nghiên cứu ứng dụng bộ mã hóa tự động ae nâng cao hiệu năng truyền thông của mạng không dây trên cơ thể sống wban

Các giải pháp đa truy nhập chốngxung đột, triệt nhiễu giữa các nút trong một WBAN và giữa các WBAN [44],[80], sử dụng các loại mã sửa lỗi [35], [95] nâng cao độ tin cậy của hệ thống.Giải

BÙI THỊ THANH TÂM

NGHIÊN CỨU ỨNG DỤNG BỘ MÃ HÓA TỰ ĐỘNG (AE)

NÂNG CAO HIỆU NĂNG TRUYỀN THÔNG CỦA MẠNG

KHÔNG DÂY TRÊN CƠ THỂ SỐNG (WBAN)

LUẬN ÁN TIẾN SĨ KỸ THUẬT

Hà Nội - 2024

BÙI THỊ THANH TÂM

NGHIÊN CỨU ỨNG DỤNG BỘ MÃ HÓA TỰ ĐỘNG (AE)

NÂNG CAO HIỆU NĂNG TRUYỀN THÔNG CỦA MẠNG

KHÔNG DÂY TRÊN CƠ THỂ SỐNG (WBAN)

LUẬN ÁN TIẾN SĨ KỸ THUẬT

LỜI CAM ĐOAN

Tôi xin cam đoan đây là công trình nghiên cứu của tôi dưới sự hướng dẫncủa các cán bộ hướng dẫn Các nội dung, số liệu và kết quả trình bày trongluận án là hoàn toàn trung thực và chưa từng được bất kỳ ai công bố trongbất cứ công trình nào khác, các dữ liệu tham khảo được trích dẫn đầy đủ

Hà Nội, ngày 23 tháng 5 năm 2024

Tác giả luận án

Bùi Thị Thanh Tâm

LỜI CẢM ƠN

Trong quá trình nghiên cứu và hoàn thành luận án, nghiên cứu sinh đãnhận được sự hỗ trợ, giúp đỡ cũng như quan tâm, động viên từ nhiều cơquan, đơn vị và cá nhân

Trước hết, nghiên cứu sinh xin bày tỏ lòng biết ơn sâu sắc đến tập thể cán

bộ hướng dẫn GS.TS Trần Xuân Nam và TS Phan Huy Anh Các thầy đãtận tình dẫn đường, chỉ lối cho nghiên cứu sinh trên con đường học tập, tiếpthu và phát triển các tri thức khoa học Các thầy luôn đặt niềm tin ở họcsinh, tạo nguồn động lực và nhiệt huyết, đồng thời xây dựng tính kiên trì vàlòng say mê trong nghiên cứu khoa học Đặc biệt, nghiên cứu sinh được họchỏi từ các thầy tác phong công tác chuẩn mực, phương pháp làm việc khoahọc để dần hoàn thiện bản thân

Tiếp theo, nghiên cứu sinh trân trọng cảm ơn Ban Giám đốc Viện KH-CNquân sự, Thủ trưởng Phòng Đào tạo và Viện Điện tử đã tạo điều kiện thuậnlợi để nghiên cứu sinh hoàn thành nhiệm vụ Nghiên cứu sinh chân thànhcảm ơn các thầy cô giáo, các nhà khoa học của Viện KH-CN quân sự, Khoa

Vô tuyến điện tử - Học viện KTQS, Nhóm nghiên cứu mạnh về Thông tintiên tiến (AWC) đã có các góp ý quý báu cho nghiên cứu sinh trong quá trìnhthực hiện luận án này

Cuối cùng, nghiên cứu sinh xin bày tỏ lời cảm ơn sâu sắc tới gia đình, bạn

bè và đồng nghiệp đã luôn giúp đỡ, chia sẻ những khó khăn trong cuộc sống.Nghiên cứu sinh đặc biệt muốn gửi lời cảm ơn đến các bố mẹ, chồng và haicon trai nhỏ đã luôn ở bên cạnh, sẻ chia vui buồn và động viên để nghiên cứusinh đạt được những kết quả như hôm nay

Hà Nội, ngày 23 tháng 5 năm 2024

Tác giả luận án

Bùi Thị Thanh Tâm

MỤC LỤC

Trang

DANH MỤC CÁC KÝ HIỆU, CHỮ VIẾT TẮT vi

DANH MỤC CÁC BẢNG x

DANH MỤC CÁC HÌNH VẼ xi

MỞ ĐẦU 1

CHƯƠNG 1 KHÁI QUÁT VỀ TRUYỀN THÔNG TRONG MẠNG WBAN VÀ KỸ THUẬT HỌC SÂU 8

1.1 Giới thiệu về WBAN và các ứng dụng 8

1.1.1 Khái niệm WBAN và chuẩn IEEE 802.15.6 8

1.1.2 Các ứng dụng của WBAN 12

1.1.3 Mô hình kênh WBAN 15

1.2 Hệ thống MIMO, MIMO hợp tác và ứng dụng truyền thông trong WBAN 26

1.2.1 Hệ thống MIMO 26

1.2.2 Hệ thống MIMO hợp tác 28

1.2.3 Hệ thống MIMO và MIMO hợp tác trong WBAN 31

1.3 Kỹ thuật học sâu và kỹ thuật Autoecoder trong các hệ thống truyền thông vô tuyến 33

1.3.1 Giới thiệu về học máy, học sâu 33

1.3.2 Ứng dụng kỹ thuật Autoencoder trong truyền thông vô tuyến 38 1.4 Tham số đánh giá hiệu năng của hệ thống 41

1.5 Các hướng nghiên cứu mở về ứng dụng Autoencoder trong WBAN và định hướng phát triển của luận án 42

1.6 Kết luận chương 1 45

CHƯƠNG 2 HỆ THỐNG TRUYỀN THÔNG MIMO ỨNG

DỤNG KỸ THUẬT AUTOENCODER CHO MẠNG

WBAN 47

2.1 Mô hình WBAN sử dụng hệ thống truyền thông MIMO ứng dụng kỹ thuật AE 47

2.1.1 Các hệ thống MIMO ứng dụng kỹ thuật AE 49

2.1.2 Các bộ tách tín hiệu MIMO ứng dụng kỹ thuật học sâu 53

2.2 Đề xuất hệ thống MIMO ứng dụng kỹ thuật AE dán nhãn theo symbol sử dụng bộ tách RTN cho WBAN 60

2.2.1 Hệ thống SWAE-MIMO sử dụng bộ tách RTN 60

2.2.2 Phương pháp huấn luyện hệ thống SWAE-MIMO sử dụng bộ tách RTN 63

2.3 Đề xuất hệ thống MIMO ứng dụng kỹ thuật AE dán nhãn theo bit sử dụng bộ tách MMSE và MMSEnet cho WBAN 66

2.3.1 Các hệ thống BWAE-MIMO sử dụng các bộ tách MMSE và MMSEnet 66

2.3.2 Phương pháp huấn luyện hệ thống BWAE-MIMO 70

2.4 Các kết quả mô phỏng 71

2.5 Kết luận chương 2 78

CHƯƠNG 3 HỆ THỐNG TRUYỀN THÔNG MIMO HỢP TÁC ỨNG DỤNG KỸ THUẬT AUTOENCODER CHO MẠNG WBAN 80

3.1 Mô hình hệ thống WBAN sử dụng truyền thông MIMO hợp tác ứng dụng kỹ thuật AE 80

3.1.1 Hệ thống SISO hợp tác theo phương pháp DF ứng dụng kỹ thuật AE 82

3.1.2 Hệ thống SISO chuyển tiếp theo phương pháp AF ứng dụng

kỹ thuật AE 84

3.2 Đề xuất hệ thống MIMO hợp tác theo phương pháp AF ứng dụng kỹ thuật AE cho WBAN 87

3.2.1 Hệ thống AE-AF sử dụng bộ kết hợp MMSE 88

3.2.2 Hệ thống AE-AF sử dụng bộ kết hợp RTN 92

3.2.3 Phương pháp huấn luyện các hệ thống AE-AF 94

3.3 Đề xuất các hệ thống MIMO hợp tác theo phương pháp DF ứng dụng kỹ thuật AE cho WBAN 97

3.3.1 Hệ thống AE-DF sử dụng bộ kết hợp MMSEnet 97

3.3.2 Hệ thống AE-DF sử dụng bộ kết hợp RTN 100

3.3.3 Phương pháp huấn luyện các hệ thống AE-DF 102

3.4 Các kết quả mô phỏng 104

3.4.1 Kết quả mô phỏng các hệ thống AE-AF 106

3.4.2 Kết quả mô phỏng các hệ thống AE-DF 110

3.5 Kết luận chương 3 115

KẾT LUẬN 117

DANH MỤC CÁC CÔNG TRÌNH KHOA HỌC CÔNG BỐ .119

TÀI LIỆU THAM KHẢO 120

DANH MỤC CÁC KÝ HIỆU, CHỮ VIẾT TẮT

min{·} Lấy giá trị cực tiểu

max{·} Lấy giá trị cực đại

Pr· Hàm xác suất

AE-AF Hệ thống MIMO hợp tác khuếch đại chuyển tiếp dựa trên

mã hóa tự động (Autoencoder Amplify-and-Forward)AE-DF Hệ thống MIMO hợp tác giải mã chuyển tiếp dựa trên mã

hóa tự động (Autoencoder Decode-and-Forward)

AF Khuếch đại và chuyển tiếp (Amplify-and-Forward)

(Akaike Information Criterion )ANN Mạng nơ-ron nhân tạo (Artificial Neural Network )

(Additive White Gaussian Noise)BCE Entropy chéo nhị phân (Binary cross-entropy)

(Bayesian Information Criterion )

BLER Tỷ số lỗi khối (Block Error Rate)

BPSK Khóa dịch pha nhị phân (Binary Phase Shift Keying)MPSK Khóa dịch pha M mức (M -ary Phase Shift Keying)

(Bit-Wise Autoencoder)

CC Hợp tác mã hóa (Coded Cooperation)

CCE Entropy chéo phân loại (Categorial Cross-Entropy)

CFO Sai lệch tần số sóng mang (Carrier Frequency Offset)

CNN Mạng tích chập (Convolution Neural Network)

CSI Thông tin trạng thái kênh (Channel State Information)DEMUX Bộ phân chia kênh (Demultiplexing)

(Fully-connected Neural Network)ICI Nhiễu xuyên kênh (InterChannel Interference)

(Institute of Electrical and Electronics Engineers)ISI Nhiễu xuyên dấu (InterSymbol Interference)

(Industrial, Scientific and medical)

IoT Internet kết nối vạn vật (Internet of Thing)

HBC Truyền thông trên cơ thể (Human Body Communication)

MAC Điều khiển truy nhập (Medium Access Control)

MIMO Đa đầu vào đa đầu ra (Multiple Input Multiple Output)

MLD Tách sóng hợp lẽ cực đại (Maximum Likelihood Detection)MMSE Sai số bình phương trung bình nhỏ nhất

(Minimum Mean Square Error)MMSEnet Mạng tách dựa trên sai số bình phương trung bình nhỏ nhất

(Minimum Mean Square Error network)

(Medical Implant Communication Service)MSE Sai số bình phương trung bình (Mean Square Error)

MQAM Điều chế biên độ cầu phương M mức (M -ary Quadrature

Amplitude Modulation)MRC Kết hợp tỷ số cực đại (Maximal Ratio Combining)

NLOS Không có tia truyền thẳng (Non Line Of Sight)

PDF Hàm mật độ xác suất (Probability Density Function)

QPSK Khóa dịch pha cầu phương (Quadature Phase Shift Keying)QoS Chất lượng dịch vụ (Quality of Service)

RTN Mạng biến đổi vô tuyến (Radio Transformer Network)

SDM Ghép kênh không gian (Spatial Division Multiplexing)

SGD Giảm dần độ dốc ngẫu nhiên (Stochastic Gradient Descent)SISO Đơn đầu vào đơn đầu ra (Single Input Single Output)

SNR Tỷ số tín trên tạp (Signal to Noise Ratio)

STBC Mã khối không gian thời gian (Space-Time Block Code)SVD Phân tách giá trị riêng (Singular Value Decomposition)

(Symbol-Wise Autoencoder)

(Wireless Body Area Network)

DANH MỤC CÁC BẢNG

Trang

Bảng 1.1 Các liên kết truyền thông trong WBAN [26] 16

Bảng 1.2 Các mô hình kênh pha đinh ở tần số 2,45 GHz [42] 25

Bảng 1.3 Các kiểu lớp nơ-ron trong mạng 36

Bảng 1.4 Một số hàm kích hoạt 37

Bảng 2.1 Cấu trúc hệ thống SWAE-MIMO-RTN 63

Bảng 2.2 Phép dãn nhãn các tín hiệu phát thành véc-tơ one-hot 65

Bảng 2.3 Cấu trúc hệ thống BWAE-MIMO sử dụng bộ tách MMSE 68 Bảng 2.4 Phép dán nhãn các tín hiệu phát theo bit với Nt = 2 và k = 1 70

Bảng 2.5 Tham số huấn luyện và đánh giá các hệ thống MIMO 72

Bảng 3.1 Cấu trúc hệ thống AE-AF-MMSE 92

Bảng 3.2 Cấu trúc một bộ tách RTN 95

Bảng 3.3 Cấu trúc của các máy phát (TxS, TxR) và máy thu (RxR, RxD) của hệ thống AE-DF-MMSEnet 101

Bảng 3.4 Tham số huấn luyện và đánh giá các hệ thống MIMO hợp tác 106

DANH MỤC CÁC HÌNH VẼ

Trang

Hình 1.1 Mô hình mạng WBAN điển hình 9

Hình 1.2 Biểu đồ phân bổ băng tần của WBAN ở các quốc gia [26] 10

Hình 1.3 Ứng dụng mạng WBAN trong quân sự 14

Hình 1.4 Hệ thống MIMO 26

Hình 1.5 Hệ thống MIMO hợp tác 29

Hình 1.6 Mô hình học máy điển hình 33

Hình 1.7 Mô hình toán học của một nơ-ron 34

Hình 1.8 Cấu trúc mạng nơ-ron sâu FNN 35

Hình 1.9 Hệ thống thông tin ứng dụng AE trên kênh AWGN [91] 39

Hình 1.10 Các liên kết truyền tin trên cơ thể của WBAN 43

Hình 2.1 Hệ thống MIMO truyền thống (hình trên) và hệ thống MIMO ứng dụng kỹ thuật AE (hình dưới) 48

Hình 2.2 Hệ thống AE-MIMO vòng kín với CSI ở máy phát [39] 50

Hình 2.3 Hệ thống AE-MIMO vòng kín [110] 52

Hình 2.4 Cấu trúc một lớp của mạng FullyCon [102] 54

Hình 2.5 Cấu trúc một lớp của mạng DetNet [102] 55

Hình 2.6 Cấu trúc mạng OAMP-Net2 [52] 57

Hình 2.7 Hệ thống SWAE-MIMO sử dụng bộ tách RTN 61

Hình 2.8 Hệ thống BWAE-MIMO sử dụng bộ tách MMSE 67

Hình 2.9 Cấu trúc bộ tách tín hiệu MMSEnet 69

Hình 2.10 Phẩm chất hệ thống SWAE-MIMO-RTN với N = 2, 3, 4 73

Hình 2.11 Phẩm chất hệ thống BWAE-MIMO-RTN với N = 4 74

Hình 2.12 Chòm sao tín hiệu trên một ăng-ten phát của SWAE-MIMO-RTN và BWAE-SWAE-MIMO-RTN với N = 4 được gắn nhãn 75

Hình 2.13 Chòm sao tín hiệu phát trên 4 ăng-ten phát của hệ thống

BWAE-MIMO-RTN 75

Hình 2.14 Phẩm chất hệ thống BWAE-MIMO-MMSE với N = 2, 4, 8 và M = 2 76

Hình 2.15 Phẩm chất hệ thống BWAE-MIMO-MMSE với N = 2 và M = 2, 4, 8, 16 77

Hình 2.16 Phẩm chất hệ thống BWAE-MIMO-MMSEnet với N = 4 và M = 2 77

Hình 2.17 Phẩm chất hệ thống BWAE-MIMO-MMSEnet 78

Hình 3.1 Hệ thống MIMO hợp tác tổng quát (hình trên) và hệ thống MIMO hợp tác ứng dụng kỹ thuật AE (hình dưới) 81

Hình 3.2 Hệ thống SISO hợp tác theo phương pháp DF ứng dụng AE [73] 83

Hình 3.3 Hệ thống chuyển tiếp AE-RSISO-AF dán nhãn theo bit [47] 85 Hình 3.4 Hệ thống AE-AF-MMSE 89

Hình 3.5 Cấu trúc nút đích của hệ thống AE-AF sử dụng bộ kết hợp RTN 93

Hình 3.6 Hệ thống AE-DF sử dụng bộ kết hợp MMSEnet 98

Hình 3.7 Hệ thống AE-DF sử dụng bộ kết hợp RTN 101

Hình 3.8 Phẩm chất hệ thống AE-AF-MMSE 107

Hình 3.9 Phẩm chất hệ thống AE-AF-RTN với N = 2, 3 108

Hình 3.10 Giá trị sai lệch BCE theo số vòng huấn luyện 108

Hình 3.11 Phẩm chất của AE-AF-RTN không có đường trực tiếp với N = 2 và LR = 1, 2, 3 109

Hình 3.12 Phẩm chất hệ thống AE-DF-MMSEnet khi tăng số lớp L 110

Hình 3.13 Phẩm chất hệ thống AE-DF-MMSEnet với N = 2, L = 0 111

Hình 3.14 So sánh phẩm chất BER của AE-MMSEnet với

DF-MMSE với N = 2, 3, 4 và L = 0, 4 112Hình 3.15 So sánh phẩm chất BER của AE-DF-MMSEnet với DF-

MMSE với N = 2, L = 0, 4 và σE2 = 0,005; 0,01 113Hình 3.16 Phẩm chất BER của AE-DF-MMSEnet có CSI không hoàn

hảo phụ thuộc SNR với N = 2, L = 0, 4 113Hình 3.17 Phẩm chất hệ thống AE-DF-RTN với N = 2 114Hình 3.18 Phẩm chất hệ thống AE-DF-RTN không có đường trực

tiếp với LR = 1, 2, 3 và N = 2 115

MỞ ĐẦU

1 Tính cấp thiết của đề tài luận án

Mạng không dây trên cơ thể (WBAN: Wireless Body Area Network) kếtnối các thiết bị/cảm biến được đặt bên trong, trên bề mặt hoặc xung quanh

cơ thể con người thu thập các tín hiệu vật lý về sức khỏe (nhịp tim, huyết

áp, điện não đồ, điện tâm đồ, ), hoạt động của của người (cảm biến độnghiêng, gia tốc, ) WBAN có thể là một mạng độc lập hoặc được kết nốinhiều WBAN cùng với Internet kết nối vạn vật (IoT: Internet of Things) tạothành hệ thống theo dõi giám sát, đưa ra những cảnh báo kịp thời, bảo đảm antoàn cho người sử dụng Truyền thông trong WBAN tuân theo chuẩn IEEE802.15.6 có hỗ trợ các băng tần hẹp (HBC: Human Body Communication,MICS: Medical Implant Communication Service, ISM: Industrial, Scientificand medical, ) và một băng tần rộng UWB (Ultra Wideband) Chuẩn IEEE802.15.6 sử dụng nhiều kiểu tín hiệu điều chế và các phương thức đa truynhập vô tuyến với độ tin cậy cao [55]

Mạng WBAN được quan tâm nghiên cứu, phát triển cho ứng dụng trongcác lĩnh vực y tế, chăm sóc sức khỏe, các ứng dụng phi y tế và quân sự [81],[82] Trong lĩnh vực y tế, chăm sóc sức khỏe, WBAN cho phép liên tục thuthập, lưu trữ các thông tin, đưa ra các cảnh báo về dấu hiệu bất thường vềsức khỏe của bệnh nhân Đồng thời, WBAN truyền dữ liệu của bệnh nhânđến cơ sở y tế, giúp bác sĩ theo dõi, kịp thời phát hiện các vấn đề về sứckhỏe, cung cấp hướng dẫn hoặc đề xuất điều trị giúp cải thiện sức khỏe,phòng ngừa các biến chứng nguy hiểm cho bệnh nhân mà bệnh nhân khôngcần có mặt trực tiếp tại bệnh viện hay các trung tâm y tế [115] Trong cácứng dụng phi y tế, WBAN có thể được sử dụng trong thể dục thể thao, cácvận động viên và cá nhân được giám sát, theo dõi hiệu suất tập luyện, lượng

calo tiêu hao, nhịp tim, huyết áp trong quá trình tập luyện WBAN cũng cóthể được ứng dụng trong lĩnh giải trí như đồng bộ âm thanh, hình ảnh, cácứng dụng nhận diện người dùng tạo sự tiện lợi, thoải mái cho người dùng[94] Trong lĩnh vực quân sự, WBAN có tiềm năng ứng dụng cho giám sáttheo thời gian thực các chỉ số quan trọng của binh sĩ như nhịp tim, nhiệt độ

cơ thể và theo dõi vị trí truyền về sở chỉ huy Nhờ đó, WBAN có thể giúpngười chỉ huy đánh giá sức khỏe và trạng thái tinh thần của binh sĩ, tối ưuhóa hiệu quả huấn luyện, cung cấp trợ giúp y tế, tìm kiếm cứu hộ, cứu nạnkịp thời trên chiến trường [56]

Tuy nhiên, WBAN phải đối mặt với những thách thức trong truyền thôngnhư là suy hao đường truyền, hiện tượng che khuất (Shadowing) do các cửđộng của cơ thể, môi trường truyền tin đa đường, hạn chế năng lượng tiêuhao do yêu cầu kích thước các nút nhỏ, làm giảm phẩm chất của hệ thống[14], [115]

Các giải pháp nâng cao phẩm chất truyền tin trong WBAN được nhiềunhóm nghiên cứu trong và ngoài nước quan tâm [35], [44], [126] Công suấttiêu thụ mạng được tối ưu bằng các giải pháp định tuyến truyền tin giữa cácnút [126], giải pháp lựa chọn các giao thức truyền tin như truyền trực tiếp,truyền hợp tác và truyền đa chặng [48] Các giải pháp đa truy nhập chốngxung đột, triệt nhiễu giữa các nút trong một WBAN và giữa các WBAN [44],[80], sử dụng các loại mã sửa lỗi [35], [95] nâng cao độ tin cậy của hệ thống.Giải pháp sử dụng các hệ thống MIMO (Multiple Input Multiple Output),MIMO hợp tác được đề xuất sử dụng cải thiện dung lượng và độ tin cậy choliên kết truyền thông trong WBAN do các luồng thông tin được truyền songsong trên cùng băng tần và nhận được độ lợi phân tập [51], [108], [117].Trong những năm gần đây, kỹ thuật học sâu (DL: Deep Learning) đượcứng dụng và phát triển mạnh mẽ ở nhiều lĩnh vực trong đời sống, các hệ thốngtruyền thông, mạng cảm biến không dây (WSN: Wireless Sensor Network),

WBAN, mang lại nhiều lợi ích và tiến bộ [6], [39], [71], [91], [119] Kỹ thuậthọc sâu được ứng dụng trong xử lý và phân tích dữ liệu thời gian thực, pháthiện các dấu hiệu sinh lý bất thường giúp đưa ra các giải pháp điều trị bệnhkịp thời và hiệu quả [112] Các giải pháp mã hóa và xác thực ứng dụng họcsâu giúp nâng cao tính bảo mật và riêng tư cho người dùng [9], [119] Nghiêncứu [58] đề xuất sử dụng kỹ thuật học sâu dựa trên mạng LSTM (Long ShortTerm with Memory) để ước lượng ma trận kênh MIMO cho mạng WBANtrong hầm mỏ Đồng thời, giải pháp cho phép xác định vị trí người dùng,phát hiện dữ liệu thu thập cho cả trường hợp có tia truyền thẳng (LOS) vàkhông có tia truyền thẳng (NLOS) Đặc biệt, kỹ thuật học sâu ứng dụngtrong các hệ thống truyền thông đem lại những tiềm năng lớn về khả năngứng dụng công nghệ xử lý tiên tiến trong đơn giản hóa cấu trúc máy thu/phát,tối ưu hóa phân bổ tài nguyên, cải thiện hiệu suất mạng, nâng cao độ tincậy và giảm độ trễ truyền tin [120], [91] Các nghiên cứu ứng dụng học sâutrong các hệ thống truyền thông được chia thành hai hướng chính: Một làứng dụng để thay thế một khối chức năng, như ước lượng kênh [85], mã hóa

và giải mã sửa lỗi [83], đa truy nhập [70], nhận dạng điều chế [89], [105] haytách tín hiệu [52], [102], ; hai là ứng dụng cho toàn hệ thống từ máy phátđến máy thu, tạo thành một bộ mã hóa tự động (AE: Autoencoder) cho phéphuấn luyện tối ưu đồng bộ toàn bộ tham số học giúp nâng cao phẩm chấtcủa hệ thống [45], [91]

Xuất phát từ những lý do trên, các nghiên cứu về giải pháp nâng cao độtin cậy truyền thông trong WBAN ứng dụng kỹ thuật học sâu là cần thiết,

có ý nghĩa khoa học và thực tiễn Do đó, nghiên cứu sinh đã lựa chọn đề tài:

“Nghiên cứu ứng dụng bộ mã hóa tự động (AE) nâng cao hiệu năng truyềnthông của mạng không dây trên cơ thể sống (WBAN)” Kết quả nghiên cứucủa luận án đóng góp một phần tri thức về kỹ thuật truyền thông trongWBAN, góp phần đẩy mạnh quá trình ứng dụng kỹ thuật học sâu vào các

hệ thống truyền thông; đồng thời mở ra một số hướng nghiên cứu tiếp theocho giải pháp truyền thông trong WBAN ứng dụng kỹ thuật học sâu.

2 Mục tiêu nghiên cứu của luận án

Mục tiêu chính của luận án hướng tới là đề xuất giải pháp ứng dụng kỹthuật học sâu, kỹ thuật AE tiên tiến vào truyền thông trong WBAN nhằmnâng cao hiệu năng truyền thông của mạng

3 Đối tượng, phạm vi nghiên cứu của luận án

Đối tượng nghiên cứu: Các giải pháp nâng cao độ tin cậy truyền thôngtrong WBAN sử dụng truyền thông MIMO và MIMO hợp tác Các kỹ thuậthọc sâu và kỹ thuật AE trong truyền thông vô tuyến

Phạm vi nghiên cứu:

ˆ Luận án tập trung nghiên cứu giải pháp truyền thông lớp vật lý trongWBAN từ các cảm biến/thiết bị gắn trên cơ thể đến thiết bị HUB mộtchặng và hai chặng theo chuẩn IEEE 802.15.6

ˆ Các liên kết truyền thông sử dụng hệ thống MIMO và MIMO hợp tácghép kênh không gian Liên kết truyền thông một chặng thực hiện truyềntin từ một cảm biến/thiết bị đến HUB; liên kết truyền thông hai chặngthực hiện truyền thông tin từ một cảm biến/thiết bị đến HUB có sự

hỗ trợ của một số các cảm biến/thiết bị đóng vai trò là nút chuyểntiếp Hệ thống MIMO hợp tác sử dụng hai kỹ thuật điển hình khuếchđại-chuyển tiếp (AF: Amplify-and-Forward) và giải mã-chuyển tiếp (DF:Decode-and-Forward)

ˆ Các hệ thống truyền tin được xây dựng ứng dụng kỹ thuật AE được huấnluyện, tối ưu đồng bộ các tham số từ nút cảm biến, nút chuyển tiếp vàHUB bằng một pha hoặc hai pha tuần tự trên kênh pha-đinh phẳng

4 Nội dung nghiên cứu của luận án

Luận án thực hiện các nội dung nghiên cứu chính sau:

ˆ Nghiên cứu về đặc trưng và các ứng dụng của mạng WBAN, mô hìnhkênh truyền trong WBAN.

ˆ Nghiên cứu các hệ thống MIMO và MIMO hợp tác ghép kênh khônggian thực hiện truyền thông tin một chặng và hai chặng cho các liên kếttruyền tin cho kênh trên cơ thể

ˆ Nghiên cứu về kỹ thuật học sâu, kỹ thuật AE ứng dụng trong các hệthống truyền thông

ˆ Nghiên cứu xây dựng hệ thống MIMO ứng dụng kỹ thuật AE nhằm nângcao phẩm chất truyền thông một chặng trong WBAN

ˆ Nghiên cứu xây dựng hệ thống MIMO hợp tác ứng dụng kỹ thuật AEnhằm nâng cao phẩm chất truyền thông hai chặng trong WBAN

5 Phương pháp nghiên cứu của luận án

Luận án kết hợp nghiên cứu lý thuyết, giải tích với mô phỏng Monte-Carlotrên phần mềm máy tính, cụ thể:

ˆ Nghiên cứu lý thuyết về đặc trưng của mạng WBAN, các mô hình kênhtruyền sử dụng trong mô phỏng, các phương pháp truyền thông nâng cao

độ tin cậy cho hệ thống;

ˆ Nghiên cứu phân tích các hệ thống truyền thông MIMO, MIMO hợp tác,

kỹ thuật học sâu, AE trong các hệ thống truyền thông;

ˆ Thực hiện mô phỏng Monte-Carlo các hệ thống sử dụng phần mềm lab và Python để so sánh đánh giá phẩm chất các hệ thống đề xuất vớicác hệ thống đã công bố trong các nghiên cứu khác

Mat-6 Ý nghĩa khoa học và thực tiễn của luận án

Các kết quả đạt được của luận án góp phần nâng cao hiệu quả thiết kế hệthống và phẩm chất truyền dẫn nên có ý nghĩa khoa học và thực tiễn Đồngthời, các kết quả của luận án đóng góp tri thức cho hiểu biết tốt hơn về khả

năng ứng dụng kỹ thuật học sâu, kỹ thuật AE cho các liên kết truyền thôngtrong WBAN.

tế, quân sự, giải trí; các mô hình kênh truyền tin của WBAN được sử dụngtrong nghiên cứu và mô phỏng; các hệ thống truyền tin MIMO và MIMOhợp tác Tiếp theo, luận án trình bày kỹ thuật học sâu, kỹ thuật AE ứngdụng trong các hệ thống thông tin vô tuyến Phần cuối của chương trình bàyhướng nghiên cứu mở ứng dụng kỹ thuật AE trong truyền thông và hướngphát triển của luận án

Chương 2: Hệ thống truyền thông MIMO ứng dụng kỹ thuậtAutoencoder cho WBAN

Chương 2 trình bày giải pháp sử dụng hai hệ thống truyền thông MIMO dựatrên kỹ thuật AE dán nhãn theo symbol (SWAE: Symbol-Wise Autoencoder)

và dán nhãn theo bit (BWAE: Bit-Wise Autoencoder) cho liên kết truyềntin một chặng cho WBAN trên cơ thể, lần lượt ký hiệu là SWAE-MIMO vàBWAE-MIMO Cấu trúc các hệ thống SWAE-MIMO và BWAE-MIMO gồmnút cảm biến (nút nguồn), kênh truyền và nút đích (HUB) được biểu diễnbằng các mạng nơ-ron tạo thành một bộ AE, toàn bộ hệ thống được huấnluyện đồng bộ nhằm tối ưu các tham số học và chòm sao tín hiệu dựa trên tập

dữ liệu huấn luyện Đồng thời, các hệ thống SWAE-MIMO và BWAE-MIMO

có thể sử dụng một trong ba bộ tách tín hiệu: RTN, MMSE và MMSEnetgiúp triệt nhiễu đồng kênh giữa các luồng tín hiệu song song giúp cải thiện

tỷ số lỗi bit (BER: Bit Error Rate) của liên kết

Chương 3: Hệ thống truyền thông MIMO hợp tác ứng dụng kỹthuật Autoencoder cho WBAN

Chương 3 trình bày giải pháp sử dụng hai hệ thống truyền thông MIMOhợp tác dựa trên kỹ thuật AE dán nhãn theo bit theo phương pháp khuếchđại-chuyển tiếp (AF) và giải mã- chuyển tiếp (DF) cho các liên kết truyền tinhai chặng cho WBAN, lần lượt được ký hiệu là AE-AF và AE-DF Các hệthống thực hiện truyền tin từ một nút nguồn (TxS) đến nút đích (RxD) có

sự hỗ trợ của một nút chuyển tiếp (R) thông qua một đường truyền trực tiếp

và một đường truyền chuyển tiếp trong hai khe thời gian Nút đích kết hợpcác đường tín hiệu thu bằng các bộ kết hợp RTN, MMSE, MMSEnet giúptriệt xuyên nhiễu đồng kênh, cải thiện độ tin cậy của liên kết nhờ nhận đượctăng ích phân tập không gian Đồng thời, luận án khảo sát ảnh hưởng củathông tin trạng thái kênh không hoàn hảo lên phẩm chất hệ thống AE-DF

sử dụng bộ kết hợp MMSEnet Ngoài ra, các hệ thống AE-AF và AE-DF cóthể được mở rộng cho trường hợp nút nguồn truyền thông tin đến nút đíchthông qua nhiều đường chuyển tiếp mà không có đường truyền trực tiếp doảnh hưởng bởi hiện tượng che khuất của kênh WBAN

Chương 1KHÁI QUÁT VỀ TRUYỀN THÔNG TRONG MẠNG WBAN

VÀ KỸ THUẬT HỌC SÂU

Trong chương này, luận án trình bày các đặc trưng cơ bản của mạngWBAN, ứng dụng của mạng và mô hình kênh truyền Tiếp đó, luận án trìnhbày về kỹ thuật học sâu và ứng dụng Autoencoder trong truyền thông; hệthống MIMO, MIMO hợp tác và các nghiên cứu liên quan đến truyền thôngtrong WBAN Phần cuối chương trình bày hướng nghiên cứu phát triển củaluận án

1.1 Giới thiệu về WBAN và các ứng dụng

1.1.1 Khái niệm WBAN và chuẩn IEEE 802.15.6

Truyền thông trên cơ thể là một kỹ thuật truyền dẫn vô tuyến ở phạm

vi xung quanh, trên và bên trong cơ thể con người Khái niệm BAN (BodyArea Network) lần đầu tiên được đề xuất bởi Zimmermann năm 1996 [127]

và nhóm IEEE 802.15.TG6 Sau này do tính chất đặc trưng của kỹ thuậttruyền thông, mạng truyền thông trên cơ thể người thường được đề cập đếnvới tên gọi WBAN (Wireless Body Area Network) WBAN kết nối các cảmbiến/thiết bị được đặt bên trong, trên bề mặt hoặc xung quanh cơ thể conngười sử dụng các kết nối vô tuyến Các thiết bị/cảm biến thực hiện các phép

đo liên tục và truyền thông tin về dấu hiệu sự sống hoặc dữ liệu sức khỏe cơthể con người về trung tâm để giám sát từ xa [82]

Hình 1.1 mô tả một mạng WBAN điển hình trong đó các cảm biến kết nốivới một thiết bị đeo (HUB), HUB chịu trách nhiệm nhận thông tin và chuyểntiếp về trung tâm xử lý phục vụ cho phân tích và chẩn đoán Các cảm biếnthu thập các chỉ số sức khỏe như là huyết áp, nhịp tim, nhiệt độ, hô hấp, điệnnão đồ (EEG: Electroencephalogram), điện tâm đồ (ECG: Electrocardiogram),

Hình 1.1 Mô hình mạng WBAN điển hình.

truyền đến HUB và trung tâm xử lý thông qua kết nối không dây Dữ liệuthu thập được sử dụng để theo dõi, phân tích, hiển thị cảnh bảo về các vấn

đề về sức khỏe cho người dùng tại thiết bị đeo hoặc giúp các bác sĩ có thểđưa ra các chẩn đoán, điều trị cho người bệnh kịp thời từ các trung tâm y tế.Truyền thông trong mạng WBAN hiện đã được chuẩn hóa theo chuẩnIEEE 802.15.6 [55] Chuẩn IEEE 802.15.6 hướng tới cung cấp chuẩn quốc

tế cho truyền thông vô tuyến công suất thấp, cự ly ngắn và tin cậy xungquanh cơ thể con người, hỗ trợ một dải rộng các tốc độ cho các ứng dụngliên quan đến y tế/chăm sóc sức khỏe và phi y tế Chuẩn IEEE 802.15.6 hỗtrợ truyền thông tầng vật lý cho ba băng thông hẹp bao gồm các dải tầnMICS (Medical Implant Communications Service), WMTS (wireless medicaltelemetry services), ISM (Industrial Scientific and Medical); một băng thôngrộng UWB (Ultra-Wideband) và một băng thông tin liên lạc cơ thể HBC(Human Body Communication) như biểu diễn trên Hình 1.2

Hình 1.2 Biểu đồ phân bổ băng tần của WBAN ở các quốc gia [26].

Theo tiêu chuẩn IEEE 802.15.6, truyền thông trong mạng WBAN có thểđược tổ chức theo mô hình hình sao một chặng (star topology) hay mô hình

đa chặng (multihop topology) Với mô hình hình sao, các cảm biến có thểtruyền trực tiếp về thiết bị HUB Bên cạnh đó, các cảm biến và thiết bị HUB

có thể truyền thông hợp tác theo mô hình đa chặng có hỗ trợ của các nútchuyển tiếp có hiệu quả trong việc giảm tỷ lệ lỗi gói tin so với mô hình hìnhsao [32], [108]

Chuẩn IEEE 802.15.6 đưa ra các yêu cầu cho các thiết bị WBAN để đảmbảo truyền thông tin cậy và hiệu quả ở gần cơ thể con người, phù hợp chonhiều ứng dụng y tế và phi y tế Các yêu cầu và đặc điểm chính gồm [55]:

ˆ Dải tần số: Chuẩn hỗ trợ các thiết bị hoạt động trong các dải tần số khácnhau, bao gồm các dải tần công nghiệp, khoa học và y tế (ISM), cũngnhư các dải tần được cơ quan quản lý quốc gia phê duyệt

ˆ Tốc độ dữ liệu và điều chế: Chuẩn hỗ trợ tốc độ dữ liệu lên đến 10 Mbps

và các phương thức điều chế khác nhau tùy thuộc vào chế độ hoạt động

ˆ Hiệu quả năng lượng: Chuẩn yêu cầu tiêu thụ năng lượng cực thấp đểkéo dài tuổi thọ pin của các thiết bị đeo

ˆ Chất lượng dịch vụ (QoS: Quality of Service): Chuẩn có chế độ mặc định

và chế độ QoS cao Chế độ QoS cao được thiết kế đặc biệt cho các ứngdụng y tế có ưu tiên cao đảm bảo truyền dữ liệu y tế quan trọng một

cách tin cậy.

ˆ Xuyên nhiễu và an toàn bức xạ: Chuẩn bao gồm các hướng dẫn để giảmthiểu xuyên nhiễu với các thiết bị không dây khác và đảm bảo an toàncho người dùng Chuẩn xem xét các ảnh hưởng của sự hấp thụ của cơthể người đối với hiệu suất ăng-ten và định hình mẫu bức xạ để giảmthiểu tỷ lệ hấp thụ đặc biệt (SAR: Specific Absorption Rate)

ˆ Tính tương thích: Để đảm bảo các thiết bị từ các nhà sản xuất khácnhau có thể hoạt động cùng nhau, chuẩn định nghĩa các thủ tục và yêucầu bắt buộc cho tính tương thích, bao gồm các tham số bắt buộc củacác lớp PHY (Physical) và MAC (Medium Access Control)

ˆ Yêu cầu lớp PHY: Lớp PHY hỗ trợ các công nghệ lớp vật lý khác nhauvới các yêu cầu cụ thể về tốc độ dữ liệu, điều chế và kênh Ví dụ, lớpPHY băng tần hẹp có dải từ 2360 MHz đến 2400 MHz sử dụng điều chếMPSK hỗ trợ tốc độ dữ liệu lên đến 0,9714 Mbps

ˆ Tham số lớp MAC: Chuẩn quy định các tham số của lớp MAC, bao gồm

số lượng đoạn (fragment) tối đa, độ chính xác đồng hồ của trung tâm,

và giá trị thời gian chờ, để đảm bảo truyền thông hiệu quả và tính toànvẹn của dữ liệu

Bên cạnh việc tuân thủ IEEE 802.15.6, WBAN còn phải đối mặt với tháchthức ảnh hưởng của kênh truyền vô tuyến trên cơ thể làm giảm phẩm chấtcác liên kết truyền thông trong mạng Đầu tiên là suy hao lan truyền lớn củacác liên kết truyền tin do sự hấp thụ của các mô, cơ trên cơ thể được nhiềunghiên cứu khảo sát, đánh giá [27], [123] Tiếp theo, các tín hiệu truyền từnút nguồn đến nút đích ở băng tần ISM gồm tia truyền thẳng (LOS: Line OfSight) là các sóng uốn cong theo bề mặt cơ thể và các tia phản xạ và tán xạ

do các bộ phận trên cơ thể hoặc môi trường xung quanh (trong phòng, hành

lang, trong hầm mỏ, ) gây ra hiện tượng pha-đinh đa đường [29] Thêm vào

đó, kênh truyền tin giữa các liên kết có tính di động do các cảm biến/thiết bịđặt cố định trong, trên bề mặt và gần cơ thể nhưng hình dáng, tư thế ngườilại thay thổi do các chuyển động và quá trình sinh lý (như hô hấp) Đườngtruyền trực tiếp từ nút nguồn đến nút đích có thể mất do bị che bởi một bộphận trên cơ thể, gọi là hiện tượng che khuất (Shadowing) Ngoài ra, do cácnút trong WBAN được đeo trên người hoặc gần cơ thể người nên chúng cũng

dễ bị ảnh hưởng bởi hiệu ứng tương tác giữa ăng-ten và cơ thể nhưng méogiản đồ bức xạ và thay đổi trở kháng của ăng-ten làm giảm độ tin cậy củaliên kết truyền thông [101]

Mạng WBAN được ứng dụng trong nhiều lĩnh vực trong cuộc sống và cóthể chia thành hai nhóm chính: ứng dụng trong y tế và ứng dụng phi y tế.Các ứng dụng trong y tế như giám sát sức khỏe, chăm sóc sức khỏe từ xa.Các ứng dụng phi y tế như là theo dõi dữ liệu sức khỏe con người phục vụhuấn luyện, thực hành tác chiến; trong tập luyện thể thao, dự đoán xu thếhoạt động của con người; dịch vụ giải trí như đồng bộ âm thanh, âm thanh,tương tác, [125]

1.1.2 Các ứng dụng của WBAN

a Các ứng dụng trong lĩnh vực y tế

Mạng WBAN được sử dụng trong các hệ thống theo dõi, chăm sóc và điềutrị y tế tiên tiến cho bệnh nhân trong bệnh viện và ở nhà Bệnh nhân đượctheo dõi sức khỏe, cảnh báo kịp thời trong khi vẫn sinh hoạt bình thườngtại gia đình hoặc trong phòng theo dõi tại bệnh viện tạo sự thoải mái, tiệnlợi [67] Các dịch vụ y tế và chăm sóc sức khỏe mà WBAN hỗ trợ bao gồm

3 lĩnh vực: kiểm tra y tế (medical check-up), phục hồi chức năng (physicalrehabilitation) và theo dõi sinh lý (physiological monitoring) [13] Các thôngtin sức khỏe quan trọng sẽ được tự động thu thập và kịp thời truyền đến

nhân viên y tế hoặc trung tâm chăm sóc sức khỏe cho bệnh nhân WBANứng dụng trong hệ thống chăm sóc sức khỏe sẽ giảm tải cho bệnh viện, tănghiệu quả giám sát, theo dõi bệnh nhân và người cao tuổi tại nhà.

Mạng WBAN còn được ứng dụng trong chẩn đoán và điều trị y tế, ví dụnhư hệ thống tự động điều khiển máy tạo nhịp tim [15], ống nội soi viênnang, hệ thống tự động tiêm insulin cho bệnh nhân đái tháo đường, Hệthống bao gồm một cảm biến đưa vào bên trong cơ thể, một thiết bị điềukhiển và một thiết bị vận hành Dữ liệu cảm biến thu thập gửi đến thiết bịđiều khiển ở trên bề mặt hoặc gần cơ thể bằng đường truyền không dây Thiết

bị điều khiển thực hiện một phép đo y tế và gửi lệnh điều trị y tế đến thiết bịvận hành Thiết bị vận hành tiến hành xử lý y tế dựa trên lệnh nhận được.WBAN ứng dụng chẩn đoán không xâm lấn bằng ống nội soi viên nang, viênnang bao gồm một máy ảnh và một bộ thu/phát được nuốt vào bên trong

cơ thể Máy ảnh chụp ảnh đường tiêu, thông qua bộ thu/phát truyền các dữliệu hình ảnh, video thời gian thực ra các thiết bị y tế ngoài cơ thể [115].Một nhóm ứng dụng hứa hẹn khác của WBAN trong lĩnh vực y tế là hỗtrợ người khuyết tật và phòng ngừa tai nạn, cấp cứu người cao tuổi [68].Một người khuyết tật thị giác sử dụng hệ thống hỗ trợ bao gồm các camera

và thiết bị điều khiển Camera chụp ảnh và gửi đến thiết bị điều khiển, dữliệu hình ảnh được chuyển thành tín hiệu âm thanh để hướng dẫn cho ngườidùng Với người khuyết tật nói, các cảm biến bắt các chuyển động ngón tay

và bàn tay, thông tin thu được sẽ chuyển thành giọng nói Người cao tuổi cónhiều bệnh nền như huyết áp, tim mạch và vấn đề liên quan đến sức khỏephát sinh là đối tượng cần được theo dõi, hỗ trợ thường xuyên Dữ liệu cảmbiến liên tục được gửi đến bộ điều khiển và trung tâm y tế, khi có nhữngdấu hiệu bất thường thiết bị có thể đưa ra tín hiệu cảnh báo tại chỗ và nhậnđược sự giúp đỡ kịp thời từ nhân viên y tế

b Các ứng dụng trong lĩnh vực phi y tế

Mạng WBAN được ứng dụng trong quân sự để giám sát thời gian thực vềcác chỉ số sức khỏe, dự đoán hành vi và vị trí của người lính trên chiến trường,

hỗ trợ người chỉ huy xác định chiến thuật để nâng cao hiệu suất huấn luyện

và thực hành tác chiến thành công [56] Hình 1.3 mô tả ứng dụng WBANtrong quân sự

Hình 1.3 Ứng dụng mạng WBAN trong quân sự

Các thiết bị, cảm biến được mang/đeo trên người lính thu thập dữ liệu gửi

về máy chủ ở sở chỉ huy để kịp thời phân tích, đưa ra các thông báo Trongcác tình huống khẩn cấp, mạng thông tin cho phép điều khiển bật thiết bị

cá nhân thông báo về vị trí, thông báo các chỉ số sinh tồn, hoặc thiết bị cánhân tự động bật thông báo (đèn báo) phục vụ tìm kiếm, cứu hộ [56] Tuynhiên, trong môi trường tác chiến, cơ sở hạ tầng để thiết lập mạng dữ liệu diđộng tin cậy không có sẵn, phải sử dụng các thiết bị mạng tạm thời, sẵn cótrong khu vực, tốc độ truyền tin thấp; các thiết bị truyền tin bị giới hạn vềtrọng lượng do người lính phải mang theo nhiều vũ khí, trang bị phục vụ chochiến đấu Vì vậy, các giải pháp truyền tin nâng cao độ tin cậy, tăng cường

bảo mật, tiết kiệm năng tiêu thụ là những yêu cầu quan trọng trong thiếtlập mạng WBAN.

Trong lĩnh vực thể thao, các thông tin về sức khỏe của các vận động viênđược thu thập và gửi đến các huấn luyện viên để phân tích và quản lý [115].WBAN được ứng dụng giám sát sức khỏe của người lái ô tô, một số cảm biếnquan trọng được đặt trên cơ thể, chẳng hạn như cảm biến thu thập dữ liệuđiện tâm đồ (ECG), huyết áp, nhịp tim Cảm biến cũng có thể được gắn vàoghế lái, dây an toàn, vô lăng, các vị trí này luôn tiếp xúc với người khi lái

xe Các thông tin về sức khỏe người lái xe được thu thập và gửi về nút trungtâm Nút trung tâm phân tích tín hiệu thu được và tạo ra các dấu hiệu cảnhbáo hoặc tự động điều khiển xe khi cần để đảm bảo an toàn cho người [115].Mạng WBAN được ứng dụng trong lĩnh giải trí như đồng bộ âm thanh,hình ảnh và tương tác tạo sự tiện lợi, thoải mái cho người dùng Chẳng hạn,nhiều người dùng có thể sử dụng cùng một máy phát nhạc thông qua các tainghe không dây [115] WBAN cũng tạo ra sự thay đổi cho các ứng dụng nhậndiện người dùng và giao tiếp con người - máy [11] Các thiết bị được gắn trên

cơ thể và trên máy, người dùng chạm vào máy để thiết lập liên kết, ví dụ nhưứng dụng cửa tự động mở, máy tính cá nhân tự động mở khi chạm vào chuộttrang bị cảm biến thay vì phải nhập mật khẩu Một ứng dụng khác là nhúngchức năng thanh toán tự động vào bộ thu phát trên cơ thể Khi đi qua cổngsoát vé tự động, người dùng chạm vào thiết bị soát vé, phí được trả và cổng

tự động mở ra

1.1.3 Mô hình kênh WBAN

Dựa vào vị trí đặt trên cơ thể, các nút/thiết bị trong WBAN được chiathành 3 nhóm [55], [123] Một là nhóm nút được đưa vào trong cơ thể, nútnày có thể nằm ngay dưới da hay đưa vào sâu các mô, các cơ quan trong cơthể Hai là nhóm nút ở bề mặt cơ thể, nút được đặt trên bề mặt da hoặc cách

Bảng 1.1 Các liên kết truyền thông trong WBAN [26]

Ký Các liên kết truyền tin Băng tần Mô hình

S1 Giữa các cảm biến trong cơ thể 402 ÷ 405 MHz CM1 S2 Từ cảm biến trong cơ thể 402 ÷ 405 MHz CM2

đến cảm biến trên bề mặt S3 Từ cảm biến trong cơ thể 402 ÷ 405 MHz CM2

đến cảm biến gần cơ thể S4 Giữa các cảm biến trên bề mặt 13,5; 50; 400; 600; 900 MHz CM3

có tia truyền thẳng (LOS) 2,4; 3,1 ÷ 10,6 GHz S5 Giữa các cảm biến trên bề mặt 13,5; 50; 400; 600; 900 MHz CM3 không có tia truyền thẳng (NLOS) 2,4; 3,1 ÷ 10,6 GHz

S6 Từ các cảm biến trên bề mặt 2,4; 3,1 ÷ 10,6 GHz CM4

đến cảm biến gần cơ thể và LOS

S7 Từ các cảm biến trên bề mặt 2,4; 3,1 ÷ 10,6 GHz CM4 đến cảm biến gần cơ thể và NLOS

xa nhất là 2 cm so với bề mặt da Ba là nhóm nút ở gần cơ thể, nút này đặtcách bề mặt da từ vài centimet đến 5 mét Theo đó, có bốn mô hình kênh(CM: Channel Model) giữa các nút: CM1, CM2, CM3, CM4 và bảy loại liênkết truyền thông [26], như liệt kê trong Bảng 1.1

Với các liên kết truyền tin trên các kênh CM1 và CM2, tín hiệu lan truyền

bị giữ chậm và suy hao mạnh do sự hấp thụ của các mô Trong khi đó, vớicác liên kết truyền tin trên các kênh CM3 và CM4, tín hiệu chủ yếu bị ảnhhưởng bởi hiện tượng pha-đinh đa đường do tín hiệu bị phản xạ, tán xạ từcác vật thể trong môi trường và hiện tượng che khuất do hình dáng, cấu trúc

và chuyển động chuyển của cơ thể trong hoạt động hàng ngày [115]

Các kênh thông tin băng hẹp phù hợp với nhiều ứng dụng chăm sóc sứckhỏe vì độ rộng băng thông của kênh băng hẹp (≤ 1 MHz) do đó không bịảnh hưởng bởi nhiễu xuyên dấu (ISI: Inter Symbol Interference), tần số sóng

mang thấp nên ít bị suy giảm do cơ thể người hơn so với kênh thông tin băngrộng UWB và kênh HBC [41], [45], [68].

Kênh thông tin băng rộng UWB sử dụng phương pháp điều chế tần số (FM:Frequency Modulated) và xung vô tuyến (IR: Impulse Radio) Kênh thông tinUWB cho thông lượng lớn hơn kênh băng hẹp do độ rộng băng thông mỗikênh cho phép là 499 MHz (theo chuẩn IEEE 802.16.5) Kênh thông tin liênlạc cơ thể (HBC) thực hiện truyền thông qua việc ghép các tín hiệu điệntrên bề mặt cơ thể, có nghĩa là truyền qua da bằng điện cực chứ không dùngăng-ten [123] Mô hình kênh này ít được nghiên cứu và mô hình hóa hơn haiphương pháp truyền thông tin băng hẹp và băng rộng

Do sự đa dạng về các liên kết truyền thông, các băng tần, tính di động củacác nút và ảnh hưởng của môi trường hoạt động của người được theo dõi nênviệc mô hình một kênh truyền chung cho các mạng WBAN là rất khó khăn

Vì vậy, các nghiên cứu thử nghiệm đo và mô hình hóa kênh truyền thườngđược thực hiện trong một điều kiện xác định, như là loại liên kết truyềnthông, băng tần, môi trường trong nhà, ngoài trời hay phòng không phản xạ(anechoic chambers, ) Với đặc điểm ít bị ảnh hưởng với nhiễu xuyên dấu và

ít bị hấp thụ bởi cơ thể, các ứng dụng của WBAN thường sử dụng các liênkết truyền thông trên các băng tần hẹp MICS và ISM

Theo chuẩn IEEE 802.15.6, lớp vật lý hỗ trợ cho truyền thông băng hẹptrên các dải tần: 402 ÷ 405 MHz, 420 ÷ 450 MHz, 863 ÷ 870 MHz, 902 ÷

928 MHz, 950 ÷ 958 MHz, 2,36 ÷ 2,4 GHz và 2,4 ÷ 2,4835 GHz [109], [55].Tuy nhiên, nhiều nghiên cứu về mô hình kênh tập trung vào băng tần 868MHz, 915 MHz và đặc biệt là các băng tần ở dải 2,4 GHz do thiết bị vô tuyến

có sẵn trên thị trường [29], [72], [109] Vì vậy, luận án tập trung nghiên cứucác mô hình kênh trên cơ thể CM3 cho các liên kết truyền thông băng tầnhẹp thuộc dải tần ISM

Có hai phương pháp chính xây dựng mô hình kênh truyền, một là mô hình

toán học hay còn gọi là mô hình lý thuyết, hai là mô hình thực nghiệm [123].

Mô hình lý thuyết dựa trên các nguyên lý vật lý và sử dụng các phương trìnhtoán học để mô tả đặc trưng của kênh truyền Phương pháp này có thể ápdụng cho nhiều môi trường khác nhau mà không cần dữ liệu thực nghiệm,tuy nhiên đôi khi không phản ánh đầy đủ các phức tạp của môi trường thực

tế [122], [123] Mô hình kênh thực nghiệm xây dựng dựa trên dữ liệu thu thập

từ các phép đo thực tế và thường sử dụng phương pháp thống kê để mô tảkênh truyền [27], [29], [107], [109], [123] So với mô hình lý thuyết, mô hìnhthực nghiệm phản ánh chính xác môi trường truyền thông cụ thể, hữu íchcho các ứng dụng thực tế nhưng phải trả giá bằng chi phí cao và thời gianthu thập dữ liệu lớn Ngoài ra, mô hình kênh truyền có thể được xác địnhbằng cách kết hợp phương pháp lý thuyết và thực nghiệm Các mô hình nàythường sử dụng lý thuyết để thiết lập cấu trúc cơ bản và sau đó hiệu chỉnhcác tham số dựa trên dữ liệu thực nghiệm hoặc sử dụng các phép xấp xỉ đểnhất quán giữa mô hình lý thuyết và mô hình thực nghiệm [123] Phươngpháp kết hợp này mang lại độ chính xác cao hơn so với mô hình lý thuyết vàlinh hoạt hơn mô hình thực nghiệm

Nghiên cứu đo thực nghiệm để mô hình hóa kênh truyền trên cơ thể đượcthực hiện bằng cách thiết lập các bộ thu phát trên các vị trí khác nhau trên

cơ thể, thu thập dữ liệu về công suất tín hiệu thu được trong hàng trăm giờliên tục, các đối tượng tham gia thử nghiệm có thể đứng yên, nằm ngủ hoặcthực hiện nhiều hoạt động sinh hoạt hàng ngày trong nhà, lái xe, chạy bộngoài trời [72], [107], [109], hoạt động của người lính cứu hỏa, cứu hộ trongnhà, hầm [29], các phép đo được thực hiện trong phòng không phản xạ [43],[57], [124] Các hoạt động của cơ thể ảnh hưởng đến biên độ tín hiệu thu,khi cơ thể hoạt động càng nhiều (đi bộ và chạy) làm biên độ tín hiệu thănggiáng càng nhanh và mạnh so với khi chỉ đứng yên Các nghiên cứu mô hìnhkênh truyền cho các đường truyền trực tiếp (từ nút phát đến nút thu) [109],

đường truyền qua nút chuyển tiếp và hợp tác [29], [109] Kênh truyền WBAN

có thể khái quát thành mô hình suy hao lan truyền, suy hao che khuất vàkênh pha-đinh

a Suy hao lan truyền

Do đặc điểm hình dáng cơ thể, hoạt động của con người và sự đa dạng củacác liên kết truyền thông trong mạng vì vậy rất khó có thể đưa ra mô hìnhsuy hao lan truyền tổng quát liên quan đến khoảng cách cho các kênh trên

cơ thể dựa trên dữ liệu thu được [26] Tuy nhiên, vẫn có một số nghiên cứu

về mô hình suy hao lan truyền cho một tình huống và liên kết truyền thôngxác định Các tác giả Reusens và Yazdandoost sử dụng mô hình suy hao lantruyền với mức suy hao được tính theo biểu thức Friis P LdB(d) [96], [123]:

đo các các liên kết có khoảng cách từ máy phát đến máy thu lên đến 40 cm

Mô hình suy hao lan truyền cho kênh CM3A được trình bày trong chuẩnIEEE 802.15.6 [123]:

trong đó, a và b là các tham số của mô hình (được xác định bằng thựcnghiệm), N là biến phân bố chuẩn với phương sai σN và d là khoảng cách

giữa máy phát và máy thu đơn vị mi-li-met, các phép đo được thực hiện trongdải tần 2,4 ÷ 2,5 GHz.

Tác giả Yazdandoost và cộng sự đưa ra một mô hình suy hao lan truyềnbão hòa (saturation), đây là mô hình kết hợp đánh giá ảnh hưởng của kênhtruyền trên cơ thể và môi trường (vấn đề truyền lan đa đường gồm tia truyềnthẳng và các tia phản xạ từ các vật xung quanh, như các bức tường, đồ vật, )[123] Kết quả là phương trình tính suy hao lan truyền có 2 thành phần tronghàm logarit: số hạng hàm mũ biểu diễn cho khoảng cách truyền ngắn và sốhạng còn lại biểu diễn cho khoảng cách truyền dài Phương trình suy hao lantruyền được đề xuất cho các kênh băng hẹp ở tần số 915 MHz và 2,4 GHz:

P LdB = −10 log10 P L0exp−m0 d+P L1
+ σpnp, (1.3)trong đó, P LdB là suy hao lan truyền đơn vị dB ở khoảng cách d tính theođơn vị xen-ti-met Thành phần P L0 phụ thuộc vào suy hao trung bình ở gầnmáy phát và phụ thuộc vào kiểu ăng-ten, P L1 là thành phần suy hao domôi trường trong nhà bao gồm các tia phản xạ từ môi trường đến máy thu.Tham số m0 biểu diễn tốc độ suy giảm theo hàm mũ trên đơn vị decibel/cmcủa thành phần sóng xuyên qua cơ thể; np là một biến ngẫu nhiên Gauss cótrung bình bằng 0, phương sai bằng 1 và σp là biến lognormal biểu diễn chonhững biến đổi ở các vị trí khác nhau trên cơ thể và trong phòng, đơn vị là

dB Tham số σp phụ thuộc vào sự biến thiên về độ cong của cơ thể, các đặctính của mô và các đặc tính phát xạ của ăng-ten tại các vị trí khác nhau trên

cơ thể

Mô hình suy hao lan truyền CM3C trong IEEE 802.15.6 được xây dựngdựa trên các kết quả đo từ nhiều tính huống khác nhau Các phép đo thựchiện ở tần số 2,36 GHz cho các hoạt động như đứng, đi bộ, chạy ở trong nhà.Suy hao lan truyền được tính theo biểu thức [77]:

P LdB = P LT X − P LRX + GA− LC, (1.4)

trong đó, P LT X là công suất phát, P LRX là công suất thu, GA là tăng íchkhuếch đại, LC là suy hao cáp.

Các mô hình suy hao dựa trên phân tích lý thuyết điện từ được trình bàytrong các nghiên cứu [22], [25] Tác giả Conway và cộng sự đề xuất các môhình phân tích lý thuyết để tính toán xấp xỉ tăng ích đường truyền dọc theo

và xung quanh các hình học phẳng, hình trụ ở tần số 2,45 GHz bằng cácphép đo và mô phỏng FDTD (Finite Difference Time Domain) [25] Kết quảcho thấy, truyền dẫn dọc theo bề mặt cơ thể (mặt phẳng) hệ số suy giảmkhoảng n ≈ 2, 4 ÷ 2, 5 Tuy nhiên, khi nhiễu xạ tăng, các liên kết không có tiatruyền thẳng (NLOS) làm cho hệ số suy giảm cao hơn khoảng n ≈ 4, 0 ÷ 4, 5.Chandra và cộng sự đề xuất một mô hình phân tích cho truyền thông trên

cơ thể dựa trên truyền lan sóng uốn cong theo hình học của cơ thể bằng cáchxấp xỉ cơ thể hình elip và mô phỏng FDTD cho thấy suy hao đường truyền

là khoảng 78 dB mà không xem xét tác động của cánh tay và khoảng 94 dBkhi có ảnh hưởng của cánh tay [22]

b Suy hao che khuất

Hiện tượng che khuất xảy ra khi đường truyền tín hiệu giữa nút phát vànút thu bị che khuất một phần hoặc toàn bộ bởi các bộ phận trên cơ thểkhi người dùng hoạt động (đi, chạy) hay thay đổi các tư thế (nằm ngủ, ngồi,đứng, ) Biên độ tín hiệu thu được phụ thuộc vào kích thước và cấu trúcđiện môi của mô cơ thể che khuất tín hiệu lan truyền [26], [87] Hiện tượngche khuất cũng là một trong những yếu tố quan trọng ảnh hưởng đến đặctính kênh truyền tin WBAN [26], [14] Tác giả Boulis và cộng sự đã thực hiệnmột loạt các thử nghiệm đo xác định đăc tính kênh trên cơ thể trong cáchoạt động hàng ngày, như là ngủ, đi bộ, chạy, lái xe, trong văn phòng, trongnhà và ngoài trời Các phép đo được tiến hành ở các tần số 900 MHz và 2,4GHz thuộc băng ISM trong hàng trăm giờ Kết quả cho thấy, suy hao do chekhuất rất lớn, có giá trị trung bình trên 70 dB [14] Nghiên cứu của Chahat

và các cộng sự cho thấy, tín hiệu lan truyền ở tần số 60 GHz hầu như không

có đường truyền trực tiếp nếu chịu ảnh hưởng của che khuất [21]

D’Errico và cộng sự đo thử nghiệm đánh giá ảnh hưởng của hiện tượng chekhuất của các liên kết ở tần số 2,45 GHz: từ hông trái đến ngực, đùi phải,

cổ tay phải, bàn chân phải; từ tai trái đến tai phải, hông, cổ tay phải và bànchân phải trong môi trường không phản xạ và trong nhà Kết quả cho thấyhiện tượng che khuất phụ thuộc vào chuyển động của cơ thể được biểu diễnbằng phân bố lognormal Cụ thể là, khi người không di chuyển, ảnh hưởngcủa che khuất không lớn, nhưng khi người di chuyển, ảnh hưởng này tăng lêntùy thuộc vào cách di chuyển và đường đi [37]

c Mô hình kênh pha-đinh

Hiện tượng pha-đinh xảy ra do tín hiệu lan truyền đa đường bao gồm tiatruyền thẳng (LOS) và các tia phản xạ, tán xạ bởi các bộ phận trên cơ thểhoặc các vật thể trong môi trường xung quanh Nghiên cứu của Cotton vàcộng sự thực hiện các phép đo trong các môi trường khác nhau, như là phòngkhông phản xạ, trong nhà, ngoài trời, trong hầm mỏ, [29], [123] Kết quảcho thấy môi trường xung quanh có ảnh hưởng lớn đến đặc tính kênh WBAN.Các mô hình kênh pha-đinh thường được lựa chọn để mô tả đặc tính kênhWBAN là Rice, Nakagami, Rayleigh, Lognormal, Weibull và κ − µ [29], [42],[99]

Nhiều nghiên cứu đề xuất sử dụng mô hình kênh pha-đinh trên cơ thể theo

hệ số Rice K, với những lý giải về mặt lý thuyết và được biện minh về mặtvật lý [18], [28], [72], [99] Trong đó, hệ số Rice K là tỷ số công suất tín hiệugiữa tia truyền thẳng (χ2) và các tia phản xạ (2σ2), K = χ

2

2σ2; khi K → 0,công suất tín hiệu giữa tia truyền thẳng χ2 giảm, pha-đinh tiến dần đến phân

bố Rayleigh và khi K → ∞ kênh không còn pha-đinh nữa Hàm mật độ xácsuất (PDF: Probability Density Function) phân bố Rice của biến ngẫu nhiên

x được biểu diễn [97]:

25 cm và có phân bố Rayleigh khi khoảng cách lớn hơn 25 cm [42] Tác giảNechayev và cộng sự nghiên cứu đặc tính kênh pha-đinh cho truyền thôngtrên cơ thể trong trường hợp người tham gia các hoạt động như lái xe, đi bộngoài trời và trong nhà, , kết quả là hệ số K thay đổi theo thời gian [84].Khác với phân bố Rice có xuất phát từ lý thuyết, phân bố Nakagami đượcxác định dựa trên các phép đo thực nghiệm, thiếu biện minh về lý thuyếtvật lý Tuy nhiên, mô hình kênh pha-đinh Nakagami vẫn được sử dụng chocác kênh di động ngoài trời [16] Pha-đinh Lognormal thường được sử dụngcho kênh biến đổi chậm [28], [42] Kênh pha-đinh phân bố Weibull được đềxuất sử dụng cho kênh trên cơ thể trong các nghiên cứu [109], [121] Phân bố

κ − µ được đề xuất cho mô hình kênh pha-đinh khái quát biểu diễn sự biếnđổi tín hiệu khi có và không có tia truyền thẳng Khi µ = 1, phân bố κ − µtrở thành phân bố Rice với hệ số K là tham số κ Khi κ = 0, phân bố κ − µtrở thành phân bố Rayleigh Khi κ → 0, phân bố κ − µ biểu diễn hàm phân

bố Nakagami-m [29]

Các dữ liệu đo được so sánh với các mô hình kênh lý thuyết thông qua

Tiêu chuẩn phù hợp (goodness-of-fit) G, một mô hình với p tham số θ ={θ1, · · · , θp} và tập dữ liệu đo thực nghiệm x thì Tiêu chuẩn phù hợp kháiquát được biểu diễn [109]:

trong đó, E (·) là hàm sai số giữa mô hình và dữ liệu đo, C (·) là hàm độ phứctạp theo số lượng tham số của mô hình Một mô hình tốt là mô hình có tổnghàm sai số E (·) và hàm độ phức tạp C (·) đạt cực tiểu, có nghĩa là mô hình lýthuyết gần nhất với phân phối kênh thực Trong thực tế, một giá trị G riêng

lẻ ít có ý nghĩa, nhưng giá trị tương đối của G được sử dụng để xếp hạng các

mô hình theo thứ tự từ mô hình phù hợp nhất đến mô hình ít phù hợp, đượctính theo biểu thức [42]:

trong đó, Gr là giá trị G của mô hình thứ r trong tổng số R mô hình Mô hìnhtốt nhất là mô hình có ∆r = 0 Các mô hình có ∆r ≤ 2 là mô hình được đềxuất sử dụng, các mô hình có 2 ≤ ∆r ≤ 3 ít được khuyến cáo sử dụng [19].Một số Tiêu chuẩn phù hợp thường được sử dụng, đó là tiêu chuẩn Akaie(AIC: Akaike Information Criterion) [5], tiêu chuẩn Bayes (BIC: BayesianInformation Criterion) [103] và tiêu chuẩn Dav [109]

Tác giả Fort và cộng sự trình bày nghiên cứu các mô hình kênh WBANcho băng tần hẹp khi người hoạt động trong nhà [42] Nghiên cứu khảo sátcho trường hợp khoảng cách giữa ăng-ten thu và phát khác nhau, quá trìnhtruyền sóng vô tuyến chịu ảnh hưởng với các tư thế, các hoạt động của người

ở tần số 2,45 GHz và 915 MHz Nghiên cứu sử dụng tiêu chuẩn AIC để đánhgiá mức phù hợp giữa các mô hình và dữ liệu đo và được liệt kê trong Bảng1.2 Ở khoảng cách nhỏ hơn 25 cm, phân bố Rice phù hợp với dữ liệu đo nhấtvới ∆Rice ≤ 1, 1 Về mặt vật lý, phân bố Rice đại diện cho môi trường truyền

có tia truyền thẳng kết hợp với các tia phản xạ, tán xạ Trên cơ thể người,