ước lượng kênh truyền và đánh giá hiệu năng hệ thống thông tin có phần tử phản xạ thông minh

71 0 0
Tài liệu đã được kiểm tra trùng lặp
ước lượng kênh truyền và đánh giá hiệu năng hệ thống thông tin có phần tử phản xạ thông minh

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

Thông tin tài liệu

.Ti¸ng Anh Channel estimation and performance evaluations for intelligent reflectingsurface-aided wireless communication systems... TÂM TTNg y nay, trong thíi ¤i khoa håc cæng ngh» ph¡t

Trang 1

„I HÅC QUÈC GIA TH€NH PHÈ HÇ CH MINHTR×ÍNG „I HÅC BCH KHOA

PHAN THANH …N

×ÎC L×ÑNG K–NH TRUY—N V€ NH GIHI›U N‹NG H› THÈNG THÆNG TIN C B—

Trang 2

CÆNG TRœNH ×ÑC HO€N TH€NH T„ITR×ÍNG „I HÅC BCH KHOA - HQG-HCMC¡n bë h÷îng d¨n khoa håc: PGS.TS H  Ho ng Kha

4 Ph£n bi»n 2: TS Nguy¹n ¼nh Long5 Õy vi¶n: GS.TS Vã Nguy¹n Quèc B£o

X¡c nhªn cõa Chõ tàch Hëi çng ¡nh gi¡ luªn v«n v  Tr÷ðng Khoa qu£n lþ chuy¶nng nh sau khi luªn v«n ¢ ÷ñc sûa chúa.

Trang 3

„I HÅC QUÈC GIA TP.HCMCËNG HÁA X‚ HËI CHÕ NGHžA VI›T NAMTR×ÍNG „I HÅC BCH KHOAëc lªp - Tü do - H¤nh phóc

NHI›M VÖ LUŠN V‹N TH„C Sž

Hå t¶n håc vi¶n: Phan Thanh …n MSHV: 2170981Ng y, th¡ng, n«m sinh: 04/04/1999 Nìi sinh: V¾nh LongChuy¶n ng nh: Kÿ Thuªt Vi¹n Thæng M¢ sè: 8520208I T–N — T€I: ×îc l÷ñng k¶nh truy·n v  ¡nh gi¡ hi»u n«ng h» thèng thæng tincâ b· m°t ph£n x¤ thæng minh (Ti¸ng Anh) Channel estimation and performance evaluations for intelligent reflectingsurface-aided wireless communication systems II NHI›M VÖ V€ NËI DUNG:

1 Kh£o s¡t h» thèng thæng tin væ tuy¸n câ sû döng b· m°t ph£n x¤ thæng minh v c¡c ph÷ìng ph¡p ÷îc l÷ñng k¶nh truy·n.

2 Mæ h¼nh to¡n håc cho t½n hi»u v  k¶nh truy·n trong h» thèng thæng tin câ sû döngb· m°t ph£n x¤ thæng minh.

3 Nghi¶n cùu v  · xu§t gi£i ph¡p ÷îc l÷ñng k¶nh truy·n trong h» thèng thæng tin câsû döng b· m°t ph£n x¤ thæng minh.

4 Mæ phäng, ¡nh gi¡ hi»u qu£ cõa gi£i ph¡p ÷îc l÷ñng k¶nh v  ¡nh gi¡ hi»u n«ngcõa h» thèng thæng tin câ sû döng b· m°t ph£n x¤ thæng minh.

III NG€Y GIAO NHI›M VÖ: 04/09/2023 IV NG€Y HO€N TH€NH NHI›M VÖ: 18/12/2023 V CN BË H×ÎNG DˆN: PGS.TS H  Ho ng Kha Tp HCM, ng y 22 th¡ng 12 n«m 2023

TR×ÐNG KHOA I›N-I›N TÛ

Trang 4

Th¶m v o â, tæi muèn b y tä láng bi¸t ìn ¸n c¡c Th¦y, Cæ v  b¤n b± t¤i Tr÷íng¤i håc B¡ch Khoa - ¤i håc Quèc gia TP.HCM, nhúng ng÷íi ¢ chia s´ ki¸n thùc,kinh nghi»m, v  hé trñ tæi trong qu¡ tr¼nh håc tªp t¤i tr÷íng Câ l³, trong t÷ìng lai,khæng cán nhúng buêi håc t¤i gi£ng ÷íng B1, nh÷ng t§t c£ nhúng k ni»m v· tr÷íngs³ luæn ð trong t¥m tr½ tæi.

°c bi»t, tæi muèn gûi líi tri ¥n ¸n Bè v  Mµ, ng÷íi luæn quan t¥m v  hé trñ tæi.Tæi nhªn thùc r¬ng gia ¼nh luæn theo dãi v  tin t÷ðng v o con ÷íng sü nghi»p cõam¼nh Do â, tæi tin r¬ng c¡ch tèt nh§t º b y tä láng bi¸t ìn èi vîi gia ¼nh l  nélüc hìn núa trong håc tªp, cæng vi»c v  nghi¶n cùu.

Cuèi còng, tæi xin ch¥n th nh c£m ìn quþ Th¦y Cæ trong hëi çng luªn v«n ¢d nh thíi gian quþ b¡u º åc v  ¡nh gi¡ luªn v«n cõa tæi R§t mong nhªn ÷ñc þki¸n v  ¡nh gi¡ ch¥n th nh tø quþ Th¦y Cæ v  c¡c b¤n åc nh¬m gióp luªn v«n trðn¶n ho n thi»n hìn.

Nghi¶n cùu ÷ñc t i trñ bði ¤i håc Quèc gia Th nh phè Hç Ch½ Minh HCM) trong khuæn khê · t i m¢ sè: B2023-20-09

(HQG-Tp Hç Ch½ Minh, ng y 22 th¡ng 12 n«m 2023.Håc vi¶n

Phan Thanh …n

Trang 5

TÂM TT

Ng y nay, trong thíi ¤i khoa håc cæng ngh» ph¡t triºn v÷ñt bªc, kho£ng c¡ch v·khæng gian v  thíi gian ÷ñc rót ng­n l¤i bði sü ra íi cõa m¤ng Internet v  h» thèngtruy·n thæng giao ti¸p Tø â, m¤ng di ëng th¸ h» thù 6 (6G) ang tøng b÷îc trðth nh t¥m iºm cõa c¡c nguçn lüc ¦u t÷ v  nghi¶n cùu Mët trong sè cæng ngh» mîi¡ng chó þ trong 6G â l  b· m°t ph£n x¤ thæng minh (IRS) Tuy trong giai o¤n sìkhai, IRS ¢ ¤t ÷ñc nhi·u th nh tüu ¡ng kº trong vi»c c£i thi»n hi»u su§t v  ch§tl÷ñng cõa c¡c h» thèng truy·n thæng B¶n c¤nh nhúng ÷u iºm, IRS công °t ra mëtsè th¡ch thùc nh§t ành v  mët trong sè â l  v§n · ÷îc l÷ñng ÷îc l÷ñng thæng tintr¤ng th¡i k¶nh cõa h» thèng B¶n c¤nh â, c¡c gi£i thuªt m¡y håc, håc s¥u hay tr½tu» nh¥n t¤o ang trð th nh xu h÷îng, ÷ñc ¡p döng trong nhi·u l¾nh vüc v  hé trñcon ng÷íi r§t nhi·u trong vi»c gi£i quy¸t c¡c v§n · phùc t¤p Do â, luªn v«n ÷ñcx¡c ành chõ · nghi¶n cùu l : ×îc l÷ñng k¶nh truy·n v  ¡nh gi¡ hi»u n«ng h» thèngthæng tin câ b· m°t ph£n x¤ thæng minh.

Luªn v«n giîi thi»u têng quan v· h» thèng thæng tin khæng d¥y qua c¡c th¸ h»,ti¸p ¸n l  sü xu§t hi»n cõa IRS trong cæng ngh» 6G Sau â, luªn v«n tr¼nh b y cìsð lþ thuy¸t n¶n t£ng bao gçm kh¡i ni»m v  cæng ngh» IRS, håc s¥u (DL), gi£i thuªt÷îc l÷ñng truy·n thèng, Düa tr¶n cì sð â, luªn v«n ¢ · xu§t mæ h¼nh håc s¥u(DL) cho vi»c ÷îc l÷ñng k¶nh truy·n, mæ phäng v  ch¤y thû sè li»u düa tr¶n mæ h¼nh· xu§t Thæng qua k¸t qu£ mæ phäng, ¡nh gi¡ l¤i mæ h¼nh º gi£i quy¸t v§n · °tra Cuèi còng luªn v«n têng hñp l¤i vi»c ¢ l m v  · ra h÷îng ph¡t triºn v· sau.

Trang 6

In today's era of rapid scientific and technological development, the spatial andtemporal distances have been significantly reduced by the emergence of the Internetand communication systems Consequently, the sixth-generation mobile network (6G)is gradually becoming the focal point of investment and research resources Among thenoteworthy technologies in 6G is Intelligent Reflecting Surface (IRS) Although in itsearly stages, IRS has achieved remarkable advancements in enhancing the performanceand quality of communication systems Alongside its advantages, IRS also presentscertain challenges, with one of them being the issue of channel estimation Moreover,machine learning algorithms, deep learning, and artificial intelligence are emergingtrends applied in various fields, providing substantial support to humans in solvingcomplex problems Therefore, the thesis is defined with the research theme: "Channelestimation and performance evaluations for intelligent reflecting surface-aided wirelesscommunication systems."

The thesis provides an overview of wireless information systems across generations,followed by the emergence of Intelligent Reflecting Surface (IRS) technology in the con-text of 6G Subsequently, the thesis presents the theoretical foundation, encompassingthe concepts and technologies of IRS, Deep Learning (DL), traditional channel estima-tion algorithms, and more Within this framework, the thesis proposes a DL model forchannel estimation, simulates and conducts experimental runs based on the proposedmodel Through simulation results, the model is evaluated to address the posed prob-lem Finally, the thesis synthesizes the undertaken work and outlines future directionsfor development.

Trang 7

LÍI CAM OAN

Tæi t¶n Phan Thanh …n l  håc vi¶n cao håc chuy¶n ng nh K¾ Thuªt Vi¹n Thæng,khâa 2017, t¤i Tr÷íng ¤i håc B¡ch Khoa - ¤i håc Quèc gia th nh phè Hç Ch½ Minh.Tæi xin cam oan nhúng nëi dung sau ·u l  sü thªt:

1 Cæng tr¼nh nghi¶n cùu n y ho n to n do ch½nh tæi thüc hi»n vîi sü h÷îng d¨ncõa PGS TS H  Ho ng Kha.

2 C¡c t i li»u tham kh£o sû döng trong luªn v«n ÷ñc tr½ch d¨n ¦y õ, rã r ng,v  ¢ ÷ñc cæng bè tr¶n c¡c hëi nghà, t¤p ch½ uy t½n.

3 C¡c sè li»u v  k¸t qu£ cõa luªn v«n ÷ñc tæi thüc hi»n mët c¡ch ëc lªp v  trungthüc.

Tp Hç Ch½ Minh, ng y 22 th¡ng 12 n«m 2023.Håc vi¶n

Phan Thanh …n

Trang 8

1.1 Sü ph¡t triºn cõa truy·n thæng væ tuy¸n 1

1.2 Sü ph¡t triºn v· l÷u l÷ñng dú li»u di ëng 2

1.3 Cæng ngh» truy·n thæng khæng d¥y 6G 4

1.4 Lþ do chån · t i 7

1.5 Möc ti¶u cõa luªn v«n 8

1.6 èi t÷ñng, ph¤m vi v  ph÷ìng ph¡p nghi¶n cùu 9

1.6.1 Ph¤m vi v  èi t÷ñng nghi¶n cùu 9

1.6.2 Ph÷ìng ph¡p nghi¶n cùu 9

1.7 Bè cöc luªn v«n 9

2 CÌ SÐ LÞ THUY˜T 112.1 K¶nh truy·n væ tuy¸n 11

2.1.1 Fading t¦m rëng 12

2.1.2 Fading t¦m hµp 14

2.2 B· m°t ph£n x¤ (IRS) 15

2.3 Mæ h¼nh h» thèng IRS-aMUC 17

Trang 9

3.4 Ph÷ìng ph¡p ti¸p cªn b¬ng m¡y håc (machine learing) 30

3.4.1 Dú li»u ¦u v o cho mæ h¼nh 31

4.2 Thæng sè cho mæ h¼nh 41

4.2.1 Thæng sè mæ h¼nh CDRN 41

4.2.2 Thæng sè mæ h¼nh RDN 42

4.3 K¸t qu£ v  nhªn x²t 42

4.3.1 Khao s¡t düa tr¶n sü thay êi cõa SNR 43

4.3.2 Khao s¡t düa tr¶n sü thay êi cõa k¶nh truy·n 44

4.3.3 Theo sè l÷ñng ma trªn dàch pha (C) 45

4.4 Tèc ë truy·n dú li»u thæng qua ÷îc l÷ñng k¶nh truy·n 46

Trang 10

4.5 K¸t luªn ch÷ìng 48

5.1 K¸t luªn chung 505.2 H÷îng ph¡t triºn 51

Trang 11

CNN Convolutional Neural Network M¤ng nìron t½ch chªpCSI Channel State Information Thæng tin tr¤ng th¡i k¶nh

IoE Internet of Everything Internet måi thù

IRS Intelligent Reflecting Surface B· m°t ph£n x¤ thæng minhIRS-aMUC Intelligent Reflflecting

Surfaceassisted MultiuserCommunication system

H» thèng B· m°t ph£n x¤thæng minh hé trñ a ng÷íidòng

LMMSE Linear Minimum Mean Square

Error Sai sè b¼nh ph÷ìng trung b¼nhtèi thiºu tuy¸n t½nh

MIMO Multiple Input Multiple Output a ngã v o, a ngã ra

MMSE Minimum Mean Square Error Sai sè trung b¼nh b¼nh ph÷ìngtèi thiºu

MSE Mean Square Error Sai sè b¼nh ph÷ìng tèi thiºu

Trang 12

ML Machine Learning M¡y håc

mmWave Millimeter Wave Sâng câ b÷îc sâng mili m²tNLoS None Line of Sight ÷íng truy·n khæng nh¼n th§yNMSE Nomalized Mean Square Error Sai sè b¼nh ph÷ìng trung b¼nh

PDF Probability Density Function H m mªt ë x¡c su§t

ReLU Rectified Linear Unit ìn và tuy¸n t½nh ch¿nh l÷uRDN Residual dense network M¤ng håc d÷ d y °cRDB Residual dense block Khèi håc d÷ d y °cSINR Signal to Interference plus

Noise Ratio T¿ sè t½n hi»u tr¶n can nhi¹u v nhi¹u1G First Generation Wireless

Trang 13

xi ph¦n tû thù i (t½nh tø 1) cõa vector x

aij ph¦n tû h ng thù i, cët thù j cõa ma trªn A

AH chuyºn và li¶n hñp (Hermitian) cõa ma trªn phùc AA† gi£ nghàch £o cõa ma trªn khæng nh§t thi¸t vuæng Adiag(A) ÷íng ch²o ch½nh cõa ma trªn A

Trang 14

Danh s¡ch h¼nh v³

1.1 L÷u l÷ñng dú li»u ð c¡c khu vüc [1] 3

1.2 Sü ph¥n bê thu¶ bao di ëng theo cæng ngh» v  khu vüc [1] 3

1.3 So s¡nh thæng sè cõa 6G vîi 5G [2] 6

2.1 Mæ h¼nh truy·n d¨n cõa måt ph n tû ph£n x¤ [3] 17

2.2 Mæ h¼nh ÷íng l¶n (uplink-UL) cõa h» thèng IRS-aMUC 18

2.3 Giao thùc ÷îc l÷ñng cho h» thèng IRS-aMUC [4] 19

2.4 Mæ h¼nh ResNet [5] 23

2.5 V½ dö mët mæ h¼nh Residual Dense Network [6] 24

3.1 C§u tróc cì b£n cõa mët khèi Denoising Block 32

3.2 Khèi cì b£n cõa RDB 33

3.3 Khèi RDB 33

3.4 Khèi LRDB 34

3.5 Khung ֔c l֖ng 36

3.6 Mæ h¼nh ÷íng xuèng (downlink-DL) cõa h» thèng IRS-aMUC 36

4.1 Sai sè NMSE theo sü t«ng d¦n sè l¦n l°p epchos 43

4.2 ç thà sai sè khi SNR thay êi 44

4.3 ç thà sai sè khi M thay êi 45

4.4 ç thà sai sè khi N thay êi 45

4.5 ç thà sai sè khi C thay êi 46

4.6 Tèc ë truy·n cõa ng÷íi dòng t¤i thíi iºm kh¡c nhau vîi thæng sè(M=8, N=32, SNR=5 dB) 47

4.7 Tèc ë truy·n cõa ng÷íi dòng t¤i thíi iºm kh¡c nhau vîi thæng sè(M=8, N=32, SNR=10 dB) 48

Trang 15

Danh s¡ch b£ng

2.1 C¡c sè mô suy hao ÷íng truy·n iºn h¼nh 134.1 C¡c h» sè trong mæ phäng 404.2 Thæng sè cho mæ h¼nh CDRN 42

Trang 16

Ch֓ng 1

GIÎI THI›U TÊNG QUAN

Trong ch÷ìng mð ¦u, Luªn v«n s³ tr¼nh b y sü ph¡t triºn cõa m¤ng væ tuy¸n quac¡c th¸ h», mùc t«ng tr÷ðng cõa l÷u l÷ñng dú li»u di ëng hi»n nay v  dü ki¸n trongnhúng n«m tîi Ti·m n«ng ph¡t triºn th¸ h» truy·n thæng væ tuy¸n thù 6 (6G) v  b·m°t ph£n x¤ thæng minh ÷ñc ùng döng trong væ tuy¸n th¸ h» mîi.

1.1 Sü ph¡t triºn cõa truy·n thæng væ tuy¸n

Cæng ngh» khæng d¥y câ mët làch sû l¥u íi v  nâ b­t ¦u v o kho£ng thíi gianJames C Maxwell dü o¡n v· m°t lþ thuy¸t v  sau â chùng minh sü tçn t¤i cõa sângi»n tø v o nhúng n«m 1860, v  khi Heinrich R Hertz x¡c nhªn b¬ng thüc nghi»m sütçn t¤i cõa sâng i»n tø v o n«m 1888 N«m 1895, Guglielmo Marconi ¢ th nh cængtrong vi»c nhªn m¢ Morse tr¶n sâng væ tuy¸n ÷ñc truy·n bði m¡y ph¡t spark-gap vîim¡y thu c¡ch â 2.4 km Th½ nghi»m n y ¢ chùng minh kh¡i ni»m cì b£n v  khuænkhê cõa giao ti¸p khæng d¥y ng y nay Trong giao ti¸p khæng d¥y, bë ph¡t gûi thængtin b¬ng c¡ch chuyºn tr¶n sâng mang v  bë thu nhªn thæng tin b¬ng c¡ch tr½ch xu§tthæng tin chçng ch§t tø sâng mang [7].

Truy·n thæng væ tuy¸n câ mët sü ph¡t triºn d i tø sû döng t½n hi»u t÷ìng tü (analogsignal) ð th¸ h» thù 1 (1G) ¸n g¦n nh§t l  th¸ h» thù 5 (5G):

ˆ 1G (Th¸ h» thù nh§t): Th¸ h» ¦u ti¶n cõa cæng ngh» truy·n thæng di ëng düa

Trang 17

tr¶n truy·n d¨n t½n hi»u t÷ìng tü 1G ¢ sû döng i·u ch¸ t¦n sè (FM) º truy·nt½n hi»u tho¤i qua sâng væ tuy¸n v  câ dung l÷ñng v  vòng phõ sâng h¤n ch¸.ˆ 2G (Th¸ h» thù hai): Th¸ h» thù hai cõa cæng ngh» truy·n thæng di ëng giîi

thi»u truy·n t½n hi»u kÿ thuªt sè, cho ph²p ch§t l÷ñng ¥m thanh tèt hìn v  sûdöng b«ng thæng hi»u qu£ hìn 2G ¢ sû döng c¡c cæng ngh» a truy cªp ph¥nchia theo thíi gian (TDMA) v  a truy cªp ph¥n chia theo m¢ (CDMA) º ph¥nchia phê t¦n sè câ s®n th nh nhi·u k¶nh.

ˆ 3G (Th¸ h» thù ba): Th¸ h» thù ba cõa cæng ngh» truy·n thæng di ëng giîi thi»utruy·n dú li»u chuyºn m¤ch gâi, cho ph²p sû döng c¡c ùng döng a ph÷ìng ti»nnh÷ gåi video v  duy»t internet di ëng 3G ¢ sû döng c¡c cæng ngh» CDMA(WCDMA) v  CDMA2000 b«ng rëng º cung c§p tèc ë truy·n dú li»u nhanhhìn v  k¸t nèi ÷ñc c£i thi»n

ˆ 4G (Th¸ h» thù t÷): Th¸ h» thù t÷ cõa cæng ngh» truy·n thæng di ëng ¢ giîithi»u cæng ngh» ti¸n hâa d i h¤n (LTE), cung c§p tèc ë truy·n dú li»u thªmch½ cán nhanh hìn v  kh£ n«ng k¸t nèi ÷ñc c£i thi»n 4G ¢ sû döng cæng ngh»gh²p k¶nh ph¥n chia theo t¦n sè trüc giao (OFDM) v  cæng ngh» a ¦u v o a¦u ra (MIMO) º cho ph²p tèc ë truy·n dú li»u cao hìn v  vòng phõ sâng tèthìn.

ˆ 5G (Th¸ h» thù n«m): Th¸ h» thù n«m cõa cæng ngh» truy·n thæng di ëng ¢giîi thi»u c¡c d£i t¦n sè v  cæng ngh» mîi nh÷ sâng milimet (mmWave) v  MIMOlîn º cung c§p tèc ë truy·n dú li»u nhanh hìn v  k¸t nèi ÷ñc c£i thi»n 5Gcông giîi thi»u t½nh n«ng c­t m¤ng, cho ph²p c¡c nh  khai th¡c m¤ng t¤o nhi·um¤ng £o tr¶n còng mët cì sð h¤ t¦ng vªt lþ º phöc vö cho c¡c tr÷íng hñp sûdöng v  ùng döng kh¡c nhau

1.2 Sü ph¡t triºn v· l÷u l÷ñng dú li»u di ëng

H¼nh 1.1 ÷ñc tr½ch tø b¡o c¡o cõa Ericsson (th¡ng 11 n«m 2023), mæ t£ l÷u l÷ñngdú li»u cõa thi¸t bà di ëng qua méi th¡ng ð c¡c khu vüc v  trung b¼nh to n c¦u trongnhúng n«m g¦n ¥y v  dü o¡n ¸n n«m 2029 Theo b¡o c¡o, l÷u l÷ñng dú li»u di ëng

Trang 18

trung b¼nh to n c¦u x§p x¿ 21.15 GB/th¡ng v o n«m 2023 v  ÷îc t½nh t«ng ¸n 56.37GB/th¡ng Ri¶ng èi vîi khu vüc ph¡t triºn nh÷ B­c Mÿ, ÷îc t½nh s³ t«ng ¸n 66.2GB/th¡ng.

.H¼nh 1.1: L÷u l÷ñng dú li»u ð c¡c khu vüc [1].

.H¼nh 1.2: Sü ph¥n bê thu¶ bao di ëng theo cæng ngh» v  khu vüc [1].

Trang 19

Ph¥n phèi thu¶ bao di ëng theo cæng ngh» khæng çng ·u ð c¡c khu vüc, nguy¶nnh¥n ch½nh l  sü ch¶nh l»ch trong tr¼nh ë ph¡t triºn giúa c¡c khu vüc Hi»n t¤i, m¤ng4G ¢ phê bi¸n ð måi nìi, tuy nhi¶n, dü ki¸n ¸n n«m 2029, m¤ng 5G s³ ti¸p töc mðrëng ¸n måi khu vüc vîi tèc ë t«ng tr÷ðng ¡ng kº, câ kh£ n«ng chi¸m t trång caoð nhúng vòng §t ang ph¡t triºn.

Nhªn th§y r¬ng vîi sü gia t«ng ët ph¡ cõa sè l÷ñng thu¶ bao di ëng v  c¡c thi¸tbà khæng d¥y, còng vîi sü xu§t hi»n nhanh châng cõa c¡c ùng döng v  cæng ngh» mîinh÷ thüc t¸ £o (VR), thüc t¸ t«ng c÷íng (AR), thüc t¸ hén hñp (MR), tü ëng hâatrong cæng nghi»p, m¤ng 5G câ thº èi m°t vîi nhúng th¡ch thùc v· n«ng su§t v hi»u su§t khi èi m°t vîi sü t«ng cao cõa nhu c¦u k¸t nèi trong thíi ¤i Internet ofEverything (IoE) i·u n y ¢ thóc ©y ëng lüc cho nghi¶n cùu v  ph¡t triºn v· th¸h» 6G vîi hy vång v÷ñt qua nhúng h¤n ch¸ v  mang l¤i kh£ n«ng k¸t nèi cao c§p, ênành v  linh ho¤t hìn º ¡p ùng måi nhu c¦u ng y c ng a d¤ng cõa x¢ hëi v  cængnghi»p.

1.3 Cæng ngh» truy·n thæng khæng d¥y 6G

Sü ph¡t triºn cõa truy·n thæng khæng d¥y th¸ h» thù 5 (5G) ¢ âng gâp ¡ng kºv o nhi·u kh½a c¤nh cõa cuëc sèng 5G ¢ nhanh châng trð th nh y¸u tè quan trångtrong vi»c hé trñ c¡c ùng döng tü ëng hâa v  t½ch hñp cao, çng thíi l  ëng lüc quantrång thóc ©y qu¡ tr¼nh sè hâa trong n·n kinh t¸ Tuy nhi¶n, vîi sü t«ng cao khængngøng cõa nhu c¦u tø ph½a ng÷íi dòng, °c bi»t l  trong bèi c£nh sü ph¡t triºn nhanhchâng cõa th¸ giîi £o (metaverse), c¦n câ sü ti¸n bë li¶n töc tø kh½a c¤nh khoa håc v kÿ thuªt º ¡p ùng.

Th§u hiºu r¬ng 5G s³ èi m°t vîi nhúng th¡ch thùc v· n«ng lüc v  hi»u su§t khiph£i ¡p ùng c¡c y¶u c¦u ng y c ng a d¤ng v  phùc t¤p, công nh÷ sü êi mîi khængngøng tø cæng ngh» cì b£n ¸n ùng döng ng÷íi dòng, c¡c nghi¶n cùu v  ph¡t triºn v·cæng ngh» khæng d¥y th¸ h» thù 6 (6G) ang ÷ñc ©y m¤nh.

Dü ki¸n, 6G s³ ch½nh thùc ra m­t v o nhúng n«m 2030, tu¥n theo chu tr¼nh 10 n«mcõa c¡c th¸ h» di ëng 6G ÷ñc ký vång s³ mang l¤i sü êi mîi ¡ng kº vîi kh£ n«ng

Trang 20

k¸t nèi si¶u nhanh, ¡ng tin cªy v  linh ho¤t, çng thíi hé trñ c¡c ùng döng v  dàchvö ti¶n ti¸n nh÷ thüc t¸ £o mð rëng, tr½ tu» nh¥n t¤o ti¶n ti¸n v  giao ti¸p a chi·u.

So vîi 5G, 6G ÷ñc dü o¡n s³ khæng ch¿ t«ng ¡ng kº hi»u xu§t m¤ng (tèc ë dúli»u, ë tr¹, ë tin cªy, ) m  cán t½ch hñp tr½ tu» nh¥n t¤o trong c¡c ùng döng giaoti¸p, i»n to¡n, i·u khiºn, c£m bi¸n,

Ti¶u chu©n cõa 6G so vîi 5G: [8]

- Tèc ë dú li»u ¿nh cõa 6G ph£i ¤t th§p nh§t l  1Tbps, g§p 100-1000 l¦n sovîi 5G.

- Tèc ë dú li»u do ng÷íi dòng tr¢i nghi»m l  1 Gb/s, g§p 10 l¦n tèc ë cõa 5G.- B«ng thæng: câ thº hé trñ tîi 10 GHz trong c¡c d£i t¦n mmWave, 100 GHz trong

c¡c d£i t¦n sè THz v  ¡nh s¡ng kh£ ki¸n.- Hi»u su§t phê g§p 4-5 l¦n so vîi 5G.- Mªt ë k¸t nèi ∼ 107 thi¸t bà/km2.

- ë tr¹ ph£i b² hìn 0.1 ms, ë tin cªy ≥ 99.99999% v  t½nh di ëng cao (≥1000km/h).

Trang 21

H¼nh 1.3: So s¡nh thæng sè cõa 6G vîi 5G [2].

ˆ Massive MIMO khæng t¸ b o: mët trong nhúng th¡ch thùc cõa m¤ng khæng d¥ytruy·n thèng düa tr¶n c§u tróc t¸ b o l  sü y¸u uèi cõa t½n hi»u ð c¡c vòng r¼acõa t¸ b o º v÷ñt qua nh÷ñc iºm n y, gi£i ph¡p Massive MIMO khæng t¸ b o¢ ÷ñc ÷a ra Thay v¼ méi t¸ b o câ mët tr¤m gèc phöc vö, mæ h¼nh n y lo¤ibä c§u tróc t¸ b o truy·n thèng v  cho ph²p mët tr¤m gèc phöc vö to n bë khuvüc â Massive MIMO khæng t¸ b o khæng ch¿ tèi ÷u hâa sü sû döng t¦n sè m cán gióp c£i thi»n ë ch»ch t½n hi»u, £m b£o t½n hi»u m¤nh m³ v  çng ·u tr¶nto n bë khu vüc phõ sâng i·u n y gióp t«ng c÷íng hi»u su§t cõa m¤ng khængd¥y, °c bi»t l  ð nhúng vòng câ mªt ë thi¸t bà sû döng cao ho°c ð nhúng khuvüc câ ë ch»ch t½n hi»u lîn.

ˆ Truy·n thæng tin v  thu nhªp n«ng l÷ñng væ tuy¸n çng thíi (SWIPT) l  mëtc£i ti¸n quan trång trong mæ h¼nh k¸t nèi khæng d¥y, cho ph²p c¡c thi¸t bà thængminh khæng ch¿ truy cªp v o h» thèng m  cán t÷ìng t¡c vîi c¡c thi¸t bà kh¡cmët c¡ch hi»u qu£ Trong qu¡ tr¼nh s¤c pin, module cõa thi¸t bà c¦n tu¥n thõnhúng r ng buëc v· mùc ti¶u thö i»n n«ng cüc th§p º tèi ÷u hâa hi»u su§t

Trang 22

n«ng l÷ñng SWIPT gióp gi£i quy¸t th¡ch thùc n y b¬ng c¡ch cho ph²p c¡c c£mbi¸n ÷ñc s¤c khi khai th¡c truy·n cæng su§t khæng d¥y Trong ngú c£nh cõam¤ng 6G, SWIPT s³ âng vai trá quan trång trong vi»c hé trñ c¡c thi¸t bà khængcâ pin Nhí v o kh£ n«ng truy·n thæng tin v  thu nhªp n«ng l÷ñng çng thíi,c¡c thi¸t bà n y câ thº ti¸p töc ho¤t ëng m  khæng c¦n nguçn n«ng l÷ñng tøpin i·u n y gióp gi£m ¡ng kº mùc ti¶u thö i»n n«ng cõa m¤ng, çng thíit«ng c÷íng sü linh ho¤t v  kh£ n«ng ho¤t ëng li¶n töc cõa c¡c thi¸t bà khængcâ nguçn n«ng l÷ñng ri¶ng.

ˆ Ph¦n tû ph£n x¤ thæng minh: ÷ñc xem l  kÿ thuªt nêi bªt trong truy·n thængvæ tuy¸n, kÿ thuªt n y gióp c£i thi»n c¡c y¸u tè nh÷ tèc ë dú li»u, hi»u su§tphê, hi»u su§t n«ng l÷ñng, b¬ng c¡ch sû döng ph¦n tû ph£n x¤ thö ëng ho°cb¡n thö ëng º i·u h÷îng t½n hi»u Chi ti¸t v· IRS s³ ÷ñc mæ t£ trong ch÷ìng2 möc 2.2.

1.4 Lþ do chån · t i

Trong c¡c h» thèng thæng tin væ tuy¸n, vi»c x¡c ành ÷ñc °c t½nh k¶nh truy·n l r§t quan trång Vi»c ÷îc l÷ñng k¶nh truy·n ch½nh x¡c s³ gióp vi»c khæi phöc thæng tintø t½n hi»u thu ÷ñc câ ë tin cªy cao.

Vi»c ÷îc l÷ñng k¶nh trong h» thèng thæng tin sû döng b· m°t ph£n x¤ thæng minh(IRS) câ mët sè khâ kh«n so vîi c¡c h» thèng thæng tin khæng sû döng IRS.

ˆ Kh£ n«ng t½nh to¡n: Vîi sü hi»n di»n cõa IRS, h» thèng thæng tin trð n¶n phùct¤p hìn trong vi»c t½nh to¡n v  ÷îc l÷ñng k¶nh IRS th÷íng bao gçm h ng tr«mho°c thªm ch½ h ng ngh¼n ph¦n tû ph£n x¤, vi»c t½nh to¡n k¶nh giúa c¡c y¸u tèn y v  c¡c thi¸t bà truy·n thæng y¶u c¦u khèi l÷ñng t½nh to¡n lîn v  phùc t¤p.ˆ B· m°t ph£n x¤ IRS sû döng c¡c ph¦n tû thö ëng ho°c b¡n thö ëng, khæng câ

kh£ n«ng xû lþ t½n hi»u n¶n vi»c ÷îc l÷ñng thæng tin tr¤ng th¡i k¶nh li¶n quan¸n IRS l  v§n · th¡ch thùc.

ˆ Thíi gian thüc v  ¡p ùng nhanh: IRS th÷íng ÷ñc sû döng º c£i thi»n hi»u

Trang 23

su§t truy·n thæng trong thíi gian thüc i·u n y °t ra y¶u c¦u v· ÷îc l÷ñngk¶nh nhanh châng v  ¡p ùng nhanh º i·u ch¿nh c¡c y¸u tè ph£n x¤ t¤i IRS.Vi»c £m b£o ë tr¹ th§p v  t½nh thíi gian thüc trong qu¡ tr¼nh ÷îc l÷ñng k¶nhl  mët th¡ch thùc.

ˆ C¡c gi£ ành v  tham sè h» thèng khæng ch½nh x¡c: Vi»c ÷îc l÷ñng k¶nh c¦n düatr¶n c¡c gi£ ành v  thæng tin v· tham sè h» thèng Tuy nhi¶n, trong thüc t¸,c¡c gi£ ành v  thæng tin n y câ thº khæng ch½nh x¡c ho°c khæng bi¸t ch½nh x¡c,g¥y ra sai l»ch v  sai sè trong qu¡ tr¼nh ÷îc l÷ñng k¶nh.

èi vîi 6G, ÷îc t½nh k¶nh cho c¡c h» thèng khæng d¥y hé trñ IRS thªm ch½ cán trðn¶n quan trång hìn, v¼ nâ £nh h÷ðng trüc ti¸p ¸n hi»u su§t cõa c¡c thuªt to¡n i·ukhiºn IRS °c bi»t, c¡c kÿ thuªt ÷îc t½nh k¶nh ph£i câ kh£ n«ng ÷îc t½nh ch½nh x¡cc¡c tham sè k¶nh giúa BS-IRS-ng÷íi dòng, çng thíi t½nh ¸n c¡c t÷ìng t¡c phùc t¤pgiúa chóng.

Vîi nhúng lþ do tr¶n, lu¥n v«n x¡c ành · t i nghi¶n cùu "×îc l÷ñng k¶nhtruy·n h» thèng thæng tin câ ph¦n tû ph£n x¤ thæng minh (IRS)".

1.5 Möc ti¶u cõa luªn v«n

Luªn v«n dü ki¸n ¤t ÷ñc nhúng möc ti¶u sau:

ˆ Cung c§p c¡i nh¼n têng quan v· ÷îc l÷ñng k¶nh truy·n, cö thº trong h» thèngkhæng d¥y 6G, cæng ngh» IRS v  v· m¤ng th¦n kinh nh¥n t¤o.

ˆ ÷a ra b i to¡n ÷îc l÷ñng k¶nh trong h» thèng thæng tin 6G câ sû döng IRS v giîi thi»u ph÷ìng ph¡p sû döng cæng cö to¡n håc.

ˆ ÷a ra b i to¡n, · xu§t ph÷ìng ¡n v  mæ phäng k¸t qu£ ÷îc l÷ñng k¶nh trongh» thèng thæng tin 6G câ sû döng IRS düa tr¶n m¡y håc (ML).

ˆ So s¡nh, èi chi¸u, nhªn x²t k¸t qu£ mæ phäng nh¬m ¡nh gi¡ kh£ n«ng côngnh÷ ch§t l÷ñng cõa líi gi£i theo ph÷ìng ph¡p håc m¡y håc v  líi gi£i cõa mæh¼nh truy·n thèng.

Trang 24

1.6 èi t÷ñng, ph¤m vi v  ph÷ìng ph¡p nghi¶n cùu

1.6.1 Ph¤m vi v  èi t÷ñng nghi¶n cùu

Luªn v«n tªp trung nghi¶n cùu h» thèng thæng tin câ sü hé trñ cõa IRS Trong â,èi t÷ñng ch½nh l  vi»c ÷îc l÷ñng k¶nh truy·n vîi ph÷ìng ph¡p truy·n thèng v  dòngm¡y håc (ML) Ph¤m vi ÷ñc giîi h¤n trong i·u ki»n c¡c th nh ph¦n ph¦n cùng l lþ t÷ðng v  IRS khæng suy hao v  câ thº t¤o ë l»ch pha li¶n töc.

1.6.2 Ph÷ìng ph¡p nghi¶n cùu

C¡c nghi¶n cùu trong luªn v«n n y ÷ñc ph¡t triºn ti¸p nèi tø mët sè cæng tr¼nhtr÷îc ¥y Cö thº, t¡c gi£ xem x²t c¡c b i to¡n ÷ñc n¶u ra trong c¡c nghi¶n cùu n y,ph¥n t½ch ÷u nh÷ñc iºm v  t¼m hiºu nhúng kh½a c¤nh ch÷a ÷ñc khai th¡c Tø â, t¡cgi£ x¥y düng mët sè mæ h¼nh kh¡c, · xu§t c¡c ph÷ìng ph¡p mîi phò hñp ho°c k¸thñp c¡c ph÷ìng ph¡p ¢ câ º t¤o ti·n · so s¡nh v  nhªn x²t Do h¤n ch¸ chi ph½ v nguçn lüc, luªn v«n s³ ch¿ thüc hi»n c¡c mæ phäng tr¶n m¡y t½nh l m c«n cù º ¡nhgi¡ v  so s¡nh c¡c gi£i thuªt.

1.7 Bè cöc luªn v«n

Luªn v«n s³ bao gçm c¡c ch÷ìng câ thù tü v  nëi dung ch½nh nh÷ sau:

ˆ Ch÷ìng 1: Tr¼nh b y têng qua v· h» thèng thæng tin câ sü hé trñ cõa IRS v ëng lüc thüc hi»n luªn v«n.

ˆ Ch÷ìng 2: Giîi thi»u lþ thuy¸t cì b£n v· h» thèng v  mæ h¼nh m¡y håc ÷ñc sûdöng.

ˆ Ch÷ìng 3: Tr¼nh b y b i to¡n ÷îc l÷ñng k¶nh, ph÷ìng ph¡p ÷îc l÷ñng truy·nthèng v  m¡y håc.

ˆ Ch÷ìng 4: Tr¼nh b y k¸t qu£ mæ phäng, nhªn x²t v  ¡nh gi¡ v· c¡c mæ h¼nh÷ñc sû döng.

Trang 25

ˆ Ch÷ìng 5: Têng k¸t l¤i c¡c v§n · ¢ ÷ñc · cªp trong luªn v«n v  · xu§t c¡ch÷îng ph¡t triºn cho luªn v«n.

Trang 26

Ch֓ng 2

CÌ SÐ LÞ THUY˜T

Ch÷ìng n y · cªp ¸n mët sè lþ thuy¸t cì b£n º gi£i quy¸t c¡c b i to¡n ÷ñc°t ra ð c¡c ch÷ìng sau Cö thº, ph¦n 2.1 mæ t£ c¡c lo¤i k¶nh truy·n trong h» thèngvi¹n thæng Ti¸p theo, ph¦n 2.2 giîi thi»u sì l÷ñc v· b· m°t ph£n x¤ thæng minh sauâ, ph¦n 2.3 tr¼nh b y mæ h¼nh h» thèng IRS-aMUC Ph¦n cuèi 2.4 l  giîi thi»u v·håc s¥u (DL) v  mæ h¼nh ti¶u biºu ÷ñc sû döng trong luªn v«n.

2.1 K¶nh truy·n væ tuy¸n

Ch§t l÷ñng cõa c¡c h» thèng thæng tin phö thuëc v o k¶nh truy·n, nìi m  t½n hi»u÷ñc truy·n tø m¡y ph¡t ¸n m¡y thu Khæng gièng nh÷ k¶nh truy·n húu tuy¸n l  ênành v  câ thº dü o¡n ÷ñc, k¶nh truy·n væ tuy¸n l  ho n to n ng¨u nhi¶n v  khængd¹ d ng trong vi»c ph¥n t½ch T½n hi»u ÷ñc truy·n qua k¶nh truy·n væ tuy¸n bà c£ntrð bði c¡c táa nh , c¥y cèi, bà ph£n x¤, t¡n x¤ v  nhi¹u x¤, nhúng hi»n t÷ñng n yn y l m cho cæng su§t t½n hi»u thu thay êi ng¨u nhi¶n, gåi l  fading Do â, m¡y thus³ thu ÷ñc nhúng phi¶n b£n kh¡c nhau cõa t½n hi»u ph¡t, k¸t qu£ d¨n ¸n ch§t l÷ñngthæng tin væ tuy¸n bà £nh h÷ðng.

Hi»n t÷ñng fading trong h» thèng thæng tin ÷ñc chia th nh 2 lo¤i: fading t¦m rëng(large-scale fading) v  fading t¦m hµp (small-scale fading).

Trang 27

2.1.1 Fading t¦m rëng

Fading t¦m rëng di¹n t£ sü thay êi lîn trong cæng su§t g¥y ra bði suy hao ÷íngtruy·n v  che khu§t (shadowing) Suy hao ÷íng truy·n l  sü ti¶u t¡n cæng su§t ph¡ttrong khæng gian bði sü lan truy·n sâng i»n tø Shadowing ÷ñc sinh ra bði c¡c vªtc£n giúa m¡y ph¡t v  m¡y thu, l m gi£m cæng su§t t½n hi»u bði c¡c hi»n t÷ñng vªt lþh§p thu n«ng l÷ñng, ph£n x¤ (reflection), t¡n x¤ (scattering) v  nhi¹u x¤ (diffraction).

2.1.1.1 Mæ h¼nh lan truy·n trong khæng gian tü do

Mæ h¼nh lan truy·n trong khæng gian tü do ÷ñc sû döng º dü o¡n c÷íng ë t½nhi»u khi m¡y ph¡t v  m¡y thu nh¼n th§y nhau v  khæng câ vªt c£n (ch¿ LoS).

Suy hao ÷íng truy·n cho mæ h¼nh khæng gian tü do ÷ñc mæ t£:

P L[dB] = 10 log Pt

Pr = −10 log

 GtGrλ2(4π)2d2

ˆ d l  kho£ng c¡ch tø antenna ph¡t ¸n antenna thu.

2.1.1.2 Mæ h¼nh suy hao theo h m log

Nhúng mæ h¼nh lþ thuy¸t v  o ¤t ch¿ ra r¬ng cæng su§t trung b¼nh cõa t½n hi»uthu gi£m theo h m logarit theo kho£ng c¡ch.

P L[dB] = P L(d0) + 10n log dd0

Trang 28

ˆ d0 l  kho£ng c¡ch tham chi¸u.

ˆ P L(d0) l  suy hao t¤i kho£ng c¡ch tham chi¸u ÷ñc x¡c ành tø c¡c o ¤t g¦nm¡y ph¡t.

ˆ n l  sè mô suy hao ÷íng truy·n Gi¡ trà cõa n câ th¸ x¡c ành b¬ng ph÷ìngph¡p MMSE èi vîi c¡c dú li»u ÷ñc o ¤t thüc nghi»m.

B£ng 2.1: C¡c sè mô suy hao ÷íng truy·n iºn h¼nh

Mæi tr÷íng Sè mô suy hao ÷íng truy·n n

P L(d)[dB] = P L(d) + Xσ = P L(d0) + 10n log dd0

Trang 29

Ngo i c¡c mæ h¼nh ð tr¶n, mët sè mæ h¼nh thüc nghi»m ngo i tríi câ thº ÷ñc xemx²t tòy thuëc v o i·u ki»n mæ phäng: mæ h¼nh Okumura (sû döng trong khu vüc æthà), mæ h¼nh Hata (sû döng trong mæ h¼nh æ thà, ngo¤i æ, næng thæn, ).

2.1.2 Fading t¦m hµp

Fading t¦m hµp ÷ñc sinh ra bði hi»n t÷ñng lan truy·n a ÷íng (multipath) v hi»n t÷ñng Doppler t¤o n¶n c¡c dao ëng nhanh trong bi¶n ë cõa t½n hi»u trongkho£ng c¡ch ng­n Hi»n t÷ñng a ÷íng l  hi»n t÷ñng t½n hi»u lan truy·n tr¶n nhi·u÷íng kh¡c nhau tø m¡y ph¡t ¸n m¡y thu v  câ kho£ng thíi gian lîn giú ÷íng ¸nsîm nh§t v  tr¹ nh§t Kho£ng thíi gian n y ÷ñc gåi l  tr£i tr¹ (delay spread) M°tkh¡c, hi»n t÷ñng Doppler ÷ñc sinh ra khi m¡y thu di chuyºn so vîi m¡y ph¡t Trongqu¡ tr¼nh di chuyºn, mæi tr÷íng xung quanh bao gçm vªt c£n công thay êi Hi»nt÷ñng n y £nh h÷ðng tîi t¦n sè v  pha cõa t½n hi»u ð ph½a thu.

Trong khi tr£i tr¹ a ÷íng d¨n ¸n ph¥n t¡n thíi gian v  fading chån låc t¦n sèth¼ tr£i Doppler d¨n ¸n ph¥n t¡n t¦n sè v  fading chån låc thíi gian.

C¡c mæ h¼nh truy·n k¶nh cì b£n:

a K¶nh theo ph¥n bè Rayleigh: dòng º mæ t£ b£n ch§t thay êi theo thíi giancõa ÷íng bao t½n hi»u fading thu ÷ñc ho°c ÷íng bao cõa mët th nh ph¦n ri¶ngl´ (NLoS).

b K¶nh theo ph¥n bè Rician: Khæng gièng nh÷ Rayleigh fading, Rician fadinggi£ ành r¬ng câ ÷íng LoS chi¸m ÷u th¸ b¶n c¤nh c¡c ÷íng d¨n ph¥n t¡n Nâic¡ch kh¡c, sü lan truy·n t½n hi»u bao gçm c£ ÷íng d¨n trüc ti¸p v  ÷íng d¨nph£n x¤/t¡n x¤ v  th nh ph¦n ÷íng d¨n trüc ti¸p m¤nh hìn c¡c th nh ph¦nph¥n t¡n.

H» sè Rician l  mët tham sè °c tr÷ng cho c÷íng ë cõa th nh ph¦n LoS so vîith nh ph¦n ph¥n t¡n v  nâ câ thº thay êi tòy thuëc v o mæi tr÷íng v  kho£ng

Trang 30

c¡ch giúa m¡y ph¡t v  m¡y thu [9].

G =r

K1 + KG

11 + KG

V½ dö, MIMO lîn ái häi mët l÷ñng lîn anten/chuéi t¦n sè væ tuy¸n (RF) º ¤t÷ñc hi»u su§t phê cao Tuy nhi¶n, i·u n y mang l¤i mùc ti¶u thö n«ng l÷ñng cao v chi ph½ ph¦n cùng, câ thº l m h¤n ch¸ kh£ n«ng triºn khai quy mæ lîn hìn trong t÷ìnglai Giao ti¸p mmWave, m°c dò tªn döng ÷ñc b«ng thæng lîn º ¤t ÷ñc dung l÷ñngcao, l¤i d¹ g°p t­c ngh³n v  kh£ n«ng h§p thö k²m trong thüc t¸ V¼ vªy, sü ­t äcõa c¡c anten/chuéi RF v  qu¡ tr¼nh xû lþ t½n hi»u m£ng tinh vi trð th nh i·u c¦nthi¸t º gi£m tên th§t lan truy·n cao, mët th¡ch thùc m  câ thº khæng ph£i l  gi£iph¡p câ thº mð rëng cho 6G [8] Mªt ë m¤ng, l  mët y¸u tè quan trång trong 5G, l ph÷ìng ti»n hi»u qu£ º mð rëng ph¤m vi phõ sâng v  dung l÷ñng m¤ng Tuy nhi¶n,vîi vi»c li¶n töc th¶m c¡c nót ho¤t ëng nh÷ tr¤m gèc (BS), iºm truy cªp (AP), rìlev  anten ho¤t ëng ph¥n t¡n ÷ñc gåi b¬ng mªt ë m¤ng, mùc ti¶u thö n«ng l÷ñngto n bë cõa m¤ng v  chi ph½ triºn khai/b£o tr¼ s³ t«ng ¡ng kº Mªt ë m¤ng qu¡ mùccông d¨n ¸n c¡c v§n · thüc t¸ kh¡c nh÷ can thi»p nghi¶m trång hìn trong/li¶n h»

Trang 31

thèng, qu£n lþ t i nguy¶n phùc t¤p, l  nhúng th¡ch thùc khâ gi£i quy¸t trong thüct¸ [10].

Ngo i nhúng nh÷ñc iºm ¢ nâi ð tr¶n cõa c¡c cæng ngh» 5G hi»n câ, mët nót th­tcuèi còng º ¤t ÷ñc truy·n thæng khæng d¥y câ dung l÷ñng cüc cao v  cüc ký ¡ngtin cªy n¬m ð mæi tr÷íng truy·n sâng khæng d¥y ng¨u nhi¶n v  ph¦n lîn khæng thºkiºm so¡t ÷ñc, g¥y ra hi»n t÷ñng fading khæng mong muèn v  suy gi£m/bi¸n d¤ngt½n hi»u g¥y b§t lñi cho hi»u su§t h» thèng khæng d¥y.

H» thèng IRS l  mët b· m°t hai chi·u bao gçm c¡c ph¦n tû ph£n x¤ thö ëng/b¡nthö ëng, vîi chi ph½ th§p Méi ph¦n tû câ kh£ n«ng t¤o ra sü thay êi v· bi¶n ëv  pha cõa sâng tîi mët c¡ch ëc lªp, tø â £nh h÷ðng ¸n c¡ch sâng ph£n x¤ lantruy·n Þ t÷ðng n y mang l¤i nhi·u ùng döng ti·m n«ng trong thüc t¸ Ch¯ng h¤n,èi vîi ng÷íi dòng n¬m ð "vòng ch¸t" cõa tr¤m gèc, nìi câ vªt c£n ð giúa, IRS câthº t¤o ra mët mæi tr÷íng truy·n line-of-sight (LoS) £o, c£i thi»n ¡ng kº ch§t l÷ñngk¸t nèi Ng÷ñc l¤i, khi ng÷íi dòng ð r¼a cõa cell v  ph£i èi m°t vîi suy gi£m t½n hi»udo kho£ng c¡ch xa, IRS câ thº ÷ñc sû döng º t«ng c÷íng t½n hi»u nhªn ÷ñc, c£ithi»n ë phõ sâng Ngo i ra, trong bèi c£nh b£o mªt, IRS câ thº ÷ñc i·u ch¿nh ºl m y¸u i t½n hi»u nhªn ÷ñc t¤i c¡c thi¸t bà gi¡n i»p, tø â gi£m thiºu rõi ro rá r¿thæng tin C¦n l÷u þ r¬ng IRS khæng ph£i l  mët ph¦n cõa b¶n truy·n ho°c b¶n nhªn,m  l  mët th nh ph¦n i·u khiºn cõa mæi tr÷íng truy·n d¨n, ch¿ câ nhi»m vö ph£nx¤ l¤i t½n hi»u "thö ëng" Do â, cæng su§t ti¶u thö tr¶n IRS l  khæng ¡ng kº Hi»nnay, sû döng si¶u vªt li»u (metamaterial) º ch¸ t¤o IRS cho ph²p i·u ch¿nh dàch phangay trong thíi gian thüc, t«ng c÷íng kh£ n«ng linh ho¤t v  hi»u su§t cõa h» thèng.

Nh¼n chung, mët IRS th÷íng câ 3 lîp v  1 bë i·u khiºn Ð lîp ngo i còng, c¡cmi¸ng kim lo¤i n¬m tr¶n ch§t n·n i»n mæi âng vai trá nh÷ c¡c ph¦n tû ph£n x¤ s³t÷ìng t¡c trüc ti¸p vîi t½n hi»u tîi º ng«n ngøa sü th§t tho¡t n«ng l÷ñng t½n hi»u,ng÷íi ta th¶m v o mët lîp b¬ng çng n¬m giúa Cuèi còng, lîp trong còng l  mët bom¤ch chàu tr¡ch nhi»m i·u ch¿nh bi¶n ë hay ë dàch pha ph£n x¤ cho tøng ph¦ntû Lîp n y ÷ñc k½ch ho¤t bði mët bë i·u khiºn thæng minh k¸t nèi vîi IRS, thængth÷íng l  FPGA Mæ h¼nh truy·n d¨n cõa mët ph¦n tû ph£n x¤ trong IRS, trong âL1 l  i»n c£m ð lîp trong còng; L2, Cm, Rm l¦n l÷ñt l  i»n c£m, i»n dung v  i»n

Trang 32

trð hi»u döng ð lîp ngo i còng (m kþ hi»u cho ph¦n tû thù m) [3], [10] Theo â, trðkh¡ng t÷ìng ÷ìng cõa ph¦n tû ph£n x¤ thù m l :

Zm(Cm, Rm) =

m + RmjωL1+jωL2+ jωC1

BS s³ ph¡t t½n hi»u vîi ành d¤ng bóp sâng (beamforming) Thi¸t k¸ ành d¤ng bóp

Trang 33

H¼nh 2.2: Mæ h¼nh ÷íng l¶n (uplink-UL) cõa h» thèng IRS-aMUC

sâng ÷íng xuèng (downlink-DL) chõ y¸u phö thuëc v o sü s®n câ cõa CSI Do t½nhch§t thuªn nghàch cõa k¶nh trong c¡c h» thèng TDD, CSI ÷íng xuèng (downlink-DL)câ thº thu ÷ñc tø ÷îc t½nh k¶nh ÷íng l¶n (uplink-UL) trong h» thèng IRS-aMUC.H¼nh 2.2 minh håa cho mæ h¼nh d÷íng l¶n cõa h» thèng Trong â, Uk l  ng÷íi dòngthù k ∈ {1, 2, K} Gåi k¶nh truy·n cõa c¡c li¶n k¸t Uk− BS, Uk− IRS, IRS − BSl¦n l÷ñt l  dk ∈ CM ×1, fk ∈ CN ×1, G ∈ CM ×N Uk− IRS − BS câ thº xem l  mët c°pk¶nh t¡n x¤ ng÷ñc trong â méi ph¦n tû t¤i IRS k¸t hñp t§t c£ c¡c t½n hi»u ¸n v ph£n x¤ chóng ¸n BS ho¤t ëng nh÷ mët iºm nguçn duy nh§t [11].

T½n hi»u tîi IRS s³ ÷ñc ph£n x¤ i theo ma trªn dàch pha R = diag(r) ∈ CN×N,r = β1ejθ1, β2ejθ2, , βNejθNT

, vîi 0 6 βi 6 1 v  0 6 θi 6 2π l¦n l÷ñt l  bi¶n ë v pha cõa ph¦n tû ph£n x¤ thù i trong IRS K¶nh truy·n cõa li¶n k¸t Uk− IRS − BScõa 1 ng÷íi dòng (user) ÷ñc biºu di¹n thæng qua ph÷ìng tr¼nh GRfk ∈ CM×N Gi£sû và tr½ BS, IRS v  ng÷íi dòng cè ành (trong 1 kho£ng thíi gian m  ng÷íi dòng kodi chuyºn), li¶n k¸t k¶nh truy·n Uk− IRS − BS câ thº ÷ñc i·u ch¿nh qua sü thayêi cõa ma trªn ph£n x¤ R.

p döng t½nh ch§t trong ma trªn (A.3) diag(r)fk = diag(fk)r, li¶n k¸t k¶nh truy·nUk− IRS − BS ÷ñc biºu di¹n l¤i d÷îi d¤ng Gdiag(r)fk= Gdiag(fk)r Tø â, suy ra

Trang 34

ph÷ìng tr¼nh ¡p ùng k¶nh truy·n cõa h» thèng IRS-aMUC

Bk= Gdiag(fk)

Hk= [dk, Bk] = [dk, Gdiag(fk)]

2.3.2 Giao thùc cho mæ h¼nh ÷îc l÷ñng k¶nh truy·n

Qu¡ tr¼nh truy·n dú li»u thæng h» thèng IRS ÷ñc chia l m hai giai o¤n truy·n: dúli»u ÷îc l÷ñng v  dú li»u t½n hi»u Trong dú li»u ÷îc l÷ñng, IRS s³ t¤o ra C(C > N +1)ma trªn dàch pha kh¡c nhau Λ = [R1, R2, , RC]nh÷ H¼nh 2.3.

H¼nh 2.3: Giao thùc ÷îc l÷ñng cho h» thèng IRS-aMUC [4]

Trong â, RC = diag(rc) l  ma trªn dàch pha thù c ∈ {1, 2, C} vîi rC =βc,1ejθc,1, βc,2ejθc,2, , βc,Nejθc,NT

, vîi βc,n, θc,n l¦n l÷ñt l  bi¶n ë v  pha cõa ph¦ntû thù n trong sub-frame c º ph¥n bi»t ng÷íi dòng vîi nhau, ta s³ dòng chuéipilot trüc giao câ ë d i L vîi L > K cho tøng ma trªn dàch pha cõa IRS l uk = [uk,1, uk,2, uk,L]T, vîi uH

i uj = P L, i = j v  uH

i uj = 0, i 6= j, P l  cæng su§tcõa méi ng÷íi dòng thù k.

Vîi méi C sub-frame, ta s³ truy·n L kþ tü pilot Méi k ng÷íi dòng (user) s³ gûi

Trang 35

t÷ìng ùng 1 chuéi pilot uk, do â vector t½n hi»u pilot thu ÷ñc t¤i BS ÷ñc biºu di¹n:

vIM) Sau â x¸p chçng L vector t½n hi»u pilot thu ÷ñc t¤i BS [4]:

P L = Hkpc+vc,kP L⇒ xc,k = Hkpc+ zc,k

Sau qu¡ tr¼nh bi¸n êi, ta thu ÷ñc xc,k∈ CM ×1v  zc,k ∈ CM ×1(zc,l ∼ CN (0, σ2zIM))l  vector t½n hi»u v  nhi¹u cõa Uk Sau â, ti¸n h nh x¸p chçng C sub-frame thu ÷ñcmët ma trªn têng qu¡t:

P l  sü k¸t hñp k¶nh truy·n cõa li¶n k¸t BS − IRS − User v  BS − User: P =

Ngày đăng: 22/05/2024, 11:11

Tài liệu cùng người dùng

  • Đang cập nhật ...

Tài liệu liên quan