HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG
---------------------------------------

MAI VĂN MÃI

NGHIÊN CỨU HIỆU NĂNG MẠNG NGẪU NHIÊN
SỬ DỤNG KỸ THUẬT CHỌN LỰA ANTEN PHÁT
DƯỚI SỰ TÁC ĐỘNG CỦA SUY HAO PHẦN CỨNG

CHUYÊN NGÀNH: KỸ THUẬT VIỄN THÔNG
MÃ SỐ: 60.52.02.08

TÓM TẮT LUẬN VĂN THẠC SĨ

THÀNH PHỐ HỒ CHÍ MINH – NĂM 2016


Luận văn được hoàn thành tại:
HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG

Người hướng dẫn khoa học: TS.TRẦN TRUNG DUY
(Ghi rõ học hàm, học vị)

Phản biện 1: …………………………………………………

Phản biện 2: …………………………………………………

Luận văn sẽ được bảo vệ trước Hội đồng chấm luận văn thạc
sĩ tại Học viện Công nghệ Bưu chính Viễn thông
Vào lúc: ....... giờ ....... ngày ....... tháng ....... .. năm ...............


mục đích là đưa ra các công thức toán học tính toán tỉ lệ tính hiệu


2
trên nhiễu (SNR) và/hoặc xác suất dừng (OP)…nhằm đánh giá hiệu
năng của hệ thống. Luận văn gồm 5 chương như sau:
Chương I: Lý thuyết tổng quan.
Chương II: Mô hình hệ thống
Chương III: Đánh giá hiệu năng
Chương IV: Mô phỏng và đánh giá kết quả
Chương V: Kết luận

CHƯƠNG I - LÝ THUYẾT TỔNG QUAN
1.1

Mạng vô tuyến và vô tuyến nhận thức

1.1.1

Truy cập phổ vô tuyến

1.1.2

Mạng vô tuyến nhận thức
Trong mạng vô tuyến nhận thức, mạng sơ cấp (mạng được

cấp phép sử dụng tần số) và mạng thứ cấp (mạng không được cấp
phép sử dụng tần số) có thể sử dụng chung băng tần, để nâng cao
hiệu quả sử dụng phổ.
1.2

1.4

Suy hao phần cứng

1.5

Các nghiên cứu liên quan
Kết Luận Chương I
-

Vô tuyến nhận thức: là một trong những kỹ thuật tiềm năng

trong mạng viễn thông vô tuyến thế hệ tiếp theo.
-

Phân tập phát: là một kỹ thuật đơn giản, có hiệu quả cao

trong việc nâng cao hiệu năng của mạng vô tuyến. Kỹ thuật này
đang được nghiên cứu nhiều trong thời gian gần đây.
-

Mạng ngẫu nhiên: là 1 mô hình thực tế, khi những người

dùng có thể xuất hiện ngẫu nhiên. Vì vậy khoảng cách từ người
dùng tới trạm gốc luôn là một biến ngẫu nhiên.
-

Suy hao phần cứng: trên thực tế tất cả thiết bị đều không

hoàn hảo nên có phần ảnh hưởng tới hiệu năng của mạng vô tuyến.


yRx  Pd Tx,Rx
hTx,Rx  s  t,Tx    r,Rx  nRx .

(2.3)

Hàm CDFvà hàm PDF của độ lợi kênh truyền như sau:

F Tx,Rx  x   1  exp   x  và f Tx,Rx  x   exp   x  .
2.2

(2.5)

Mô hình vô tuyến nhận thức dạng nền

Hình 2.2: Mạng vô tuyến nhận thức dạng nền
Trong hình 2.2 mạng sơ cấp được biểu thị bằng nút P, mạng
thứ cấp bao gồm nút nguốn SS và nút đích SD. Công suất phát của
nút thứ cấp SS được tính như sau:


5

dSP
IP
PSS 
,
1  SS,P  | hSP |2

2.3

2.3.1

Mô hình mạng ngẫu nhiên thông thường

2.3.2

Mô hình mạng ngẫu nhiên vô tuyến nhận thức dạng nền


6
Đối với mạng ngẫu nhiên vô tuyến nhận thức, BS và US sẽ
là các nút thứ cấp. Mạng sơ cấp sẽ được biểu thị bởi nút P và vị trí
của nút P được giả sử là cố định. SNR nhận được tại US trong mô
hình này được đưa ra như sau:

Q
i 

 i
d  i

 
Q  i 1
d i

,

(2.10)

Hình 2.4: Mô hình mạng ngẫu nhiên vô tuyến nhận thức

d n

(2.12)

Q

 RAND
n

Tiếp theo, luận văn đề xuất mô hình chọn lựa ănten phát tối ưu được
đặt tên là BEST. Trong phương pháp này, ănten phát tốt nhất sẽ là
ănten tạo ra SNR ở người dùng lớn nhất.

 bBEST  max  n ,

(2.13)

 bBEST  max  n ,

(2.14)

n 1,2,..., M

n 1,2,..., M

Kết Luận Chương II
-

Kỹ thuật chọn lựa anten phát là một kỹ thuật hiệu quả nhằm



Pr
  th  ,


n
th

  d  n  1
 (3.1)

 d  b

OPBEST  Pr   bBEST   th   Pr 
  th  .

  d  b  1

Và OP tức thời của giao thức RAND và BEST trong mạng vô tuyến
nhận thức dạng nền xác định bởi:
 n


 Q d 

n
O PR AND  Pr   RAND
  th   Pr 
  th  ,
n

3.1.1

Giao thức RAND

Đầu tiên, xác suất dừng của giao thức RAND trong công thức (3.1)
có thể được viết lại dưới dạng sau:


9
OP RAND


x   th 
  Pr  1   th   n 
 f d  x  dx
0
 

khi1   th (3.5)
1,
 R

 0 Pr   n  x   f d  x  dx, khi1   th
R

với    th / 1   th  / .
Ta xét trường hợp 1   th hay

  1 /  th , kết hợp với hàm PDF




R
0

2
 1 2
R



x 1  exp    x 



R
0

  dx

(3.8)

x exp    x   dx .

Với định nghĩa của hàm Gamma không hoàn thành [20]:
x

  m, x    t m 1 exp  t  dt ,

(3.10)

phát trên nhiễu  cao. Thật vậy, khi    thì

  0 , và ta

y 0

có thể áp dụng xấp xỉ 1  exp   y   y để thu được kết quả sau:
P r   n  x     1  exp    x 



0



  

 x .

(3.12)

Đưa kết quả (3.12) vào trong (3.6), ta có:

2
 R 2
 0

OP RAND 



log   

Như vậy, giao thức RAND chỉ đạt độ lợi phân tập bằng 1.
3.1.2

Giao thức BEST

Tương tự như (3.5), OP của giao thức BEST cũng có thể được viết
dưới dạng sau:

OP BEST

1,

 2
 R 2

khi1   th



R
0

Bây giờ, ta xét trường hợp

x Pr   b  x    dx , khi1   th

  1 /  th :




b

 x    trong (3.15), và khai triển nhin

thức Newton, ta đạt được:



Pr   b  x     1  exp   x   



M

M

n

   1 CMn exp  nx    .
n 0

(3.19)
Cuối cùng, kết hợp (3.15) và (3.19), ta tính được chính xác OP của
giao thức BEST trong điều kiện
M

O P BEST 



  1 /  th :

x exp   nx    dx ,

(3.20)
 2
  , n R 
2
R



.


Kế tiếp, xét giá trị OP của giao thức BEST khi  lớn. Tương tự như
công thức (3.12), ta đạt được một biểu thức xấp xỉ cho

Pr   b  x    như:


12



Pr   b  x     1  exp   x   





(3.22)

Do đó, bậc phân tập đạt được của giao thức BEST sẽ là



log OP BEST
D BEST   lim

  

log   



 2R M 
log 
M
2

M


  lim
  
log   







OP RAND 

với  



R

0

 th
.
1   th  Q

Xét đến trường hợp 1 >  th :

(3.24)


13


Pr  n  x     Pr   n  x  n 
 n





2
R2



x

R

0

1  x

dx.

(3.27)

Hơn nữa, sử dụng Mathematica [22], ta có kết quả sau:



R

0

 2
x
R2
2 bR c


0

x
1  x

dx

 2

2
 1  2 F1 1, ;1  ,  R   .

 


(3.29)

Tương tự ta sẽ xét hiệu năng OP của giao thức RAND ở giá trị Q
lớn. Do đó, ta xấp xỉ công thức (3.26) như sau:


14



 x
Pr  n  x    

 n

 0

2R 
.
2

(3.31)

Độ lợi phân tập RAND sẽ bằng 1, minh chứng như sau:



log O P R A N D
D R AN D   lim

Q  

3.2.2



log  Q 

 2R 
log 

2

  lim
Q  

Pr

(3.33)

  Pr max n  th fd  x dx

 max    
n 1,2,..., M

Pr

n

th

trong công thức (3.33):

 max 
n 1,2,..., M

n

  th



 

  Pr  n  x    



Tiến hành khai triển nhị thức Newton cho (3.35), và kết hợp kết quả
đạt được trong (3.33), ta có:
M

OP BEST  1    1

n

n 1

2CMn
R2



xdx

R

0

 n

1   x 

.

(3.37)


M
2
n
2

OP BEST  1    1 CMn 2 F1  , n; ,  R  .
c
c

n 1

(3.39)

Ta xét đến biểu thức xấp xỉ cho OP BEST ở các giá trị lớn của Q
( Q   hay

  0. ) trong trường hợp 1> th . Tương tự như

(3.30), ta có biểu thức xấp xỉ sau:

Pr



max  n   th

n 1,2,..., M





0

2 M 1 M  Q  2 R M  M
x
dx 
 .
 0 2  M 
R2

(3.41)

Ta sẽ xác định được bậc phân tập của giao thức BEST là:



log OP BEST
D BEST   lim

Q  

log  Q 

  M.

(3.42)

Kết Luận Chương III
-



Mô hình mạng ngẫu nhiên thông thường
Trong hình vẽ 4.1, ta biểu diễn giá trị của OP theo sự biến

thiên của tỷ số giữa công suất phát và công suất nhiễu   P / N 0
(dB). Khi giá trị của  lớn, các giá trị lý thuyết tiệm cận hội tụ về
giá trị lý thuyết chính xác. Điều này cho thấy các tính toán ở Chương
III là chính xác.

Hình 4.1: Xác suất dừng trung bình được biểu diễn theo sự biến
thiên của tỷ lệ công suất phát trên nhiễu   P / N 0 (dB) với
tham số R  1.5 , M  2 ,  th  0.5 ,   0.1 ,   4


18
Trong hình vẽ 4.2, ta biểu diễn giá trị OP theo hàm của  .
Các kết quả lý thuyết tiệm cận nhanh chóng hội tụ về các kết quả lý
thuyết chính xác khi  đủ lớn.

Hình 4.2: Xác suất dừng trung bình được biểu diễn theo sự biến
thiên của tỷ lệ công suất phát trên nhiễu   P / N 0 (dB) với các
tham số R  1.5 ,  th  0.5 ,   0.1 và   4


19
Hình 4.3: Xác suất dừng trung bình được biểu diễn theo sự biến
thiên của ngưỡng dừng  th với các tham số   5 (dB), R  1 ,

M  3 ,   0.1 và   4


Hình 4.6: Xác suất dừng trung bình (OP) được biểu diễn theo sự
biến thiên của giá trị Q đơn vị dB với các tham số R  1 ,
  0.5 , M  2 ,  th  1 ,   4 và xP  yP  0.5


21

Hình 4.7: Xác suất dừng trung bình (OP) được biểu diễn theo
các vị trí khác nhau của nút sơ cấp P với các tham số R  1 .5,
  0.1 , M  3 ,  th  1 và   4

Hình 4.8: Xác suất dừng trung bình (OP) được biểu diễn theo
mức độ suy hao phần cứng  , với R  1 , Q  5 dB, M  5 ,

 th  1 ,   3 , xP  0.3 và yP  0.4
Trong hình vẽ 4.6, xác suất dừng OP được vẽ theo sự biến
đổi của giá trị Q đơn vị dB. Nhìn vào hình vẽ, chúng ta có thể thấy
đó là các giá trị lý thuyết tiệm cận hội tụ nhanh về các giá trị lý


22
thuyết chính xác.
Trong hình vẽ 4.7 khảo sát sự ảnh hưởng của vị trí nút sơ cấp
P lên hiệu năng OP của cả hai mô hình. Ta thấy giá trị của OP giảm
mạnh với sự gia tăng của xP và yP .
Trong hình vẽ 4.8 tương tự như hình vẽ 4.4, giá trị OP tăng
khi mức độ suy hao phần cứng của các hệ thống tăng.
Kết Luận Chương IV
-



Các kết quả đạt được
Trong luận văn này, mô hình mạng ngẫu nhiên trong vô

tuyến thông thường và dạng nền đã được nghiên cứu. Hơn nữa, luận
văn khảo sát một mô hình thực tế, đó là sự không hoàn hảo của phần
cứng trong các thiết bị thu phát. Kết quả có thể được liệt kê như sau:
-

Mô phỏng được mạng truyền thông vô tuyến ngẫu nhiên,mà

khoảng cách giữa BS và US là biến ngẫu nhiên.
-

Hiểu được nguyên lý hoạt động của các mô hình chọn lựa

ănten phát. Từ đó, đề xuất mô hình chọn lựa ănten phát tối ưu để
nâng cao hiệu năng của hệ thống.
-

Phân tích được chính xác hiệu năng OP của các mô hình đề

xuất, sử dụng các công cụ toán học. Hơn nữa, các biểu thức miêu tả
OP được biểu diễn dưới dạng tường minh.
-

Tìm ra các biểu thức tiệm cận của OP để xác định độ lợi

phân tập của các hệ thống khảo sát.
-