Tổng quan về luận án

Luận án này tập trung vào việc phát triển các giải pháp tiên tiến nhằm nâng cao hiệu năng của hệ thống thông tin Đa Đầu vào Đa Đầu ra Cỡ lớn (LS-MIMO) – một nền tảng then chốt cho mạng không dây thế hệ thứ năm (5G) và tương lai. Trong bối cảnh khoa học hiện tại, sự gia tăng vượt bậc về lưu lượng dữ liệu di động (tăng 46% từ quý 1/2020 đến quý 1/2021, đạt khoảng 66 ExaByte [2]) và yêu cầu về độ trễ cực thấp (<1ms cho 5G so với 10ms của 4G [3]) đã đặt ra những thách thức lớn. Các hệ thống LS-MIMO, với hàng trăm ăng ten, hứa hẹn cải thiện đáng kể hiệu suất phổ (SE) nhưng lại đối mặt với vấn đề tiêu thụ năng lượng (EE) cực lớn tại các bộ chuyển đổi tín hiệu tương tự sang số (ADC) độ phân giải cao. Ví dụ, một hệ thống LS-MIMO với 256 ăng ten thu và 512 bộ ADC 8-12 bit có thể tiêu thụ tới 256 W [21], gây trở ngại lớn cho việc triển khai thực tế.

Research gap cụ thể được luận án này chỉ ra là "chưa có nghiên cứu chuyên sâu nào về thuật toán tách sóng MIMO và giải mã P-LDPC cho hệ thống thông tin MIMO cỡ lớn trong trường hợp sử dụng bộ chuyển đổi ADC có độ phân giải thấp từ 1 tới 2 bit." Hơn nữa, các nghiên cứu hiện tại thường áp dụng phương pháp truyền thống như "lấy giới hạn cắt bằng ba lần độ lệch chuẩn (three-sigma) cho bất kể độ phân giải nào của bộ ADC [22]", mặc dù luật này chỉ tối ưu cho các bộ ADC độ phân giải cao (8-12 bit). Các công trình gần đây cũng chỉ xem xét ADC độ phân giải thấp từ 2-bit đến 5-bit, bỏ qua tiềm năng năng lượng hiệu quả của ADC 1-bit và 2-bit [21].

Các câu hỏi nghiên cứu và giả thuyết được đặt ra bao gồm:

  1. Làm thế nào để tối ưu hóa giới hạn cắt của bộ ADC đồng nhất độ phân giải thấp (1-2 bit) nhằm cải thiện hiệu suất phổ đường lên cho hệ thống LS-MIMO?
  2. Có thể thiết kế một họ mã Protograph LDPC (P-LDPC) mới có tỉ lệ mã thích ứng, đạt độ lợi mã hóa đáng kể so với các mã hiện đại trong môi trường LS-MIMO với ADC 1-bit?
  3. Liệu một thuật toán tách sóng và giải mã kết hợp dựa trên đồ thị hai lớp và PEXIT có thể nâng cao hiệu năng của hệ thống LS-MIMO sử dụng bộ ADC hỗn hợp?

Khung lý thuyết của luận án được xây dựng dựa trên lý thuyết thông tin của Claude Shannon [41], đặc biệt là khái niệm dung lượng kênh và giới hạn Shannon. Luận án cũng khai thác sâu vào Lý thuyết Mã hóa kênh, với trọng tâm là Mã kiểm tra chẵn lẻ mật độ thấp (LDPC) được giới thiệu bởi Robert G. Gallager [25] và được hồi sinh bởi David J. C. Mackay [45]. Các kỹ thuật phân tích hiệu năng mã như Sơ đồ truyền thông tin ngoại lai (PEXIT) được Liva và Chiani đề xuất [54] cũng là một phần không thể thiếu.

Luận án này đóng góp đột phá bằng cách cải thiện hiệu suất phổ đường lên lên đến "9bits/s/Hz" khi sử dụng ADC tối ưu 1-bit cho N=500 ăng ten tại trạm gốc (đóng góp 1, [CT3]). Nó cũng đề xuất một họ mã P-LDPC mới mang lại "độ lợi mã hóa từ 0.7 dB so với các mã P-LPDC hiện đại được công bố gần nhất" (đóng góp 2, [CT1], [CT2], [CT4], [CT5]). Cuối cùng, một thuật toán tách sóng và giải mã kết hợp mới cho hệ thống ADC hỗn hợp đã được chứng minh là tăng hiệu năng đáng kể cho các cấu hình MIMO 16x16 và 16x32 (đóng góp 3, [CT6]). Phạm vi nghiên cứu bao gồm mô hình kênh Rayleigh fading, điều chế BPSK, và số lượng ăng ten phát/thu từ 10 đến 100, đảm bảo tính khả thi và liên quan đến các cấu hình LS-MIMO hiện có.

Literature Review và Positioning

Nghiên cứu hiện tại về LS-MIMO và mã LDPC được phân thành nhiều luồng chính. Một luồng tập trung vào việc nâng cao hiệu suất phổ (SE) và hiệu quả năng lượng (EE) trong các hệ thống LS-MIMO. Telatar [15] đã chứng minh rằng dung lượng kênh MIMO tăng tuyến tính với số lượng ăng ten thu và phát tối thiểu, đặt nền móng cho các hệ thống cỡ lớn. Tuy nhiên, việc tăng số lượng ăng ten lại làm tăng đáng kể mức tiêu thụ năng lượng của mạch tần số vô tuyến (RF) [17], [23], [67]–[69], gây ra mâu thuẫn giữa SE và EE.

Luồng thứ hai tập trung vào vai trò của các bộ ADC độ phân giải thấp như một giải pháp giảm thiểu tiêu thụ năng lượng. Các nghiên cứu ban đầu như [20], [78] đã gợi ý rằng sự suy giảm SE do ADC độ phân giải thấp có thể được bù đắp bằng cách sử dụng nhiều ăng ten hơn. Tuy nhiên, các công trình như [22] vẫn thường giữ nguyên giới hạn cắt "three-sigma" vốn "được thiết kế tối ưu cho hệ thống với bộ ADC độ phân giải cao (8 đến 12 bit)", dẫn đến hiệu năng của các hệ thống MIMO cỡ lớn với ADC độ phân giải thấp bị suy giảm. Hơn nữa, khảo sát trong [22] chỉ xem xét các bộ ADC từ 2-bit đến 5-bit, bỏ qua tiềm năng của 1-bit và 2-bit ADC mà [21] đã chỉ ra là cung cấp hiệu quả năng lượng tốt nhất.

Luồng thứ ba liên quan đến mã hóa kênh, đặc biệt là mã LDPC. Gallager [25] đã giới thiệu mã LDPC vào năm 1962, nhưng phải đến khi Mackay [45] hồi sinh chúng sau sự xuất hiện của mã Turbo, LDPC mới thực sự chứng tỏ sức mạnh với khả năng sửa lỗi tốt và giải mã lặp độ phức tạp thấp [25]–[27]. Nhiều nghiên cứu đã ứng dụng mã LDPC trong các hệ thống MIMO [28]–[32], coi đây là một cách tiếp cận tự nhiên để cải thiện độ tin cậy và tiết kiệm năng lượng. Tuy nhiên, các thiết kế mã P-LDPC thường tập trung vào tối ưu hóa ngưỡng giải mã lặp để tiệm cận dung lượng kênh [52], dẫn đến yêu cầu số lần lặp giải mã và độ dài khối lớn, gây ra độ trễ cao – một vấn đề nghiêm trọng cho 5G [57], [58].

Luận án này định vị mình bằng cách giải quyết trực tiếp các mâu thuẫn và khoảng trống trong các luồng nghiên cứu trên. Cụ thể, nó cải tiến phương pháp lượng tử hóa cho ADC 1-2 bit, tối ưu hóa các tham số thiết kế mã P-LDPC để đạt hiệu năng cao với độ trễ thấp, và phát triển thuật toán tách sóng/giải mã kết hợp cho môi trường ADC hỗn hợp. Điều này nâng cao lĩnh vực nghiên cứu bằng cách đưa ra các giải pháp toàn diện cho các hệ thống LS-MIMO với ADC độ phân giải cực thấp, một kịch bản chưa được khai thác sâu.

So sánh với các nghiên cứu quốc tế, các nhà cung cấp viễn thông lớn như Ericsson (với hệ thống AIR 6468 sử dụng 64 ăng ten thu [38]), HUAWEI và Samsung (sử dụng 32 và 64 ăng ten thu trong các ứng dụng 5G [39], [40]) đã triển khai LS-MIMO ở quy mô nhất định. Tuy nhiên, các giải pháp mã hóa và xử lý tín hiệu tích hợp với ADC độ phân giải cực thấp (1-2 bit) vẫn còn hạn chế. Luận án này cung cấp những cải tiến cụ thể về giới hạn cắt tối ưu cho ADC độ phân giải thấp, khác biệt với cách tiếp cận "three-sigma" trong các nghiên cứu quốc tế như [22]. Hơn nữa, việc đề xuất họ mã P-LDPC có tỉ lệ thích ứng với độ lợi mã hóa "0.7 dB" so với các mã hiện đại, cùng với thuật toán tách sóng và giải mã kết hợp cho ADC hỗn hợp, đại diện cho những tiến bộ cụ thể vượt ra ngoài các công trình nghiên cứu hiện có về P-LDPC như của NND [55] và AR3A.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án này mở rộng và thách thức các lý thuyết hiện có trong lĩnh vực truyền thông không dây và mã hóa kênh, đặc biệt là trong bối cảnh của hệ thống LS-MIMO với các ràng buộc về năng lượng. Luận án mở rộng Lý thuyết Dung lượng kênh của Shannon [41] và các công trình về dung lượng kênh MIMO của Telatar [15] bằng cách khám phá giới hạn hiệu suất khi áp dụng các bộ ADC độ phân giải cực thấp. Thay vì chỉ xem xét dung lượng kênh dưới điều kiện ADC lý tưởng hoặc độ phân giải cao, luận án cung cấp cái nhìn sâu sắc về cách tối ưu hóa các tham số lượng tử hóa (giới hạn cắt) để bù đắp sự suy giảm hiệu suất vốn có của ADC độ phân giải thấp, thách thức giả định truyền thống rằng các luật lượng tử hóa chung là đủ cho mọi trường hợp.

Khung khái niệm của luận án bao gồm ba thành phần chính và mối quan hệ phức tạp giữa chúng: 1) Các bộ ADC độ phân giải thấp (1-2 bit); 2) Mã Protograph LDPC (P-LDPC) có tỉ lệ mã thích ứng; và 3) Thuật toán tách sóng và giải mã kết hợp. Các thành phần này tương tác theo một chu trình lặp: tín hiệu nhận được qua ADC, được tách sóng và giải mã bằng P-LDPC, với thông tin ngoại lai được trao đổi giữa bộ tách sóng và bộ giải mã để cải thiện hiệu năng.

Mô hình lý thuyết của luận án đề xuất các giả thuyết sau:

  1. Các bộ ADC đồng nhất độ phân giải thấp có thể đạt được hiệu suất phổ đường lên tối ưu hơn thông qua việc tính toán giới hạn cắt chuyên biệt, không phụ thuộc vào số lượng ăng ten phát, vượt trội so với phương pháp "three-sigma" truyền thống.
  2. Việc thiết kế mã P-LDPC có tỉ lệ thích ứng, cân bằng giữa ngưỡng giải mã lặp thấp, thuộc tính tăng trưởng khoảng cách tối thiểu tuyến tính và số lần lặp giải mã thấp, sẽ mang lại độ lợi mã hóa đáng kể cho LS-MIMO với ADC 1-bit.
  3. Một thuật toán tách sóng và giải mã P-LDPC kết hợp, dựa trên đồ thị hai lớp và PEXIT, có thể khai thác lợi thế của bộ ADC hỗn hợp để cải thiện hiệu năng BER/FER tổng thể của hệ thống LS-MIMO.

Các phát hiện của luận án có thể dẫn đến một sự thay đổi mô hình nhỏ (mini-paradigm shift) trong cách thiết kế hệ thống LS-MIMO hiệu quả năng lượng. Thay vì chấp nhận sự đánh đổi lớn giữa SE và EE khi sử dụng ADC độ phân giải thấp hoặc chi phí cao khi sử dụng ADC độ phân giải cao, luận án này chứng minh rằng có thể đạt được hiệu năng cao ngay cả với ADC độ phân giải cực thấp thông qua tối ưu hóa toàn diện ở nhiều lớp của hệ thống (lớp vật lý và lớp mã hóa). Evidence từ các đóng góp đột phá đã nêu (cải thiện 9bits/s/Hz và độ lợi 0.7 dB) cung cấp cơ sở vững chắc cho sự thay đổi này.

Khung phân tích độc đáo

Khung phân tích của luận án tích hợp một cách độc đáo các yếu tố từ Lý thuyết Xử lý Tín hiệu (Quantization Theory), Lý thuyết Mã hóa Kênh (LDPC codes), và Lý thuyết Thông tin Tương Hỗ (Mutual Information, EXIT charts). Luận án tích hợp sâu sắc các nguyên tắc từ ba lý thuyết chính: 1) Lý thuyết lượng tử hóa để tối ưu hóa bộ ADC, 2) Lý thuyết mã LDPC để thiết kế các mã sửa lỗi mạnh mẽ, và 3) Lý thuyết truyền thông tin ngoại lai (EXIT) để phân tích và tối ưu hóa hiệu năng giải mã lặp.

Phương pháp phân tích mới lạ nằm ở việc kết hợp chặt chẽ các yếu tố này thông qua một "đồ thị hai lớp" trong thuật toán tách sóng và giải mã kết hợp cho hệ thống LS-MIMO với ADC hỗn hợp. Điều này cho phép truyền thông tin qua lại một cách hiệu quả giữa các mô-đun tách sóng và giải mã, tận dụng thông tin tương hỗ từ mỗi giai đoạn để cải thiện độ tin cậy tổng thể.

Các đóng góp khái niệm bao gồm:

  • Giới hạn cắt tối ưu đồng nhất: Định nghĩa một cách tiếp cận mới để tính toán các ngưỡng lượng tử hóa cho ADC 1-2 bit, tách biệt với các giả định Gaussian hoặc "three-sigma" truyền thống.
  • Họ mã P-LDPC tỉ lệ thích ứng thế hệ mới: Khái niệm này nhấn mạnh khả năng của mã P-LDPC không chỉ đạt được hiệu năng tiệm cận Shannon mà còn có khả năng điều chỉnh tỉ lệ mã linh hoạt, tối ưu cho điều kiện kênh cụ thể và giới hạn về độ trễ giải mã.
  • Tách sóng và giải mã kết hợp dựa trên đồ thị hai lớp: Đây là một khuôn khổ tích hợp độc đáo để xử lý tín hiệu từ các bộ ADC hỗn hợp, nơi các ăng ten khác nhau có độ phân giải ADC khác nhau.

Các điều kiện biên được nêu rõ: nghiên cứu được thực hiện trong môi trường kênh Rayleigh fading, với điều chế BPSK, và giả định thông tin trạng thái kênh (CSI) có sẵn ở phía thu nhưng không có ở phía phát. Số lượng ăng ten (10 đến 100) cũng được giới hạn để so sánh công bằng với các công trình khác. Mặc dù vậy, các phân tích và kết quả có thể áp dụng cho các cấu hình MIMO khác và số lượng ăng ten lớn hơn.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Luận án theo đuổi một triết lý nghiên cứu thực chứng (positivism/post-positivism) bằng cách xây dựng và kiểm chứng các mô hình toán học và thuật toán thông qua thực nghiệm mô phỏng. Nghiên cứu này không hoàn toàn là "mixed methods" theo nghĩa định tính-định lượng, mà là sự kết hợp sâu sắc của mô hình hóa toán học và xác minh số học (computational verification). Rationale cho sự kết hợp này là để đảm bảo tính đúng đắn về mặt lý thuyết của các giải pháp và đồng thời đánh giá hiệu năng thực tế của chúng trong các kịch bản hệ thống phức tạp, nơi các phân tích lý thuyết thuần túy có thể gặp hạn chế.

Thiết kế nghiên cứu đa cấp được áp dụng một cách gián tiếp thông qua việc phân tích và tối ưu hóa ở nhiều "lớp" của hệ thống truyền thông:

  1. Lớp vật lý (ADC): Tối ưu hóa giới hạn cắt của bộ ADC ở cấp độ bit (1-bit, 2-bit).
  2. Lớp mã hóa (P-LDPC): Thiết kế họ mã P-LDPC mới với các thuộc tính tối ưu về ngưỡng giải mã và độ lợi mã hóa.
  3. Lớp thuật toán (Tách sóng và giải mã): Phát triển thuật toán kết hợp ở cấp độ xử lý tín hiệu và giải mã thông tin. Các cấp độ này được kết nối chặt chẽ, với hiệu năng ở cấp độ thấp hơn ảnh hưởng trực tiếp đến hiệu năng tổng thể của hệ thống. Kích thước mẫu (sample size) trong các mô phỏng cụ thể bao gồm: hệ thống LS-MIMO với N = 500 ăng ten thu và M = 10 ăng ten phát để đánh giá ADC tối ưu [CT3]; các cấu hình MIMO từ 10x10, 40x40, 100x100 ăng ten để đánh giá mã P-LDPC [CT4], [CT5]; và cấu hình 16x16, 16x32 ăng ten cho hệ thống ADC hỗn hợp [CT6]. Tiêu chí lựa chọn mẫu (cấu hình ăng ten) dựa trên việc so sánh với các công trình nghiên cứu quốc tế liên quan và đảm bảo tính đại diện cho các hệ thống LS-MIMO trong thực tế.

Quy trình nghiên cứu rigorous

Chiến lược lấy mẫu trong mô phỏng dựa trên phương pháp Monte-Carlo, vốn là "phương pháp phổ biến được sử dụng để đánh giá hiệu năng của các mô hình mạng, hệ thống thông tin, khi mà trong mô hình đó có nhiều biến có xác suất ngẫu nhiên". Điều này đảm bảo tính ngẫu nhiên và đại diện của các kênh truyền cũng như nhiễu, từ đó cung cấp kết quả đáng tin cậy. Tiêu chí bao gồm: mô hình kênh Rayleigh fading (được mô hình hóa bằng biến ngẫu nhiên theo phân bố Rayleigh), nhiễu Gauss trắng cộng (theo phân bố chuẩn Gauss), và tín hiệu điều chế BPSK. Các giao thức thu thập dữ liệu trong mô phỏng bao gồm việc tạo ra hàng triệu khung dữ liệu (ví dụ, để đạt FER = 10^-5, cần mô phỏng trên 10^7 khung [CT5]), truyền qua kênh mô hình, xử lý tại bộ thu (ADC, tách sóng, giải mã lặp), và ghi lại tỷ lệ lỗi bit (BER) hoặc tỷ lệ lỗi khung (FER) tương ứng với các mức SNR khác nhau.

Phép tam giác (triangulation) được áp dụng gián tiếp thông qua việc đối chiếu và so sánh kết quả từ các phân tích toán học với kết quả mô phỏng trên máy tính. Cụ thể, "xác minh và kiểm chứng tính đúng đắn của các mô hình toán học đã thực hiện" bằng cách xây dựng chương trình mô phỏng C++. Tính hợp lệ (validity) được đảm bảo:

  • Hợp lệ cấu trúc (construct validity): Các khái niệm như SE, EE, độ lợi mã hóa, ngưỡng giải mã lặp được đo lường bằng các chỉ số tiêu chuẩn trong ngành viễn thông.
  • Hợp lệ nội bộ (internal validity): Các kết quả được thu thập thông qua mô phỏng Monte-Carlo đảm bảo rằng các mối quan hệ nhân quả (ví dụ: tối ưu hóa giới hạn cắt dẫn đến cải thiện SE) là do các biến độc lập được kiểm soát.
  • Hợp lệ bên ngoài (external validity): Các phân tích chỉ ra rằng các kết quả có thể áp dụng cho "các cấu hình MIMO khác nhau với số lượng ăng ten tùy biến và lớn hơn nữa," mặc dù phạm vi nghiên cứu cụ thể giới hạn từ 10-100 ăng ten. Độ tin cậy (reliability) của kết quả được củng cố bởi việc sử dụng ngôn ngữ lập trình C++ cho các chương trình mô phỏng, đảm bảo tính nhất quán và khả năng tái tạo. Các giá trị α (alpha values) không được báo cáo trực tiếp trong phần phương pháp luận nhưng được ngụ ý thông qua các phân tích về độ tin cậy của thuật toán PEXIT và các phương pháp giải mã lặp.

Data và phân tích

Đặc điểm mẫu dữ liệu mô phỏng bao gồm: số lượng ăng ten phát M và thu N dao động từ 10 đến 100 (ví dụ: 10x10, 40x40, 100x100) cho mã P-LDPC; và 16x16, 16x32 cho hệ thống ADC hỗn hợp. Kênh truyền được mô hình hóa là Rayleigh fading, nhiễu là Gauss trắng cộng. Các tham số khác bao gồm tỉ lệ mã hóa R = 1/2, 2/3, 3/4, độ dài mã 4800 bit, số lần lặp giải mã tối đa 50. Demographics trong ngữ cảnh này là đặc điểm kỹ thuật của hệ thống chứ không phải con người.

Các kỹ thuật phân tích tiên tiến được sử dụng bao gồm:

  • Phương pháp Tiến hóa Mật độ (Density Evolution - DE) [27] và Sơ đồ Truyền Thông tin Ngoại lai (EXIT) [59]: Được sử dụng để tính toán ngưỡng giải mã lặp của mã P-LDPC, mặc dù luận án chủ yếu dựa trên PEXIT của Liva và Chiani [54] do khả năng xử lý các nút biến bậc 1 và sự phụ thuộc vào ma trận cơ sở ban đầu.
  • Mô hình nhiễu lượng tử cộng (AQNM) [20]: Được sử dụng để mô hình hóa và tối ưu hóa các bộ ADC độ phân giải thấp.
  • Thuật toán tăng trưởng cạnh lũy tiến (PEG) [49]: Được sử dụng để hoán vị các cạnh trong quá trình xây dựng mã LDPC lớn hơn từ protograph. Phần mềm mô phỏng được phát triển bằng "ngôn ngữ lập trình C++" và được tích hợp vào "Hệ thống phần mềm mô phỏng và thiết kế mã P-LDPC cho hệ thống MIMO cỡ lớn" của luận án. Kiểm tra độ mạnh mẽ (robustness checks) được thực hiện bằng cách đánh giá hiệu năng của các giải pháp đề xuất trong nhiều cấu hình MIMO khác nhau (ví dụ: từ 10x10 đến 100x100 ăng ten, hoặc 16x16 đến 16x32) và với các tỉ lệ mã khác nhau (R=1/2, 2/3, 3/4). Hiệu ứng và khoảng tin cậy được báo cáo thông qua các đại lượng như độ lợi mã hóa (ví dụ: "0.7 dB"), cải thiện hiệu suất phổ ("9bits/s/Hz"), và tỉ lệ lỗi bit/khung (BER/FER) tương ứng với các mức SNR. Các p-values được ngụ ý thông qua việc đạt được "ngưỡng giải mã lặp" và hiệu suất lỗi thấp.

Phát hiện đột phá và implications

Những phát hiện then chốt

Luận án đã đạt được 4-5 phát hiện đột phá với bằng chứng cụ thể từ dữ liệu mô phỏng:

  1. Tối ưu hóa giới hạn cắt ADC độ phân giải thấp: Phát hiện rằng giới hạn cắt tối ưu cho bộ ADC đồng nhất độ phân giải thấp (1-2 bit) có thể được tính toán một cách độc lập với số lượng ăng ten phát, cải thiện đáng kể hiệu suất phổ. Cụ thể, với N = 500 ăng ten tại trạm gốc, hiệu suất phổ đường lên được cải thiện "lên đến 9bits/s/Hz" khi sử dụng bộ ADC 1-bit tối ưu ([CT3], Chương 2). Điều này đi ngược lại hoàn toàn so với việc áp dụng "luật three-sigma vốn được thiết kế tối ưu cho hệ thống với bộ ADC độ phân giải cao (8 đến 12 bit)" [22].
  2. Họ mã P-LDPC tỉ lệ thích ứng mới với độ lợi mã hóa cao: Luận án đã thiết kế thành công một họ mã P-LDPC mới cho LS-MIMO với ADC 1-bit, mang lại "độ lợi mã hóa từ 0.7 dB so với các mã P-LPDC hiện đại được công bố gần nhất" ([CT1], [CT2], [CT4], [CT5], Chương 3). Điều này là rất quan trọng cho các hệ thống không dây tốc độ cao và tiết kiệm năng lượng, nơi nguồn cung cấp bị hạn chế nghiêm ngặt.
  3. Thuật toán tách sóng và giải mã kết hợp cho ADC hỗn hợp: Đề xuất một thuật toán dựa trên đồ thị hai lớp và PEXIT cho hệ thống LS-MIMO với bộ ADC hỗn hợp. "Kết quả thực nghiệm cho các cấu hình MIMO (16 x 16 và 16 x 32) với bộ các bộ ADC có độ phân giải và tỷ lệ hỗn hợp ăng ten khác nhau cho thấy sự cải thiện về hiệu năng của hệ thống và xác nhận tính hữu dụng, độ chính xác của thuật toán được đề xuất" ([CT6], Chương 4). Phát hiện này đặc biệt quan trọng cho các kiến trúc ăng ten lai, nơi các bộ ADC có độ phân giải khác nhau có thể được triển khai để tối ưu hóa chi phí và hiệu năng.
  4. Phát triển công cụ mô phỏng P-LDPC chuyên biệt: Việc phát triển "Hệ thống phần mềm mô phỏng và thiết kế mã P-LDPC cho hệ thống MIMO cỡ lớn" ([Phụ lục 1]) là một phát hiện thực tiễn quan trọng. Nó giải quyết vấn đề "việc thiết kế mã P-LDPC và mô phỏng trên các hệ thống MIMO cỡ lớn đòi hỏi một số lượng tính toán lớn, đôi khi có thể mất vài tháng để hoàn thành," giúp tăng tốc nghiên cứu và phát triển.
  5. Cân bằng hiệu năng vùng thác và vùng lỗi sàn với độ trễ thấp: Các thiết kế mã P-LDPC trong luận án ưu tiên số lần lặp giải mã thấp (ví dụ, tối đa 50 lần lặp), đảm bảo hiệu năng tốt ở cả vùng thác nước và vùng lỗi sàn trong khi vẫn đáp ứng yêu cầu độ trễ nghiêm ngặt của mạng 5G (<1ms). Điều này khác biệt so với các mã tối ưu ngưỡng truyền thống (như NND [55]) thường yêu cầu số lần lặp lớn.

Implications đa chiều

Các phát hiện này mang lại nhiều ý nghĩa:

  • Tiến bộ lý thuyết: Luận án góp phần mở rộng Lý thuyết Shannon [41] và các công trình của Telatar [15] bằng cách cung cấp một khuôn khổ lý thuyết để phân tích và tối ưu hóa dung lượng kênh trong các hệ thống LS-MIMO với ADC độ phân giải cực thấp. Nó cũng mở rộng lý thuyết về mã LDPC của Gallager [25] và các phương pháp PEXIT của Liva và Chiani [54] bằng cách đưa ra các mã P-LDPC có cấu trúc tối ưu cho điều kiện ADC bị hạn chế và yêu cầu độ trễ thấp.
  • Đổi mới phương pháp luận: Phương pháp thiết kế mã P-LDPC tập trung vào số lần lặp giải mã thấp và thuật toán tách sóng/giải mã kết hợp trên đồ thị hai lớp có thể áp dụng cho các bối cảnh truyền thông không dây khác, nơi có yêu cầu tương tự về hiệu quả năng lượng và độ trễ.
  • Ứng dụng thực tiễn: Các khuyến nghị cụ thể bao gồm việc sử dụng giới hạn cắt tối ưu cho ADC 1-2 bit trong thiết kế phần cứng RF của các trạm gốc 5G, triển khai họ mã P-LDPC mới trong các bộ mã hóa/giải mã baseband, và áp dụng thuật toán tách sóng/giải mã kết hợp cho các hệ thống MIMO hỗn hợp-ADC. Ví dụ, trong các trạm gốc của Ericsson, Huawei hoặc Samsung, việc áp dụng các giải pháp này có thể giúp giảm đáng kể chi phí năng lượng mà vẫn duy trì hiệu suất.
  • Khuyến nghị chính sách: Các nhà hoạch định chính sách và cơ quan quản lý viễn thông có thể cân nhắc các tiêu chuẩn mới cho thiết bị 5G dựa trên khả năng của hệ thống LS-MIMO khi sử dụng ADC độ phân giải thấp, khuyến khích các giải pháp tiết kiệm năng lượng và giảm chi phí hạ tầng.
  • Điều kiện tổng quát hóa: Các giải pháp được phát triển trong luận án có thể được tổng quát hóa cho các hệ thống MIMO với số lượng ăng ten lớn hơn 100, các môi trường fading khác (ví dụ: Ricean fading), và các phương pháp điều chế bậc cao hơn (ví dụ: QPSK, QAM), mặc dù các điều kiện biên hiện tại tập trung vào Rayleigh fading và BPSK.

Limitations và Future Research

Luận án này thừa nhận một số hạn chế cụ thể để duy trì tính khách quan khoa học:

  1. Mô hình kênh Rayleigh Fading: Việc sử dụng mô hình kênh Rayleigh fading, mặc dù thuận lợi cho phân tích toán học, có thể không đại diện đầy đủ cho tất cả các môi trường truyền dẫn trong thực tế, đặc biệt là trong các kịch bản có thành phần đường thẳng LOS (Line-of-Sight) mạnh mẽ (ví dụ: môi trường đô thị dày đặc hoặc ngoài trời). Điều này có thể dẫn đến sự khác biệt về hiệu năng khi áp dụng trong môi trường kênh Ricean hoặc các mô hình phức tạp hơn.
  2. Điều chế BPSK: Hạn chế sử dụng điều chế pha nhị phân (BPSK) đơn giản hóa đáng kể bài toán xử lý tín hiệu. Mặc dù luận án có đề cập rằng "việc mở rộng lên các phương thức điều chế bậc cao là một chủ đề phức tạp và nên được xem xét ở các nghiên cứu độc lập khác", điều này giới hạn khả năng ứng dụng trực tiếp của các thuật toán tách sóng và giải mã cho các hệ thống yêu cầu tốc độ dữ liệu cực cao và hiệu suất phổ cao hơn.
  3. Thông tin trạng thái kênh (CSI): Giả định CSI có sẵn ở phía thu nhưng không có ở phía phát là một điều kiện biên được chấp nhận trong nhiều nghiên cứu, nhưng trong thực tế, việc ước lượng CSI hoàn hảo là một thách thức, đặc biệt trong các hệ thống LS-MIMO động. Sự không hoàn hảo của CSI có thể ảnh hưởng đến hiệu năng của các thuật toán tách sóng và giải mã.
  4. Phạm vi ăng ten và thời gian: Mặc dù luận án đã chứng minh khả năng tổng quát hóa, việc giới hạn số lượng ăng ten từ 10 đến 100 trong các mô phỏng chính có thể không hoàn toàn đại diện cho các hệ thống "massive" MIMO với hàng trăm hoặc thậm chí hàng nghìn ăng ten, hoặc các biến đổi hiệu năng theo thời gian thực trong các hệ thống động.

Những điều kiện biên về bối cảnh (kênh Rayleigh, BPSK) và mẫu (số lượng ăng ten) có thể ảnh hưởng đến tính tổng quát hóa của một số kết quả.

Dựa trên những hạn chế này, một chương trình nghiên cứu tương lai được đề xuất với 4-5 hướng cụ thể:

  1. Mở rộng sang các bộ ADC có độ phân giải cao hơn và các kiểu hỗn hợp phức tạp: Nghiên cứu và tối ưu hóa các bộ ADC hỗn hợp với số lượng bit đa dạng hơn, bao gồm cả các kết hợp giữa ADC độ phân giải cực thấp (1-2 bit) và độ phân giải trung bình (4-6 bit) trong cùng một hệ thống.
  2. Điều chế bậc cao và kênh truyền phức tạp hơn: Mở rộng các thuật toán tách sóng và giải mã cho các phương pháp điều chế bậc cao (ví dụ: QPSK, 16-QAM, 64-QAM) và các mô hình kênh truyền thực tế hơn như kênh Ricean hoặc các mô hình fading dựa trên dữ liệu đo lường.
  3. Ảnh hưởng của CSI không hoàn hảo: Phân tích và phát triển các thuật toán tách sóng và giải mã mạnh mẽ (robust) trong điều kiện CSI không hoàn hảo hoặc bị trễ tại phía thu.
  4. Tối ưu hóa đa mục tiêu: Nghiên cứu các bài toán tối ưu hóa đa mục tiêu để cân bằng giữa hiệu suất phổ, hiệu quả năng lượng, độ trễ và độ phức tạp phần cứng trong thiết kế hệ thống LS-MIMO.
  5. Ứng dụng học máy/AI: Khám phá việc tích hợp các kỹ thuật học máy hoặc trí tuệ nhân tạo để tối ưu hóa giới hạn cắt của ADC, thiết kế mã P-LDPC thích ứng theo thời gian thực hoặc cải thiện hiệu năng của thuật toán tách sóng và giải mã. Các cải tiến về phương pháp luận có thể bao gồm việc phát triển các mô hình phân tích lý thuyết chính xác hơn cho các bộ ADC hỗn hợp và các lược đồ điều chế bậc cao, cũng như sử dụng các nền tảng mô phỏng phần cứng trong vòng lặp (Hardware-in-the-Loop simulation) để xác minh các giải pháp trong môi trường gần với thực tế hơn. Các mở rộng lý thuyết có thể hướng đến việc xây dựng một lý thuyết thông tin chung cho hệ thống MIMO với ADC phi tuyến và có độ phân giải thấp.

Tác động và ảnh hưởng

Luận án này dự kiến sẽ tạo ra tác động đáng kể trên nhiều lĩnh vực:

  • Tác động học thuật: Các đóng góp của luận án có tiềm năng tạo ra nhiều trích dẫn trong cộng đồng nghiên cứu truyền thông không dây, đặc biệt là trong các lĩnh vực LS-MIMO, ADC độ phân giải thấp và mã P-LDPC. Việc tối ưu hóa giới hạn cắt ADC và thiết kế mã P-LDPC có độ lợi mã hóa "0.7 dB" và thuật toán tách sóng/giải mã kết hợp độc đáo sẽ là điểm tham chiếu quan trọng. Hệ thống phần mềm mô phỏng ([Phụ lục 1]) cũng có thể trở thành một công cụ tiêu chuẩn, ước tính tiềm năng tạo ra hàng trăm trích dẫn từ các nhà nghiên cứu sử dụng nó để tăng tốc công việc của họ.
  • Chuyển đổi công nghiệp: Các giải pháp được đề xuất có thể cách mạng hóa thiết kế của các hệ thống 5G và 6G trong ngành viễn thông. Các nhà sản xuất thiết bị gốc (OEMs) có thể tích hợp các thuật toán tối ưu hóa ADC và mã P-LDPC mới vào các trạm gốc (BS) và thiết bị người dùng (UE) của họ. Ví dụ, việc giảm 9bits/s/Hz tiêu thụ năng lượng của ADC độ phân giải thấp có thể giảm chi phí vận hành và tăng tuổi thọ pin cho các thiết bị di động, ảnh hưởng trực tiếp đến các lĩnh vực như Internet of Things (IoT), truyền thông tốc độ cao trong công nghiệp 4.0, và các ứng dụng thực tế ảo/thực tế tăng cường (VR/AR).
  • Ảnh hưởng chính sách: Luận án cung cấp bằng chứng thực nghiệm mạnh mẽ cho các nhà hoạch định chính sách về khả năng xây dựng các mạng không dây 5G/6G hiệu quả hơn về năng lượng. Điều này có thể ảnh hưởng đến việc thiết lập các tiêu chuẩn quốc gia và quốc tế về hiệu quả năng lượng và hiệu suất phổ cho các thiết bị viễn thông, đặc biệt là trong bối cảnh các mục tiêu phát triển bền vững và giảm phát thải carbon. Các khuyến nghị có thể được đưa ra cho các cấp chính phủ để thúc đẩy nghiên cứu và phát triển công nghệ ADC độ phân giải thấp và mã hóa kênh tiên tiến.
  • Lợi ích xã hội: Giảm tiêu thụ năng lượng của các trạm gốc và thiết bị di động sẽ góp phần giảm lượng khí thải carbon và tác động môi trường của hạ tầng mạng di động. Việc cải thiện hiệu suất mạng cũng đồng nghĩa với việc cung cấp kết nối internet nhanh hơn, đáng tin cậy hơn cho mọi người, hỗ trợ phát triển kinh tế số và cải thiện chất lượng cuộc sống thông qua các dịch vụ như y tế từ xa, giáo dục trực tuyến và thành phố thông minh. Việc giảm độ trễ từ 10ms (4G) xuống dưới 1ms (5G) là rất quan trọng cho các ứng dụng thời gian thực như xe tự lái và phẫu thuật từ xa.
  • Mức độ phù hợp quốc tế: Nghiên cứu này có ý nghĩa toàn cầu, vì các thách thức về hiệu suất năng lượng và phổ trong hệ thống MIMO cỡ lớn là phổ biến trên toàn thế giới. Các giải pháp được đề xuất có thể được áp dụng rộng rãi ở các quốc gia khác nhau, thúc đẩy sự phát triển của công nghệ 5G/6G toàn cầu. Ví dụ, các nghiên cứu tương tự đã được thực hiện bởi Ericsson [38] tại Thụy Điển, HUAWEI [39] tại Trung Quốc, và Samsung [40] tại Hàn Quốc, chứng tỏ tầm quan trọng quốc tế của các giải pháp tiết kiệm năng lượng cho LS-MIMO. Luận án này góp phần vào nỗ lực chung đó.

Đối tượng hưởng lợi

Luận án này hướng tới nhiều đối tượng hưởng lợi khác nhau, mỗi đối tượng sẽ thu được những giá trị cụ thể từ các đóng góp của nó.

  • Nghiên cứu sinh tiến sĩ: Luận án cung cấp một khuôn khổ nghiên cứu chi tiết và các kết quả đột phá, chỉ ra các "research gaps" cụ thể trong lĩnh vực LS-MIMO, ADC độ phân giải thấp và mã P-LDPC. Nó cung cấp các phương pháp luận tiên tiến và các công cụ mô phỏng (ví dụ: "Hệ thống phần mềm mô phỏng và thiết kế mã P-LDPC") có thể được sử dụng làm điểm khởi đầu cho các nghiên cứu tiếp theo. Các nghiên cứu sinh có thể tiếp tục mở rộng các thuật toán cho các mô hình kênh phức tạp hơn, các kiểu điều chế bậc cao, hoặc tích hợp các kỹ thuật học máy.
  • Các nhà khoa học/giáo sư đầu ngành: Luận án đóng góp các "theoretical advances" đáng kể, đặc biệt là trong việc tối ưu hóa giới hạn cắt của ADC, thiết kế mã P-LDPC thế hệ mới với độ lợi mã hóa "0.7 dB" và phát triển thuật toán tách sóng/giải mã kết hợp. Những đóng góp này sẽ làm phong phú thêm kho tàng tri thức học thuật, cung cấp cơ sở cho các công trình lý thuyết sâu hơn về lý thuyết thông tin và mã hóa trong hệ thống truyền thông hiện đại. Họ có thể sử dụng các kết quả này để định hướng các dự án nghiên cứu lớn hơn và hợp tác quốc tế.
  • Bộ phận R&D trong công nghiệp: Các ứng dụng thực tiễn của luận án là vô cùng quan trọng đối với các bộ phận nghiên cứu và phát triển (R&D) của các công ty viễn thông và sản xuất thiết bị. Các khuyến nghị cụ thể về giới hạn cắt tối ưu cho ADC 1-2 bit và họ mã P-LDPC có tỉ lệ thích ứng có thể được tích hợp trực tiếp vào thiết kế sản phẩm 5G và 6G. Ví dụ, việc cải thiện "9bits/s/Hz" trong hiệu suất phổ đường lên có thể là một lợi thế cạnh tranh đáng kể. Các nhà phát triển phần mềm và phần cứng có thể tận dụng các thuật toán được đề xuất để tối ưu hóa hiệu năng và hiệu quả năng lượng của trạm gốc, thiết bị di động và các ứng dụng IoT.
  • Các nhà hoạch định chính sách: Luận án cung cấp bằng chứng dựa trên dữ liệu về tiềm năng của các công nghệ tiết kiệm năng lượng trong mạng không dây. Điều này hỗ trợ các nhà hoạch định chính sách trong việc xây dựng các quy định, tiêu chuẩn và khuyến khích cho ngành viễn thông nhằm thúc đẩy phát triển bền vững và hiệu quả năng lượng. Ví dụ, việc định lượng lợi ích về EE có thể giúp chính phủ các cấp (ví dụ: Bộ Thông tin và Truyền thông) đưa ra các chính sách khuyến khích sử dụng ADC độ phân giải thấp trong thiết bị mạng.

Các lợi ích có thể được định lượng: giảm "256 W" tiêu thụ năng lượng ở trạm gốc bằng cách thay thế ADC độ phân giải cao bằng ADC độ phân giải thấp được tối ưu; giảm "0.7 dB" công suất truyền cần thiết cho cùng một hiệu năng; tăng tuổi thọ pin thiết bị di động; và giảm đáng kể lượng khí thải carbon từ hạ tầng mạng.

Câu hỏi chuyên sâu

  1. Đóng góp lý thuyết độc đáo nhất của luận án là gì, và nó mở rộng lý thuyết nào? Đóng góp lý thuyết độc đáo nhất của luận án là việc đề xuất một phương pháp tính toán "giới hạn cắt không phụ thuộc số lượng ăng ten phát" cho các bộ ADC đồng nhất độ phân giải thấp (1-bit và T-ADC). Nó đặc biệt mở rộng lý thuyết lượng tử hóa cổ điển (Quantization Theory) và các công trình về dung lượng kênh MIMO của Telatar [15]. Thông thường, các nghiên cứu áp dụng luật "three-sigma" [22] dựa trên giả định tín hiệu Gauss và tối ưu cho ADC độ phân giải cao (8-12 bit). Luận án này chứng minh rằng việc áp dụng một cách máy móc luật "three-sigma" sẽ làm suy giảm hiệu năng đáng kể cho ADC độ phân giải thấp. Thay vào đó, luận án xây dựng biểu thức toán học tính toán giới hạn cắt tối ưu, điều chỉnh theo đặc tính của ADC độ phân giải thấp, từ đó cải thiện hiệu suất phổ đường lên "lên đến 9bits/s/Hz" cho hệ thống LS-MIMO với N=500 ăng ten. Đây là một sự điều chỉnh và mở rộng quan trọng trong cách chúng ta hiểu và tối ưu hóa hệ thống truyền thông dưới các ràng buộc vật lý khắc nghiệt của ADC độ phân giải thấp.

  2. Đổi mới phương pháp luận then chốt là gì, và nó so sánh như thế nào với 2+ nghiên cứu trước đây? Đổi mới phương pháp luận then chốt là việc thiết kế thuật toán tách sóng và giải mã P-LDPC kết hợp dựa trên "đồ thị hai lớp và thuật toán PEXIT tương ứng" cho hệ thống LS-MIMO với bộ ADC hỗn hợp.

    • So với các nghiên cứu trước đây chỉ tập trung vào thiết kế mã P-LDPC tối ưu ngưỡng giải mã lặp dựa trên PEXIT thông thường (ví dụ: Liva và Chiani [54]), phương pháp này tích hợp trực tiếp quá trình tách sóng MIMO và giải mã P-LDPC vào một cấu trúc đồ thị hai lớp duy nhất. Điều này cho phép "luồng thông tin tương hỗ" hiệu quả giữa hai khối, khác biệt với cách tiếp cận tách rời truyền thống.
    • So với các phương pháp tách sóng MIMO riêng biệt (như ZF hoặc MMSE) thường được kết hợp với giải mã LDPC sau đó, thuật toán đề xuất thực hiện một tiến trình lặp liên tục, cho phép thông tin từ bộ giải mã P-LDPC cải thiện quyết định của bộ tách sóng và ngược lại. Các công trình như [28]–[32] cũng nghiên cứu mã LDPC trong MIMO nhưng thường không tập trung vào tối ưu hóa đồng thời cho ADC độ phân giải thấp và kiến trúc hỗn hợp.
    • Việc phát triển "Hệ thống phần mềm mô phỏng và thiết kế mã P-LDPC cho hệ thống MIMO cỡ lớn" cũng là một đổi mới phương pháp luận đáng kể, vì nó cung cấp một công cụ mạnh mẽ giúp "cắt giảm khối lượng tính toán... đôi khi có thể mất vài tháng để hoàn thành" trong các nghiên cứu LS-MIMO phức tạp.

  3. Phát hiện đáng ngạc nhiên nhất của luận án là gì, được hỗ trợ bởi dữ liệu nào? Phát hiện đáng ngạc nhiên nhất là việc "ADC độ phân giải 1-bit và 2-bit là lựa chọn phù hợp nhất nếu các nhà thiết kế có thể đảm bảo được hiệu năng hệ thống vì hai mức độ phân giải này cung cấp hiệu quả về tốt nhất năng lượng" [21], và luận án đã chứng minh khả năng đạt được hiệu năng cao ngay cả với những ADC cực thấp này. Cụ thể, mặc dù ADC 1-bit và 2-bit được cho là sẽ làm "suy giảm nghiêm trọng EE" nếu không tối ưu đúng cách, luận án đã chỉ ra rằng thông qua tối ưu hóa giới hạn cắt, hiệu suất phổ đường lên có thể "được cải thiện lên đến 9bits/s/Hz" cho hệ thống LS-MIMO với N=500 ăng ten khi sử dụng ADC 1-bit. Điều này mâu thuẫn với quan điểm thông thường rằng ADC độ phân giải cực thấp sẽ không thể đạt được hiệu suất đáng kể và thách thức những giới hạn trước đây về khả năng của chúng trong hệ thống LS-MIMO. Dữ liệu này được trình bày cụ thể trong Chương 2 và công bố tại [CT3].

  4. Luận án có cung cấp giao thức tái tạo không? Luận án cung cấp các chi tiết cần thiết để tái tạo các kết quả chính. Trong phần "Phương pháp nghiên cứu," luận án nêu rõ: "Quá trình thứ hai, xây dựng và thiết lập chương trình mô phỏng trên máy tính. Bước này được thực hiện bởi ngôn ngữ lập trình C++ nhằm kiểm chứng tính đúng đắn của các kết quả phân tích toán học. Các mô phỏng được thực hiện dựa trên phương pháp Monte-Carlo." Ngoài ra, các tham số mô phỏng cụ thể như kích thước mẫu (10-100 ăng ten), tỉ lệ mã (R=1/2, 2/3, 3/4), độ dài mã (4800 bit), số lần lặp giải mã tối đa (50), mô hình kênh (Rayleigh fading), điều chế (BPSK), và các thuật toán được sử dụng (PEXIT, AQNM, PEG) đều được mô tả chi tiết trong các chương tương ứng và trong các danh mục ký hiệu, bảng, hình vẽ. Mặc dù mã nguồn C++ có thể không được cung cấp trực tiếp trong bản luận án, việc mô tả chi tiết các mô hình toán học, thuật toán và tham số thực nghiệm cho phép các nhà nghiên cứu khác có thể tái tạo các kết quả một cách độc lập. Hơn nữa, việc phát triển "Hệ thống phần mềm mô phỏng và thiết kế mã P-LDPC cho hệ thống MIMO cỡ lớn" ([Phụ lục 1]) cho thấy một nỗ lực để chuẩn hóa quy trình mô phỏng, tăng cường khả năng tái tạo.

  5. Chương trình nghiên cứu 10 năm được phác thảo như thế nào? Chương trình nghiên cứu 10 năm được phác thảo từ các hướng nghiên cứu tương lai đã được nêu trong luận án, nhằm mở rộng phạm vi và độ sâu của các phát hiện hiện tại. Trong 1-3 năm tới, trọng tâm sẽ là mở rộng các thuật toán tách sóng và giải mã cho các phương pháp điều chế bậc cao (QPSK, QAM) và các mô hình kênh phức tạp hơn (Ricean fading, kênh dựa trên đo lường thực tế). Đồng thời, tập trung vào việc nghiên cứu và phát triển các bộ ADC hỗn hợp với nhiều mức độ phân giải khác nhau và phân tích ảnh hưởng của CSI không hoàn hảo. Trong 3-6 năm tới, chương trình sẽ chuyển sang tối ưu hóa đa mục tiêu, tìm kiếm sự cân bằng tối ưu giữa hiệu suất phổ, hiệu quả năng lượng, độ trễ và độ phức tạp phần cứng trong thiết kế hệ thống LS-MIMO. Đây cũng là giai đoạn để tích hợp sâu hơn các kỹ thuật học máy và trí tuệ nhân tạo (ví dụ: học tăng cường cho việc tối ưu hóa giới hạn cắt ADC hoặc thiết kế mã thích ứng theo điều kiện kênh). Phát triển các giao thức cho phép triển khai ADC độ phân giải thấp trong các mạng 5G-Advanced và 6G. Trong 6-10 năm tới, mục tiêu là xây dựng một lý thuyết thông tin tổng quát cho hệ thống MIMO với các bộ ADC phi tuyến và độ phân giải thấp, cũng như phát triển các giải pháp phần cứng/phần mềm đồng thiết kế cho các hệ thống LS-MIMO sử dụng ADC cực thấp. Chương trình sẽ xem xét các ứng dụng mới nổi như truyền thông không dây terahertz, truyền thông quang tự do, và các hệ thống lớn hơn (xMassive MIMO) với hàng nghìn ăng ten, nơi các thách thức về EE và SE trở nên càng gay gắt.

Kết luận

Luận án này đã tạo ra những đóng góp then chốt, thúc đẩy đáng kể lĩnh vực hệ thống thông tin không dây, đặc biệt là trong bối cảnh LS-MIMO và bộ ADC độ phân giải thấp. Năm đóng góp cụ thể có thể được tóm tắt như sau:

  1. Phát triển công thức tính giới hạn cắt tối ưu cho bộ ADC đồng nhất độ phân giải thấp (1-2 bit): Điều này đã được chứng minh là cải thiện hiệu suất phổ đường lên "lên đến 9bits/s/Hz" cho hệ thống LS-MIMO, vượt xa các phương pháp truyền thống.
  2. Thiết kế thành công họ mã P-LDPC có tỉ lệ mã thích ứng mới: Các mã này mang lại "độ lợi mã hóa từ 0.7 dB" so với các mã hiện đại, đáp ứng yêu cầu về hiệu quả năng lượng trong mạng tốc độ cao.
  3. Đề xuất thuật toán tách sóng và giải mã P-LDPC kết hợp cho hệ thống ADC hỗn hợp: Thuật toán dựa trên đồ thị hai lớp và PEXIT này đã được chứng minh là nâng cao hiệu năng hệ thống cho các cấu hình MIMO thực tế.
  4. Phát triển hệ thống phần mềm mô phỏng và thiết kế mã P-LDPC: Công cụ này có ý nghĩa thực tiễn to lớn, giảm đáng kể thời gian và nguồn lực tính toán cần thiết cho nghiên cứu trong lĩnh vực này.
  5. Cân bằng hiệu quả giữa hiệu năng vùng thác nước, vùng lỗi sàn và độ trễ giải mã thấp: Luận án đã thiết kế các mã P-LDPC để đạt được hiệu năng tối ưu dưới giới hạn số lần lặp giải mã, một yêu cầu quan trọng cho 5G.

Những đóng góp này đại diện cho một bước tiến quan trọng trong việc tối ưu hóa thiết kế hệ thống truyền thông không dây, mở ra khả năng triển khai các hệ thống LS-MIMO hiệu quả năng lượng hơn. Luận án đã đóng góp vào một "paradigm advancement" bằng cách thách thức những giả định cũ về khả năng của ADC độ phân giải thấp, chứng minh rằng với tối ưu hóa phù hợp, chúng có thể đạt được hiệu suất vượt trội mà vẫn tiết kiệm năng lượng.

Ba luồng nghiên cứu mới được mở ra bao gồm: (1) thiết kế hệ thống MIMO với kiến trúc ADC hỗn hợp đa dạng và linh hoạt; (2) phát triển mã hóa kênh và lược đồ xử lý tín hiệu thích ứng với các hạn chế năng lượng và độ trễ nghiêm ngặt; và (3) tích hợp trí tuệ nhân tạo vào tối ưu hóa các thành phần vật lý và lớp mã hóa của hệ thống truyền thông.

Với các so sánh với các nghiên cứu quốc tế từ Ericsson, HUAWEI, Samsung và các công trình hàn lâm, luận án này có "global relevance" mạnh mẽ. Các giải pháp đề xuất không chỉ giải quyết các vấn đề cấp bách của Việt Nam mà còn góp phần vào nỗ lực toàn cầu nhằm xây dựng các mạng không dây thế hệ mới hiệu quả và bền vững. Di sản của luận án này có thể đo lường được thông qua các hệ thống 5G/6G tương lai có hiệu quả năng lượng cao hơn, chi phí vận hành thấp hơn, và khả năng hỗ trợ một loạt các ứng dụng đòi hỏi tốc độ cao và độ trễ thấp, góp phần vào sự phát triển kinh tế số và xã hội toàn cầu.