Trong vài năm gần đây các phƣơng tiện giám sát bệnh nhân trong bệnh viện: nhiệt độ, huyết áp, hàm lƣợng oxy trong máu và điện tâm đồ gia tăng nhanh chóng. Thông thƣờng, các thống số trên đƣợc giám sát bởi cảm biến đặt trên cơ thể ngƣời bệnh sau đó đƣợc kết nối với màn hình hiển thị đặt tại giƣờng bệnh. Mạng y tế không dây là dải pháp truyền thông hứa hẹn trong các bệnh viện. Hệ thống này cho phép các cảm biến có độ tin cậy cao tổng hợp các thông tin liên tục và chuyển tiếp tới trung tâm điều hành trên nền mạng không dây, vì vậy ngƣời giám sát có những quyết định xử lý nhanh chóng. Mạng y tế không dây ứng dụng trong giám sát bệnh nhân là hệ thống tiên tiến giúp cải thiện kết quả cũng nhƣ giảm thiểu giá thành điều trị. Mạng này cũng có thể đƣợc mở rộng cho nhiều bênh viện. Bằng việc giải phóng các hệ thống có dây và nhân viên y tế hỗ trợ cũng giúp giảm thiểu các rủi ro về ý tế liên quan đến quá trình điều trị bệnh nhân. Thêm vào đó, mạng y tế không dây giúp bênh nhân thuận tiện hơn, thoải mái hơn, cải thiện hiệu quả điều trị.
Chất lƣợng dịch vụ là yếu tố chính trong mạng y tế không dây, do vậy yêu cầu một dải phổ tần số hoạt động phải “sạch” và không quá đông đúc. Ở Mỹ, MedRadio và WMTS chuyên dụng cho các dịch vụ y tế nhƣng băng thông bị giới hạn. Băng tần IMS 2.4GHz không phù hợp cho các dịch vụ y tế liên quan đến sức khỏe do sực can nhiễu và xung đột từ các mạng IT không dây trong bệnh viện. Bằng việc có đƣợc dải tần 2360-2400 MHz cho mạng y tế không dây trên một tuyến thứ cấp, chất lƣợng dịch vụ cho các ứng dụng giám sát liên quan đến sức khỏe có thể đƣợc đảm bảo tốt hơn. Hơn nữa dải tần 2360-2400 nằm ngay băng 2400 nên rất nhiều các thiết bị đang hoạt động có thể dễ dàng đƣợc sử dụng lại cho mạng y tế không dây, ví dụ nhƣ vô tuyến IEEE 802.15.4. Điều này giúp giảm chi phí triển khai do tính kinh tế của việc mở rộng hệ thống, dẫn đến việc triển khai rộng rãi mạng y tế không dây cho các dịch vụ chăm sóc sức khỏe ngƣời bệnh.
82
Truyền thông mạng y tế không dây bị giới hạn bởi dữ liệu truyền dẫn (không bao gồm thoại) phục vụ giám sát, chuẩn đoán bệnh nhân. Hoạt động của mạng y tế không dây cung cấp dịch vụ dƣới dạng license (cấp phép) bởi các qui tắc. Mạng đề xuất phân chia dải thông 2360-2400 thành hai băng: băng 1từ 2360-2390 và băng 2 từ 2390-2400. Trong băng 2360-2390 MHz, mạng y tế không dây hoạt động hạn chế trong nhà và chỉ dùng cho các phƣơng tiện chăm sóc sức khỏe nằm ở ngoài tầm phủ sóng của các dịch vụ ATM. Trong băng 2390-2400MHz, mạng y tế không dây đƣợc cấp phép hoạt động mọi nơi, tất cả các bệnh viện, tại nhà hay các xe cấp cứu di động. Một giao thức kết nối không giới hạn nhƣ LBTđƣợc đề xuất cho việc truy cập kênh truyền. Băng thông lớn nhất của các thiết bị mạng y tế không dây lên đến 5MHz. Công suất phát lớn nhất không đƣợc vƣợt quá 1mW và 10logB dBm (trong đó, B là 20dB băng thông) trong dải 2360-2390 và không quá 20mW trong dải tần 2390-2400. Duty cycle tối đa của mạng không vƣợt quá 25%. Vùng địa lý bảo vệ cùng với một thiết bị khóa điện tử (Electronic key – ekey) dùng để giới hạn truyền dẫn trong mạng. Thiết bị điều khiển khóa điện tử sử dụng để đảm bảo rằng các thiết bị trong mạng y tế không dây có thể truy cập dải thông 2360-2390 chỉ khu vực sử dụng mạng nằm ngoài vùng phủ sóng mạng ATM. Hình 4.4 mô tả giải pháp dịch vụ trong và ngoài bệnh viện sử dụng băng 2360-2390 MHz:
83
Hình 4. 4: Mạng y tế cá nhân [5]
Một số bệnh viện có kế hoạch sử dụng dải tần số ATM cho dịch vụ y tế không dây đƣợc đăng kí nhƣ một mạng y tế không dây hợp tác. Mạng y tế không dây hợp tác xác định bệnh viện đƣợc đăng kí có hay không nằm trong vùng bảo vệ của mạng ATM (có thể hợp tác với ngƣời dùng sơ cấp). Nếu bênh viện nằm ngoài vùng bảo vệ, mạng y tế hợp tác sẽ sử dụng e-key đặc biệt cho bệnh viện để cấp các dịch vụ y tế không dây cho các thiết bị truy cập vào vùng phổ tần số ATM. Nếu không có e-key các thiết bị chỉ có thể truy cập vào dải mặc định 2390-2400 MHz. Sự phân phối của các e-key cho các thiết bị y tế không dây đều đƣợc kết nối đến mạng IT của bệnh viện một cách tự động qua đƣờng kết nối dây hoặc không dây. Các thiết bị y tế không dây phải nhận biết và dừng việc truyền nhận tín hiệu trong dải ATM 2360-2390 MHz khi thiết bị di chuyển ra ngoài. Một cảm biến trong mạng sẽ mất kết nối với Hub, thiết bị sẽ nhận ra và dừng kết nối trong dải phổ ATM 2360-2390 MHz và chuyển sang dải 2390-2400 MHz. Dải tần 2390-2400 MHz có thể đƣợc sử dùng ở mọi nơi, không hạn chế và không cần e-key. Mô phỏng đã chỉ ra
84
rằng những công nghệ này có thể hoạt động tốt để tránh can nhiễu lên mạng ATM trong khi vẫn có thể duy trì toàn vộ dịch vụ của mạng vô tuyến không dây.
4.3 Kết luận chƣơng
Chƣơng 4 tìm hiểu về những ứng dụng có thể thực hiện đƣợc của vô tuyến nhận thức ngoài thực tiễn ở thời điểm hiện nay. Có rất nhiều các cột mốc, cả các qui chuẩn và kỹ thuật để tiệm cận đến việc cho phép sử dụng hiệu quả và mềm dẻo vùng phổ mở. Công nghệ vô tuyến nhận thức đóng một vai trò quan trọng trong tận dụng tốt nhất tài nguyên phổ khan hiếm để hỗ trợ các dịch vụ không dây hiện đang phát triển rất nhanh chóng, ví dụ nhƣ: mạng lƣới thông minh, mạng an ninh công cộng, mạng băng rộng tế bào hay mạng y tế không dây. Tổ chức chuẩn hóa phát triển (Standard Development Organizations – SDOs) bắt đầu nghiên cứu các tiêu chuẩn để nắm lấy những cơ hội này. Tuy nhiên, vẫn còn nhiều thách thức đối với vô tuyến nhận thức trong việc cho phép mạng sử dụng chung vùng phổ cùng với các dịch vụ khác trong khi tránh gây can nhiễu lên những ngƣời dùng sơ cấp trong mạng.
85
KẾT LUẬN
Sau một quá trình nghiên cứu đề tài, tôi đã hoàn thành luận văn với những kết quả nhƣ sau: thứ nhất, đã đƣa ra đƣợc cái nhìn tổng quan về mạng vô tuyến nhận thức, quá trình phát triển, quá trình chuẩn hóa và mục tiêu nghiên cứu trong tƣơng lai. Thứ hai, nghiên cứu một trong những kỹ thuật quan trọng nhất của vô tuyến nhận thức, đó làm cảm biến phổ. Luận văn đã tìm hiểu, phân loại cũng nhƣ đề cập các cách thức để tối ƣu hoạt động cảm biến phổ trong mạng vô tuyến nhận thức. Thứ ba, nghiên cứu một trong những phƣơng pháp phổ biến nhất trong cảm biến phổ là kỹ thuật dò năng lƣợng. Cách thực thực hiện kỹ thuật dò năng lƣợng, mô hình tính toán lý thuyết và mô phỏng các tham số bằng Matlab đã chứng minh tính đúng đắn của lý thuyết. Cuối cùng, luận văn đã chỉ ra một cách cụ thể các ứng dụng của vô tuyến nhận thức trong các hệ thống vô tuyến hiện nay và tƣơng lai. Qua đó giúp chúng ta có cái nhìn tổng quát hơn về sự phát triển của vô tuyến nhận thức cũng nhƣ hứa hẹn ứng dụng to lớn của công nghệ này trong việc tận dụng tài nguyên phổ tần số hạn hẹp.
Hạn chế của đề tài này là việc các tính toán, mô phỏng mới dựa trên trƣờng hợp đặc biệt là kênh truyền AWGN. Với kênh truyền phức tạp hơn cũng nhƣ trƣờng hợp thực tế các tính toán trở nên khó khăn hơn nhiều. Phần ứng dụng của vô tuyến nhận thức cũng chỉ dừng lại ở việc trình bày tổng quan và chƣa đƣa ra đƣợc những phƣơng pháp cụ thể giúp cải tiến, tối ƣu hoạt động của các mạng vô tuyến bằng vô tuyến nhận thức.
Hƣớng phát triển đề tài: tập trung nghiên cứu sâu hơn các kỹ thuật cảm biến phổ và đặc biệt là kỹ thuật dò năng lƣợng. Tính toán, mô phỏng kỹ thuật dò năng lƣợng trên các kênh truyền phức tạp hơn (ví dụ nhƣ fading). Cuối cùng xây dựng một hệ thống thực tế trên qui mô thí nghiệm để kiểm định các thông số của kỹ thuật dò năng lƣợng trên kênh truyền thực tế. Qua đó, giúp đƣa ra kết luận chính xác nhất
86
về hiệu quả cảm nhận khoảng phổ trống, cũng nhƣ cảm nhận ngƣời dùng sơ cấp của kỹ thuật này.
Một lần nữa, tôi xin chân thành cảm ơn TS. Đặng Quang Hiếu đã giúp đỡ để tôi có thể hoàn thiện luận văn này!
87
PHỤ LỤC 1: CODE MÔ PHỎNG MATLAB
Phần 1: Code mô phỏng xác xuất phát hiện tín hiệu (Pd ) theo tỷ số tín hiệu
trên tạp âm (SNR)
clear all; clc; u = 16;
N = 2*u; % So luong mau
Pf = 0.1; % Xac suat canh bao sai
SNR_dB = -20:10;
SNR = 10.^(SNR_dB./10); % Doi SNR sang dB
x = [-20:0.05:10];
Packet= 10000; % So lan thuc hien Monter-Carlo
for i= 1:length(SNR) Number = 0;
for k = 1:Packet t = 1:N;
signal = cos(pi*t)+j*sin(pi*t); % Tin hieu tieu chuan px = mean(abs(signal).^2); % Cong suat tin hieu
pn = px/SNR(i); % Con suat nhieu = Cong suat tin
hieu/SNR
noise = sqrt(pn/2)*(randn(1,N)+j*randn(1,N)); % Mo hinh nhieu tren kenh AWGN
y = signal + noise; % Tin hieu thu duoc Y(k) = (1/N)*sum(abs(y).^2); % Cong suat tin hieu thu Th = pn*qfuncinv(Pf)/sqrt(N) + pn; % Nguong quyet dinh
88
Number = Number +1; end
end
Pd_sim(i) = Number/Packet; % Xac suat phat hien theo mo phong Pd_theory(i) = qfunc((1/sqrt(2*SNR(i) +1))*(qfuncinv(Pf) - sqrt(N)*SNR(i))); % Xac suat phat hien theo ly thuyet
end
Pd = interp1(SNR_dB,Pd_theory,x,'spline'); figure
plot(SNR_dB,Pd_sim,'+r',x,Pd,'b')
title('Do thi xac suat phat hien theo SNR tren kenh truyen AWGN') grid on
xlabel('Ty so tin hieu tren tap am (SNR)'); ylabel('Xac suat phat hien (Pd)');
legend('Mo phong','Ly thuyet')
*****
Phần 2: Code mô phỏng xác suất phát hiện tín hiệu (Pd) theo xác suất cảnh báo
sai (Pf)
clear all; clc; u =16;
N = 2*u; % So luong mau
Pf = 0.1:0.05:1; % Xac suat canh bao sai SNR_dB = -5;
SNR =10^(SNR_dB/10); % Doi SNR sang dB
89 x = [0.1:0.01:1]; for i=1:length(Pf) Number = 0; for k = 1:Packet t =1:N;
signal = cos(pi*t)+j*sin(pi*t); % Tin hieu tieu chuan px = mean(abs(signal).^2); % Cong suat tin hieu
pn = px/SNR; % Con suat nhieu = Cong suat tin hieu/SNR
noise = sqrt(pn/2)*(randn(1,N)+j*randn(1,N)); % Mo hinh nhieu tren kenh AWGN
y = signal + noise; % Tin hieu thu duoc Y(k) = (1/N)*sum(abs(y).^2); % Con suat tin hieu thu
Th(i) = pn*qfuncinv(Pf(i))/sqrt(N) + pn; % Nguong quyet dinh tuong ung voi Pf
if Y(k)>Th(i)
Number = Number +1; end
end
Pd_sim(i) = Number/Packet; % Xac suat phat hien theo mo phong Pd_theory(i) = qfunc((1/sqrt(2*SNR +1)) *(qfuncinv(Pf(i)) - sqrt(N)*SNR)); % Xac suat phat hien theo ly thuyet
end
Pd = interp1(Pf,Pd_theory,x,'spline'); figure
90
title('Dac tinh may thu thuat toan do nang luong tren kenh truyen AWGN') grid on
xlabel('Xac suat canh bao sai (Pf)'); ylabel('Xac suat phat hien (Pd)'); legend('Mo phong','Ly thuyet');
*****
Phần 3: Code mô phỏng sự phụ thuộc của xác suất phát hiện (Pd), xác suất
cảnh báo sai (Pf) vào giá trị ngƣỡng quyết định (λ)
clear all; clc; u = 16;
N = 2*u; % So luong mau
Th = 1:0.1:5; % Xac suat canh bao sai SNR_dB = -5;
SNR=10^(SNR_dB/10); % Doi SNR sang dB
Packet = 10000; % So lan thuc hien Monter-Carlo
for i=1:length(Th) Number = 0; for k = 1:Packet t =1:N;
signal = cos(pi*t)+j*sin(pi*t); % Tin hieu tieu chuan px = mean(abs(signal).^2); % Cong suat tin hieu
pn = px/SNR; % Con suat nhieu = Cong suat tin hieu/SNR
noise = sqrt(pn/2)*(randn(1,N)+j*randn(1,N)); % Mo hinh nhieu tren kenh AWGN
91
y = signal + noise; % Tin hieu thu duoc Y(k) = (1/N)*sum(abs(y).^2); % Cong suat tin hieu thu if Y(k)>Th(i)
Number = Number +1; end
end
Pd_sim(i) = Number/Packet; % Xac suat phat hien theo mo phong
Pf(i) = qfunc(sqrt(N)*((Th(i)-pn)/pn)); % Xac suat canh bao sai
end figure
plot(Th,Pd_sim,'*r',Th,Pf,'+b')
title('Xac suat phat hien va xac suat canh bao sai theo gia tri nguong quyet dinh') grid on
xlabel('Nguong quyet dinh');
ylabel('Xac suat phat hien - Xac suat canh bao sai'); legend('Xac suat phat hien','Xac suat canh bao sai');
92
PHỤ LỤC 2: TÀI LIỆU THAM KHẢO
[1] Akyildiz I.F., Brandon F.Lo., Ravikumar Balakrishnan (2010), “Cooperative Spectrum Sensing in Cognitive Radio Networks: A Survey”, ELSEVIER, pp. 1-23. [2] Akyildiz I.F, Won-Yeol Lee, Mehmet C. Vuran (2006), “Next Generation/Dynamic Spectrum Access/Cognitive Radio Wireless Networks: A Survey”, ELSEVIER, pp. 1-2132.
[3] Alexander M. Wyglinski, Maziar Nekovee, Thomas Hou (2010), Cognitive
Radio Communications and Networks Principles and Practice, ELSEVIER Inc.
[4] Bayhan S. (2013), “Overview of Cognitive Radio Basics and Spectrum Sensing”, CN-S2013, pp. 1-41.
[5] Cabric D., Robert W.Brodersen (2003), “Physical Layer Design Unique to Cognitive Radio Systems, Berkeley Wireless Reseach Center”, University of California at Berkeley, pp. 1-5
[6] Digham F.F., Alouini M.S., Simon M.K. (2007), “On the Energy Detection of Unknown Signals over Fading Channels”, IEEE Transaction On Communications, pp. 1-4.
[7] Hossain S., Abdullah I., Hossain M.A. (2012), “Energy Detection Performance of Spectrum Sensing in Cognitive Radio”, I.J. Information Technology and Computer Science, pp.1-7.
[8] Nayak S., Juvvadi D.R., “Spectrum Sensing in Cognitive Radio”, pp. 1-6.
[9] Wang J., Ghosh M., Challapali K., “Emerging Cognitive Radio Applications: A Survey”, Philips Research North America, p.1-12.
93
DANH SÁCH CHÚ THÍCH HÌNH VẼ
[1]: Akyildiz I.F, Won-Yeol Lee, Mehmet C. Vuran (2006), “Next Generation/Dynamic Spectrum Access/Cognitive Radio Wireless Networks: A Survey”, ELSEVIER, pp. 1-2132
[2]: Hossain S., Abdullah I., Hossain M.A. (2012), “Energy Detection Performance of Spectrum Sensing in Cognitive Radio”, I.J. Information Technology and Computer Science, pp.1-7
[3]: Akyildiz I.F., Brandon F.Lo., Ravikumar Balakrishnan (2010), “Cooperative Spectrum Sensing in Cognitive Radio Networks: A Survey”, ELSEVIER, pp. 1-23 [4]: Kevin Chang, PhD Thesis, “Spectrum Sensing, Detection and Optimization in Cognitive Radio for Non-Stationary Primary User Signal”, Queensland University of Technology, p.1-198
[5]: Wang J., Ghosh M., Challapali K., “Emerging Cognitive Radio Applications: A Survey”, Philips Research North America, p.1-12