đánh giá hiệu năng của mạng đa truy cập phi trực giao có thu thập năng lượng với thông tin kênh truyền shadowed fading k u không hoàn hảo và khiếm khuyến phần cứng

- Xây dựng mô hình hệ thống NOMA có năng lượng thu thập năng lượng với thông tin kênh truyền shadowed fading κ - µ không hoàn hảo và khuyết khiếm phần cứng.. TÓM TẮT LUẬN VĂN Mạng đa tru

GIỚI THIỆU

Đặt vấn đề

Trong thời đại công nghệ ngày nay, các hệ thống truyền thông không dây 5G, 6G đang phát triển mạnh mẽ để đáp ứng nhu cầu ngày càng cao về chất lượng dịch vụ, bắt kịp với sự tăng trưởng nhanh chóng về số lượng người dùng và lưu lượng dữ liệu di động, đặc biệt là các kịch bản về độ trễ thấp, kết nối lớn [1] – [4] Trong các hệ thống thông tin di động thế hệ 4 (4G – Fourth Generation) và thứ 5 (5G – Fifth Generation), các công nghệ đa truy cập trực giao (OMA – Orthogonal Multiple Access) được sử dụng để đạt được hiệu suất phổ cao Tuy nhiên, trong tương lai việc tăng cường hơn nữa để đạt được mức tăng đáng kể về dung lượng và hiệu suất phổ là yêu cầu ưu tiên cao do lưu lượng truy cập di động ngày càng tăng Vì thế, để nâng cao hiệu quả sử dụng phổ, kỹ thuật đa truy cập phi trực giao (NOMA – Non- Orthogonal Multiple Access) đã được đề xuất như một kỹ thuật đa truy cập mới đầy hứa hẹn cho các hệ thống di động tương lai khắc phục được những thách thức lớn về hiệu quả năng lượng, phân bố băng thông và sử dụng hiệu quả phổ tần [5] – [7]

So với kỹ thuật đa truy cập trực giao được phổ biến như một giải pháp về độ phức tạp thực hiện thấp thì NOMA cung cấp các lợi ích mong muốn về hiệu suất phổ tần tốt hơn NOMA có thể được sử dụng hiệu quả để đáp ứng cả yêu cầu về tốc độ dữ liệu và trải nghiệm người dùng cho mạng 5G và hơn thế nữa bằng việc cho phép một số tín hiệu người dùng thực hiện truyền đồng thời trong cùng thời gian, tần số và mã, từ đó cải thiện đáng kể hiệu suất [8], [9] Hơn thế, khi so sánh giữa mạng

NOMA và OMA, kết quả cho thấy NOMA đạt dung lượng kênh vượt trội so với OMA

NOMA yêu cầu sử dụng hiệu quả các nguồn năng lượng xung quanh để cải thiện hiệu suất năng lượng Một nguồn năng lượng phong phú mà NOMA có thể sử dụng cho mục đích này là năng lượng không dây được truyền qua các thiết bị không dây Để thực hiện thu thập năng lượng (EH) tần số vô tuyến (RF), truyền thông thông tin và cung cấp năng lượng không dây đồng thời (SWIPT) được xem xét đến như một giải pháp đầy hứa hẹn đã được đề xuất để cung cấp cả dịch vụ truyền thông thông tin và năng lượng Các mạch EH cho SWIPT thường được thực hiện bằng hai kiến trúc thực tế – chuyển mạch thời gian (TS) và phân chia công suất (PS) [10], [11] Hiện nay, các mạch RF EH đã được triển khai thực tế trong các ứng dụng truyền thông không dây 5G [12], [13] Hầu hết các mô hình RF EH được tuyến tính hóa để phân tích hiệu năng thuận tiện, trong đó công suất đầu ra của bộ thu năng lượng tuyến tính tăng theo công suất đầu vào của nó [14], [15] Tuy nhiên, trong thực tế, các mạch EH bao gồm các thành phần phi tuyến như các diốt, cuộn cảm và tụ điện Do đó, các mô hình EH cần là phi tuyến để xem xét các thành phần phi tuyến này [16] – [20]

Các kênh truyền không dây ảnh hưởng trực tiếp đến hiệu năng của hệ thống truyền thông không dây do gây ra các hiệu ứng đồng thời như: fading, shadowing và suy hao đường truyền Những hiệu ứng này thực sự ảnh hưởng đến năng lượng thu thập và điều kiện lan truyền, gây suy giảm trực tiếp hiệu năng Để đánh giá hiệu suất trong thực tế, các kênh truyền không dây cần được mô hình hóa phù hợp với các đo lường trong môi trường thực tế Các phân phối shadowed fading κ-μ cung cấp một mô hình đa đường phổ biến cho các kịch bản truyền thông điều khiển được đặc trưng bởi hai tham số κ, μ [21] – [24] Vì vậy, mô hình shadowed fading κ-μ được sử dụng rộng rãi để mô tả các hiệu ứng đồng thời của fading, shadowing và suy hao đường truyền Một trong những đặc điểm của mô hình shadowed fading κ-μ là nó bao gồm hầu hết các phân phối fading thông thường quan sát được trong thực tế được xem như là các trường hợp cụ thể Ví dụ, các mô hình fading Rice, Hoyt,

Rician, Nakagami-m, Rayleigh và Gaussian có thể được suy ra từ mô hình shadowed fading κ-μ bằng cách đặt giá trị đặc biệt cho các tham số κ, μ [22]

Trong thực tế, các yếu tố ảnh hưởng như thông tin trạng thái kênh truyền không hoàn hảo (iCSI) và khiếm khuyết phần cứng (HWi) cũng ảnh hưởng đến hiệu năng hệ thống Thực vậy, khó có thể đạt được CSI hoàn hảo do sai số ước lượng kênh truyền Hơn nữa, trong các mạng 5G và các mạng tiếp theo, giả định CSI hoàn hảo là một thách thức lớn trong việc đáp ứng các yêu cầu ngày càng tăng về một số lượng lớn người dùng tốc độ cao với các kênh truyền thay đổi nhanh Ngoài ra, iCSI thường xảy ra khi tín hiệu phản hồi không hoàn hảo Mặt khác, nhiều công trình hiện tại giả định phần cứng lý tưởng, điều này không phù hợp cho các ứng dụng thực tế [25], [26] Đặc biệt, các bộ thu có thể bị một số loại khiếm khuyết phần cứng khác nhau, chẳng hạn như mất cân bằng pha/cầu phương (I/Q), độ phi tuyến của bộ khuếch đại công suất cao tại bộ phát và bộ khuếch đại nhiễu thấp tại bộ thu, gây suy giảm chất lượng của bộ thu phát Trong thực tế, có nhiều HWi đã được giảm thiểu nhờ phương pháp hiệu chuẩn và thuật toán bù pha Tuy nhiên, hiệu chuẩn không chính xác và các loại nhiễu khác nhau vẫn ảnh hưởng đến độ tin cậy của truyền thông [26] – [30] Do đó, HWi và iCSI cần được xem xét trong các mạng truyền thông không dây để đánh giá hiệu suất hệ thống gần với các kịch bản thực tế hơn

Các nghiên cứu trên cho thấy rằng khi xét đến mạng NOMA có thu thập năng lượng cần xét đến mô hình EH phi tuyến để phù hợp với các phần cứng của mạch EH cũng như tính đến ảnh hưởng của kênh truyền shadowed fading κ-μ để phù hợp với các hệ thống truyền thông không dây chịu ảnh hưởng đồng thời của fading, shadowing và suy hao đường truyền Ngoài ra, khi xét đến hiệu năng của hệ thống mạng EH-enabled NOMA cũng cần xét đến các yếu tố thực tế luôn xảy ra đó là iCSI và HWi Luận văn nhằm đánh giá hiệu năng của mạng EH-enabled NOMA dưới ảnh hưởng của iCSI, HWi và tính phi tuyến của EH.

Tình hình nghiên cứu

NOMA cho việc truyền dữ liệu từ trạm cơ sở đến hai bộ thu từ xa được hỗ trợ bởi một bộ chuyển tiếp trong [31], [32] Trong đó, mô hình EH phi tuyến đã được triển khai tại các bộ chuyển tiếp Ngoài ra, [31], [32] cũng đưa ra các biểu thức tính xấp xỉ xác suất dừng (OP) Bằng cách mở rộng nghiên cứu trong [31] sang kịch bản có nhiều bộ chuyển tiếp, [33] đã đề xuất lựa chọn bộ chuyển tiếp để hỗ trợ truyền NOMA từ trạm cơ sở đến cả hai bộ thu Đáng chú ý, các phân tích hiệu năng hệ thống trong [33] đã xem xét đến khử nhiễu liền tiếp (SIC) không hoàn hảo và iCSI Tuy nhiên, [33] không nghiên cứu tác động của HWi khi tính toán hiệu năng hệ thống, đều này chưa phù hợp khi triển khai ngoài môi trường thực tế

Các nghiên cứu trong [26] va [34] xem xét tác động của iCSI và HWi đối với EH-enabled NOMA Đặc biệt, [34] phân tích xác suất dừng cho EH-enabled NOMA với lựa chọn relay một phần Biểu thức dạng tường minh với phân tích tiệm cận dưới của xác suất dừng và thông lượng (TP) hệ thống được cung cấp trong [26] trong đó relay hoạt động theo cơ chế AF (amplify – and – forward) và thu thập năng lượng với kiến trúc TS Các ảnh hưởng iCSI và HWi cũng được xét đến và để mô tả các tác động của hai yếu tố này, biểu thức giới hạn dưới của xác suất dừng ở dạng tường minh đã được đưa ra cũng như thông lượng đã được phân tích trong [26] Tuy nhiên, mô hình EH trong [26] và [34] không đề cập đến tính phi tuyến của các phần tử mạch EH nên không phù hợp với thu thập năng lượng thực tế

Ngoài ra, mô hình kênh truyền được xét đến trong [26] là Weibull, đây là mô hình fading đơn giản chưa xét đến shadowing Không những thế, một số mô hình fading đơn giản khác cũng thường được nhắc đến như Rayleigh ([31], [32]), Nakagami-m ([33], [34]), Rican ([35]) Từ các khía cạnh thực tế khác nhau, rõ ràng cần xét mạng NOMA trong các môi trường kênh truyền khác nhau bị ảnh hưởng bởi fading, shadowing và suy hao đường truyền Các nghiên cứu trong [31]-[35] đã không phân tích thông lượng và xác suất dừng qua kênh truyền shadowed fading κ- μ Trong khi đó, hầu hết các tài liệu nghiên cứu trong [31]-[35] về mạng NOMA chỉ xét một hoặc vài yếu tố tác động đến hiệu năng của hệ thống như thu EH phi tuyến hoăc iCSI hoặc HWi Đề tài luận văn này xét đến cả bốn yếu tố ảnh hưởng đến hiệu năng hệ thống (EH phi tuyến shadowed fading κ-μ, iCSI, HWi) để đánh giá hiệu năng hệ thống.

Phạm vi và phương pháp nghiên cứu

Luận văn nghiên cứu mạng EH-enabled NOMA, một trong những mạng thông tin không dây mang lợi thế và hiệu suất năng lượng và phổ tần cao Tuy nhiên, hiệu năng thực tế bị ảnh hưởng bởi một số yếu tố bao gồm thu thập năng lượng phi tuyến từ các trạm phát năng lượng, các kênh truyền không dây (fading, shadowing, suy hao đường truyền) và đặc biệt quan tâm đến thông tin kênh truyền không hoàn hảo và các khiếm khuyết phần cứng Do đó, luận văn chỉ xét trong phạm vi nghiên cứu những yếu tố thực tế trên cho việc đánh giá hiệu năng hệ thống Cụ thể, phạm vi nghiên cứu của đề tài luận văn như sau:

- Kỹ thuật đa truy cập phi trực giao

- Thông tin kênh truyền không hoàn hảo

Từ nghiên cứu tổng quan và tình hình nghiên cứu, luận văn thực hiện phương pháp nghiên cứu như sau:

- Kết hợp giữa phân tích lý thuyết và mô phỏng Monte-Carlo để kiểm chứng kết quả phân tích

- Dùng các mô hình toán học để xây dựng các biểu thức tường minh của xác suất dừng và thông lượng

- Mô phỏng Monte-Carlo bằng phần mềm Matlab để kiểm chứng các kết quả phân tích được ở lý thuyết và đưa ra so sánh, đánh giá

- Phân tích, tối ưu các thông số hệ thống và đề xuất các khuyến nghị lựa chọn vùng thông số hoạt động phù hợp.

Các đóng góp của luận văn

Luận văn này có các đóng góp như sau:

- Nghiên cứu đề xuất mô hình mạng EH-enabled NOMA bao gồm trạm năng lượng được trang bị số lượng anten tùy ý để cải thiện hiệu quả thu thập năng lượng

Mô hình EH phi tuyến (nlEH) được công nhận rộng rãi từ [17] được khuyến nghị để thể hiện chính xác tính phi tuyến của các phần tử mạch EH

- Tiến hành phân tích các biểu thức tính toán tường minh của TP và OP để nhanh chóng đánh giá hiệu suất cho mô hình mạng EH-enabled NOMA được đề xuất có tính đến nlEH, các mức độ khác nhau của shadowing, fading và suy hao đường truyền trong kênh truyền truyền không dây, iCSI và HWi

- Luận văn đánh giá và tối ưu hóa hiệu năng hệ thống trong nhiều tình huống thực tế khác nhau Kết quả cho thấy tính phi tuyến tính của EH, điều kiện lan truyền, iCSI và HWi có thể làm giảm đáng kể độ tin cậy của truyền thông vô tuyến, có thể được quản lý linh hoạt thông qua việc điều chỉnh tham số Đáng chú ý, EH- enabled NOMA có thể ngăn chặn sự cố dừng hoạt động hoàn toàn và đạt được hiệu suất tối ưu với các lựa chọn thông số phù hợp Hơn nữa, so sánh và phân tích hiệu năng của mô hình mạng EH-enabled NOMA, nó vượt trội đáng kể hơn so với sơ đồ đa truy cập truyền thống OMA

Bố cục luận văn

Luận văn bao gồm 6 chương với nội dung mỗi chương như sau:

- Chương 1 giới thiệu tổng quan đề tài, tình hình nghiên cứu các mạng EH- enabled NOMA được đề xuất trước đây Ngoài ra, chương 1 cũng đưa ra phạm vi và phương pháp nghiên cứu, các đóng góp của luận văn, bố cục luận văn

- Chương 2 trình bày cơ sở lý thuyết về mạng NOMA, mô hình kênh truyền shadowed fading κ-μ, mô hình thu thập năng lượng phi tuyến, thông tin kênh truyền không hoàn hảo và khiếm khuyết phần cứng

- Chương 3 trình bày kiến trúc cụ thể của mô hình hệ thống EH-enabled NOMA, mô hình kênh truyền shadowed fading κ-μ và mô hình tín hiệu nhận được tại bộ thu

- Chương 4 phân tích hiệu năng của mạng EH-enabled NOMA qua việc đưa ra các biểu thức dạng tường minh cho OP của FR và NR, TP được suy ra từ OP và giới hạn trên của hiệu năng

- Chương 5 thiết lập các thông số mô phỏng, trình bày các kết quả mô phỏng Monte-Carlo dùng phần mềm Matlab và so sánh với các kết quả mô phỏng với các kết quả phân tích lý thuyết để đưa ra nhận xét và đánh giá

- Chương 6 đưa ra kết luận những kết quả mới của luận văn và kiến nghị hướng phát triển cho những nghiên cứu tiếp theo

CƠ SỞ LÝ THUYẾT

Đa truy cập phi trực giao

Mạng NOMA có khả năng phục vụ nhiều người dùng trên cùng miền thời gian và tần số với các mức công suất khác nhau So với hệ thống OMA, NOMA đạt được sự tối ưu hơn về khả năng sử dụng hiệu quả băng thông Về cơ bản, NOMA được phân chia thành hai loại: NOMA miền mã và NOMA miền công suất [5] – [9]

Cụ thể, ghép kênh miền mã có tiềm năng để tăng cường hiệu quả phổ nhưng kỹ thuật này đòi hỏi băng thông truyền dẫn cao và khó áp dụng vào các hệ thống truyền thông không dây mới Mặt khác, đối với NOMA miền công suất, hệ thống NOMA và mạng vô tuyến nhận thức cho thấy NOMA có thông lượng vượt trội so với OMA [8] Trong NOMA miền công suất, các người dùng UE cùng sử dụng khối tài nguyên tần số và thời gian Mặc dù, phổ tần của các UE chồng lên nhau trên miền thời gian và tần số, nhưng các UE có thể tách tín hiệu mong muốn dựa trên sự phân bổ các mức công suất khác nhau cho mỗi tín hiệu Hơn thế, NOMA miền công suất có cách thực thi đơn giản, không yêu cầu băng thông bổ sung để cải thiện hiệu quả phổ tần Vì thế NOMA miền công suất đã trở thành mô hình hiệu quả và được nghiên cứu phổ biến nhất trong số các mô hình NOMA như hình 2.1 ng ng tr nh đư kh hà nh nh đế m cầ nh

Dựa t gười dùng gười dùng ong đó  1 hất và thứ h

Các h ường xuốn hác với mứ ành loại bỏ hận bị cộng hiên, nếu c ến UE có m mong muốn ần thiết Kh hóm khai t trên kỹ thu đồng thời thứ nhất v

,2 là hệ hai, với  1 hệ thống N ng Nguyên ức công su ỏ tín hiệu g với can n có quá nhi mức công s n Vì vậy, hi đó, các thác một tậ uật mã hóa từ một ng à thứ hai, t số phân bổ

NOMA th n lý cơ bản uất lớn hơn của các U nhiễu từ cá ều người d suất thấp nh việc phân

UE trong ập sóng ma

Hình 2. xếp chồng guồn phát, tín hiệu của x P x1 ổ công suấ hường sử d n của SIC n mức côn

UE khác, k ác tín hiệu c dùng chia s hất phải gi chia nhóm một ô đượ ng con riên

.1Đa truy c g, một kỹ th gọi x 1 và a bộ phát đ

1 2 2 x  P x ất lần lượt dụng phươ là đầu thu ng suất tín ết quả của của UE kh sẻ trên mộ iải mã hết t m người dù ợc phân chi ng biệt cập phi trự huật truyền x 2 lần lượt được biểu d

2 được gán ơng pháp S u giải mã hiệu mong a tiến trình hác với côn ột khối tài tất cả UE c ùng cùng c ia thành cá c giao n thông tin t là tín hiệu diễn như sa cho người

SIC để tác tín hiệu củ g muốn Sa h SIC là tín ng suất thấp nguyên, đi còn lại để đ chia sẻ tài ác nhóm nh n đến nhiều u phát cho au:

(2.1) i dùng thứ ch tín hiệu ủa các UE au đó, tiến n hiệu cần p hơn Tuy iều đó dẫn đạt tín hiệu nguyên là hỏ, và mỗi u o

Cụ thể quá trình giải mã được tiến hành theo các bước sau:

- Tại người dùng thứ nhất, một bộ giải mã đơn người dùng được áp dụng để giải mã thông điệp x 1 bằng cách xem x 2 như can nhiễu từ tín hiệu thu nhật được y 1

- Người dùng thứ hai tiến hành giải mã theo thứ tự Đầu tiên, giải mã thông điệp x 1 bằng bộ giải mã như người dùng thứ nhất từ tín hiệu thu nhận được y 2 Sau đó, gọi h 2 là độ lợi kênh của người dùng thứ hai từ bên phát, trừ P h x 1 2 1 từ y 2 , ta được

- Cuối cùng, giải mã thông điệp x 2 từ tín hiệu y ˆ 2 bằng bộ giải mã đơn người dùng thứ hai.

Đặc tính kênh truyền

2.2.1 Kênh truyền fading đa đường

Một đặc tính duy nhất trong kênh truyền không dây là hiện tượng fading, sự biến đổi của biên độ tín hiệu theo thời gian và tần số Nhiễu thêm vào là nguồn suy hao tín hiệu phổ biến nhất, ngược lại fading là một nguồn suy hao tín hiệu khác

Fading có thể là do sự lan truyền đa đường, được gọi là fading nhiều đường, hoặc do shadowing từ các chướng ngại vật ảnh hưởng đến sự lan truyền của sóng vô tuyến Hiện tượng fading có thể được phân thành hai loại khác nhau: large-scale fading và small-scale fading như Hình 2.2 Large-scale fading xảy ra khi thiết bị di động di chuyển qua một khoảng cách lớn, ví dụ, khoảng cách giữa các ô Nguyên nhân là do suy hao đường truyền (path loss) theo một hàm của khoảng cách và shadowing bởi các vật thể lớn như tòa nhà, địa hình đồi núi và thảm thực vật

Shadowing là một quá trình fading được đặc trưng bởi sự thay đổi của suy hao đường truyền trung bình giữa máy phát và máy thu tại các vị trí cố định Vì vậy, large-scale fading được đặc trưng bởi suy hao đường truyền trung bình và shadowing Mặt khác, small-scale fading đề cập đến sự thay đổi nhanh chóng của các mức tín hiệu do sự giao thoa có tính xây dựng và phá hủy của nhiều đường tín hiệu (đa đường) khi trạm di động di chuyển khoảng cách ngắn Tùy thuộc vào mức độ tương đối của đa đường, fading được đặc trưng bởi có chọn lọc tần số (frequency-selective) và không chọn lọc tần số hay phẳng tần số (frequency flat) Trong khi đó, tùy thuộc vào sự thay đổi thời gian trong kênh do tốc độ di động được đặc trưng bởi trải Doppler, small-scale fading có thể được phân loại là fading nhanh hoặc fading chậm

Fading đa đường là do sự kết hợp mang tính tổng hợp và triệt tiêu của các thành phần tín hiệu bị trễ, phản xạ, tán xạ và nhiễu xạ ngẫu nhiên Kiểu Fading này tương đối nhanh và do đó gây ra sự biến đổi tín hiệu ngắn hạn Tùy thuộc vào bản chất của môi trường truyền sóng vô tuyến, sẽ có các mô hình khác nhau mô tả hành vi thống kê của đường bao fading đa đường Các phân bố fading phổ biến gồm Rayleigh, Nakagami-q (Hoyt), Nakagami-n (Rice), Nakagami-m Trong đó Nakagami-m là một phân bố bao quát phổ biến, xem các phân bố còn lại như trường hợp đặc biệt

Nakagami-m có hàm mật độ xác suất về bản chất là một phân phối Chi bình phương trung tâm được đưa ra bởi công thức sau

Hình 2.2 Phân loại kênh fading

          (2.3) trong đó m là tham số Fading Nakagami-m nằm trong khoảng từ 0.5 đến  Áp dụng (2.3) cho thấy SNR trên mỗi ký hiệu  , được phân bố theo phân bố gamma cho bởi

   (2.4) nó cũng có thể được chỉ ra rằng MGF được đưa ra trong trường hợp này bởi

Phân bố Nakagami-m bao gồm phân bố Gaussian một phía (m = 1/2) và phân bố Rayleigh (m = 1) như những trường hợp đặc biệt Trong giới hạn m , kênh

Fading Nakagami-m hội tụ thành kênh AWGN không Fading Hơn nữa, khi m < 1, ta thu được ánh xạ một một giữa tham số m và tham số q, cho phép phân bố

Nakagami-m gần đúng với phân bố Nakagami-q (Hoyt) Tương tự, khi m > 1, đánh, ta thu được một ánh xạ một một khác giữa tham số m và tham số n (hoặc, tương đương, hệ số Rician K), cho phép phân bố Nakagami-m gần đúng với phân bố

2.2.2 Đặc tớnh kờnh truyền shadowed fading κ – à

Các kênh không dây gây ra các hiệu ứng fading, shadowing, suy hao đồng thời, ảnh hưởng trực tiếp đến hiệu suất của truyền thông không dây Các hiệu ứng trên được đặc trưng bởi mô hình shadowed fading   Trong đó, xét đến sự phân bố của đường bao công suất nhận được hay SNR tức thời  tại máy thu Với lưu ý rằng, việc mô tả đặc điểm phân bố của đường bao biên độ r được đơn giản bằng cách thay đổi r   Ở đây,  biểu thị tỷ lệ giữa tổng công suất của thành phần chiếm ưu thế và tổng công suất của sóng tán xạ,  là số lượng cụm đa đường

Cho  là biến ngẫu nhiên sao cho  ~ S     , , , m  và  ,m là các số nguyên dương, m biểu thị mức độ nghiêm trọng của shadowing, trong phần này xem xét trường hợp m Khi đó,  là hỗn hợp hữu hạn của các phân bố

Nakagami bình phương, mà [23] đã đưa ra biểu thức PDF như sau:

KM (2.6) với f K là hàm PDF của phân bố Nakagami bình phương được cho trong [23] và cũng được nhắc đến trong mục 2.2.1 và B j được tính bởi j m j j m m

          (2.7) và  B được định nghĩa là  B   2 ( m j  ) với 2

 CDF của shadowed fading   được cho trong [23] như sau:

Một dạng đơn giản và thống nhất hơn cho PDF và CDF của phân bố shadowed fading   được [23] và 24] lần lượt là:

m Ở đõy,  biểu thị hệ số Rician, à biểu thị số nhúm đa đường và m thể hiện mức độ nghiêm trọng của shadowing gi dâ hệ lư bằ

EH g iải quyết b ây từ các s ệ thống tru ượng trong ằng hai kiế

Hình 2.3 Ở hoảng thời uống tới R

-S, năng lư ong đó,  p i g là độ lợi

Thu thập góp phần k bài toán về óng RF tro uyền thông các mạng ến trúc thực mô hình hệ yền thông ti từ P, đây c n TS của [ Ở giai đoạn i gian ngắ

R trong kho ượng thu th

 là h kênh truyề p năng lư khắc phục c ề thiếu hụt ong môi trư g (SWIPT) không dây c tế – chuy ệ thống tru in B và bộ có thể là m [17] thời g n 1, P cun ắn T Tro oảng (1 hập tại B tr hiệu suất c ền giữa ant

Hình 2.3 M ượng các thách t năng lượn ường xung ) để kéo d y Các mạc yển mạch th uyền thông ộ thu R B b áy phát côn gian khối tr g cấp năng ong giai đ

Mô hình th thức đối vớ ng Các trạ quanh và dài tuổi thọ ch EH cho hời gian (T g đường xu bị hạn chế ng suất chu ruyền được g lượng ch đoạn 2, BS g quá trình ỳ T với 0

  năng lượn thứ i của P hu thập năn ới các trạm ạm thu thậ đồng thời ọ của các SWIPT thư TS) và phân uống với tr về công su uyên dụng c chia thàn ho hoạt độ

P và B, N là ng lượng m phát khôn ập năng lượ xử lý thôn nút bị hạn ường được n chia công rạm phát n uất, vì thế Trong các nh hai giai ộng của B n gửi dữ l lượng từ P được cho bở ông suất tru à số anten ng dây, và ợng không ng tin trong n chế năng c thực hiện g suất (PS) năng lượng

B phải lấy ch tiếp cận i đoạn như trong một iệu đường

Công suất truyền tại trạm B là:

Vì mạch EH, nói chung, bao gồm nhiều thiết bị điện tử phi tuyến khác nhau như các diốt, cuộn cảm và tụ điện, mô hình tuyến tính truyền thống có thể không phù hợp với thu thập năng lượng thực tế và do đó, mô hình EH phi tuyến được sử dụng Theo tính phi tuyến của EH công suất truyền của B được biểu thị bằng:

(2.13) với  là mức bão hòa công suất

2.4 Thông tin kênh truyền không hoàn hảo

Trong các hệ thống thực tế, việc ước lượng kênh truyền không chính xác gây ra các sai số ước lượng kênh Ngoài ra do các đặc tính ngẫu nhiên và thay đổi theo thời gian của các kênh truyền không dây dẫn đến khó đạt được CSI hoàn hảo Do đó, cần xét đến một mô hình kênh truyền không hoàn hảo Trong [14], khi xét một trạm truyền thông tin S và trạm thu R thì mô hình kênh truyền với iCSI được biểu diễn dưới dạng: sr ˆ sr sr g  g  (2.14) với g ˆ sr là hệ số độ lợi kênh truyền được ước lượng tại quá trình truyền nhận và  sr ~ CN (0, 2 ) là lỗi ước lượng kênh truyền được xấp xỉ theo biến ngẫu nhiên

Thông tin kênh truyền không hoàn hảo

Trong các hệ thống thực tế, việc ước lượng kênh truyền không chính xác gây ra các sai số ước lượng kênh Ngoài ra do các đặc tính ngẫu nhiên và thay đổi theo thời gian của các kênh truyền không dây dẫn đến khó đạt được CSI hoàn hảo Do đó, cần xét đến một mô hình kênh truyền không hoàn hảo Trong [14], khi xét một trạm truyền thông tin S và trạm thu R thì mô hình kênh truyền với iCSI được biểu diễn dưới dạng: sr ˆ sr sr g  g  (2.14) với g ˆ sr là hệ số độ lợi kênh truyền được ước lượng tại quá trình truyền nhận và  sr ~ CN (0, 2 ) là lỗi ước lượng kênh truyền được xấp xỉ theo biến ngẫu nhiên

Gaussian Đó chính là yếu tố ảnh hưởng đến thông tin kênh truyền gây nên không hoàn hảo Trên thực tế, lỗi ước lượng là một hàm của SNR tại bộ thu với:

  (2.15) với  là SNR trung bình Đây là mô hình ước lượng kênh khá thực tế và được sử dụng rộng rãi.

Khiếm khuyết phần cứng

Trong [15], HWi của bộ thu phát được gây ra bởi nhiều yếu tố, chẳng hạn như mất cân bằng pha/cầu phương (I/Q), độ phi tuyến của bộ khuếch đại công suất cao tại máy phát và bộ khuếch đại nhiễu thấp tại máy thu Các thuật toán bù khác nhau đã được áp dụng để giảm ảnh hưởng của HWi, nhưng các phương pháp này không thể loại bỏ hoàn toàn HWi HWi vẫn tồn tại do các đặc điểm phần cứng ngẫu nhiên và thay đổi theo thời gian Những khiếm khuyết phần cứng tại bộ phát hoặc bộ thu được [26] biểu diễn dưới dạng nhiễu méo (distortion nose) như sau:

 (2.16) trong đó,  sr là mức khiếm khiếm tổng hợp tại bộ phát S và bộ thu R, P s là công suất phát tại S Theo chuẩn 3GPP LTE [38],  s có tầm khoảng giá trị từ 0.08 đến

0.175 Trong thực tế, HWi đóng vai trò là nguồn nhiễu tạo ra một lượng nhiễu nhất định Sự can thiệp này gây ra sự suy giảm hiệu năng hệ thống hơn khi so với trường hợp hoàn hảo của phần cứng.

Nhiễu AWGN

AWGN (Additive White Gaussian Noise) là một mô hình thể hiện sự ảnh hưởng của nhiễu, được sử dụng phổ biến nhất trong thông tin vô tuyến AWGN giúp dễ dàng mô hình hóa những tác động của các quá trình ngẫu nhiên ảnh hưởng lên tín hiệu khi truyền từ phía phát đến phía thu [40] Trong tên gọi của AWGN thể hiện các tính chất đặc biệt của mô hình nhiễu này

Tính cộng (Additive): mô hình nhiễu này tác động lên tín hiệu ban đầu bằng cách cộng thêm vào tín hiệu đó một tín hiệu nhiễu ( )n t như trong Hình 2.4 Tính cộng trong mô hình phân biệt với các mô hình khác có thể tác động lên tín hiệu bằ m tư tá

N Đ hi ằng phép n miền thời gi

Tính tr ưởng là phẳ ác động lên

N Do đ Điều này kh iệu ở một s nhân Tín h ian hoặc cộ rắng (Whit ẳng (unifor n tín hiệu ở đó tín hiệu hác biệt vớ số khoảng t hiệu tại ph ộng tương ứ te): thể hiệ rm) hoặc đ ở bất kỳ tần có băng th ới các mô h tần số nhất

Hình 2 hía thu có t ứng ở miền

( ) ( ) r t h t ện mật độ p đều như tro n số nào v hông càng l hình có tính t định

2.5 Mật độ thể được c n tần số N

* ( )s t n t( ) phổ công s ong Hình 2 ới mật độ lớn thì côn h màu (col phổcông cộng trực t ( )

N f suất (PSD) 2.5 Tính t công suất g suất nhiễ or), nhiễu suất tiếp với nh

) của tín hi trắng cho p nhiễu là nh ễu tác động màu tác độ hiễu ( )n t ở

(2.1 iệu ( )n t lý phép nhiễu hư nhau là g càng lớn. ộng lên tín ở

17) ý u à n ch số bố đị nh tin ho m

Tính c huẩn với tr ố mô hình ố hàm mũ, ịnh lý giới hiên sẽ tiến

Một tiê oạt động tr mà xác suất

, giảm xuố hất Gaussi rung bình l nhiễu khá

Phân phối hạn trung n đến phân nh nhiễu A n do sự đơn

Xác suất êu chí hiệu rên các kên lỗi tức thờ ống dưới m ian: mô hì là 0 và phư ác có phân i chuẩn sử g tâm (The n phối chuẩ

AWGN đư n giản và hữ dừng u suất tiêu nh fading g ời vượt quá một ngưỡng

Hìn ình sử dụng ương sai th bố Raylei dụng với g central lim ẩn Hình 2.6

( ) p x   ược sử dụng ữu ích của chuẩn của gọi là xác s á một giá tr g nhất định

P out   nh 2.6 Phân g nhiễu có ể hiện côn gh, Laplac giả thuyết s mit theorem

 g trong hầ nó a các hệ th suất dừng rị xác định h,  th Về m h ( ) p   d n phối chuẩ ó phân bố x g suất của ce, Gamma sự ngẫu nh m) tổng củ ầu hết các n ống mạng và được đị h hoặc xác mặt toán họ ẩn xác suất là nhiễu N(0 a, phân bố hiên là đủ lớ ủa các quá nghiên cứu thông tin k ịnh nghĩa l suất mà SN ọc, ta có phân phối

0,2 ) Một đều, phân ớn, vì theo trình ngẫu

(2.1 u về thông không dây là xác suất

) đó là hàm phân phối tích lũy (CDF) của , gọi là là ( )P   , được đánh giá tại   th

Vì PDF và CDF có liên quan là p  ( ) dP  ( ) / d và vì P  (0) 0 , biến đổi

Laplace của hai hàm này có liên quan bởi ˆ ( ) ˆ ( ) p s

Hơn nữa, vì MGF chỉ là biến đổi Laplace của PDF với đối số đảo ˆ ( ) ( ) p s  M  s , xác suất dừng hoạt động có thể được tìm thấy từ biến đổi Laplace ngược của tỷ lệ M  (s) /s được đánh giá tại   th , Đó là,

   (2.21) trong đó,  được chọn trong vùng hội tụ của tích phân trong mặt phẳng phức s

Việc đánh giá xác suất dừng hoạt động có thể được thực hiện hoàn toàn dựa trên kiến thức về MGF của SNR đầu ra mà không cần phải tính toán bản PDF của nó

Chương này đã trình bày tổng quan về lý thuyết đa truy cập trực giao, một kỹ thuật hiệu quả trong truyền thông không dây về cải thiện hiệu quả năng lượng và phổ tần, trong đó trình bày kỹ thuật mã hóa xếp chồng của tín hiệu tại bộ phát cũng như phương pháp SIC để tách tín hiệu đường xuống với nguyên lý cơ bản của SIC là đầu thu giải mã tín hiệu của các UE khác với mức công suất lớn hơn mức công suất tín hiệu mong muốn, sau đó loại bỏ can nhiễu do UE khác gây ra rồi khôi phục tín hiệu mong muốn Ngoài ra chương cũng đã trình bày cơ sở lý thuyết về kênh truyền đa đường, trong đó mô tả đặc tính của kênh truyền Nakagami-m và xem các phân bố fading phổ biến gồm Rayleigh, Nakagami-q (Hoyt), Nakagami-n (Rice), như trường hợp đặc biệt khi thay đổi giá trị của m Đặc biệt, chương đã cung cấp chi tiết về phân tích PDF và CDF của kênh truyền shadowed fading   Mô hình thu thập năng lượng từ trạm năng lượng đến trạm thông tin cũng đã được đề cập đến Hơn nữa, các đặc trưng của iCSI và HWi đã được mô hình hóa trong chương này Các lý thuyết cơ bản về nhiễu AWGN, xác suất dừng được trình bày rõ ràng trong phần cuối của chương

Kết luận chương

Chương này đã trình bày tổng quan về lý thuyết đa truy cập trực giao, một kỹ thuật hiệu quả trong truyền thông không dây về cải thiện hiệu quả năng lượng và phổ tần, trong đó trình bày kỹ thuật mã hóa xếp chồng của tín hiệu tại bộ phát cũng như phương pháp SIC để tách tín hiệu đường xuống với nguyên lý cơ bản của SIC là đầu thu giải mã tín hiệu của các UE khác với mức công suất lớn hơn mức công suất tín hiệu mong muốn, sau đó loại bỏ can nhiễu do UE khác gây ra rồi khôi phục tín hiệu mong muốn Ngoài ra chương cũng đã trình bày cơ sở lý thuyết về kênh truyền đa đường, trong đó mô tả đặc tính của kênh truyền Nakagami-m và xem các phân bố fading phổ biến gồm Rayleigh, Nakagami-q (Hoyt), Nakagami-n (Rice), như trường hợp đặc biệt khi thay đổi giá trị của m Đặc biệt, chương đã cung cấp chi tiết về phân tích PDF và CDF của kênh truyền shadowed fading   Mô hình thu thập năng lượng từ trạm năng lượng đến trạm thông tin cũng đã được đề cập đến Hơn nữa, các đặc trưng của iCSI và HWi đã được mô hình hóa trong chương này Các lý thuyết cơ bản về nhiễu AWGN, xác suất dừng được trình bày rõ ràng trong phần cuối của chương

MÔ HÌNH HỆ THỐNG

Mô tả mô hình

Xem xét một mô hình hệ thống như Hình 3.1 cho EH-enabled NOMA với một trạm năng lượng (ES), một trạm thông tin (IS), một bộ thu xa (FR) và một bộ thu gần (NR) Mô hình hệ thống này mô tả mạng truyền thông không dây đường xuống

IS được thiết kế bị hạn chế năng lượng và do đó nó phải thu năng lượng từ ES, có thể là một máy phát điện chuyên dụng (ví dụ trạm phát thanh vô tuyến) Trong kiến trúc EH dựa trên TS, một khối truyền được chia thành hai giai đoạn như trong Hình 3.1 Trong giai đoạn 1, ES cung cấp năng lượng cho hoạt động của IS trong một khoảng thời gian T Trong giai đoạn 2, IS triển khai gửi thông tin liên lạc dựa trên NOMA tới FR và NR trong phạm vi (1)T ES được trang bị N anten để nâng cao hiệu quả thu năng lượng Hơn nữa, BS sử dụng 1 anten để đơn giản hóa mô hình hệ thống Ngoài ra, vì FR và NR có thể là thiết bị người dùng di động nên chúng được xem là có một anten Mặt khác, mô hình hệ thống cũng xem xét các tác độ tế và

S và NR hẳng chậm oàn theo g a ố lượng nh

 E uyền Theo g ab lần lượt

Mô hình nghĩa g b s i l à g sn tươn

Giả sử cá m Cụ thể h ab với ab hóm đa đư

} biểu thị o [23], [24 t có PDF và

I đến hiệu kênh truy là độ lợi cô ng ứng là đ ác kênh tru hơn, một n {b s, sf, sn i

 ường,  t công suất 4] và dựa t à CDF như nh 3.1 Mô năng hệ th yền ông suất kê độ lợi công uyền chịu nhóm tham n} trong đó thể hiện m t kênh truy trên cơ sở ư sau hình mạng hống để tươ ênh truyền g suất kênh ảnh hưởn m số ,K  ó K biểu t mức độ ngh yền ab lý thuyết đ g EH-enab ơng thích v giữa anten h truyền gi ng của sha , , ab

   đư thị hệ số R hiêm trọng b bao gồm được trình bled NOMA với các kịch n phát thứ iữa IS và F dowed fad ược định n Rician-K, g của shad m cả suy h h bày trong

A h bản thực i th của ES

FR và giữa ding   nghĩa hoàn

 biểu thị dowing và hao đường g phần 2.2, c

   ,  k   k, L   với   Để giải thích ngắn gọn, giả sử   và một tập hợp các tham số tương tự (K, , ) cho tất cả các kênh truyền Nếu   , cần tiến hành theo cách tương tự như khi   bằng cách sử dụng các ký hiệu tương ứng trong [24-Bảng

I] Ngoài ra, giả sử  và  là số nguyên, có ảnh hưởng nhỏ trong thực tế như được mô tả trong [24] Vì hiện tượng shadowing và fading đã được tích hợp trong mô hình shadowed fading   nên cần tích hợp suy hao đường truyền vào mô hình này để giải quyết các tác động đồng thời của fading, shadowing và suy hao đường truyền trong các kênh truyền không dây Để đạt được mục đích này, lập mô hình

 ab là d ab   với  là công suất fading ở khoảng cách tham chiếu là 1 mét (m), d ab là khoảng cách ab và  là số mũ suy hao đường truyền [20]

Giả sử c ác kênh truyền fading có phân phối độc lập giống nhau giữa các anten của ES và IS Do đó, các chỉ số dưới b i liên quan đến các tham số fading (g b s i , b s i

 ) có thể được rút ngắn thành bs trong (g bs ,  bs ,  bs ) nếu không gây ra sự hiểu lầm nào, cụ thể là b s i bs

Trong quá trình thu năng lượng của IS từ ES thông qua môi trường kênh truyền ES-IS, tổng năng lượng thu được tại IS trong khoảng thời gian T với

  (3.3) trong đó (0,1) biểu thị hiệu suất truyền năng lượng, 2 i i b s b s g  h với b i h là độ lợi kênh của anten phát i th của ES và IS P b là công suất được truyền trên mỗi anten của ES Trong giai đoạn 2, E s được truyền với công suất

 cho truyền thông của IS Theo đó, năng lượng thu được tại IS với mô hình nlEH trong [17] là

 (3.4) trong đó  là mức bão hòa công suất,

Phương trình (3.4) mô tả nlEH, khi công suất đầu vào nhỏ hơn một giá trị ngưỡng nhất định , nlEH tạo ra công suất UQ một cách tỷ lệ tuyến tính Tuy nhiên, nếu công suất đầu vào vượt quá , công suất đầu ra của nlEH sẽ bão hòa

Ngoài ra, khi  được cấu hình với một giá trị lớn, tiến gần đến vô cùng (  ), đáp ứng của nlEH sẽ trở thành tương tự như của EH tuyến tính (lEH)

Trong giai đoạn 2, thông tin chồng lên nhau P x s f   1 P x s n được gửi bới IS đến FR và NR, trong đó x n và x f lần lượt là tín hiệu với

E x n E x f 1 và  là hệ số phân bổ công suất để truyền x f Theo cơ chế

NOMA, x f được phân bổ nhiều năng lượng hơn x n , dẫn đến  0,5 Ngoài những suy giảm của kênh truyền (fading, shadowing, path loss), mô hình cũng xem xét đến những vấn đề không hoàn hảo khác trong thực tế như iCSI và HWi trên sự truyền của IS Trong [26], iCSI được mô hình hóa là ˆ sv sv sv h h  , (v f n , ) trong đó ˆh sv là hệ số kênh truyền ước lượng và  sv ~Ν(0, sv 2 ) là lỗi ước lượng kênh với Ν( , )  là một biến ngẫu nhiên Gaussian phức với trung bình và phương sai  Trong thực tế, lỗi ước lượng là một hàm của tỉ số tín hiệu trên nhiễu (SNR)  Đặc biệt, sv 2

 tỉ lệ nghịch với  , ví dụ 2 1 sv 1 sv

   , trong đó  sv là SNR qua kênh truyền tương ứng Đây là mô hình lỗi ước lượng kênh truyền khá thực tế và được sử dụng rộng rãi Bằng việc xem xét cả iCSI và HWi, tín hiệu thu được ở NR và FR lần lượt được thành lập như sau

 ˆ  ( S  1  S ) sf sf sf f f sf f y  h  P x   P x   (3.6) và

 ˆ  (  1  ) , sn sn sn S n S n sn n y  h  P x   P x   (3.7) trong đó  sf ~ N(0, sf 2 P s ) và  sn ~ N(0, sn s 2 P) là HWi với  sf 2 và  sn 2 là HWi tổng hợp,  f ~ N 0  , N f  và  n ~ N 0  , N n  là các nhiễu cộng lần lượt tại FR và NR

Không mất tính tổng quát, công suất nhiễu tại FR và NR có thể được chuẩn hóa thành N 0 Trong đó, y sf trong (3.6) bao gồm tín hiệu mong muốn và nhiễu cộng can nhiễu được khai triển cụ thể là

      desired signal noise + interference ˆ S ˆ 1 S n S sf sf f sf sf sf sf f f y h P x  h   P x   P x 

Mô hình tín hiệu

Trong quá trình thu năng lượng của IS từ ES thông qua môi trường kênh truyền ES-IS, tổng năng lượng thu được tại IS trong khoảng thời gian T với

  (3.3) trong đó (0,1) biểu thị hiệu suất truyền năng lượng, 2 i i b s b s g  h với b i h là độ lợi kênh của anten phát i th của ES và IS P b là công suất được truyền trên mỗi anten của ES Trong giai đoạn 2, E s được truyền với công suất

 cho truyền thông của IS Theo đó, năng lượng thu được tại IS với mô hình nlEH trong [17] là

 (3.4) trong đó  là mức bão hòa công suất,

Phương trình (3.4) mô tả nlEH, khi công suất đầu vào nhỏ hơn một giá trị ngưỡng nhất định , nlEH tạo ra công suất UQ một cách tỷ lệ tuyến tính Tuy nhiên, nếu công suất đầu vào vượt quá , công suất đầu ra của nlEH sẽ bão hòa

Ngoài ra, khi  được cấu hình với một giá trị lớn, tiến gần đến vô cùng (  ), đáp ứng của nlEH sẽ trở thành tương tự như của EH tuyến tính (lEH)

Trong giai đoạn 2, thông tin chồng lên nhau P x s f   1 P x s n được gửi bới IS đến FR và NR, trong đó x n và x f lần lượt là tín hiệu với

E x n E x f 1 và  là hệ số phân bổ công suất để truyền x f Theo cơ chế

NOMA, x f được phân bổ nhiều năng lượng hơn x n , dẫn đến  0,5 Ngoài những suy giảm của kênh truyền (fading, shadowing, path loss), mô hình cũng xem xét đến những vấn đề không hoàn hảo khác trong thực tế như iCSI và HWi trên sự truyền của IS Trong [26], iCSI được mô hình hóa là ˆ sv sv sv h h  , (v f n , ) trong đó ˆh sv là hệ số kênh truyền ước lượng và  sv ~Ν(0, sv 2 ) là lỗi ước lượng kênh với Ν( , )  là một biến ngẫu nhiên Gaussian phức với trung bình và phương sai  Trong thực tế, lỗi ước lượng là một hàm của tỉ số tín hiệu trên nhiễu (SNR)  Đặc biệt, sv 2

 tỉ lệ nghịch với  , ví dụ 2 1 sv 1 sv

   , trong đó  sv là SNR qua kênh truyền tương ứng Đây là mô hình lỗi ước lượng kênh truyền khá thực tế và được sử dụng rộng rãi Bằng việc xem xét cả iCSI và HWi, tín hiệu thu được ở NR và FR lần lượt được thành lập như sau

 ˆ  ( S  1  S ) sf sf sf f f sf f y  h  P x   P x   (3.6) và

 ˆ  (  1  ) , sn sn sn S n S n sn n y  h  P x   P x   (3.7) trong đó  sf ~ N(0, sf 2 P s ) và  sn ~ N(0, sn s 2 P) là HWi với  sf 2 và  sn 2 là HWi tổng hợp,  f ~ N 0  , N f  và  n ~ N 0  , N n  là các nhiễu cộng lần lượt tại FR và NR

Không mất tính tổng quát, công suất nhiễu tại FR và NR có thể được chuẩn hóa thành N 0 Trong đó, y sf trong (3.6) bao gồm tín hiệu mong muốn và nhiễu cộng can nhiễu được khai triển cụ thể là

      desired signal noise + interference ˆ S ˆ 1 S n S sf sf f sf sf sf sf f f y h P x  h   P x   P x 

Dựa trên (3.8), FR và NR thực hiện giải mã thông tin mong muốn của chúng, lần lượt là x f và x n , theo nguyên tắc giải mã dựa trên NOMA Vì 0,5, FR khôi phục thông tin riêng x f của nó trực tiếp từ y sf mà không khôi phục x n Do đó, tỷ số tín hiệu trên can nhiễu cộng vào (SINR) để FR khôi phục x f từ (3.8) là

Cũng vì 0,5, NR trước tiên khôi phục tin nhắn x f của FR bằng cách xử lý x n dưới dạng nhiễu và sau đó loại bỏ nhiễu do x f gây ra trước khi khôi phục thông tin riêng x n của nó Do đó, tín hiệu thu được tại NR y sn cũng được phân tích thành tín hiệu thu mong muốn và nhiễu cộng can nhiễu cộng vào dựa vào biểu thức (3.7) như sau

, ˆ ˆ 1 1 sn sn S f sn S n sn sn S f S n sn n y h P x h P x P x P x

(3.10) và theo đó, từ (3.10), NR phục hồi x f với SINR là

S sn sn sn sn sn sn S f x n sn S n sn sn S f S n sn n

(3.11) với gˆ sn  hˆ sn 2 Để NR khôi phục x n , tín hiệu thu được y sn cần loại bỏ can nhiễu do x f gây ra như sau

      desired signal noise + interference ˆ 1 1 ˆ ˆ 1 ˆ 1 , sn S n sn sn S f S n sn n sn sn sn S f sn S n sn sn sn S f S n sn n h P x P x P x y y h P x h P x h P x P x

(3.12) và SNR có được sau khi NR khôi phục x n là

[ ( ] n sn S n x n sn sn sn S f S n sn n sn S sn sn sn sn

Từ phương trình (3.9), (3.11) và (3.13) rút ra rằng HWi đóng vai trò là nguồn nhiễu tạo ra một lượng nhiễu nhất định Sự can thiệp này gây ra sự suy giảm hiệu năng hệ thống hơn khi so với trường hợp hoàn hảo của phần cứng.

Kết luận chương

Chương 3 đã trình bày mô hình hệ thống mạng EH-enabled NOMA, trong đó có xét đến các yếu tố thực tế như tính phi tuyến của mô hình EH, khiếm khuyết phần cứng, suy hao đường truyền, fading, shadowing và thông tin trạng thái kênh truyền không hoàn hảo Cụ thể, chương đã cung cấp kiến trúc rõ ràng về mô hình hệ thống EH-enabled NOMA với một trạm năng lượng (ES), một trạm thông tin (IS), một bộ thu xa (FR) và một bộ thu gần (NR) Chương đã cho áp dụng dạng của mô hình kênh truyền shadowed fading   vào mô hình trên Mô hình tín hiệu nhận được tại bộ thu xa và bộ thu gần cũng được trình bày trong phần cuối chương với việc thành lập các biểu tường minh của tín hiệu thu Ngoài ra, qua việc tính toán kỳ vọng của tín hiệu và nhiễu, các biểu thức tính SNR và SINR cũng được đưa ra nhằm chuẩn bị cho việc tính toán xác suất dừng của hệ thống (được trình bày trong chương kế tiếp).

PHÂN TÍCH HIỆU NĂNG CHO EH-ENABLED NOMA

Xác suất dừng của bộ thu xa

Với hiệu suất phổ tần được yêu cầu đã cho R 0 , OP của FR,  f , là xác suất mà

FR không thể giải mã x f , nghĩa là dung lượng kênh truyền đạt được của FR để giải mã x f phải nhỏ hơn R 0

  (4.1) với  0 2 R 0 / 1     1 Cũng như hệ số 1 phía trước hàm logarit trong (4.1) là vì

Phase 2 chỉ kéo dài trong khoảng thời gian 1 của khối truyền

Chèn (3.9) vào (4.1), OP của FR được tính như sau

S sf sf sf sf s s sf sf sf sf sr sr sr sf sr s sr sr

1 , sr sr sr sr f sr sr sr sr f f f f f

A B B (4.3) trong đó, sự khai triển của   f  A f , B f  được trình bày trong mục 4.3

C và  0 2 R 0 / 1     1, (4.2) cho thấy rằng FR chịu những mức độ dừng hoạt động khác nhau, tùy thuộc vào việc cấu hình hiệu suất phổ tần được chỉ định ( )R 0 , HWi ( sf 2 ), hệ số phân chia theo thời gian ( ) và hệ số phân chia công suất ( ) Đặc biệt, FR gặp phải tình trạng dừng hoạt động hoàn toàn về độ tin cậy, nghĩa là   f 1 nếu R 0 ,  sf 2 ,  và  được cấu hình không phù hợp, tức là  0  C f Ngoài ra, có thể tránh tình trạng dừng hoạt động hoàn toàn của FR bằng cách cấu hình R 0 ,  sf 2 ,  và  một cách thích hợp sao cho  0  C f Nói cách khác, EH-enabled NOMA phải giới hạn hiệu suất phổ tần được chỉ định của nó,

  , để loại bỏ tình trạng dừng hoạt động hoàn toàn của

Xác suất dừng của bộ thu gần

Cũng tương tự như trên, với hiệu suất phổ tần được yêu cầu cho trước R 0 , OP của NR,  n , là xác suất mà NR không khôi phục được x f (nghĩa là dung lượng kênh truyền đạt được của NR để giải mã x f nhỏ hơnR 0 ) hoặc NR giải mã thành công x f (nghĩa là dung lượng kênh truyền đạt được của NR để giải mã x f lớn hơn

R 0) nhưng NR không giải mã được x n (nghĩa là dung lượng kênh truyền đạt được của NR để giải mã x n nhỏ hơnR 0 )

Chèn (3.11) và (3.13) vào (4.4), cùng với một số phép biến đổi toán học, OP của NR được cho bởi:

(1 ) ˆ (1 ) sn n S sn sn sn sn sn

S sn S sn sn sn sn

S sn s sn sn sn S sn S sn sn sn S

(4.5) thực hiện biến đổi biểu thức OP về dạng như sau

1 Pr sn sn S sn sn s sn sn S sn sn sn S sn sn sn S sn n sn sn

1 sn s sn sn S sn sn S sn sn sn S sn sn s sn sn sn

1 sn sn sn S sn S sn sn

(4.6) Để giữ cho  n đơn giản,  n trong (3.16) được viết lại như sau

1 sn sn S sn sn S sn S sn s n n s

A B B (4.8) với sự khai triển của  n A n ,B n  được trình bày trong mục 4.3

C   ,  0 2 R 0 / 1     1, (4.7) cho thấy NR chịu các mức dừng hoạt động khác nhau, tùy thuộc vào việc cấu hình hiệu suất phổ tần được chỉ định ( )R 0 , HWi ( sf 2 ), hệ số phân chia theo thời gian ( ) và hệ số phân chia công suất ( ) Đặc biệt, NR gặp phải tình trạng dừng hoạt động hoàn toàn về độ tin cậy, nghĩa là   f 1 nếu R 0 ,  sf 2 ,  và  được cấu hình không phù hợp, tức là  0  C n Ngoài ra, có thể tránh tình trạng dừng hoạt động hoàn toàn của NR bằng cách cấu hình R 0 ,  sf 2 ,  và  một cách thích hợp sao cho  0  C n Nói cách khác,

EH-enabled NOMA phải giới hạn hiệu suất phổ tần được chỉ định của nó,

  , để loại bỏ tình trạng dừng hoạt động hoàn toàn của NR

Nhận xét 3: Kết hợp Nhận xét 1 và Nhận xét 2, một kết quả rút lại rằng EH-enabled

NOMA phải giới hạn  0  C n và  0  C f (hoặc  0  min(C C f , n )), tức là hạn chế hiệu suất phổ tần được chỉ định của nó

    (4.9) để loại bỏ tình trạng dừng hoạt động hoàn toàn của cả NR và FR Ngược lại, nếu

EH-enabled NOMA giới hạn  0  C n và  0 C f , tương đương  0 max(C C n , f ), cả NR và FR đều bị dừng hoạt động hoàn toàn Nói cách khác, nếu EH-enabled

(4.10) thì cả NR và FR đều bị dừng hoàn toàn Ngoài ra, giới hạn trên (R 0u ) và giới hạn dưới (R 0l ) trên R 0 phụ thuộc vào HWi bất kể iCSI

Nhận xét 4: (4.2) và (4.7) thực sự đã chỉ ra rằng hiệu năng của cả NR và FR trong EH-enabled NOMA bị ảnh hưởng bởi nhiều tham số hệ thống (R 0 , , , P b , N,

, ,  ab 2 ,  ab 2 , N 0 ) Do đó, việc điều chỉnh các tham số này cho phép điều chỉnh hệ thống để đạt được mục tiêu hiệu năng cụ thể đáng tin cậy.

Khai triển của   f  A f , B f  và   n  A n , B n

Dựa trên P s trong (3.4),   f  A f , B f  được biểu diễn thêm dưới dạng PDF và CCDF của Q và dạng tường minh của nó là

2 s sf sf sf sf sf f f f f f f sf f s f

(4.11) trong đó phương pháp cầu phương Gaussian-Chebyshev trong [36] được khai thác để đạt được xấp xỉ tích phân bậc hai của    a Dạng cầu phương này có hai tham số quan trọng, đó là 2 1 cos 2 j j

  và  j  R 2   j  1 , trong đó J có nghĩa là sự cân bằng giữa độ phức tạp và độ chính xác Chương 4 minh họa J 3000, mang lại độ chính xác cao Hơn nữa, trong (4.11), PDF và CCDF của Q lần lượt được phân tích (xem Phụ lục A) dưới dạng

 và    ( , ) là hàm upper incomplete Gamma [37]

Tương tự như vậy, dựa trên P s trong (3.4), dạng tường minh của  n A B n , n  được biểu diễn thêm dưới hàm PDF và CCDF của Q như sau

2 s sn sn sn sn sn n n n n n sn n n s n n

Thông lượng

Thông lượng của FR và NR cho EH-enabled NOMA, được biểu thị lần lượt là

T f và T n , có thể dễ dàng suy ra từ phân tích OP trước đó với việc truyền giới hạn độ trễ như sau

Theo (4.15) và (4.16), thông lượng của FR và NR cũng được xác định chung bởi một tập hợp các tham số (R 0 , , , P b , N, K , , , ,  ab 2 ,  ab 2 , N 0 ) vì nhóm này ảnh hưởng đến  n và  f Do đó, để đạt được thông lượng mục tiêu, các tham số này phải được thiết lập phù hợp và linh hoạt, dựa trên phạm vi giá trị sẵn có của chúng.

Giới hạn trên của hiệu năng

Phần này phân tích hai giới hạn trên về hiệu năng của EH-enabled NOMA tương ứng với hai kịch bản: công suất phát cao (hTP) (P b  ) và thu thập năng lượng tuyến tính (lEH) ( ) Các giới hạn trên của hiệu năng này thể hiện hiệu năng tốt nhất mà NR và FR có thể đạt được

Khi P b  , bộ thu năng lượng trở nên bão hòa và kết quả là P s V Do đó, bằng cách tuân theo các phân tích trong phần 4.1 và 4.2 mà không tính đến kỳ vọng đối với P s , OP của FR và NR có được như sau

(4.18) trong đó, vì khi P s V mà V là hằng số không nên    f  A f , B f  và    n  A B n , n  lần lượt được tính đơn giản bằng hàm CDF như sau

Có thể thấy rằng ký tự trên  được thêm vào tất cả các đại lượng trong phần 4.1 và

4.2 để chỉ ra trường hợp của P b  

 Thu thập năng lượng tuyến tính (  )

OP của NOMA với lEH được phân tích trong phần sau để so sánh nó với trường hợp nlEH Sự so sánh này cuối cùng đã chứng minh tác động của nlEH đến độ tin cậy của truyền thông Điều đáng chú ý là nlEH trở thành lEH dưới dạng

  Khi  , hiển nhiên (3.4) trở thành P s UQ Do đó, bằng cách tuân theo các phân tích trong phần 4.1 với việc lấy kỳ vọng đối với Q trên [0, ) , OP của FR có được như sau

Có thể thấy ký tự trên lEH được thêm vào tất cả các đại lượng trong phần 4.1 để chỉ ra trường hợp    Ngoài ra, việc sử dụng F g ˆ sf   và f Q   , biểu diễn dạng đóng của   lEH f  A f , B f  được khai triển là

, f f k sf t bs L v v f f k sf sf u f Ux

  là hệ số nhị thức Dùng hàm hàm Bessel sửa đổi được cho trong [37] K ( ) h  , dạng tường minh của OP cảu NR được rút gọn thành

L t f bs f h t t bs sf sf bs a N

Tương tự như vậy, tại NR khi xét trường hợp  , bằng cách tuân theo các phân tích trong phần 4.2 với việc lấy kỳ vọng đối với Q trên [0, ) , OP của NR có được như sau

Giống như phân tích của FR, các ký tự trên lEH được thêm vào tất cả các đại lượng trong phần 4.2 và để chỉ ra trường hợp   Ngoài ra, biểu diễn dạng đóng của  lEH n A B n , n  nhờ vào việc sử dụng Fˆ   g sn  và f Q   được phân tích như sau

, n n k sf t bs L v v n n k sn sn t u n Ux

Tương tự với FR, dùng hàm hàm Bessel sửa đổi K ( ) h  , dạng tường minh của OP của NR được rút gọn thành

L t n bs n t t sn h sn bs bs a N

Kết luận chương

Chương này đã phân tích OP của mô hình mạng EH-enabled NOMA cho FR và NR Ngoài ra, từ các phép biến đổi toán học, các biểu thức tường mình cũng được đưa ra trong phần này Tuy nhiên các biểu thức tính toán vẫn còn ở dạng tích phân được rút gọn qua các phép tính gần đúng Sau đó, phân tích TP được suy ra từ

OP Hơn nữa, chương cũng xem xét đến giới hạn trên của hiệu năng qua phát công suất cao và thu thập năng lượng tuyến tính Từ đó sử dụng các kết quả tính toán này để thực hiện mô phỏng và đánh giá.

KẾT QUẢ VÀ ĐÁNH GIÁ

Thiết lập thông số mô phỏng

Các kết quả khác nhau thu được thông qua mô phỏng và phân tích lý thuyết để đánh giá TP của cả FR và NR trong EH-enabled NOMA được đề xuất (“Pro”) và trường hợp tham khảo EH-enabled OMA (“Ref”) qua việc thiết lập các thông số quan trọng Hiệu năng của EH-enabled OMA được trình bày trong Phụ lục B Các kết quả lý thuyết ("The") chứng minh các công thức phân tích được báo cáo trong 3.4 Ngoài ra, mô phỏng Monte-Carlo còn tạo ra kết quả mô phỏng (“Sim”) để xác minh tính chính xác của các kết quả lý thuyết đã phân tích Cho mục đích minh họa, người dùng được định vị ngẫu nhiên trong mặt phẳng hai chiều trong đó ES tại ( 20,0) , IS tại (0,0), FR tại (100,10), NR tại (60,0), trong đó đơn vị khoảng cách là mét (m) Trừ khi có quy định khác, các thông số được đặt là công suất phát của mỗi anten của ES P b 35 dBm, số lượng anten tại ES N 3, công suất nhiễu

N   dBm, số mũ suy hao đường truyền  2,7, hiệu suất chuyển đổi năng lượng 0,65, hiệu suất phổ tần yêu cầu R 0 0,3 bps/Hz, hệ số phân chia thời gian 0,45, hệ số phân chia công suất  0,6, độ bão hòa công suất ngưỡng

 25 dBm, mức HWi tổng hợp  sf 2  sn 2   2 0,08, công suất fading ở khoảng cách 1 m 10  2 và các thông số của phân bố shadowed fading   , ( , , ) (3, 2, 4)K    Đáng chú ý rằng các thông số và kịch bản trên cũng được áp dụng cho trường hợp tham khảo EH-enabled OMA để đưa ra so sánh hiệu năng với EH-enabled NOMA được đề xuất Các số liệu tiếp theo chứng minh rằng mô phỏng phù hợp với phân tích, từ đó xác nhận tính chính xác của các biểu thức phân tích được khai triển trong phần 3.4, và phụ lục B.

Kết quả mô phỏng và đánh giá

Hình 5.1 Thông lượng qua P b cho thấy TP của FR và NR so với công suất phát của ES P b Kết quả quan sát thấy rằng TP tăng khi P b tăng do năng lượng thu được nhiều hơn và ít CSI 1 , cho thấy hiệu suất của NR và FR được cải thiện cho cả

“Pro” và “Ref” Ngoài ra, hiệu suất của NR luôn cao hơn hiệu suất của FR trên toàn bộ vùng P b cho cả “Pro” và “Ref” nhờ các thông số đã chọn Ngoài ra, “Pro” vượt trội hơn đáng kể so với “Ref” cho cả NR và FR, chứng tỏ lợi ích của NOMA so với đối tác OMA của nó Đáng chú ý, vì P b  , TP cho “Pro” đã bão hòa và đạt giá trị không đổi 0,165 bps/Hz cho cả FR và NR, điều này đã xác thực những phân tích giới hạn trên của hiệu năng trong mục 4.5

1 Như đã đề cập trong phần 3.2, lỗi ước tính kênh  sv 2 là ngược lại tỷ lệ thuận với SNR trên kênh tương ứng

Do đó, việc tăng P b (hoặc tăng SNR) sẽ làm giảm CSI

Hình 5.2 cho thấy TP của FR và NR so với số lượng anten N tại ES Nó được dự đoán rằng việc tăng N sẽ hỗ trợ IS khai thác năng lượng hiệu quả hơn, do đó cải thiện thông lượng của cả “Pro” và “Ref” Hình này mô tả chính xác kỳ vọng này trong đó TP của FR và NR được tăng đáng kể khi tăng N cho cả “Pro” và

“Ref” cho N nhỏ Tuy nhiên, TP đã bão hòa ở mức lớn N Điều này là do N cao tạo ra lượng năng lượng thu được lớn ở đầu vào của bộ thu năng lượng, làm nó bị bão hòa (hoặc hiệu năng bị bão hòa) Hơn nữa, TP của NR cao hơn đáng kể so với

FR đối với tất cả N và cho cả “Pro” và “Ref” Ngoài ra, tương tự như Hình 5.1, Hình 5.2 cho thấy sự vượt trội của “Pro” so với “Ref”

Hình 5.3 trình bày TP của FR và NR dựa trên hiệu suất chuyển đổi năng lượng  như một trong những thông số liên quan đến EH Nó được mong đợi rằng việc tăng  sẽ khiến IS thu được nhiều năng lượng hơn, từ đó cải thiện hiệu năng của FR và NR cho cả “Pro” và “Ref” Hình 5.3 minh họa rõ ràng dự đoán này trong đó TP được tăng cường đáng kể khi tăng  cho cả FR và NR cũng như cho cả

“Pro” và “Ref” Ngoài ra, TP của NR cao hơn đáng kể so với FR đối với tất cả  cũng như đối với cả “Pro” và “Ref” Tương tự như các kết quả được hiển thị trong Hình 5.1-Hình 5.2, hình này chứng minh rằng “Pro” đạt thông lượng cao hơn đáng kể so với “Ref”, cho thấy tính hiệu quả của EH-enabled NOMA được đề xuất

Vì tất cả các kết quả trước đó đều cho thấy sự trùng hợp giữa “Sim” và

“The”, nên các kết quả sau chỉ hiển thị “The” để dễ đọc Hình 5.4 hiển thị TP của

FR và NR so với ngưỡng bão hòa năng lượng  Đúng như dự đoán do tính chất của nlEH, TP của cả FR và NR cho cả “Pro” và “Ref” đều tăng lên khi  tăng dần trong trường hợp  nhỏ Hơn nữa, chúng bị bão hòa ở mức  lớn mà tại đó nlEH tiến đến lEH, điều này xác thực các phân tích trong mục 4.5 Đặc biệt, trong chế độ

 lớn, TP cho “Pro” đạt các giá trị không đổi là 0,105 bps/Hz và 0,16 bps/Hz tương ứng cho FR và NR Ngoài ra, nó cũng được chứng minh rằng hiệu suất của lEH tốt hơn đáng kể so với nlEH như mong đợi Hơn nữa, tương tự như Hình 5.1-Hình 5.3, kết quả trong Hình 5.4 cho thấy rằng hiệu năng của NR vượt trội hơn đáng kể so với

FR đối với tất cả  và “Pro” đạt thông lượng cao hơn đáng kể so với “Ref”

Hình 5.5 minh họa TP của FR và NR so với hệ số phân chia công suất  Cần lưu ý rằng  0,5 vì FR được phân bổ nhiều năng lượng hơn NR Hình này cho thấy TP của FR tăng khi  tăng cho “Pro” Điều này có thể được giải thích bởi thực tế là FR trực tiếp giải mã thông tin x f của nó, do đó việc tăng  sẽ tăng cường SINR tại FR cho giải mã x f Tuy nhiên, TP của NR có thể được tối đa hóa bằng cách chọn  thích hợp cho “Pro” Ví dụ: TP của NR được tối đa hóa ở mức

 0,59 Điều này có thể là do nguyên tắc giải mã dựa trên NOMA trong đó tại

NR, việc tăng  sẽ cải thiện SINR để giải mã x f nhưng giảm SINR để giải mã x n sau khi thực hiện khử nhiễu Do đó,  phải được tối ưu hóa để cân bằng hiệu năng giải mã cho x f và x n ở NR Trong khi đó,  không ảnh hưởng đến TP của “Ref” như dự đoán Ngoài ra, kết quả trong Hình 5.5 minh họa rằng đối với “Pro”, hiệu

Hình 5.4 Thông lượng qua năng của FR tốt hơn so với NR cho  0,815 trong khi xu hướng hiệu năng bị đảo ngược với  0,815 Trong khi đó, đối với “Ref”, TP của NR cao hơn TP của FR, giống như các số liệu trước đó Hơn nữa, tương tự như Hình 5.1-Hình 5.4, kết quả trong Hình 5.5 cho thấy rằng “Pro” đạt thông lượng cao hơn đáng kể so với “Ref”

Hình 5.6 biểu thị TP của FR và NR theo hệ số phân chia thời gian  Nó cho thấy rằng  có thể được tối ưu hóa để đạt được hiệu suất tốt nhất cho cả FR và NR; ví dụ, FR và NR đạt TP cao nhất lần lượt là  * 0,37 và 0,23 đối với “Pro” và

“Ref” Giá trị tối ưu của  là để cân bằng thời gian cho các giai đoạn thu thập năng lượng và truyền thông tin Ngoài ra, TP đỉnh của “Pro” lớn hơn đáng kể so với TP của “Ref”, làm nổi bật tính ưu việt của NOMA so với OMA Hơn nữa, cả FR và NR cho “Pro” đều bị dừng hoạt động hoàn toàn (hoặc thông lượng bằng 0) với giá trị

    phù hợp với sự kiện dừng hoạt động hoàn toàn Đặc biệt, khi  0,6,

 sf   và R 0 0,3 bps/Hz, nó được suy ra từ 3.20 rằng nếu 0,69 thì cả

NR và FR đều bị dừng hoạt động hoàn toàn, phù hợp với kết quả trong Hình 5.6 và thể hiện cái nhìn rõ ràng các phân tích được đề xuất trong chương 4 Hơn nữa, tương tự như Hình 5.1-Hình 5.5, kết quả trong Hình 5.6 chứng minh rằng hiệu suất của NR vượt trội hơn đáng kể so với FR đối với tất cả 

Hình 5.7 thể hiện TP của FR và NR theo hiệu suất phổ yêu cầu R 0 Hình này chỉ ra rằng R 0 có thể được tối ưu hóa để đạt được TP cao nhất cho cả FR và NR cũng như cho cả “Pro” và “Ref”; ví dụ: NR đạt được TP đỉnh ở mức R 0 * 0, 43

Kết luận chương

Chương này đã trình bày các kết quả khác nhau của mô phỏng Monte-Carlo còn tạo ra kết quả mô phỏng (“Sim”) so với các kết quả lý thuyết đã phân tích ("The") cũng như so sánh đánh giá giữa OP của EH-enabled NOMA được đề xuất (“Pro”) và trường hợp tham khảo EH-enabled OMA (“Ref”), từ đó cho thấy sự vượt trội của NOMA hơn so với mạng đa truy cập truyền thống trong cùng điều kiện thực tế Những kết quả trong chương này đã chứng minh rằng việc thu năng lượng phi tuyến, thông tin trạng thái kênh không hoàn hảo và khiếm khuyết phần cứng đã ảnh hưởng đáng kể đến hiệu năng hệ thống Ngoài ra, để đạt được hiệu năng mong muốn, chương đã đưa ra một tập hợp các tham số (R 0 , , , P b , N) được điều chỉnh phù hợp Đặc biệt, các thống số tối ưu (, R 0 , ) cũng được khuyến nghị và

Hình 5.10 Thông lượng qua những lựa chọn thích hợp các thông số (R 0 , , , ) cũng được cung cấp để tránh tình trạng dừng hoàn toàn cho kịch bản được đề xuất ở phần đầu chương.