Xu hướng phát triển của thông tin vô tuyến
Với sự phát triển nhanh chóng của ngành thông tin truyền thông và sự xuất hiện của Mạng kết nối vạn vật (IoT), số lượng thiết bị kết nối vô tuyến ngày càng gia tăng Các thiết bị như điện thoại thông minh, máy tính xách tay, cảm biến theo dõi, camera, máy in và máy chiếu hoạt động hiệu quả trong hệ thống 5G, yêu cầu kết nối lớn, tốc độ cao và độ ổn định cao.
Trước nhu cầu ngày càng tăng về kết nối mạng di động cho các thiết bị, các nhà cung cấp dịch vụ nhận thấy rằng khả năng phục vụ hiện tại sẽ không đáp ứng đủ trong tương lai gần Để đảm bảo kết nối ổn định và xử lý lưu lượng dữ liệu cao, họ cần tìm ra giải pháp hiệu quả Việc tận dụng hạ tầng sẵn có hoặc phát triển công nghệ mới để thay thế dần công nghệ hiện tại là những hướng đi cần thiết cho sự phát triển bền vững trong ngành viễn thông.
Có 3 phương pháp giúp cải thiện dung lượng dữ liệu cho mạng di động tế bào đã được xem xét như sau:
Giảm kích thước tế bào giúp cho số lượng tế bào sử dụng tăng lên
Bổ sung thêm phổ tần số cho việc khai thác
Nâng cao hiệu suất sử dụng tần số trong hệ thống
Phương án đầu tiên gặp khó khăn do chi phí lắp đặt trạm gốc cao và vấn đề can nhiễu giữa các tế bào Thêm vào đó, tài nguyên tần số khan hiếm càng làm cho phương án thứ hai trở nên kém khả thi.
Phương án tăng cường hiệu quả sử dụng phổ tần số đã trở thành giải pháp then chốt trong ngành viễn thông Các công nghệ như GSM, WCDMA và OFDMA đã được phát triển qua các thế hệ mạng di động từ 1G đến 4G, mang lại hiệu quả ngày càng cao Hiện nay, để đáp ứng nhu cầu ngày càng tăng, thế hệ 5G cũng cần áp dụng công nghệ mới, trong đó Đa truy cập không trực giao (NOMA) dựa trên giao tiếp giữa thiết bị đến thiết bị (D2D) là một giải pháp tiềm năng.
[3] xuất hiện như một ứng cử viên tiềm năng để giải quyết những vấn đề trên.
Tính cấp thiết của luận văn
Để nâng cao hiệu suất mạng không dây trong tương lai, hệ thống D2D đã tích hợp nhiều kỹ thuật tiên tiến như MIMO, IRS, NOMA và truyền thông siêu cao tần Những công nghệ này hỗ trợ nhiều truy cập, đáp ứng nhu cầu dữ liệu cao của dịch vụ đa phương tiện với độ trễ thấp Nhờ vào tiềm năng lớn, nhiều sáng kiến đã phát triển dựa trên các công nghệ này, đạt được những thành tựu đáng kể trong việc cải thiện hiệu quả phổ.
NOMA (Non-Orthogonal Multiple Access) đã thu hút sự chú ý lớn như một giải pháp đa truy cập hứa hẹn, cho phép phục vụ nhiều người dùng đồng thời mà không cần thêm cơ sở hạ tầng Công nghệ này giúp giải quyết vấn đề băng thông bằng cách cho phép nhiều người dùng chia sẻ tài nguyên tần số cùng lúc, nâng cao tổng dung lượng kênh, đặc biệt khi nhu cầu dịch vụ vượt quá khả năng của hệ thống Để tối ưu hóa hiệu suất, người dùng được phân nhóm, trong đó những người có chất lượng kênh tốt hơn sử dụng kỹ thuật loại bỏ nhiễu liên tiếp để giảm thiểu nhiễu từ người dùng khác NOMA cũng được xem xét kết hợp với các kỹ thuật như MIMO và mmWave, với nhiều nghiên cứu trước đây chỉ ra tiềm năng của nó trong các mạng không dây 5G và hơn thế nữa.
Kiểm soát công suất là yếu tố quan trọng trong việc quản lý ngân sách và nâng cao hiệu suất hệ thống Việc phân bổ công suất hợp lý cho từng người dùng có thể cải thiện dung lượng kênh dựa trên thông tin kênh hoàn hảo Nghiên cứu cho thấy các kỹ thuật tạo chùm tuyến tính mang lại hiệu quả tổng phổ vượt trội Hơn nữa, một kế hoạch phân bổ tài nguyên hiệu quả năng lượng đã được đề xuất dựa trên chất lượng dịch vụ Tuy nhiên, trong môi trường có nhiều quyền truy cập, vấn đề tối ưu hóa trở nên khó khăn khi một số người dùng không đạt yêu cầu chất lượng dịch vụ Các nghiên cứu trước đây chủ yếu tập trung vào người dùng đồng nhất, trong khi vẫn còn thiếu các nghiên cứu về tối ưu hóa cho mạng không đồng nhất, nơi có sự hiện diện của cả người dùng di động và thiết bị D2D.
Các nguyên tắc cơ bản và ưu điểm của NOMA
Trong các lược đồ OMA như FDMA, TDMA, CDMA và OFDMA, người dùng được phân bổ tài nguyên vô tuyến trực giao, giúp máy thu dễ dàng phát hiện dữ liệu FDMA sử dụng tài nguyên tần số riêng cho mỗi người dùng, trong khi TDMA phân bổ khe thời gian độc quyền CDMA cho phép nhiều người dùng chia sẻ tài nguyên tần số với các ký hiệu được mã hóa bằng chuỗi trải trực giao, và OFDMA kết hợp FDMA và TDMA để tối ưu hóa phân bổ tài nguyên Tuy nhiên, số lượng người dùng tối đa bị giới hạn bởi tài nguyên có sẵn, điều này trở thành một thách thức cho 5G NOMA đã được nghiên cứu như một giải pháp thay thế, cho phép hỗ trợ nhiều người dùng hơn bằng cách sử dụng phân bổ tài nguyên không trực giao, mặc dù độ phức tạp của máy thu tăng lên NOMA có hai loại chính: NOMA miền công suất, phân biệt người dùng dựa trên mức công suất khác nhau, và NOMA miền mã, tương tự CDMA nhưng sử dụng trình tự không trực giao để giảm thiểu can thiệp.
Các ưu điểm chính của NOMA so với OMA cón thể tổng hợp theo các ý sau:
Cải thiện hiệu suất phổ và thông lượng tế bào là một yếu tố quan trọng trong việc tối ưu hóa tài nguyên tần số Tài nguyên này được chia sẻ không trực giao giữa người dùng trong cả miền công suất và miền mã của NOMA Trong các kênh AWGN, NOMA không chỉ đạt được tổng dung lượng tối đa mà còn hỗ trợ người dùng một cách công bằng hơn so với OMA Hơn nữa, giới hạn dung lượng của NOMA trong đường xuống cao hơn so với OMA Trong các kênh làm mờ đa đường chịu nhiễu liên ký hiệu (ISI), OMA vẫn có khả năng đạt được tổng dung lượng tối đa trong đường xuống, nhưng NOMA mang lại lợi thế về công bằng và hiệu suất.
NOMA dựa vào MUD là tối ưu, trong khi OMA vẫn là dưới mức tối ưu, nếu CSI chỉ đã biết ở máy thu đường xuống.
NOMA (Non-Orthogonal Multiple Access) cho phép kết nối rộng rãi bằng cách phân bổ tài nguyên không trực giao, không bị giới hạn bởi số lượng tài nguyên có sẵn, từ đó tăng cường khả năng hỗ trợ kết nối đồng thời Tuy nhiên, một số vấn đề như phần cứng không hoàn hảo và độ phức tạp tính toán có thể cản trở việc triển khai Trong khi OMA (Orthogonal Multiple Access) yêu cầu người dùng gửi yêu cầu lập lịch đến trạm gốc, dẫn đến độ trễ truyền cao và chi phí tín hiệu lớn, NOMA cho phép lập lịch động không bắt buộc, giảm đáng kể độ trễ và chi phí Các kỹ thuật như phát hiện mù và cảm biến nén có thể được áp dụng để tối ưu hóa truyền dẫn Tuy nhiên, cần lưu ý rằng trong một số lược đồ NOMA sử dụng bộ thu SIC, quá trình này có thể tạo ra độ trễ bổ sung, do đó số lượng người dùng phụ thuộc vào SIC không nên quá nhiều và cần áp dụng các kỹ thuật MIMO nâng cao để phục vụ nhiều người dùng hơn.
Yêu cầu về phản hồi kênh trong NOMA miền công suất sẽ được nới lỏng, vì phản hồi CSI chỉ cần thiết cho việc phân bổ công suất Điều này có nghĩa là không cần thiết phải có kiến thức CSI tức thời chính xác Dù là người dùng cố định hay di động, việc sử dụng phản hồi kênh lỗi thời với độ chính xác hạn chế và độ trễ tối đa nhất định sẽ không ảnh hưởng nghiêm trọng đến hiệu suất hệ thống, miễn là kênh không thay đổi quá nhanh.
Hình 1.1: Mô hình hệ thống được xem xét trong luận văn.
Đóng góp của luận văn
Nghiên cứu này xem xét tiềm năng của D2D và NOMA, đề xuất một mô hình truyền thông D2D dựa trên NOMA trong mạng không dây Mô hình cho phép sự tồn tại đồng thời của người dùng di động và thiết bị D2D tại các vị trí tùy ý, sử dụng mức công suất khác nhau Mỗi nhóm D2D bao gồm một số thiết bị được ghép nối để áp dụng kỹ thuật NOMA Sau khi chỉ định kênh con cho từng nhóm, mạng sẽ cung cấp chất lượng dịch vụ (QoS) đồng nhất cho tất cả người dùng và thiết bị, bất kể chất lượng kênh.
Chúng ta phân tích hệ thống giao tiếp D2D đường xuống hoạt động trong môi trường đường lên, với trạm gốc trang bị M ăng ten và quản lý L kênh con Mỗi người dùng di động được phục vụ bởi một ăng ten Ml trên mỗi kênh con, cho phép tái sử dụng tài nguyên phổ qua K nhóm D2D trong cùng khu vực địa lý Tất cả các thiết bị D2D, bao gồm máy phát và máy thu, đều sử dụng một ăng ten duy nhất Trong mỗi nhóm D2D, thiết bị được ghép đôi để giảm thiểu nhiễu trong sơ đồ NOMA.
Luận văn này đặt ra bài toán tối ưu hóa công bằng tối đa nhằm đảm bảo chất lượng dịch vụ (QoS) đồng đều cho tất cả người dùng trong mạng, bao gồm cả người dùng di động và người dùng D2D, trong điều kiện ngân sách năng lượng hạn chế Đặc biệt, một số nhóm thiết bị D2D dựa trên NOMA được phép tái sử dụng băng thông từ nhóm người dùng di động dưới sự kiểm soát của BS Để đạt được một mức QoS nhất định, bài toán tối ưu hóa công bằng max-min được chuyển đổi thành bài toán tối thiểu hóa tổng tiêu thụ công suất phát, đồng thời tuân thủ các yêu cầu về QoS và giới hạn công suất.
Tôi đã khảo sát độ lồi chuẩn tính của bài toán tối ưu hóa công bằng max-min và áp dụng phương pháp chia đôi để xác định giá trị tối ưu toàn cục Qua đó, tôi phát hiện ra giới hạn trên về QoS mà hệ thống có thể cung cấp cho người dùng di động và thiết bị D2D, giúp giảm độ phức tạp tính toán Điều này cũng chứng minh rằng thuật toán đề xuất có thể được thực hiện trong thời gian đa thức Thuật toán này cân bằng giữa việc tối đa hóa hiệu suất phổ tần kém nhất và giảm thiểu tổng công suất phát tiêu thụ.
Các kết quả cho thấy tính hiệu quả của tối ưu hóa trong việc cung cấp chất lượng dịch vụ (QoS) đồng đều cho tất cả người dùng di động và thiết bị D2D, thông qua các chỉ định kênh con, kỹ thuật ghép nối và trong các điều kiện kênh khác nhau.
Bố cục luận văn
Luận văn này bao gồm 5 chương.
Chương 1: Giới thiệu về luận văn và tính cấp thiết của luận văn Chương 2:
Chương 3 trình bày cơ sở lý thuyết về NOMA và D2D, tập trung vào việc xây dựng mô hình hệ thống và mô hình kênh Bài viết phân tích dung lượng của đường lên của người dùng trong mạng di động tế bào và đường xuống D2D, nhằm tối ưu hóa hiệu suất truyền tải dữ liệu Các khái niệm này đóng vai trò quan trọng trong việc cải thiện khả năng kết nối và tăng cường trải nghiệm người dùng trong môi trường mạng hiện đại.
Chương 4: Giải bài toán tối ưu chất lượng dịch vụ(QoS), mô phỏng và đánh giá kết quả
Chương 5: Đánh giá kết luận
CƠ SỞ LÝ THUYẾT 13 2.1 Tổng quan về NOMA
Khái niệm cơ bản của NOMA
Có nhiều giải pháp NOMA, chủ yếu được phân loại thành hai cách tiếp cận chính NOMA miền mã đạt được ghép kênh trong miền mã và chia sẻ toàn bộ tài nguyên có sẵn, tương tự như CDMA NOMA miền mã sử dụng các trình tự trải rộng thưa thớt hoặc tương quan chéo phi trực giao với hệ số tương quan thấp Các kỹ thuật này bao gồm CDMA trải rộng mật độ thấp (LDS-CDMA), OFDM dựa trên trải rộng mật độ thấp (LDS-OFDM), và đa truy nhập mã thưa thớt (SCMA) LDS-CDMA giúp hạn chế tác động của nhiễu, trong khi LDS-OFDM kết hợp LDS-CDMA và OFDM SCMA, một kỹ thuật mới dựa trên LDS-CDMA, cho phép ánh xạ bit trực tiếp tới các từ mã thưa thớt khác nhau, cải thiện hiệu suất và giảm độ phức tạp trong quá trình tiếp nhận.
Một số kỹ thuật đa truy nhập liên quan chặt chẽ đến NOMA bao gồm đa truy cập phân chia theo mẫu (PDMA) và đa truy cập phân chia theo không gian (SDMA) PDMA có thể được triển khai trong nhiều ứng dụng khác nhau, góp phần nâng cao hiệu suất truyền thông.
Kỹ thuật NOMA (Non-Orthogonal Multiple Access) bao gồm các lớp cơ bản khác nhau, với PDMA (Pattern Division Multiple Access) tối ưu hóa sự đa dạng và giảm thiểu chồng chéo giữa người dùng thông qua thiết kế mẫu phi trực giao Ghép kênh có thể diễn ra trong miền mã, miền không gian, hoặc kết hợp cả hai SDMA (Space Division Multiple Access) sử dụng nguyên lý từ CDMA để phân biệt người dùng thông qua phản ứng xung kênh dành riêng (CIR), đặc biệt hữu ích khi số lượng người dùng vượt quá số anten thu Tuy nhiên, việc ước tính CIR chính xác trở nên thách thức khi có nhiều người dùng Khái niệm SDR-MA (Software Defined Radio for Multiple Access) cho phép các dạng lược đồ NOMA khác nhau hoạt động song song, mang lại cấu hình linh hoạt cho các sơ đồ đa truy cập nhằm hỗ trợ các dịch vụ và ứng dụng đa dạng trong mạng 5G.
Trong số nhiều kỹ thuật đa truy cập phi trực giao, luận văn này sẽ tập trung vào kỹ thuật NOMA (Non-Orthogonal Multiple Access) trong miền công suất.
Mã hóa chồng chất (SC) và Loại bỏ nhiễu liên tiếp (SIC) là hai kỹ thuật cơ bản đóng góp quan trọng trong việc hiểu và phát triển công nghệ NOMA (Non-Orthogonal Multiple Access) Những phương pháp này giúp tối ưu hóa việc sử dụng băng thông và nâng cao hiệu suất truyền tải dữ liệu trong các hệ thống truyền thông hiện đại.
Các động lực thúc đẩy NOMA
Thế hệ tiếp theo của mạng không dây, 5G, cần đạt được thông lượng cao, độ trễ thấp và khả năng kết nối lớn Theo yêu cầu của Liên minh Viễn thông Quốc tế (ITU), mạng 5G phải đáp ứng các tiêu chuẩn khắt khe để đảm bảo hiệu suất tối ưu trong việc phục vụ người dùng.
Tốc độ dữ liệu tối thiểu đạt 10 Gbps, gấp 100 lần so với tốc độ của Dự án Đối tác Thế hệ thứ 3 (3GPP) Tiến hóa Dài hạn (LTE), cùng với độ trễ chỉ 1ms, thấp hơn mười lần so với độ trễ trong mạng 4G.
Mật độ kết nối lên đến 1.000.000 thiết bị trên km², gấp 100 lần so với mạng 4G, yêu cầu một phương pháp đa truy cập hiệu quả Các thế hệ mạng di động từ 1G đến 4G đã sử dụng các sơ đồ đa truy cập khác nhau, nhưng NOMA (Non-Orthogonal Multiple Access) nổi bật với khả năng cho phép nhiều người dùng chia sẻ các miền như thời gian, tần số và không gian Điều này giúp NOMA giải quyết các thách thức của mạng không dây thế hệ tiếp theo một cách hiệu quả hơn so với các sơ đồ truyền thống NOMA không chỉ cải thiện hiệu suất phổ mà còn tăng tính công bằng cho người dùng, đồng thời hỗ trợ nhiều kết nối hơn và giảm độ trễ bằng cách cho phép nhiều người dùng truy cập đồng thời vào cùng một tài nguyên không dây.
NOMA miền công suất là một kỹ thuật tối ưu hóa giao tiếp không dây bằng cách khai thác sự khác biệt về độ lợi kênh giữa các người dùng thông qua phân bổ công suất Kỹ thuật này cho phép chia sẻ tài nguyên vô tuyến hiệu quả hơn, mang lại nhiều lợi ích cho việc cải thiện chất lượng kết nối.
NOMA (Non-Orthogonal Multiple Access) được coi là giải pháp cần thiết cho việc kết nối khối lượng lớn, nhờ khả năng phục vụ nhiều người dùng hơn so với các kỹ thuật OMA (Orthogonal Multiple Access) Điều này xuất phát từ việc OMA bị giới hạn bởi số lượng tài nguyên có sẵn, như số mã trong CDMA và số khối tài nguyên trong OFDMA Trong khi đó, NOMA cho phép chồng chéo tín hiệu của nhiều người dùng, mang lại hiệu quả cao hơn trong việc kết nối.
NOMA có khả năng phục vụ nhiều người dùng trong một khối tài nguyên, phù hợp với các ứng dụng IoT với số lượng lớn thiết bị truyền tải dữ liệu không thường xuyên Việc phân bổ toàn bộ khối tài nguyên cho một thiết bị như trong OMA là không hiệu quả Đặc biệt, NOMA hỗ trợ yêu cầu độ trễ thấp cho các ứng dụng 5G, với các tiêu chuẩn nghiêm ngặt như 4ms cho băng thông rộng và 1ms cho truyền thông siêu tin cậy OMA gặp khó khăn trong việc đáp ứng các yêu cầu này do phải chờ khối tài nguyên chưa sử dụng, trong khi NOMA cho phép lập lịch linh hoạt, đáp ứng tốt hơn nhu cầu của nhiều thiết bị dựa trên ứng dụng và chất lượng dịch vụ (QoS).
NOMA (Non-Orthogonal Multiple Access) mang lại hiệu quả phổ cao hơn và công bằng hơn cho người dùng so với OMA (Orthogonal Multiple Access), đáp ứng yêu cầu của ITU cho IMT-2020 với hiệu suất phổ đỉnh 30 bit/s/Hz NOMA cho phép tất cả người dùng tận hưởng toàn bộ băng thông, trong khi OMA bị giới hạn bởi số lượng người dùng, dẫn đến hiệu suất thấp hơn Ngoài ra, NOMA có thể kết hợp với các công nghệ tiên tiến như MIMO lớn và sóng milimet (mmWave) để nâng cao hiệu quả quang phổ và hỗ trợ thông lượng cao hơn.
Trong những năm gần đây, NOMA đã thu hút sự quan tâm đáng kể từ cả giới học thuật và ngành công nghiệp, nhờ vào những lợi ích mà nó mang lại Mặc dù lý thuyết thông tin đã cung cấp nhiều cái nhìn sâu sắc, các kỹ thuật đa truy nhập trực giao vẫn được áp dụng trong các mạng di động từ 1G đến 4G Việc này chủ yếu nhằm mục đích giảm thiểu triệt tiêu nhiễu giữa các người dùng, vì nếu không, sẽ dẫn đến việc phát triển các máy thu phức tạp khó có thể chấp nhận.
Mặc dù sự phát triển của bộ xử lý đã làm cho NOMA trở nên khả thi, vẫn còn nhiều thách thức nghiên cứu cần giải quyết trước khi có thể triển khai NOMA không chỉ gặp phải các vấn đề thực tế mà còn tạo ra những thách thức mới về bảo mật và quyền riêng tư, khi người dùng có kênh tốt hơn có khả năng giải mã tín hiệu của người khác Thêm vào đó, việc truyền thông qua NOMA dễ bị nghe trộm từ bên ngoài Mặc dù có thể sử dụng các phương pháp bảo mật như mã hóa, nhưng chúng vẫn tiềm ẩn nhiều rủi ro do sự phát triển nhanh chóng của công nghệ tính toán Các thuật toán thỏa thuận khóa truyền thống cũng không phù hợp với nhiều mạng không dây hiện có và mới nổi, như mạng đặc biệt và IoT, vì chúng tiêu tốn nhiều tài nguyên như băng thông và năng lượng pin.
Mã hóa chồng chất(SC)
Kỹ thuật SC (Superposition Coding) cho phép truyền tải thông tin đồng thời từ một nguồn đến nhiều máy thu, hỗ trợ việc phát tín hiệu cho nhiều người dùng cùng lúc Một ví dụ điển hình là bài giảng trong lớp học, nơi giáo sư truyền đạt kiến thức cho sinh viên với nền tảng và khả năng khác nhau Trong trường hợp này, một số sinh viên có thể tiếp thu thông tin tốt hơn trong khi những người khác chỉ nhận được một phần Để tối ưu hóa việc truyền tải thông tin, bài giảng có thể được thiết kế sao cho những sinh viên có nền tảng phù hợp nhận được nhiều thông tin hơn, trong khi những sinh viên yếu hơn vẫn nhận được lượng tối thiểu cần thiết Để thực hiện SC, máy phát cần mã hóa thông tin cho từng người dùng, ví dụ như trong kịch bản hai người dùng, bộ phát sẽ sử dụng hai bộ mã hóa để ánh xạ thông tin tương ứng với các chuỗi tín hiệu phức tạp Hình 2.2 minh họa cách SC hoạt động, trong đó tín hiệu từ người dùng 1 có công suất phát cao hơn được chồng lên tín hiệu từ người dùng 2 có công suất phát thấp hơn.
SC là một lược đồ phi trực giao được công nhận với dung lượng trên kênh quảng bá Gauss vô hướng Vanka và cộng sự đã giới thiệu các chiến lược tối ưu cho SC, đồng thời đề xuất một kỹ thuật thiết kế sử dụng các khối mã hóa và giải mã cho người dùng đơn lẻ Trong giai đoạn mã hóa chồng chất, hai bộ mã hóa điểm-điểm f1 và f2 sẽ ánh xạ các bit đầu vào thành hai chuỗi bit đầu ra S1(n) và S2(n), mỗi chuỗi có độ dài khối T R1 và R2 biểu thị tốc độ truyền của người dựng 1 và người dựng 2, trong khi bãc đại diện cho phần số nguyên C là thư viện mã.
Hình 2.2 minh họa mã hóa SC với (a) chòm sao tín hiệu của người dùng 1, (b) chòm sao tín hiệu của người dùng 2, và (c) chòm sao tín hiệu chồng chất Thiết bị tổng kết sẽ cung cấp một chuỗi đầu ra.
Trong đó β i đại diện cho một phần của tổng công suất P cho người dùng i, tuân theo ràng buộc β 1 + β 2 = 1.
Loại bỏ nhiễu liên tiếp(SIC)
Kỹ thuật SIC (Successive Interference Cancellation) đã được đề xuất để giải mã thông tin chồng chất tại mỗi máy thu, bằng cách khai thác sự khác biệt về cường độ tín hiệu giữa các tín hiệu quan tâm Ý tưởng chính của SIC là giải mã các tín hiệu của người dùng một cách liên tiếp; sau khi một tín hiệu được giải mã, nó sẽ bị trừ khỏi tín hiệu kết hợp trước khi tiến hành giải mã tín hiệu tiếp theo Trong quá trình này, tín hiệu của người dùng khác được coi là nhiễu Trước khi áp dụng SIC, người dùng được sắp xếp theo cường độ tín hiệu để đảm bảo rằng tín hiệu mạnh hơn được giải mã trước, giúp cách ly tín hiệu yếu hơn Hình 2.2 và Hình 2.3 minh họa quy trình giải mã tín hiệu chồng chất, trong đó tín hiệu của người dùng 1 được giải mã đầu tiên, tiếp theo là tín hiệu của người dùng 2 Để hiểu rõ hơn về hoạt động của SIC trong truyền thông không dây và hệ thống OFDM (cũng như MIMO), các lý thuyết chi tiết có thể tham khảo thêm.
1 Ở người dùng 1, bộ giải mã một người dùng g 1 : C T → {0, 1} 2T R 1 giải mã bản tin S 1 (n)bằng cách coiS 2 (n) nhiễu.
2 Người dùng 2 thực hiện các bước sau để thu hồi thông điệp của mình từ tín hiệu nhận được Y 2 (n) :
(a) Giải mã thông báo S 1 (n) của người dùng 1 bằng cách sử dụng bộ giải mã một người dùng g 1 : C T → {0, 1} 2T R 1
(b) Khử √ P β 1 h 2 S 1 (n) từ tín hiệu nhận được Y 2 (n)
Hình 2.3: Ví dụ về giải mã SC (a) giải mã tín hiệu của người dùng 1 (b) giải mã tín hiệu của người dùng 2.
Trong đó h 2 là độ lợi kênh phức tạp ở người dùng 2.
(c) Giải mã bản tin S 2 (n) của người dùng 2 bằng cách áp dụng bộ giải mã một người dùng C T → {0, 1} 2T R 2 on Y 2 0 (n)
Nhờ vào sự phát triển vượt bậc trong sức mạnh xử lý tín hiệu, việc khử nhiễu trên thiết bị người dùng đã trở nên khả thi hơn, đặc biệt trong mạng LTE-A với nhiều cài đặt khác nhau Dưới đây là một số cài đặt tiêu biểu.
Loại bỏ và triệt nhiễu can thiệp hỗ trợ mạng là một thiết bị đầu cuối người dùng phức tạp được áp dụng trong 3GPP LTE-A Công nghệ này cho phép khử/triệt nhiễu hiệu quả hơn nhờ khả năng phối hợp mạng, mang lại lợi ích cho người dùng Trong quá trình phát triển, một nghiên cứu mở rộng đã được thực hiện trên các máy thu tiên tiến với các khả năng khử/triệt nhiễu khác nhau, trong đó MIMO cho một người dùng với lỗi bình phương trung bình tối thiểu đã được thiết kế để loại bỏ nhiễu liên tiếp trong LTE Release 8.
Truyền tải chồng chất nhiều người dùng là một đề xuất mới từ 3GPP nhằm cải thiện dịch vụ băng rộng di động đường xuống Phương pháp này bao gồm nhiều danh mục, mỗi danh mục tương ứng với các sơ đồ truyền khác nhau, giúp tối ưu hóa hiệu suất mạng và đáp ứng nhu cầu ngày càng tăng của người dùng.
NOMA có khả năng nâng cao hiệu suất hệ thống và tính công bằng cho người dùng qua kênh SISO thông qua OFDMA Hiệu quả phổ của NOMA được cải thiện khi kết hợp với giao tiếp MIMO, nhưng sự thành công của kỹ thuật này phụ thuộc vào việc hiểu biết về CSI giữa trạm phát (BS) và người dùng cuối Các giải pháp thực tiễn cho những người có CSI hạn chế và độ trễ là yếu tố quan trọng để NOMA trở nên khả thi Hiện nay, một biến thể của NOMA, gọi là MUST, đang được nghiên cứu cho các hệ thống 3GPP LTE-A.
Sơ đồ NOMA điển hình
Sơ đồ này mô tả một kịch bản truyền dữ liệu từ trạm gốc (BS) đến N người dùng U_i, với mỗi thiết bị được trang bị một ăng-ten duy nhất Trong kịch bản này, BS gửi dữ liệu đồng thời đến tất cả người dùng, với tổng công suất P, trong khi các liên kết không dây được giả định là độc lập và phân phối giống nhau, không tính đến fading Rayleigh và nhiễu trắng Gaussian (AWGN) Các kênh được sắp xếp theo thứ tự sức mạnh, cho thấy người dùng U_i có kênh yếu nhất thứ i Sơ đồ NOMA cho phép phục vụ đồng thời tất cả người dùng bằng cách sử dụng toàn bộ băng thông hệ thống, với kỹ thuật giải mã SC tại BS và SIC tại người dùng BS truyền dữ liệu chồng chất tuyến tính cho N người dùng bằng cách phân bổ công suất P_i = β_i P cho mỗi U_i Mỗi người dùng giải mã tín hiệu của các người dùng yếu hơn và loại bỏ chúng khỏi tín hiệu nhận được để giải mã tín hiệu của chính mình, coi tín hiệu từ người dùng mạnh hơn là nhiễu nội bào Tín hiệu nhận được tại U_i có thể được biểu diễn bằng công thức y_i = h_i x + w_i.
P β i S i là tín hiệu chồng chất được truyền từ BS đến người dùng U i, trong đó w i là nhiễu AWGN với giá trị trung bình bằng 0 và phương sai σ n 2 Nếu tín hiệu chồng chất tại BS và quá trình SIC tại U i được thực hiện một cách hoàn hảo, tốc độ dữ liệu tối đa mà người dùng U i có thể đạt được tương ứng với mỗi 1 Hz băng thông BW sẽ được xác định theo công thức cụ thể.
Hình 2.4: Lược đồ truy cập cho kịch bản hai người dùng (a) NOMA (b) OMA.
Lưu ý rằng tốc độ dữ liệu của người dùng U N là R N = log 2 1 + β N P |h N | 2 /σ n 2
, vì người dùng này giải mã và hủy liên tiếp tất cả các tín hiệu của người dùng khác trước khi giải mã tín hiệu của chính họ.
Sơ đồ NOMA với hai người dùng được trình bày trong Hình 2.4, so sánh với sơ đồ OMA để nêu rõ ưu điểm của NOMA Trong NOMA, toàn bộ băng thông 1 Hz được sử dụng đồng thời cho cả hai người dùng, trong khi OMA phân chia băng thông thành α Hz cho người dùng 1 và (1 − α) Hz cho người dùng 2 Người dùng 2 thực hiện giải mã tín hiệu cho người dùng 1 thông qua phương pháp SIC, nhờ vào độ lợi kênh cao hơn Sau khi giải mã, tín hiệu của người dùng 1 sẽ được trừ đi từ tín hiệu nhận được của người dùng 2, và tín hiệu còn lại sẽ được dùng để giải mã cho người dùng 2 Ngược lại, người dùng 1 không thực hiện SIC và giải mã tín hiệu trực tiếp, dẫn đến tốc độ dữ liệu đạt được cho hai người dùng được mô tả trong các công thức 2.5 và 2.6.
Với OMA, tốc độ dữ liệu có thể đạt được cho người dùng 1 và người dùng 2 lần lượt được đưa ra bởi 2.8 và 2.9:
Hình 2.5: Kịch bản đường lên NOMA
Sơ đồ NOMA điều chỉnh thông lượng của từng người dùng thông qua tỷ lệ phân bổ công suất P1/P2, ảnh hưởng trực tiếp đến thông lượng tổng thể và sự công bằng giữa các người dùng Trong trường hợp kênh không đối xứng với tỷ lệ tín hiệu trên nhiễu (SNR) khác nhau, các giá trị R1 và R2 tính từ công thức 2.5 và 2.6 cho thấy sự cải thiện đáng kể so với các giá trị R1 và R2 tính từ công thức 2.8 và 2.9.
NOMA có thể được áp dụng trong kịch bản đường lên, trong đó SIC được thực hiện tại trạm gốc (BS) Đối với NOMA với hai người dùng, tín hiệu nhận được tại BS được thể hiện qua công thức y = h1p.
P β 2 S 2 + w (2.9) Ở đây, người dùng U i truyền tín hiệu S i , với P i = √
P β i là công suất truyền w là AWGN với giá trị trung bình bằng 0 và phương sai σ 2 w Sử dụng SIC, BS tiến hành giải mã tín hiệu của U 1 và U 2 qua hai giai đoạn Trong giai đoạn tiếp theo, máy thu sẽ trừ tín hiệu đã giải mã S 2 khỏi tín hiệu nhận được và sau đó giải mã tín hiệu của U 1 Lưu ý rằng tín hiệu của U 2 có thể là tín hiệu mạnh nhất tại BS do nó đi qua kênh mạnh nhất, vì vậy tín hiệu này được giải mã trước và bị nhiễu từ người dùng U 1.
Có những khác biệt quan trọng giữa NOMA đường lên và đường xuống Trong trường hợp đường xuống, người dùng mạnh sẽ giải mã và hủy tín hiệu của người dùng yếu trước khi giải mã tín hiệu của chính họ, nhằm tối ưu hóa thông lượng Ngược lại, ở đường lên, BS sẽ giải mã và hủy tín hiệu của người dùng mạnh trước khi xử lý tín hiệu của người dùng yếu Thêm vào đó, do hạn chế về khả năng xử lý của người dùng di động và thiếu đơn vị xử lý tập trung, việc triển khai các kế hoạch loại bỏ can thiệp và phát hiện đa người dùng trong đường xuống gặp nhiều khó khăn hơn Cuối cùng, người dùng mạnh thường chịu ảnh hưởng nhiều hơn từ can thiệp trong cụm ở đường xuống, trong khi ở đường lên, người dùng yếu lại dễ bị ảnh hưởng bởi can thiệp từ người dùng mạnh.
Tổng quan về D2D
Trong những năm gần đây, mạng cục bộ không dây (WLAN) đã trở nên phổ biến nhờ vào khả năng cung cấp truy cập Internet và dịch vụ cục bộ với chi phí thấp và nhanh chóng Việc hoạt động trên băng tần được cấp phép mang lại lợi ích nhờ vào môi trường có kế hoạch, giúp giảm thiểu can thiệp so với môi trường không được phối hợp Điều này tạo thuận lợi cho các nhà cung cấp dịch vụ địa phương trong việc ra quyết định đầu tư dựa trên quyền truy cập vào phổ được cấp phép, miễn là chi phí cấp quyền vẫn ở mức hợp lý.
Giao tiếp D2D là một lớp nền quan trọng trong mạng di động, cho phép các thiết bị người dùng (UE) giao tiếp trực tiếp với nhau qua các liên kết D2D, bên cạnh việc kết nối qua các trạm gốc (NodeB hay eNB) trong kiến trúc LTE Mặc dù các kết nối D2D diễn ra trực tiếp giữa các UE, nhưng vẫn được kiểm soát bởi các eNB, đảm bảo rằng hoạt động di động vẫn được duy trì.
Các eNB có khả năng quản lý tài nguyên cho truyền thông di động và liên kết D2D, đồng thời thiết lập giới hạn công suất phát của các bộ phát D2D để giảm thiểu nhiễu cho các bộ thu di động Trong các mạng LTE dày đặc với tải cao, tài nguyên có thể được phân bổ cho các liên kết D2D, đặc biệt khi một đài phát thanh không thể phát hiện được phổ không sử dụng cục bộ, chẳng hạn như "khoảng trắng".
Các ứng dụng và dịch vụ dựa trên giao tiếp D2D rất đa dạng, ví dụ như việc thiết lập máy chủ đa phương tiện cục bộ tại buổi hòa nhạc rock để cung cấp tài liệu quảng cáo cho khách truy cập Trong khi mạng di động đảm nhận cuộc gọi điện thoại và kết nối Internet, truyền thông D2D mang lại giải pháp hiệu quả cho dịch vụ truyền thông cục bộ, giúp tải và phân phối tài liệu quảng cáo giữa người dùng mà không gây tắc nghẽn.
Kết luận chương
Với nhu cầu ngày càng tăng về dữ liệu tốc độ cao, hệ thống NOMA và D2D nổi bật như một giải pháp tiềm năng cho các thế hệ thông tin di động tiếp theo nhờ vào những lợi ích vượt trội của chúng.
NOMA và D2D đang mở ra một hướng nghiên cứu mới trong lý thuyết vô tuyến, với tiềm năng lớn trong lĩnh vực viễn thông Mặc dù vẫn còn nhiều thách thức cần giải quyết như phân bổ tài nguyên và các tiêu chuẩn mới, việc khắc phục những vấn đề này có thể mang lại lợi ích đáng kể, đáp ứng nhu cầu ngày càng tăng cao về thông tin di động.
MÔ HÌNH VÀ PHÂN TÍCH HỆ THỐNG
Trong phần này, chúng tôi sẽ trình bày mô hình hệ thống được phân tích và tính toán hiệu suất cho từng người dùng, dựa trên các kênh pha-đinh Rayleigh không tương quan.
Giới thiệu mô hình hệ thống
Hệ thống giao tiếp D2D đường xuống hoạt động trong một hệ thống đường lên với trạm gốc trang bị M ăng ten và quản lý L kênh con Mỗi người dùng di động được phục vụ một ăng ten M l trên mỗi kênh con Hệ thống kết hợp K nhóm D2D trong cùng khu vực địa lý để tối ưu hóa việc tái sử dụng tài nguyên phổ Tất cả các thiết bị D2D đều có một ăng ten duy nhất, và trong mỗi nhóm, các thiết bị được chỉ định sử dụng theo cặp nhằm loại bỏ nhiễu liên tiếp trong sơ đồ NOMA.
Người dùng di động được phân bố ngẫu nhiên trong một vùng tròn có bán kính rC, trong khi các thiết bị D2D giao tiếp trong khu vực bán kính rD, với các thiết bị phát D2D đặt ở trung tâm mỗi nhóm Trong kịch bản mạng di động, kênh giữa người dùng m sử dụng kênh con l và trạm gốc được ký hiệu bằng vectơ h l,m ∈C M Kênh giữa máy phát D2D thứ k và trạm gốc trên kênh con l được ký hiệu là g l,k ∈ C M Đối với giao tiếp D2D đường xuống, các kênh giữa máy phát D2D và hai máy thu trong cặp thứ n được ký hiệu lần lượt là g l,k,n,1 và g l,k,n,2 ∈C Hơn nữa, các kênh giữa người dùng di động m sử dụng kênh con l cho hai người dùng trong cặp D2D thứ n được ký hiệu là h l,m,k,n,1 và h l,m,k,n,2 ∈C.
Hình 3.1: Mô hình hệ thống được xem xét trong luận văn.
Mô hình kênh
Trong hệ thống mạng, các kênh lan truyền tuân theo pha-đinh Rayleigh không tương quan, phù hợp với môi trường không theo đường nhìn thẳng (NLoS) và có sự phân tán đầy đủ Về mặt toán học, các kênh này được mô tả bởi phân phối h l,m ∼ CN(0, β l,m I M).
Các hệ số pha-đinh quy mô lớn như β l,m, β l,k, β l,m,k,n,1, β l,m,k,n,2, β l,k,n,1 và β l,k,n,2 được sử dụng để mô hình hóa sự mất mát do suy hao và pha-đinh bóng mờ trong truyền tín hiệu Chúng phản ánh sự suy hao đường truyền của tín hiệu khi gặp phải các chướng ngại vật lớn như tháp cao và trong quá trình truyền tín hiệu qua khoảng cách dài giữa máy phát và máy thu Cụ thể, các hệ số này được định nghĩa theo công thức: β l,m = ν l,m 10 σzl,m 10, β l,k = ν l,k 10 σzl,k 10, và β l,m,k,n,1 = ν l,m,k,n,1 10 σzl,m,k,n,1.
Trong bài viết này, chúng tôi đề cập đến độ lệch chuẩn của pha-đinh bóng mờ, ký hiệu là σ Các biến ngẫu nhiên z l,m , z l,k , z l,m,k,n,1 , z l,m,k,n,2 , z l,k,n,1 , và z l,k,n,2 được phân phối theo phân phối chuẩn (CN) với trung bình 0 và độ lệch chuẩn 1 Đối với hệ số suy hao đường truyền, ký hiệu là ν, chúng tôi áp dụng mô hình hệ số kép để phân tích các biến ν l,m , ν l,k , ν l,m,k,n,1 , ν l,m,k,n,2 , ν l,k,n,1 , và ν l,k,n,2.
Với ν[dBm] thuộc tập hợp {ν l,m , ν l,k , ν l,m,k,n,1 , ν l,m,k,n,2 , ν l,k,n,1 , ν l,k,n,2 } và d (đơn vị mét) đại diện cho khoảng cách giữa máy phát và máy thu, tức là d thuộc tập hợp {d l,m , d l,k , d l,m,k,n,1 , d l,m,k,n,2 , d l,k,n,1 , d l,k,n,2 } Đối với các liên kết giao tiếp giữa trạm gốc và người dùng di động hoặc thiết bị D2D, ngưỡng d c được xác định.
152 [m], còn d c = 25 [m] được đặt bằng nhau cho liên kết giao tiếp giữa hai thiết bị D2D hoặc từ người dùng di động đến bất kỳ thiết bị D2D nào.
Dung lượng kênh của thiết bị D2D và người dùng tế bào mạng di động 33 1 Đường truyền lên tế bào mạng di động
Trong phần này, tôi sẽ tính toán dung lượng kênh đường lên cho từng người dùng di động bằng cách áp dụng kỹ thuật phát hiện để giải mã các tín hiệu mong muốn Bên cạnh đó, tôi cũng sẽ tính toán dung lượng kênh đường xuống cho mỗi thiết bị D2D, sử dụng kỹ thuật loại bỏ nhiễu kế tiếp để tối ưu hóa hiệu suất truyền tải.
3.3.1 Đường truyền lên tế bào mạng di động
Trạm gốc gửi một bản tin x l,m tới người dùng m bằng cách sử dụng kênh con thứl với E {|x l,m | 2 } = 1 Tín hiệu nhận được ở kênh con thứ l được biểu diễn bởi y l =
Trong bài viết này, P l,m đại diện cho công suất phân bổ từ trạm gốc cho người dùng m qua kênh con thứ l Tại cặp thứ n trong nhóm thứ k, hai tín hiệu phức t l,k,n,1 và t l,k,n,2 được phát đi với E {|t l,k,n,1 | 2 } = 1 và E {|t l,k,n,2 | 2 } = 1 Công suất tương ứng P l,k,n,1 và P l,k,n,2 được phân bổ cho các tín hiệu này, trong khi nhiễu nền ζζζ l được phân phối theo dạng ζζζ l ∼ CN (0, σ UL 2 I M ) Biến nhị phân η l,k được định nghĩa như sau: η l,k =
1, Nếu nhóm k sử dụng kênh con thứ l,
(3.15) Đối với các hạn chế về công suất thực tế, các mức công suất truyền từ trạm gốc và các máy phát D2D thỏa mãn:
0 ≤ P l,k,n,2 ≤ P max,l,k,n,2 (3.18) Để giải mã tín hiệu mong muốn từ người dùng m sử dụng kênh con l, tôi giả định rằng trạm gốc sử dụng vectơ phát hiện w l,m ∈C M là: ˆ x l,m = w l,m H y l = p
Nhiễu giữa những người dùng tế bào mạng di động +
Trong (3.19), tín hiệu mong muốn được trình bày ở phần đầu tiên, trong khi phần thứ hai phản ánh sự can thiệp từ các người dùng di động khác Cuối cùng, sự can thiệp từ các thiết bị D2D và nhiễu nhiệt cũng được xem xét Do đó, hiệu quả phổ của người dùng m trong kênh con thứ l được tính toán như sau:
R l,m = log 2 (1 + γ l,m ) [b/s/Hz], (3.20) Trong đó tỷ lệ tín hiệu trên nhiễu và tạp âm (SINR), ký hiệu là γ l,m , được biểu thị bằng: γ l,m = P l,m |w H l,m h l,m | 2
Biểu thức hiệu suất phổ trong (3.20) được áp dụng cho mọi mô hình kênh và kỹ thuật phát hiện Cụ thể, tử số trong (3.21) phản ánh hiệu quả của phương pháp phát hiện thông qua việc nâng cao công suất nhận được tại trạm gốc Hơn nữa, mẫu số bao gồm cả nhiễu nền và nhiễu lẫn nhau, ảnh hưởng đến hiệu quả phổ của tất cả người dùng di động m, ∀m.
3.3.2 Đường xuống D2D Đối với giao tiếp D2D ở cặp thứ n trong nhóm thứ k, thiết bị có độ lợi kênh nhỏ hơn được gọi là thiết bị yếu hơn Không làm mất đi tính tổng quát, tôi gọi trong cặp thứ n , thiết bị 1 có độ lợi kênh yếu hơn (chúng ta gọi thiết bị yếu hơn) và thiết bị 2 có độ lợi kênh mạnh hơn (chúng ta gọi thiết bị mạnh hơn), nó được thể hiện rằng:
Trong mỗi cặp thiết bị, tôi giả định rằng việc loại bỏ nhiễu liên tiếp hoàn hảo chỉ khả thi với thiết bị mạnh hơn, trong khi thiết bị yếu hơn sẽ áp dụng phương pháp giải mã thông thường Tôi đã mô hình hóa tín hiệu nhận được cho từng thiết bị trong cặp D2D bằng cách sử dụng kênh con thứ l Cụ thể, tín hiệu nhận được của thiết bị 1 trong cặp thứ n được xây dựng theo công thức: y l,k,n,1 = g l,k,n,1 p P l,k,n,1 t l,k,n,1.
Can nhiễu tế bào mạng di động
Can nhiễu giữa các cặp
Trong bài viết này, ζ l,k,n,1 ∼ CN (0, σ DL 2 ) được đề cập, trong đó phần đầu tiên biểu thị tín hiệu mong muốn, trong khi phần thứ hai liên quan đến nhiễu bên ghép cặp Sự can nhiễu từ người dùng mạng di động và các thiết bị phát D2D khác sử dụng kênh con thứ l được thể hiện qua phần thứ ba và thứ tư Cuối cùng, phần đại diện cho nhiễu nhiệt cũng được nhấn mạnh Hiệu suất quang phổ của thiết bị này được xem xét kỹ lưỡng.
Trong đó giá trị SINR, được biểu thị bằng γ k,n,1 , γ l,k,n,1 =
Trong (3.25), tử số phản ánh mức độ cần thiết của việc điều khiển công suất và mức tín hiệu bị suy giảm trong môi trường truyền tin Ngược lại, thiết bị 2 trong cặp thứ n sử dụng khả năng khử nhiễu liên tiếp hoàn hảo để loại bỏ nhiễu ghép nối nội bộ Kết quả là, tôi thu được hiệu suất phổ như sau:
Trong đó giá trị SINR của thiết bị 2 của cặp thứ ntrong nhóm thứ k được tính như sau: γ l,k,n,2 = P l,k,n,2 |g l,k,n,2 | 2
Nhiễu bên trong từ thiết bị 1 được giảm thiểu hoàn toàn nhờ vào phương pháp loại bỏ nhiễu liên tiếp hoàn hảo Sử dụng các hiệu suất phổ thu được, tôi tiến hành xây dựng và giải quyết tối ưu hóa, nhằm cung cấp dịch vụ đồng nhất cho tất cả người dùng trong hệ thống, bất kể điều kiện CSI tức thời.
Kết luận chương
Trong chương này, chúng tôi đã trình bày một mô hình hệ thống giao tiếp đường lên trong mạng di động và giao tiếp D2D đường xuống Các khái niệm về dung lượng kênh và tỷ lệ tín hiệu trên nhiễu và tạp âm đã được giải thích rõ ràng.
TỐI ƯU CHẤT LƯỢNG DỊCH VỤ NGƯỜI DÙNG
4.1 Xây dựng bài toán tối ưu
Mục tiêu của phần này là tối ưu hóa chất lượng dịch vụ (QoS) cho tất cả người dùng di động và thiết bị D2D bằng cách giảm thiểu mức tiêu thụ công suất truyền trong điều kiện kênh vô tuyến bị ảnh hưởng bởi môi trường lan truyền Việc đảm bảo một mức chất lượng trải nghiệm dịch vụ cụ thể cho từng người dùng di động và thiết bị D2D hiện chưa được tiêu chuẩn hóa.
Tôi đề xuất một phương pháp xác định mức QoS tối ưu cho cả thiết bị D2D và người dùng di động, trong đó giả định rằng các nhóm D2D đã được phân bổ vào các kênh con cụ thể thông qua phương pháp phân tập Mục tiêu là tối ưu hóa mức QoS thấp nhất, tương ứng với tình huống có điều kiện kênh xấu nhất trong mạng.
Trong bài viết này, các trọng số w l,k,n,1, w l,k,n,2 và w l,m được xác định là các giá trị dương, thể hiện mức độ ưu tiên của từng người dùng Để tối ưu hóa vấn đề này, tôi đã đề xuất một phương pháp mới ξ, cho phép chuyển đổi bài toán (4.1) thành một dạng tương đương nhằm tối đa hóa kết quả.
Trong bài viết này, tôi đề cập đến thông số QoS tối thiểu ξ mà tôi muốn tối đa hóa để đảm bảo cung cấp dịch vụ đồng nhất cho tất cả người dùng và thiết bị, bất kể điều kiện kênh Cụ thể, tôi định nghĩa ξ l,k,n,1 = 2 ξw l,k,n,1 − 1, ξ l,k,n,2 = 2 ξw l,k,n,2 − 1, và ξ l,m = 2 ξw l,m − 1 Từ đó, tôi tái cấu trúc bài toán tối ưu hóa theo các yêu cầu QoS (4.2) thành bài toán tương ứng với các ràng buộc SINR để tối đa hóa hiệu suất dịch vụ.
Việc tối ưu hóa hệ số lũy thừa và mức SINR tối đa làm cho bài toán (4.3) trở thành một chương trình hình học, với các ràng buộc SINR được định dạng lại dưới dạng hậu thức và các ràng buộc công suất là đơn thức Mặc dù chương trình hình học không lồi ở dạng chuẩn, giá trị tối ưu toàn cục cho bài toán (4.3) có thể được tìm thấy bằng cách khai thác một cấu trúc lồi ẩn, tuy nhiên, cấu trúc này có độ phức tạp tính toán cao Do đó, luận văn này đề xuất một thuật toán nhằm giải quyết bài toán (4.3) với chi phí thấp hơn, dựa trên các quan sát đạt được với một ξ cho trước như trong Bổ đề 1.
Bổ đề 1 Đối với một giá trị không âm nhất định là ξ, vấn đề (4.3) tương đương với maximize
Là một chương trình tuyến tính, và do đó, có thể thu được giá trị tối ưu toàn cục trong thời gian đa thức.
Bài toán (4.4) được chứng minh là một hàm tuyến tính và lồi, với hàm mục tiêu là một hằng số, thể hiện một trường hợp đặc biệt của hàm tuyến tính Các hạn chế về công suất cũng được xác định là các hàm liên kết Sử dụng các biểu thức trong (3.21), chúng ta sẽ định dạng lại các ràng buộc SINR.
Bài toán (4.4) được xác định là một chương trình tuyến tính ở dạng chuẩn do các ràng buộc của nó Mức tối ưu toàn cục của bài toán này có thể đạt được, như đã được minh họa trong bổ đề.
Giải pháp toàn cục cho vấn đề (4.4) đã được chứng minh có thể đạt được với ξ cố định thông qua việc giải một chương trình tuyến tính Tuy nhiên, giải pháp này không giảm thiểu tổng tiêu thụ điện năng truyền tải, điều này không phù hợp với mục tiêu cải thiện hiệu quả năng lượng trong thế hệ 5G Do đó, tôi đã điều chỉnh (4.4) thành một bài toán tối ưu hóa mới, nhằm cung cấp giải pháp tiết kiệm năng lượng trong khi vẫn đảm bảo các yêu cầu về SINR.
Bài toán (4.9) được chứng minh là một chương trình tuyến tính theo phương pháp tương tự như trong Bổ đề 1, cho phép đạt được mức tối ưu chung thông qua công cụ tối ưu hóa với phương pháp điểm bên trong [42] Từ các ràng buộc về yêu cầu SINR của tất cả người dùng và thiết bị, tôi nhận thấy rằng giải pháp cho các ràng buộc SINR khi chúng bằng nhau chính là giải pháp của bài toán (4.9) Do đó, các ràng buộc SINR PL l=1 M m của người dùng di động có thể được diễn đạt lại một cách chính xác.
Chứa các biến công suất PL l=1 M m được liên kết với tất cả người dùng di động.
Tương tự, các ràng buộc SINR 2PK k=1 N k của thiết bị D2D được định dạng lại thành:
Để giải bài toán tối ưu hóa công suất cho các thiết bị D2D, chúng ta cần xem xét các biến công suất và xác định tính khả thi của hệ phương trình Lời giải tối ưu cho bài toán (4.9) có thể đạt được bằng cách giải hệ phương trình tuyến tính trong (4.10) và (4.11) Tuy nhiên, nếu giải pháp chứa hệ số công suất không thỏa mãn các ràng buộc, vấn đề sẽ trở nên không khả thi Để tìm giá trị SINR tối ưu cho tất cả người dùng di động và thiết bị D2D, tôi đề xuất áp dụng phương pháp phân giác với phạm vi tìm kiếm được xác định trong Định lý 1 Theo Định lý 1, giá trị tối ưu của (4.2) có thể đạt được bằng cách kiểm tra tính khả thi của (4.9) trong phạm vi tìm kiếm SINR S = [0, ξ 0 upper ], với ξ 0 upper được chọn sao cho (4.9) trở nên không khả thi, và một tùy chọn để tính ξ 0 upper là ξ 0 upper = min.
Chứng minh có mục đích chính là tính toán theo ràng buộc quy định tại (4.12) Đặc biệt, đối với người dùng di động tùy ý m sử dụng các kênh con l, giá trị SINR được giới hạn trên là γ l,m.
Trong công thức (4.13), P l,m kw l,m k 2 kh l,m k 2 kw l,m k 2 2 σ UL 2 được xác định bởi nhiễu vốn có và nhiễu nhiệt trong hệ thống nhiều người dùng Đặc biệt, kết quả này đạt được thông qua bất đẳng thức Cauchy – Schwarz.
Giả định rằng không có nhiễu nhiệt hoặc sự can thiệp từ người dùng di động và các thiết bị D2D khác, giá trị SINR tối đa của thiết bị D2D yếu được xác định bởi công thức k γ l,k,n,1 ≤ P l,k,n,1 |g l,k,n,1 | 2.
P l,k,n,2 (4.15) Đối với thiết bị D2D mạnh D2D trong cặp k, tôi bỏ qua tất cả sự can thiệp lẫn nhau để có được giới hạn trên về giá trị SINR của γ l,k,n,2 ≤ P l,k,n,2 |g l,k,n,2 | 2 σ DL 2 (4.16)
Kết hợp (4.13)–(4.16) và thu được giới hạn trên áp dụng cho tất cả người dùng, tôi thu được kết quả được hiển thị trong định lý.
Dựa trên định lý 1, bài toán (4.9) được giải quyết qua phương pháp lặp lại nhằm giảm phạm vi tìm kiếm và đạt được mức QoS tối đa Một trong những quy trình tìm kiếm hiệu quả là phương pháp phân tách nổi tiếng [43], được khai thác trong luận văn này Tôi xác định hai tham số quan trọng: ξ candidate, đại diện cho giá trị QoS đã chọn trong mỗi lần tìm kiếm lặp lại, và δ, là giá trị độ chính xác của tìm kiếm theo dòng Sau khi xác định giới hạn trên, quá trình tìm kiếm sẽ được tối ưu hóa hơn.
Algorithm 1: Tối ưu QoS dựa trên phương pháp chia đôi.
1 Result: Giải quyết tối ưu hóa trong (4.9).
Input: Khởi tạo cận trên ξ 0 max và độ chính xác tìm kiếm δ;
6 if (4.9) không khả thi cho ξ k = w k ξ candidate , ∀k, then
10 Set {P P P save } là giải pháp cho (4.9);
13 Set ξ min final = ξ min and ξ final max = ξ max ;
Output: Kết quả cuối cùng [ξ final min , ξ final max ] và {P P P save };
14 final; và giới hạn dưới, ξ min , ξ max , của yêu cầu SINR, tính khả thi của (4.9) được chứng minh cho giá trị ξ candidate = (ξ max + ξ min )/2 (4.17)
Nếu (4.9) khả thi, thì giải pháp của nó cho các biến lũy thừa được lưu trong
