Từ kết quả mô phỏng trên, so sánh với phương pháp tối ưu hỗn độn ( Chaotic Optimization), dễ dàng nhận thấy phương pháp Gradient search ưu việt hơn về tốc độ hội tụ để tìm ra điểm cân bằng. Điều này được thể hiện qua số lần lặp mà phương pháp sử dụng. Sự khác biệt về tốc độ hội tụ của hai thuật toán được thể hiện qua bảng 4.3 và đồ thị 4.3.
Số anten Số bƣớc lặp
Chaotic Gradient 2 37 2 3 16 4 4 34 4 5 26 6 6 26 4 7 23 4 8 23 6 9 34 5 10 14 6
44 Theo kết quả từ bảng 4.3 và hình 4.3, với trường hợp trạm gốc và CPE sử dụng 2 anten, để đạt tới trạng thái cân bằng, phương pháp tối ưu hỗn độn cần 37 bước lặp [11] trong khi phương pháp Gradient chỉ sử dụng 2 lần lặp.
Tương tự, ở trường hợp dùng 4 anten, số lần lặp của 2 phương pháp lần lượt là 34 và 4. Với trường hợp dùng 8 anten, con số so sánh của 2 phương pháp là 23 và 6 lần lặp.
Hình 4.3. So sánh số bước lặp của hai phương pháp tối ưu ứng với số anten.
Cả hai phương pháp đều cho kết quả giống nhau là tốc độ thu tin toàn cục tăng tuyến tính với logarit của số anten, tuy nhiên, phương pháp gradient tỏ ra vượt trội về tốc độ hội tụ. Kết quả này đáp ứng được kỳ vọng của luận văn, khi sử dụng thuật toán Gradient search như một công cụ tìm kiếm điểm cân bằng về tốc độ truyền tin của hệ thống mạng Femtocell.
45
Chƣơng V: Kết luận
Quan điểm của Lý thuyết trò chơi đã chỉ ra sự tồn ta ̣i của điểm cân bằng Nash , tương ứng với điểm cực tri ̣ của Hàm truyền tin trong hê ̣ thống ma ̣ng Femtocell. Điều này được chứng minh bằng phương pháp toán học đã trình bày ở chương II .
Luâ ̣n văn sử du ̣ng thuâ ̣t toán Gradient search , là một phương pháp tối ưu nhằm giải quyết bài toán tối ưu phi tuyến . Kết quả mô phỏng cho t hấy viê ̣c tìm đi ểm cân bằng về tốc độ truyền tin toàn cục trong hệ thống Femtocell bằng Gradient search là khả thi.
Luận văn đã đề xuất một phương pháp điều khiển công suất cho mạng vô tuyến nhận thức theo chuẩn IEEE 802.22. Phương pháp tối ưu Gradient cho phép tìm số gia theo hướng giảm từ điểm khảo sát ban đầu. Kết quả mô phỏng ban đầu đạt được cho thấy phương pháp này cho tốc độ hội tụ nhanh hơn so với phương pháp tối ưu hỗn độn đã được nghiên cứu. Điều này mở ra một giải pháp mới khả thi và phù hợp với các ứng dụng theo thời gian thực của hệ thống thông tin vô tuyến.
Để tối ưu hơn nữa về tốc đô ̣ tính toán , hướng nghiên cứu tiếp theo đă ̣t ra là tìm kiếm mô ̣t phương pháp tích hợp nhằm tối thiểu hóa số bước lă ̣p cho thuâ ̣t toán , các phương pháp mới có thể được cân nhắc áp du ̣ng là phương pháp Newton tiến hóa , phương pháp hướng liên hợp…
Việc nghiên cứu bài toán điều khiển công suất cho hệ thông tin vô tuyến nhận thức có ý nghĩa không chỉ cho các mô hình mạng hiện tại mà còn trên quan điểm hướng đến các thế hệ mạng cho tương lai (5G và sau 5G).
46
DANH MỤC CÔNG TRÌNH KHOA HỌC CỦA TÁC GIẢ LIÊN QUAN ĐẾN LUẬN VĂN
Áp dụng lý thuyết trò chơi vào hệ thống 5G sử dụng MIMO kích thước lớn đa người dùng, Trần Cao Quyền, Phạm Ngọc Linh (2014), Hội nghị Quốc gia về Điện tử- Truyền thông (REV 2014).
47
TÀI LIỆU THAM KHẢO
Tiếng Việt
[1]. Trần Cao Quyền, Phạm Ngọc Linh (2014), “Áp dụng lý thuyết trò chơi vào hệ thống 5G sử dụng MIMO kích thước lớn đa người dùng”, Hội nghị Quốc gia về Điện tử- Truyền thông (REV 2014).
Tiếng Anh
[2]. Chan-Byoung Chae, Insoo Hwang, Robert W. Heath (2009) “Interference Aware- Coordinated Beamforming System in a Two-Cell Environment”, IEEE JOURNAL ON SELECTED AREAS IN COMMUNICATIONS.
[3]. G.Owen, Bridgeman (1982), Game Theory, Second edition, Academic Press. [4]. G. P. Zhang. Z. O. Wang, G.L.Yuan (2001). “A Chaostic search method for a class of combinational optimization problems”, System Engineering – Theory and practice, Vol 21, no.5, pp. 102-105.
[5]. J.E.Hicks, A. B. Mackenzie, J. Nell (2004), “A Game Theory perspective on interference advoidance”, Proceeding of GLOBECOM’04 Piscataway, NJ: IEEE, pp. 257-261.
[6]. Jyri Hamalainen (2011) “Femtocells: Technology and Developments”, Centre for
Wireless Communications, Oulu, Comnet/Aalto University.
[7]. S.Hay Kin, (2005), “Cognitive Radio: Brain- empowered Wiless Communication”, IEEE Journal on Selected Areas of Communication, Vol 23, pp. 201-220.
[8]. S. Koskie, Z. Gejic (2005), “A Nash Game algorithym for SIR-based power control in 3G wiless CDMA networks”, IEEE/CM Transactions on Networking Vol.13.
[9]. S. Al-Rubaye, A. Al-Dulaimi, and J. Cosmas, “Spectrum Handover Strategies for Cognitive Femtocell Networks”, in Femtocell Communications: Business Opportunities and Deployment Challenges, USA: IGI Global, 2011, pp. 85 - 102. [10]. Srinivasa Rao and Ravi Raj Bhat “Assessing Femtocell Network Architecture and Signaling Protocol alternatives”- June 02, 2008.
[11]. Yanli Hou (2013), “Research on Power control algorithym based on game theory in cognitive Radio system”, 2nd International Conference on Signal Processing System.