MỤC TIÊU NGHIÊN CỨU
Giới thiệu chung
1.1.1 Xu hướng phát triển của thông tin vô tuyến
Ngày nay, nhu cầu về thông tin di động tốc độ cao đang gia tăng nhanh chóng, trong khi các công nghệ di động hiện tại không đủ khả năng đáp ứng Đồng thời, sự đa dạng trong truy cập cũng tăng lên, với một lượng lớn thiết bị kết nối vào mạng Theo nghiên cứu của Cisco, lưu lượng truyền tải từ các thiết bị thông minh và số lượng truy cập đang có xu hướng tăng mạnh.
Hình 1.1: Dự báo tăng trưởng lưu lượng dữ liệu từng năm của Cisco
Hình 1.2: Dự báo về số lượng thiết bị thông minh truy cập hệ thống mạng
Với sự phát triển nhanh chóng, hệ thống thông tin di động tế bào hiện tại không thể đáp ứng nhu cầu sử dụng ngày càng tăng Do đó, cần thiết phải tìm kiếm giải pháp để nâng cao thông lượng dữ liệu cho mạng di động trong tương lai.
Có 3 hướng giải pháp chính để tăng dung lượng dữ liệu cho hệ thống thông tin di động tế bào:
• Tăng mật độ sử dụng cell.
• Sử dụng thêm phổ tần.
• Tăng hiệu suất sử dụng phổ.
Cả ba phương án đều yêu cầu nhà mạng quản lý chặt chẽ tài nguyên tần số, năng lượng và can nhiễu Sự gia tăng nhanh chóng về số lượng và loại người dùng dẫn đến mật độ sử dụng cao trong một tế bào mạng, tạo ra thách thức quản lý cho nhà mạng Tuy nhiên, điều này cũng mở ra cơ hội cho việc phát triển mô hình mạng hỗn hợp (HetNet - Heterogeneous Network).
Mô hình mạng HetNet hứa hẹn sẽ mang đến bước đột phá trong tương lai, cho phép hàng triệu người dùng truy cập mạng đồng thời Để hiện thực hóa điều này, cần áp dụng các kỹ thuật mới, trong đó giao thức giao tiếp thiết bị với thiết bị (D2D) trong các tế bào con và kỹ thuật đa truy cập không trực giao (NOMA) nổi lên như những giải pháp tiềm năng.
1.1.2 Tính cấp thiết của luận văn
Giao tiếp giữa thiết bị với thiết bị trong phạm vi gần, hay còn gọi là Femto-Cell, là công nghệ hứa hẹn giúp giảm tải lưu lượng dữ liệu trên mạng di động và tăng tính linh hoạt mà không cần thông qua NodeB Việc sử dụng các cặp thiết bị D2D với khoảng cách truyền ngắn và mức năng lượng thấp có thể cải thiện đáng kể hiệu quả sử dụng phổ (SE) và hiệu quả sử dụng năng lượng (EE) thông qua việc chia sẻ phổ với người dùng mạng tế bào Mặc dù trước đây, việc chia sẻ phổ chủ yếu được áp dụng ở tuyến lên do mật độ người dùng lớn ở tuyến xuống, nhưng với sự gia tăng mật độ thiết bị di động hiện nay, tải giữa hai tuyến đã trở nên tương đương Hơn nữa, giao tiếp D2D còn mở ra khả năng cho dịch vụ chia sẻ ngang hàng (P2P), tạo ra nhiều cơ hội nghiên cứu trong các kịch bản khác nhau.
Công nghệ đa truy cập không trực giao giúp giảm áp lực về yêu cầu lưu thông dữ liệu cao trong các thế hệ mạng mới trong tương lai.
NOMA đã chứng minh sự cải thiện vượt trội về cả hiệu suất năng lượng (SE) và hiệu suất phổ (EE) mà không cần cơ sở hạ tầng bổ sung Mặc dù OMA vẫn là công nghệ cốt lõi cho hiệu suất thông lượng cao, sự phát triển mạng không dây lên 5G đối mặt với thách thức mới do sự dày đặc của thiết bị Điều này tạo ra nhu cầu mạnh mẽ cho nghiên cứu và phát triển NOMA, cho phép nhiều người dùng chia sẻ cùng một kênh thông qua các mức công suất truyền phát khác nhau Công nghệ khử nhiễu liên tiếp (SIC) được sử dụng tại máy thu để giải mã tín hiệu mong muốn Vì vậy, việc nghiên cứu tính khả thi kết hợp NOMA với D2D trở nên cần thiết để đạt được hiệu quả tối ưu trong hệ thống truyền thông.
Hệ thống sử dụng kỹ thuật ghép kênh phân chia theo tần số trực giao (OFDM) hiện nay cần một băng tần lớn và thường gặp vấn đề về chất lượng tín hiệu do ảnh hưởng của fading từ môi trường truyền sóng.
Kỹ thuật NOMA (Non-Orthogonal Multiple Access) là một phương pháp điều chế đa sóng mang đặc biệt, cho phép nhiều người dùng chia sẻ cùng một tần số truyền tải, từ đó nâng cao hiệu quả sử dụng tần số Với sự gia tăng nhanh chóng về số lượng người dùng và thiết bị, việc các tế bào mạng chồng lấn nhau là điều không thể tránh khỏi, đòi hỏi một giải pháp quản lý mạng tế bào hiệu quả Các tế bào mạng con giao tiếp mà không cần quản lý từ trạm lớn và có khả năng tái sử dụng tần số của toàn hệ thống, khiến cho việc áp dụng NOMA cho các nhóm thiết bị khoảng cách ngắn trở thành một giải pháp tối ưu đang được chú ý Việc khai thác băng tần của NOMA-D2D trong mô hình HetNet giúp tăng mật độ hiệu quả, khi mỗi người dùng được cấp phát công suất hợp lý và sử dụng kỹ thuật triệt tiêu nhiễu liên tục (SIC) để cải thiện chất lượng truyền tải Hơn nữa, việc các thiết bị này sử dụng chung tần số từ mạng tế bào sẽ tạo ra lợi ích băng tần tối ưu Tuy nhiên, việc áp dụng NOMA-D2D vẫn tồn tại một số nhược điểm cần được xem xét.
• Can nhiễu lớn tới từ cả người dùng mạng tế bào cũng như các tế bào con khác
• Thường yêu cầu độ chính xác trạng thái kênh truyền (CSI).
• Lựa chọn ghép thiết bị sử dụng NOMA.
• Cấp phát tần số cho từng tế bào mạng con.
Kỹ thuật NOMA cho phép nhiều thiết bị và người dùng mạng tế bào sử dụng đồng thời tài nguyên thời gian – tần số, từ đó nâng cao tổng thông lượng của hệ thống Việc áp dụng NOMA cho các thiết bị trong mạng tế bào mang lại hiệu quả cao với chi phí phần cứng và độ phức tạp thấp Ý tưởng này đã dẫn đến sự phát triển của hệ thống mạng HetNet kết hợp NOMA-D2D, hứa hẹn mang lại chi phí thấp, phương pháp xử lý đơn giản và tiết kiệm năng lượng.
1.1.4 Tình hình nghiên cứu trong và ngoài nước
5G sẽ được chuẩn hóa trong ấn bản thứ 15 của 3GPP, trong khi kỹ thuật NOMA sẽ được giới thiệu trong tạp chí IEEE về mạng 6G Nghiên cứu toàn cầu đang tìm hiểu lợi ích tiềm năng của NOMA, đặc biệt trong truyền dẫn D2D trong các tế bào con Mô hình hệ thống HetNet với tế bào con đã được nghiên cứu, cùng với các kỹ thuật giải quyết vấn đề cho hệ thống này Giao tiếp D2D trong các tế bào con cũng đã được xem xét, và kịch bản truyền NOMA đường xuống đã được nghiên cứu với các người dùng ăng ten đơn và nhiều ăng ten phát tại trạm gốc Nghiên cứu đã phát triển các phương pháp điều khiển công suất để tối ưu hóa việc sử dụng kênh con trong hệ thống NOMA-D2D, đồng thời đề xuất khái niệm nhóm người dùng để chia sẻ tài nguyên hiệu quả hơn Các nghiên cứu trước đó đã chỉ ra tác động của việc ghép đôi người dùng trong hệ thống NOMA-D2D và các thách thức về can thiệp giữa người dùng tại trạm gốc Để giảm thiểu nhiễu, kỹ thuật Beamforming hỗ trợ NOMA đã được giới thiệu, cùng với các kỹ thuật Zero Forcing và truyền tỷ lệ tối đa giúp cải thiện hiệu suất trong điều kiện kênh truyền khác nhau.
1.1.5 Những đóng góp chính của luận văn
Luận văn này tập trung vào việc tối ưu hóa tổng công suất truyền của tất cả các thiết bị trong mạng, đồng thời đảm bảo các yêu cầu về SINR tối thiểu được duy trì.
So với các nghiên cứu trước đó, những đóng góp của luận văn này có thể được liệt kê trong các điểm sau:
Hệ thống NOMA trong tế bào con sử dụng các thiết bị D2D mới, kết hợp khái niệm ghép cặp D2D và CU, cho phép máy phát D2D giao tiếp hiệu quả với nhiều máy thu D2D Các cặp D2D được tổ chức sao cho giao thức NOMA có thể được áp dụng, tạo thành một nhóm D2D trong tế bào con Nhờ đó, tốc độ truyền tín hiệu cho cả người dùng di động và thiết bị D2D trong tế bào con được nâng cao.
Việc tối ưu hóa tổng công suất truyền tải liên quan đến việc phân bổ tài nguyên cho kênh phụ và ghép cặp người dùng D2D trong các tế bào con, cũng như điều khiển công suất cho người dùng Nhờ vào tính chất tổ hợp của việc gán kênh phụ và ghép cặp thiết bị, vấn đề điều khiển công suất có thể được mô hình hóa dưới dạng một chương trình tuyến tính Do đó, nghiệm tổng quan của bài toán có thể được xác định thông qua hệ phương trình.
Thay vì tìm kiếm giải pháp tối ưu tổng thể phức tạp, có thể thực hiện tối ưu cục bộ cho tổng công suất truyền qua ba bước Đầu tiên, khai thác yếu tố kênh truyền giữa thiết bị phát và thu để ghép cặp các thiết bị trong cùng tế bào D2D Thứ hai, áp dụng phương pháp phân bổ tài nguyên tần số cho các tế bào thiết bị dựa trên yếu tố kênh truyền giữa người dùng mạng tế bào và thiết bị nhận của mỗi tế bào D2D (DBM – diversity base method) Cuối cùng, tối ưu tổng công suất truyền của tất cả các thiết bị đường xuống trong khi đảm bảo tỷ lệ công suất tín hiệu so với công suất nhiễu và tạp âm là tối thiểu cho cả người dùng di động (CU) và thiết bị D2D (DU).
Lý thuyết xác suất
Trong lý thuyết xác suất, phân bố Gaussian phức là một tập hợp các phân bố xác suất mà trong đó các biến ngẫu nhiên phức có phần thực và phần ảo đều tuân theo phân phối Gaussian Một biến ngẫu nhiên theo phân phối Gaussian được xác định bởi ba tham số quan trọng: giá trị trung bình, ma trận hiệp phương sai Γ, và ma trận liên quan C Phân phối phức chuẩn là một dạng phân phối không biến thể của phân bố Gaussian phức với các tham số à = 0, Γ = 1 và C = 0.
R k thỏa mãn véc tơ [XY ] là một véc tơ 2k chiều ngẫu nhiên theo phân phối Gaussian, thì ta có véc tơ:
Z = X + iY (1.1) tuân theo phân phối chuẩn, Phân phối của Z bao gồm 3 tham số:
Trong bài viết này, T biểu thị ma trận chuyển vị, trong khi H là ma trận liên hợp chuyển vị Chúng ta có một véc tơ phức n chiều, Γ là ma trận Hermitian xác định dương, và C là ma trận đối xứng.
Luật số lớn cho rằng khi chọn ngẫu nhiên mẫu thử từ một quần thể, kích thước mẫu thử lớn hơn sẽ giúp các đặc trưng thống kê như trung bình và phương sai của mẫu thử gần hơn với các đặc trưng của quần thể Có hai phát biểu chính của luật số lớn: luật số lớn yếu và luật số lớn mạnh.
Luật số lớn yếu còn được gọi là định lý Khintchine
Xét n biến ngẫu nhiênX 1 , X 2 , , X n độc lập và cùng phân phối với kỳ vọng
Luật số lớn yếu khẳng định rằng, đối với mọi số thực dương, xác suất rằng khoảng cách giữa trung bình tích lũy Y = X1 + X2 + + Xn và kỳ vọng EX lớn hơn sẽ tiến gần đến 0 khi n tiến tới vô cực.
Xét n biến ngẫu nhiên độc lập cùng phân phối xác suất, khả tích (nghĩa là E(|X|) ≤ ∞) Luật số lớn mạnh phát biểu rằng trung bình tích lũy Y =
X 1 +X 2 + +X n n hội tụ hầu như chắc chắn về E(X) Nghĩa là:
1.2.3 Tính hội tụ của biến ngẫu nhiên
Trong lý thuyết xác suất, tính hội tụ của biến ngẫu nhiên là khái niệm quan trọng, liên quan đến việc một chuỗi biến ngẫu nhiên dần dần hội tụ về một giá trị giới hạn Khái niệm này không chỉ có ý nghĩa lý thuyết mà còn có ứng dụng sâu rộng trong thống kê và xử lý xác suất.
Hội tụ về phân bố là quá trình mà trong đó chúng ta mong đợi kết quả của một chuỗi các phép thử ngẫu nhiên ngày càng khớp chặt chẽ hơn với một hàm phân bố xác suất đã được xác định trước.
Hội tụ về phân bố là kiểu hội tụ yếu nhất, bao gồm tất cả các kiểu hội tụ khác của biến ngẫu nhiên Mặc dù vậy, đây là kiểu hội tụ phổ biến nhất, đặc biệt trong các ứng dụng liên quan đến định lý giới hạn trung tâm.
Một chuỗi biến ngẫu nhiên thực X1, X2, được gọi là hội tụ về phân bố hay hội tụ yếu về một biến ngẫu nhiên X khi giới hạn của hàm phân bố tích lũy F_n(x) tiến tới F(x) khi n tiến tới vô cùng, tức là: lim (n→∞) F_n(x) = F(x) với mọi x ∈ R, trong đó F là hàm phân bố liên tục.
Phân bố về xác suất được ký hiệu bởi: X n
Chuỗi véc tơ ma trận ngẫu nhiên X1, X2, ⊂ Rk hội tụ về phân bố nếu giới hạn khi n tiến tới vô cực của xác suất (Xn ∈ A) bằng xác suất (X ∈ A) cho mọi tập hợp liên tục A ⊂ Rk.
Hội tụ theo xác suất là kiểu hội tụ trong đó xác suất xảy ra kết quả “không bình thường” giảm dần theo thời gian Đây là một khái niệm quan trọng trong thống kê và được xây dựng dựa trên luật số nhiều yếu.
Dãy X n hội tụ về X theo xác suất nếu: n→∞ lim P (|X n − X| ≤ ) = 0 (1.6) với mọi Hội tụ theo xác suất thực ra là hội tụ của xác suất.
Hội tụ theo xác suất được ký hiệu bằng cách thêm chữ 0 P 0 vào phía trên mũi tên chỉ sự hội tụ over:
Hội tụ theo xác suất là một khái niệm quan trọng trong luật số lớn (yếu), cho thấy sự liên kết giữa các biến ngẫu nhiên Khái niệm này cũng dẫn đến sự hội tụ theo phân phối, thể hiện cách mà các biến ngẫu nhiên hội tụ về một giá trị xác định khi kích thước mẫu tăng lên.
Hội tụ gần chặt (Almost sure convergence)
Ta nói rằng dãy X n hội tụ hầu như chắc chắn hay hầu khắp nơi hay với xác suất 1 hay mạnh về X nếu:
Có nghĩa là bạn được đảm bảo rằng các giá trị của X n xấp xỉ giá trị của
X, theo nghĩa (xem hầu như chắc chắn) là xác suất để X n không hội tụ về X là bằng 0 Bằng cách dùng không gian xác suất (Ω, F, P ) và khái niệm biến ngẫu nhiên như là một hàm số từ Ω đến R, điều này tương đương với cách viết:
Hội tụ gần như chắc chắn dẫn đến hội tụ theo xác suất, và từ đó suy ra hội tụ theo phân phối Đây là khái niệm hội tụ được đề cập trong luật số lớn (mạnh).
Một chuỗi biến ngẫu nhiên(X n )được gọi là hội tụ chặt về biến ngẫu nhiên
X nếu: n→∞ lim X n (w) = X(w), ∀w ∈ Ω (1.10) Trong đóΩlà không gian mẫu của không gian xác suất mà biến ngẫu nhiên
1.2.4 Lý thuyết ma trận ngẫu nhiên (Random Matrix Theory)
• Giả thiết p = [p 1 , p 2 , , p n ] T và q = [q 1 , q 2 , , q n ] T là các véc tơ n × 1 với các phần tử là các biến ngẫu nhiên phân bố độc lập với kỳ vọng là 0 và
|p i | 2 = σ p 2 , |q i | 2 = σ q 2 Giả sử p và p độc lập thống kê:
Sử dụng luật số lớn, ta có:
1 n q H q −→ σ 2 p khi n −→ ∞ với − a.s − → là kí hiệu hội tụ chặt. Áp dụng định lý giới hạn trung tâm Lindeberg-Lévy ta có:
N p H q − → d CN (0, σ 2 p , σ 2 q ) (1.11) Với − → d là ký hiệu hội tụ theo phân bố.
• Giả thiết X 1 , X 2 , là các biện ngẫu nhiên độc lập đối xứng vòng với X i có kỳ vọng là 0 và phương sai là σ i 2
Giả thiết có các điều kiện sau:
Khi đó, áp dụng định lý giới hạn trung tâm Cramer ta có:
• Giả thiếtX 1 , X 2 , là cỏc biến ngẫu nhiờn:E = à ivà VarX i < c < ∞, ∀i =
1, n Áp dụng định lý Tchebyshev ta có:
1 n (X 1 + X 2 + + X n ) − 1 n (à 1 + à 2 + + à n ) − → P 0 (1.13) Với − → P là ký hiệu hội tụ về xác suất.
HetNet đề cập đến việc sử dụng nhiều loại truy cập trong mạng không dây, bao gồm macrocell, picocell và femtocell, nhằm cung cấp vùng phủ sóng trong các môi trường đa dạng như ngoài trời, văn phòng, nhà ở và khu vực ngầm Các chuyên gia di động định nghĩa HetNet là một mạng với sự tương tác phức tạp giữa các thành phần này, cho phép chuyển giao giữa chúng Theo một nghiên cứu từ ARCchart, HetNets dự kiến sẽ thúc đẩy thị trường cơ sở hạ tầng di động, đạt gần 57 tỷ đô la chi tiêu toàn cầu vào năm 2017 Diễn đàn tế bào nhỏ mô tả HetNet là môi trường đa x - đa công nghệ, đa miền, đa phổ, đa nhà điều hành và đa nhà cung cấp, với khả năng tự động hóa cấu hình để đảm bảo chất lượng dịch vụ và linh hoạt đáp ứng nhu cầu của người dùng.
Hình 1.3: Mô hình mạng HetNet cơ bản
Từ góc độ kiến trúc, HetNet kết hợp các chức năng mạng truy cập vô tuyến macro (RAN) truyền thống với khả năng truyền tin RAN, các ô nhỏ và chức năng Wi-Fi Điều này đang dần được ảo hóa và triển khai trong môi trường hoạt động, nơi phạm vi điều khiển bao gồm tài nguyên trung tâm dữ liệu liên quan đến điện toán, mạng và lưu trữ.
Kết luận chương
Với nhu cầu dữ liệu tốc độ cao ngày càng gia tăng, hệ thống NOMA cho D2D trong các tế bào con là một ứng cử viên tiềm năng cho các thế hệ thông tin di động tiếp theo, nhờ vào những lợi thế vượt trội của nó.
• Chi phí thấp với cấu trúc hạ tầng có sẵn.
• Độ lợi cao trong việc sử dụng phổ tần.
NOMA-D2D cho các tế bào nhỏ trong hệ thống mạng HetNet mở ra một hướng nghiên cứu mới trong lý thuyết vô tuyến Mặc dù còn nhiều thách thức như cấp phát tần số, điều khiển công suất và kiểm soát nhiễu cần được giải quyết, tiềm năng của NOMA và D2D là rất lớn Nếu những vấn đề này được khắc phục, chúng sẽ mang lại lợi ích đáng kể cho ngành viễn thông, đáp ứng nhu cầu ngày càng tăng về thông tin di động.
MÔ HÌNH HỆ THỐNG VÀ GIẢI PHÁP
Mô hình hệ thống
Với sự gia tăng nhanh chóng của thiết bị di động, nhu cầu kết nối D2D trong mạng 5G tương lai đang tăng cao và cần quản lý chặt chẽ Luận văn này nghiên cứu mô hình tương tác giữa hệ thống đường xuống của tế bào cỡ nhỏ sử dụng giao thức NOMA và người dùng mạng tế bào (CU) trong hệ thống HetNet Kịch bản này xảy ra khi các thiết bị di động thực hiện giao tiếp D2D trong vùng phủ sóng của cell nhỏ Các phương pháp beam-forming hiện có không phù hợp cho thiết bị D2D do chi phí phần cứng cao và độ phức tạp lớn Luận văn đề xuất một phương pháp toàn diện để quản lý kênh con chung, ghép cặp người dùng và điều khiển công suất trong mạng lưới tế bào cỡ nhỏ Khác với các nghiên cứu trước, các kênh được giả định là chọn lọc tần số, với mỗi tín hiệu nhận được có độ lợi kênh riêng Bằng cách khai thác các độ lợi kênh đa dạng, luận văn sẽ đưa ra phương pháp phân bổ kênh con và người dùng hiệu quả nhằm giảm nhiễu từ CU sang thiết bị D2D Nghiên cứu này tập trung vào việc cấp phát và quản lý tài nguyên cho giao tiếp D2D và người dùng mạng tế bào, không xem xét các thiết bị con không tham gia tái sử dụng tần số của mạng tế bào.
Luận văn này phân tích một trạm di động (BS) với N ăng-ten và L kênh con trực giao, cùng với M cell nhỏ trong cùng một khu vực địa lý Các thiết bị trong cell nhỏ, bao gồm thiết bị phát (DT) và thiết bị nhận (DR), chỉ sử dụng một ăng-ten duy nhất Khác với giao tiếp D2D truyền thống, trong mỗi nhóm cell D2D, người dùng được phân chia thành các cặp để thực hiện loại bỏ nhiễu liên tiếp (SIC) tại bên nhận thông qua phương pháp NOMA Các thiết bị nhận DR m sẽ nhận đồng thời thông tin từ thiết bị phát DT m D2D, chứa cả s k và s k 0 Tất cả các kênh trong mạng tuân theo phân phối Rayleigh và được phân loại thành hai nhóm.
Kênh truyền giữa người dùng CU n và trạm gốc của mạng tế bào nhỏ được biểu diễn bằng véc tơ h,l ∈ C N, trong khi kênh truyền giữa thiết bị phát m và trạm BS được biểu diễn bằng véc tơ g m ∈ C N.
Kênh truyền tuyến giữa thiết bị phát DT m và các thiết bị thu trong nhóm hoạt động trên tần số l là một phần quan trọng trong hệ thống truyền thông Các thông số g (1) l,m,k và g (2) l,m,k thuộc tập hợp C, cho thấy sự kết nối giữa các thiết bị Đồng thời, h (1) l,n,m,k và h (2) l,n,m,k cũng nằm trong tập hợp Cv, thể hiện các yếu tố liên quan đến truyền tải tín hiệu.
C biểu diễn kênh truyền giữa CU n sử dụng kênh truyền l và hai người dùng thuộc cặp k trong nhóm m, tương ứng.
2.1.3 Phân tích thông lượng của D2D và CU Đối với tuyến lên của giao tiếp mạng tế bào nhỏ, x l,n biểu diễn thông tin truyền tải của người dùng n hoạt động trên kênh tần số l với E {|x l,n | 2 } = 1. Công suất cấp phát để truyền tải tín hiệu này là P n C,l thỏa mãn điều kiện sau:
Hình 2.1: Mô hình hệ thống
Trong hệ thống D2Dm, thiết bị phát sẽ truyền tín hiệu dưới dạng cặp tới hai thiết bị nhận trong mỗi nhóm Cụ thể, tín hiệu t(1)m,k và t(2)m,k sẽ được gửi tới thiết bị nhận 1 và 2 của cặp k thuộc nhóm m, với công suất phát tương ứng là Pm,kD,(1) và Pm,kD,(2).
Công suất tối đa của thiết bị phát được biểu diễn bởi P max,m,k D,(1) và P max,m,k D,(2), từ đó cho phép tính toán tốc độ truyền tải cho người dùng CU và các thiết bị D2D.
Tuyến lên mạng tế bào nhỏ
Tín hiệu nhận được tại tần sốl th của trạm gốc (BS) được biểu diễn thông qua y l C ∈C N : y l =
Tín hiệu truyền tải của người dùng n sử dụng tần số l được biểu diễn bởi x l,n với E {|x l,n | 2 } = 1 Tín hiệu này được phát đi từ thiết bị phát m đến hai thiết bị trong nhóm, với các ký hiệu {t (1) m,k , t (2) m,k } Nhiễu trắng Gaussian (AWGN) tại trạm phát với tần số l được ký hiệu là ζζζ l, với ζζζ l ∼ CN (0, σ 2 UL I N ) Ký hiệu η l,m được định nghĩa để mô tả các yếu tố liên quan đến tín hiệu và nhiễu trong hệ thống.
1, Nếu cell cỡ nhỏ m sử dụng tần số l,
(2.5) Để giải mã tín hiệu mong muốn của người dùng n sử dụng tần số l, Trạm gốc được giả sử là sẽ sử dụng véc tơ định hướng w l,n ∈C N như sau: ˆ x l,n = w l,n H y l = q
Trong công thức (2.6), thành phần đầu tiên thể hiện tín hiệu mong muốn, trong khi cụm thứ hai phản ánh nhiễu từ các người dùng CU khác Hai thành phần cuối đại diện cho nhiễu từ các nhóm D2D và nhiễu nhiệt Tốc độ truyền tải của người dùng được xác định qua bổ đề 1.
Nếu trạm gốc áp dụng véc tơ kết hợp w l,n cho người dùng n đang sử dụng tần số l th, tốc độ truyền tải sẽ được tính toán theo công thức cụ thể.
Với γ l,n C biểu diễn tỷ số tín hiệu trên nhiễu (SINR) của người dùng này như ở công thức (2.8). γ l,n C = P l,n C |w H l,n h l,n | 2
(2.8)Tại đây, tốc độ truyền tải tính trong bổ đề 1 là có thể thực hiện với bất kì véc tơ kết hợp nào trong môi trường kênh tùy ý.
Trong mạng NOMA-D2D, trong giao tiếp D2D, thiết bị có kênh truyền kém hơn được gọi là thiết bị yếu Giả sử rằng trong mỗi cặp thiết bị, thiết bị 1 là thiết bị yếu và thiết bị 2 là thiết bị khỏe.
Trong giao tiếp D2D, kỹ thuật triệt tiêu nhiễu liên tục chỉ được áp dụng cho người dùng có kênh truyền tốt Đối với thiết bị yếu, tín hiệu sẽ được giải mã theo cách thông thường Tín hiệu nhận tại người dùng thứ l được biểu diễn như sau: y m,k D,(1) = g m,k (1) q.
Trong công thức (2.10), thành phần đầu tiên đại diện cho tín hiệu mong muốn, trong khi thành phần thứ hai phản ánh nhiễu từ thiết bị cùng cặp Các thành phần thứ ba và thứ tư thể hiện nhiễu từ người dùng mạng tế bào và các thiết bị phát từ các cell nhỏ D2D khác đang sử dụng chung tần số l Cuối cùng, thành phần cuối cùng là nhiễu nhiệt.
Dựa trên (2.10), tỷ số SINR của người dùng DR (1) m,k được tính như công thức (2.12)
Bổ đề 2 Tại cặp k nhóm m, nếu thiết bị 1 là thiết bị yếu, theo như các thức giải mã thông thường, tốc độ truyền tải được tính như sau:
Với giá trị SINR cho người dùng này được biểu diễn theo γ m,k D,(1) như sau: γ m,k D,(1) = P m,k D,(1) |g m,k (1) | 2
Trong công thức (2.12), thành phần tử số thể hiện sự điều khiển công suất và sự suy hao công suất qua môi trường truyền tải Thành phần đầu tiên trong mẫu số đại diện cho công suất của từng người dùng trong cặp, trong khi thành phần thứ hai phản ánh công suất của toàn bộ người dùng sử dụng chung tần số l Cuối cùng, công thức cũng xem xét nhiễu từ các thiết bị giữa các kết nối D2D khác và nhiễu nhiệt.
Tín hiệu nhận của thiết bị 2 của cặp k trong nhóm m là: y m,k D,(2) = g m,k (2) q
Khác với thiết bị 1, thiết bị 2 sử dụng phương pháp triệt tiêu nhiễu liên tục để loại bỏ nhiễu từ người dùng cùng cặp, từ đó tốc độ truyền tải của người dùng này được xác định theo bổ đề 3.
Bổ đề 3 Thông qua sử dụng SIC tại phía thu, tốc độ truyền tải của người dùng 2 thuộc cặp k nhóm m là
Với SINR của người dùng này được biểu diễn bởi γ m,k D,(2) như trong công thức
Cấp phát tần số, ghép cặp thiết bị và điều khiển công suất cho vấn đề tối ưu
2.2.1 Thuật toán cấp phát tần số
Giả sử rằng tất cả người dùng giao tiếp qua trạm tế bào nhỏ đều nắm rõ tần số hoạt động, thuật toán cấp phát tần số sẽ chọn tần số tái sử dụng cho từng kết nối D2D Thuật toán này cần phải đáp ứng các yêu cầu cụ thể để đảm bảo hiệu quả trong việc quản lý tần số.
Số lượng nhóm thiết bị hoạt động trên cùng một kênh tần số cần được tối thiểu hóa để giảm thiểu nhiễu giữa các cell nhỏ, đồng thời đơn giản hóa việc phân bổ công suất cho toàn bộ hệ thống.
Các nhóm thiết bị sẽ được phân bổ tần số nhằm giảm thiểu tác động của người dùng giao tiếp với trạm cell nhỏ đã có sẵn lên các thiết bị nhận Sự phân bổ này tận dụng cả yếu tố fading quy mô lớn và nhỏ để giảm thiểu ảnh hưởng của người dùng CU đối với các cell cỡ nhỏ D2D.
Algorithm 1 Thuật toán cấp phát tần số dựa trên kênh truyền (diversity based method-DBM)
1: Input: Khởi tạo số lượng kênh L, số lượng cell cỡ nhỏ thiết bị M
2: Với mỗi cell cỡ nhỏ thiết bị m, tính toán tập S m như trong công thức (2.21).
4: {Trên mỗi kênh tần số l chỉ tồn tại nhiều nhất 1 nhóm cell D2D}
5: Tìm kênh tần số chưa được sử dụng lại bởi nhóm cell D2D S m có giá trị nhỏ nhất
7: {M > L: Tồn tại nhiều hơn 1 nhóm cell thiết bị sử dụng lại cùng một tần số}
8: If M Mod L = 0 then trên mỗi kênh tần số có M/L cell cỡ nhỏ thiết bị: Lặp lại các bước 2,
Kênh tần số cho L cell cỡ nhỏ D2D được chỉ định bằng cách sử dụng các giá trị 3, 4, 5 Nếu không, sẽ có L − (M − LbM/Lc) kênh tần số cho bM/Lc cell cỡ nhỏ D2D, trong khi M − LbM/Lc kênh tần số còn lại sẽ phục vụ cho bM/Lc + 1 cell cỡ nhỏ D2D.
10: Output: Cấp phát tần số cho toàn bộ cell cỡ nhỏ D2D.
Thuật toán 1 mô tả phương pháp phân bổ tần số cho các nhóm cell D2D Cụ thể, với mỗi nhóm cell thiết bị m, Tập S m bao gồm tất cả các kênh truyền giữa người dùng giao tiếp với trạm cell nhỏ CU và các thiết bị thu DR, được thể hiện qua công thức (2.21).
Mối quan hệ giữa tổng số kênh truyền L và số lượng nhóm cell D2D M có thể được phân chia thành hai trường hợp Trường hợp đầu tiên xảy ra khi M ≤ L, trong đó mỗi kênh tần số có thể cấp phát cho một nhóm cell D2D Đối với nhóm cell D2D m, kênh tần số sẽ được lựa chọn để đảm bảo tác động kênh truyền tối thiểu, ví dụ như giá trị nhỏ nhất của PN l n=1.
|h (1) l,n,m,k | + |h (2) l,n,m,k | được chỉ ra ở bước 5 Việc chỉ định kênh này thỏa mãn cả hai yêu cầu ở phía trên Trong trường hợp
Khi M lớn hơn L, sẽ có nhiều nhóm cell D2D chia sẻ cùng một kênh tần số với người dùng giao tiếp trạm cell nhỏ Nếu M là bội của L, mỗi kênh tần số sẽ có M/L nhóm cell D2D Trong trường hợp M/L không phải là số nguyên, mỗi kênh tần số sẽ được chỉ định bM/Lc nhóm cell D2D Các nhóm cell D2D còn lại, tức là M − LbM/Lc, sẽ được phân bổ vào các kênh tần số sao cho tác động của người dùng giao tiếp trạm cell nhỏ lên là nhỏ nhất.
Sau khi cấp phát tần số, tập hợp {η l,m } được tìm ra, vấn đề tối ưu công suất của hệ thống ở (2.20) trở thành minimize
Subject to γ l,n C ≥ γ l,n C,thr , ∀l, n, γ m,k D,(1) ≥ γ m,k D,(1),thr , ∀m, k, γ m,k D,(2) ≥ γ m,k D,(2),thr , ∀m, k,
Hàm lỗi trong Định lý 1 cho thấy vấn đề tối ưu (2.22) là tuyến tính Nếu nghiệm tổng quát của hệ thống tồn tại, chúng ta có thể dễ dàng xác định nó bằng cách sử dụng interior-point toolbox.
Chứng minh rằng hàm ở (2.22) là hàm tuyến tính, bởi vì hàm mục tiêu là tuyến tính và ràng buộc công suất cũng là tuyến tính, tạo thành tập xác định lồi Hơn nữa, tỷ số SINR của người dùng có thể được viết lại dưới dạng γ l,n C,thr.
Điều kiện SINR cho thiết bị D2D được xác nhận là hàm tuyến tính, tương tự như điều kiện đã nêu Vấn đề (2.22) được xác định là một hệ tuyến tính theo các mẫu chuẩn trong tài liệu [48], [49] Định lý 1 chỉ ra rằng nghiệm tổng quát cho vấn đề này có thể được tìm thấy thông qua CVX, như đã đề cập trong tài liệu [50] Tuy nhiên, với 2PM m=1 K m + PL l=1 N l là điểm tối ưu và 2PL l=1 N l + 4PM m=1 K m là hàm ràng buộc, phần mềm này áp dụng phương pháp interior-point, đòi hỏi độ phức tạp tính toán cao.
O (max {F 1 , F 2 }) , (2.24) Với F 1 và F 2 được định nghĩa như sau:
Giá trị SINR của hệ thống tăng theo hàm mũ khi kích thước hệ thống mở rộng Nghiệm của phương trình (2.22) được giải bằng hình thức dạng đóng, trong đó các ràng buộc về SINR được thể hiện dưới dạng đẳng thức Cụ thể, tỷ số SINR PL l=1 N l của người dùng CU có thể được diễn đạt lại như sau:
Tương tự, PM m=1 K m SINR của thiết bị D2D yếu trở thành:
PM m=1 K m SINR của thiết bị D2D khỏe là:
Việc giải các phương trình (2.27), (2.28) và (2.29) sẽ giúp giảm đáng kể độ phức tạp tính toán của hệ thống Sử dụng phương pháp phân rã Cholesky [51], độ phức tạp của thuật toán được cải thiện rõ rệt.
2.2.3 Đề xuất ghép cặp tối ưu cho hệ thống
Với mục tiêu giảm thiểu tối đa công suất tiêu thụ cho hệ thống thiết bị D2D, phương pháp ghép cặp đề xuất được chỉ ra trong Bổ đề 4.
Bổ đề 4 Tại mỗi nhóm cell D2D m, kênh truyền của 2K m thiết bị sẽ được sặp xếp như sau:
Toàn bộ thiết bị này sẽ được phân ra làm 2 tế bào cỡ nhỏ thiết bị như sau:
Phương pháp ghép cặp {1, K m }, {2, K m+1 }, , {K m , K 2m } sẽ tối ưu công suất phát của hệ thống.
Chứng minh Công thức SINR của thiết bị2 thuộc cặpk trong tế bào cỡ nhỏ thiết bị m viết lại như sau: γ m,k D,(2) = P m,k D,(2) |g m,k (2) | 2
Với nhiễu I m,k C,(2) và I m,k D,(2) được định nghĩa lần lượt như sau:
Từ công thức SINR trong vấn đề (2.20), công suất cấp phát cho thiết bị phải thỏa mãn yêu cầu sau:
Tương tự, điều kiện cho công suất của thiết bị D2D 1 thuộc cặp k trong tế bào cỡ nhỏ thiết bị m như sau: γ m,k D,(1) = P m,k D,(1) |g (1) m,k | 2
Với I m,k C,1 và I m,k D,(1) được định nghĩa như sau:
Theo đó, Với các điều kiện về SINR từ vấn đề (2.20), công suất phát thiết bị sẽ thỏa mãn yêu cầu sau:
Với (2.42) sẽ đạt được thông qua sử dụng (2.37) vào (2.41) Kết hợp (2.37) và (2.42), tổng công suất phát của các thiết bị là:
Với (2.44) đạt được thông qua lấy chặn dưới của P m,k,1 và P m,k,2 trong (2.43) và (2.37), tương ứng Hằng số α được tính như sau: α = min l,k n γ m,k D,(1) γ m,k D,(2)
(2.46) Điều này được xem xét rằng trong (2.45), tổng của hai thành phần sau không phụ thuộc vào phương thức ghép cặp, nghĩa là
Tổng công suất phát của các thiết bị D2D phụ thuộc vào biểu thức đầu tiên trong (2.45), cho thấy rằng thiết bị thứ hai trong các cặp cần có kênh truyền tốt nhất để đạt hiệu suất tối ưu.
Kết luận chương
Trong chương này, chúng tôi đề xuất các giải pháp như cấp phát tần số cho các nhóm thiết bị người dùng, lựa chọn thiết bị ghép cặp và tối ưu công suất cấp phát cho từng thiết bị và người dùng nhằm giải quyết vấn đề điều khiển công suất đã được thảo luận ở chương trước Những đề xuất này đã được chứng minh về mặt lý thuyết, và kết quả mô phỏng sẽ được trình bày ở chương tiếp theo để minh chứng cho hiệu quả của các phương pháp này.
KẾT QUẢ MÔ PHỎNG
Kết quả mô phỏng
Trong phần này, chúng tôi sẽ phân tích và thảo luận lý thuyết cùng phương thức đã đề xuất qua kết quả mô phỏng Cụ thể, chúng tôi sẽ đánh giá phương pháp ghép cặp trong mỗi nhóm và thuật toán cấp phát tần số Hiệu suất của các thuật toán sẽ được xem xét qua 4 trường hợp, bao gồm hệ thống có DBM kết hợp đề xuất ghép cặp với ghép cặp ngẫu nhiên, cấp phát tần số ngẫu nhiên và so sánh giữa đề xuất ghép cặp với ghép cặp ngẫu nhiên Các thông số chung cho toàn hệ thống được trình bày trong bảng 3.1, trong khi một số thông số đặc biệt sẽ được mô tả chi tiết trong từng trường hợp Để đơn giản hóa cho mô phỏng, kỹ thuật beamforming được sử dụng tại trạm gốc là kỹ thuật MRC.
Bảng 3.1: Thông số mô phỏng.
Bán kính vùng phủ trạm Micro Cell BS 250 [m]
Chiều cao CU và thiết bị D2D 1.5 [m]
Tần số hoạt động 1.9 [GHz]
Công suất tối đa cho từng người dùng CU và thiết bị D2D 23 [dBm]
Tốc độ truyền tải tối thiểu 1 [b/s/Hz]
Trong hệ thống này, toàn bộ kênh truyền tuân theo phân bổ Rayleigh: h l,n ∼ CN 0, β l,n I N
Trong bài viết này, chúng tôi trình bày các thành phần large-scale fading được định nghĩa bởi các công thức: β l,n = ξ l,n 10 σzl,n 10, β m = ξ m 10 σzm 10, β l,n,m,k (i) = ξ l,n,m,k (i) 10 σzl,n,m,k 10, và β m,k (i) = ξ m,k (i) 10 σzm,k 10 Trong đó, σ biểu thị sai lệch do shadowing với giá trị 7 dB Các biến z l,n, z m, z l,n,m,k, và z m,k tuân theo phân phối chuẩn (0, 1) Hệ số suy hao không gian ξ l,n, ξ m, ξ l,n,m,k (i), và ξ m,k (i) được tính toán dựa trên mô hình Dual-Slope.
Với ξ[dBm] ∈ {ξ l,n , ξ m , ξ l,n,m,k (i) , ξ (i) m,k } và d (m) biểu diễn khoảng cách từ phía phát đến phía thu, i.e., d ∈ {d l,n , d m , d (i) l,n,m,k , d (i) m,k } Đối với kênh giữa BS tới
CU hoặc BS tới NOMA-D2D thì mức ngưỡng d c được đặt là 152 [m], trong khi d c = 25[m] biểu diễn ngưỡng của giao tiếp NOMA-D2D hoặc CU tới thiết bị D2D.
Hình 3.1: Tổng công suất phát của các thiết bị so sánh với số lượng thiết bị trong một nhóm NOMA-D2D.
So sánh tổng công suất cần thiết của thiết bị D2D với số lượng cặp trong tế bào cỡ nhỏ NOMA-D2D cho thấy tổng công suất có xu hướng tăng khi số lượng thiết bị tăng Cụ thể, khi số lượng cặp tăng từ 2 lên 10, tổng công suất của toàn mạng sử dụng phương pháp ghép cặp đề xuất tiêu thụ tăng từ 8,4 [mW] lên 34,9 [mW], trong khi với cách ghép cặp ngẫu nhiên, tổng công suất tăng từ 5,07 [mW] lên 39,58 [mW] Đặc biệt, hệ thống không ghép cặp của NOMA cho thấy tổng công suất tăng mạnh, lên tới 1572 lần khi số cặp tăng từ 2 lên 10 Cuối cùng, hệ thống sử dụng ghép cặp đề xuất tiêu thụ từ 5% đến 10% công suất thấp hơn so với hệ thống ghép cặp ngẫu nhiên, chứng minh hiệu quả của phương pháp ghép cặp cho các thiết bị D2D.
Hình 3.2: Số lượng cặp D2D có thể hoạt động với số lượng CU.
Số lượng cặp thiết bị D2D có thể hoạt động phụ thuộc vào số lượng CU tồn tại, như được thể hiện trong Hình 3.2 Hình này chỉ ra rằng số cặp D2D truy cập mạng cần đảm bảo chất lượng dịch vụ, và khi số CU tăng lên, số cặp D2D kết nối vào mạng giảm Phương pháp ghép cặp đề xuất cho thấy hiệu quả rõ rệt, giảm số cặp D2D từ 10 xuống 2 Trong khi đó, phương pháp ghép cặp ngẫu nhiên không cho phép bất kỳ cặp D2D nào truy cập mạng khi có 10 CU hoạt động Đặc biệt, trong trường hợp không sử dụng ghép cặp, hệ thống không cho phép hoạt động của thiết bị D2D với chỉ 4 CU Điều này nhấn mạnh rằng hệ thống NOMA hoạt động tối ưu khi các thiết bị được ghép cặp, và phương pháp ghép cặp đề xuất cho phép nhiều cặp D2D kết nối hơn.
Hình 3.3: Tổng công suất phát của các thiết bị so sánh với số lượng CU.
Hình 3.3 minh họa tổng công suất của các thiết bị D2D (gồm 6 thiết bị - 3 cặp) so với số lượng CU hiện có Trong hệ thống NOMA không ghép cặp, tổng công suất sẽ tỷ lệ thuận với số lượng CU nếu hệ thống không phục vụ quá 5 thiết bị.
Mỗi phương thức ghép nối trong mạng di động đều có giới hạn về số lượng người dùng D2D, với công suất truyền của các thiết bị D2D sẽ đạt ngưỡng bão hòa Cụ thể, giới hạn cho phương thức ghép nối thông thường là 7 người dùng, trong khi phương thức được đề xuất cho phép tối đa 9 người dùng Hiện tượng này xảy ra do không có người dùng D2D mới nào có thể gia nhập mạng, dẫn đến tình trạng không khả thi khi có người cố gắng tham gia, ảnh hưởng đến chất lượng dịch vụ và ngân sách năng lượng hạn chế Đối với mạng có 10 người dùng di động, hệ thống đề xuất có khả năng phục vụ nhiều thiết bị D2D hơn, với công suất truyền tối đa đạt 270 mW, cao hơn so với 240 mW của phương thức ghép cặp ngẫu nhiên.
Hình 3.4 cho thấy tổng công suất truyền của các thiết bị D2D tương ứng với số lượng nhóm D2D khác nhau Trong mạng, có 5 người dùng di động được phục vụ, mỗi người sử dụng một kênh con riêng biệt để tối ưu hóa hiệu suất truyền tải.
Hình 3.4 thể hiện mối quan hệ giữa tổng công suất truyền của các thiết bị D2D và số lượng nhóm, cho thấy hiệu quả của việc kết hợp gán kênh con với DBM theo Thuật toán 1 Ban đầu, công suất phát tăng theo số lượng tế bào cỡ nhỏ, nhưng việc kết hợp DBM với phương pháp ghép cặp được đề xuất yêu cầu tổng công suất truyền tăng chậm từ 0,2 [mW].
Khi số lượng nhóm tăng từ 1 lên 8, mức tiêu thụ năng lượng giảm xuống còn 2,9 [mW], điều này trái ngược với phương pháp DBM kết hợp với ghép cặp ngẫu nhiên, trong đó mức tiêu thụ năng lượng tăng từ 0,25 [mW] lên 3,4 [mW] Trong tất cả các kịch bản được xem xét, mạng không sử dụng DBM tiêu thụ năng lượng vượt trội Chỉ với phương thức ghép cặp đề xuất mà không có DBM, các thiết bị D2D cần 9,2 [mW] để gửi dữ liệu, trong khi cấp phát tần số thông thường và ghép cặp ngẫu nhiên yêu cầu 11,5 [mW] Tóm lại, phương pháp chọn kênh đề xuất giúp giảm công suất phát lên tới 5 lần so với chọn kênh ngẫu nhiên trong các kịch bản thử nghiệm.
Hình 3.5: Xác suất truy cập của hệ thống NOMA-D2D so với số lượng của Nhóm
D2D Mạng có 5 kênh con và chất lượng dịch vụ cho mỗi máy phát là 1 [b/s/Hz].
Hình 3.5 minh họa xác suất truy cập của hệ thống NOMA-D2D khi số lượng tế bào cỡ nhỏ thiết bị D2D gia tăng Phương pháp cấp phát tần số cho phép tất cả các thiết bị D2D truy cập mạng miễn là số lượng tế bào không vượt quá số kênh con khả dụng Khi số lượng tế bào cỡ nhỏ vượt quá số kênh con, sự kết hợp giữa DBM và ghép cặp cho thấy hiệu suất vượt trội hơn một chút so với ghép cặp ngẫu nhiên Hình này nhấn mạnh tầm quan trọng của việc sử dụng phân bổ kênh nâng cao, vì gán kênh ngẫu nhiên kém hiệu quả hơn so với DBM Xác suất truy cập bằng cách sử dụng DBM cao hơn gán kênh ngẫu nhiên lên tới 39%.
Kết luận chương
Chương này trình bày kết quả mô phỏng và đánh giá phương pháp cấp phát tần số cũng như ghép cặp được nêu ở chương 2 Kết quả cho thấy việc cấp phát tần số là rất quan trọng cho hệ thống sử dụng lại tần số So với phương pháp truyền thống, phương pháp đề xuất có hiệu năng vượt trội hơn khi cho phép các nhóm NOMA-D2D sử dụng tần số ngẫu nhiên, giúp các thiết bị tránh can nhiễu và giảm tác động từ người dùng mạng tế bào hiện có Mặc dù phương pháp ghép cặp thiết bị sử dụng kỹ thuật NOMA cho hiệu quả tốt hơn không đáng kể so với ghép cặp ngẫu nhiên, nhưng đã giảm đáng kể độ phức tạp của hệ thống.
