi thu được tín hiệu mong muốn Nghiên cứu cho thấy rằng NOMA, với việc sử dụng mã hóa chồng và giải mã SIC, không chỉ vượt trội hơn OMA truyền thống mà còn tối ưu hóa dung lượng kênh.

Một số nghiên cứu thực tế về miền năng lượng NOMA liên quan đến SIC đã được đề cập trong các tài liệu [14] - [17] Hệ thống NOMA đường xuống nhiều người dùng đã được phân tích, đặc biệt là tác động của SIC không hoàn hảo Tác giả trong [14] đã đề xuất tối ưu hóa hệ thống mạng MC-NOMA đường xuống nhằm giảm thiểu tổng công suất phát dưới các lỗi SIC, cho thấy rằng hệ thống MC-NOMA tiết kiệm công suất đáng kể so với hệ thống dễ tổn hại với SIC không hoàn hảo Trong [15], tác giả đã so sánh tác động của SIC hoàn hảo và không hoàn hảo trong hệ thống NOMA đường xuống với kênh Fading Rayleigh và AWGN thông qua việc đánh giá BER tại máy thu Đối với nhiều anten NOMA với quyền truy cập lớn trên phổ vô tuyến hạn chế, các sơ đồ NOMA lớn đã được đề xuất như một mô hình tuyến tính cho SIC không hoàn hảo [16] Ngoài ra, trong [17], tác giả đã nghiên cứu tác động của nhiễu dư do ước tính kênh không hoàn hảo đối với thông lượng có thể đạt được của hệ thống NOMA và đề xuất thuật toán dự phòng tốc độ truyền tín hiệu thấp để giảm thiểu tác động của ước tính kênh lỗi.

Để nâng cao thông lượng và hiệu suất phủ sóng cho người dùng di động trong các khu vực có lưu lượng dữ liệu cao, mạng không đồng nhất với kích thước cell đa dạng như microcell, picocell và femtocell đã trở thành công nghệ tiềm năng cho truyền thông 5G Kiến trúc mạng truy cập vô tuyến đám mây không đồng nhất (HCRAN) được giới thiệu nhằm tối ưu hóa việc chia sẻ và sử dụng tài nguyên trong các mạng không dây Trong HCRAN, tất cả các trạm cơ sở từ các tầng khác nhau được kết nối với bộ xử lý trung tâm (CCU) qua các liên kết front-haul có dây hoặc không dây để đạt được hiệu quả tối đa.

Mô hình NOMA với cơ chế phân bổ tài nguyên chia sẻ động đã được nghiên cứu trong HCRAN nhiều tầng thực tế, nơi các trạm cơ sở khác nhau kết nối với trạm trung tâm dựa trên đám mây Các nghiên cứu cho thấy rằng mô hình NOMA có thể cải thiện hiệu quả năng lượng (EE) lên đến bốn lần so với sơ đồ OFDMA, tuy nhiên, kết quả này chỉ áp dụng trong điều kiện thực hiện SIC lý tưởng.

Nghiên cứu về hiệu suất năng lượng trong thế hệ 5G là một hướng đi mới, nhằm nâng cao chất lượng phục vụ cho người dùng Bài viết này phân tích hiệu suất của mô hình NOMA trong liên kết xuống từ nhóm đơn vị băng tần cơ sở (BBU) đến nhiều trạm phát vô tuyến đầu xa (RRH), phục vụ các loại cell như macro, micro và pico trong HCRAN Mô hình được xây dựng cho NOMA với triển khai SIC không hoàn hảo trong các điều kiện thực tế của HCRAN Các mô phỏng đã được thực hiện để đánh giá hiệu suất của NOMA dưới các tình huống khác nhau về mức công suất phát, loại RRH và yếu tố SIC không hoàn hảo Kết quả cho thấy việc tăng yếu tố SIC không hoàn hảo sẽ làm giảm hiệu quả năng lượng của các mạng di động nhiều cell một cách đáng kể.

Tổng quan các công trình nghiên cứu

Hiệu quả năng lượng của NOMA đang thu hút sự quan tâm của nhiều nhà nghiên cứu trong và ngoài nước Các tác giả trong nước đã chú trọng đến hiệu suất chuyển tiếp tái sinh cho SWIPT trong hệ thống NOMA, cũng như nghiên cứu hiệu quả năng lượng NOMA cho các cell nhỏ trong CRAN không đồng nhất dưới các ràng buộc QoS Bên cạnh đó, tối ưu hóa hiệu quả năng lượng cho nhiều truy cập không trực giao trong mạng truy cập vô tuyến đám mây không đồng nhất và phát triển giao thức chuyển tiếp chia tách cũng là những vấn đề quan trọng được đề cập.

Năng lượng thu nhận và xử lý thông tin trong các hệ thống NOMA đóng vai trò quan trọng trong việc cải thiện hiệu quả năng lượng cho backhaul không dây trong mạng CRAN không đồng nhất nhiều tầng.

Tính đến năm 2020, dự kiến sẽ có khoảng 50 tỷ thiết bị di động kết nối vào mạng đám mây, dẫn đến nhu cầu ngày càng tăng về băng thông và dung lượng cho các hệ thống thông tin di động thế hệ 4G và 5G Trong bối cảnh đó, nhiều giải pháp đã được đề xuất, trong đó kỹ thuật đa truy cập trực giao (OMA) đã không còn đủ khả năng đáp ứng nhu cầu Kỹ thuật đa truy cập không trực giao (NOMA) nổi lên như một giải pháp hứa hẹn cho mạng 5G, với hiệu suất năng lượng vượt trội hơn OMA NOMA không chỉ mở rộng khả năng kết nối mà còn cải thiện hiệu quả năng lượng, sử dụng phổ tần và tăng cường sự công bằng cho người dùng bằng cách cho phép nhiều người chia sẻ một tài nguyên không dây.

NOMA có khả năng tích hợp linh hoạt với nhiều công nghệ không dây hiện có và mới, bao gồm MIMO, MIMO lớn, truyền thông sóng milimet, truyền thông nhận thức, truyền thông hợp tác, truyền thông ánh sáng nhìn thấy, bảo mật lớp vật lý và thu thập năng lượng Bên cạnh đó, nhiều nhà nghiên cứu cũng đang phân tích hiệu suất năng lượng của NOMA trong mạng truy cập đám mây không đồng nhất HCRAN, nhằm tối ưu hóa hiệu suất năng lượng và giảm chi phí HCRAN được xem là một kiến trúc hứa hẹn cho các mạng không dây trong tương lai.

HCRAN (High Capacity Radio Access Network) mang lại hiệu suất năng lượng cao bằng cách thêm các đầu vô tuyến từ xa (RRH) gần trạm gốc, giúp người dùng trải nghiệm tốc độ dữ liệu cao với sự can thiệp tối thiểu nhờ vào việc kiểm soát phân bổ tài nguyên tập trung Mặc dù HCRAN có khả năng tăng mật độ phần cứng, nhưng nó cũng tiêu thụ nhiều điện năng hơn Để giảm thiểu yêu cầu năng lượng lớn cho các mạng dày đặc này, kỹ thuật thu thập năng lượng (Energy Harvesting - EH) được áp dụng, tận dụng các nguồn năng lượng tự nhiên như gió và mặt trời, từ đó giảm đáng kể việc sử dụng điện lưới Hơn nữa, để nâng cao hiệu suất năng lượng của NOMA trong mạng HCRAN, một thuật toán lặp đã được đề xuất nhằm xác định số lượng tế bào tối đa có thể hỗ trợ trong HCRAN.

NOMA cho phép người dùng chia sẻ cùng một khe thời gian, tần số và mã, trong đó người dùng có kênh truyền tốt hơn sẽ nhận được mức công suất nhỏ hơn thông qua bộ thu SIC.

Ý tưởng cơ bản của SIC (Successive Interference Cancellation) là giải mã tín hiệu người dùng một cách liên tiếp, trong đó tín hiệu đã được giải mã sẽ được trừ khỏi tín hiệu của người dùng tiếp theo Khi áp dụng SIC, tín hiệu của người dùng khác được coi là nhiễu, từ đó tăng cường độ lợi phổ và đáp ứng nhu cầu kết nối cao, đồng thời đảm bảo chất lượng dịch vụ cho các người dùng Các hệ thống NOMA hiện nay nghiên cứu việc sử dụng kỹ thuật triệt nhiễu nối tiếp (SIC) để phục hồi tín hiệu riêng biệt cho từng người nhận, tuy nhiên, điều kiện SIC hoàn hảo khó có thể đạt được trong thực tế do những hạn chế của các kênh không dây.

Các tác giả của bài báo [45] – [46] đã nghiên cứu các hệ thống NOMA trong điều kiện SIC không hoàn hảo Kết quả từ bài báo [47] cho thấy rằng sự gia tăng của yếu tố SIC không hoàn hảo sẽ làm giảm hiệu quả năng lượng của hệ thống mạng đa tế bào.

Mục tiêu nghiên cứu

Trong nghiên cứu này, tác giả phân tích hiệu suất năng lượng dựa vào các yếu tố như môi trường lan truyền, công suất phân bổ tại CCS và loại thiết bị sử dụng.

BS nào trong mạng HCRAN Mục tiêu nghiên cứu chính của đề tài này là phân tích hiệu suất năng lượng với tác động của SIC không hoàn hảo.

Nội dung thực hiện

Trong bài viết này, chúng tôi phân tích hiệu suất năng lượng của mô hình NOMA trong đường truyền xuống không dây trong HCRAN, với các điều kiện hoạt động khác nhau liên quan đến công suất và số lượng loại RRH.

Mô phỏng trong MATLAB được thực hiện nhằm đánh giá hiệu suất của mô hình NOMA khi triển khai SIC không hoàn hảo trong các môi trường lan truyền thực tế khác nhau.

Mô hình NOMA trong mạng HCRAN được đề xuất nhằm đánh giá hiệu suất năng lượng với hệ triệt nhiễu liên tiếp (SIC) không hoàn hảo trong khoảng 0% - 10% Nghiên cứu này tập trung vào ảnh hưởng của SIC không hoàn hảo đến hiệu suất năng lượng của NOMA thông qua việc thực hiện mô phỏng trong ba loại cell khác nhau: macro cell, micro cell và pico cell Macro cell thường nằm ở khu vực nông thôn hoặc dọc các tuyến đường cao tốc với bán kính lên tới 30km, trong khi micro cell được sử dụng tại các trung tâm mua sắm và ga tàu xe lớn với anten công suất thấp hơn Pico cell, với bán kính phủ sóng nhỏ hơn 200m, được triển khai trong các tòa nhà, công sở hoặc trạm tàu xe nhỏ.

Cấu trúc của luận văn

Nội dung chính gồm có:

Chương 1: Tổng quan Chương này sẽ trình bày tổng quan về đề tài, tình hình nghiên cứu, mục tiêu, nội dung thực hiện của đề tài và cấu trúc của luận văn

Chương 2: Cơ sở lý thuyết Chương này trình bày tổng quan lý thuyết về các kỹ thuật, phương pháp mô phỏng và phân tích được sử dụng trong đề tài

Chương 3: Phân tích hiệu suất năng lượng Chương này tập trung vào việc xây dựng mô hình hệ thống, công thức mô phỏng và phân tích hiệu năng của hệ thống

Chương 4: Kết quả mô phỏng và đánh giá Chương này trình bày kết quả mô phỏng và đánh giá kết quả mô phỏng

Chương 5: Kết luận Chương này sẽ đưa ra kết luận từ kết quả đạt được, phân tích những kết quả đạt được

Cơ sở lý thuyết

Công nghệ đa truy cập

Công nghệ đa truy cập (Multiple Access - MA) bao gồm hai loại chính: đa truy cập trực giao và đa truy cập không trực giao Đa truy cập trực giao đã được phát triển từ những năm 1980 đến 2010, trong khi đa truy cập không trực giao bắt đầu được nghiên cứu và phát triển từ năm 2003 cho đến nay Hình 2.1 dưới đây cung cấp cái nhìn tổng quan về các công nghệ này.

Non-Orthogonal Multiple Access (NOMA)

Hình 2.1 Công nghệ đa truy cập [48]

Đa truy cập trực giao

Hệ thống truyền thông không dây đã trải qua một cuộc cách mạng trong kỹ thuật đa truy cập, với các công nghệ 1G, 2G, 3G và 4G sử dụng các phương pháp như FDMA (Phân chia theo tần số), TDMA (Phân chia theo thời gian), CDMA (Chia theo mã) và OFDMA (Phân chia theo tần số trực giao) Những kỹ thuật này đều thuộc về đa truy cập trực giao (OMA), cho phép phân bổ tài nguyên không dây một cách hiệu quả cho nhiều người dùng thông qua thời gian, tần số, mã hoặc sự kết hợp của chúng.

Tuy nhiên, số lượng người dùng được hỗ trợ bị giới hạn bởi số lượng các nguồn trực giao sẵn có trong OMA.

Đa truy cập không trực giao

Đa truy cập không trực giao (NOMA) là công nghệ tiên tiến trong mạng không dây thế hệ thứ 5 (5G), giúp đáp ứng nhu cầu không đồng nhất về độ trễ, độ tin cậy và kết nối lớn NOMA cho phép nhiều người dùng chia sẻ cùng một khối tài nguyên như khe thời gian, sóng mang phụ hoặc mã mở rộng Ví dụ, trong truyền dẫn đường truyền xuống NOMA, hai người dùng có thể nhận tín hiệu từ trạm gốc cùng lúc, mặc dù sử dụng cùng mã và tần số nhưng với mức năng lượng khác nhau Cụ thể, người dùng có điều kiện kênh kém sẽ nhận được nhiều năng lượng hơn, từ đó đảm bảo thông điệp được truyền đạt hiệu quả hơn.

Người dùng có thể phát hiện thông điệp bằng cách xử lý gói tin của người khác, mặc dù điều này có thể gây nhiễu Đối với người dùng có kênh tốt hơn, họ cần phát hiện gói tin của người khác, sau đó trừ đi gói tin này và giải mã thông tin của chính mình, phương pháp này được gọi là triệt can nhiễu nối tiếp (Successive Interference Cancellation - SIC) Hiệu suất của NOMA so với OMA thông thường có thể được minh họa thông qua phân tích tỷ số tín hiệu trên nhiễu cao (Signal-To-Noise Ratio - SNR), giả sử sử dụng kênh nhiễu trắng cộng Gaussian (Additive White Gaussian Noise - AWGN).

OMA, tốc độ dữ liệu đạt được cho hai người dùng tương ứng là 1

Công thức 2log 2 (1 + 𝜌|ℎ 𝐵 | 2 ) thể hiện rằng các tài nguyên băng thông được chia sẻ giữa hai người dùng, trong đó 𝜌 là tỷ lệ tín hiệu trên nhiễu (SNR) và ℎ 𝐴, ℎ 𝐵 là độ lợi kênh của người dùng A và B Theo hình 1, tác giả [1] giả định rằng |ℎ 𝐴 | 2 > |ℎ 𝐵 | 2 Ở mức SNR cao (𝜌 → ∞), tổng tốc độ của phương pháp phân chia tần số (OMA) có thể được xấp xỉ là 1.

2log 2 (𝜌|ℎ 𝐵 | 2 ) Bằng cách sử dụng NOMA, tốc độ có thể đạt được là log 2 (1 + 𝜌𝑎 𝐴 |ℎ 𝐴 | 2 )

SNR cao trong NOMA được xác định bởi công thức log 2 (1 + 𝜌𝑎 𝐵 |ℎ 𝐵 | 2 ), với 𝑎 𝐵 là hệ số phân bổ công suất Tổng tốc độ của NOMA, được biểu diễn bằng log 2 (𝜌|ℎ 𝐵 | 2 ), vượt trội hơn so với OMA, đặc biệt khi độ lợi kênh của người dùng cao.

NOMA có hiệu suất vượt trội so với OMA nhờ vào việc chia nhỏ tài nguyên băng thông giữa các người dùng, mặc dù điều này dẫn đến tổn thất hiệu suất ở SNR thấp hơn Nguyên nhân chính là do hệ số ẵ ngoài logarit của tỷ lệ OMA, cho thấy NOMA bị ảnh hưởng nhiều hơn bởi việc phân bổ công suất Điều này chỉ ra rằng nếu không áp dụng các phân bổ công suất một cách nghiêm ngặt, NOMA sẽ mất đi một phần hiệu suất so với OMA.

Hình 2.2 Một mạng truyền thông không hợp tác hai người dùng sử dụng kỹ thuật

Triệt nhiễu liên tiếp

2.4.1 Triệt nhiễu liên tiếp hoàn hảo

Kỹ thuật triệt nhiễu liên tiếp (SIC) được sử dụng để giải mã thông tin chồng lên nhau tại mỗi máy thu, khai thác sự khác biệt cường độ tín hiệu giữa các tín hiệu liên quan Ý tưởng chính của SIC là giải mã tín hiệu người dùng một cách liên tiếp; sau khi giải mã một tín hiệu, nó sẽ được trừ khỏi tín hiệu kết hợp để tiếp tục giải mã tín hiệu của người dùng tiếp theo Trong quá trình này, các tín hiệu khác sẽ được coi là nhiễu Trước khi áp dụng SIC, người dùng được sắp xếp theo cường độ tín hiệu của họ, giúp người nhận giải mã tín hiệu mạnh hơn trước, từ đó cô lập tín hiệu yếu hơn.

Hình 2.3 Sơ đồ giải mã SC

Mỗi người dùng trong hệ thống sẽ giải mã và xử lý các tín hiệu nhiễu từ người dùng khác Hình 2.5 minh họa kỹ thuật giải mã tín hiệu chồng lên nhau tại phía nhận Quy trình này bắt đầu bằng việc giải mã các điểm hợp thành của người dùng 1 trước, sau đó tiếp tục với điểm hợp thành của người dùng 2 dựa trên tín hiệu đã được giải mã của người dùng 1 Tóm lại, quy trình giải mã các gói tin chồng lên nhau có thể được diễn đạt bằng các phương trình toán học cụ thể.

1) Tại người dùng 1, bộ giải mã người dùng 1 tín hiệu g1: C T → {0,1} [2 𝑇𝑅1 ] giải mã gói tin S1(n) bằng cách xử lý nhiễu bởi S2(n)

2) Người dùng 2 thực hiện các bước sau để tiếp tục khôi phục gói tin của mình từ tín hiệu nhận được Y2(n): a) Giải mã gói tin của người dùng 1: S1(n) bằng việc sử dụng bộ giải mã một người dùng g1: C T → {0,1} [2 𝑇𝑅1 ] b) Trừ √𝑃𝛽 1 ℎ 2 𝑆 1 (n) từ tín hiệu Y2(n) nhận được:

Y ’ 2(n) = Y2(n) - √𝑃𝛽 1 ℎ 2 𝑆 1 (n) (2.1) là công thức tính toán liên quan đến độ lợi kênh truyền của người dùng 2, với h2 là độ lợi kênh của người dùng này Để giải mã gói tin S2(n) của người dùng 2, chúng ta sử dụng bộ giải mã g2: C T → {0,1} [2 𝑇𝑅2 ] trên Y ’ 2(n) Ví dụ minh họa ở hình 2.4 cho thấy độ lợi kênh của ba người dùng h1, h2, h3 (với h1 > h2 > h3) và công suất phân bổ P1, P2, P3 (P3 > P2 > P1) Do người dùng 3 có độ lợi kênh thấp nhất, công suất lớn nhất được phân bổ cho họ Quá trình giải mã tín hiệu của người dùng 2 bắt đầu bằng việc giải mã tín hiệu của người dùng 3, sau đó áp dụng SIC hoàn hảo để triệt tiêu tín hiệu của người dùng 3 và thu được tín hiệu mong muốn của người dùng 2, trong khi tín hiệu của người dùng 1 được xem là nhiễu.

Decoding of User2 signal 1Hz f

Hình 2.4: Sơ đồ NOMA ba người dùng sử dụng kỹ thuật SIC ở đường xuống

Gọi R 2 ( pSIC ) là thông lượng của user 2, R 2 ( pSIC ) được cho bởi:

2.4.2 Triệt nhiễu liên tiếp không hoàn hảo Ý tưởng cơ bản của SIC là tín hiệu người dùng được giải mã liên tiếp Sau khi tín hiệu của một người dùng được giải mã, tín hiệu này được trừ khỏi tín hiệu của người

Khi áp dụng SIC để giải mã tín hiệu người dùng, tín hiệu của người dùng khác được xem là nhiễu Tuy nhiên, điều kiện SIC hoàn hảo trong các kênh không dây là không thể đạt được Ví dụ, khi giải mã tín hiệu của người dùng 2, tín hiệu của người dùng 3 không thể triệt tiêu hoàn toàn như lý thuyết Điều này đã được chứng minh trong nghiên cứu trước đây, cho thấy trong trường hợp SIC không hoàn hảo, tín hiệu của người dùng 3 vẫn tồn tại và được coi là nhiễu khi giải mã tín hiệu của người dùng 2 Do đó, thông lượng của người dùng 2 cần được điều chỉnh để phản ánh thực tế này.

  , (2.3) trong đó R 2 ( impSIC ) là thông lượng của user 2 khi SIC không hoàn hảo Gọi  là hệ số

Sơ đồ điển hình của NOMA

Sơ đồ điển hình được tác giả trong bài báo [26] phân tích trong bối cảnh một cell đường truyền xuống với một trạm cơ sở (BS) duy nhất và N người dùng Ui, với i thuộc tập hợp N = {1,2,…,N} Tất cả các thiết bị đầu cuối đều được trang bị một ăng ten đơn Cần lưu ý rằng trường hợp đường lên cũng có thể được mô tả tương tự.

NOMA có thể được áp dụng tại trạm cơ sở, nơi gửi dữ liệu đến tất cả người dùng đồng thời, tùy thuộc vào tổng công suất P Giả định rằng các liên kết không dây thử nghiệm độc lập và phân phối giống hệt với chặn nhiễu Rayleigh cùng với nhiễu.

Gaussian trắng phụ (AWGN) Các kênh được sắp xếp thành 0 < |ℎ 1 | 2 ≤ |ℎ 2 | 2 ≤

⋯ ≤ |ℎ 𝑖 | 2 … ≤ |ℎ 𝑁 | 2 , cho biết người dùng luôn giữ kênh tức thời yếu nhất Mô hình

NOMA cho phép phục vụ đồng thời nhiều người dùng bằng cách sử dụng toàn bộ băng thông hệ thống để truyền dữ liệu, nhờ vào sự hỗ trợ của SC tại các kỹ thuật giải mã BS và SIC ở phía người dùng Trong đó, ghép kênh người dùng được thực hiện trong miền công suất, với trạm cơ sở truyền một dữ liệu tuyến tính chồng nhau cho N người dùng.

Trong mô hình phân bổ công suất, mỗi người dùng Ui nhận một phần công suất Pi = 𝛽 𝑖 𝑃 từ tổng công suất Khi nhận tín hiệu, người dùng sẽ giải mã các tín hiệu từ những người dùng yếu hơn, cụ thể là Ui có khả năng giải mã tín hiệu từ Um với mi) được coi là nhiễu trong cell Tín hiệu nhận được từ người dùng Ui có thể được biểu diễn bằng công thức yi = hix + wi, trong đó x là tín hiệu chồng lên nhau từ BS, với Si là tín hiệu của người dùng Ui, và wi là nhiễu AWGN với trung bình bằng 0 và phương sai 𝜎 𝑛 2 Nếu việc chồng tín hiệu tại BS và giải mã SIC tại Ui được thực hiện hoàn hảo, tốc độ dữ liệu đạt được cho người dùng Ui với băng thông hệ thống BW = 1Hz sẽ được tối ưu hóa.

Chú ý rằng tốc độ dữ liệu của người dùng UN là 𝑅 𝑁 = log 2 (1 + 𝛽 𝑁 𝑃|ℎ 𝑁 | 2

𝜎 𝑛 2 ), khi người dùng này giải mã liên tục và hủy tất cả các tín hiệu của người dùng khác trước khi giải mã tín hiệu của riêng họ

Tác giả [26] chỉ ra rằng người dùng mạnh có điều kiện kênh tốt hơn, nhưng không đồng nghĩa với việc cường độ tín hiệu mạnh hơn Thực tế cho thấy, người dùng mạnh thường được gán công suất phát thấp hơn, trong khi người dùng yếu lại nhận nhiều công suất hơn Kết quả là, tín hiệu của người dùng yếu lại trở thành tín hiệu mạnh nhất trong số những người dùng có kênh mạnh nhất Do đó, NOMA không mâu thuẫn với khái niệm cơ bản của hệ thống này.

SIC là phương pháp giải mã tín hiệu mạnh nhất cần thực hiện trước tiên Người dùng mạnh mẽ thường nhận sự can thiệp mạnh từ người dùng yếu do công suất truyền tải cao được phân bổ cho họ Ngược lại, người dùng yếu lại chịu ảnh hưởng lớn từ sự can thiệp của người dùng mạnh.

16 mạnh, vì các công suất phân bổ cho người dùng mạnh tương đối thấp và người dùng mạnh thường gần hơn với BS

Sơ đồ NOMA trong Hình 2.5 minh họa cách mà hai người dùng cùng sử dụng toàn bộ băng thông 1Hz một cách đồng thời Khác với OMA, trong đó người dùng thứ nhất chiếm 𝛼 Hz và người dùng thứ hai nhận phần còn lại là (1-𝛼) Hz, NOMA cho phép cả hai người dùng chia sẻ băng thông một cách hiệu quả hơn Để giải mã tín hiệu của người dùng thứ hai trong NOMA, quá trình SIC được thực hiện trước để giải mã tín hiệu của người dùng thứ nhất, tận dụng độ lợi kênh của từng người dùng.

Tín hiệu của người dùng 2 được giải mã và trừ khỏi tín hiệu nhận được của người dùng 1, sau đó tín hiệu thu được sẽ được sử dụng để giải mã cho người dùng 2 Đối với người dùng 1, không thực hiện SIC, do đó tín hiệu được giải mã trực tiếp Tốc độ dữ liệu đạt được cho người dùng 1 và người dùng 2 được xác định bởi các công thức (2.4) và (2.5).

Theo OMA, tỷ lệ dữ liệu đạt được cho bởi người dùng 1 và người dùng 2 được cho bởi (2.6) và (2.7), tương ứng:

Sơ đồ NOMA điều chỉnh tỷ lệ phân bổ công suất để kiểm soát thông lượng của từng người dùng, cho thấy mối liên hệ chặt chẽ giữa tổng thông lượng và sơ đồ phân bố công suất Trong trường hợp kênh không đối xứng, tỷ số tín hiệu trên nhiễu (SNR) giữa hai người dùng khác nhau có thể được biểu diễn bằng số, phản ánh giá trị của R1.

Giá trị R2 được tính toán từ (2.4) và (2.5) cao hơn đáng kể so với R1 và R2 tính từ (2.6) và (2.7) So sánh này thể hiện một trường hợp đặc biệt trong phân tích dung lượng kênh nhiều người dùng, như minh họa trong Hình 2.5.

Nghiên cứu so sánh khả năng tổng quát của NOMA và OMA cho hai người dùng cho thấy rằng NOMA đạt được tỷ lệ hiệu quả cao hơn, vượt ra ngoài giới hạn dung lượng của OMA Điều này cho thấy NOMA có tiềm năng lớn trong việc tối ưu hóa thông lượng hệ thống khi các kênh khác nhau được sử dụng cho hai người dùng Vì lý do này, NOMA được xem là một kỹ thuật đa truy cập hứa hẹn cho các ứng dụng truy cập vô tuyến trong tương lai.

NOMA có thể được áp dụng như trong trong trường hợp đường lên Trường hợp đường lên, SIC được thể hiện tại BS (xem hình 2.6)

Hình 2.5 Sơ đồ đa truy cập cho trường hợp 2 người dùng (a) NOMA (b) OMA [26]

Hình 2.6 Vùng công suất NOMA và OMA cho đường xuống [26]

Trong bài viết này, người dùng Ui truyền tín hiệu Si với công suất Pi = √𝑃𝛽 𝑖 Nhiễu AWGN được ký hiệu là w với phương sai 𝜎 𝑤 2 Nhờ vào SIC, BS tiến hành giải mã tín hiệu của U1 và U2 qua hai giai đoạn Giai đoạn đầu, tín hiệu của U2 được giải mã trong khi tín hiệu của U1 được coi là nhiễu Ở giai đoạn tiếp theo, người nhận trừ tín hiệu đã giải mã S2 từ tín hiệu nhận được và tiếp tục giải mã tín hiệu của U1 Lưu ý rằng tín hiệu của U2 có thể mạnh nhất tại BS do nó đi qua kênh mạnh nhất, do đó được giải mã trước và phải chịu sự can thiệp từ tín hiệu của U1.

Decoding of User2 signal SIC of User1 signal

Hình 2.4 NOMA trong trường hợp đường lên [26]

Tác giả [26] chỉ ra sự khác biệt rõ rệt giữa NOMA đường lên và đường xuống Cụ thể, trong quá trình đường xuống, người dùng mạnh sẽ thực hiện việc giải mã liên tiếp và hủy bỏ tín hiệu.

Trong quá trình truyền tải dữ liệu, tín hiệu của người dùng yếu cần được giải mã trước để tối ưu hóa độ lợi thông lượng Trên đường lên, BS sẽ liên tục giải mã và loại bỏ tín hiệu của người dùng mạnh trước khi xử lý tín hiệu của người dùng yếu Hơn nữa, do hạn chế về khả năng xử lý của thiết bị di động và thiếu đơn vị xử lý tập trung, việc triển khai các mô hình hủy bỏ phát hiện và can thiệp đa người dùng sẽ hiệu quả hơn trên đường lên Cuối cùng, người dùng mạnh thường bị ảnh hưởng nhiều hơn bởi sự can thiệp giữa các cụm trong đường xuống, trong khi người dùng yếu lại dễ bị tác động bởi can thiệp từ người dùng mạnh trên đường lên.

Mạng truy cập vô tuyến đám mây

Mạng vô tuyến đám mây (C-RAN) đã thu hút sự chú ý từ cả học viện và ngành công nghiệp, với nhiều lợi ích nổi bật Đầu tiên, việc di chuyển các bộ RRH gần hơn với người dùng giúp tăng cường công suất hệ thống và giảm tiêu thụ điện năng nhờ giảm khoảng cách truyền tín hiệu Thứ hai, việc tập trung xử lý băng tần cơ bản tại BBU chung cho phép áp dụng các kỹ thuật xử lý hợp tác để giảm nhiễu Cuối cùng, C-RAN hiệu quả hơn về năng lượng và chi phí nhờ khai thác độ lợi ghép kênh thống kê và phân nhóm tài nguyên Tuy nhiên, các ràng buộc front-haul ảnh hưởng lớn đến hiệu suất của C-RAN, và quy mô tỷ lệ các bộ RRH truy cập vào BBU chung bị giới hạn do tính phức tạp trong triển khai Nhiều mô hình hệ thống đã được đề xuất để khám phá lợi thế tiềm năng của C-RAN, nhưng việc xây dựng một C-RAN thống nhất cho 5G vẫn là một thách thức.

Mạng không đồng nhất

Để tăng dung lượng mạng di động ở các khu vực đông đúc với nhu cầu lưu lượng cao, nút nguồn thấp (Low Power Node - LPN) được xác định là thành phần chính trong mạng không đồng nhất (Heterogeneous Network - HetNet) Một lợi thế quan trọng của HetNets là tách rời mặt phẳng điều khiển và mặt phẳng người dùng, với LPN chỉ có mặt phẳng điều khiển Các kênh điều khiển và tín hiệu tham chiếu của LPN có thể được chuyển hoàn toàn sang các trạm gốc macro (Macro Base Stations - MBSs) Tuy nhiên, việc tái sử dụng cùng một nguồn tài nguyên phổ giữa MBSs và LPN có thể dẫn đến sự giao thoa liên tầng nghiêm trọng Do đó, việc ngăn chặn can thiệp thông qua các kỹ thuật xử lý tín hiệu tiên tiến là rất quan trọng, chẳng hạn như áp dụng kỹ thuật truyền và tiếp nhận đa điểm tiên tiến (CoMP) để giảm thiểu can thiệp giữa các tầng và lớp Kết quả thử nghiệm tại trung tâm Dresden cho thấy hiệu suất phổ hiệu suất trung bình (SE) từ CoMP đường lên chỉ đạt khoảng 20% với backhaul không lý tưởng.

Mạng vô tuyến đám mây không đồng nhất

Để đạt được những đột phá trong hệ thống 5G và khắc phục thách thức của C-RAN và HetNets, HCRAN (Mạng truy cập radio đám mây không đồng nhất) tích hợp công nghệ điện toán đám mây vào HetNets nhằm tối ưu hóa xử lý tín hiệu và chức năng mạng Điều này dẫn đến sự cải thiện đáng kể về hiệu suất SE và EE so với các hệ thống hiện tại Trong HCRAN, mặt phẳng điều khiển và mặt phẳng người dùng được tách biệt, với MBSs cung cấp tín hiệu điều khiển và vùng phủ sóng liên tục, trong khi RRH đảm nhận việc truyền dữ liệu tốc độ cao cho các dịch vụ lớn Quy trình xử lý tín hiệu hợp tác quy mô lớn và kết nối mạng trong HCRAN bao gồm ba kỹ thuật chính.

Bài viết đề cập đến 21 kỹ thuật xử lý tín hiệu không gian tiên tiến trong lĩnh vực vật lý, bao gồm công nghệ MIMO (Nhiều Đầu Vào - Nhiều Đầu Ra) và quy trình hợp tác không gian quy mô lớn được phân phối Ngoài ra, nó còn tập trung vào việc quản lý tài nguyên vô tuyến hợp tác quy mô lớn và ứng dụng đám mây trong việc điều khiển truy cập trung bình.

Quản lý mạng thông minh và tự tổ chức trong lớp mạng đóng vai trò quan trọng trong việc hỗ trợ tự cấu hình, tự tối ưu hóa và tự sửa lỗi, đặc biệt trong môi trường giao tiếp dày đặc với nhiều nút được triển khai ngẫu nhiên.

Hiệu suất năng lượng

Để nâng cao hiệu quả truyền thông về năng lượng, cần tối đa hóa tốc độ truyền dữ liệu so với hao phí công suất Tác giả [56] đã phát triển một công thức để đo lường hiệu suất năng lượng của hệ thống, dựa trên tỷ lệ giữa tổng tốc độ hệ thống và tổng công suất tiêu thụ Công thức hiệu suất năng lượng được trình bày như sau: η EE (U, P) = R(U,P).

Công suất tiêu thụ tổng thể của hệ thống được biểu diễn bằng công thức Ps(U, P) = Pc + PT, trong đó Pc là công suất tiêu thụ của mạch và PT là công suất truyền Để tối ưu hóa năng lượng, ta có thể xây dựng vấn đề dưới dạng η EE (U, P).

C5: |Un| ≤ Umax, trong đó C1 xác định yêu cầu hiệu suất cúp của kênh εout; C2 là giới hạn công suất truyền cho BS trong mạng single-cell đường xuống, và Pmax là công suất truyền tối đa của BS; C3 chỉ ra rằng tốc độ dữ liệu của mỗi người dùng phải lớn hơn tốc độ tối thiểu yêu cầu.

Trong bài viết này, chúng ta xem xét dữ liệu người dùng tối thiểu Rmin, được xác định bởi chất lượng dịch vụ (QoS) Điều kiện C4 đảm bảo rằng công suất phân bổ cho mỗi người dùng luôn dương, trong khi điều kiện C5 quy định số lượng người dùng được phân bổ trên mỗi kênh con phải nhỏ hơn số lượng tối đa Umax, mà có thể lớn hơn hai.

PHÂN TÍCH HIỆU SUẤT NĂNG LƯỢNG NOMA

Kênh truyền

Giả sử rằng, đường truyền xuống không dây từ C tới   R k i , , k  1, 2., , K ,

1, 2, , k i N chịu ảnh hưởng của fading phẳng h k i , và nhiễu Gaussian n k i , trong đó kỳ vọng thống kê được xác định như sau:

E n         , (3.2) trong đó v k i , (v k i , 2)là đường suy hao theo hàm mũ của mô hình lan truyền Còn

BW và P k i đại diện cho băng thông của đường truyền xuống không dây và công suất truyền được phân bổ cho R k i Tín hiệu được truyền từ C tới R k i được ký hiệu là x k i Giả sử rằng

24 năng lượng của x k i , được chuẩn hóa bởi E x k i , 2   1 Do đó, SINR tức thời của đường tải xuống không dây tại R k i , được đưa ra bởi:

  (3.3) với I j i  là nhiễu tích lũy từ tất cả RRH khác trừ R k i ,

Hình 3.1 Cấu trúc hệ thống của một NOMA - HCRAN.

Mô hình công suất tiêu thụ

Giao diện vô tuyến giữa RRH và BBU đóng vai trò quan trọng trong việc truyền dữ liệu, dẫn đến tổng mức công suất tiêu thụ liên quan đến truyền dẫn không dây front-haul trong HCRAN Công suất tiêu thụ này bao gồm cả tại RRH và bộ thu phát không dây front-haul tại BBU Để nghiên cứu hiệu suất năng lượng, luận văn này đã áp dụng mô hình công suất tiêu thụ tại RRH đã được phát triển.

25 khai trong [25] Đặt P k ( C ) , k1, 2, ,K, biểu thị mức công suất tiêu thụ của RRH loại k, công suất tiêu thụ P k ( C ) như được trình bày trong [25], [26], được đưa ra bởi:

Công suất bức xạ tại một anten được xác định bởi công thức P k ( A ) = P k ( RF ) * N k ( TC ) *  k ( PA ) *  k ( feed ), trong đó P k ( RF ) là công suất RF, N k ( TC ) là số lượng chuỗi thu phát,  k ( PA ) là hiệu suất năng lượng của bộ khuếch đại công suất (PA), và  k ( feed ) là suy hao của cáp.

Tổng tổn thất điện năng từ bộ chuyển đổi DC-DC và AC-DC, cùng với nguồn cung cấp chính và hệ thống tản nhiệt tại RRH loại k, là yếu tố quan trọng cần xem xét trong việc tối ưu hóa hiệu suất năng lượng.

Mức tiêu thụ điện của front-haul không dây từ C đến RRH bao gồm công suất tiêu thụ của giao diện đường tải xuống của chuyển mạch không dây và công suất tiêu thụ của chuyển mạch tổng hợp trong C Công suất front-hauling của đường tải xuống không dây từ C tới RRH thứ K được ký hiệu là P k (FH) Giả định rằng các giao diện vô tuyến đường tải xuống và các chuyển mạch tổng hợp giống hệt nhau, P k (FH) có thể được tham khảo từ các nguồn [23], [24].

Trong công thức (3.5), N k (NI) k đại diện cho số giao diện vô tuyến trên mỗi chuyển mạch tổng hợp, trong khi P k ( ,max SW) là công suất tiêu thụ tối đa của chuyển mạch này Công suất tiêu thụ của giao diện vô tuyến được ký hiệu là P k (RI), và T k cùng T k ,max lần lượt là lượng tải lưu lượng hiện tại và tối đa mà chuyển mạch tổng hợp có thể xử lý tại RRH loại thứ k Hệ số trọng số được ký hiệu là  k, còn P k ( ,max SW) thể hiện mức tiêu thụ năng lượng cho back-plane của chuyển mạch tập hợp.

Cuối cùng, tổng công suất tiêu thụ của đường truyền front-haul tại HCRAN có thể được xác định bởi:

   , (3.6) trong đó, P k ( TX ) ,k 1, 2, ,K, là tổng công suất truyền tại C cho RRH loại k Đặt P k i , là công suất phân bổ riêng cho   R k i , k , k 1, 2, ,K i, 1, 2, ,N k P k ( TX ) có thể được cho bởi:

NOMA cho đường tải xuống front-haul không dây

Tín hiệu nhận được qua kênh fading tại R k i , là y k i , y k i , được cho bởi:

Trong công thức (3.8), tín hiệu NOMA chồng lên được truyền từ C đến R_k_i thông qua kênh fading h_k_i Nhiễu Gaussian phức tạp n_k_i tại R_k_i có giá trị trung bình và phương sai bằng σ_k_i^2 Tín hiệu riêng cho R_k_i được biểu thị bằng x_k_i.

1, 2, , k K, i1, 2, ,N k Tín hiệu chồng lên x tại C có thể thu được như sau:

 (3.9) Độ lợi kênh được chuẩn hóa của liên kết từ C đến R k i , được biểu thị bởi G k i , ,

1, 2, , k K, i1, 2, ,N k G k i , có thể được cung cấp bởi:

Khoảng cách và hệ số suy hao kênh truyền của mô hình kênh lan truyền không dây giữa C và R k i được ký hiệu lần lượt là k i k d và k i k v Độ lợi kênh truyền đóng vai trò quan trọng trong việc phân bổ công suất cho từng R k i.

Coi nhiễu tại RRH của mỗi loại là như nhau, ví dụ  k i 2 ,  k 2 ,  k 1, 2, ,K,

Công suất phân bổ cho mỗi RRH của từng loại phụ thuộc vào độ lợi kênh riêng, áp dụng phương pháp tương tự như được đề xuất trong tài liệu [25] Đặc biệt, công suất phân bổ cho các RRH loại thứ k chịu ảnh hưởng lớn từ độ lợi kênh và cần phải đáp ứng các điều kiện nhất định.

P P  P Với giả sử bằng phương pháp SIC cho NOMA tại các RRH, tỷ lệ của công suất phân bổ cho

BS k và công suất cho BS k ,1 là   k  k (G k ,1/G k ,2)1  Bằng cách làm theo cùng một phương pháp được đề xuất trong [25], ta có:

Nói chung, công suất được phân bổ cho , , k i k

BS i2,3, ,N k , có thể viết đệ quy như sau

Thế phương trình (3.14) vào phương trình (3.7), chúng ta có:

Sau đó, công suất cho R k ,1 và R k i , , i 2,3, N k , có thể được xác định bởi:

Cuối cùng, SIC được áp dụng tại RRH để giải mã các tín hiệu lặp đi lặp lại, đồng thời loại bỏ các tín hiệu có độ lợi kênh thấp hơn và công suất phân bổ cao hơn Nhờ đó, tín hiệu mong muốn được giải mã thành công, vượt qua sự can thiệp từ các tín hiệu có độ lợi kênh cao hơn.

Phân tích hiệu suất năng lượng của NOMA đường tải xuống trong mạng

Hiệu quả năng lượng (EE) trong mô hình NOMA cho đường tải xuống không dây trong HCRAN được xác định là tỷ lệ giữa tổng thông lượng và tổng mức tiêu thụ năng lượng Trong đó, tổng thông lượng được đo bằng bits/s và hiệu quả năng lượng được tính bằng bits/J, tương ứng với R và η.

EE có thể được định nghĩa như sau:

P (3.18) là tổng công suất tiêu thụ, được tính theo công thức (3.6) Trong NOMA với SIC hoàn hảo, các tín hiệu từ các RRH có độ lợi kênh thấp hơn được phát hiện và loại bỏ thành công Do đó, thông lượng đạt được tại R k i, với k = 1, 2, , K và i = 1, 2, , N, có thể được xác định như sau [26]:

Sau đó, tổng thông lượng của toàn bộ mạng có thể đạt được bằng:

Thay (3.20) và (3.6) vào (3.18), có thể thu được hiệu suất năng lượng của mô hình NOMA bằng SIC hoàn hảo:

Ngược lại, trong NOMA sử dụng SIC không hoàn hảo, các tín hiệu từ các RRH có độ lợi kênh thấp hơn không thể bị loại bỏ hoàn toàn qua SIC, dẫn đến việc chúng trở thành nhiễu còn lại (Residual Interference - RI) Hệ số SIC không hoàn hảo được xác định bằng tỷ lệ tín hiệu còn lại trước và sau khi thực hiện SIC, với giá trị từ 0 đến 1 Thông lượng đạt được tại R k i có thể được tính bằng đơn vị bits/s.

1, 2, , k  K , i1, 2, ,N k đối với SIC không hoàn hảo có thể thu được như sau:

Tương tự như trường hợp trước, tổng thông lượng của toàn bộ mạng được đưa ra bởi:

Theo cách tương tự, có thể thu được hiệu suất năng lượng của mô hình NOMA bằng SIC không hoàn hảo bằng cách thay thế (3.23) và (3.6) vào (3.18):

Lưu đồ giải thuật

Lưu đồ giải thuật của chương trình bắt đầu bằng việc thiết lập các thông số, trong đó N_RRH đại diện cho số lượng trạm thu phát đầu xa, tăng từ 2 đến 40 với mỗi lần tăng 2 đơn vị Sau đó, chương trình thực hiện vòng lặp for từ 1 đến N_RRH, trong đó tính toán các giá trị quan trọng như công suất tiêu thụ tại các RRH, công suất phân bổ cho các RRH truy cập vào đám mây C, tốc độ đường xuống tại các RRH trong mạng HCRAN và hiệu suất năng lượng của mạng HCRAN.

Khai báo thông số (Xem mục 4.1) i=1;i