HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG

---------------------------------------

VÕ VĂN THẮNG

ĐÁNH GIÁ HIỆU NĂNG

MẠNG VÔ TUYẾN NGẪU NHIÊN ĐA NGƯỜI DÙNG
TRÊN CÁC KÊNH TRUYỀN FADING TỔNG QUÁT

LUẬN VĂN THẠC SĨ KỸ THUẬT

(Theo định hướng ứng dụng)

THÀNH PHỐ HỒ CHÍ MINH - 2017

HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG
---------------------------------------

VÕ VĂN THẮNG

ĐÁNH GIÁ HIỆU NĂNG

MẠNG VÔ TUYẾN NGẪU NHIÊN ĐA NGƯỜI DÙNG
TRÊN CÁC KÊNH TRUYỀN FADING TỔNG QUÁT

CHUYÊN NGÀNH: KỸ THUẬT VIỄN THÔNG

MÃ SỐ: 60.52.02.08

LUẬN VĂN THẠC SĨ KỸ THUẬT

(Theo định hướng ứng dụng)

NGƯỜI HƯỚNG DẪN KHOA HỌC:

TS. TRẦN TRUNG DUY

THÀNH PHỐ HỒ CHÍ MINH – 2017

 i

LỜI CAM ĐOAN

Tôi cam đoan đây là công trình nghiên cứu của riêng tôi.
Các số liệu, kết quả nêu trong luận văn là trung thực và chưa từng được ai
công bố trong bất kỳ công trình nào khác.

TP.HCM, ngày……tháng……năm 2017

Học viên thực hiện luận văn

Võ Văn Thắng
 ii

LỜI CẢM ƠN
Lời đầu tiên em xin chân thành gửi lời cảm ơn sâu sắc đến thầy TS. Trần
Trung Duy đã hướng dẫn tận tình, chỉ bảo em trong suốt quá trình thực hiện luận
văn.
Em xin gửi lời cảm ơn đến quý Thầy Cô – Học Viện Công Nghệ Bưu Chính
Viễn Thông cơ sở tại TP.HCM đã giảng dạy và truyền đạt cho em những kiến thức
trong suốt thời gian học tập tại Học Viện.
Bên cạnh đó em xin cảm ơn các quý anh chị và các bạn khóa cao học 2015-
2017 đã động viên, tạo điều kiện cho em hoàn thành khóa học.

TP.HCM, ngày……tháng……năm 2017

Học viên thực hiện luận văn

Võ Văn Thắng
 iii

MỤC LỤC

LỜI CAM ĐOAN..........................................................................................................i

LỜI CẢM ƠN ............................................................................................................. ii
MỤC LỤC .................................................................................................................. ii
DANH MỤC CÁC THUẬT NGỮ, CHỮ VIẾT TẮT.................................................. V
DANH MỤC BẢNG ...................................................................................................vi
DANH MỤC HÌNH ...................................................................................................vii
LỜI MỞ ĐẦU ..............................................................................................................1
CHƯƠNG 1: LÝ THUYẾT TỔNG QUAN..................................................................3
1.1 Mạng vô tuyến...................................................................................................3
1.1.1 Truyền thông vô tuyến ................................................................................3
1.1.2 Lịch sử phát triển........................................................................................3
1.1.3 Đặc điểm của truyền thông vô tuyến ...........................................................5
1.2 Mạng vô tuyến ngẫu nhiên.................................................................................6
1.3 Các hiệu năng thông dụng của mạng vô tuyến ...................................................7
1.4 Mạng đa người dùng..........................................................................................8
1.5 Thu thập năng lượng sóng vô tuyến (Radio frequency Energy Harvesting) ........9
1.6 Các nghiên cứu liên quan................................................................................. 10
1.7 Lý do chọn đề tài ............................................................................................. 11
1.8 Kết luận Chương.............................................................................................. 12
CHƯƠNG II: MÔ HÌNH NGHIÊN CỨU...................................................................13
2.1 Mô hình hệ thống và các đối tượng ..................................................................13
2.2 Truyền nhận thông tin và năng lượng đồng thời............................................... 14
2.3 Phân phối khoảng cách .................................................................................... 15
2.4 Mô hình kênh truyền fading............................................................................. 17
2.5 Kỹ thuật chọn lựa người dùng..........................................................................23
2.6 Hiệu năng hệ thống.......................................................................................... 26
 iv

2.7 Kết luận Chương.............................................................................................. 27

CHƯƠNG III: ĐÁNH GIÁ HIỆU NĂNG ..................................................................29
3.1 Chuẩn bị toán học ............................................................................................ 29
3.1.1 Hàm CDF và PDF của khoảng cách ngắn nhất trong công thức (2.33) ....29

3.1.2 Hàm CDF của  c trong công thức (2.36) ................................................. 30

3.2 Các hiệu năng mô hình NNN ........................................................................... 30
3.2.1 Xác suất dừng (OP) .................................................................................. 30
3.2.2 Năng lượng thu thập................................................................................. 33
3.3 Các hiệu năng mô hình NGN ........................................................................... 34
3.3.1 Xác suất dừng (OP) .................................................................................. 34
3.3.2 Năng lượng thu thập................................................................................. 36
3.4 Các hiệu năng mô hình NTU ........................................................................... 37
3.4.1 Xác suất dừng (OP) .................................................................................. 37
3.4.2 Năng lượng thu thập................................................................................. 38
3.5 Kết luận Chương.............................................................................................. 38
CHƯƠNG IV: KẾT QUẢ MÔ PHỎNG VÀ LÝ THUYẾT........................................39
4.1 Môi trường mô phỏng ...................................................................................... 39
4.2 Kết luận Chương.............................................................................................. 47
KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN ĐỀ TÀI .....................................................48
Kết luận ................................................................................................................ 48
Hướng phát triển ...................................................................................................48
TÀI LIỆU THAM KHẢO ..........................................................................................49
 v

DANH MỤC CÁC THUẬT NGỮ, CHỮ VIẾT TẮT

Viết tắt Tiếng Anh Tiếng Việt

BER Bit Error Rate Tỷ lệ lỗi bit
BS Base Station Trạm gốc
CDF Cumulative Distribution Function Hàm phân bố tích lũy
CSI Channel State Information Thông tin trạng thái kênh truyền
EH Energy Harvesting Thu hoạch năng lượng
ITU InternasionalTelecommunications Liên minh viễn thông quốc tế
Union
LOS Line of sight Đường nhìn thẳng
MIMO Multiple Input Multiple Output Hệ thống đa đầu vào đa đầu ra
NLOS Non Line of sight Không có đường nhìn thẳng
OP Outage Probability Xác suất dừng
PDF Probability Density Function Hàm mật độ xác suất
RF Radio Frequency Tần số vô tuyến
SER Symbol Error Rate Tỷ lệ lỗi ký tự
SNR Signal- to- noise ratio Tỷ số tín hiệu trên nhiễu
US USer Người dùng
WSN Wireless Sensor Networks Mạng cảm biến không dây
 vi

DANH MỤC BẢNG

Bảng 4.1: Thông số của Hình 4.2........................................................................... 39

Bảng 4.2: Thông số của Hình 4.3........................................................................... 41
Bảng 4.3: Thông số của Hình 4.4........................................................................... 42
Bảng 4.4: Thông số của Hình 4.5........................................................................... 43
Bảng 4.5: Thông số của Hình 4.6........................................................................... 43
Bảng 4.6: Thông số của Hình 4.7........................................................................... 44
Bảng 4.7: Thông số của Hình 4.8........................................................................... 45
 vii

DANH MỤC HÌNH

Hình 1.1: Mô hình mạng ngẫu nhiên........................................................................ 6

Hình 1.2: Mạng đa người dùng. ............................................................................... 9
Hình 2.1: Mô hình hệ thống................................................................................... 13
Hình 2.2: Phân phối của khoảng cách .................................................................... 15
Hình 2.3: Kiểm chứng hàm CDF trong công thức (2.8). ........................................ 17
Hình 2.4: Kiểm chứng hàm CDF trong công thức (2.30). ...................................... 23
Hình 3.1: Kiểm chứng hàm CDF trong công thức (3.2). ........................................ 30
Hình 4.1: Môi trường mô phỏng. ........................................................................... 39
Hình 4.2: Xác suất dừng của mô hình NNN trên kênh truyền fading Rayleigh....... 40
Hình 4.3: Xác suất dừng của mô hình NGN trên kênh truyền fading Rician. ......... 41
Hình 4.4: Xác suất dừng của mô hình NTU trên kênh truyền fading Rician. .......... 42
Hình 4.5: Xác suất dừng của mô hình NTU, NGN và NNN trên kênh truyền fading
Nakagami-m.......................................................................................................... 43
Hình 4.6: Xác suất dừng của mô hình NTU, NGN và NNN trên kênh truyền
Weibull.................................................................................................................. 44
Hình 4.7: Tổng năng lượng thu thập (EH) của các giao thức NTU, NGN và NNN
trên kênh truyền fading Rayleigh. .......................................................................... 45
Hình 4.8: Năng lượng thu thập trung bình trên một người dùng của các giao thức
NTU, NGN và NNN trên kênh truyền fading Rayleigh.......................................... 46
 1

LỜI MỞ ĐẦU
Trong truyền thông vô tuyến (Wireless Communications), không gian tự do
được sử dụng làm môi trường truyền dẫn, và thông tin được truyền đi từ máy phát
đến máy thu bằng sóng điện từ. Truyền thông vô tuyến với tính năng linh hoạt và di
động, giúp cho các kỹ thuật này nhận được sự quan tâm đặc biệt từ các nhà nghiên
cứu. Trong vài thập kỷ gần đây, tốc độ phát triển của truyền thông vô tuyến đã tăng
trưởng nhanh chóng, đặc biệt là nhu cầu về truyền thông di động băng rộng. Để có
thể đáp ứng được nhu cầu ngày càng tăng, các kỹ thuật phân tập được sử dụng để
nâng cao tốc độ dữ liệu, thông qua việc trang bị nhiều ănten ở máy phát và máy thu.
Mô hình truyền thông giữa các cặp thu/phát được trang bị nhiều ănten được gọi là
mô hình đa đầu vào - đa đầu ra MIMO (Multiple Input Multiple Output). Tuy nhiên,
việc trang bị nhiều ănten phát ở các đầu thu có thể khó hiện thực trên các thiết bị
như điện thoại di động và các nút cảm biến. Bởi vì các thiết bị này có kích thước
nhỏ, nên việc trang bị nhiều ănten là không khả thi.

Để đạt được độ lợi phân tập ở các thiết bị thu đơn ănten, các nhà nghiên cứu gần
đây đã đưa ra kỹ thuật chọn lựa người dùng (User Selection). Trong kỹ thuật này,
tận dụng sự độc lập kênh truyền giữa máy phát và các thiết bị thu (người dùng),
thiết bị thu có kênh truyền tốt đến máy phát có thể được chọn để phục vụ. Như vậy,
hệ thống vẫn có thể đạt được hiệu quả phân tập mà không cần trang bị nhiều ănten ở
phía máy thu. Tuy nhiên, để chọn được người dùng có kênh truyền tốt, kỹ thuật này
yêu cầu sự hồi tiếp thông tin trạng thái kênh truyền (Channel State Information
(CSI)) từ phía máy thu về máy phát.

Trong mạng truyền thông vô tuyến, các người dùng (User) có thể xuất hiện một
cách ngẫu nhiên, ví dụ như sự xuất hiện ngẫu nhiên của các thuê bao di động xung
quanh trạm gốc. Bởi tính ngẫu nhiên này, khoảng cách giữa người dùng và giữa
thiết bị phát (trạm gốc) cũng sẽ là một giá trị ngẫu nhiên. Gần đây, việc nghiên cứu
hiệu năng của mạng ngẫu nhiên cũng là hướng nghiên cứu mới, đang nhận được sự
quan tâm của các nhà khoa học trong và ngoài nước.
 2

Bên cạnh đó, năng lượng cũng sẽ là một vấn đề cấp thiết khi nghiên cứu các
mạng truyền thông vô tuyến. Các thiết bị như điện thoại di động và các thiết bị cảm
biến là những thiết bị có năng lượng giới hạn. Việc hoạt động thường xuyên sẽ làm
năng lượng của các thiết bị này suy giảm nhanh chóng, do đó cũng rút ngắn thời
gian sống cho các mạng hoạt động dựa trên các thiết bị này. Gần đây, thu thập năng
lượng vô tuyến (Radio frequency energy harvesting) đã trở thành một kỹ thuật tiềm
năng nhằm giải quyết vấn đề giới hạn năng lượng cho các thiết bị truyền thông vô
tuyến. Bằng cách thu thập năng lượng vô tuyến từ các thiết bị phát vô tuyến khác,
các thiết bị vô tuyến có thể có thêm năng lượng để duy trì hoạt động.

Để góp phần giải quyết bài toán trên, em xin chọn đề tài “Đánh giá hiệu năng
mạng vô tuyến ngẫu nhiên đa người dùng trên các kênh truyền fading tổng quát
” mục đích là đề xuất các kỹ thuật chọn lựa người dùng để nâng cao hiệu năng của
mạng ngẫu nhiên, đưa ra các biểu thức toán học đánh giá hiệu năng xác suất dừng
và năng lượng thu thập trung bình cho các mô hình đề xuất. Cấu trúc của luận văn
tập trung chủ yếu đến những nội dung cơ bản sau:

Luận văn được trình bày theo bốn chương, cụ thể như sau:

Chương 1 – Lý thuyết tổng quan

Chương 2 – Mô hình nghiên cứu

Chương 3 – Đánh giá hiệu năng

Chương 4 – Kết quả mô phỏng và lý thuyết

 3

CHƯƠNG 1 - LÝ THUYẾT TỔNG QUAN

1.1 Mạng vô tuyến

1.1.1 Truyền thông vô tuyến

Truyền thông vô tuyến là một phần của hệ thống truyền dẫn số. Là tập hợp các
phương tiện (bao gồm các thiết bị phần cứng và phần mềm) được sử dụng để truyền
tín hiệu số từ lối ra của thiết bị tạo khuôn ở phần phát tới đầu vào thiết bị tái tạo
khuôn thông tin ở phần thu hệ thống thông tin số.

Thông tin vô tuyến được truyền đi bằng cách bức xạ sóng điện từ trong môi
trường không gian tự do từ bên phát, phía bên thu sẽ nhận sóng điện từ trong không
gian sau đó tách lấy tín hiệu gốc.

Trong những năm gần đây hệ thống thông tin vô tuyến đã phát triển một cách
nhanh chóng và ngày càng trở nên phổ biến trong đời sống con người. Do đó việc
nghiên cứu ứng dụng những công nghệ tiên tiến mới để đáp ứng nhu cầu này là hết
sức cấp thiết. Để có thể đáp ứng được nhu cầu ngày càng tăng, các kỹ thuật phân
tập được sử dụng để nâng cao tốc độ dữ liệu, thông qua việc trang bị nhiều ănten ở
máy phát và máy thu mà thời gian gần đây trên thế giới ngày càng quan tâm nhiều
đến hệ thống vô tuyến MIMO (Multiple Input Multiple Output) [1],[2]. Đó là mô
hình truyền thông giữa các cặp thu/phát được trang bị nhiều ănten. Tuy nhiên, việc
trang bị nhiều anten ở các thiết bị di động nhỏ gọn là không khả thi, do đó những
nhà nghiên cứu gần đây đã đưa ra kỹ thuật chọn lựa người dùng (User Selection)
[3],[4]. Kỹ thuật này sẽ được nghiên cứu trong phần chương sau của luận văn.

1.1.2 Lịch sử phát triển

Vào đầu thế kỷ 20, một nhà khoa học Ý là Guglielmo Marconi đã thành công
trong việc truyền thông tin vô tuyến trong không gian, ông đã gửi và nhận thành
công tín hiệu bằng việc liên lạc qua Đại Tây Dương, sau đó Kenelly và Heaviside
đã phát hiện ra tầng điện ly phía trên tầng khí quyển củng làm vật phản xạ được
sóng điện từ.
 4

Những phát hiện trên đã mở ra một bước ngoặt mới cho ngành vô tuyến phát
triển bùng nổ cho những năm tiếp theo.

Gần 40 nǎm sau Marconi, thông tin vô tuyến cao tần là phương thức thông tin vô
tuyến duy nhất sử dụng phản xạ của tầng đối lưu, nhưng nó hầu như không đáp ứng
nổi nhu cầu thông tin ngày càng gia tǎng. Chiến tranh thế giới lần thứ hai là một
bước ngoặt trong thông tin vô tuyến. Thông tin tầm nhìn thẳng - lĩnh vực thông tin
sử dụng bǎng tần số cực cao (VHF) và đã được nghiên cứu liên tục sau chiến tranh
thế giới - đã trở thành hiện thực nhờ sự phát triển các linh kiện điện tử dùng cho HF
và UHF, chủ yếu là để phát triển ngành rađa. Với sự gia tǎng không ngừng của lưu
lượng truyền thông, tần số của thông tin vô tuyến đã vươn tới các bǎng tần siêu cao
(SHF) và cực kỳ cao (EHF).

Vào những nǎm 1960, phương pháp chuyển tiếp qua vệ tinh đã được thực hiện
và phương pháp chuyển tiếp bằng tán xạ qua tầng đối lưu của khí quyển đã xuất
hiện. Do những đặc tính ưu việt của mình, chẳng hạn như dung lượng lớn, phạm vi
thu rộng, hiệu quả kinh tế cao, thông tin vô tuyến được sử dụng rất rộng rãi trong
phát thanh truyền hình quảng bá, vô tuyến đạo hàng, hàng không, quân sự, quan sát
khí tượng, liên lạc sóng ngắn nghiệp dư, thông tin vệ tinh - vũ trụ...v.v. Tuy nhiên,
can nhiễu với lĩnh vực thông tin khác là điều không tránh khỏi, bởi vì thông tin vô
tuyến sử dụng chung phần không gian làm môi trường truyền dẫn. Để đối phó với
vấn đề này, một loạt các cuộc Hội nghị vô tuyến Quốc tế đã được tổ chức từ nǎm
1906. Tần số vô tuyến hiện nay đã được ấn định theo "Qui chế thông tin vô tuyến
(RR)" tại Hội nghị ITU (InternasionalTelecommunications Union) ở Geneva nǎm
1959. Sau đó lần lượt là Hội nghị về phân bố lại dải tần số sóng ngắn để sử dụng
vào nǎm 1967, Hội nghị về bổ sung qui chế tần số vô tuyến cho thông tin vũ trụ vào
nǎm 1971, và Hội nghị về phân bố lại tần số vô tuyến của thông tin di động hàng
hải cho mục đích kinh doanh 10 vào nǎm 1974. Tại Hội nghị của ITU nǎm 1979,
dải tần số vô tuyến phân bố đã được mở rộng từ 9 kHz ÷ 400 GHz và đã xem xét lại
và bổ sung cho Qui chế thông tin vô tuyến điện (RR). Để giảm bớt can nhiều của
thông tin vô tuyến, ITU tiếp tục nghiên cứu những vấn đề sau đây để bổ sung vào
 5

sự sắp xếp chính xác khoảng cách giữa các sóng mang trong Qui chế thông tin vô
tuyến: dùng cách che chắn thích hợp trong khi lựa chọn trạm; cải thiện hướng tính
của anten; nhận dạng bằng sóng phân cực chéo; tǎng cường độ ghép kênh; chấp
nhận sử dụng phương pháp điều chế chống lại can nhiễu...

1.1.3 Đặc điểm của truyền thông vô tuyến

o Ưu điểm của truyền thông vô tuyến::

So với những hệ thống truyền dẫn khác, vì hệ thống truyền dẫn vô tuyến có môi
trường tryền dẫn là không gian tự do nên có những ưu điểm tuyệt vời mà những hệ
thống truyền dẫn khác không có được, đó là:

Thuận lợi: Không cần sử dụng dây cáp để thiết lập kết nối mạng, dể dàng kết nối
vào mạng không dây một cách nhanh chóng đối với người dùng. Có thể truy xuất
đến mọi nơi trong vùng mạng phủ sóng như trong cao ốc văn phòng công ty, tòa
nhà lớn…Và đặc biệt càng thuận lợi khi ngày nay các thiết bị có hỗ trợ thu phát vô
tuyến càng được sử dụng rộng rãi như laptop, smart phone…

Linh động: Có thể kết nối tới bất cứ nơi đâu mà không ràng buộc bởi dây cáp cố
định. Và chỉ có thông tin vô tuyến mới đáp ứng nhu cầu thông tin của người dùng
khi di chuyển mọi lúc mọi nơi trong khi nhu cầu đi lại của con người ngày càng
tăng.

Dễ thiết kế và triển khai mở rộng: Khác với mạng hữu tuyến việc thiết kế cần
tính toán phức tạp, với mạng vô tuyến, khi thiết kế chỉ cần tuân theo quy chuẩn nhất
định về một điểm truy cập thì có thể hoạt động, việc mở rộng đối với mạng vô
tuyến khi có thêm các nút mới gia nhập mạng (thêm người dùng) rất dễ dàng vì chỉ
cần bật bộ thu phát không dây trên thiết bị đó và kết nối.

Bền vững: Nếu có một sự cố bất ngờ xảy ra thì mạng hữu tuyến bị phá hủy và
việc thiết lập hoạt động trở lại bình thường là rất khó, trong khi đó đối với mạng vô
tuyến thì việc hoạt động trở lại rất nhanh chóng.

o Nhược điểm của mạng truyền thông vô tuyến:

 6

Trước tiên chúng ta quan tâm đến vấn đề an toàn và bảo mật dữ liệu trong mạng
vô tuyến vì truyền thông trong một môi trường truyền lan phủ sóng nên việc truy
cập tài nguyên trái phép là khó tránh khỏi, nên so với mạng hữu tuyến thi vấn đề
bảo mật dự liệu kém hơn, và đây cũng là một vấn đề hết sức quan trọng cần được
quan tâm.

Bên cạnh đó, vì các thiết bị truyền bằng sóng vô tuyến nên hay thường xảy ra
các vấn đề như nhiễu, fading, tín hiệu bị suy giảm do tác động ảnh hưởng của các
thiết bị khác, của môi trường…làm ảnh hưởng đáng kể đến hoạt động của mạng.

Ngoài ra, chất lượng dịch vụ của mạng vô tuyến cũng thấp hơn mạng hữu tuyến
vì tốc độ truyền chậm hơn, độ trễ cao hơn và tỉ lệ lỗi cũng nhiều hơn.

Vấn đề chi phí cao cũng là một yếu tố gây trở ngại cho sự phát triển vì giá thành
các thiết bị của mạng vô tuyến thường cao hơn so với hữu tuyến.

Phạm vi phủ sóng của mạng: các thiết bị chỉ hoạt động trong phạm vi phủ sóng
nhất định, ra ngoài phạm vi phủ sóng của mạng thiết bi sẽ không hoạt động được.

1.2 Mạng vô tuyến ngẫu nhiên

Hình 1.1: Mô hình mạng ngẫu nhiên

Trong mạng truyền thông vô tuyến, các người dùng có thể xuất hiện một cách
ngẫu nhiên, ví dụ như sự xuất hiện ngẫu nhiên của các thuê bao di động xung quanh
 7

trạm gốc. Bởi tính ngẫu nhiên này, khoảng cách giữa người dùng và giữa thiết bị
phát (trạm gốc) cũng sẽ là một giá trị ngẫu nhiên [5],[6]. Đây cũng là mô hình
thường gặp trong thực tế, trong những mạng như vậy việc xem xét hiệu năng của
mạng cũng được khảo sát bằng cách lấy theo giá trị trung bình của tất cả những yếu
tố mang tính ngẫu nhiên. Gần đây, việc nghiên cứu hiệu năng của mạng ngẫu nhiên
cũng là hướng nghiên cứu mới, đang nhận được sự quan tâm của các nhà khoa học
trong và ngoài nước.

Việc xác định khoảng cách giữa người dùng (US) đến các trạm gốc (BS) trong
mạng rất quan trọng. Vì khoảng cách tác động mạnh tới tỉ lệ tín hiệu trên nhiễu
(SNR) và nhiễu. Nếu biết trước về khoảng cách các người dùng sẽ cần thiết cho
việc phân tích hiệu suất và thiết kế các giao thức hiệu quả hơn. Các người dùng có
thể được giả định là rải rác ngẫu nhiên trên một diện tích hoặc một thể tích, sự phân
bố khoảng cách theo một quá trình ngẫu nhiên theo không gian chi phối vị trí của
các người dùng.

Ví dụ trong hình 1.1, ta thấy mô hình hệ thống có một trạm gốc cố định với bán
kính hoạt động là R và được trang bị N anten phát. Một người dùng sẽ di chuyển
ngẫu nhiên trong phạm vi hoạt động của mạng, người dùng sẽ di chuyển quanh trạm
gốc với bán kính R, và khoảng cách này cũng thay đổi hay nói cách khác khoảng
cách này cũng là một biến ngẫu nhiên. Đây là một ví dụ về mạng ngẫu nhiên
(Random Wireless Networks).

1.3 Các hiệu năng thông dụng của mạng vô tuyến

o Xác suất dừng (OP) là xác suất mà tỷ lệ công suất tín hiệu trên nhiễu từ đầu
cuối đến đầu cuối nhỏ hơn một giá trị ngưỡng cho trước. Về mặt toán học,
xác suất dừng được viết ra như sau:

OP  Pr    th   F  th  . (1.1)
 8

với  là tỷ số tín hiệu trên nhiễu (Signal – to – Noise Ratio (SNR)) nhận được tại

một máy thu nào đó,  th là ngưỡng dừng và F  th  là hàm phân phối tích luỹ

(CDF: Cumulative Distribution Function).

o Tỷ lệ lỗi bit ( BER)

Tỷ lệ lỗi bit (BER) là một thông số hiệu năng quan trọng của các mạng truyền
thông vô tuyến. Để đảm bảo chất lượng dịch vụ cho các mạng truyền thông vô
tuyến, giá trị của BER phải nhỏ 10  3 . Ví dụ tỷ lệ lỗi bit của phương pháp điều chế
BPSK trên kênh truyền fading có thể được tính theo công thức sau:

 

BER=  Q 2 x f   x dx.
0 (1.2)

với Q. là hàm Q (Q-function) [7] và f  x là hàm mật độ xác suất (PDF :

Probability Density Function) của tỷ số SNR  .

o Dung lượng kênh Shannon

Dung lượng kênh Shannon trên một đơn vị băng thông có thể được đưa ra như:

C  log2 1   . (1.3)

Do đó, dung lượng kênh trung bình được tính bởi công thức sau:

C   log2 1  x  f  x  . (1.4)
0

1.4 Mạng đa người dùng

Hình 1.2: Mạng đa người dùng

 9

Trong một hệ thống đa người dùng như hình 1.2, giả sử số lượng người dùng
trong một cell nào đó là Kl và hệ thống có thể hỗ trợ K người dùng trong mỗi cell
mà K  Kl , l  1,..., L. Kỹ thuật lựa chọn người dùng được đưa ra nhằm tối đa hóa
công suất đường xuống cũng như nâng cao chất lượng dịch vụ cho các người dùng
theo một tiêu chí xác định trước (như xác suất dừng, tỷ lệ lỗi bit, lỗi ký tự, v.v.). Tỷ
lệ tổng của hệ thống sẽ được cải thiện nếu chúng ta sử dụng phân tập người dùng
bằng cách chọn tập hợp con người sử dụng tối ưu từ tất cả các tập con người sử

dụng có thể có. Gọi T  1,..., K l  là tập hợp các người dùng trong cell lth , S   là
l  l

tập hợp con của người sử dụng được chọn trong cell lth và S    K , với S   là
l l

phần tử của S   . Tỷ lệ tổng của hệ thống khi áp dụng cho các tập con người sử dụng
l

 1 1
được chọn S   ,  l  1,..., L là V ,V  .
l

 1 2

 
L
R S   ,..., S     Rkl ,
1 L

l 1 kS l 
(1.5)

với hệ số người dùng k = 1, ... , K được thay thế bởi các phần tử của S   , l . Do đó
l

tỷ lệ tổng tối đa có thể đạt được là:

Ropt 
S [l ]
T
max
[l ] [l ]
,S  K ,l

R S   ,..., S 
1 L
, (1.6)

và cũng là tập con người sử dụng tối ưu.

1.5 Thu thập năng lượng sóng vô tuyến (Radio frequency Energy
Harvesting)

Đối với các thiết bị vô tuyến nhỏ như các nút cảm biến, vấn đề năng lượng sẽ trở
thành một vấn đề cấp thiết. Việc hoạt động thường xuyên sẽ làm năng lượng của
các thiết bị này suy giảm nhanh chóng, vì thế sẽ rút ngắn thời gian sống của các
mạng hoạt động dựa trên các thiết bị này. Để duy trì hoạt động cho các nút mạng,
 10

gần đây phương pháp thu thập năng lượng vô tuyến (Radio frequency (RF) energy
harvesting (EH)) [8],[10] đã thu hút được sự chú ý của các nhà nghiên cứu trong và
ngoài nước.
Khác với các phương pháp thu hoạch năng lượng khác như năng lượng mặt trời,
năng lượng gió, v.v., phương pháp thu hoạch sóng vô tuyến có thể vượt qua được
một số điều kiện khách quan bên ngoài như ngày và đêm, điều kiện thời tiết. Thật
vậy, thu hoạch năng lượng sóng vô tuyến chỉ cần yêu cầu một hoặc nhiều nguồn
phát sóng vô tuyến ổn định. Hơn nữa, việc tích hợp giữa truyền thông tin và thu
hoạch năng lượng có thể được thực hiện đồng thời qua việc phát sóng vô tuyến. Đây
chính là ưu điểm của thu hoạch năng lượng sóng vô tuyến cho các thiết bị truyền
thông vô tuyến.

1.6 Các nghiên cứu liên quan

o Tình hình trong nước

Theo sự hiểu biết của Học viên, các nghiên cứu [11], [12] liên quan nhất đến nội
dung đề tài. Các tác giả trong tài liệu tham khảo [11] đã khảo sát mạng ngẫu nhiên
trong môi trường vô tuyến nhận thức dạng nền. Các tác giả đã đề xuất các phương
pháp chọn lựa ănten phát hiệu quả nhằm nâng cao độ lợi phân tập (diversity gain)
và độ lợi mã hoá (coding gain) cho các phương pháp đề xuất. Tương tự như công
trình số [11], tác giả của luận văn [12] chỉ nghiên cứu mạng ngẫu nhiên kết hợp với
kỹ thuật phân tập chọn lựa ănten phát.

Khác với các công trình trên, đề tài nghiên cứu các kỹ thuật chọn lựa người
dùng trên các kênh truyền fading tổng quát. Hơn thế nữa, đề tài còn quan tâm đến
kỹ thuật thu thập năng lượng nhằm duy trì năng lượng hoạt động cho các thiết bị.

o Tình hình ngoài nước

Cho đến nay, đã có nhiều công trình liên quan đến mạng ngẫu nhiên như [11],
[12], chọn lựa người dùng [3], [4], 13], [14], thu thập năng lượng [15], [16]. Tuy
nhiên, theo sự hiểu biết tốt nhất của Học viên, mô hình chọn lựa người dùng trong
 11

mạng ngẫu nhiên kết hợp với thu thập năng lượng vô tuyến trên các kênh truyền
fading khác nhau vẫn chưa được nghiên cứu.

1.7 Lý do chọn đề tài

Đầu tiên, truyền thông vô tuyến với tính năng linh hoạt và di động, giúp cho các
kỹ thuật này nhận được sự quan tâm đặc biệt từ các nhà nghiên cứu. Trong vài thập
kỷ gần đây, tốc độ phát triển của truyền thông vô tuyến đã tăng trưởng nhanh
chóng, đặc biệt là nhu cầu về truyền thông di động băng rộng.

Thứ hai, để đạt được độ lợi phân tập ở các thiết bị thu đơn ănten, kỹ thuật chọn
lựa người dùng đã được đề xuất. Trong kỹ thuật này, tận dụng sự độc lập kênh
truyền giữa máy phát và các thiết bị thu (người dùng), thiết bị thu có kênh truyền tốt
đến máy phát có thể được chọn để phục vụ. Như vậy, hệ thống vẫn có thể đạt được
hiệu quả phân tập mà không cần trang bị nhiều ănten ở phía máy thu.

Thứ ba, trong mạng truyền thông vô tuyến, các người dùng có thể xuất hiện một
cách ngẫu nhiên. Bởi tính ngẫu nhiên này, khoảng cách giữa người dùng và giữa
thiết bị phát (trạm gốc) cũng sẽ là một biến ngẫu nhiên. Gần đây, việc nghiên cứu
hiệu năng của mạng ngẫu nhiên cũng là hướng nghiên cứu mới, đang nhận được sự
quan tâm của các nhà khoa học trong và ngoài nước.

Thứ tư, năng lượng cũng sẽ là một vấn đề cấp thiết khi nghiên cứu các mạng
truyền thông vô tuyến. Các thiết bị như điện thoại di động và các thiết bị cảm biến
là những thiết bị có năng lượng giới hạn. Do đó, thu thập năng lượng vô tuyến
(Radio frequency energy harvesting) đã trở thành một kỹ thuật tiềm năng nhằm giải
quyết vấn đề giới hạn năng lượng cho các thiết bị truyền thông vô tuyến. Bằng cách
thu thập năng lượng vô tuyến từ các thiết bị phát vô tuyến khác, các thiết bị vô
tuyến có thể có thêm năng lượng để duy trì hoạt động. Đây cũng là một hướng
nghiên cứu mới, thu hút nhiều các chuyên gia hàng đầu trong nước và quốc tế tham
gia.
 12

1.8 Kết luận Chương

Học viên chọn đề tài nghiên cứu mạng truyền thông vô tuyến ngẫu nhiên sử
dụng kỹ thuật chọn lựa người dùng bởi các nguyên nhân sau :

- Kỹ thuật lựa chọn người dùng là một kỹ thuật đơn giản nhưng đem lại hiệu
quả cao cho các mạng truyền thông vô tuyến, trong ngữ cảnh nâng cao độ lợi
phân tập, giảm xác suất dừng (Outage Probability) và tỷ lệ lỗi (BER, SER)
đông thời nâng cao dung lượng kênh cho hệ thống.
- Trong các mạng truyền thông vô tuyến thực tế như mạng thông tin di động,
mạng mobile adhoc, các mạng cảm biến, v.v. các thiết bị có vị trí xuất hiện
không xác định. Do đó, việc đánh giá hiệu năng của mạng theo khoảng cách
ngẫu nhiên sẽ đạt được những kết quả phù hợp với hiệu năng thực tế của các
mô hình này hơn.
- Luận văn quan tâm đến khả năng thu thập năng lượng vô tuyến của các thiết
bị thu (người dùng) trong mạng. Việc trang bị các thiết bị thu thập năng
lượng sẽ kéo dài thời gian hoạt động của thiết bị, cũng như kéo dài thời gian
sống của mạng.
- Luận văn khảo sát các kênh truyền fading tổng quát như kênh truyền
Nakagami-m, kênh Rician, kênh Weibull, v.v. nhằm đánh giá hiệu năng
mạng một cách tổng quát. Hơn nữa, các kết quả trong luận văn này có thể áp
dụng cho nhiều mô hình kênh truyền fading khác nhau.
 13

CHƯƠNG 2 - MÔ HÌNH NGHIÊN CỨU

2.1 Mô hình hệ thống và các đối tượng

US1 R
USN
R0
BS

 n dn
USn
Hình 2.1: Mô hình hệ thống

Mô hình nghiên cứu của luận văn được phát thảo như trong hình vẽ 2.1. Trong
hình vẽ này, một trạm gốc (Base Station (BS)) phục vụ N người dùng (US: User)
trên một dải tần xác định. Ta có thể đặt tên N người dùng này là US1 , US2 , …, và
US N . Giả sử số lượng người dùng là lớn  N  2  và mật độ người dùng là hằng số

trong một khoảng thời gian quan sát. Hơn thế nữa, giả sử, BS chỉ đang sử dụng 01
ănten phát để phục vụ các người dùng US, trong khi những người dùng US chỉ được
trang bị với 01 ănten đơn. Do đó, ở mỗi khe thời gian, BS chỉ có thể phục vụ được
01 người dùng.

Cũng trong hình vẽ 2.1, độ lợi kênh truyền giữa trạm gốc BS và người dùng thứ
n, USn  n  1, 2,.., N  , được ký hiệu là  n . Hơn nữa, khoảng cách giữa trạm gốc BS

và người dùng USn được ký hiệu là d n . Bởi vì vị trí của các người dùng là ngẫu
nhiên nên khoảng cách d n cũng là một biến ngẫu nhiên. Thật vậy, trạm gốc BS
được đặt cố định tại gốc toạ độ, trong khi các người dùng USn xuất hiện ngẫu nhiên
 14

trong một vành khuyên có bán kính lớn là R và bán kính nhỏ là R 0  0  R 0  R  .

Nếu R 0  0 có nghĩa là các người dùng USn sẽ xuất hiện ngẫu nhiên trong đường
tròn bán kính R.

2.2 Truyền nhận thông tin và năng lượng đồng thời

Khác với các mô hình thu thập năng lượng khác, trong thu hoạch năng lượng
sóng vô tuyến, hai đại lượng thông tin và năng lượng có thể được gửi cùng lúc đến
các thiết bị thu. Các thiết bị thu có thể lấy năng lượng từ tín hiệu nhận được và đồng
thời cũng lấy được thông tin từ đó (các thiết bị thu có thể chỉ cần lấy thông tin hoặc
năng lượng, tuỳ vào mục đích cụ thể). Trong luận văn này, các người dùng sẽ được
phân thành 02 loại : 01 người dùng được chọn bởi trạm gốc BS để gửi thông tin và
các người dùng còn lại nhận tín hiệu từ trạm gốc nhưng chỉ lấy năng lượng.

Xét sự truyền thông giữa trạm gốc BS và người dùng USn , tín hiệu nhận được
tại USn bởi sự truyền dữ liệu của BS được mô tả như sau:

yn  Phn xBS  vn , (2.1)

với P là công suất phát của BS, xBS là dữ liệu được gửi bởi BS, hn là hệ số kênh
truyền giữa BS và USn , và vn là nhiễu cộng tại USn . Nhiễu vn là một biến ngẫu

nhiên có phân phối Gauss giá trị trung bình bằng 0 và phương sai bằng  2 .

Nếu xBS là dữ liệu mà USn mong muốn nhận, USn sẽ cố gắng giải mã tín hiệu
nhận được. Và tỷ số SNR nhận được để giải mã xBS là:

 n  P | hn |2 / 2  SNR T  n , (2.2)

với SNR T  P /  2 là tỷ số SNR phát giữa công suất phát và công suất nhiễu, và

 n | hn |2 là độ lợi kênh truyền giữa BS và USn .

 15

Nếu xBS không phải là dữ liệu mà USn mong muốn, USn sẽ thu thập năng
lượng từ tín hiệu nhận được này. Năng lượng mà USn có thể thu thập được từ yn
trên một đơn vị thời gian được đưa ra theo công thức sau:

Qn   P | hn |2   P n , (2.3)

với   0    1 là hiệu suất chuyển đổi từ sóng vô tuyến thành năng lượng.

2.3 Phân phối khoảng cách

Do đó, khoảng cách d n giữa BS và USn sẽ là một biến ngẫu nhiên có hàm phân
phối tích luỹ (CDF) như sau:

x 2  R 02
Fdn  x   ,  R 0  x  R . (2.4)
R 2  R 02

Công thức (2.4) có thể được chứng minh như sau: đầu tiên, ta có thể viết hàm
CDF của d n như sau:

Fd n  x   Pr  d n  x  .
(2.5)

x
S0

Hình 2.2: Phân phối của khoảng cách d n

 16

Nhìn vào hình 2.2, ta dễ thấy rằng, khác suất mà d n  x bằng diện tích S0 chia
cho diện tích S, với S là diện tích vành khuyên có bán kính lớn là R và bán kính nhỏ
là R 0 , trong khi S0 là diện tích vành khuyên có bán kính lớn là x và bán kính nhỏ là

R 0 . Bởi vì S0   x   R 0 và S   R   R 0 , nên ta có:

2 2 2 2

S0  x 2   R 02 x 2  R 02
Fdn  x     . (2.6)
S  R 2   R 02 R 2  R 02

Từ công thức (2.6), ta có thể đạt được hàm mật độ xác suất (PDF) của d n có thể
được viết ra như sau:

Fd n  x  2x
f dn  x    ,  R0  x  R  . (2.7)
x R  R 02
2

Khi R 0  0 , hàm CDF và PDF trong các công thức (2.6) và (2.7) có thể được viết
lại như bên dưới:

x2 2x
Fd n  x   2
, f dn  x   2 . (2.8)
R R
Ở đây, ta cũng lưu ý rằng các hàm CDF và PDF của khoảng cách giữa BS và tất
cả các người dùng là giống nhau. Để kiểm chứng hàm CDF trong (2.6) - (2.8),
phương pháp mô phỏng Monte Carlo có thể sử dụng.
 17

Hình 2.3: Kiểm chứng hàm CDF trong công thức (2.8)

Trong hình vẽ 2.3, chương trình mô phỏng Monte Carlo bằng Matlab được thực
hiện để kiểm chứng hàm CDF trong công thức (2.8). Trong mô phỏng Monte Carlo,
10^6 phép thử được thực hiện. Nhìn vào hình vẽ, ta có thể thấy rằng kết quả lý
thuyết và mô phỏng trùng với nhau và do đó đã kiểm chứng được tính đúng đắn của
hàm CDF trong công thức (2.8).

2.4 Mô hình kênh truyền fading

Fading là một hiện tượng rất phổ biến trong truyền thông không dây gây ra do
hiện tượng đa đường (Multipath) dẫn tới sự thăng giáng cường độ và xoay pha tín
hiệu (fading) không giống nhau tại các thời điểm hoặc tại các tần số khác nhau.
Tín hiệu RF truyền qua kênh truyền vô tuyến sẽ lan tỏa trong không gian, va chạm
vào các vật cản phân tán rải rác trên đường truyền như xe cộ, nhà cửa, cây cối …
gây ra các hiện tượng phản xạ, tán xạ hay nhiễu xạ. Khi sóng va chạm vào vật cản
sẽ tạo ra vô số các bản sao tín hiệu, một số bản sao này sẽ tới được máy thu. Do các
bản sao này này phản xạ, tán xạ, nhiễu xạ trên các vật khác nhau và theo các đường
 18

dài ngắn khác nhau nên: thời điểm các bản sao này tới máy thu cũng khác nhau, tức
là độ trễ pha giữa các thành phần này là khác nhau. Các bản sao sẽ suy hao khác
nhau, tức là biên độ giữa các thành phần này là khác nhau. Tín hiệu tại máy thu là
tổng của tất cả các bản sao này, tuỳ theo đường bao của tín hiệu sau khi qua kênh
truyền có phân bố xác suất theo hàm phân bố khác nhau.
2.4.1 Kênh fading Rayleigh

Trong thực tế, kênh truyền fading Rayleigh là kênh truyền phổ biến, xuất hiện
trong các môi trường fading đa đường và không có đường LOS (Line Of Sight) giữa
máy phát và mày thu.

Đáp ứng của kênh truyền là một quá trình phụ thuộc vào cả thời gian và biên độ.
Biên độ của hàm truyền tại một tần số nhất định tuân theo phân bố Rayleigh, nếu
kênh truyền không tồn tại LOS (Line of Sight), người ta đã chứng minh được đường
bao của tín hiệu truyền qua kênh truyền có phân bố Rayleigh [17] nên kênh truyền
được gọi là kênh truyền fading Rayleigh. Khi đó tín hiệu nhận được ở máy thu là
tổng hợp của các thành phần phản xạ, nhiễu xạ và khúc xạ.

Trong những kênh truyền vô tuyến, phân bố Rayleigh thường được dùng để mô
tả bản chất thay đổi theo thời gian của đường bao tín hiệu fading phẳng thu được
hay đường bao của một thành phần đa đường riêng lẻ. Chúng ta biết rằng đường bao
của tổng hai tín hiệu nhiễu Gauss trực giao tuân theo phân bố Rayleigh. Như đã
được chứng minh trong [17], nếu hn là hệ số kênh truyền fading Rayleigh, thì độ lợi

kênh truyền  n | hn |2 sẽ có phân phối mũ (exponential distribution). Hàm CDF và

PDF của  n cũng lần lượt đưa ra như sau:

F n  x   1  exp  n x  , f n  x   n exp  n x  . (2.9)

với exp . là hàm mũ, và n là tham số đặc trưng của một biến ngẫu nhiên có phân

phối mũ. Cụ thể, n bằng 1 chia cho giá trị trung bình của  n : n  1/  n .
 19

Hơn nữa, tham số đặc trưng n còn có thể được mô hình bằng một hàm của
khoảng cách như trong [18], [20] :

n  d n , (2.10)

với  là hệ số suy hao đường truyền, trong khi d n như đã được giới thiệu ở trên là
khoảng cách giữa BS và USn .

2.4.2 Kênh fading Rician

Kênh truyền fading Rician [21], [22] là mô hình mô tả kênh truyền fading đa
đường khi giữa bên phát và bên thu có đường LOS. Hàm CDF của  n được đưa ra
bằng công thức sau:

F n  x   1  Q1  
2 K , 2 1  K   n x , (2.11)

với Kn là hệ số Rician,  n là nghịch đảo giá trị trung bình của  n và Q1 .,. là hàm

Marcum-Q. Để thuận tiện cho việc trình bày, giả sử hệ số K n của các kênh truyền

Rician giữa trạm gốc và các người dùng là giống nhau: Kn  K n.

Hơn nữa, hàm PDF của  n cũng được đưa ra bằng biểu thức sau:

 
f  n  x   1  K  n exp   K  1  K  n x  I 0 2 K 1  K  n x ,

(2.12)

với I 0  . là hàm Bessel biến đổi loại 1 và bậc 0 [23].

Cũng vậy,  n sẽ được biểu diễn như một hàm theo khoảng cách d n tương tự
như công thức (2.10):

 n  d n , (2.13)
 20

Kênh truyền Rician là một trong những kênh truyền tổng quát sẽ được mô phỏng
và đánh giá trong luận văn này. Thật vậy, khi hệ số K n  0 , kênh truyền Rician sẽ
trở thành kênh truyền fading Rayleigh thông thường:

 
F n  x   1  Q1 0, 2 n x  1  exp   n x  . (2.14)

2.4.3 Kênh fading Nakagami-m

Kênh fading Nakagami-m là một trong những kênh truyền tổng quát nhất [24],
[25]. Nếu kênh truyền giữa BS và USn là theo phân phối Nakagami-m, thì hàm
PDF của  n có thể được viết ra như sau:

  m, m n x 
F n  x   , (2.15)
  m

với m là hệ số kênh Nakagami-m,   m  là hàm Gamma và   .,. là hàm Gamma

không hoàn thành và  n là nghịch đảo giá trị trung bình của  n .

Từ (2.15), hàm PDF của  n được đưa ra như sau:

 m n  x m 1 exp  m x .
m

f n  x   n 
(2.16)
 m  1!
Hàm Gamma   m  trong công thức (2.15) được định nghĩa như sau:


 m   t m 1 exp  t  dt . (2.17)
0

Trong công thức (2.15), hàm Gamma không hoàn thành được định nghĩa như:
m n x
  m, m n x    t m 1 exp   t  dt . (2.18)
0

Nếu m là một số nguyên dương, hàm Gamma được đưa ra bằng một biểu thức
tường minh như sau:

  m    m  1 !. (2.19)
 21

Đối với phân bố Nakagami thì m  0.5 . Khi giá tri m là 0.5 phân bố Nakagami
có dạng một nửa phân bố Gauss. Khi m  1,  n sẽ có phân phối mũ:

 1,  n x  n x
F n  x     exp  t  dt  1  exp   n x  . (2.20)
 1 0

Hơn nữa, khi m là một số nguyên dương thì hàm CDF F n  x  có thể biểu diễn

dưới dạng sau (xem [25]):

m 1
mt  tn x t
F n  x   1  exp   m n x   , (2.21)
t 0 t!

Tương tự như trên, để việc trình bày được xúc tích, ta giả sử giá trị của m là
bằng nhau trên tất cả các kênh truyền giữa BS và US.

Cũng vậy,  n được biểu diễn như sau:

 n  d n . (2.22)

2.4.4 Kênh truyền Weibull

Như đã được giới thiệu trong [26], hàm CDF của  n có thể được đưa ra theo
công thức sau:

  x  
F n  x   1  exp      , (2.23)
   
 

với  và  là các hệ số kênh Weibull và được giả sử đồng nhất trên các kênh
truyền giữa BS và US.

Từ công thức (2.23), hàm PDF của  n được đưa ra như sau:

x
 1
  x  
f n  x     exp      . (2.24)
      
 

Do đó, giá trị trung bình của độ lợi kênh truyền  n được tính bởi:
 22

     x  
n   xf n  x  dx   

x exp      dx. (2.25)
0  0    
 

Nếu ta đổi biến y   x /   , ta có thể viết lại (2.25) như sau:




n  y1/  exp   y  dx. (2.26)
0

Sử dụng định nghĩa của hàm Gamma trong công thức (2.17), ta có:

 
 n   1   . (2.27)
 

Kênh Weibull cũng là kênh tổng quát. Thật vậy, khi   1 , kênh Weibull trở về
kênh fading Rayleigh:

 x
F n  x   1  exp    . (2.28)
 

Để đưa suy hao khoảng cách vào trong giá trị trung bình, ta có:

  d n
 n   1    d n hay   . (2.29)
   1  1 /  

Thay (2.29) vào (2.23), ta có:

 
   
F n  x   1  exp  x
 
 

n (2.30)
 
 1  exp   d n  x   ,


 1  1 /    .
với   

Hình vẽ 2.4 kiểm chứng công hàm CDF vừa đưa ra trong công thức (2.30), cụ


thể F n  x   1  exp  x  /  n  

 Với mục đích kiểm chứng hàm CDF, ta giả sử
.
 23

giá trị trung bình của  n là cố định. Hình vẽ cho ta thấy rằng các kết quả mô phỏng
và ký thuyết trùng với nhau.

Hình 2.4: Kiểm chứng hàm CDF trong công thức (2.30)

2.5 Kỹ thuật chọn lựa người dùng

2.5.1 Chọn lựa người dùng ngẫu nhiên (NNN)

Trong mô hình này, trạm gốc BS chọn ngẫu nhiên một người dùng để phục vụ.
Ta đặt tên cho mô hình này là NNN (viết tắt của từ Người dùng Ngẫu Nhiên). Đây
là phương pháp đơn giản nhất bởi kỹ thuật này không yêu cầu sự hồi tiếp kênh
truyền và các phương pháp chọn lựa phức tạp. Phương pháp này được sử dụng phổ
biến trong thực tế, khi mà một trạm gốc BS chọn lựa ngẫu nhiên người dùng để
truyền dữ liệu. Tuy nhiên, kỹ thuật này không đạt được hiệu năng cao, đặc biệt
trong môi trường fading Rayleigh.
 24

Ta ký hiệu USa  a  1,2,..., N  là người dùng được chọn cho phương pháp này.

Sau khi chọn USa để phục vụ, BS gửi dữ liệu mong muốn đến USa và các người
dùng còn lại cố gắng thu thập năng lượng từ BS.

Sử dụng công thức (2.2), tỷ số tín hiệu trên nhiễu SNR giữa BS và USa được
viết ra như:

 a  SNR T a . (2.31)

Xét N  1 người dùng còn lại, tổng năng lượng thu thập trên một đơn vị thời
gian có thể được tính bởi:
N N

QNNN  
n 1, n  a
Qn  
n 1, n  a
 P n
(2.32)
 N 
  P    n   a .
 n 1 

2.5.2 Chọn lựa người dùng gần nhất (NGN)

Tiếp theo, ta khảo sát kỹ thuật chọn lựa người dùng nữa dựa theo khoảng cách
với tên gọi chọn lựa người dùng có khoảng cách ngắn nhất đến BS, ký hiệu là NGN
(viết tắt của từ Người dùng Gần Nhất). Trong thực tế, việc xác định khoảng cách
đến các người dùng có thể đơn giản hơn việc xác định chính xác hệ số kênh truyền
tức thời. Do đó, việc chọn phục vụ người dùng gần nhất có thể đơn giản và có thể
nâng cao hiệu năng của mạng, khi so sánh với kỹ thuật chọn lựa người dùng ngẫu
nhiên NNN. Phương pháp NGN có thể được diễn đạt bằng thuật toán sau:

USb : d b  min
n 1,2,..., N
 dn  , (2.33)

với USb là ký hiệu của người dùng có khoảng cách ngắn nhất đến BS. Cũng trong
công thức này, hàm min được sử dụng để cho ra giá trị nhỏ nhất trong tập các giá trị
d1 , d 2 ,..., d N . .

Phương pháp NGN phức tạp hơn phương pháp NNN bởi BS cần phải biết vị trí
chính xác của các người dùng để có thể tính chính xác các khoảng cách và xác định
 25

được nút thu có khoảng cách ngắn nhất tới mình. Trong luận văn này, giả sử rằng
BS có thể biết chính xác các khoảng cách (có thể dựa vào hệ thống GPS hoặc các
thuật toán xác định vị trí) và có thể chọn chính xác người dùng USb như trong công
thức (2.33) ở trên.

Tương tự như trên, tỷ số SNR nhận được tại USb và tổng năng lượng thu thập
trên một đơn vị thời gian có thể được đưa ra như sau:

 b  SNR T b . (2.34)

 N 

QNGN   P    n   b . (2.35)
 n 1 

2.5.3 Chọn lựa người dùng tốt nhất (NTU)

Mặc dù phương pháp NGN có thể nâng cao được hiệu năng của hệ thống, tuy
nhiên trong môi trường fading Rayleigh, nút gần BS nhất chưa chắc đã là nút có hệ
số kênh truyền lớn nhất. Như đã được đề cập trong các tài liệu [27], [28], trong các
môi trường fading, việc chọn người dùng theo tỷ số tín hiệu trên nhiễu tối đã sẽ là
phương pháp tối ưu. Do đó, luận văn này cũng nghiên cứu phương pháp chọn lựa
nút nhận theo tỷ số tín hiệu trên nhiễu tối đa, kỹ thuật này có tên gọi NTU (viết tắt
của từ Người dùng Tối Ưu).

Tuy nhiên, để thực hiện kỹ thuật này, đòi hỏi trạm BS phải biết hết tất cả thông
tin trạng thái kênh truyền đến các người dùng. Do đó, những người dùng cần liên
tục gửi thông tin trạng thái kênh truyền về trạm gốc. Điều này có thể gặp một số vấn
đề về thời gian trễ, sự đồng bộ, sự không chính xác trong ước lượng kênh truyền,
v.v. Tuy nhiên, trong tương lai, khi các kỹ thuật ước lượng kênh chính xác và các
công nghệ xử lý tín hiệu được cải tiến, việc hiện thực giao thức này có thể được tiến
hành để đem lại hiệu năng tối ưu cho hệ thống. Mô hình chọn lựa người dùng tối ưu
NTU có thể viết ra như sau:

R c :  c  max   n   | hc |2  max  | hn |2  . (2.36)

n 1,2,..., N n 1,2,..., N
 26

Công thức (2.36) có ý nghĩa rằng nếu như nút Rc đạt được tỷ số tín hiệu trên
nhiễu lớn nhất (hay đạt được độ lợi kênh truyền lớn nhất), nút này sẽ được ưu tiên
để phục vụ trước. Việc chọn lựa người dùng theo chất lượng kênh truyền sẽ nâng
cao đáng kể chất lượng dich vụ, giảm tốc độ lỗi, nâng cao độ lợi phân tập cho các
hệ thống truyền thông vô tuyến [27], [28]. Tuy nhiên, như đã nói ở trên, đây là một
phương pháp phức tạp, đòi hỏi kỹ thuật xử lý tín hiệu với độ chính xác cao, đặc biệt
là sự chính xác trong việc ước lượng kênh truyền fading giữa BS và các US.

Tương tự như trên, tỷ số SNR nhận được tại USc và tổng năng lượng thu thập
trên một đơn vị thời gian có thể được đưa ra như sau:

 c  SNR T c . (2.37)

 N 

QNTU   P    n   c . (2.38)
 n 1 

2.6 Hiệu năng hệ thống

2.6.1 Xác suất dừng (Outage Probability (OP))

Xác suất dừng (Outage Probability (OP)) là một tham số hiệu năng quan trọng
cho bất kỳ hệ thống thông tin vô tuyến nào, cho phép chúng ta đánh giá hiệu năng
của một hệ thống vô tuyến mà không cần biết cụ thể kiểu điều chế của hệ thống.

Xác suất dừng là xác suất mà tỷ số tín hiệu trên nhiễu nhận được tại nút thu
được chọn nhỏ hơn một ngưỡng xác định trước. Gọi  th là ngưỡng dừng (  th là một
hằng số dương), ta có thể đưa ra biểu thức tính xác suất dừng cho các phương pháp
đề xuất lần lượt như sau:

OPNNN  Pr  a   th  ,
OPNGN  Pr  b   th  , (2.39)
OPNTU  Pr  c   th  .

Thay (2.31), (2.33) và (2.36) vào trong (2.39), ta có:

 27

OPNNN  Pr   a    ,
OPNGN  Pr   b    , (2.40)
OPNTU  Pr   c    .

với    th / SNR T .

2.6.2 Tổng năng lượng thu thập trung bình

Trong lúc chờ đợi được phục vụ, những người dùng có thể thu thập năng lượng
từ sóng vô tuyến được phát đi bởi BS. Tổng năng lượng thu thập trung bình trong 3
phương pháp đề xuất lần lượt được đưa ra như sau:

  N 
E NNN  Q NNN   P    n   a ,
 n 1 
  N 
E NGN  Q NGN   P    n   b , (2.41)
 n 1 
  N 
E NTU  Q NTU   P    n   c ,
 n 1 

với X là giá trị trung bình của biến ngẫu nhiên X. Hơn nữa, sử dụng nguyên lý giá
trị trung bình của tổng biến ngẫu nhiên bằng tổng giá trị trung bình, ta có thể viết lại
(2.41) như sau:

 N  
E NNN   P    n     a   ,
 n 1  
 N  
E NGN   P    n     b   , (2.42)
 n 1  
 N  
E NTU   P    n     c   .
 n 1  

2.7 Kết luận Chương

Trong Chương 2, các mô hình kênh fading tổng quát đã được giới thiệu. Hơn
nữa, các phương pháp chọn lựa người dùng phục vụ cũng được đề xuất. Trong phần
 28

tiếp theo, hai thông số hiệu năng là xác suất dừng và tổng năng lượng thu hoạch
trung bình của các giao thức NNN, NGN và NTU sẽ lần lượt được phân tích và
đánh giá.
 29

CHƯƠNG 3 - ĐÁNH GIÁ HIỆU NĂNG

3.1 Chuẩn bị toán học

3.1.1 Hàm CDF và PDF của khoảng cách ngắn nhất trong công thức
(2.33)

Đầu tiên, hàm CDF của db được đưa ra như sau:

 min  d   x 
Fdb  x   Pr  d b  x   Pr
n 1,2,..., N
n

 1  Pr  min  d   x  n
n 1,2,..., N

 1  Pr  d1  x  Pr  d 2  x  ...Pr  d N  x  (3.1)
N N
 1   Pr  d n  x   1   1  Pr  d n  x  
n 1 n 1

 
N
 1   1  Fd n  x  .
n 1

Bây giờ, ta thay công thức (2.6) vào trong (3.1), ta sẽ được một biểu thức tính
chính xác hàm CDF của db như sau:

 x 2  R 02 
N
Fd n  x   1    1  2 
n 1  R  R 02 
N
(3.2)
 R 2  x2 
 1  2 2 
.
 R  R0 

Tiến hành đạo hàm theo x, ta được hàm PDF của db như sau:

R  x2 
2 Nx N 1
f db  x   2
. (3.3)
R 2
R 0
2 N

Khai triển nhị thức Newton cho (3.3), ta có:

N 1
R 2v
f db  x     1
N 1 v
2 NC v
x 2 N 2 v 1. (3.4)
R 
N 1
2 N
v 0
2
R 0
 30

Hình vẽ 3.1 kiểm chứng hàm CDF của db bằng mô phỏng Monte Carlo. Trong

mô phỏng này 105 phép thử được sử dụng. Ta cũng quan sát được rằng các kết quả
mô phỏng và lý thuyết trùng khớp với nhau.

Hình 3.1: Kiểm chứng hàm CDF trong công thức (3.2)

3.1.2 Hàm CDF của  c trong công thức (2.36)

Hàm CDF của  c được đưa ra như sau:

 
N
F c  x   Pr   c  x   Pr max   n   x   Pr   n  x 
n 1,2,..., N
n 1
(3.5)
N
  F n  x .
n 1

3.2 Các hiệu năng mô hình NNN

3.2.1 Xác suất dừng (OP)

Từ công thức (2.40), xác suất dừng của mô hình NNN được tính như sau:
 31


OPNNN  Pr   a      f d a  y  f a  x  dxdy
R

R0  0
(3.6)

a) Kênh fading Rayleigh

Sử dụng hàm CDF trong công thức (2.9), xác suất dừng trong trường hợp này
được tính như sau:

f d a  y  a exp  a x  dxdy
R
OPNNN   
R0 0

f d a  y  1  exp   a    dy
R
 (3.7)
R0

f d a  y  exp   y   dy
R
 1 
R0

Thay hàm PDF trong (2.7) vào trong (3.7), ta có:

y exp   y   dy.
2 R
OPNNN  1 
R  R 02
2 R0
(3.8)

Để tính tích phân, ta cần đổi biến z   y  , ta có thể viết lại (3.8) như sau:

2
2  R 1
OPNNN  1 2  z 
exp   z  dz. (3.9)
 R  R 02  2/  R0

Sử dụng hàm Gamma không hoàn thành được định nghĩa trong (2.18), ta có thể
tính chính xác O PN N N như sau:

2   R 2 1  R0
2
1 
 1 2  0 z exp   z  dz  0 z exp   z  dz 

OPNNN
 R  R 02  2/  
(3.10)
2  2   2  
 1 2    ,  R     ,  R 0  .
 R  R 02  2/     

b) Kênh fading Rician

Trong môi trường này, thay hàm CDF của kênh fading Rician vào công thức
(3.6), rồi thì tương tự như biểu thức (3.7), ta có:
 32

f d a  y  F a    dy
R
OPNNN  
R0
(3.11)
 1
2
R  R 02
2 
R0
R
yQ1  2 K , 2 1  K   y dy. 
Tích phân trong công thức (3.11) có thể được tính bằng cách sử dụng phần mềm
máy tính MATHEMATICA [29] hoặc MATLAB [30].

c) Kênh fading Nakagami-m

Tương tự (3.11), ta có thể viết O PN N N trong kênh Nakagami-m dưới dạng sau:

f d a  y  F a    dy
R
OPNNN  
R0
(3.12)
y  m, my x  dy.
2 R

R  R0  m
2 2 R0

Cũng vậy, sử dụng MATHEMATICA và MATLAB, ta có thể tính chính xác giá
trị của O PN N N .

Trong trường hợp m là số nguyên, ta có thể đưa (3.12) về dạng sau:

m 1
mt  t
y1t exp   m y dy.
2
 R 2  R 02  
R
OPNNN  1 
t 0 t! R0
(3.13)

Tiến hành đổi biến z  m  y  , ta tính được chính xác (3.13) như sau:

m 1 2
2 1 m R  t 1
OPNNN  1   m R0 z exp   z  dz
R 2
 R 02   m  
2/
t 0 t !
(3.14)
2 m 1
1 2   2  
 1     t , m  R      t , m  R 0   .
R 2
 R   m  
2
0
2/
t 0 t !      

d) Kênh Weibull

Sử dụng hàm CDF trong (2.30), O PN N N trong môi trường này cũng được viết
dưới dạng sau:
 33

y exp     y  dy.

2 R
OPNNN  1 
R  R 02
2 R0
(3.15)

Tiến hành đổi biến z     y , ta có:

2
2    R 1
OPNNN  1    z 
exp   z  dz
2    R 0
R 2
 R   
2
0 
 

(3.16)
2   2   2 
 1   ,    R     ,    R
0  .
    
2

 R 2  R 02       

3.2.2 Năng lượng thu thập

a) Kênh fading Rayleigh

Như đã đề cập trong công thức (2.10), giá trị trung bình của một biến ngẫu nhiên
có phân phối mũ là 1 / n  d n , sử dụng công thức (2.42), ta có:

 N  
E NNN   P    n     a  
 n 1  
 R 1 R 1 
  P  N   f d n  y  dy    f d a  y  dy  (3.17)
 R0 y R0 y

2 P  N  1 R 1
R 2  R 02 R 0 y 1
 dy.

Sau khi tính tích phân trong công thức (3.17), ta đạt được công thức sau:

 2  N  1 P  R 
 ln   , khi  =2
 R  R0
2 2
 R0 
ENNN  . (3.18)
 2  N  1 P  1  1  , khi   2
   2   R 2  R 2   R 0  2 R   2 
 0

b) Kênh fading Rician, kênh Nakagami-m và kênh Weibull

Tương tự như kênh fading Rayleigh, E N N N trong môi trường các môi trường
fading Rician, Nakagami-m và Weibull được tính tương tự như công thức (3.18):
 34

2 P  N  1 R 1
f d  y  dy
R 2  R 02 R 0 y n
E NNN 

 2  N  1  P  R 
 ln   , khi  =2 (3.19)
 R  R0
2 2
 R0 
 .
 2  N  1  P  1  1  , khi   2
   2   R 2  R 2   R 0  2 R   2 
 0

Như vậy, giá trị năng lượng thu thập trung bình của mô hình NNN không phụ
thuộc vào môi trường là fading Rayleigh, Rician, Nakagami-m hay Weibull. Điều
này có thể được giải thích vì giá trị trung bình trên tất cả các mô hình đều bằng
1 / n  d n và do đó không phụ thuộc vào mô hình kênh truyền.

3.3 Các hiệu năng mô hình NGN

3.3.1 Xác suất dừng (OP)

a) Kênh fading Rayleigh

Tương tự như công thức (3.6), sử dụng hàm PDF trong (3.4), xác suất dừng của
mô hình NGN có thể được tính như sau:
N 1
R 2v
OPNGN  1    1 y 2 N  2 v 1 exp    y  dy.
N 1 v R
2 NC Nv 1  (3.20)
v 0 R  R
2
0
2 N R0

Tương tự như trên, ta cũng tính được chính xác giá trị của O PN G N như được đưa
ra trong công thức (3.21) bên dưới:
N 1
2 NR 2 v
OPNGN  1    1
N  v 1
C Nv 1 2 N 2v
v 0
R 2
R 0 
2 N
 

  2 N  2v   2 N  2v 
   ,  R     ,  R0   .
       (3.21)

b) Kênh fading Rician

 35

Xác suất dừng của mô hình NGN trong trường hợp này được tính chính xác
bằng biểu thức sau:

 
N 1
2 NC Nv 1 R 2 v
OPNGN  1    1 2 K , 2 1  K   y dy. (3.22)
N 1 v R
 y 2 N  2 v 1Q1
v 0 R 2
R 2 N
0  R0

Tương tự như trên, tích phân trong công thức (3.22) sẽ được tính bằng cách sử
dụng phần mềm máy tính MATHEMATICA.

c) Kênh fading Nakagami-m

Tương tự như các công thức (3.12), (3.13), xác suất dừng OPNGN trong môi
trường fading Nakagami-m được đưa ra như sau :
m 1
mt  t N 1
2 NCNv 1R 2 v
 1    1 y 2 N 2 v t 1 exp   m y  dy. (3.23)
N 1 v R
OPNGN 
t 0 t! v 0 R 2
R 0
2 N R0

Cũng vậy, sau khi tính tích phân trong (3.23), ta đạt được rằng:
m 1 N 1
1 2 NC Nv 1 R 2 v 1
OPNGN  1    1
N 1 v

t !   R  R  m  2 N 2 v
N
 
2 2
t 0 v 0
0

  2 N  2v   2 N  2v 
    t , m R      t , m  R 0   .
       (3.24)

d) Kênh Weibull

Tương tự như công thức (3.15), xác suất dừng OPNGN trên kênh truyền Weibull
có thể được viết ra dưới dạng sau:
N 1
2 NCNv 1R 2 v
OPNGN  1    1 y 2 N 2 v 1 exp     y  dy.
N 1 v R
 (3.25)
v 0 R  R 2
0
2 N R0

Do đó, OPNGN được tính chính xác như sau:

 36

N 1
2 N C Nv 1 R 2 v 1
OPNGN  1    1
N 1 v

  R 2  R 2  N 2 N 2v
v 0
0    
  

  2 N  2v   2 N  2v 
   ,    R     ,    R
0  .
       (3.26)

3.3.2 Năng lượng thu thập

Trong mục nhỏ này, năng lượng thu thập trung bình ở các nút còn lại trên kênh
truyền Rayleigh fading. Việc phân tích năng lượng trung bình trên các kênh fading
Rician, Nakagami-m và kênh Weibull có thể được tiến hành tương tự và sẽ là một
trong những công việc được thực hiện trong tương lai.

Sử dụng lại công thức (3.17), ta có:

2 N P R 1 R 1
E NGN  2 R  1
dy   P  f db  y  dy (3.27)
R  R0 0 y
2 R 0 y
  
GT1 GT2

Trong công thức (3.27), giá trị thứ nhất GT1 được tính tương tự như trong công
thức (3.18) như sau:

2 N P R 1
GT1 
R 2  R 02  R0 y 1
dy

  R 
ln   , khi  =2 (3.28)
2 N P   R 0 
 2 
R  R 02  1  1 1 
  2  R   2  R   2  , khi   2
  0 

Xét gía trị G T2 trong công thức (3.27), thay hàm PDF của d b trong công thức
(3.4) vào (3.27), ta có:

1
f d  y  dy
R
GT2  
R0 y b
N 1 (3.29)
2 NC Nv 1 R 2 v
   1
N 1 v R
 P y 2 N  2 v  1
dy.
R  R 02 
2 N R0
v 0
 37

Sau khi tính xong tích phân, ta đạt được kết quả sau:
N 1
2 NC Nv 1 R 2 v
GT2    1
N 1 v
P
R  R 02 
2 N
v 0




1
 
 R 2 N 2v  R 02 N 2v  , khi 2 N  2v    1  0
 2 N 2 v (3.30)
 
 R 
 ln   , khi 2 N  2v    0
  R 0 
  
 1 1 1
 2 v   2 N  2 v   2 N  , khi 2 N  2v    0
 2v    2 N  R 0 R 

Thay (3.28) và (3.30) vào (3.27), ta có được công thức tính chính xác năng
lượng thu thập trung bình thu được trong giao thức này.

3.4 Các hiệu năng mô hình NTU

3.4.1 Xác suất dừng (OP)

Trong phương pháp NTU này, xác suất dừng tại người dùng tốt nhất sẽ được
đưa ra như sau:

OPNTU  Pr   c     Pr max   n     n 1,2,..., N


N
  Pr   n    (3.31)
n 1
N
  F n   .
n 1

Bởi vì tất cả các biến ngẫu nhiên  n là đồng nhất với nhau, nên ta có thể viết lại
công thức (3.31) như sau:

OPNTU   F n       OPNNN  .
N N
(3.32)

Công thức (3.32) cho ta thấy rằng xác suất dừng của phương pháp NTU bằng
xác suất dừng của phương pháp NNN luỹ thừa với số mũ bằng số lượng người
 38

dùng. Do đó, giá trị xác xuất dừng OPNTU sẽ càng thấp khi số lượng người dùng
càng lớn.

3.4.2 Năng lượng thu thập

Tương tự như công thức (3.27), tổng năng lượng thu thập trung bình ở những
người dùng không được phục vụ sẽ bằng tổng năng lượng thu thập được ở tất cả các
nút trừ đi năng lượng thu thập của người dùng được chọn để phục vụ. Trên kênh
fading Rayleigh, tổng năng lượng thu thập trung bình của N  1 người dùng còn lại
trong giao thức NTU sẽ là:

ENTU  GT1  EHc , (3.33)

với GT1 là tổng năng lượng thu thập được từ N người dùng và được tính như trong

công thức (3.28), trong khi EH c là năng lượng mà người dùng tối ưu U S c có thể
thu hoạch được. Năng lượng thu thập được của mô hình NTU sẽ được phân tích
bằng các kết quả mô phỏng.

3.5 Kết luận Chương

Trong Chương 3, Học viên sử dụng các công cụ toán học để đánh giá các thông
số hiệu năng của các mô hình đề xuất. Hầu hết các biểu thức toán học đều được đưa
ra dưới dạng đóng, đây là các biểu thức dạng đóng có thể dễ dàng được sử dụng để
thiết kế và quy hoạch mạng.
Trong chương tiếp theo, các kết quả mô phỏng Monte Carlo sẽ được sử dụng để
kiểm chứng các biểu thức toán học đã được dẫn ra trong Chương này.
 39

CHƯƠNG 4 - KẾT QUẢ MÔ PHỎNG VÀ LÝ THUYẾT

Trong chương này, mô phỏng Monte Carlo sẽ được thực hiện để kiểm chứng các
kết quả lý thuyết trong Chương III. Trong mỗi mô phỏng Monte Carlo, 10 5  10 6
phép thử sẽ được thực hiện để xác định giá trị xác suất dừng và tổng năng lượng thu
thập của các giao thức đề xuất.

4.1 Môi trường mô phỏng

US1 R
USN
R0
BS

USn
Hình 4.1: Môi trường mô phỏng

Sử dụng lại như hình 2.1, môi trường mô phỏng là một vành khuyên có bán kính
lớn là R và bán kính nhỏ là R 0 . Trạm gốc BS được đặt cố định tại gốc toạ độ, trong
khi N người dùng xuất hiện ngẫu nhiên trong vành khuyên này.

Bảng 4.1: Thông số của Hình 4.2.

SNR T  dB  R0 R  th N 

5,30 0; 0.5; 1 1.5 1 Không ảnh hưởng 3

 40

Hình 4.2: Xác suất dừng của mô hình NNN trên kênh truyền fading Rayleigh

Trong hình vẽ 4.2, xác suất dừng (OP) của mô hình NNN trên kênh truyền


fading Rayleigh được vẽ theo sự thay đổi của giá trị SNR T  dB SNR T  P /  2 
và giá trị của bán kính nhỏ R 0 . Các thông số của mô phỏng này được đưa ra như
trong Bảng 1. Ta cũng lưu ý rằng OP của phương pháp này không phụ thuộc vào số
lượng người dùng xuất hiện trong mạng. Nhìn vào hình vẽ ta thấy rằng giá trị OP
của mô hình NNN giảm khi SNR T tăng. Hơn nữa, OP cũng nhỏ hơn với giá trị nhỏ
của R 0 . Điều này có thể được giải thích như sau: khi R 0 càng lớn thì khoảng cách
trung bình giữa BS và các US cũng lớn theo, điều này sẽ làm giảm SNR nhận được
tại các US, và do đó sẽ làm tăng giá trị OP của hệ thống. Cuối cùng, ta quan sát
được rằng các kết quả mô phỏng và lý thuyết trùng khớp với nhau.

Trong hình vẽ 4.3, xác suất dừng (OP) của mô hình NGN trên kênh truyền
fading Rician được thể hiện. Các thông số của mô phỏng này được đưa ra như trong
Bảng 2. Nhìn vào hình vẽ ta thấy rằng giá trị OP của mô hình NGN giảm khi số
 41

lượng người dùng tăng. Một lần nữa, ta quan sát được rằng các kết quả mô phỏng
và lý thuyết trùng khớp với nhau.

Bảng 4.2: Thông số của Hình 4.3

SNR T  dB  R0 R  th N  K

5,15 0.5 1 1.5 1; 2; 5 2 5

Hình 4.3: Xác suất dừng của mô hình NGN trên kênh truyền fading Rician

Trong hình vẽ 4.4, xác suất dừng (OP) của mô hình NTU trên kênh truyền
fading Rician được thể hiện. Các thông số của mô phỏng này được đưa ra như trong
Bảng 3. Nhìn vào hình vẽ 4.4, ta thấy rằng giá trị OP của mô hình này giảm khi hệ
số Rician K tăng. Quan sát từ các hình vẽ 4.2 và 4.4, ta cũng thấy rằng xác suất
 42

dừng của mô hình NTU giảm nhanh hơn các mô hình còn lại khi tăng SN R T ở các
khoảng giá trị vừa và lớn.

Bảng 4.3: Thông số của Hình 4.4

SNR T  dB  R0 R  th N  K

0,15 1 1.5 2 2 4 1; 2; 4

Hình 4.4: Xác suất dừng của mô hình NTU trên kênh truyền fading Rician

Hình vẽ 4.5 so sánh hiệu năng xác suất dừng của 3 phương pháp đề xuất trên
kênh truyền Nakagami - m. Các thông số của mô phỏng này được đưa ra như trong
Bảng 4. Từ hình vẽ, ta thấy mô hình NTU đạt được hiệu năng cao nhất và hiệu năng
của mô hình NNN là thấp nhất. Như đã nhận xét ở trên, giá trị OP của mô hình
NTU giảm nhanh khi tăng giá trị của SNR T , trong khi sự giảm giá trị OP của hai
mô hình NGN và NTU gần như tuyến tính. Các kết quả mô phỏng và lý thuyết khá
 43

khớp với nhau, điều này kiểm chứng sự chính xác cho các công thức toán học đạt
được trong Chương III.

Bảng 4.4: Thông số của Hình 4.5

SNR T  dB  R0 R  th N  m

10,10 0 1 2 2 3 2

Hình 4.5: Xác suất dừng của mô hình NTU, NGN và NNN trên kênh truyền fading
Nakagami-m

Bảng 4.5: Thông số của Hình 4.6

SNR T  dB  R0 R  th N  

10,10 0.5 1.5 1.5 3 3 0.5

 44

Hình 4.6: Xác suất dừng của mô hình NTU, NGN và NNN trên kênh truyền Weibull

Tương tự như hình vẽ 4.5, hình vẽ 4.6 so sánh giá trị OP của cả 03 phương pháp
đề xuất trên kênh truyền Weibull. Các thông số của mô phỏng này được đưa ra như
trong Bảng 5. Ta cũng lưu ý rằng, giá trị  được xác định như trong công thức
d 
(2.29):   . Cũng vậy, mô hình NGN vẫn cho hiệu năng nằm giữa hai
 1  1/  
mô hình NNN và NTU.

Bảng 4.6: Thông số của Hình 4.7

SNR T  dB  R0 R N  

5, 15 0.5 1.5 4 3.5 0.2

 45

Hình 4.7: Tổng năng lượng thu thập (EH) của các giao thức NTU, NGN và NNN trên
kênh truyền fading Rayleigh

Hình vẽ 4.7 so sánh tổng năng lượng thu thập được của các giao thức NTU,
NGN và NNN. Các thông số của mô phỏng này được trình bày trong Bảng 6. Từ
hình vẽ, ta thấy rằng năng lượng thu thập được trong mô hình NNN là lớn nhất, tiếp
đến là mô hình NGN và cuối cùng là mô hình NTU. Hơn thế nữa, khi giá trị SN R T
lớn, năng lượng thu thập được trong mô hình NNN tăng nhanh hơn hai mô hình còn
lại. Ta cũng quan sát được trong hình vẽ 4.7 rằng kết quả mô phỏng và lý thuyết của
hai mô hình NNN và NGN trùng khớp với nhau. Riêng với mô hình NTU, chỉ có
kết quả mô phỏng được thể hiện.

Bảng 4.7: Thông số của Hình 4.8

SNR T  dB  R0 R N  

5 0.5 1 2,10 3 0.5

 46

Hình 4.8: Năng lượng thu thập trung bình trên một người dùng của các giao thức
NTU, NGN và NNN trên kênh truyền fading Rayleigh

Hình vẽ 4.8 vẽ năng lượng thu thập trên một nút của các giao thức NTU, NGN
và NNN. Cụ thể, ta lấy tổng năng lượng thu thập được chia cho N  1 sẽ cho ra
năng lượng thu thập trung bình trên 01 người dùng. Các thông số của mô phỏng này
được trình bày trong Bảng 7. Ta có thể quan sát từ hình vẽ rằng năng lượng thu thập
trung bình trên 01 người dùng trong giao thức NNN là lớn nhất. Hơn nữa, bởi vì sự
chọn lựa người dùng để phục vụ là ngẫu nhiên nên năng lượng thu thập trung bình
của giao thức này là không phụ thuộc vào số lượng người dùng. Đối với mô hình
NGN, năng lượng thu thập trên 01 người dùng của mô hình này lớn hơn mô hình
NNN. Hơn nữa, cả hai mô hình NGN và NNN đều đạt được năng lượng thu thập
trung bình cao hơn khi số lượng người dùng trong mạng tăng.
 47

4.2 Kết luận Chương

Trong Chương này, các kết quả mô phỏng sử dụng phương pháp Monte Carlo đã
được thực hiện để kiểm chứng các phân tích lý thuyết trong Chương III. Các kết quả
đạt được trong Chương này có thể được liệt kê ra như sau:
 Sự chính xác của các công thức toán học đều đã được kiểm chứng bởi các
mô phỏng MATLAB.
 Mô phỏng thành công các kênh truyền fading tổng quát như kênh Rician,
Nakagami-m và kênh WeiBull.
 Mô hình NTU là mô hình đạt được hiệu quả xác suất dừng tốt nhất, trong khi
mô hình NNN là mô hình có hiệu năng dừng thấp nhất.
 Mô hình NTU là phức tạp nhất. Cũng vậy, năng lượng thu thập của các
người dùng còn lại trong mô hình này cũng thấp nhất, khi so sánh với hai mô
hình còn lại.
 Mô hình NGN luôn đạt được hiệu năng xác suất dừng và năng lượng thu
thập nằm giữa hai mô hình NNN và NTU. Việc thực thi mô hình NGN cũng
đơn giản trong thực tế, tuy nhiên hiệu năng xác suất dừng của mô hình này
không thể so sánh với mô hình NTU, đặc biệt ở các miền SNR lớn và khi số
lượng người dùng lớn.
 Hiệu năng của các mô hình đề xuất chịu sự tác động lớn bởi các thông số
như bán kính nhỏ R 0 , số lượng (mật độ) người dùng và các hệ số kênh
truyền khác.
 48

KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN ĐỀ TÀI

Kết luận

Theo định hướng của đề cương Khoa học, luận văn đã hoàn thành những mục
tiêu đặt ra, đó là nghiên cứu mạng truyền thông vô tuyến, đặc biệt là mạng vô tuyến
ngẫu nhiên. Luận văn nghiên cứu đề xuất phương án chọn người dùng hiệu quả để
nâng cao chất lượng dịch vụ. Hơn nữa, luận văn cũng đề xuất phương án thu hoạch
năng lượng cho các thiết bị không được chọn để phục vụ. Như vậy, mạng vừa có
thể đạt được hiệu năng mong muốn, vừa đảm bảo năng lượng cho việc hoạt động.

Luận văn đề xuất 03 phương pháp chọn lựa người dùng đó là chọn người dùng
ngẫu nhiên, chọn người dùng gần trạm gốc nhất và chọn lựa người dùng tốt nhất
theo chất lượng kênh truyền giữa các người dùng và trạm gốc. Hiệu năng của cả 03
phương pháp được đánh giá thông qua phân tích toán học và cả mô phỏng theo hai
thông số: xác suất dừng tại người dùng được chọn và năng lượng thu thập được tại
các người dùng còn lại. Các kết quả cho thấy có một sự đánh đổi giữa xác suất dừng
và năng lượng thu thập. Cụ thể, mô hình đạt được giá trị xác suất dừng thấp thì năng
lượng thu thập được cũng nhỏ hơn các mô hình còn lại.

Luận văn nghiên cứu các mô hình kênh truyền fading tổng quát như kênh
Nakagami-m, Rician và kênh WeiBull. Do đó, các kết quả đạt được trong luận văn
có thể áp dụng cho nhiều trường hợp mô hình khác nhau trong thực tế.

Hướng phát triển

Trong tương lai, luận văn có thể phát triển theo các hướng sau:

 Đánh giá các thông số hiệu năng quan trọng khác của mạng như tỷ lệ lỗi bit
(BER), tỷ lệ lỗi ký tự (SER), dung lượng kênh trung bình, v.v.
 Nghiên cứu các mô hình mạng ngẫu nhiên sử dụng kỹ thuật khác như chuyển
tiếp phân tập, các kỹ thuật truyền thông MIMO, . . .
 Nghiên cứu mô hình mà mật độ người dùng không cố định.
 49

TÀI LIỆU THAM KHẢO

[1] D. H. Vu, Q. T. Do, X. N. Tran and Vo Nguyen Quoc Bao, "Improved Relay
Selection for MIMO-SDM Cooperative Communications", Proc. of ICGHIT'13,
2013.

[2] T. T. Duy, V. N. Q. Bao, T. Q. Duong, "Secured Communication in Cognitive

MIMO Schemes under Hardware Impairments", Proc. of ATC 2014, Ha Noi, Viet
Nam, pp. 109-112, Oct. 2014.

[3] M. Min, et al, “On Achievable Rate of User Selection for MIMO Broadcast
Channels With Limited Feedback”, IEEE Trans. Commu., Vol. PP, no. 99, 2016.

[4] H. Deng, H.-M. Wang, J. Yuan, W. Wang, Q. Yin, “Secure Communication

in Uplink Transmissions: User Selection and Multiuser Secrecy Gain”, IEEE
Transactions on Communications, vol. 64, no. 8, pp. 3492 – 3506, Aug. 2016.

[5] S. Srinivasa, M. Haenggi, “Distance Distributions in Finite Uniformly Random

Networks: Theory and Applications”, IEEE Transactions on Vehicular Technology,
vol. 59, no. 2, pp. 940 – 949, 2010.
[6] Z. Gong, M. Haenggi, “Interference and Outage in Mobile Random Networks:
Expectation, Distribution, and Correlation”, IEEE Transactions on Mobile
Computing, vol. 13, no. 2, pp. 337 - 349, 2014.
[7] Vo Nguyen Quoc Bao, Luu Pham Tuyen, and Huynh Huu Tue, "A Survey on
Approximations of One-Dimensional Gaussian Q-Function", REV Journal on
Electronics and Communications, 2015.
[8] N. T. Van, H. M. Tan, T. M. Hoang, T. T. Duy and V. N. Q. Bao, "Exact Outage
Probability of Energy Harvesting Incremental Relaying Networks with MRC
Receiver", The 2016 International Conference on Advanced Technologies for
Communications (ATC 2016) , Ha Noi, Viet Nam, pp. 120 - 125, Oct. 2016.
[9] P. M. Quang, T. T. Duy and V. N. Q. Bao, "Performance Evaluation of
Underlay Cognitive Radio Networks over Nakagami-m Fading Channels with
 50

Energy Harvesting", The 2016 International Conference on Advanced Technologies

for Communications (ATC 2016) , Ha Noi, Viet Nam, pp. 108 - 113, Oct. 2016.
[10] T. M. Hoang, T. T. Duy, V.N.Q. Bao, "On the Performance of Non-linear
Wirelessly Powered Partial Relay Selection Networks over Rayleigh Fading
Channels", The Third Nafosted Conference on Information and Computer Science
(NICS2016), Danang city, Viet Nam, pp. 6 - 11, Sep. 2016.
[11] P. T. D. Ngoc, T. T. Duy, V. N. Q. Bao and H. V. Khuong, "Transmit Antenna
Selection Protocols in Random Cognitive Networks under Impact of Hardware
Impairments", Proc. of NICS2016, Sep. 2016.
[12] Mai Van Mai, "Nghiên cứu hiệu năng mạng ngẫu nhiên sử dụng kỹ thuật chọn
lựa anten phát dưới sự tác động của suy hao phần cứng", Luận văn Cao học 2016,
Học viện Công nghệ Bưu chính Viễn thông.
[13] T. M. Hoang, T. Q. Duong, H. A. Suraweera, C. Tellambura, and H. Vincent
Poor, " Cooperative Beamforming and User Selection for Improving the Security of
Relay-aided Systems," IEEE Trans. on Commun., 2015.
[14] T. Q. Duong, T. M. Hoang, C. Kundu, M. Elkashlan, and A. Nallanathan,
“Optimal Power Allocation for Multiuser Secure Communication in Cooperative
Relaying Networks”, IEEE Wireless Communications Letters, July 2016.
[15] P. M. Quang, T. T. Duy and V. N. Q. Bao, "Energy Harvesting-based
Spectrum Access Model in Overlay Cognitive Radio", Proc. of ATC 2015, Ho Chi
Minh city, Viet Nam, pp. 231 - 236, Oct. 2015.
[16] P. M. Quang, T. T. Duy and V. N. Q. Bao, "Performance Evaluation of
Underlay Cognitive Radio Networks over Nakagami-m Fading Channels with
Energy Harvesting", Proc. of ATC 2016, Ha Noi, Viet Nam, pp. 108 - 113, Oct.
2016.
[17] A. Papoulis and S.U. Pillai, “Probability, Random Variables and Stochastic
Process”, 4ed., 2002.
 51

[18] P. T. D. Ngoc, T. T. Duy, V. N. Q. Bao and H. V. Khuong, "Performance

Enhancement for Underlay Cognitive Radio with Partial Relay Selection Methods
under Impact of Hardware Impairment", in Proc. of the 2015 International
Conference on Advanced Technologies for Communications (ATC 2015), pp. 645 -
650, Oct. 2015.

[19] T. T. Duy and V.N.Q. Bao, "Performance Analysis of Cooperative-based

Multi-hop Transmission Protocols in Underlay Cognitive Radio with Hardware
Impairment", VNU Journal of Computer Science and Communication Engineering,
vol. 31, no. 2, pp. 15-28, 2015.

[20] T. T. Duy, P. N. Son, "Secrecy Performances of Multicast Underlay Cognitive

Protocols with Partial Relay Selection and without Eavesdropper’s Information",
KSII Transactions on Internet and Information Systems (TIIS), vol. 9, no. 11, pp.
4623-4643, Nov. 2015.

[21] T. L. Thanh, V.N.Q. Bao, T. T. Duy, "Capacity Analysis of Multihop Decode

and Forward over Rician Fading Channels", Proc. of ComManTel 2014, 2014.
[22] T. Q. Duong, T. T. Duy, M. Matthaiou, T. Tsiftsis, G. K. Karagiannidis,
"Cognitive Cooperative Networks in Dual-Hop Asymmetric Fading Channels",
IEEE Global Communications Conference (Globecom), Atlanta, GA, pp. 977-983,
Dec. 2013.
[23] I. S. Gradshteyn and I. M. Ryzhik, “Table of Integrals, Series, and Products”,
6th ed. San Diego, CA: Academic, 2000.
[24] Y. Deng, L. Wang, M. Elkashlan, K. Jin Kim, and T. Q. Duong, “Generalized
Selection Combining for Cognitive Relay Networks over Nakagami-m Fading,"
IEEE Trans. on Signal Processing, vol. 63, no. 8, pp. 1993-2006, Apr. 2015.
[25] P. T. Tin, D. T. Hung, T. T. Duy and M. Voznak, "Analysis of Probability of
Non-zero Secrecy Capacity for Multi-hop Networks in Presence of Hardware
Impairments over Nakagami-m Fading Channels", RadioEngineering, vol. 25, no. 4,
pp. 774-782, Dec. 2016.
 52

[26] A. Chaminda, J. Samarasekera, Dac-Binh Ha, H. K. Nguyen, “Best relay

selection for underlay cognitive relaying networks over Weibull fading channels”,
Proc. of ComManTel 2014, 2014.

[27] C. Zhong, T. Ratnarajah, “Performance of user selection in cognitive broadcast

channels”, IEEE Transactions on Communications, vol. 60, no. 12, pp. 3529–3534,
Dec. 2012.

[28] S. I. Kim, I. M. Kim, J. Heo, “Secure transmission for multiuser relay

networks”, IEEE Transactions on Wireless Communications, vol. 14, no. 7, pp.
3724–3737, 2012.

[29] https://www.wolfram.com/mathematica/

[30] https://www.mathworks.com/products/matlab.html