Ứng dụng AI trong ước lượng và tối ưu hiệu năng hệ thống STAR-RIS

Ứng dụng AI trong ước lượng và tối ưu hiệu năng hệ thống STAR-RISỨng dụng AI trong ước lượng và tối ưu hiệu năng hệ thống STAR-RISỨng dụng AI trong ước lượng và tối ưu hiệu năng hệ thống STAR-RISỨng dụng AI trong ước lượng và tối ưu hiệu năng hệ thống STAR-RISỨng dụng AI trong ước lượng và tối ưu hiệu năng hệ thống STAR-RISỨng dụng AI trong ước lượng và tối ưu hiệu năng hệ thống STAR-RISỨng dụng AI trong ước lượng và tối ưu hiệu năng hệ thống STAR-RISỨng dụng AI trong ước lượng và tối ưu hiệu năng hệ thống STAR-RISỨng dụng AI trong ước lượng và tối ưu hiệu năng hệ thống STAR-RISỨng dụng AI trong ước lượng và tối ưu hiệu năng hệ thống STAR-RISỨng dụng AI trong ước lượng và tối ưu hiệu năng hệ thống STAR-RISỨng dụng AI trong ước lượng và tối ưu hiệu năng hệ thống STAR-RISỨng dụng AI trong ước lượng và tối ưu hiệu năng hệ thống STAR-RISỨng dụng AI trong ước lượng và tối ưu hiệu năng hệ thống STAR-RISỨng dụng AI trong ước lượng và tối ưu hiệu năng hệ thống STAR-RISỨng dụng AI trong ước lượng và tối ưu hiệu năng hệ thống STAR-RISỨng dụng AI trong ước lượng và tối ưu hiệu năng hệ thống STAR-RISỨng dụng AI trong ước lượng và tối ưu hiệu năng hệ thống STAR-RISỨng dụng AI trong ước lượng và tối ưu hiệu năng hệ thống STAR-RISỨng dụng AI trong ước lượng và tối ưu hiệu năng hệ thống STAR-RISỨng dụng AI trong ước lượng và tối ưu hiệu năng hệ thống STAR-RISỨng dụng AI trong ước lượng và tối ưu hiệu năng hệ thống STAR-RISỨng dụng AI trong ước lượng và tối ưu hiệu năng hệ thống STAR-RISỨng dụng AI trong ước lượng và tối ưu hiệu năng hệ thống STAR-RISỨng dụng AI trong ước lượng và tối ưu hiệu năng hệ thống STAR-RISỨng dụng AI trong ước lượng và tối ưu hiệu năng hệ thống STAR-RISỨng dụng AI trong ước lượng và tối ưu hiệu năng hệ thống STAR-RISỨng dụng AI trong ước lượng và tối ưu hiệu năng hệ thống STAR-RISỨng dụng AI trong ước lượng và tối ưu hiệu năng hệ thống STAR-RISỨng dụng AI trong ước lượng và tối ưu hiệu năng hệ thống STAR-RISỨng dụng AI trong ước lượng và tối ưu hiệu năng hệ thống STAR-RISỨng dụng AI trong ước lượng và tối ưu hiệu năng hệ thống STAR-RISỨng dụng AI trong ước lượng và tối ưu hiệu năng hệ thống STAR-RISỨng dụng AI trong ước lượng và tối ưu hiệu năng hệ thống STAR-RIS

LỜI CAM ĐOAN

Tôi cam đoan đây là công trình nghiên cứu của riêng tôi

Các số liệu, kết quả nêu trong đề tài là trung thực và chưa từng được ai công bố trong bất kỳ công trình nào khác

TP Hồ Chí Minh, ngày 10 tháng 5 năm 2024

Học viên thực hiện đề án

Lê Minh Trí

LỜI CẢM ƠN

Được sự hướng dẫn của Khoa Viễn Thông II, Học viện Công nghệ Bưu

chính Viễn thông Cơ sở tại Thành phố Hồ Chí Minh và sự đồng ý của Thầy GS

TS Võ Nguyễn Quốc Bảo, Em đã lựa chọn và thực hiện đề tài “Ứng dụng AI

trong ước lượng và tối ưu hiệu năng hệ thống STAR-RIS”

Em xin được gửi lời cảm ơn chân thành đến Thầy GS TS Võ Nguyễn Quốc Bảo, người đã tận tình hướng dẫn em trong suốt quá trình thực hiện đề tài

tốt nghiệp Thầy đã cung cấp cho em tài liệu nghiên cứu, giúp em định hướng được những vấn đề trọng tâm Trong thời gian làm việc cùng Thầy, em đã học tập được thái độ làm việc nghiêm túc, cách suy luận, cũng như tiếp cận vấn đề mới một cách khoa học, đây sẽ là những bài học quý giá cho bản thân em trong suốt cuộc đời Đồng thời, em xin cảm ơn Phòng Thí Nghiệm Thông Tin Vô Tuyến tại Học viện Công nghệ Bưu chính Viễn thông Cơ sở tại Thành phố Hồ Chí Minh đã tạo những điều kiện thuận lợi để em có thể hoàn thành tốt đề tài này

Em trân trọng cảm ơn Ban giám hiệu và tất cả các quý Thầy Cô đã tham gia giảng dạy trong suốt quá trình học tập và nghiên cứu tại Học viện Công nghệ Bưu chính Viễn thông để có những kiến thức để hoàn thành đề tài một cách tốt nhất

Cuối cùng, em xin cảm ơn gia đình và bố mẹ, người đã luôn ở bên động viên và tạo điều kiện tốt nhất để em có thể nỗ lực hoàn thành tốt đề tài

Em xin chân thành cảm ơn!

TP Hồ Chí Minh, ngày 10 tháng 5 năm 2024

Học viên thực hiện đề án

Lê Minh Trí

MỤC LỤC

LỜI CAM ĐOAN i

LỜI CẢM ƠN ii

DANH MỤC CÁC THUẬT NGỮ VÀ CHỮ VIẾT TẮT v

DANH SÁCH HÌNH VẼ vi

MỞ ĐẦU 1

CHƯƠNG 1 - CƠ SỞ LÝ LUẬN 4

1.1 Bề mặt phản xạ thông minh (RIS) 4

1.1.1 Cấu tạo RIS 4

1.1.2 Nguyên lý làm việc của RIS 7

1.2 Bề mặt phát và phản xạ thông minh (STAR-RIS) 7

1.2.1 Cấu tạo của STAR-RIS 8

1.2.2 Nguyên lý làm việc của STAR-RIS 9

1.3 Mạng đa truy cập không trực giao 13

1.4 Ứng dụng của mô hình STAR-RIS 15

CHƯƠNG 2 – KHẢO SÁT VÀ ĐÁNH GIÁ HIỆU NĂNG MÔ HÌNH STAR-RIS 16

2.1 Mô hình hệ thống STAR-RIS 16

2.2 Hiệu năng hệ thống STAR-RIS 18

2.2.1 Tỷ số tín hiệu trên nhiễu của hệ thống STAR-RIS 18

2.2.2 Xác suất dừng của hệ thống STAR-RIS 20

2.3 Đánh giá hiệu năng và mô phỏng 24

CHƯƠNG 3 - ỨNG DỤNG AI TRONG ƯỚC LƯỢNG 30

VÀ TỐI ƯU HIỆU NĂNG HỆ THỐNG STAR-RIS 30

3.1 AI là gì? 30

3.2 Liên hệ giữa AI và mạng học sâu DNN 30

3.3 Bài toán tối ưu 32

3.4 Ứng dụng DNN trong ước lượng và tối ưu hiệu năng hệ thống 36

3.4.1 Kết quả mô phỏng 36

3.4.2 Đánh giá độ tin cậy của mạng học sâu DNN 38

CHƯƠNG 4 – KẾT QUẢ VÀ HƯỚNG PHÁT TRIỂN 40

4.1 Kết quả 40

4.2 Hướng phát triển đề tài 40

DANH MỤC TÀI LIỆU THAM KHẢO 41

PHỤ LỤC 43

DANH MỤC CÁC THUẬT NGỮ VÀ CHỮ VIẾT TẮT

AI Artificial Intelligence Trí tuệ nhân tạo

NOMA Non Orthogonal Multiple Access Đa truy cập không trực giao

OFDMA Orthogonal Frequency Division

Multiple Access

Đa truy cập phân chia theo tần số trực giao

RIS Reconfigurable Intelligent Surfaces Mặt phẳng thông minh có thể tái

cấu hình SIC Successive Interference Cancellation Kỹ thuật khử nhiễu tuần tự

SINR Signal to Interference & Noise Ratio Tỉ lệ tín hiệu trên nhiễu cộng can

nhiễu

STAR Simultaneously Transmitting and

DANH SÁCH HÌNH VẼ

Hình 1.1 Cấu tạo RIS……… 4

Hình 1.2 Cấu tạo mặt phẳng RIS……… 5

Hình 1.3 RIS dựa trên các siêu bề mặt……… 6

Hình 1.4 Nguyên lý làm việc của RIS……… 7

Hình 1.5 STAR-RIS cơ bản……… 8

Hình 1.6 Nguyên lý làm việc của STAR-RIS……… 9

Hình 1.7 Các giao thức hoạt động của STAR-RIS….……… 11

Hình 1.8 So sánh OFDMA và NOMA……… 13

Hình 1.9 Quá trình khử nhiễu tuần tự tại máy thu……… 15

Hình 2.1 Mô hình hệ thống thông tin STAR-RIS đường xuống……… 16

Hình 2.2 Mô hình toán hệ thống STAR-RIS……… 17

Hình 2.3 Xác suất dừng tại người dùng n ……… 26

Hình 2.4 Xác suất dừng tại người dùng f ……… 27

Hình 2.5 So sánh xác suất dừng tại người dùng n của STAR-RIS và RIS……… 28

Hình 2.6 Xác suất dừng của toàn hệ thống STAR-RIS 29

Hình 3.1 Kiến trúc mạng Nơ-ron……… 31

Hình 3.2 Mạng học sâu DNN……… 32

Hình 3.3 Cấu trúc các giai đoạn của mạng học sâu DNN……… 34

Hình 3.4 Quá trình tạo tập dữ liệu huấn luyện cho mạng học sâu DNN …… 35

Hình 3.5 Giá trị xác xuất dừng của hệ thống tại SNR= -5dB, 0dB, 5dB và 10dB……… 36 Hình 3.6 Kết quả dự đoán hệ số phân bổ công suất qua mạng học sâu DNN 37

Hình 3.7 So sánh hiệu năng hệ thống với các hệ số phân bổ công suất khác

MỞ ĐẦU

Mạng 5G ra đời như xu thế phát triển tất yếu của công nghệ, cùng yêu cầu

về tốc độ xử lý, khả năng phủ sóng, độ tin cậy và trễ thấp thì tất yếu sẽ có các thế

hệ mạng sau 5G được nghiên cứu và triển khai Cùng với các yêu cầu của người dùng, ứng dụng và phạm vi sử dụng của mạng mới sẽ mang lại nhiều vấn đề, thách thức, đòi hỏi các mô hình truyền thông khác biệt, các công nghệ phối hợp hiệu quả, đặc biệt là ở lớp vật lý Trong những năm gần đây, một kỹ thuật hỗ trợ nổi trội, đem lại sự tối ưu cho công nghệ truyền thông không dây đó là bề mặt phản xạ thông minh có thể tái cấu hình RIS, đã thu hút sự chú ý rộng rãi sự quan tâm trong giới hàn lâm và công nghiệp RIS giúp khắc phục các tác động tiêu cực của mạng truyền thống, giảm nhiễu, đảm bảo độ tin cậy, tăng sự bảo mật, tối ưu hóa kênh truyền, nâng cao hiệu quả phổ, tiết kiệm năng lượng, mở rộng phạm vi phủ sóng, đáp ứng các yêu cầu về tốc độ dữ liệu truyền của người dùng và chất lượng dịch vụ, góp phần nâng cao hiệu năng chung của toàn bộ hệ thống truyền thông

Trong một số công trình nghiên cứu gần đây, xuất hiện một số định nghĩa khác để đặc tả tính năng của bề mặt phản xạ thông minh, có thể kể đến:

✓ Bề mặt phản xạ thông minh IRS (Intelligent Reflecting Surfaces): bao gồm một mảng các phần tử, mỗi phần tử này gây ra một số thay đổi đối với tín hiệu tới Sự thay đổi nói chung có thể là về pha, biên độ hoặc tần số [1]

✓ Bề mặt thông minh có thể cấu hình lại RIS (Reconfigurable Intelligent Surface): RIS có thể tái cấu hình bằng cách sử dụng phần mềm để điều khiển pha chung của tất cả các phần tử và các pha của các tia phản xạ Tín hiệu RF phản xạ có thể được bổ sung để cải thiện công suất tín hiệu nhận được [2]

✓ Bề mặt thông minh lớn LIS (Large Intelligent Surface): là một bề mặt rộng với lượng lớn ăng-ten, cho phép truyền dữ liệu chủ động, thay vì phản xạ thụ động các tín hiệu từ các trạm gốc như trong trường hợp IRS

✓ Gương thông minh (Intelligent mirror): Tạo liên kết LoS bằng cách xoay RIS hoặc thay đổi mặt sóng điện từ

Tuy cách gọi và phạm vi sử dụng khác nhau nhưng bản chất chung của các công nghệ này đều hướng đến mục tiêu là thay đổi phương thức thu phát tín hiệu không dây truyền thống nhằm giúp nâng cao hiệu năng tổng thể của hệ thống

Tuy nhiên, hầu hết các đóng góp nghiên cứu hiện tại đều xem xét trường hợp RIS chỉ hoạt động ở chế độ phản xạ [3] Trong trường hợp này, máy phát và máy thu phải được đặt ở cùng một phía với RIS, do đó dẫn đến chỉ có nửa vùng không gian được phục vụ (mặt trước tấm RIS) Hạn chế không gian này không phải lúc nào cũng được đáp ứng trong thực tế, do đó hạn chế tính linh hoạt và hiệu quả của RIS vì người dùng có thể nằm ở bất kỳ vị trí nào so với RIS Để khắc phục hạn chế này, một kỹ thuật mới STAR-RIS cho phép truyền và phản xạ đồng thời được ra đời Tín hiệu tới ngẫu nhiên trên một phần tử của STAR-RIS được chia thành hai tín hiệu thành phần cụ thể Một phần tín hiệu phản xạ (cùng không gian với tín hiệu tới, gọi là không gian phản xạ) và phần kia tín hiệu được truyền/khúc xạ qua STAR-RIS (không gian đối diện với tín hiệu tới, gọi là không gian truyền/khúc xạ)[4] Bằng cách điều chỉnh cả dòng điện và từ của phần tử STAR-RIS, tín hiệu truyền và phản xạ có thể được cấu hình lại thông qua hai hệ

số truyền và hệ số phản xạ Khi đó, STAR-RIS có thể hỗ trợ toàn không gian Tuy

có những ưu điểm trên, nhưng việc nghiên cứu STAR-RIS trong các hệ thống truyền thông không dây vẫn còn trong giai đoạn sơ khai [4] Để tối ưu hiệu năng của hệ thống STAR-RIS, cần phải xem xét nhiều vấn đề như: Tỷ lệ tối ưu giữa hệ

số phân bổ công suất nút nguồn S cho từng người dùng để hệ thống có thể đạt được xác xuất dừng tối thiểu…

Do đó, để giải quyết các vấn đề tối ưu hiệu năng hệ thống STAR-RIS, dựa trên các vấn đề khảo sát nêu trên và các vấn đề nghiên cứu mở, tôi xin chọn đề tài:

“Ứng dụng AI trong ước lượng và tối ưu hiệu năng hệ thống STAR-RIS” Đề án sẽ tập trung giải quyết bài toán tối ưu bằng kỹ thuật AI và đề xuất cấu trúc mạng nơ-

ron phù hợp để ước lượng và tối ưu hiệu năng hệ thống trong vùng tỷ lệ tín hiệu trên nhiễu hoạt động của hệ thống

Đề án gồm 4 chương với nội dung tóm tắt như sau:

CHƯƠNG 1: CƠ SỞ LÝ LUẬN

Chương này giới thiệu tổng quan về cấu tạo và nguyên lý hoạt động của công nghệ: RIS, STAR-RIS và ứng dụng của công nghệ này vào hệ thống viễn thông Đồng thời tìm hiểu về nguyên tắc hoạt động của mạng đa truy cập không trực giao

CHƯƠNG 2: KHẢO SÁT VÀ ĐÁNH GIÁ HIỆU NĂNG MÔ HÌNH STAR-RIS

Chương này trình bày về nghiên cứu cựu thể của của mô hình STAR-RIS trong hệ thống viễn thông, đồng thời đánh giá hiệu năng của mô hình thông qua các thông số: Tỷ lệ tín hiệu trên nhiễu và xác suất dừng của hệ thống Sử dụng và

so sánh giữa các kết quả mô phỏng và lý thuyết để kiếm chứng tính chính xác của các biểu thức toán học đã đưa ra

CHƯƠNG 3: ỨNG DỤNG AI TRONG ƯỚC LƯỢNG VÀ TỐI ƯU HIỆU NĂNG

HỆ THỐNG STAR-RIS

Chương này giới thiệu tổng quan về mối liên hệ giữa AI và học mày, đồng thời trình bày về việc ứng dụng công nghệ AI bằng kỹ thuật học máy cụ thể để ước lượng và tối ưu hiệu năng hệ thống Xây dựng lược đồ và đưa ra kiến trúc mạng DNN phù hợp với kịch bản đã mô phỏng dựa trên các biểu thức toán học đã

đưa ra ở chương 2

CHƯƠNG 4: KẾT QUẢ VÀ HƯỚNG PHÁT TRIỂN

Chương này tóm tắt về các kết quả mà đề án đã đạt được cũng như các định hướng, hướng phát triển tiếp theo cho đề tài

CHƯƠNG 1 - CƠ SỞ LÝ LUẬN 1.1 Bề mặt phản xạ thông minh (RIS)

1.1.1 Cấu tạo RIS

Về bản chất, RIS là các tấm điện từ, có thể tái cấu hình để kiểm soát sự lan truyền của sóng điện từ trong môi trường không dây nhằm nâng cao chất lượng tín hiệu tại máy thu RIS được tạo ra từ một số lượng lớn các phần tử thụ động, chi phí thấp, có khả năng điều chỉnh sóng vô tuyến RF tác động vào chúng mà các vật liệu tự nhiên không làm được RIS được tạo ra từ các siêu bề mặt hoạt động như

bộ phản xạ thông minh có thể lập trình, trong đó các sóng phản xạ có thể được điều chỉnh độc lập và được hướng về với cùng một góc phản xạ Các phần tử RIS không yêu cầu bất kỳ nguồn năng lượng nào, kể cả quá trình xử lý, mã hóa và giải

mã phức tạp

Có nhiều công nghệ khác nhau được sử dụng để kiểm soát sự phản xạ sóng điện từ như công nghệ chế tạo mạch tích hợp CMOS (Complementary Metal Oxide Semiconductor) hoặc công nghệ vi cơ điện tử MEMS (Micro Electro Mechanical System) hoặc bộ cộng hưởng điều chỉnh biến dung Trong các siêu bề mặt, các phần tử chuyển mạch (Switch) điều khiển các siêu nguyên tử hoạt động như các ăng-ten vào ra, khi sóng điện từ đến, chúng được định tuyến dựa trên trạng thái phần tử chuyển mạch, giúp RIS đạt được phản xạ mong muốn

Hình 1.1: Cấu tạo RIS [5]

Mặt phẳng cấu tạo của RIS là một bề mặt siêu mỏng, được cấu tạo bởi ba lớp: lớp ngoài, lớp giữa và lớp trong

• Lớp ngoài: là một chất nền điện môi của các phần tử RIS Các phần tử này tương tác trực tiếp với các tín hiệu tới Các phần tử RIS sử dụng một số diode PIN giúp kiểm soát phản ứng pha của sóng phân tán bằng cách bật và tắt theo yêu cầu

• Lớp giữa: là một tấm đồng ngăn rò rỉ năng lượng tín hiệu

• Lớp bên trong: bao gồm bảng mạch điều khiển hay còn được gọi là bộ điều khiển RIS Vai trò nhận và giao tiếp với các yêu cầu tái cấu hình, sau đó phân phối các quyết định dịch pha cho tất cả các phần tử RIS có thể điều chỉnh được Bộ điều khiển này có thể được triển khai bằng cách sử dụng mạch tích hợp cỡ lớn dùng cấu trúc mảng phần tử logic mà người dùng có thể lập trình được FPGA (Field programmable gate array) hoặc vi điều khiển

Hình 1.2: Cấu tạo mặt phẳng RIS

Hình 1.3 trình bày cấu trúc RIS có cấu tạo phức tạp hơn, được thực hiện bằng cách sử dụng siêu bề mặt, có dạng phẳng hai chiều sử dụng các vật liệu điện

từ nhân tạo Ban đầu chúng được phát triển cho các ứng dụng về lĩnh vực quang học để thay thế các ống kính tùy chỉnh giá thành cao Siêu bề mặt bao gồm số lượng lớn các cấu trúc cộng hưởng bước sóng sâu nằm gần nhau, được gọi là các điểm ảnh hoặc siêu nguyên tử

Hình 1.3: RIS dựa trên các siêu bề mặt

Không gian giữa hai siêu nguyên tử riêng biệt hoặc liền kề nhau đều nhỏ hơn nhiều so với độ dài bước sóng Kích thước rất nhỏ cùng với số lượng lớn phần

tử mang lại nhiều bậc tự do trong việc điều khiển các sóng điện từ tới Đặc biệt, siêu bề mặt có thể tùy chỉnh gần như liên tục độ khuếch đại và pha trên sóng tới cũng như quyền kiểm soát đối với sóng phản xạ RIS chứa các thành phần bán dẫn (ví dụ các diode biến dung hoặc màn hình tinh thể lỏng), có khả năng tái cấu hình theo thời gian thực để thay đổi kiến trúc và hoạt động của siêu bề mặt

1.1.2 Nguyên lý làm việc của RIS

Nguyên lý làm việc RIS [6]:

• Các phần tử bị phân cực bởi trường tín hiệu tới Các phần tử của RIS chỉ phản ứng với thành phần điện của trường tới và mật độ phân cực P được tạo ra Mật độ phân cực P phụ thuộc vào độ nhạy điện e Các tham số có thể điều chỉnh của các phần tử có thể được sử dụng để điều chỉnh giá trị của các độ nhạy này trong một sai số lượng tử hóa nhất định

• Mật độ phân cực dao động tạo ra dòng điện phân cực thay đổi theo thời gian

• Các dòng điện thay đổi theo thời gian này sẽ bức xạ ra không gian, tạo thành trường tín hiệu phản xạ

Hình 1.4: Nguyên lý làm việc của RIS [6]

1.2 Bề mặt phát và phản xạ thông minh (STAR-RIS)

Hầu hết các đóng góp nghiên cứu hiện tại đều xem xét trường hợp RIS chỉ

ở chế độ phản xạ Trong trường hợp này, máy phát và máy thu phải được đặt ở cùng một phía với RIS, do đó dẫn đến chỉ có nửa vùng không gian được phục vụ

Hạn chế địa lý này không phải lúc nào cũng được đáp ứng trong thực tế và hạn chế tính linh hoạt, hiệu quả của RIS Vì người dùng có thể nằm ở bất kỳ vị trí nào

so với RIS Để khắc phục hạn chế này, khái niệm mới về việc truyền và phản xạ đồng thời được ra đời

Tín hiệu tới ngẫu nhiên trên một phần tử của STAR-RIS được chia thành hai thành phần Một phần tín hiệu phản xạ (cùng không gian với tín hiệu tới), gọi

là không gian phản xạ và phần kia tín hiệu được truyền/khúc xạ qua STAR-RIS (không gian đối diện với tín hiệu tới), gọi là không gian truyền Bằng cách điều khiển cả dòng điện và từ của các phần tử STAR-RIS, tín hiệu truyền và phản xạ có thể được cấu hình lại thông qua hai hệ số truyền và hệ số phản xạ Do đó, STAR-RIS có thể hỗ trợ toàn không gian Mặt dù có những ưu điểm trên, nhưng việc nghiên cứu STAR-RIS trong các hệ thống truyền thông không dây vẫn còn trong giai đoạn sơ khai

Hình 1.5: STAR-RIS cơ bản

1.2.1 Cấu tạo của STAR-RIS

RIS và STAR-RIS khác nhau cả về phần tử được trang bị và chất nền của chúng [6] Mô tả sau đây cho thấy sự khác biệt về cấu trúc giữa RIS và STAR-RIS Đối với RIS các phần tử có thể tái cấu hình đặt trên đế giống như bánh quy đặt trên một đĩa kim loại, như được minh họa trong Hình 1.4 Đối với STAR-RIS,

các phần tử có thể tái cấu hình giống như cục nước đá trong một cốc nước, chất nền được xem như trong suốt với tín hiệu tới, như được minh họa trong Hình 1.6

Hình 1.6: Nguyên lý làm việc của STAR-RIS

Nói một cách chi tiết hơn, chất nền của RIS là mờ và không rõ ràng đối với các tín hiệu không dây ở tần số hoạt động của chúng Nó ngăn các tín hiệu không dây thâm nhập vào RIS để không có năng lượng bị rò rỉ vào không gian phía sau RIS Ngược lại, chất nền của STAR-RIS phải trong suốt đối với các tín hiệu không dây ở tần số hoạt động của chúng Đương nhiên, khi tạo điều kiện cho việc truyền và phản xạ đồng thời, STAR-RIS yêu cầu một thiết kế phức tạp hơn, vì các phần tử của chúng phải hỗ trợ cả dòng điện và từ trường Do đó, các phần tử này phải dày hơn so với các phần tử của RIS chỉ phản xạ thông thường

1.2.2 Nguyên lý làm việc của STAR-RIS

So với các RIS, STAR-RIS phải có các phần tử hỗ trợ cả dòng phân cực điện J pvà dòng từ hóa J b Các nguyên tắc vật lý đằng sau STAR-RIS được minh họa trong Hình 1.6

• Thứ nhất, các phần tử bị phân cực bởi trường tới Đối với các phần tử của RIS chỉ phản xạ thì chỉ phản ứng với thành phần điện của trường tới Ngược lại, các phần tử của STAR-RIS phản ứng với cả thành phần điện và từ của

trường tới Do đó, cả mật độ phân cực P và mật độ từ hóa M được tạo ra Cường độ của mật độ phân cực P và mật độ từ hóa M phụ thuộc vào độ nhạy điện e và độ cảm từ m Các tham số này có thể điều chỉnh được bằng các phần tử có điều chỉnh được và giá trị của các độ nhạy này trong một sai số lượng tử hóa nhất định

• Thứ hai, mật độ phân cực dao động và mật độ từ hóa tạo ra dòng điện từ hóa

và phân cực điện thay đổi theo thời gian trên bề mặt tương ứng

• Các dòng này thay đổi theo thời gian này bức xạ ra không gian, tạo thành trường tín hiệu phản xạ và tín hiệu truyền đi

1.1.3 Các chế độ hoạt động của mặt phẳng STAR-RIS

Dựa trên Hình 1.5, tín hiệu tới trên một phần tử của mặt phẳng STAR-RIS được chia làm 2 phần tín hiệu: phản xạ và được truyền đi Dựa trên các tính năng của truyền và phản xạ đồng thời STAR, ta có si đại diện cho tín hiệu tới trên phần

tử thứ i của mặt phẳng STAR-RIS, với i=1, 2 Nvà Nđại diện cho tổng số lượng phần tử của mặt phẳng STAR-RIS Tín hiệu phản xạ và được truyền đi bởi phần tử thứ i được ký hiệu là

i

j r

• i t  0,1 ,i t[0, 2 ) đại diện cho biên độ và pha của tín hiệu được truyền

đi trên phần tử thứ i mặt phẳng STAR-RIS

Tuy nhiên việc điều chỉnh các mức biên độ để truyền và phản xạ phải tuân theo định luật bảo toàn năng lượng, có nghĩa là với mỗi phần tử thứ i của mặt phẳng STAR-RIS , tổng năng lượng của tín hiệu truyền đi và phản xạ phải bằng năng

lượng của tín hiệu tới, 2 2 2

 

( i r, i t 0,1 , T&R mode) Có 3 giao thức để vận hành mặt phẳng STAR-RIS trong các hệ thống không dây: phân tách năng lượng (ES), chuyển đổi chế độ (MS) và chuyển đổi thời gian (TS)

Hình 1.7: Các giao thức hoạt động của STAR-RIS

Chế độ phân tách năng lượng (ES mode): Như trong Hình 1.7a, tất cả các phần tử STAR-RIS đều được giả sử hoạt động ở chế độ T&R, trong đó năng lượng của tín hiệu tới được chia làm năng lượng cho tín hiệu truyền thẳng và phản

xạ, với tỉ lệ phân chia năng lượng là   Trong trường hợp này, ma trận truyền i t: i r

và phản xạ tương ứng của STAR-RIS lần lượt được đưa ra như sau:

MS là trường hợp đặc biệt của chế độ ES, trong đó các hệ số biên độ truyền và phản xạ được cấu hình ở các dạng giá trị nhị phân 0 hoặc 1 Chế độ MS thường không đạt được định dạng chùm tia phản xạ và truyền đi đầy đủ như chế độ ES vì chỉ có 1 tập con các phần tử được lựa chọn Tuy nhiên chế độ MS lại dễ vẫn hành hơn trong thực tế vì kiểu vận hành “bật-tắt”

Chuyển đổi thời gian (TS mode): khác với chế độ ES và MS, chế độ TS khai thác miền thời gian và chuyển đổi định kỳ tất cả các phần tử giữa chế độ T và chế độ R trong các khe thời gian trực giao khác nhau (gọi là chu kỳ T và R)

0 t  1 và 0 r  1 biểu thị tỷ lệ phần trăm thời gian liên lạc được phân bổ cho khoảng chu kỳ T và R, với  t+ r = 1 Trong trường hợp này, ma trận truyền và phản xạ tương ứng của STAR-RIS được đưa ra như sau:

và phản xạ cho TS không đi đôi nên dễ xử lý hơn Tuy nhiên, việc chuyển đổi định kỳ của các phần tử đưa ra các yêu cầu nghiêm ngặt về đồng bộ hóa thời gian, đòi hỏi độ phức tạp triển khai phần cứng cao hơn

1.3 Mạng đa truy cập không trực giao

Trong thập kỷ qua, đa truy cập phân chia theo tần số trực giao (OFDMA)

đã được nghiên cứu rộng rãi và đã được áp dụng trong các hệ thống thông tin di động thế hệ thứ 4 Tuy nhiên, truy cập kênh trực giao trong OFDMA có hạn chế

về hiệu suất phổ vì mỗi kênh con chỉ có thể được sử dụng bởi tối đa một người dùng trong mỗi khe thời gian Đa truy cập không trực giao (NOMA) là một trong những kỹ thuật truy cập vô tuyến hứa hẹn nhất trong truyền thông không dây thế

hệ tiếp theo So với đa truy cập phân chia theo tần số trực giao (OFDMA), là kỹ thuật đa truy cập trực giao (OMA) tiêu chuẩn thực tế hiện nay, NOMA cung cấp một loạt các lợi ích tiềm năng mong muốn, chẳng hạn như nâng cao hiệu suất phổ tần, giảm độ trễ với độ tin cậy cao, giảm tải cho trạm gốc và khả năng kết nối lớn

Ý tưởng cơ bản của NOMA là phục vụ nhiều người dùng sử dụng cùng một tài nguyên về thời gian, tần suất và không gian NOMA là một kỹ thuật đầy hứa hẹn

để hiện thực hóa khả năng kết nối lớn trong các mạng di động thế hệ thứ 5 vì NOMA có thể đạt được sự cải thiện đáng kể về hiệu suất quang phổ với độ phức tạp của máy thu thấp hơn bằng cách cho phép nhiều người dùng chia sẻ cùng một kênh con

Hình 1.8: So sánh OFDMA và NOMA

Vì nguyên tắc của NOMA cho phép nhiều người dùng được xếp chồng lên nhau trên cùng một tài nguyên, điều này dẫn đến nhiễu cho các hệ thống đó Do

đó, các kỹ thuật giảm thiểu nhiễu và quản lý tài nguyên hiện có, đặc biệt là đối với các mạng siêu dày đặc, cần phải được xem xét lại do sự kết hợp của nhiễu bổ sung

mà công nghệ này mang lại Từ quan điểm của lớp vật lý, các vấn đề liên quan đến mã hóa, điều chế và ước tính kênh hiện tại cũng cần được sửa đổi Tuy kỹ thuật NOMA mang lại nhiều lợi thế, nhưng cũng dẫn đến mối đe dọa về quyền riêng tư và bảo mật cao hơn Kỹ thuật khử nhiễu tuần tự (SIC) có thể được áp dụng tại các máy thu của người dùng cuối để giảm thiểu nhiễu này NOMA có thể đạt được dung lượng vượt trội đáng kể so với kỹ thuật đa truy cập trực giao bằng cách ghép kênh miền công suất ở máy phát và SIC ở máy thu

Mã hóa tuần tự ở máy phát và khử nhiễu tuần tự ở máy thu giúp có thể sử dụng cùng một phổ cho tất cả người dùng Tại vị trí máy phát, tất cả các tín hiệu thông tin riêng lẻ được xếp chồng lên nhau thành một dạng sóng duy nhất, trong khi tại máy thu, SIC giải mã từng tín hiệu một cho đến khi tìm thấy tín hiệu mong muốn Hình 1.9 minh họa khái niệm này Cụ thể, ba tín hiệu thông tin được biểu thị bằng các màu khác nhau được đặt chồng lên nhau tại bộ phát Trong kỹ thuật này, dựa vào thông tin hệ số kênh truyền trước hồi tiếp mà nút nguồn S sẽ phân bổ các mức công suất khác nhau, nếu ở gần sẽ phân bổ mức công suất ít hơn và ở xa

thì ngược lại Tín hiệu nhận được tại máy thu SIC bao gồm cả ba tín hiệu này Tín

hiệu đầu tiên mà SIC giải mã là tín hiệu mạnh nhất trong khi các tín hiệu khác được xem là nhiễu Sau đó, tín hiệu được giải mã đầu tiên được trừ khỏi tín hiệu nhận được và nếu quá trình giải mã hoàn hảo, dạng sóng với các tín hiệu còn lại sẽ được thu chính xác SIC lặp lại quy trình cho đến khi tìm thấy tín hiệu mong muốn

Hình 1.9: Quá trình khử nhiễu tuần tự tại máy thu 1.4 Ứng dụng của mô hình STAR-RIS

Một trong những ứng dụng hứa hẹn nhất của STAR-RIS là để cải thiện vùng phủ sóng và chất lượng của mạng không dây, đặc biệt là khi các liên kết giữa các trạm gốc hoặc điểm truy cập (AP) và người dùng bị chặn nghiêm trọng bởi các chướng ngại vật (ví dụ: cây dọc đường, tòa nhà…) Trong thông tin liên lạc ngoài trời, STAR-RIS có thể được gắn trên mặt tiền tòa nhà và biển quảng cáo bên đường để tạo thêm liên kết truyền thông, do đó mở rộng vùng phủ sóng/chất lượng của BS và vệ tinh Đối với thông tin liên lạc trong nhà, STAR-RIS là vượt trội hơn

so với các RIS chỉ phản xạ thông thường, bằng khai thác cả truyền thẳng và phản

xạ, mở rộng phạm vi vùng phủ sóng Tóm lại, STAR-RIS vượt trội hơn đáng kể so với các RIS chỉ hoạt động ở chế độ phản xạ thông thường, vì chúng không chỉ sở hữu các khả năng giống như các RIS chỉ phản xạ thông thường mà còn hỗ trợ các tùy chọn thiết kế bổ sung do khả năng truyền tải của chúng

CHƯƠNG 2 – KHẢO SÁT VÀ ĐÁNH GIÁ HIỆU NĂNG

MÔ HÌNH STAR-RIS 2.1 Mô hình hệ thống STAR-RIS

Hình 2.1: Mô hình hệ thống vô tuyến STAR-RIS NOMA đường xuống

Đối tượng nghiên cứu của đề án là hệ thống thông tin vô tuyến STAR-RIS NOMA đường xuống như Hình 2.1, hệ thống bao gồm một nút nguồn (S), một

mặt phẳng STAR-RIS gồm có N phần tử, người dùng n nằm cùng mặt phẳng hỗ

trợ của STAR-RIS với nút nguồn S và và người dùng f nằm phía bên kia mặt phẳng hỗ trợ còn lại của STAR-RIS Mặt phẳng STAR-RIS hoạt động ở chế dộ phân chia năng lượng và gồm có N phần tử Giả định rằng không tồn tại các đường tín hiệu truyền thẳng nào từ nút nguồn S đến hai người dùng Nhờ vào tính năng của mặt phẳng STAR-RIS, tín hiệu truyền từ nguồn S được phản xạ và truyền đi Để thuận tiện cho việc mô phỏng và đánh giá hiệu năng của hệ thống, chúng ta cần thực hiện bước chuyển đổi mô hình khảo sát thực tế ở Hình 2.1 thành

mô hình toán, thu được kết quả như Hình 2.2:

Hình 2.2: Mô hình toán hệ thống STAR-RIS

Tín hiệu thu được lần lượt tại hai người dùng nvà f là :

i i i n s n f s f f i

• P s là công suất phát của nguồn;

• n và f lần lượt là các hệ số phân bổ công suất lần lượt cho người dùng

n và người dùng f , điều kiện n f, n+f =1 tương ứng với người

dùng ở xa phải nhận được nhiều công suất hơn;

• i và  lần lượt là là các góc pha phản xạ và truyền qua có thể được điều i

chỉnh được của phần tử thứ i của mặt phẳng STAR-RIS;

• n và n n lần lượt là nhiễu Gauss cộng thu được lần lượt tại người dùng f n

và người dùng f , có giá trị trung bình bằng 0 và phương sai 𝑁0

Do đó, tín hiệu thu được lần lượt tại hai người dùng nvà f được viết lại như sau:

t i i

2.2 Hiệu năng hệ thống STAR-RIS

2.2.1 Tỷ số tín hiệu trên nhiễu của hệ thống STAR-RIS

Giả sử quá trình khử nhiễu tuần tự là hoàn hảo tại máy thu và chúng ta biết được hệ số pha của các kênh truyền h , i g và i t i tại mặt phẳng STAR-RIS Từ đó, mặt phẳng STAR-RIS có thể điều chỉnh pha của tất cả phần tử phản xạ và truyền

đi sao cho thu được tỉ số tín hiệu trên nhiễu nhận tại máy thu là lớn nhất Để có thể loại bỏ đi các thành phần pha trong hệ số kênh truyền trong tín hiệu thu được tại máy thu, chúng ta cần lựa chọn các góc pha phản xạ  và truyền đi i i sao cho:

  = + và   i = + i i

với:

• i và i lần lượt là các góc pha có thể được điều chỉnh được của các

phần tử thứ i của mặt phẳng STAR-RIS;

•  là góc pha của kênh truyền i h i từ nút nguồn S đến mặt phẳng RIS;

STAR-•  là góc pha của kênh truyền i g i từ mặt phẳng STAR-RIS đến người

dùng n;

•  là góc pha của kênh truyền i t i từ mặt phẳng STAR-RIS đến người

dùng f

Đầu tiên, người dùng n thực hiện kỹ thuật khử nhiễu tuần tự SIC để giải điều chế tín hiệu x f của người dùng f trước, sau đó tiến hành trừ nó đi và giải

mã tín hiệu của chính nó Do đó, tỉ số tín hiệu trên nhiễu của người dùng n cần giải mã thông tin của nó được viết như sau:

2 0 1

i f

N

j t

j

i i i

1 2

1

f

t f t n

B B

  +

Đặc tính kênh truyền

Xem xét kênh truyền trong hệ thống là fading Rayleigh, do đó hi , g và i

i

t sẽ có phân bố Rayleigh nên độ lợi kênh hi 2, g i2 và t i 2sẽ có phân bố mũ Ta

có hàm phân bố tích lũy PDF và mật độ xác suất CDF của hi 2, g i2 và t i 2lần lượt như sau:

2.2.2 Xác suất dừng của hệ thống STAR-RIS

Trong phần này, chúng ta sẽ tính toán xác suất dừng của người dùng n, người dùng f và của cả hệ thống ở kênh truyền fading Rayleigh

Xác suất dừng tại người dùng n

Tại người dùng n , với kỹ thuật khử nhiễu tuần tự SIC sẽ phát hiện tín hiệu x f của người dùng f trước tiên, sau đó sẽ tiến hành giải mã tín hiệu x n của chính nó Như vậy, xác suất dừng được giải thích theo 2 trường hợp sau:

1 Người dùng n không thể phát hiện tín hiệu x f

2 Người dùng n có khả năng giải mã hiện tín hiệu x f nhưng tín hiệu x n của

chính nó không thể giải mã

Với các điều kiện này, xác suất ngừng hoạt động của người dùng n đối với mạng

STAR-RIS-NOMA được viết lại như sau:

Do bài toán mà chúng ta xét từ ban đầu với giả thuyết là giả sử đạt được khử nhiễu

tuần tự hoàn hảo tại máy thu, nên biểu thức (2.17) được viết lại:

n th r n

A== h g là tổng của N

phân bố double Rayleigh và các phân bố này độc lập lẫn nhau Theo chương 2.2.2

trong [7] và sử dụng phương pháp xấp xỉ theo chuỗi Laguerre mở rộng với A là

tổng của N biến ngẫu nhiên độc lập có phân phối fading Rayleigh đôi Thực hiện

công thức (2.76) trong [7], chúng ta hàm mật độ xác suất của A như sau:

( ) 1 ( )exp

1

a a

Giải 𝐼(𝑥) bằng cách đổi biến Ta đặt 𝑧 = 𝑦/𝑏 và viết lại biểu thức (2.21), ta thu

được kết quả như sau:

1 1,

n

n th n

n th r

a F

a b

Xác suất dừng tại người dùng f

Tại người dùng f sẽ xảy ra xác suất dừng nếu không phát hiện được tín

t

t n

t f t

f th

f

f th n

f

f th

Từ các thiết lập ban đầu với điều kiện n f tương ứng với người dùng ở xa

phải nhận được nhiều công suất hơn và 0th f 1, nên ta luôn thu được kết quả

xác xuất dừng tại người dùng f như sau:

( ) ( )

OP

m m

f th

Sử dụng kết quả và chứng minh tương tự của người dùng n, kết quả xác suất dừng

tại người dùng f được viết như sau:

OP

11,

( 1)

f

f th

f n th f

f F th

a b a

Xác suất dừng của toàn hệ thống

Hệ thống xảy ra khi ngừng hoạt động khi một trong 2 người dùng ngừng

hoạt động, do đó xác suất dừng toàn hệ thống được viết lại như sau:

( 1)1

1 1,

f th

f t

n

n

n th r

a b a a

2.3 Đánh giá hiệu năng và mô phỏng

Hệ thống được khảo sát trên hệ trục tọa độ Descartes, kịch bản mô phỏng với các giá trị tương ứng Bảng 2.1

Bảng 2.1: Giá trị các tham số mô phỏng hệ thống STAR-RIS

Hệ số suy hao kênh truyền  3

Hệ số phân bổ công suất n 0.3

Hệ số biên độ truyền  t 0.5

Hệ số biên độ phản xạ  r 0.5

Độ lợi kênh trung bình được tính theo mô hình suy hao trong không gian tự

do, cụ thể là 𝑑𝑗𝑖𝜂, với 𝑑𝑗𝑖 là khoảng cách từ nút i đến nút j trong mô hình hệ thống,

đây chính là khoảng cách Euclid giữa hai điểm trong không gian và  là hệ số suy hao của kênh truyền phụ thuộc vào môi trường truyền tín hiệu, thường có giá trị từ

2 → 6

Hình 2.3: Xác suất dừng tại người dùng n

Nhận xét:

Giá trị xác suất dừng giảm khi công suất phát của nút nguồn tăng lên Vì xác suất dừng được định nghĩa là tại đó giá trị công suất máy thu giảm xuống dưới ngưỡng SNR cho phép, hay nói cách khác, máy thu nằm ngoài phạm vi hoạt động của nguồn Do đó, để máy thu có thể hoạt động được ở các giá trị xác suất dừng thấp thì đồng nghĩa với việc phải tăng công suất phát lên Kết quả mô phỏng và lý thuyết trùng nhau Hình 2.3 là kết quả mô phỏng của biểu thức (2.25) Giá trị của

suất dừng càng giảm khi N càng lớn (N=2,4,6,10) Như vậy, tại cùng một mức

công suất cố định, chất lượng hệ thống sẽ được cải thiện đáng kể khi số lượng

phần tử STAR-RIS lớn hơn Có thể chứng minh đơn giản như sau: Khi N càng lớn, giá trị a trong công thức (2.19) càng lớn, nhưng giá trị b trong công thức (2.19) không thay đổi Dẩn đến khi N tăng, biểu thức (2.25) lúc này chỉ phụ thuộc