Kết quả đạt được

Một phần của tài liệu Đánh giá hiệu năng của mạng vô tuyến nhận thức noma sử dụng học sâu (Trang 41 - 45)

Phần này sử dụng các kí hiệu: hình vng, vịng trịn, hình tam giác để mơ tả cho phương pháp mô phỏng Monte-Cartlo, các đường nét liền biểu thị cho kết quả phân tích lý thuyết, các đường nét đứt và đường chấm tròn biểu thị cho các kết quả tiệm cận gần và xa tương ứng. Ngoài ra, một số ký hiệu đặc trưng cho hệ thống cũng được định nghĩa như sau: SNR là tỷ số tính hiệu trên nhiễu có đơn vị chuẩn dB,OPDi, i∈ {1,2}, là xác suất dừng của người dùngDi,Ritốc độ truyền dữ liệu cho phép tại người dùngDi,αilà hệ số phân bổ công suất tương ứng cho người dùngDi,N biểu thị cho số lượng người dùng trong mạng thứ cấp,β là hệ số ước lượng kênh truyền lỗi giữa máy phát thứ cấp đến các người dùng trong mạng thứ cấp,Ithlà công suất phát hạn mức tối đa cho phép đối với mạng sơ cấp,PT là công suất phát của máy phát thứ cấp.

Trước tiên, hãy xem xét sự ảnh hưởng của SNR đến xác suất dừng của mơ hình truyền thơng hợp tác NOMA và so sánh với mơ hình OMA thông thường (sử dụng nhiều khe thời gian truyền) với mức cơng suất phân phối cho tín hiệu tương ứngαi. Xem xét về mặt tài ngun khe thời gian, mơ hình OMA tiêu tốn tổng cộng 4 khe

thời gian để có thể truyền hết tất cả dữ liệu của người dùngDitrong khi đó hệ thống NOMA chỉ cần đáp ứng 2 khe thời gian. Do đó, dữ liệu cần sử dụng cho mạng OMA sẽ gấp đôi so với mạng NOMA. Kế tiếp, chúng ta xem xét các số liệu hệ thống như sau: Khoảng cách từS → Rlà 25 mét, khoảng cách từR → D1là 5 mét, khoảng cách từR → D2là 30 mét, khoảng cách từS → PRlà 40 mét, khoảng cách từR → PRlà 50 mét, khoảng cách từPT → Rlà 50 mét, khoảng cách từPT → D1 là 40 mét, khoảng cách từPT → D2là 45 mét, số lượng nguời dùng mạng sơ cấpLlà 5, công suất hạn mứcIthlà 30 dBm, cơng suất phát của máy phát chínhPT là 10 dBm. Các tham số quan trọng chính:α1 = 0.2,α2 = 0.8,β = 0.8,R1 = 1, vàR2 = 0.5,

băng thông sử dụng 1 MHz, mật độ nhiễu tại máy thu là−90dBm/Hz, tần số sóng mang sử dụng 2.4 GHz, phương sai nhiễu Gausianσ2 = 1, công suất phát của relayPR = 0.8PS. Để mô tả chính xác hơn về mơi

trường thực tế, áp dụng mơ hình suy hao khơng gian tự do (path-loss) với kênh truyền Rayeligh fading như sau:

ΩXY =Ld−θXY, trong đódXY là khoảng cách vật lý giữa nútXvà nútY,θlà hệ số suy hao đường truyền. Trong hình 4.1, ta thấy rằng kết quả mơ phỏng và lý thuyết trong mơ hình NOMA hợp tác cho hai người

CHƯƠNG 4. MÔ PHỎNG VÀ KẾT QUẢ 10 20 30 40 50 60 10-3 10-2 10-1 100 5 dB

Hình 4.1: Xác suất dừng của các người dùng hệ thống NOMA so với OMA vớiρS = 10 : 5 : 60dBdùngD1vàD2là hoàn toàn trùng khớp. Ngồi ra, chúng ta có thể thấy rằng hiệu suất của người dùngD1sử dùngD1vàD2là hoàn toàn trùng khớp. Ngoài ra, chúng ta có thể thấy rằng hiệu suất của người dùngD1sử dụng cơng nghệ NOMA hồn tồn vượt trộ so với mơ hình OMA (5dB tại10−1), trong khi đó hiệu suất người dùngD2có giảm nhưng khơng đáng kể với miền SNR thấp và trung bình (khoảng 1dB). Mặc dù tại miền SNR củaD2 cao có giá trị xác suất dừng với mơ hình OMA cao hơn so với mơ hình NOMA, tuy nhiên xét trên phương diện thực tế thì điều này khơng phù hợp cho các hệ thống vô tuyến nhận thức. Bởi vì, hệ thống OMA tiêu tốn quá nhiều tài nguyên để truyền tín hiệu cho người dùngD2dưới một mức nhiễu nền cố địnhσ2. Xét về tổng thể, NOMA vẫn mang lại hiệu năng tốt hơn rất nhiều so với hệ thống OMA về mặt tài nguyên thời gian và cả hiệu xuất. Ngoài ra, chúng ta có thể quan sát thấy rằng các phân tích tiệm cận gần và xa hồn tồn có thể sử dụng thay thế cho các phân tích chính xác lý thuyết để khảo sát hệ thống. Bằng chứng là bằng cách vẽ hai đường tiệm cận này, chúng ta có thể quan sát được xu hướng của xác suất dừng tại các người dùngD1vàD2sẽ bị giới hạn bởi các đường tiệm cận gần tại vùng SNR cao và tiệm cận xa cho vùng SNR thấp. Hình 4.1 cũng cho thấy ở cả hai mơ hình NOMA và OMA đều có cùng độ lợi phân tập giống nhau tại vùng SNR cao và cùng bằng 0.

Tiếp theo chúng ta sẽ tiến hành khảo sát hiệu năng (OP) hai người dùngD1vàD2khi số lượng người dùng sơ cấp thay đổi trong hình 4.2. Theo kết quả mơ phỏng và phân tích, chúng ta có thể quan sát thấy rằng hiệu năng của người dùngD1vàD2giảm khi số lượng người dùng mạng sơ cấp tăng lên lần lượt từL= 2,4,8,và

10, tức là OP sẽ tăng lên, khi tỷ số công suất tín hiệu trên nhiễu lớn hơn45dB. Điều này minh chứng rằng hệ thống thứ cấp sẽ hoạt động tốt ở vùng thấp và trung bình SNR mà khơng chịu sự tác động bởi số lượng người dùng sơ cấp.

CHƯƠNG 4. MÔ PHỎNG VÀ KẾT QUẢ 10 20 30 40 50 60 10-2 10-1 100 10 20 30 40 50 60 10-2 10-1 100

Hình 4.2: Xác suất dừng của các người dùngD1vàD2khiLtăng vớiρS = 10 : 5 : 60dB

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 10 20 30 40 50 60 80 100

Hình 4.3: Hiệu suất suy hao của các người dùngD1vàD2với sai số ước lượng kênh truyền nhiễuβtạiρS = 50

dB.

Hình 4.3 trình bày hiệu suất suy hao của người dùng thứ cấpD1vàD2 thông qua ước lượng kênh truyền nhiễu giữa các máy phát hệ thống thứ cấp tới người dùng sơ cấp. Phương trình biểu diễn hiệu suất suy hao của

CHƯƠNG 4. MÔ PHỎNG VÀ KẾT QUẢ người dùng thứ cấp được biểu diễn như sau

OPDiLoss= OP

pCSI

Di −OPDiiCSI

OPDipCSI ×100%, (4.1) trong đóOPDipCSIlà xác suất dừng với ước lượng kênh truyền hoàn hảo (β= 1) vàOPDiiCSIlà xác suất dừng với ước lượng kênh truyền khơng hồn hảo (0≤β <1). Như quan sát được trong hình 4.3, hiệu suất suy hao tăng

khi sai số lước lượng kênh truyền lớn (tức làβ = 0). Ngược lại, khi sai số ước lượng nhỏ (β = 1), hiệu suất suy

hao giảm đáng kể. Ngoài ra, hiệu suất suy hao của người dùng thứ cấp sẽ tăng khi số lượng người dùng thứ cấp tăng. 0 0.1 0.2 0.3 0.4 0.5 10-3 10-2 10-1 100

Hình 4.4: Xác suất dừng các người dùngD1vàD2khi hệ số phân bổ cơng suấtα1thay đổi.

Hình 4.4 trình bày xác suất dừng của người dùng thứ cấpD1vàD2khi hệ số phân bổ công suấtα1 thay đổi. Như quan sát, chúng ta có thể thấy rằng xác xuất dừng của các người dùng thứ cấp giảm khiα1tăng từ0

đến0.4và sau đó tăng trở lại. Điều này chứng tỏ có tồn tại một điểm phân phối công suất tối ưu cho cả người dùngD1và người dùngD2.

Hình 4.5 trình bày xác suất dừng của người dùng thứ cấpD1vàD2khi tốc độ dữ liệuR1vàR2thay đổi. Như quan sát, chúng ta có thể thấy rằng xác xuất dừng của các người dùng thứ cấp giảm khiR1vàR2giảm dần về giá trị0. Lý do chính dẫn đến xác suất dừng giảm như vậy là do ngưỡng dừng của hệ thống rất bé so với

CHƯƠNG 4. MƠ PHỎNG VÀ KẾT QUẢ

Hình 4.5: Xác suất dừng các người dùngD1vàD2khi tốc độ hai người tương ứng thay đổiR1vàR2.

Một phần của tài liệu Đánh giá hiệu năng của mạng vô tuyến nhận thức noma sử dụng học sâu (Trang 41 - 45)