ii TÓM TẮT Luận văn này nghiên cứu và cải thiện thông lượng của việc giao tiếp phương tiện và truyền thông V2X thông qua các tiêu chuẩn LDPC, DSRC và MIMO.. vii DANH MỤC CÁC TỪ VIẾT TẮT
CƠ SỞ LÝ THUYẾT
GIỚI THIỆU CẤU TRÚC GIAO TIẾP PHƯƠNG TIỆN VÀ TRUYỀN THÔNG
Hình 2.1 Cấu trúc truyền thông phương tiện truyền thông (V2X) [2]
Cấu trúc truyền thông phương tiện truyền thông bao gồm các thành phần chính như thiết bị truyền tải (máy phát), thiết bị nhận (máy thu) và các giao thức truyền thông Hệ thống này đảm bảo truyền tải dữ liệu hiệu quả qua các kênh như sóng vô tuyến, cáp quang và Internet, cho phép trao đổi thông tin liên tục và tin cậy giữa các thiết bị và người dùng Hình 2.1 mô tả một mô hình cụ thể của cấu trúc truyền thông phương tiện truyền thông trong thực tế.
2.1.1 Tầm quan trọng giao tiếp phương tiện và truyền thông - Mô hình kênh
V2X (Vehicle-to-Everything) là công nghệ cho phép xe cộ giao tiếp với các đối tượng xung quanh, đóng vai trò quan trọng trong hệ thống giao thông thông minh Công nghệ này nhằm nâng cao an toàn, hiệu quả và tiện ích trong di chuyển.
Tầm quan trọng của V2X nằm ở nhiều khía cạnh quan trọng trong thời hiện đại, dưới đây là Bảng 1 mô tả khả năng hiệu quả của V2X
Bảng 1 Khả năng của V2X trong lĩnh vực giao thông [2]
Mặt chống chịu trong giao thông
- Thông báo nguy cơ giữa nhiều loại phương tiện di chuyển (V2V)
- Thông tin, liên lạc với cấu trúc an toàn (V2I) để cảnh báo nguy cơ và tương tác cùng hạ tầng, giao thông
Giảm đi sự tắt nghẽn - Phân phối thông tin giao thông ngay lập tức (V2I) để hạn chế ùn tắc và tối ưu hóa lượng phương tiện lưu thông
- Tối ưu hóa luồng giao thông thông qua tương tác giữa phương tiện và hạ tầng (V2V, V2I)
- Giảm thời gian di chuyển và tăng năng suất lưu thông
Hỗ Trợ Tự Lái - Phân phối thông tin giao thông liên tục để hỗ trợ xe tự lái Tiết Kiệm Năng
- Tối ưu hóa luồng giao thông giúp giảm tiêu thụ năng lượng và ô nhiễm từ các phương tiện (V2X)
- Sự truyền tải về các thông tin, dữ liệu và nội dung về dịch vụ được áp dụng và tiện ích giao thông (V2N) để tăng trải nghiệm người dùng
Mô hình kênh V2X được hiểu theo 3 cách sau [3]:
- Mô hình xác định: việc truyền kênh được đặc trưng theo cách hoàn toàn xác định
Mô hình ngẫu nhiên dựa trên hình học là phương pháp tạo ra hình học phân tán của môi trường truyền thông qua các phân bố ngẫu nhiên nhất định, kết hợp với kỹ thuật dò tia đơn giản hóa.
Mô hình ngẫu nhiên phi hình học không dựa vào bất kỳ hình học cơ bản nào, mà thay vào đó, các kênh phương tiện truyền thông được mô hình hóa theo cách tiếp cận ngẫu nhiên.
V2X đóng vai trò thiết yếu trong việc biến các thành phố thành những đô thị thông minh và bền vững Nó không chỉ tăng cường an toàn và ổn định giao thông mà còn khai thác hiệu quả các nguồn thông tin đa dạng, từ đó nâng cao trải nghiệm di chuyển cho người dùng.
2.1.2 Sự Kết Hợp Giữa Xe Với Cơ Sở Hạ Tầng (V2I)
V2I (Vehicle-to-Infrastructure) là một phần quan trọng của công nghệ V2X (Vehicle-to-Everything), cho phép phương tiện giao tiếp với hạ tầng giao thông Công nghệ này giúp xe trao đổi thông tin với các thiết bị như đèn tín hiệu, biển báo và cảm biến đường bộ, đồng thời kết nối với trung tâm điều khiển giao thông Mục tiêu chính của V2I là tối ưu hóa luồng giao thông, nâng cao an toàn và cải thiện hiệu suất hoạt động của hệ thống giao thông.
Dưới đây là Bảng 2 mô tả về V2I và tầm quan trọng đối với hệ thống giao thông thông minh
Bảng 2 Ứng dụng của V2I trong giao thông [2]
Cảnh Báo Giao Thông - Phương tiện nhận cảnh báo từ các cơ sở hạ tầng về tình trạng giao thông, tai nạn hoặc sự cố khẩn cấp
Tối Ưu Hóa Đèn Giao
- Tương tác với đèn giao thông thông minh để tối ưu hóa luồng giao thông, giảm thiểu thời gian chờ và nâng cao hiệu suất giao thông
- Cung cấp thông tin giao thông thời gian thực để phương tiện lựa chọn lộ trình tối ưu và tránh ùn tắc
- Hỗ trợ và tích hợp phương tiện tự động với hệ thống giao thông tự động
Quản Lý Ùn Tắc và
- Dùng thông tin từ các phương tiện để thực hiện phân tích và quản lý hiệu quả ùn tắc giao thông, tối ưu hóa luồng giao thông
- Cảm biến và hệ thống tại cơ sở hạ tầng có thể phát hiện và cảnh báo về nguy cơ va chạm hoặc hành vi nguy hiểm
Kết hợp V2I với V2V và V2X giúp xây dựng hệ thống giao thông hiện đại, mang lại dịch vụ tiện ích và thông tin hiệu quả, từ đó cải thiện an toàn và hiệu suất giao thông.
2.1.3 Giao Tiếp Giữa Xe Với Xe (V2V)
Công nghệ V2V (Vehicle-to-Vehicle) là một phần quan trọng trong hệ thống giao thông thông minh, cho phép các phương tiện giao tiếp trực tiếp với nhau mà không cần thông qua cơ sở hạ tầng trung gian V2V đóng vai trò thiết yếu trong hệ thống V2X (Vehicle-to-Everything), nhằm tăng cường an toàn và hiệu quả giao thông.
Bảng 3 Vai trò của V2V trong giao thông [2]
- Phương tiện có thể cảnh báo tình trạng giao thông, nhất là đối với tình huống nguy hiểm như phanh đột ngột hoặc xe khác trong tầm nhìn gần
Hỗ Trợ Lái Xe Tự Động
Hệ thống lái xe tự động được trang bị nhiều thông tin cần thiết như tốc độ, hướng đi và điểm mù, từ đó nâng cao khả năng quyết định của nó.
Tích hợp với hệ thông thông minh và tự động
- Hỗ trợ tích hợp với hệ thống giao thông tự động để cải thiện hiệu suất và an toàn
12 Đưa ra cảnh báo kẹt xe, ùn tắt giao thông
- Phương tiện có thể cảnh báo về ùn tắc giao thông và giúp quản lý luồng giao thông
- Cảnh báo về nguy cơ va chạm và hỗ trợ lái xe trong việc tránh tai nạn
Giao thông ở mức độ thông tin thời gian thực
- Cung cấp các yếu tố về thông tin giao thông thời gian thực giữa các phương tiện để lựa chọn lộ trình tối ưu
Vai trò của V2V (Vehicle-to-Vehicle) rất quan trọng trong việc nâng cao an toàn giao thông và cải thiện hiệu suất di chuyển, đặc biệt khi số lượng phương tiện tự động ngày càng gia tăng.
TIÊU CHUẨN DSRC
2.2.1 Lớp PHY (vật lý) trong giao tiếp V2X
Mô hình lớp PHY trong tiêu chuẩn mã DSRC kết hợp công nghệ MIMO và mã LDPC, nhằm nâng cao hiệu suất truyền thông cho các hệ thống giao tiếp phương tiện Công nghệ MIMO giúp tăng cường thông lượng truyền thông, trong khi mã LDPC đóng vai trò quan trọng trong việc giảm tỷ lệ lỗi bit (BER).
Nhóm nghiên cứu đã đề xuất một mô hình lớp PHY tích hợp mã LDPC và công nghệ MIMO, nhằm tối ưu hóa tiêu chuẩn truy cập không dây cho môi trường truyền thông (WAVE) Đề xuất này được hỗ trợ bởi giao tiếp tầm ngắn chuyên dụng của mã DSRC, nhằm nâng cao hiệu suất và độ tin cậy trong các ứng dụng truyền thông.
Khuôn khổ truyền thông phương tiện cần được cải tiến để phù hợp với công nghệ mới và đáp ứng kỳ vọng hiện tại Giao tiếp giữa xe với mọi thứ (V2X) là cấu trúc giao tiếp quan trọng trong lĩnh vực này Dưới đây là sơ đồ khối của lớp cấu trúc hiện có của lớp DSRC PHY [1].
2.2.2 Kênh vô tuyến cho giao tiếp V2X Ở Hoa Kỳ, phổ của mã DSRC được phân chia thành các kênh sau [4]:
Kênh 172 - 174 MHz được sử dụng cho nghiên cứu công nghệ giao thông tầm mới, bao gồm thông báo giao thông, giám sát tốc độ và các dịch vụ liên quan đến giao thông.
Kênh 5850 - 5925 MHz được sử dụng cho các ứng dụng mã DSRC, phục vụ cho việc truyền dữ liệu tốc độ cao, bao gồm video và thông tin liên quan đến an ninh, quốc phòng và an toàn giao thông.
FCC (Ủy ban Viễn thông Liên bang Hoa Kỳ) đã phân loại các kênh thành hai loại chính: Kênh dịch vụ (SCH - Service Channel) và Kênh điều khiển (CCH - Control Channel).
Hiệu ứng Doppler được sử dụng để xác nhận sự biến dạng tín hiệu khi các phương tiện di chuyển, tương tác với nhiều loại phương tiện khác và các đơn vị bên đường Việc chỉ định giá trị cụ thể để thử nghiệm tạo ra tác động đáng kể trong các tình huống thực tế Nhóm nghiên cứu áp dụng hệ thống mô hình kênh Nhiễu Gausian Trắng (AWGN) để tạo ra kênh nhiễu ngẫu nhiên Sau khi thu thập các giá trị tần số lấy mẫu và độ trễ trải rộng, chúng ta có thể xác định giá trị của độ trễ đường dẫn.
2.2.3 Sửa lỗi chuyển tiếp mã hóa FEC trong tiêu chuẩn DSRC
Phần Sửa lỗi Chuyển tiếp mã hóa (FEC) là một thành phần quan trọng trong tiêu chuẩn mã DSRC, giúp tăng cường khả năng chống nhiễu và sửa lỗi trong quá trình truyền dữ liệu không dây giữa các phương tiện và cơ sở hạ tầng giao thông, từ đó đảm bảo tính ổn định và chính xác của dữ liệu được truyền tải.
FEC trong mã DSRC sử dụng các mã sửa lỗi như mã Hamming, mã BCH (Bose-Chaudhuri-Hocquenghem) và mã Reed-Solomon để thêm bit kiểm tra vào dữ liệu trước khi truyền Khi dữ liệu được nhận, bên nhận sẽ dùng các bit kiểm tra này để phát hiện và sửa chữa các lỗi có thể xảy ra trong quá trình truyền.
FEC trong mã DSRC nâng cao độ tin cậy và chất lượng giao tiếp trong môi trường không dây, đặc biệt trong điều kiện nhiễu và mất sóng Công nghệ này đảm bảo rằng dữ liệu giao thông được truyền tải chính xác và đáng tin cậy, đáp ứng các yêu cầu về an toàn và hiệu suất của hệ thống giao thông thông minh.
KÊNH TRUYỀN VÔ TUYẾN
Kênh truyền Rayleigh mô hình hóa sự hao hụt tín hiệu trong truyền tín hiệu vô tuyến khi đường truyền trực tiếp bị chặn Tín hiệu trong kênh này bị phản xạ từ nhiều bề mặt như tòa nhà, phương tiện, và địa hình tự nhiên, gây ra hiện tượng đa đường truyền.
Trong một kênh Rayleigh, tín hiệu nhận được là tổng hợp của các tín hiệu phản xạ với pha và biên độ khác nhau, được kết hợp ngẫu nhiên Kết quả là, biên độ tín hiệu tuân theo phân bố Rayleigh, điều này dẫn đến sự biến thiên lớn về cường độ tín hiệu và thường gây ra hiện tượng phai mạnh.
Kênh truyền Rayleigh là một mô hình quan trọng trong truyền thông vô tuyến, đặc biệt khi không có đường truyền trực tiếp (Line of Sight - LOS) giữa nguồn phát và máy thu Mô hình này giúp hiểu rõ hơn về các đặc tính của kênh truyền trong môi trường phức tạp, nơi sóng vô tuyến bị phản xạ và tán xạ Việc nắm bắt các đặc điểm của kênh Rayleigh là cần thiết để cải thiện hiệu suất truyền thông và tối ưu hóa thiết kế hệ thống.
Phai nhanh là hiện tượng biến động nhanh chóng của độ lớn và pha tín hiệu thu được, xảy ra do sự biến đổi của các đường phản xạ khi người dùng hoặc vật cản di chuyển trong môi trường Hiện tượng này là kết quả của sự chồng chập nhiều tín hiệu phản xạ có pha ngẫu nhiên, dẫn đến tín hiệu tại máy thu có thể dao động mạnh mẽ, từ rất yếu đến rất mạnh trong khoảng thời gian ngắn.
2 Không có thành phần Line of Sight (LOS)
Trong mô hình kênh Rayleigh, tín hiệu không được truyền thẳng từ nguồn đến máy thu, mà hoàn toàn là kết quả của các đường phản xạ Điều này khác với mô hình kênh Rician, trong đó có thể tồn tại một thành phần tín hiệu truyền thẳng (LOS) cùng với các tín hiệu phản xạ.
Để giảm thiểu tác động tiêu cực của phai nhanh và cải thiện độ tin cậy trong quá trình truyền thông qua kênh, nhiều kỹ thuật khác nhau đã được áp dụng rộng rãi Các phương pháp này rất đa dạng và phong phú.
Để tối ưu hóa việc khai thác các tín hiệu thu được từ những đường phản xạ khác nhau, việc tăng cường số lượng ăng-ten ở cả phía thu và phát là rất quan trọng Sự đa dạng ăng-ten giúp cải thiện khả năng thu nhận và phát tín hiệu hiệu quả hơn.
Truyền thông tin trên nhiều tần số khác nhau giúp giảm thiểu rủi ro suy yếu tín hiệu đồng loạt tại một tần số nhất định Sự đa dạng tần số không chỉ nâng cao độ tin cậy của truyền thông mà còn tối ưu hóa hiệu suất tổng thể của hệ thống.
Truyền thông tin lặp đi lặp lại ở nhiều khoảng thời gian khác nhau giúp cải thiện độ tin cậy của tín hiệu Phương pháp này khắc phục hiện tượng phai khi tín hiệu đi qua các đường phản xạ có độ trễ thời gian khác nhau, đảm bảo thông tin được truyền đạt một cách hiệu quả.
4 Ứng dụng của mã hóa kênh
Do sự biến động lớn về biên độ tín hiệu trong kênh Rayleigh, việc sử dụng nhiều kênh mã hóa như mã LDPC và mã Turbo là rất quan trọng Các kỹ thuật này hỗ trợ khôi phục tín hiệu bị lỗi do hiện tượng phai, từ đó đảm bảo quá trình truyền dẫn tin cậy hơn trong môi trường có độ phai mạnh.
Kênh truyền Rayleigh là một mô hình phức tạp nhưng thiết yếu để cải thiện hệ thống truyền thông di động, đặc biệt trong các khu vực đô thị đông đúc và nhiều vật cản.
Kênh truyền Rayleigh là một mô hình quan trọng trong nghiên cứu và phát triển hệ thống truyền thông vô tuyến, đặc biệt trong môi trường đô thị đông đúc với nhiều phản xạ từ bề mặt Hiểu biết về tính chất của kênh Rayleigh giúp các nhà khoa học và kỹ sư thiết kế hệ thống truyền thông hiệu quả hơn, đảm bảo độ tin cậy và chất lượng dịch vụ trong các điều kiện truyền dẫn khó khăn.
Kênh truyền AWGN, viết tắt của "Additive White Gaussian Noise", là một mô hình truyền thông phổ biến trong nghiên cứu và thiết kế hệ thống truyền thông Mô hình này mô tả ảnh hưởng của nhiễu trắng Gauss cộng lên tín hiệu truyền, giúp các kỹ sư hiểu rõ hơn về hiệu suất và độ tin cậy của các hệ thống truyền thông.
Học mô phỏng hiệu ứng của nhiễu ngẫu nhiên là một lĩnh vực quan trọng, trong đó mọi tần số đều có mặt với cường độ đồng đều Nghiên cứu này tập trung vào quá trình truyền nhận tín hiệu từ nguồn tới máy thu, giúp hiểu rõ hơn về tác động của nhiễu đến chất lượng tín hiệu.
Trong kênh AWGN, nhiễu được mô tả bởi một biến ngẫu nhiên có phân phối Gaussian, với giá trị kỳ vọng là 0 và phương sai xác định mức độ nhiễu Đồ thị phân phối xác suất của nhiễu Gaussian có hình dạng chuông, đối xứng quanh giá trị trung bình, cho thấy xác suất xuất hiện của giá trị dương và âm là như nhau.
MÃ CONVOLUTIONAL (MÃ CHẬP)
2.4.1 Tổng quan về Mã tích chập
Mã tích chập là một phương pháp điều chế phổ biến trong hệ thống truyền thông vô tuyến, giúp đảm bảo việc truyền tải dữ liệu một cách đáng tin cậy Bằng cách sử dụng một số lượng bit đầu vào nhất định, mã tích chập tạo ra chuỗi bit đầu ra dài hơn, từ đó nâng cao khả năng phát hiện và sửa lỗi trong quá trình truyền tín hiệu.
Mã tích chập sử dụng bộ mã hóa tích chập, bao gồm các bộ nhớ (thường là thanh ghi dịch) và bộ lọc, để "tích chập" dữ liệu đầu vào với hệ số cố định (trọng số) Cơ chế này cho phép mỗi bit đầu ra phụ thuộc vào các bit đầu vào hiện tại và trước đó, tạo ra sự phụ thuộc dài hạn giữa tín hiệu vào và ra.
Thanh ghi dịch: Đây là thành phần lưu trữ các bit đầu vào, cho phép chúng được dùng lại trong quá trình mã hóa tiếp theo
Bộ phát thực hiện phép tính đầu ra dựa trên trạng thái của các thanh ghi dịch và trọng số được xác định trong bộ mã hóa.
Mã hóa từng nhóm bit đầu vào thành chuỗi bit đầu ra dài hơn cung cấp thông tin dư thừa cần thiết để phục hồi dữ liệu gốc tại bộ giải mã.
Mã tích chập mang lại khả năng sửa lỗi hiệu quả trên kênh truyền, giúp giảm đáng kể xác suất lỗi bit sau khi giải mã Mặc dù độ phức tạp của mã tích chập có thể cao hơn so với một số loại mã khác như mã khối, nhưng chúng vẫn được ưa chuộng nhờ vào hiệu quả sửa lỗi vượt trội.
Mã tích chập được dùng nhiều trong những hệ thống thông tin vô tuyến hiện đại, bao gồm:
- Truyền thông vệ tinh và không gian: Vì chúng có khả năng chịu lỗi cao
- Mạng di động và WLAN: Cải thiện độ tin cậy và chất lượng của liên lạc
- Truyền hình kỹ thuật số và phát thanh: Đảm bảo chất lượng tín hiệu truyền đạt tốt, ngay cả trong điều kiện suy giảm tín hiệu
Mã tích chập đóng vai trò quan trọng trong thiết kế hệ thống truyền thông vô tuyến hiện đại, nhờ khả năng nâng cao đáng kể độ tin cậy tín hiệu và hiệu quả ứng dụng trong các hệ thống truyền thông.
2.4.2 Kỹ thuật mã hóa mã tích chập
Bằng cách sử dụng mã hóa tích chập, bộ mã hóa tiếp nhận một k-tuple m i từ các phần tử tin nhắn và tạo ra một n-tuple c i là đầu ra mã hóa tại thời điểm i Đầu ra này không chỉ phụ thuộc vào đầu vào m i mà còn vào các đầu vào trước đó trong K bước trước đó.
Cấu trúc mã hóa tích chập cho các cấu hình DSRC được minh họa trong Hình 2.3 Tỷ lệ mã hóa của mã này được xác định bằng tỷ lệ giữa số lượng phần tử đầu vào k và số lượng phần tử đầu ra n, với tốc độ mã hóa R c = 1.
Hình 2.3 Bộ mã hóa tích chập kết hợp hệ thống mã DSRC theo chuẩn
Bộ mã hóa tích chập được trình bày trong Hình 2.3 là một máy tuần hoàn tuần tự (FSSM) hoạt động trên trường nhị phân GF(2), trong đó k-tuple tin nhắn đầu vào là một bit đơn, m Tại mỗi bước thời gian i, bộ mã hóa tạo ra một đầu ra gồm hai bit 𝑐 𝑖 (1) và 𝑐 𝑖 (2), tạo ra hai dãy đầu ra 𝐶 (1) và 𝐶 (2) từ dãy đầu vào m i = (m 0 ,m 1 ,m 2 , ).
,𝐶 1 (2) , 𝐶 2 (2) , ), được hiển thị là tín hiệu ngõ ra A và tín hiệu ngõ ra B
Hai dãy đầu ra trong bộ mã hóa có thể thu được từ phép toán tích chập giữa dãy đầu vào và các đáp ứng xung của hai đầu ra Các đáp ứng xung này được tạo ra bằng cách sử dụng dãy đầu vào xung đơn vị m = (1, 0, 0, ), cho ra các đầu ra 𝑐 𝑖 (1) và 𝑐 𝑖 (2) Với bộ mã hóa convolutional có K phần tử bộ nhớ (K = 6), đáp ứng xung không kéo dài quá K+1 đơn vị thời gian, dẫn đến các vectơ đáp ứng xung g (1) và g (2) Phép toán mã tích chập không thực tế để tạo ra dãy đầu ra, mà thay vào đó, các vectơ đáp ứng xung mô tả kết nối trong cấu trúc bộ mã hóa Nếu một bit trong vectơ đáp ứng xung là '1', phần tử bộ nhớ tương ứng được kết nối với đầu ra Đối với mã DSRC, các dãy được mã hóa có thể xác định qua phép toán tích chập.
Từ cấu trúc mã trong Hình 2.2.3, các đáp ứng xung là: g (1) = (1011011) và g (2) = (1111001) (2.4)
Ma trận sinh tương ứng được cho bởi:
Miền D-Transform là phương pháp chuyển đổi phép toán tích chập (∗) thành phép nhân trong miền biến đổi trễ Trong miền này, các chuỗi ngõ vào và ngõ ra được biểu diễn dưới dạng đa thức, với số mũ của D dùng để xác định vị trí của các phần tử trong chuỗi.
𝑀 (𝑙) (𝐷) = 𝑚 0 (𝑙) + 𝑚 1 (𝑙) D + 𝑚 2 (𝑙) 𝐷 2 + (2.5) Ở đây, trễ D có thể được hiểu là một dịch chuyển Ngoài ra, phản ứng xung đột
(𝑗), 𝑔 𝑖2 (𝑗) , … ) cũng sẽ được minh chứng dưới dạng đa thức:
(𝑗)𝐷 + 𝑔 𝑖2 (𝑗) 𝐷 2 + … (2.6) Với các biểu diễn này, các chuỗi đầu ra cho bộ mã hóa tích chập DSRC được cho bởi: 𝐶 (𝑖) = 𝑀(𝐷)𝐺 (𝑖) (𝐷) (2.7)
𝐺 (1) = 1 + 𝐷 2 + 𝐷 3 + 𝐷 5 + 𝐷 6 ; 𝐺 (2) = 1 + 𝐷 + 𝐷 2 + 𝐷 3 + 𝐷 6 (2.8) Kết hợp đa thức đầu ra tạo ra: 𝐶 𝑚 (𝐷) = 𝐶 (1) (𝐷 2 ) + 𝐷𝐶 (2) (𝐷 2 ) (2.9)
Việc sử dụng đa thức để biểu diễn phản ứng xung đột giúp chúng ta xem xét các đa thức tạo ra cho mỗi chuỗi đầu ra của FSSM Các chuỗi đầu ra này có thể được thu được thông qua phép nhân giữa các đa thức tạo ra và đa thức đầu vào Đối với mã DSRC, điều này có thể được thể hiện một cách cụ thể.
Khi bit cuối cùng của chuỗi đầu vào được đưa vào bộ mã hóa, cần phải thêm K số không phải là 0 để làm trống các thanh ghi dịch Điều này là cần thiết để đảm bảo quá trình mã hóa diễn ra chính xác và hoàn chỉnh.
21 chuỗi mã hóa trong trạng thái toàn số không và tạo ra một từ mã từ một mã tuyến tính
Dựa trên phân tích, mã tích chập 𝐶 𝑐𝑜𝑛𝑣 (𝑛, 𝑘, 𝐾) có vector đầu vào là chuỗi các bit thông tin kL, với k=1 cho mã DSRC, dẫn đến chuỗi chỉ gồm L bit Chuỗi mã hóa sẽ chứa N = nL + nK = n(L + K) bit, trong đó nK bit được sử dụng để làm rỗng bộ nhớ mã hóa Một đầu vào k bit sẽ tạo ra đầu ra n bit, với tỷ lệ mã là k/n Tuy nhiên, đối với chuỗi đầu vào hữu hạn có độ dài L, đầu ra tương ứng chứa n(L + K) bit, do đó tỷ lệ mã được xác định chính xác hơn.
𝑛(𝐿+𝐾) (2.11) Đối với mã DSRC 𝐶 𝑐𝑜𝑛𝑣 (𝑛, 𝑘, 𝐾), điều này có thể tối ưu hóa đơn giản đi thành:
Trong nghiên cứu này, tỷ lệ Rc=k/n cho thấy xu hướng tiến gần đến k/n khi chuỗi đầu vào đủ lớn với độ dài L≫K, điều này đặc biệt đúng với hầu hết các chuỗi mã hóa.
2.4.3 Kỹ thuật giải mã mã tích chập
MÃ LDPC (MÃ KIỂM TRA CHẴN LẺ MẬT ĐỘ THẤP)
2.5.1 Khái niệm và cách thức hoạt động của mã LDPC
Trong thời gian gần đây, sự phát triển mạnh mẽ của công nghệ đã hỗ trợ giải quyết các bài toán tính toán phức tạp, dẫn đến việc cải tiến các bộ mã hóa phát hiện và sửa lỗi với độ chính xác cao hơn Đặc biệt, các bộ mã hóa khối ngày càng được ứng dụng rộng rãi Điều này đã khơi dậy sự quan tâm trở lại đối với các mã như LDPC, vốn trước đây ít được chú ý Thực nghiệm cho thấy mã LDPC, với kích thước lớn, có khả năng sửa lỗi tốt hơn so với mã Turbo, một trong những mã được đánh giá cao hiện nay Ngoài ra, mã LDPC còn đơn giản hơn so với các mã tiên tiến khác như mã Turbo khi độ dài mã tăng lên.
Mã LDPC (Low Density Parity Check), hay còn gọi là mã kiểm tra chẵn lẻ mật độ thấp, được giới thiệu lần đầu bởi Robert Gallager vào năm 1963 và thường được gọi là mã Gallager Trong khoảng hai mươi năm sau đó, mã LDPC không được nghiên cứu rộng rãi do các phép tính phức tạp liên quan đến việc xử lý độ.
23 dài khối với chiều dài n Sau khi giới thiệu mã turbo và thuật toán giải mã lặp, mã này đã được Neal (1996) và MacKay (1999) khám phá lại [6]
2.5.2 Đặc điểm của mã LDPC
Mã LDPC được biểu diễn theo dạng (n, j, k) trong đó:
- n là độ dài mã và cũng là cột của ma trận
- j là số bit ‘1’ trong mỗi cột
- k là số bit ‘1’ trong mỗi hàng
Ma trận kiểm tra chẵn lẽ của mã LDPC, ký hiệu là H, bao gồm các hàng biểu thị phương trình kiểm tra chẵn lẽ và các cột tương ứng với các bit trong từ mã Ma trận H có mật độ số bit '1' rất thấp, với vị trí các bit '1' được chọn ngẫu nhiên theo các ràng buộc j, k C là một từ mã khi nó thỏa mãn các điều kiện nhất định.
Ví dụ : Cho mã LDPC (7, 3, 4) Ta thấy, n=7, j=3, k=4, điều này có nghĩa rằng có
4 ký tự mã và mỗi kí tự sẽ xuất hiện trên 3 phương trình khác nhau như bên dưới
Ma trận kiểm tra chẵn lẻ xác định các phương trình kiểm tra chẵn lẻ cho mỗi từ mã
Mã LDPC được chia thành hai loại chính: mã LDPC đều và mã LDPC không đều, dựa trên cấu trúc của ma trận kiểm tra chẵn lẻ Mã LDPC đều có số lượng phần tử khác không trong mỗi cột và hàng (j và k) không thay đổi, trong khi mã LDPC không đều có sự thay đổi này Cụ thể, j và k là số lượng phần tử khác không trong cột và hàng của ma trận H kích thước 𝑚 × 𝑛, với điều kiện j