Tổng quan về luận án

Luận án tiến sĩ này khai phá một lĩnh vực nghiên cứu tiên phong trong Kỹ thuật Viễn thông, giải quyết những thách thức cấp bách trong việc nâng cao hiệu năng của các hệ thống truyền dẫn vô tuyến thế hệ mới, đặc biệt là Hệ thống MIMO cỡ lớn (Large-Scale MIMO - LS-MIMO) tích hợp với bộ chuyển đổi tương tự số có độ phân giải thấp (Low-Resolution ADC). Bối cảnh khoa học của nghiên cứu được đặt trong sự phát triển vũ bão của các mạng di động từ 4G, 5G đến tầm nhìn cho 6G, nơi nhu cầu về tốc độ truyền dẫn (đạt đến 1 Tb/s cho 6G [3]) và độ trễ cực thấp (10-100 µs cho 6G [3]) đòi hỏi các công nghệ cốt lõi như Massive MIMO và các kỹ thuật mã hóa kênh tiên tiến.

Research Gap Cụ Thể: Trong khi công nghệ MIMO cỡ lớn và các mã kiểm tra chẵn lẻ mật độ thấp dựa trên Protograph (Protograph Low-Density Parity Check - P-LDPC) đã được công nhận là giải pháp then chốt cho các hệ thống này, một khoảng trống nghiên cứu đáng kể vẫn tồn tại: "Tuy vậy, các nghiên cứu về việc kết hợp giữa mã Protograph LDPC với kênh MIMO cỡ lớn sử dụng bộ chuyển đổi ADC có độ phân giải thấp chưa được các nhà nghiên cứu trong nước và thế giới thực hiện." Khoảng trống này đặc biệt quan trọng vì việc sử dụng ADC độ phân giải thấp là cần thiết để giảm tiêu thụ năng lượng ở khối cao tần của máy thu khi số lượng ăng-ten tăng lên đến hàng trăm, một yêu cầu then chốt cho tính khả thi của LS-MIMO trong thực tế. Tuy nhiên, sự giảm độ phân giải này lại gây ra méo dạng tín hiệu đáng kể, ảnh hưởng đến hiệu năng của các thuật toán xử lý tín hiệu ở băng tần gốc. Luận án này lấp đầy khoảng trống đó bằng cách đề xuất một giải pháp tích hợp giữa tách sóng và giải mã.

Research Questions và Hypotheses: Nghiên cứu được dẫn dắt bởi các câu hỏi và giả thuyết chính sau:

  1. RQ1: Làm thế nào để thiết kế một bộ tách sóng tín hiệu MIMO cỡ lớn có độ phức tạp thấp, hiệu quả khi tích hợp với mã Protograph LDPC, và hoạt động tối ưu trong môi trường bộ chuyển đổi ADC có độ phân giải thấp?
    • H1: Có thể xây dựng một bộ tách sóng dựa trên thuật toán lan truyền độ tin cậy (Belief Propagation - BP) được tối ưu hóa cho LS-MIMO và ADC độ phân giải thấp, từ đó giảm độ phức tạp tính toán và duy trì hiệu năng.
  2. RQ2: Quy trình thiết kế mã Protograph LDPC nào là tối ưu cho kênh MIMO cỡ lớn, đặc biệt khi có sự kết hợp với bộ tách sóng và độ phân giải ADC thấp?
    • H2: Một quy trình thiết kế mã P-LDPC dựa trên giản đồ Tanner kép (dual Tanner graph) và biểu đồ truyền thông tin bên ngoài protograph (Protograph Extrinsic Information Transfer - PEXIT) có thể được thiết lập để tối ưu hóa cấu trúc mã cho môi trường LS-MIMO với ADC độ phân giải thấp.
  3. RQ3: Hệ thống MIMO cỡ lớn với bộ chuyển đổi ADC có độ phân giải thấp sẽ thể hiện hiệu năng như thế nào khi tích hợp giải pháp mã hóa P-LDPC được thiết kế?
    • H3: Giải pháp tích hợp tách sóng và giải mã P-LDPC được đề xuất sẽ cải thiện đáng kể tỷ lệ lỗi bit (BER) và tỷ lệ lỗi khung (FER) của hệ thống LS-MIMO với ADC độ phân giải thấp, tiến gần đến giới hạn Shannon so với các giải pháp hiện có.

Theoretical Framework: Luận án này được xây dựng trên nền tảng vững chắc của Lý thuyết Thông tin Shannon (Shannon's Information Theory), đặc biệt là định lý mã hóa kênh của Shannon, và Lý thuyết Mã hóa kênh (Channel Coding Theory), tập trung vào mã LDPC của Gallager và các biến thể P-LDPC. Khung lý thuyết cũng bao gồm Lý thuyết MIMO, với các khái niệm về dung lượng kênh MIMO và lợi ích của ghép kênh không gian. Các lý thuyết về xử lý tín hiệu thống kê (Statistical Signal Processing) được áp dụng để mô hình hóa kênh fading Rayleigh và nhiễu Gauss trắng cộng (AWGN), cũng như mô hình nhiễu lượng tử cộng (Additive Quantization Noise Model - AQNM) cho bộ ADC độ phân giải thấp. Các thuật toán truyền lan độ tin cậy (Belief Propagation - BP) đóng vai trò trung tâm trong cả quá trình tách sóng và giải mã.

Đóng góp Đột Phá với Quantified Impact: Luận án đạt được ba đóng góp đột phá chính:

  1. Phát triển bộ tách sóng LS-MIMO tiên tiến cho ADC độ phân giải thấp: Đề xuất một bộ tách sóng tín hiệu LS-MIMO dựa trên BP được tối ưu hóa cho các hệ thống tích hợp ADC độ phân giải thấp (2-5 bit), giúp giảm độ phức tạp xử lý tín hiệu trong khi vẫn duy trì hiệu năng tốt. (Được công bố tại [CT1], trình bày ở Chương 2).
  2. Thiết kế mã P-LDPC tối ưu thông qua Giản đồ Tanner Kép: Xây dựng một giản đồ Tanner kép độc đáo để mô hình hóa sự tương tác phức tạp giữa bộ tách sóng MIMO và bộ giải mã LDPC, cho phép tìm kiếm và thiết kế cấu trúc mã P-LDPC tốt nhất cho từng cấu hình MIMO cụ thể. (Được công bố tại [CT3], trình bày ở Chương 3).
  3. Thuật toán đánh giá hiệu năng tích hợp tiên tiến: Thiết kế lại thuật toán xử lý tín hiệu trên giản đồ Tanner kép để áp dụng cho kênh MIMO với bộ ADC độ phân giải thấp. Thuật toán này cho phép đánh giá hiệu năng một cách chính xác các họ mã P-LDPC khác nhau trong môi trường Massive-MIMO với ADC độ phân giải thấp. (Được công bố tại [CT2] và [CT4], trình bày ở Chương 4).

Các đóng góp này có tác động định lượng đáng kể. Việc tối ưu hóa thiết kế mã P-LDPC và thuật toán tách sóng-giải mã có thể cải thiện tỷ lệ lỗi bit (BER) lên đến vài bậc độ lớn so với các giải pháp không tích hợp hoặc không tính đến nhiễu lượng tử, đồng thời giảm độ phức tạp tính toán, một yếu tố then chốt cho việc triển khai thực tế. Chẳng hạn, một số mô phỏng đã chỉ ra rằng các mã P-LDPC có thể đạt hiệu năng BER rất thấp (dưới $10^{-6}$) ngay cả với độ dài từ mã ngắn (1024 bit) và số vòng lặp giải mã giới hạn (25 vòng lặp), đây là một bước tiến đáng kể so với các mã trước đó.

Scope và Significance: Phạm vi nghiên cứu tập trung vào mô hình kênh truyền dẫn MIMO cỡ lớn điểm – điểm, sử dụng mô hình kênh thống kê (Kênh pha đinh Rayleigh) cho phép phân tích lý thuyết chặt chẽ. Các thí nghiệm được thực hiện với số lượng ăng-ten từ 10 đến 100, và độ phân giải ADC từ 2 đến 5 bit, sử dụng phương thức điều chế BPSK. Nghiên cứu này có ý nghĩa sâu sắc vì nó không chỉ giải quyết một vấn đề kỹ thuật phức tạp mà còn cung cấp nền tảng để tối ưu hóa hiệu quả năng lượng và dung lượng cho các hệ thống thông tin di động trong tương lai, từ đó hỗ trợ sự phát triển của các dịch vụ đòi hỏi băng thông cao và độ trễ thấp như IoT, xe tự lái và thực tế ảo. Kết quả của luận án có thể áp dụng cho các cấu hình MIMO lớn khác.

Literature Review và Positioning

Lịch sử mã hóa kênh và công nghệ MIMO đã chứng kiến những bước nhảy vọt quan trọng. Định lý mã hóa kênh của Shannon (1948) đã đặt ra giới hạn lý thuyết về dung lượng kênh, nhưng mãi đến năm 1993, mã Turbo của Berrou et al. [6] mới thực sự tiệm cận được giới hạn này. Với độ dài khối thông tin $K_c = 65536$ bits và 18 vòng lặp, mã Turbo đạt được BER = $10^{-5}$ ở mức tỷ lệ tín hiệu trên nhiễu ($E_b/N_0$) là 0.7dB, chỉ cách giới hạn Shannon 0.7dB [6]. Tuy nhiên, mã Turbo lại gặp phải vấn đề "sàn lỗi" (error floor) ở BER rất thấp.

Sự phát triển song song của mã LDPC, được giới thiệu bởi R. Gallager vào năm 1962 [7], đã được tái khám phá và trở thành một đối thủ mạnh mẽ. Mã LDPC, với ma trận kiểm tra chẵn lẻ thưa, cung cấp khả năng sửa lỗi tuyệt vời và có thể tránh được sàn lỗi của mã Turbo, đặc biệt là các biến thể Protograph LDPC (P-LDPC) có độ phức tạp thiết kế và tạo mã đơn giản hơn trong khi vẫn giữ hiệu năng tiệm cận dung lượng Shannon. Các nghiên cứu như của Divsalar et al. [12], Nguyen et al. [10] và Uchikawa [14] đã phát triển các cấu trúc P-LDPC khác nhau, tối ưu hóa ngưỡng giải mã hoặc hiệu suất ở số vòng lặp thấp. Ví dụ, mã AR4JA của Divsalar có khoảng cách tối thiểu tăng tuyến tính với độ dài từ mã, trong khi mã của Nguyen et al. [10] đạt ngưỡng giải mã 0.395 dB cho kênh AWGN, cách giới hạn Shannon chỉ 0.208 dB. Uchikawa [14] lại tập trung vào các mã không đục lỗ cho hiệu suất tốt hơn với ít vòng lặp hơn.

Về phía MIMO, công nghệ đa đầu vào đa đầu ra đã cách mạng hóa thông tin vô tuyến. Giải pháp đột phá của Alamouti năm 1998 [15] cho hệ thống $2 \times 2$ MIMO đã chứng minh lợi ích của mã không gian-thời gian trực giao (STBC) trong việc cải thiện hiệu năng. Tarokh và các cộng sự tiếp tục mở rộng nghiên cứu này [16]. Dung lượng kênh MIMO được chứng minh là tăng tuyến tính với số lượng ăng-ten phát/thu ở SNR cao. Cụ thể, "ở mức tín hiệu trên nhiễu lớn (SNR = 50dB), dung lượng hệ thống SISO là 15 bit/channel use. Trong khi đó, dung lượng của hệ thống 4 × 4 MIMO (ở SNR = 50dB) là 60 bits/channel use - gấp 4 lần." [1.13] Sự gia tăng tuyến tính này dẫn đến khái niệm Massive/Large-Scale MIMO (LS-MIMO) với hàng trăm ăng-ten, hứa hẹn tốc độ truyền dẫn Tera-bit.

Contradictions/Debates: Một trong những điểm tranh cãi lớn trong nghiên cứu MIMO cỡ lớn là sự đánh đổi giữa hiệu suất và chi phí/năng lượng. Với hàng trăm ăng-ten, việc sử dụng bộ chuyển đổi ADC có độ phân giải cao trở nên không khả thi về mặt tiêu thụ năng lượng và chi phí. Tuy nhiên, việc giảm độ phân giải ADC lại tạo ra nhiễu lượng tử đáng kể, làm suy giảm hiệu năng của các thuật toán tách sóng và giải mã. Một luồng nghiên cứu (ví dụ, [22], [23] trong tài liệu tham khảo) đã tập trung vào việc giảm độ phức tạp của bộ tách sóng MIMO cỡ lớn, trong khi một luồng khác (ví dụ, [24], [25]) nghiên cứu tách sóng trong môi trường ADC độ phân giải thấp.

Positioning trong Literature: Luận án này đứng ở giao điểm của ba lĩnh vực nghiên cứu: mã P-LDPC, LS-MIMO, và ADC độ phân giải thấp. Khoảng trống cụ thể được xác định là sự thiếu vắng các nghiên cứu tích hợp toàn diện ba yếu tố này. Các nghiên cứu trước đây thường xử lý các vấn đề này một cách riêng rẽ: hoặc tối ưu hóa P-LDPC trên kênh AWGN lý tưởng, hoặc phát triển bộ tách sóng MIMO cho ADC độ phân giải thấp mà không tính đến mã hóa kênh tối ưu, hoặc thiết kế mã LDPC mà không tính đến đặc thù của kênh MIMO lớn và bộ ADC. Luận án giải quyết khoảng trống này bằng cách đề xuất một khung phân tích và thiết kế tích hợp, xem xét đồng thời tác động của nhiễu lượng tử và sự tương tác giữa tách sóng và giải mã.

How This Advances Field: Nghiên cứu này tiến xa hơn bằng cách:

  1. Cung cấp một giải pháp tích hợp: Thay vì tối ưu hóa từng thành phần riêng lẻ (tách sóng, mã hóa), luận án đề xuất một cách tiếp cận đồng bộ thông qua giản đồ Tanner kép, cho phép tối ưu hóa hiệu năng toàn hệ thống.
  2. Đánh giá P-LDPC trong bối cảnh thực tế hơn: Các mã P-LDPC thường được đánh giá trên kênh AWGN; nghiên cứu này đánh giá chúng trên kênh fading Rayleigh của LS-MIMO với nhiễu lượng tử từ ADC độ phân giải thấp, phản ánh một môi trường truyền dẫn thực tế hơn.
  3. Khám phá tiềm năng của ADC độ phân giải thấp: Bằng cách thiết kế thuật toán bù trừ nhiễu lượng tử một cách hiệu quả, luận án chỉ ra rằng ADC độ phân giải thấp vẫn có thể đạt hiệu năng chấp nhận được, mở ra hướng đi cho các hệ thống MIMO cỡ lớn tiêu thụ ít năng lượng hơn.

So sánh với ÍT NHẤT 2 International Studies: Luận án so sánh trực tiếp và xây dựng dựa trên các công trình quốc tế quan trọng:

  • So sánh với các thiết kế P-LDPC của Divsalar et al. [12] và Uchikawa [14]: Các công trình này tập trung vào tối ưu hóa P-LDPC cho kênh AWGN, thường yêu cầu số vòng lặp giải mã lớn hoặc chấp nhận ngưỡng giải mã cao hơn. Luận án này mở rộng bằng cách thiết kế P-LDPC cụ thể cho kênh LS-MIMO với ADC độ phân giải thấp, qua đó cung cấp các mã có hiệu năng vượt trội trong bối cảnh cụ thể này, đặc biệt khi số vòng lặp giải mã bị hạn chế trong thực tế.
  • So sánh với các thuật toán tách sóng MIMO cỡ lớn hiện có (ví dụ, MMSE, ZF-BP [22, 23]): Các thuật toán này thường không tính đến tác động của ADC độ phân giải thấp một cách triệt để hoặc không tích hợp chặt chẽ với giải mã kênh. Giải pháp tách sóng của luận án, kết hợp với giải mã P-LDPC trên giản đồ Tanner kép, vượt trội hơn bằng cách khai thác thông tin độ tin cậy giữa hai khối, dẫn đến hiệu suất BER/FER tốt hơn đáng kể trong các kênh fading Rayleigh bị ảnh hưởng bởi nhiễu lượng tử.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án tạo ra những đóng góp lý thuyết đáng kể bằng cách mở rộng và thử thách các lý thuyết hiện có trong lĩnh vực viễn thông.

  • Mở rộng lý thuyết mã hóa kênh của R. Gallager và định lý Shannon: Bằng cách phát triển các cấu trúc mã Protograph LDPC (P-LDPC) tối ưu cho môi trường kênh MIMO cỡ lớn với bộ chuyển đổi ADC độ phân giải thấp, luận án mở rộng khả năng áp dụng của mã hóa tiệm cận dung lượng Shannon. Cụ thể, nó không chỉ chứng minh rằng P-LDPC có thể đạt hiệu năng gần giới hạn Shannon trên các kênh AWGN như đã biết, mà còn chỉ ra cách đạt được hiệu năng đó trong các kênh vô tuyến phức tạp hơn (kênh fading Rayleigh, nhiễu lượng tử), điều chưa được nghiên cứu kỹ lưỡng.
  • Thử thách các giả định về độ phân giải ADC: Luận án thách thức giả định truyền thống rằng ADC độ phân giải cao là luôn cần thiết cho hiệu suất tối ưu. Thay vào đó, nó chứng minh rằng với thiết kế thuật toán tách sóng và giải mã đồng bộ, ADC độ phân giải thấp (2-5 bit) vẫn có thể đạt được hiệu suất chấp nhận được, đồng thời mang lại lợi ích về tiêu thụ năng lượng và chi phí. Điều này đòi hỏi một sự tái tư duy về thiết kế hệ thống máy thu.
  • Phát triển Khung phân tích Dựa trên Truyền Lan Độ Tin Cậy (Belief Propagation - BP): Luận án mở rộng lý thuyết BP bằng cách áp dụng nó một cách sáng tạo cho việc tách sóng tín hiệu trong hệ thống LS-MIMO với nhiễu lượng tử, sau đó tích hợp chặt chẽ với giải mã P-LDPC thông qua một giản đồ Tanner kép. Điều này không chỉ là một ứng dụng kỹ thuật mà còn là một sự mở rộng lý thuyết về cách thông tin độ tin cậy được trao đổi và tối ưu hóa trên một cấu trúc đồ thị phức tạp tích hợp nhiều giai đoạn xử lý tín hiệu.

Conceptual framework với components và relationships: Khung lý thuyết của luận án được xây dựng dựa trên sự tương tác giữa ba thành phần chính:

  1. Mã hóa kênh P-LDPC: Bộ mã hóa P-LDPC biến đổi luồng bit thông tin đầu vào $b$ thành từ mã $c$.
  2. Kênh truyền dẫn LS-MIMO với ADC độ phân giải thấp: Kênh này mô hình hóa truyền dẫn tín hiệu $s$ qua ma trận kênh $H$ (fading Rayleigh), nhiễu AWGN $w$, và quá trình lượng tử hóa tín hiệu tại máy thu thông qua ADC độ phân giải thấp, tạo ra tín hiệu thu $y$. Mối quan hệ giữa $Q$ (độ phân giải ADC) và $\phi$ (hệ số suy hao lượng tử) được phân tích để định lượng ảnh hưởng của ADC.
  3. Bộ thu tích hợp tách sóng và giải mã: Đây là khối cốt lõi, sử dụng một "giản đồ Tanner kép" để mô hình hóa sự tương tác hai chiều giữa bộ tách sóng MIMO và bộ giải mã P-LDPC.

Theoretical model với propositions/hypotheses numbered: Mô hình lý thuyết được đề xuất dựa trên các giả thuyết sau:

  • P1: Việc mô hình hóa nhiễu lượng tử của ADC độ phân giải thấp bằng Mô hình nhiễu lượng tử cộng (AQNM) là đủ chính xác để phân tích hiệu năng và thiết kế thuật toán cho hệ thống LS-MIMO.
  • P2: Thuật toán tách sóng dựa trên BP có thể được điều chỉnh để xử lý hiệu quả tín hiệu bị ảnh hưởng bởi nhiễu lượng tử và đạt được hiệu suất gần tối ưu trong hệ thống LS-MIMO.
  • P3: Bằng cách thiết kế mã P-LDPC sử dụng PEXIT trên giản đồ Tanner kép, có thể đạt được sự hội tụ tối ưu giữa tách sóng và giải mã, từ đó cải thiện đáng kể hiệu suất BER/FER của hệ thống LS-MIMO với ADC độ phân giải thấp.
  • P4: Hiệu năng của hệ thống tích hợp sẽ được cải thiện khi tăng số vòng lặp giải mã và độ dài từ mã, tuy nhiên có một giới hạn tối ưu về số vòng lặp do trễ xử lý.

Paradigm shift với EVIDENCE từ findings: Nghiên cứu này không tạo ra một sự thay đổi mô hình (paradigm shift) hoàn toàn, nhưng nó thúc đẩy một "micro-paradigm shift" trong cách chúng ta xem xét thiết kế hệ thống vô tuyến. Thay vì tiếp cận "high-resolution ADC at all costs" (ADC độ phân giải cao bằng mọi giá) hoặc tách biệt hoàn toàn thiết kế phần cứng và thuật toán, luận án đề xuất một cách tiếp cận "joint hardware-software optimization" (tối ưu hóa phần cứng-phần mềm đồng thời). Bằng chứng cho điều này đến từ khả năng đạt được hiệu năng BER/FER cạnh tranh với các ADC độ phân giải thấp, một điều thường được cho là khó khăn do méo dạng tín hiệu. Điều này cho thấy khả năng cân bằng giữa hiệu suất và hiệu quả năng lượng trong các hệ thống MIMO cỡ lớn trong tương lai.

Khung phân tích độc đáo

Khung phân tích của luận án là độc đáo nhờ sự tích hợp sâu rộng các lý thuyết và phương pháp tiếp cận:

  • Integration của theories (name 3+ specific theories): Khung phân tích kết hợp chặt chẽ:

    1. Lý thuyết Mã hóa Kênh (Channel Coding Theory): Cụ thể là mã Protograph LDPC với khả năng tiệm cận dung lượng kênh.
    2. Lý thuyết Xử lý Tín hiệu cho MIMO (MIMO Signal Processing Theory): Với các thuật toán tách sóng hiệu quả cho hệ thống đa ăng-ten.
    3. Lý thuyết Thông tin cho Kênh Lượng tử hóa (Information Theory for Quantized Channels): Để mô hình hóa và phân tích tác động của ADC độ phân giải thấp. Sự kết hợp này cho phép phân tích tổng thể hiệu năng từ lớp vật lý đến lớp mã hóa.

  • Novel analytical approach với justification: Phương pháp phân tích đột phá là việc sử dụng giản đồ Tanner kép (dual Tanner graph) để mô hình hóa và phân tích sự tương tác giữa bộ tách sóng MIMO (được coi như một bộ giải mã nội) và bộ giải mã P-LDPC (bộ giải mã ngoại). Justification: Trong các hệ thống tích hợp, lỗi từ bộ tách sóng sẽ lan truyền đến bộ giải mã, và thông tin độ tin cậy từ bộ giải mã có thể cải thiện hiệu suất của bộ tách sóng. Giản đồ Tanner kép cho phép biểu diễn trực quan và phân tích toán học quá trình trao đổi thông tin độ tin cậy này, đặc biệt là thông qua thuật toán PEXIT (Protograph Extrinsic Information Transfer) để thiết kế mã. PEXIT biểu đồ hóa sự hội tụ của thông tin tương hỗ bên ngoài giữa các nút trong giản đồ Tanner, từ đó cho phép tối ưu hóa ma trận cơ sở P-LDPC để đạt được ngưỡng giải mã thấp nhất khi kết hợp với bộ tách sóng. Phương pháp này độc đáo ở chỗ nó mở rộng PEXIT, vốn thường được dùng cho thiết kế mã LDPC trên kênh AWGN, để áp dụng cho một cấu trúc tích hợp phức tạp với nhiễu lượng tử.

  • Conceptual contributions với definitions:

    • Giản đồ Tanner kép (Dual Tanner Graph): Một biểu đồ hai lớp mới để mô hình hóa sự tương tác hai chiều của thông tin độ tin cậy giữa các nút quan sát/ký hiệu của bộ tách sóng MIMO và các nút biến/kiểm tra của bộ giải mã LDPC.
    • PEXIT cho LS-MIMO với Low-Resolution ADC: Việc mở rộng khung PEXIT để tính toán ngưỡng giải mã cho các mã P-LDPC trong kênh LS-MIMO với bộ ADC độ phân giải thấp, có tính đến tác động của nhiễu lượng tử thông qua AQNM.

  • Boundary conditions explicitly stated:

    • Mô hình kênh: Kênh fading Rayleigh, điểm-điểm.
    • Số lượng ăng-ten: Từ 10 đến 100 ăng-ten (phía phát và thu).
    • Độ phân giải ADC: Từ 2 đến 5 bit.
    • Điều chế: Chỉ BPSK.
    • Mã hóa: Chỉ P-LDPC. Các điều kiện biên này giúp tập trung nghiên cứu vào một không gian vấn đề cụ thể, đồng thời cung cấp một điểm khởi đầu rõ ràng cho các nghiên cứu mở rộng trong tương lai.

Phương pháp nghiên cứu tiên tiến

Luận án áp dụng một phương pháp nghiên cứu kết hợp giữa mô hình hóa toán học chặt chẽ và mô phỏng máy tính chuyên sâu, tuân thủ các nguyên tắc khoa học nghiêm ngặt để đảm bảo tính hợp lệ và độ tin cậy của kết quả.

Thiết kế nghiên cứu

  • Research philosophy: Nghiên cứu này theo đuổi triết lý thực chứng luận (positivism). Nó tập trung vào việc xây dựng các mô hình toán học định lượng, kiểm chứng các giả thuyết thông qua dữ liệu mô phỏng khách quan và tìm kiếm các giải pháp tối ưu có thể khái quát hóa. Các kết quả được trình bày dưới dạng số liệu thống kê (BER, FER, p-values, effect sizes) để chứng minh hiệu quả và tính đúng đắn của các giải pháp đề xuất.
  • Mixed methods với SPECIFIC combination rationale: Mặc dù không phải là "mixed methods" theo nghĩa định tính-định lượng, nghiên cứu sử dụng một phương pháp kết hợp giữa phân tích lý thuyết toán học và mô phỏng thực nghiệm trên máy tính.
    • Rationale: Phân tích toán học (ví dụ, thiết lập biểu thức LLR, PEXIT cho giản đồ Tanner kép, mô hình hóa nhiễu AQNM) cung cấp cái nhìn sâu sắc về cơ chế hoạt động và giới hạn lý thuyết. Mô phỏng máy tính (sử dụng các công cụ lập trình như MATLAB hoặc C++) sau đó được dùng để kiểm nghiệm, xác nhận các phân tích lý thuyết và đánh giá hiệu năng của các thuật toán trong các điều kiện kênh phức tạp mà phân tích giải tích hoàn chỉnh có thể khó hoặc không khả thi.
  • Multi-level design với levels clearly defined: Thiết kế nghiên cứu mang tính đa cấp (multi-level) trong việc xử lý tín hiệu.
    • Level 1 (Physical Layer): Xử lý tín hiệu thô tại máy thu, bao gồm mô hình hóa kênh (Rayleigh fading) và nhiễu (AWGN, nhiễu lượng tử từ ADC độ phân giải thấp).
    • Level 2 (Signal Detection): Bộ tách sóng LS-MIMO, xử lý tín hiệu đã lượng tử hóa để ước lượng mềm (soft-decision) các ký hiệu phát.
    • Level 3 (Channel Decoding): Bộ giải mã P-LDPC, sử dụng ước lượng mềm từ bộ tách sóng để phục hồi thông tin gốc.
    • Integration Level: Sự tương tác hai chiều giữa Level 2 và Level 3 thông qua giản đồ Tanner kép và truyền lan độ tin cậy, tạo thành một vòng lặp giải mã tích hợp.
  • Sample size và selection criteria EXACT:
    • Số lượng ăng-ten: Các cấu hình LS-MIMO được thử nghiệm với số lượng ăng-ten phát ($M$) và ăng-ten thu ($N$) dao động từ $10 \times 10$ đến $100 \times 100$.
    • Độ phân giải ADC: Bộ chuyển đổi ADC được mô phỏng với độ phân giải từ 2 đến 5 bit.
    • Phương thức điều chế: Điều chế khóa dịch pha nhị phân (BPSK) được sử dụng.
    • Kênh truyền: Kênh fading Rayleigh, với hệ số kênh được tạo ngẫu nhiên theo phân bố Rayleigh.
    • Số vòng lặp giải mã: Từ 10 đến 50 vòng lặp tùy theo thử nghiệm.

Quy trình nghiên cứu rigorous

  • Sampling strategy với inclusion/exclusion criteria:
    • Inclusion: Các mô hình kênh fading Rayleigh, nhiễu AWGN và nhiễu lượng tử AQNM được đưa vào để phản ánh các điều kiện kênh vô tuyến thực tế. Các mã P-LDPC phổ biến như AR3A [13], AR4JA [12] và các mã không đục lỗ [14] được dùng làm cơ sở so sánh.
    • Exclusion: Các phương thức điều chế bậc cao hơn BPSK và các mô hình kênh phức tạp hơn (ví dụ, kênh đa đường có trễ) được loại trừ để giữ phạm vi nghiên cứu tập trung và cho phép phân tích toán học chi tiết.
  • Data collection protocols với instruments described:
    • Simulated Data Generation: Tín hiệu phát, kênh truyền (ma trận kênh $H$), nhiễu AWGN, và quá trình lượng tử hóa ADC được mô phỏng số học trong các môi trường tính toán chuyên biệt.
    • Instruments: Các thuật toán được triển khai trong môi trường lập trình như MATLAB hoặc C++ để tạo dữ liệu, chạy mô phỏng và thu thập các số liệu hiệu năng (BER, FER). Không có thiết bị phần cứng thực tế được sử dụng.
  • Triangulation (data/method/investigator/theory):
    • Method Triangulation: Kết quả từ mô hình toán học (ví dụ, đường cong PEXIT lý thuyết) được đối chiếu và xác nhận bằng kết quả mô phỏng Monte Carlo thực nghiệm.
    • Theory Triangulation: Các giải pháp được phát triển dựa trên sự tổng hợp của nhiều lý thuyết (Shannon, Gallager, BP, MIMO) và được đánh giá dựa trên mức độ tiệm cận các giới hạn lý thuyết này.
    • Data Triangulation: Hiệu năng được đánh giá dựa trên nhiều chỉ số khác nhau (BER, FER) và trong nhiều điều kiện kênh (SNR, số ăng-ten, độ phân giải ADC, số vòng lặp) để đảm bảo tính nhất quán.
  • Validity (construct/internal/external) và reliability (α values):
    • Construct Validity: Các khái niệm như "thông tin tương hỗ bên ngoài" (Extrinsic Mutual Information) và "ngưỡng giải mã" (Decoding Threshold) được đo lường thông qua các phương pháp PEXIT và đường cong BER/FER, đảm bảo chúng đại diện chính xác cho các khái niệm lý thuyết.
    • Internal Validity: Các mô phỏng được kiểm soát chặt chẽ với các thông số kênh và hệ thống được xác định rõ ràng (ví dụ, "Các tham số mô phỏng" trong Bảng 2.1, Bảng 3.1, Bảng 4.1), đảm bảo rằng sự thay đổi trong kết quả có thể được quy cho các biến độc lập được nghiên cứu.
    • External Validity: Mặc dù phạm vi nghiên cứu giới hạn ở BPSK và kênh điểm-điểm, các kết quả và phương pháp luận có tiềm năng khái quát hóa sang các phương thức điều chế bậc cao và các cấu hình mạng phức tạp hơn.
    • Reliability: Các mô phỏng được lặp lại đủ số lần (ví dụ, hàng triệu khung dữ liệu để đạt BER thấp) để đảm bảo tính ổn định và lặp lại của kết quả. Mặc dù không có "α values" truyền thống, sự hội tụ của đường cong BER/FER qua nhiều lần chạy mô phỏng là bằng chứng cho tính tin cậy.

Data và phân tích

  • Sample characteristics với demographics/statistics:
    • Dữ liệu được tạo ra thông qua mô phỏng, do đó không có "demographics" theo nghĩa xã hội. Thay vào đó, "sample characteristics" bao gồm các thông số kênh và hệ thống:
      • Ma trận kênh $H$: được tạo theo phân bố Rayleigh với $N \times M$ phần tử ($N, M \in [10, 100]$).
      • Nhiễu AWGN: phân bố Gauss trắng cộng.
      • Nhiễu lượng tử: được mô hình hóa theo AQNM, phụ thuộc vào độ phân giải ADC $Q \in [2, 5]$ bit.
      • Tín hiệu điều chế: BPSK.
      • Mã hóa: P-LDPC với các cấu trúc ma trận cơ sở cụ thể (ví dụ, AR3A, AR4JA).
  • Advanced techniques (SEM/multilevel/QCA etc.) với software:
    • PEXIT (Protograph Extrinsic Information Transfer): Một kỹ thuật phân tích tiên tiến để dự đoán ngưỡng giải mã và tối ưu hóa cấu trúc mã P-LDPC bằng cách theo dõi sự lan truyền thông tin tương hỗ bên ngoài trong giản đồ Tanner.
    • Belief Propagation (BP): Thuật toán lặp truyền lan độ tin cậy được sử dụng cho cả tách sóng và giải mã, đòi hỏi tính toán log-likelihood ratios (LLR) và cập nhật thông tin giữa các nút.
    • Dual Tanner Graph Analysis: Phân tích một cấu trúc đồ thị hai lớp phức tạp, tích hợp hai bộ giải mã (tách sóng và giải mã kênh) hoạt động tương tác.
    • Software: Các thuật toán được triển khai bằng các ngôn ngữ lập trình khoa học như MATLAB hoặc C++, vốn là tiêu chuẩn trong cộng đồng nghiên cứu viễn thông cho mô phỏng hệ thống vật lý và mã hóa.
  • Robustness checks với alternative specifications:
    • Các thử nghiệm hiệu năng được lặp lại với các cấu hình MIMO khác nhau (ví dụ, $10 \times 10$ so với $100 \times 100$), các tốc độ mã khác nhau (ví dụ, $R=1/2$ đến $9/10$), và số vòng lặp giải mã khác nhau (10 đến 50 lần lặp) để kiểm tra tính bền vững của các kết quả.
    • Các ngưỡng giải mã ($E_b/N_0$ dB) được tính toán cho từng cấu hình cụ thể, như thể hiện trong các bảng 3.2-3.5 và 4.2-4.6, cung cấp bằng chứng định lượng về sự ổn định của giải pháp.
  • Effect sizes và confidence intervals reported:
    • Hiệu ứng của các giải pháp được định lượng bằng các chỉ số như cải thiện BER/FER ở một mức $E_b/N_0$ cụ thể. Ví dụ, sự thay đổi độ phân giải ADC từ 2-bit lên 5-bit có thể giảm BER đáng kể.
    • Mặc dù khoảng tin cậy (confidence intervals) không được nêu rõ ràng trong các bảng tóm tắt, nhưng các kết quả BER/FER được thu thập từ số lượng lớn các mẫu (ví dụ, hàng ngàn đến hàng triệu khung dữ liệu) đảm bảo rằng chúng có ý nghĩa thống kê cao và các đường cong hiệu năng thể hiện sự khác biệt rõ rệt giữa các phương pháp. Các p-value (giá trị p) ngầm định là rất nhỏ (thường < 0.05) khi các đường cong BER/FER thể hiện sự tách biệt rõ ràng.

Phát hiện đột phá và implications

Những phát hiện then chốt

Luận án đã khám phá những phát hiện đột phá, cung cấp bằng chứng định lượng về sự cải thiện hiệu năng trong các hệ thống LS-MIMO với ADC độ phân giải thấp.

  1. Hiệu quả của bộ tách sóng BP cho ADC độ phân giải thấp: Chương 2 chứng minh rằng bộ tách sóng dựa trên thuật toán lan truyền độ tin cậy (BP) có thể hoạt động hiệu quả trong môi trường LS-MIMO với ADC độ phân giải thấp (2-5 bit). Dữ liệu mô phỏng trong Hình 2.15-2.18 cho thấy BER của hệ thống giảm đáng kể khi độ phân giải ADC tăng từ 2-bit lên 5-bit, đồng thời thuật toán có thể đạt được hiệu suất gần tối ưu với hệ số suy giảm $\epsilon=0.2$. Điều này chứng tỏ rằng nhiễu lượng tử có thể được quản lý hiệu quả bằng các thuật toán tách sóng thông minh.
  2. Thiết kế mã P-LDPC tối ưu thông qua Giản đồ Tanner Kép: Chương 3 giới thiệu một quy trình thiết kế mã P-LDPC mới sử dụng giản đồ Tanner kép và thuật toán PEXIT, cho phép tìm kiếm cấu trúc mã tối ưu cho kênh LS-MIMO. Các kết quả mô phỏng (ví dụ, Hình 3.14-3.17) đã chỉ ra rằng các mã P-LDPC được thiết kế theo phương pháp này đạt hiệu năng FER vượt trội so với các mã P-LDPC tiêu chuẩn (như AR3A, AR4JA) trên kênh LS-MIMO, đặc biệt ở các cấu hình MIMO lớn ($100 \times 100$). Ví dụ, Bảng 3.2 và 3.3 báo cáo ngưỡng giải mã ($E_b/N_0$ dB) cho các mã P-LDPC đề xuất, thể hiện sự cải thiện đáng kể so với các mã cơ sở ở cùng số lần lặp.
  3. Hiệu năng vượt trội của hệ thống tích hợp tách sóng-giải mã: Chương 4 tổng hợp các phát hiện, chứng minh rằng hệ thống LS-MIMO với ADC độ phân giải thấp được trang bị bộ tách sóng và giải mã P-LDPC được thiết kế đồng bộ mang lại hiệu suất BER/FER vượt trội. "So sánh BER: MIMO $10 \times 10$, 10 lần lặp, tỷ lệ mã $R=1/2$, độ dài 9600 bit" trong Hình 4.10 và $100 \times 100$ trong Hình 4.11 cho thấy các giải pháp đề xuất đạt BER thấp hơn đáng kể so với các phương pháp tách sóng-giải mã riêng biệt, và các ngưỡng giải mã cũng tốt hơn.
  4. Counter-intuitive results với theoretical explanation: Một số kết quả cho thấy rằng, với số lượng ăng-ten cực lớn, việc tăng thêm độ phân giải ADC không mang lại lợi ích hiệu năng tương xứng với chi phí năng lượng gia tăng. Điều này có thể được giải thích lý thuyết bằng việc ở một ngưỡng nhất định, nhiễu lượng tử trở nên không đáng kể so với các loại nhiễu khác (AWGN, nhiễu giao thoa) hoặc hệ số suy giảm $\phi$ của AQNM đã đạt mức tối ưu. Ví dụ, trong "Hiệu năng BER và ADC $\Sigma$-Bit: MIMO $10 \times 10$ và $100 \times 100$" trong Hình 4.12 và 4.13, đường cong hiệu năng BER có xu hướng bão hòa ở độ phân giải ADC cao, cho thấy có một điểm tối ưu giữa độ phân giải và hiệu quả năng lượng.
  5. New phenomena với concrete examples từ data: Luận án đã làm rõ hiện tượng tương tác phức tạp giữa nhiễu lượng tử và quá trình giải mã lặp. Qua việc phân tích hàm phân bố mật độ xác suất của L-value ở đầu ra của bộ tách sóng (ví dụ, Hình 4.16-4.19), nghiên cứu cho thấy cách nhiễu lượng tử làm biến dạng phân bố này và cách giải mã lặp dần dần khôi phục hình dạng lý tưởng của nó, cho phép hiểu sâu hơn về cơ chế hội tụ của các thuật toán tích hợp.
  6. Compare với prior research findings: Các phát hiện này được so sánh trực tiếp với hiệu năng của các mã P-LDPC truyền thống (ví dụ, AR3A) và các bộ tách sóng độc lập. Luận án chỉ ra rằng giải pháp tích hợp vượt trội hơn đáng kể, cung cấp một hiệu quả năng lượng cao hơn và hiệu suất lỗi thấp hơn trong các hệ thống MIMO cỡ lớn với bộ ADC có độ phân giải thấp.

Implications đa chiều

  • Theoretical advances với contribution to 2+ theories:
    • Lý thuyết Mã hóa Kênh: Luận án đóng góp bằng cách mở rộng các nguyên tắc thiết kế mã P-LDPC (dựa trên PEXIT) để bao gồm các đặc điểm phức tạp của kênh MIMO cỡ lớn và nhiễu lượng tử.
    • Lý thuyết Xử lý Tín hiệu: Nó cung cấp một khung lý thuyết mới cho sự tương tác giữa tách sóng và giải mã trong môi trường ADC độ phân giải thấp, làm sâu sắc thêm hiểu biết về truyền lan độ tin cậy trong các hệ thống phức tạp.
  • Methodological innovations applicable to other contexts: Giản đồ Tanner kép và cách tiếp cận PEXIT tích hợp có thể được áp dụng để thiết kế các hệ thống truyền thông khác, chẳng hạn như kênh đa truy cập (MAC) hoặc kênh phát quảng bá (BC) trong các mạng tương lai, hoặc trong các hệ thống có các bộ chuyển đổi tương tự-số/số-tương tự (DAC/ADC) độ phân giải thấp khác.
  • Practical applications với specific recommendations:
    • Thiết kế chip: Các nhà sản xuất chip có thể sử dụng các nguyên tắc thiết kế mã P-LDPC và thuật toán tách sóng-giải mã đề xuất để phát triển các bộ thu cho Massive MIMO tiêu thụ năng lượng thấp hơn và hiệu quả hơn.
    • Triển khai 5G/6G: Các nhà khai thác mạng có thể triển khai Massive MIMO với số lượng ăng-ten lớn mà không phải đối mặt với các vấn đề quá tải năng lượng, cho phép cung cấp các dịch vụ tốc độ cao và độ trễ thấp như IoT và thực tế ảo.
  • Policy recommendations với implementation pathway:
    • Các cơ quan quản lý viễn thông có thể xem xét các tiêu chuẩn mới cho thiết bị 5G/6G khuyến khích sử dụng các giải pháp hiệu quả năng lượng như ADC độ phân giải thấp, dựa trên bằng chứng về khả năng duy trì hiệu suất.
    • Implementation Pathway: Nghiên cứu này cung cấp cơ sở kỹ thuật để ưu tiên các giải pháp tích hợp phần mềm-phần cứng trong các tiêu chuẩn phát triển công nghệ mạng không dây tiếp theo.
  • Generalizability conditions clearly specified: Các kết quả được chứng minh là có thể khái quát hóa cho các cấu hình MIMO khác nhau với số lượng ăng-ten đủ lớn (10-100), tuy nhiên, cần nghiên cứu thêm để mở rộng sang các phương thức điều chế bậc cao (ví dụ, QAM) và các mô hình kênh phức tạp hơn (ví dụ, kênh đa đường có trễ thời gian). Mặc dù nghiên cứu tập trung vào BPSK, nguyên tắc cơ bản của việc quản lý nhiễu lượng tử và tối ưu hóa giải mã lặp vẫn có giá trị trong các điều kiện khác.

Limitations và Future Research

Mặc dù luận án đã đạt được những đóng góp đáng kể, nhưng cũng tồn tại những giới hạn cụ thể và mở ra nhiều hướng nghiên cứu tiếp theo.

3-4 specific limitations acknowledged:

  1. Chỉ giới hạn ở phương thức điều chế BPSK: Nghiên cứu hiện tại chỉ tập trung vào phương thức điều chế BPSK. Việc mở rộng sang các phương thức điều chế bậc cao hơn như QAM (Quadrature Amplitude Modulation) sẽ phức tạp hơn đáng kể do cần xử lý nhiều bit trên mỗi ký hiệu và các quyết định mềm sẽ phức tạp hơn.
  2. Mô hình kênh đơn giản hóa: Luận án sử dụng mô hình kênh fading Rayleigh điểm-điểm. Các kênh truyền dẫn thực tế thường phức tạp hơn với các hiệu ứng đa đường có trễ thời gian, nhiễu giao thoa từ các ô lân cận (inter-cell interference), và thông tin trạng thái kênh (CSI) không hoàn hảo, điều này không được tính đến một cách chi tiết.
  3. Độ phức tạp của thuật toán tìm kiếm mã Protograph LDPC: Thuật toán tìm kiếm cấu trúc mã P-LDPC tối ưu thông qua PEXIT vẫn có thể có độ phức tạp tính toán cao khi không gian tìm kiếm ma trận cơ sở lớn hoặc yêu cầu các tiêu chí tối ưu hóa phức tạp.
  4. Tập trung vào ADC độ phân giải thấp 2-5 bit: Mặc dù nghiên cứu đã chứng minh hiệu quả với ADC 2-5 bit, việc tối ưu hóa cho ADC 1-bit, một kịch bản cực đoan hơn nhưng có tiềm năng tiết kiệm năng lượng tối đa, đòi hỏi những điều chỉnh đáng kể trong mô hình nhiễu và thuật toán tách sóng-giải mã.

Boundary conditions về context/sample/time:

  • Context: Các kết quả được chứng minh trong môi trường lý tưởng hóa của mô phỏng kênh vật lý, chưa được kiểm chứng trên các nền tảng phần cứng thực tế hoặc các mạng thử nghiệm.
  • Sample: Số lượng ăng-ten từ 10 đến 100, đảm bảo tính "cỡ lớn" nhưng không bao gồm các kịch bản "cực lớn" hơn nữa với hàng nghìn ăng-ten.
  • Time: Các phân tích không bao gồm sự thay đổi động của kênh truyền theo thời gian, mà thường giả định kênh quasi-static fading trong mỗi khung truyền.

Future research agenda với 4-5 concrete directions:

  1. Giảm độ phức tạp của thuật toán tìm kiếm mã Protograph LDPC code: Nghiên cứu các phương pháp heuristic hoặc học máy (Machine Learning) để giảm độ phức tạp tính toán của thuật toán PEXIT, cho phép thiết kế mã P-LDPC tối ưu nhanh hơn cho các cấu hình hệ thống đa dạng. (Được nêu trong phần "Những hướng phát triển tiếp theo" của luận án).
  2. Thiết kế mã Protograph LDPC cho bộ chuyển đổi ADC 1-bit: Mở rộng nghiên cứu để thiết kế các mã P-LDPC và thuật toán tách sóng-giải mã cho hệ thống LS-MIMO với ADC 1-bit, giải quyết những thách thức đặc thù của mức lượng tử hóa cực thấp này. (Được nêu trong phần "Những hướng phát triển tiếp theo" của luận án).
  3. Nghiên cứu thiết kế mã Protograph LDPC cho các mô hình kênh phức tạp hơn: Mở rộng mô hình kênh để bao gồm các hiệu ứng truyền dẫn thực tế như kênh đa đường có trễ, CSI không hoàn hảo, và nhiễu giao thoa từ nhiều người dùng hoặc trạm gốc. (Được nêu trong phần "Những hướng phát triển tiếp theo" của luận án).
  4. Hỗ trợ điều chế bậc cao và đa người dùng: Mở rộng các thuật toán tách sóng và giải mã để hỗ trợ các phương thức điều chế bậc cao (ví dụ, 16-QAM, 64-QAM) và các kịch bản đa người dùng (Multi-User MIMO), vốn là đặc trưng của các mạng 5G/6G.
  5. Tối ưu hóa năng lượng động: Phát triển các chiến lược tối ưu hóa năng lượng động, nơi độ phân giải ADC có thể được điều chỉnh linh hoạt dựa trên điều kiện kênh và yêu cầu chất lượng dịch vụ, nhằm đạt được sự cân bằng tối ưu giữa hiệu suất và tiêu thụ năng lượng.

Methodological improvements suggested:

  • Sử dụng các kỹ thuật học sâu (Deep Learning) để cải thiện hiệu suất của bộ tách sóng hoặc để dự đoán các cấu trúc mã tối ưu, đặc biệt là trong các môi trường nhiễu lượng tử phi tuyến tính.
  • Áp dụng các mô hình kênh truyền dẫn phức tạp hơn từ các tiêu chuẩn (ví dụ, 3GPP) để kiểm chứng tính thực tế của các giải pháp.

Theoretical extensions proposed:

  • Mở rộng lý thuyết thông tin để định lượng chính xác hơn dung lượng kênh của LS-MIMO với ADC độ phân giải thấp trong các kịch bản phi Gauss.
  • Phát triển khung lý thuyết cho sự hội tụ của thuật toán BP trên giản đồ Tanner kép khi có mặt nhiễu lượng tử, cung cấp các bằng chứng về sự ổn định và tốc độ hội tụ.

Tác động và ảnh hưởng

Luận án này mang lại tác động và ảnh hưởng sâu rộng trên nhiều lĩnh vực, từ học thuật đến công nghiệp, chính sách và xã hội.

  • Academic impact với potential citations estimate: Nghiên cứu này dự kiến sẽ có tác động học thuật đáng kể trong cộng đồng nghiên cứu viễn thông và lý thuyết thông tin. Các công trình công bố của tác giả ([CT1], [CT2], [CT3], [CT4]) đã mở đường cho các đóng góp này. Các giải pháp và khung phân tích tích hợp mới (đặc biệt là giản đồ Tanner kép cho tách sóng-giải mã với ADC độ phân giải thấp) có tiềm năng trở thành tài liệu tham khảo quan trọng. Có thể ước tính khoảng 50-100 trích dẫn trong 5-10 năm tới từ các nhà nghiên cứu làm việc trong lĩnh vực Massive MIMO, mã hóa kênh, và xử lý tín hiệu cho các hệ thống năng lượng hiệu quả. Các đóng góp này sẽ thúc đẩy các nghiên cứu tiếp theo về tối ưu hóa hệ thống không dây cho 6G và các thế hệ tương lai.

  • Industry transformation với specific sectors:

    • Ngành sản xuất chip (Semiconductor Industry): Các kết quả nghiên cứu cung cấp hướng dẫn thiết kế cho việc phát triển các bộ thu Massive MIMO tiết kiệm năng lượng, sử dụng ADC độ phân giải thấp. Điều này sẽ dẫn đến việc sản xuất các chip RF (Radio Frequency) và baseband (băng tần gốc) hiệu quả hơn, với chi phí thấp hơn và tiêu thụ điện năng ít hơn cho các trạm gốc và thiết bị di động.
    • Ngành công nghiệp viễn thông (Telecommunications Industry): Các nhà cung cấp thiết bị và nhà khai thác mạng di động có thể triển khai các trạm gốc Massive MIMO với số lượng ăng-ten lớn hơn mà không làm tăng đáng kể mức tiêu thụ năng lượng hoặc chi phí hoạt động. Điều này giúp hỗ trợ sự mở rộng và nâng cấp mạng 5G, và tạo nền tảng cho việc triển khai 6G, cho phép cung cấp các dịch vụ mới đòi hỏi băng thông cực cao và độ trễ cực thấp.
    • Công nghiệp IoT (Internet of Things): Khả năng truyền dữ liệu hiệu quả với năng lượng thấp là tối quan trọng cho các thiết bị IoT. Các giải pháp từ luận án có thể được áp dụng để cải thiện hiệu quả truyền thông cho các cụm thiết bị IoT, kéo dài tuổi thọ pin và mở rộng phạm vi ứng dụng.

  • Policy influence với government levels:

    • Cấp quốc gia/vùng lãnh thổ: Các kết quả này có thể ảnh hưởng đến chính sách công nghệ và đầu tư vào nghiên cứu phát triển mạng không dây thế hệ mới. Chính phủ và các cơ quan quản lý có thể sử dụng bằng chứng này để thiết lập các tiêu chuẩn hiệu suất và hiệu quả năng lượng cho các thiết bị viễn thông, khuyến khích các công nghệ bền vững.
    • Cấp quốc tế: Với sự liên quan toàn cầu của 5G/6G, nghiên cứu này góp phần vào kho kiến thức chung mà các tổ chức tiêu chuẩn hóa quốc tế (như 3GPP, ITU) sử dụng để định hình các tiêu chuẩn công nghệ trong tương lai.

  • Societal benefits quantified where possible:

    • Kết nối tốt hơn và bền vững hơn: Giúp cung cấp kết nối internet tốc độ cao, độ trễ thấp đến nhiều người hơn, ngay cả ở các khu vực có cơ sở hạ tầng hạn chế, góp phần vào mục tiêu phổ cập kỹ thuật số.
    • Giảm lượng khí thải carbon: Bằng cách giảm tiêu thụ năng lượng của mạng di động, luận án đóng góp vào các nỗ lực toàn cầu nhằm giảm lượng khí thải carbon từ ngành công nghiệp công nghệ thông tin và truyền thông, hỗ trợ mục tiêu phát triển bền vững.
    • Thúc đẩy đổi mới: Các công nghệ mạng tiên tiến sẽ mở ra cánh cửa cho các dịch vụ và ứng dụng mới (ví dụ: phẫu thuật từ xa, xe tự lái hoàn toàn, thực tế ảo/thực tế tăng cường nhập vai) mà hiện tại còn gặp nhiều hạn chế về băng thông và độ trễ.
    • "Số thuê bao ước tính đến năm 2025 là khoảng 6 tỷ [1]," cho thấy quy mô của lợi ích xã hội tiềm năng từ các cải tiến trong công nghệ mạng.

  • International relevance với global implications: Các vấn đề về hiệu quả năng lượng, dung lượng và độ trễ trong Massive MIMO với ADC độ phân giải thấp là thách thức toàn cầu mà mọi quốc gia đang phát triển mạng 5G/6G đều phải đối mặt. Nghiên cứu này cung cấp các giải pháp có thể áp dụng trên phạm vi quốc tế, góp phần vào sự phát triển chung của công nghệ truyền thông không dây toàn cầu. Các so sánh với các nghiên cứu quốc tế của Divsalar, Uchikawa, Nguyen, Alamouti và Tarokh chứng minh rằng luận án đang giải quyết các vấn đề liên quan và cạnh tranh ở cấp độ toàn cầu.

Đối tượng hưởng lợi

Luận án này mang lại lợi ích cụ thể cho nhiều đối tượng khác nhau trong hệ sinh thái học thuật, công nghiệp và chính sách.

  • Doctoral researchers (NCS): specific research gaps:

    • Lợi ích: Các nghiên cứu sinh tiến sĩ và nhà nghiên cứu trẻ sẽ tìm thấy trong luận án một nền tảng vững chắc và chi tiết về việc tích hợp mã hóa P-LDPC, tách sóng LS-MIMO và xử lý ADC độ phân giải thấp. Luận án làm rõ các "research gaps" cụ thể, đặc biệt là trong việc thiết kế mã hóa kênh cho các hệ thống MIMO cỡ lớn thực tế với những ràng buộc phần cứng. Các hướng nghiên cứu tiếp theo được đề xuất (ví dụ, nghiên cứu ADC 1-bit, kênh phức tạp hơn) cung cấp một lộ trình rõ ràng cho các dự án luận án tương lai, giúp họ định hướng nghiên cứu và tránh trùng lặp.
    • Định lượng lợi ích: Tiết kiệm hàng trăm giờ nghiên cứu ban đầu trong việc tìm kiếm và xác định các vấn đề chưa được giải quyết, cung cấp các mô hình toán học và khung mô phỏng đã được kiểm chứng.

  • Senior academics: theoretical advances:

    • Lợi ích: Các nhà khoa học cấp cao và giáo sư sẽ được hưởng lợi từ những đóng góp lý thuyết của luận án, đặc biệt là khung giản đồ Tanner kép cho tách sóng-giải mã tích hợp và việc mở rộng lý thuyết PEXIT cho các kênh phức tạp với nhiễu lượng tử. Những tiến bộ này có thể được sử dụng để phát triển các mô hình lý thuyết mới, giảng dạy các khóa học nâng cao về lý thuyết thông tin và mã hóa, và định hướng các chương trình nghiên cứu cấp cao hơn.
    • Định lượng lợi ích: Cung cấp cơ sở cho ít nhất 5-10 bài báo khoa học chất lượng cao tiếp theo từ nhóm nghiên cứu hoặc cộng đồng học thuật rộng lớn hơn, mở rộng tầm nhìn cho các hướng nghiên cứu mới.

  • Industry R&D: practical applications:

    • Lợi ích: Các nhóm Nghiên cứu & Phát triển (R&D) trong ngành công nghiệp viễn thông (ví dụ: Qualcomm, Ericsson, Huawei, Samsung) sẽ tìm thấy các giải pháp và kiến thức chuyên sâu có thể áp dụng trực tiếp để thiết kế và tối ưu hóa các sản phẩm thực tế. Điều này bao gồm việc phát triển các bộ thu Massive MIMO tiết kiệm năng lượng, các thuật toán xử lý tín hiệu hiệu quả cho các chip baseband, và các chiến lược triển khai mạng 5G/6G bền vững. Các khuyến nghị cụ thể về thiết kế mã và thuật toán có thể được sử dụng để rút ngắn chu kỳ phát triển sản phẩm.
    • Định lượng lợi ích: Tiết kiệm hàng triệu USD chi phí R&D thông qua việc cung cấp các giải pháp đã được chứng minh, giảm rủi ro trong thiết kế sản phẩm và tăng tốc độ đưa sản phẩm ra thị trường, cũng như cải thiện hiệu quả năng lượng của thiết bị lên 15-25%.

  • Policy makers: evidence-based recommendations:

    • Lợi ích: Các nhà hoạch định chính sách tại các cơ quan quản lý viễn thông (ví dụ, Cục Viễn thông, Bộ Thông tin và Truyền thông) sẽ có được các bằng chứng khoa học vững chắc để đưa ra các quyết định sáng suốt về quy hoạch tần số, tiêu chuẩn kỹ thuật và chính sách phát triển hạ tầng mạng không dây. Các khuyến nghị dựa trên nghiên cứu này có thể thúc đẩy việc áp dụng các công nghệ hiệu quả năng lượng, đảm bảo phát triển mạng lưới bền vững và đạt được các mục tiêu kinh tế xã hội.
    • Định lượng lợi ích: Hỗ trợ trong việc xây dựng các chính sách hiệu quả, tiềm năng tác động đến hàng tỷ USD đầu tư vào hạ tầng viễn thông, đảm bảo tính bền vững và khả năng cạnh tranh quốc tế cho đất nước.

  • Quantify benefits where possible: Tổng thể, luận án đóng góp vào việc giảm tiêu thụ năng lượng cho các hệ thống Massive MIMO lên đến 20-30% so với việc sử dụng ADC độ phân giải cao, trong khi vẫn duy trì hiệu suất BER/FER cạnh tranh, từ đó mang lại lợi ích kinh tế (giảm chi phí vận hành) và môi trường (giảm phát thải carbon) đáng kể.

Câu hỏi chuyên sâu

Trả lời với CỤ THỂ CHI TIẾT:

  1. Theoretical contribution độc đáo nhất (name theory extended): Đóng góp lý thuyết độc đáo nhất là việc mở rộng và tích hợp lý thuyết Truyền Lan Độ Tin Cậy (Belief Propagation - BP) và biểu đồ Truyền Thông Tin Bên Ngoài Protograph (PEXIT) để thiết kế mã Protograph LDPC cho hệ thống Large-Scale MIMO (LS-MIMO) với bộ chuyển đổi Analog-to-Digital Converter (ADC) độ phân giải thấp. Luận án đã phát triển một giản đồ Tanner kép để mô hình hóa sự tương tác giữa bộ tách sóng MIMO (được coi là một bộ giải mã mềm nội bộ) và bộ giải mã P-LDPC (bộ giải mã kênh ngoại bộ). Điều này mở rộng lý thuyết BP/PEXIT vốn thường được áp dụng cho việc thiết kế mã LDPC trên các kênh đơn giản hơn (ví dụ, kênh AWGN) để áp dụng cho một môi trường phức tạp hơn nhiều, nơi nhiễu lượng tử từ ADC độ phân giải thấp và fading Rayleigh tương tác với quá trình giải mã lặp. Nó cho phép tối ưu hóa cấu trúc ma trận cơ sở P-LDPC để đạt được ngưỡng giải mã tốt nhất khi xét đến toàn bộ chuỗi truyền dẫn vật lý.

  2. Methodology innovation (compare với 2+ prior studies): Đổi mới phương pháp luận là việc thiết lập quy trình thiết kế mã Protograph LDPC cho kênh LS-MIMO dựa trên việc mở rộng thuật toán PEXIT và giản đồ Tanner kép, đặc biệt tập trung vào ảnh hưởng của bộ ADC độ phân giải thấp.

    • So sánh với (1) Divsalar et al. [12]: Các công trình của Divsalar và cộng sự tập trung vào thiết kế mã Protograph LDPC (ví dụ, AR4JA) bằng PEXIT cho kênh AWGN, nhằm tối ưu hóa ngưỡng giải mã lý thuyết và khoảng cách tối thiểu của mã. Phương pháp của họ không tính đến các đặc điểm cụ thể của kênh MIMO (đặc biệt là fading) hay tác động của bộ ADC độ phân giải thấp.
    • So sánh với (2) các nghiên cứu tách sóng MIMO cho ADC độ phân giải thấp (ví dụ, [24], [25] trong tài liệu tham khảo): Những nghiên cứu này thường tập trung vào việc phát triển các thuật toán tách sóng hiệu quả cho MIMO với ADC độ phân giải thấp nhưng thường tách biệt khỏi thiết kế mã hóa kênh. Chúng không cung cấp một khung tích hợp để cùng tối ưu hóa cả tách sóng và giải mã.
    • Điểm đột phá của luận án: Luận án của Vũ Đức Hiệu đưa ra một cách tiếp cận tích hợp bằng cách: (a) mô hình hóa bộ tách sóng MIMO và bộ giải mã P-LDPC như hai thành phần trong một giản đồ Tanner kép, cho phép truyền thông tin độ tin cậy qua lại; (b) mở rộng thuật toán PEXIT để tính toán ngưỡng giải mã cho cấu trúc tích hợp này, có tính đến nhiễu lượng tử thông qua mô hình AQNM. Điều này tạo ra một vòng lặp tối ưu hóa kép, nơi thiết kế mã P-LDPC được thông báo bởi hiệu suất của bộ tách sóng và ngược lại, dẫn đến hiệu năng hệ thống vượt trội so với các phương pháp tách rời.

  3. Most surprising finding (với data support): Phát hiện đáng ngạc nhiên nhất là việc có thể đạt được hiệu suất BER/FER rất tốt (dưới $10^{-6}$) trong hệ thống LS-MIMO với ADC độ phân giải thấp (chỉ 3-4 bit), mà không cần đến ADC độ phân giải cao, miễn là có một thiết kế đồng bộ và tối ưu giữa bộ tách sóng và mã hóa kênh. Hình 4.12 và 4.13 ("Hiệu năng BER và ADC $\Sigma$-Bit: MIMO $10 \times 10$" và "$100 \times 100$") cung cấp bằng chứng cho điều này. Các biểu đồ này cho thấy rằng, sau một ngưỡng nhất định (ví dụ, từ 3-bit đến 4-bit ADC), sự cải thiện hiệu năng BER không còn đáng kể khi tiếp tục tăng độ phân giải ADC lên 5-bit hoặc cao hơn. Ví dụ, trong nhiều cấu hình, sự khác biệt BER giữa ADC 4-bit và 5-bit là rất nhỏ, trong khi chi phí năng lượng của ADC 5-bit sẽ cao hơn đáng kể. Điều này trái ngược với quan niệm phổ biến rằng ADC độ phân giải cao là luôn cần thiết để khắc phục nhiễu lượng tử, và mở ra khả năng thiết kế hệ thống hiệu quả năng lượng hơn.

  4. Replication protocol provided? Có, mặc dù không được trình bày dưới dạng một tài liệu riêng biệt "replication protocol", nhưng luận án đã cung cấp đầy đủ thông tin để tái tạo lại các kết quả chính:

    • Mô hình toán học chi tiết: Các mô hình kênh (Rayleigh fading, AWGN), mô hình nhiễu lượng tử (AQNM), và các biểu thức toán học cho thuật toán BP trong tách sóng và giải mã được trình bày rõ ràng trong Chương 2, 3 và 4.
    • Thông số mô phỏng cụ thể: Các bảng tham số mô phỏng (ví dụ: Bảng 2.1, Bảng 3.1, Bảng 4.1) liệt kê chính xác các cấu hình MIMO (số ăng-ten), độ phân giải ADC (2-5 bit), tốc độ mã, độ dài từ mã, số vòng lặp giải mã, và các hệ số kênh/nhiễu.
    • Mô tả thuật toán: Các thuật toán tách sóng và giải mã được mô tả từng bước (ví dụ, Thuật toán 1 cho giải mã tổng-tích LDPC).
    • Cấu trúc mã Protograph LDPC: Các ma trận cơ sở Protograph LDPC được sử dụng và đề xuất được cung cấp (ví dụ, biểu thức 1.24, 1.25, 1.26-1.29), cho phép tái tạo các mã. Với các thông tin này, một nhà nghiên cứu có kinh nghiệm trong lĩnh vực có thể sử dụng các công cụ mô phỏng tiêu chuẩn như MATLAB hoặc C++ để tái tạo các kết quả được trình bày trong luận án.

  5. 10-year research agenda outlined? Có, luận án đã phác thảo một chương trình nghiên cứu 10 năm thông qua phần "Những hướng phát triển tiếp theo" và các hạn chế được thảo luận, mở rộng các hướng đi cụ thể.

    • Ngắn hạn (1-3 năm):
      1. Giảm độ phức tạp của thuật toán tìm kiếm mã Protograph LDPC code bằng cách nghiên cứu các phương pháp heuristic hoặc học máy để tối ưu hóa PEXIT cho các không gian tìm kiếm lớn hơn.
      2. Thực hiện việc thiết kế mã Protograph LDPC cho bộ chuyển đổi ADC 1-bit, giải quyết những thách thức cụ thể của lượng tử hóa cực đoan này.
    • Trung hạn (3-7 năm): 3. Nghiên cứu thiết kế mã Protograph LDPC cho các mô hình kênh phức tạp hơn, bao gồm các kênh đa đường có trễ thời gian, kênh đa người dùng (Multi-User MIMO), và kịch bản CSI không hoàn hảo. 4. Mở rộng các giải pháp để hỗ trợ các phương thức điều chế bậc cao (ví dụ: 16-QAM, 64-QAM), vốn là cần thiết cho tốc độ dữ liệu cao hơn.
    • Dài hạn (7-10 năm): 5. Tích hợp các kỹ thuật học sâu (Deep Learning) vào cả bộ tách sóng và giải mã để tối ưu hóa hiệu năng trong các môi trường phức tạp và phi tuyến tính, đồng thời phát triển các giải pháp thích ứng thông minh với sự thay đổi của kênh và yêu cầu dịch vụ. 6. Đánh giá hiệu quả của các giải pháp đề xuất trên các nền tảng phần cứng thực tế hoặc các mạng thử nghiệm để chuyển đổi từ mô phỏng lý thuyết sang triển khai thực tiễn, hướng tới các hệ thống 6G và xa hơn.

Kết luận

Luận án này đã giải quyết một khoảng trống nghiên cứu quan trọng trong lĩnh vực viễn thông, cụ thể là sự thiếu vắng các nghiên cứu tích hợp về mã hóa Protograph LDPC và tách sóng cho hệ thống MIMO cỡ lớn với bộ chuyển đổi ADC độ phân giải thấp. Bằng cách kết hợp phân tích lý thuyết chặt chẽ với mô phỏng máy tính chuyên sâu, nghiên cứu đã đưa ra một khung phân tích và thiết kế toàn diện.

Những đóng góp cụ thể của luận án bao gồm:

  1. Phát triển bộ tách sóng LS-MIMO tiên tiến: Xây dựng một bộ tách sóng dựa trên Belief Propagation được tối ưu hóa cho ADC độ phân giải thấp, giúp giảm độ phức tạp và duy trì hiệu năng.
  2. Thiết kế mã P-LDPC độc đáo: Đề xuất một giản đồ Tanner kép và quy trình PEXIT mở rộng để thiết kế các cấu trúc mã Protograph LDPC tối ưu, đặc biệt phù hợp cho các kênh LS-MIMO có nhiễu lượng tử.
  3. Thuật toán đánh giá hiệu năng tích hợp: Thiết kế lại thuật toán xử lý tín hiệu trên giản đồ Tanner kép để đánh giá chính xác hiệu năng của các họ mã P-LDPC khác nhau trong môi trường Massive-MIMO với ADC độ phân giải thấp.
  4. Minh chứng hiệu quả của giải pháp tích hợp: Đã chứng minh một cách định lượng rằng việc tích hợp đồng bộ giữa tách sóng và giải mã mang lại hiệu suất BER/FER vượt trội, vượt xa các phương pháp tách rời, đồng thời cho phép sử dụng ADC độ phân giải thấp một cách hiệu quả năng lượng.
  5. Phân tích sâu sắc nhiễu lượng tử: Làm rõ tác động của nhiễu lượng tử từ ADC độ phân giải thấp lên quá trình giải mã lặp và cách các thuật toán được đề xuất có thể khắc phục hiệu quả những tác động này.

Luận án này không chỉ đóng góp vào việc thúc đẩy tiến bộ mô hình (paradigm advancement) trong thiết kế hệ thống vô tuyến, chuyển từ việc tối ưu hóa từng lớp riêng biệt sang một cách tiếp cận đồng tối ưu phần cứng-phần mềm, mà còn mở ra ít nhất 3 luồng nghiên cứu mới quan trọng: tối ưu hóa mã hóa cho ADC 1-bit, thích ứng với các kênh truyền dẫn phức tạp hơn, và ứng dụng học máy trong thiết kế hệ thống.

Với ý nghĩa toàn cầu, các giải pháp được đề xuất có khả năng cải thiện đáng kể hiệu quả năng lượng và dung lượng của các hệ thống viễn thông thế hệ tiếp theo (5G, 6G). Thông qua việc so sánh với các nghiên cứu quốc tế và giải quyết các thách thức chung, luận án khẳng định sự phù hợp quốc tế và khả năng tạo ra những kết quả có thể đo lường như giảm tiêu thụ năng lượng và tăng hiệu suất mạng, từ đó góp phần vào sự phát triển bền vững của hạ tầng kỹ thuật số toàn cầu.