Tổng quan về luận án

Luận án "Nghiên cứu Vô tuyến nhận thức hợp tác cảm nhận phổ trong môi trường pha đinh" của Đinh Thị Thái Mai đại diện cho một bước tiến quan trọng trong lĩnh vực kỹ thuật viễn thông, tập trung vào giải quyết bài toán tối ưu hóa việc sử dụng phổ tần vô tuyến — một nguồn tài nguyên khan hiếm trong bối cảnh truyền thông không dây phát triển bùng nổ. Nghiên cứu này mang tính tiên phong khi tập trung sâu vào ảnh hưởng phức tạp của các mô hình kênh pha đinh thực tế, đặc biệt là mô hình pha đinh Suzuki, đối với hiệu năng của hệ thống vô tuyến nhận thức (Cognitive Radio - CR) và các mạng cảm nhận phổ hợp tác.

Bối cảnh khoa học và tính tiên phong của nghiên cứu

Sự phát triển mạnh mẽ của truyền thông vô tuyến đã tạo ra nhu cầu to lớn đối với việc sử dụng các dịch vụ vô tuyến mới, cả trong phổ băng tần được cấp phép và không được cấp phép. Tuy nhiên, chính sách gán phổ cố định đã dẫn đến hiện tượng tận dụng nguồn phổ kém hiệu quả [33]. Vô tuyến nhận thức (CR) [40, 65] nổi lên như một công nghệ hứa hẹn, cho phép truy cập vào các dải tần trống, gọi là không gian trắng hay các hố phổ, qua đó làm tăng hiệu suất sử dụng phổ. Nhiệm vụ chính của CR là phát hiện sự tồn tại của người dùng sơ cấp (Primary User - PU) và xác định phổ tần trống thông qua quá trình cảm nhận phổ [32, 39, 71].

Research gap SPECIFIC với citations từ literature

Luận án chỉ ra một khoảng trống nghiên cứu cụ thể và cấp bách: các yếu tố thực tế như pha đinh đa đường, pha đinh che khuất, và hiện tượng không xác định bộ thu [31] ảnh hưởng đáng kể đến hiệu năng cảm nhận phổ. Mặc dù cảm nhận phổ hợp tác [3, 13, 66] đã được đề xuất để khắc phục những yếu điểm này, nhưng các nghiên cứu trước đây phần lớn chỉ tập trung vào mô hình kênh pha đinh Rayleigh và pha đinh Lognormal [3, 21, 35, 78, 48]. Đáng chú ý, "Riêng đối với trường hợp pha đinh lognormal, hiện nay vẫn chưa đề xuất được công thức tính dạng đóng cho xác suất phát hiện."

Điểm mấu chốt của khoảng trống nghiên cứu nằm ở mô hình pha đinh Suzuki – một mô hình phức hợp kết hợp giữa pha đinh che khuất Lognormal và pha đinh Rayleigh, rất phù hợp với thực tế trong môi trường truyền lan đô thị [28, 43]. Mặc dù Atapattu [64] đã đề xuất một phương pháp tính toán hiệu năng phát hiện ($P_d$) trên kênh pha đinh Suzuki dựa trên phương pháp thặng dư đa thức hữu tỷ, phương pháp này "sẽ mất khá nhiều thời gian tính toán" đối với các đa thức bậc cao. Quan trọng hơn, luận án khẳng định "Riêng ảnh hưởng của pha đinh Suzuki đối với kênh thông báo trong hợp tác cảm nhận thì cho đến nay theo như hiểu biết của Nghiên cứu sinh chưa hề được đề cập đến." Khoảng trống này là trọng tâm chính mà luận án này hướng tới, tìm cách cung cấp các giải pháp phân tích và tối ưu hóa hiệu quả hơn.

Research questions và hypotheses (đánh số cụ thể)

Các câu hỏi nghiên cứu chính được đặt ra nhằm lấp đầy khoảng trống đã xác định:

  1. Làm thế nào để mô hình hóa một cách chính xác hàm mật độ xác suất (PDF) của tín hiệu tổng tại đầu ra của bộ thu phân tập kết hợp tỷ số tối đa (MRC) dưới ảnh hưởng của pha đinh Suzuki tương quan và không tương quan?
  2. Làm thế nào để tính toán hiệu năng cảm nhận phổ cục bộ ($P_d$) trong kênh pha đinh Suzuki một cách hiệu quả và với độ phức tạp tính toán thấp hơn so với các phương pháp hiện có?
  3. Làm thế nào để nâng cao hiệu năng và độ tin cậy của hợp tác cảm nhận, đặc biệt trên kênh thông báo, khi có ảnh hưởng của pha đinh Suzuki, thông qua việc tái sử dụng các CR bị pha đinh sâu hoặc giới hạn số lượng CR tham gia hợp tác?
  4. Có thể phát triển một phương pháp lựa chọn nút chuyển tiếp tối ưu dựa trên tham số xác suất dừng (outage probability) để cải thiện độ tin cậy của kênh thông báo trong môi trường pha đinh Suzuki không?

Các giả thuyết của luận án bao gồm:

  1. Có thể xây dựng công thức tính PDF của tín hiệu tổng tại bộ thu MRC trong kênh pha đinh Suzuki (tương quan và không tương quan) bằng cách sử dụng Moment Generating Function (MGF) và biến đổi Laplace ngược.
  2. Phương pháp xấp xỉ Gauss-Hermite có thể cung cấp công thức dạng đóng xấp xỉ chính xác cho xác suất phát hiện cục bộ ($P_d$) trong kênh pha đinh Suzuki, giảm đáng kể độ phức tạp tính toán.
  3. Việc tái sử dụng các CR bị ảnh hưởng của pha đinh sâu làm nút chuyển tiếp phân tập Khuếch đại-Chuyển tiếp (Amplify-and-Forward - AF) có thể nâng cao hiệu năng cảm nhận phổ hợp tác và độ tin cậy của kênh thông báo trong môi trường pha đinh Suzuki.
  4. Giới hạn số lượng CR tham gia hợp tác cảm nhận dựa trên các ngưỡng hiệu năng nhất định có thể giảm thiểu overhead trên kênh thông báo mà vẫn duy trì hiệu năng phát hiện.

Theoretical framework với tên theories cụ thể

Luận án được xây dựng dựa trên nền tảng vững chắc của lý thuyết truyền thông không dây và xử lý tín hiệu. Khung lý thuyết chính bao gồm:

  • Lý thuyết Vô tuyến nhận thức (Cognitive Radio Theory) [40, 65]: Bao gồm các khái niệm về cảm nhận phổ, quyết định phổ, chia sẻ phổ, và di chuyển phổ. Luận án đặc biệt tập trung vào chức năng cảm nhận phổ, sử dụng kỹ thuật phát hiện năng lượng như phương pháp phổ biến nhất do tính đơn giản và độ phức tạp thấp [13, 69, 80].
  • Lý thuyết Kênh truyền vô tuyến (Wireless Channel Theory): Nghiên cứu các mô hình pha đinh phổ biến như mô hình pha đinh Rayleigh [4, 21], mô hình pha đinh Lognormal [3], và mô hình pha đinh Suzuki [28, 43]. Luận án đi sâu vào đặc điểm và ảnh hưởng của từng mô hình, đặc biệt là sự phức tạp của mô hình Suzuki, vốn là sự kết hợp của hai mô hình trên.
  • Lý thuyết Phát hiện tín hiệu và Ước lượng (Signal Detection and Estimation Theory): Sử dụng các tham số như xác suất phát hiện ($P_d$), xác suất phát hiện sai ($P_f$), và xác suất phát hiện sót ($P_m$) để đánh giá hiệu năng cảm nhận phổ. Các hàm toán học quan trọng như hàm Marcum-Q tổng quát (General Marcum-Q function) và hàm Gamma (Gamma function) được sử dụng để định lượng các xác suất này [4, 3].
  • Lý thuyết Phân tập (Diversity Theory): Khai thác phân tập không gian trong cảm nhận hợp tác [3, 13, 66] và các kỹ thuật kết hợp phân tập như Kết hợp tỷ số tối đa (Maximal Ratio Combining - MRC) [34, 55] để cải thiện hiệu năng thu.
  • Lý thuyết chuyển tiếp (Relaying Theory): Ứng dụng giao thức chuyển tiếp Khuếch đại-Chuyển tiếp (Amplify-and-Forward - AF) để tăng cường độ tin cậy của kênh thông báo, đặc biệt khi các nút CR bị pha đinh sâu được tái sử dụng làm nút chuyển tiếp.
  • Các công cụ toán học nâng cao: Bao gồm Hàm sinh Moment (MGF), biến đổi Laplace ngược (Inverse Laplace Transform), và phương pháp xấp xỉ Gauss-Hermite (Gauss-Hermite Approximation) để giải quyết các tích phân phức tạp và đưa ra các công thức dạng đóng hoặc xấp xỉ chính xác cho hiệu năng hệ thống.

Đóng góp đột phá với quantified impact

Luận án đã đạt được nhiều đóng góp đột phá, mang lại tác động định lượng đáng kể:

  1. Phương pháp tính toán hiệu năng $P_d$ trong pha đinh Suzuki hiệu quả hơn: Đề xuất phương pháp tính toán $P_d$ trong kênh pha đinh Suzuki sử dụng xấp xỉ Gauss-Hermite. Kết quả mô phỏng (ví dụ, với $N_p = 6$) cho thấy sự tương thích rất tốt với đường Monte Carlo, giảm đáng kể "độ phức tạp tính toán" so với phương pháp thặng dư đa thức hữu tỷ của Atapattu [64], từ đó rút gọn thời gian tính toán cho việc đánh giá hiệu năng.
  2. Mô hình hóa PDF kênh Suzuki cho bộ thu MRC: Đề xuất phương pháp mô hình hóa PDF của tín hiệu tổng tại đầu ra bộ thu MRC bằng MGF và gán điểm không mất mát, kết hợp biến đổi Laplace ngược trên cả kênh Suzuki tương quan và không tương quan. Điều này cung cấp một công cụ phân tích mạnh mẽ và chính xác hơn cho các hệ thống phân tập trong môi trường pha đinh phức tạp.
  3. Tái sử dụng các CR kém chất lượng làm nút chuyển tiếp: Đề xuất tái sử dụng các CR bị ảnh hưởng của pha đinh sâu hoặc tương quan làm nút chuyển tiếp (AF) cho quá trình hợp tác cảm nhận. Điều này không chỉ nâng cao hiệu năng cảm nhận của mạng mà còn tận dụng tối đa tài nguyên mạng, biến các nút "yếu" thành các thành phần "hỗ trợ mạnh mẽ".
  4. Tối ưu hóa số lượng CR tham gia hợp tác: Đề xuất giới hạn số lượng CR tham gia hợp tác cảm nhận nhằm giảm "overhead trên kênh thông báo và tiết kiệm tài nguyên kênh vô tuyến." (Công trình số 6 và số 9). Điều này giúp tối ưu hóa hiệu suất mạng và sử dụng phổ.
  5. Thuật toán lựa chọn nút chuyển tiếp dựa trên xác suất dừng: Phát triển một phương pháp lựa chọn nút chuyển tiếp phù hợp dựa trên tham số xác suất dừng của đường liên kết. Điều này cung cấp một cơ chế ra quyết định thông minh để đảm bảo độ tin cậy cao cho kênh thông báo trong môi trường pha đinh Suzuki.

Scope (sample size, timeframe) và significance

  • Phạm vi: Luận án giới hạn trong việc giải quyết các bài toán trong cảm nhận phổ sử dụng kỹ thuật phát hiện năng lượng, nghiên cứu vấn đề cảm nhận phổ hợp tác tập trung, và cải thiện hiệu năng của mạng hợp tác cảm nhận cũng như độ tin cậy trong truyền tin trên kênh thông báo dưới ảnh hưởng của pha đinh, đặc biệt là pha đinh Suzuki.
  • Kích thước mẫu: Đối với các phương pháp xấp xỉ như Gauss-Hermite, luận án đã chứng minh rằng với số lượng mẫu $N_p = 6$, đã đạt được "kết quả tương đối chính xác" và tương thích tốt với mô phỏng Monte Carlo. Đối với cảm nhận hợp tác, các mô phỏng sử dụng các cấu hình mạng khác nhau (ví dụ, $n=5, k=1$, hoặc $n=7$ với $k$ thay đổi) để đánh giá hiệu năng cảm nhận. Các điều kiện kênh được đặc trưng bởi SNR trung bình $\bar{\gamma} = 5$ dB, tích băng tần thời gian $u=5$, và các giá trị độ lệch chuẩn cho pha đinh Lognormal như $\sigma_{dB} = 2, 6, 12$ dB.
  • Thời gian: Nghiên cứu được thực hiện và công bố trong giai đoạn 2010-2016, với các công trình khoa học trải dài từ 2010 đến 2015.
  • Ý nghĩa: Nghiên cứu này có ý nghĩa to lớn trong việc cung cấp các công cụ phân tích chính xác và hiệu quả hơn cho việc thiết kế và tối ưu hóa hệ thống CR, đặc biệt là trong các môi trường truyền dẫn phức tạp như đô thị. Các đóng góp của luận án giúp tăng cường hiệu suất sử dụng phổ, giảm nhiễu cho người dùng sơ cấp và cải thiện chất lượng dịch vụ cho người dùng thứ cấp, đóng góp trực tiếp vào sự phát triển của công nghệ truyền thông không dây thế hệ mới.

Literature Review và Positioning

Synthesis của major streams với TÊN TÁC GIẢ và NĂM cụ thể

Lĩnh vực vô tuyến nhận thức (CR) và cảm nhận phổ (Spectrum Sensing) đã chứng kiến sự phát triển mạnh mẽ trong những thập kỷ gần đây, với nhiều hướng nghiên cứu chính. Một trong những dòng nghiên cứu lớn là các kỹ thuật cảm nhận phổ cục bộ. "Hiện nay, có rất nhiều thuật toán đã được đề xuất như: Cảm nhận dựa trên phát hiện năng lượng [13, 69, 80], Cảm nhận phổ dựa vào dạng sóng mang con [8, 29, 67], Cảm nhận phổ dựa trên đặc tính dừng lặp [13, 56, 61, 69], và Phép lọc hòa hợp - Matched Filtering [38]." Kỹ thuật phát hiện năng lượng của Urkowitz (1967) và D.C. D.C. Nguyen et al. (2008) là phổ biến nhất do tính toán đơn giản và độ phức tạp thấp, không yêu cầu thu thập dữ liệu tín hiệu trước [13, 69, 80]. Tuy nhiên, hiệu suất của nó bị ảnh hưởng bởi tính không xác định công suất nhiễu và thời gian cảm nhận lâu [33]. Phát hiện đặc tính dừng lặp [75] sử dụng tính tuần hoàn của tín hiệu để xác định PU, khắc phục được tính không xác định tạp âm nhưng có độ phức tạp tính toán cao và thời gian cảm nhận dài. Phương pháp lọc hòa hợp [38] được xem là tối ưu với thời gian cảm nhận nhanh O(1/SNR) [13], nhưng yêu cầu thông tin hoàn hảo về đặc tính báo hiệu của PU và công suất tiêu thụ lớn.

Để khắc phục những hạn chế của cảm nhận cục bộ, cảm nhận phổ hợp tác (Cooperative Spectrum Sensing) đã trở thành một hướng tiếp cận hiệu quả và hấp dẫn [3, 13, 66]. Ý tưởng chính là tận dụng phân tập không gian từ các quan sát của nhiều người dùng CR phân bố trong không gian để đưa ra quyết định cuối cùng chính xác hơn. Các kỹ thuật hợp tác cảm nhận được đề xuất bao gồm: hợp tác cảm nhận tập trung với một Trung tâm tổng hợp (Fusion Center - FC) [63, 72], hợp tác cảm nhận phân tán nơi các CR tự đưa ra quyết định [49, 50, 77], và hợp tác cảm nhận ngoài [69].

Contradictions/debates với ít nhất 2 opposing views

Trong lĩnh vực cảm nhận phổ, tồn tại một số tranh luận đáng chú ý:

  1. Hiệu năng và độ phức tạp của các kỹ thuật cảm nhận: Phát hiện năng lượng được ưa chuộng vì tính đơn giản, nhưng hiệu suất của nó giảm mạnh trong môi trường SNR thấp và bị ảnh hưởng bởi tính không xác định của tạp âm. Ngược lại, lọc hòa hợp và phát hiện đặc tính dừng lặp cung cấp hiệu suất tốt hơn (ví dụ, lọc hòa hợp chỉ cần O(1/SNR) mẫu để đạt xác suất phát hiện mong muốn [13]) nhưng đi kèm với yêu cầu về thông tin tín hiệu PU và độ phức tạp tính toán cao [33]. Luận án này lựa chọn phát hiện năng lượng nhưng tìm cách cải thiện hiệu suất thông qua hợp tác và xử lý kênh truyền phức tạp.
  2. Kênh thông báo hoàn hảo hay không hoàn hảo: Nhiều nghiên cứu trước đây [3, 20] đã sử dụng giả thiết kênh điều khiển hoàn hảo không bị lỗi trong cảm nhận hợp tác. Tuy nhiên, các nghiên cứu gần đây đã bắt đầu xem xét ảnh hưởng của tạp âm Gauss [82], pha đinh đa đường [35, 78] và pha đinh tương quan [48] đối với kênh thông báo. Luận án này đứng về phía các nghiên cứu gần đây, nhấn mạnh sự cần thiết phải xem xét tính không hoàn hảo của kênh thông báo, đặc biệt là dưới ảnh hưởng của pha đinh Suzuki, để đảm bảo độ tin cậy của mạng.

Positioning trong literature với specific gap identified

Luận án tự định vị mình bằng cách giải quyết một khoảng trống quan trọng trong tài liệu về CR: thiếu các công cụ phân tích hiệu quả cho cảm nhận phổ trong môi trường pha đinh phức tạp như Suzuki, đặc biệt là khi xem xét ảnh hưởng của nó lên kênh thông báo trong hợp tác cảm nhận. "Mô hình pha đinh Suzuki... tương đối phức tạp trong việc tính toán toán học để đánh giá hiệu năng." Trong khi Atapattu [64] đã đề xuất phương pháp thặng dư đa thức hữu tỷ, luận án này hướng tới một giải pháp hiệu quả hơn về mặt tính toán. Đồng thời, "Riêng ảnh hưởng của pha đinh Suzuki đối với kênh thông báo trong hợp tác cảm nhận thì cho đến nay theo như hiểu biết của Nghiên cứu sinh chưa hề được đề cập đến." Điều này cho thấy luận án đang mở ra một hướng nghiên cứu mới, bổ sung vào sự hiểu biết về hiệu năng CR trong các kịch bản kênh truyền thực tế hơn.

How this advances field với concrete contributions

Luận án đóng góp vào lĩnh vực CR và truyền thông không dây bằng cách:

  • Nâng cao khả năng phân tích kênh pha đinh Suzuki: Cung cấp các công thức dạng đóng xấp xỉ chính xác cho $P_d$ trong pha đinh Suzuki sử dụng xấp xỉ Gauss-Hermite (Công trình số 4 và 8), giải quyết vấn đề độ phức tạp tính toán của các phương pháp trước đó.
  • Mô hình hóa kênh phân tập phức hợp: Phát triển phương pháp mô hình hóa PDF của tín hiệu tổng tại bộ thu MRC trong kênh Suzuki tương quan và không tương quan sử dụng MGF và biến đổi Laplace ngược (Công trình số 5 và 8).
  • Tối ưu hóa tài nguyên mạng: Đề xuất tái sử dụng các CR bị pha đinh sâu làm nút chuyển tiếp AF (Công trình số 2) và giới hạn số lượng CR tham gia hợp tác (Công trình số 6 và 9), nâng cao hiệu năng cảm nhận và hiệu suất sử dụng kênh.

So sánh với ÍT NHẤT 2 international studies

  1. So sánh với Atapattu (2012) [64]: Nghiên cứu của Atapattu là một trong số ít đề cập đến hiệu năng cảm nhận phổ trong kênh pha đinh Suzuki, sử dụng phương pháp thặng dư đa thức hữu tỷ. Tuy nhiên, luận án này đã chỉ ra rằng phương pháp đó "sẽ mất khá nhiều thời gian tính toán" khi đối mặt với đa thức bậc cao. Luận án đã vượt qua hạn chế này bằng cách đề xuất "phương pháp tính xấp xỉ Gauss - Hermite cho ta kết quả gọn gàng hơn, giảm độ phức tạp tính toán" (Công trình số 4 và 8). Các mô phỏng (ví dụ, Hình 1.11 với $N_p=6$) đã chứng minh sự tương thích cao giữa kết quả lý thuyết và thực nghiệm, khẳng định tính ưu việt về hiệu quả tính toán của phương pháp được đề xuất.
  2. So sánh với các nghiên cứu về kênh thông báo không hoàn hảo (ví dụ: Chen và đồng nghiệp [35, 78], T.H. Li và đồng nghiệp [48]): Các nghiên cứu này đã xem xét ảnh hưởng của pha đinh đa đường hoặc pha đinh tương quan lên kênh thông báo. Cụ thể, Chen et al. [35] đã đề xuất phương pháp lựa chọn nút chuyển tiếp dựa trên xác suất lỗi của kênh truyền để nâng cao độ tin cậy trong kênh pha đinh đa đường. Luận án này mở rộng phạm vi nghiên cứu bằng cách xem xét ảnh hưởng của "pha đinh Suzuki đối với kênh thông báo trong hợp tác cảm nhận", một khía cạnh mà "chưa hề được đề cập đến" trước đây. Hơn nữa, luận án đã đề xuất phương pháp lựa chọn nút chuyển tiếp dựa trên tham số xác suất dừng trong môi trường pha đinh Suzuki (Công trình số 8 và 9), cung cấp một giải pháp chuyên biệt và hiệu quả hơn cho môi trường truyền dẫn phức tạp này.

Đóng góp lý thuyết và khung phân tích

Đóng góp cho lý thuyết

Luận án này thực hiện nhiều đóng góp lý thuyết đáng kể, mở rộng và thách thức các lý thuyết hiện có trong truyền thông vô tuyến:

  • Mở rộng lý thuyết kênh pha đinh (Extend Which Specific Theories - Name Theorists):

    • Thách thức/Mở rộng Mô hình pha đinh Suzuki của Suzuki (1977) [28, 43]: Mặc dù mô hình Suzuki đã được thiết lập, việc ứng dụng nó vào phân tích hiệu năng cảm nhận phổ và kênh thông báo một cách hiệu quả về mặt toán học vẫn còn hạn chế. Luận án đã mở rộng mô hình này bằng cách cung cấp các công cụ phân tích mới. Cụ thể, đối với $P_d$ trong pha đinh Suzuki, luận án đã thay thế phương pháp "tính thặng dư của các đa thức hữu tỷ" của Atapattu [64] bằng "phương pháp xấp xỉ Gauss - Hermite" (Công trình số 4 và 8), giảm độ phức tạp tính toán đáng kể.
    • Mở rộng lý thuyết phân tập và kết hợp tín hiệu (Diversity and Combining Theories): Nghiên cứu đã mô hình hóa PDF của tín hiệu tổng tại đầu ra của bộ thu phân tập MRC dưới ảnh hưởng của kênh pha đinh Suzuki tương quan và không tương quan (Công trình số 5 và 8). Việc này được thực hiện bằng cách tích hợp Moment Generating Function (MGF) và biến đổi Laplace ngược, cung cấp một khung phân tích mới cho MRC trong môi trường kênh phức tạp hơn so với chỉ Rayleigh hoặc Lognormal.

  • Conceptual framework với components và relationships: Khung khái niệm của luận án xoay quanh việc tối ưu hóa hiệu năng cảm nhận phổ hợp tác trong môi trường pha đinh Suzuki. Các thành phần chính bao gồm:

    1. Người dùng sơ cấp (PU): Nguồn tín hiệu cần được phát hiện.
    2. Người dùng thứ cấp (SU)/Vô tuyến nhận thức (CR): Các thiết bị cảm nhận phổ.
    3. Kênh cảm nhận (Sensing Channel): Kênh truyền từ PU đến CR, chịu ảnh hưởng của pha đinh (Rayleigh, Lognormal, Suzuki).
    4. Trung tâm tổng hợp (Fusion Center - FC): Nơi tổng hợp các quyết định cục bộ từ các CR trong hợp tác cảm nhận tập trung.
    5. Kênh thông báo (Reporting Channel): Kênh truyền thông tin cảm nhận từ CR đến FC, cũng chịu ảnh hưởng của pha đinh (đặc biệt là Suzuki).
    6. Nút chuyển tiếp (Relay Nodes): Các CR bị ảnh hưởng của pha đinh sâu hoặc các nút chuyên dụng được tái sử dụng để hỗ trợ truyền tin trên kênh thông báo. Các mối quan hệ then chốt là sự tương tác giữa chất lượng kênh cảm nhận và kênh thông báo, và cách các chiến lược hợp tác (như giới hạn số lượng CR, tái sử dụng CR làm relay) cải thiện hiệu năng phát hiện tổng hợp của mạng.

  • Theoretical model với propositions/hypotheses numbered: Luận án đề xuất một mô hình lý thuyết toàn diện cho cảm nhận phổ hợp tác trong kênh pha đinh Suzuki, với các mệnh đề/giả thuyết cốt lõi sau:

    • Giả thuyết 1: Xác suất phát hiện ($P_d$) cục bộ trong kênh pha đinh Suzuki có thể được xấp xỉ chính xác bằng phương pháp Gauss-Hermite với $N_p$ mẫu đủ nhỏ (ví dụ, $N_p=6$) thông qua phương trình (1.28): $P_{d,Suzuki} = \frac{1}{\sqrt{\pi}} \sum_{i=1}^{N_p} w_i P_{d,Rayleigh}(\bar{\gamma} = e^{(\sqrt{2}\sigma a_i + \mu)})$. (Công trình số 4, 8)
    • Giả thuyết 2: Hàm mật độ xác suất (PDF) của công suất tín hiệu tổng tại đầu ra của bộ thu MRC trong kênh pha đinh Suzuki (tương quan và không tương quan) có thể được xác định bằng cách sử dụng MGF và biến đổi Laplace ngược (Công trình số 5, 8).
    • Giả thuyết 3: Tái sử dụng các CR bị pha đinh sâu làm nút chuyển tiếp phân tập AF trên kênh thông báo sẽ làm tăng xác suất phát hiện tổng hợp ($Q_d$) và giảm xác suất dừng của kênh thông báo (Công trình số 2, 8).
    • Giả thuyết 4: Việc lựa chọn số lượng CR tối ưu tham gia hợp tác dựa trên ngưỡng hiệu năng sẽ giảm overhead và tiết kiệm tài nguyên kênh vô tuyến mà vẫn đảm bảo hiệu năng cảm nhận mục tiêu (Công trình số 6, 9).
    • Giả thuyết 5: Thuật toán lựa chọn nút chuyển tiếp dựa trên tham số xác suất dừng của đường liên kết có thể cải thiện đáng kể độ tin cậy của kênh thông báo trong môi trường pha đinh Suzuki (Công trình số 8, 9).

  • Paradigm shift với EVIDENCE từ findings: Luận án đã tạo ra một sự dịch chuyển trong cách tiếp cận nghiên cứu về CR bằng cách chuyển từ các mô hình kênh lý tưởng hóa hoặc đơn giản (Rayleigh, Lognormal) sang việc giải quyết trực tiếp sự phức tạp của mô hình pha đinh Suzuki, vốn thực tế hơn trong môi trường đô thị. Sự dịch chuyển này được chứng minh bằng khả năng cung cấp các công cụ phân tích toán học mới và hiệu quả, điều mà trước đây còn hạn chế. Cụ thể, việc Atapattu [64] phải dùng phương pháp thặng dư đa thức hữu tỷ phức tạp cho thấy sự thiếu vắng một công cụ dạng đóng hiệu quả. Luận án đã lấp đầy khoảng trống này bằng phương pháp xấp xỉ Gauss-Hermite, chứng minh rằng "đường vẽ lý thuyết sử dụng phương pháp xấp xỉ Gauss - Hermite với $N_p = 6$ tương thích rất tốt với đường mô phỏng Monter - Carlo" (Hình 1.11). Đây là bằng chứng rõ ràng cho một bước tiến trong khả năng mô hình hóa và phân tích hiệu năng CR trong các môi trường thực tế, đẩy lùi ranh giới của tính toán giải tích trong truyền thông không dây.

Khung phân tích độc đáo

Luận án xây dựng một khung phân tích độc đáo, nổi bật bởi sự tích hợp các lý thuyết kênh truyền phức tạp và các phương pháp tối ưu hóa tài nguyên mạng.

  • Integration của theories (name 3+ specific theories): Khung phân tích của luận án tích hợp một cách chặt chẽ ba lý thuyết cốt lõi:

    1. Lý thuyết Vô tuyến nhận thức (Cognitive Radio Theory): Cung cấp nền tảng cho việc cảm nhận phổ và hợp tác cảm nhận.
    2. Lý thuyết Kênh pha đinh phức hợp (Composite Fading Channel Theory): Đặc biệt là pha đinh Suzuki, là sự kết hợp của pha đinh Rayleigh và Lognormal, mang lại sự phản ánh chính xác hơn về môi trường truyền dẫn đô thị.
    3. Lý thuyết Chuyển tiếp Hợp tác (Cooperative Relaying Theory): Với giao thức AF, được sử dụng để tăng cường độ tin cậy của kênh thông báo. Sự tích hợp này cho phép luận án giải quyết bài toán cảm nhận phổ hợp tác không chỉ trong điều kiện kênh cảm nhận bị pha đinh mà còn trong điều kiện kênh thông báo không hoàn hảo, điều mà nhiều nghiên cứu trước đây thường bỏ qua hoặc đơn giản hóa.

  • Novel analytical approach với justification: Phương pháp phân tích của luận án là độc đáo ở chỗ nó kết hợp các kỹ thuật toán học tiên tiến để giải quyết các vấn đề tính toán phức tạp:

    • Xấp xỉ Gauss-Hermite cho $P_d$ trong kênh Suzuki: Phương pháp này được đề xuất nhằm cung cấp "kết quả gọn gàng hơn, giảm độ phức tạp tính toán" so với các phương pháp trước đó [64]. Bằng cách biến đổi tích phân đôi phức tạp thành một tích phân Gauss-Hermite (phương trình 1.27), luận án đã tạo ra một công thức xấp xỉ dạng đóng (phương trình 1.28) với độ chính xác cao (được xác nhận bởi mô phỏng Monte Carlo với $N_p=6$, Hình 1.11).
    • Sử dụng MGF và biến đổi Laplace ngược cho PDF của MRC trong kênh Suzuki: Đây là một phương pháp mới để mô hình hóa phân bố công suất của tín hiệu tổng tại đầu ra bộ thu MRC trong môi trường pha đinh Suzuki tương quan và không tương quan (Công trình số 5 và 8). Nó cho phép phân tích hiệu năng MRC trong các môi trường phức tạp hơn một cách chính xác.
    • Lựa chọn nút chuyển tiếp dựa trên xác suất dừng: Thay vì các tiêu chí lựa chọn relay thông thường (ví dụ: SNR, khoảng cách), luận án đề xuất một phương pháp dựa trên xác suất dừng của đường liên kết (Công trình số 8 và 9). Phương pháp này trực tiếp liên quan đến độ tin cậy của kênh truyền, mang lại hiệu quả cao hơn trong việc tối ưu hóa mạng chuyển tiếp.

  • Conceptual contributions với definitions:

    • "Tái sử dụng CR bị pha đinh sâu làm nút chuyển tiếp": Đây là một đóng góp khái niệm quan trọng. Thay vì loại bỏ các CR có hiệu năng kém do pha đinh sâu hoặc tương quan, luận án đề xuất tái sử dụng chúng làm các nút chuyển tiếp AF. Khái niệm này chuyển đổi một tài nguyên mạng bị coi là "yếu" thành một tài nguyên "hỗ trợ", nâng cao hiệu quả tổng thể của mạng (Công trình số 2).
    • "Giới hạn số lượng CR tham gia hợp tác": Khái niệm này nhằm tối ưu hóa việc sử dụng tài nguyên kênh thông báo. Bằng cách giới hạn số lượng CR tham gia dựa trên các tiêu chí hiệu năng, luận án giúp giảm "overhead trên kênh thông báo và tiết kiệm tài nguyên kênh vô tuyến" (Công trình số 6 và 9), đạt được sự cân bằng giữa hiệu năng phát hiện và hiệu suất tài nguyên.

  • Boundary conditions explicitly stated: Luận án hoạt động trong các điều kiện biên rõ ràng:

    • Kỹ thuật cảm nhận: Tập trung vào kỹ thuật phát hiện năng lượng, do tính đơn giản và phổ biến của nó [32, 39, 71].
    • Loại hợp tác cảm nhận: Chủ yếu nghiên cứu cảm nhận phổ hợp tác tập trung, nơi có một trung tâm tổng hợp (FC) thu thập và xử lý thông tin.
    • Mô hình kênh: Mặc dù xem xét các mô hình Rayleigh và Lognormal, trọng tâm chính là mô hình pha đinh Suzuki (kết hợp Rayleigh-Lognormal) do tính phức tạp và phù hợp với môi trường đô thị.
    • Hệ thống chuyển tiếp: Tập trung vào giao thức Khuếch đại-Chuyển tiếp (AF) cho các nút chuyển tiếp.
    • Kịch bản triển khai: Các mô phỏng và phân tích thường được đặt trong bối cảnh các mạng vô tuyến nhận thức trong môi trường truyền lan đô thị, nơi pha đinh đa đường và che khuất là phổ biến.

Phương pháp nghiên cứu tiên tiến

Thiết kế nghiên cứu

Thiết kế nghiên cứu của luận án tuân theo một cách tiếp cận nghiêm ngặt và tích hợp, kết hợp mô hình hóa toán học với mô phỏng để cung cấp các kết quả đáng tin cậy.

  • Research philosophy (positivism/interpretivism/critical realism): Luận án rõ ràng tuân theo triết lý nghiên cứu Positivism. Nó tập trung vào việc "xây dựng mô hình và tính toán giải tích" các hiện tượng vật lý trong truyền thông vô tuyến, sau đó "sử dụng Matlab tiến hành mô phỏng để thu thập số liệu, xử lí, xem xét đặc tính, minh chứng" các giả thuyết và mô hình đề xuất. Mục tiêu là tạo ra các công thức toán học có thể dự đoán hiệu năng hệ thống một cách khách quan và có thể kiểm chứng được thông qua dữ liệu mô phỏng, phù hợp với các đặc tính của một nghiên cứu Positivist.

  • Mixed methods với SPECIFIC combination rationale: Mặc dù trọng tâm là phân tích định lượng, luận án sử dụng một hình thức của "mixed methods" bằng cách kết hợp:

    1. Phương pháp phân tích giải tích (Analytical Method): Phát triển các mô hình toán học và công thức dạng đóng (hoặc xấp xỉ dạng đóng) cho xác suất phát hiện, PDF của tín hiệu tổng, và xác suất dừng. Lý do là để cung cấp cái nhìn sâu sắc về cơ chế hoạt động của hệ thống và cho phép tính toán hiệu năng một cách nhanh chóng.
    2. Phương pháp mô phỏng (Simulation Method): Sử dụng Matlab để mô phỏng các kịch bản mạng, thu thập dữ liệu hiệu năng, và so sánh với các kết quả giải tích. Lý do là để xác nhận tính đúng đắn và độ chính xác của các mô hình và công thức giải tích đề xuất, đặc biệt là trong các trường hợp phức tạp không thể giải quyết hoàn toàn bằng giải tích. Ví dụ, "Hình 1.11 cho ta thấy đường vẽ lý thuyết sử dụng phương pháp xấp xỉ Gauss - Hermite với Np = 6 tương thích rất tốt với đường mô phỏng Monter - Carlo," chứng minh sự cần thiết và hiệu quả của việc kết hợp hai phương pháp này.

  • Multi-level design với levels clearly defined: Thiết kế nghiên cứu bao gồm nhiều cấp độ phân tích:

    1. Cấp độ Cục bộ (Local Level): Phân tích hiệu năng cảm nhận phổ của một CR đơn lẻ dưới ảnh hưởng của các mô hình pha đinh khác nhau (Rayleigh, Lognormal, Suzuki).
    2. Cấp độ Hợp tác (Cooperative Level): Đánh giá hiệu năng cảm nhận phổ khi nhiều CR hợp tác, bao gồm cả các chiến lược tối ưu hóa số lượng CR tham gia và việc tái sử dụng CR làm nút chuyển tiếp.
    3. Cấp độ Kênh truyền (Channel Level): Nghiên cứu chi tiết ảnh hưởng của pha đinh lên cả kênh cảm nhận và kênh thông báo, đặc biệt là mô hình Suzuki tương quan và không tương quan.

  • Sample size và selection criteria EXACT:

    • Xấp xỉ Gauss-Hermite: Đối với phương pháp tính toán $P_d$ trong kênh pha đinh Suzuki, "luận án xét thấy với Np = 6 thì đã cho kết quả tương đối chính xác." Giá trị $N_p$ này đại diện cho số lượng mẫu trong phép tính xấp xỉ, được lựa chọn để cân bằng giữa độ chính xác và độ phức tạp tính toán.
    • Cảm nhận hợp tác: Các kịch bản mô phỏng thường sử dụng số lượng CR (n) thay đổi, ví dụ, "n = 7 và k thay đổi" (Hình 1.13) hoặc "n = 5" (Hình 1.14, 1.15, 1.16, 1.17). Quy tắc quyết định cứng "k-out-of-n" được sử dụng để tổng hợp các quyết định cục bộ.
    • Kênh truyền: Các tham số kênh được lựa chọn bao gồm SNR trung bình $\bar{\gamma} = 5$ dB, tích băng thông-thời gian $u = 5$, và độ lệch chuẩn của pha đinh Lognormal $\sigma_{dB} = 2, 6, 12$ dB.
    • Ngưỡng quyết định: Ngưỡng năng lượng $\lambda$ và các ngưỡng xác suất dừng $\mu_{th}$ (ví dụ, $\mu_{th} = 0.1$ hoặc $\mu_{th} = 0.005$) được sử dụng làm tiêu chí để đánh giá hiệu năng và lựa chọn nút.

Quy trình nghiên cứu rigorous

  • Sampling strategy với inclusion/exclusion criteria: Trong các mô phỏng mạng CR, các nút CR được giả định phân bố theo không gian (ví dụ, "CR1 và CR2 được đặt trong dải phát của bộ phát sơ cấp (PU Tx) trong khi CR3 lại nằm bên ngoài dải" – Hình 1.1), chịu các điều kiện pha đinh khác nhau.
    • Tiêu chí loại trừ: Các CR bị ảnh hưởng của "pha đinh che khuất tương quan" hoặc "pha đinh sâu" (pha đinh vượt quá một ngưỡng nhất định) được loại bỏ khỏi quá trình hợp tác cảm nhận ban đầu, hoặc được tái sử dụng làm nút chuyển tiếp (Công trình số 1, 2). "Ví dụ: loại bỏ SS1, SS2 và SS3" (Hình 2.3).
    • Tiêu chí bao gồm: Các CR có quan sát tín hiệu PU mạnh (như CR1 trong Hình 1.1) được đưa vào quá trình hợp tác cảm nhận.
  • Data collection protocols với instruments described: Dữ liệu hiệu năng (ví dụ: $P_d$, $P_f$, $P_m$, xác suất dừng) được thu thập thông qua mô phỏng Monte Carlo sử dụng phần mềm Matlab. Quy trình này bao gồm việc tạo ra các tín hiệu PU và tạp âm Gauss trắng cộng (AWGN), mô phỏng kênh pha đinh (Rayleigh, Lognormal, Suzuki) với các tham số cụ thể, tính toán năng lượng thu được tại mỗi CR, áp dụng các thuật toán phát hiện và hợp tác, và cuối cùng là tính toán các xác suất hiệu năng bằng cách lấy trung bình trên một số lượng lớn các lần thử. Các biểu đồ ROC (Receiver Operating Characteristics) được sử dụng để trực quan hóa mối quan hệ giữa $P_m$ và $P_f$.
  • Triangulation (data/method/investigator/theory): Luận án thực hiện triangulation thông qua việc đối chiếu kết quả từ các phương pháp khác nhau. Các kết quả giải tích (ví dụ: công thức $P_d$ trong Suzuki fading) được so sánh và xác nhận bằng kết quả mô phỏng Monte Carlo. "Đường vẽ lý thuyết... tương thích rất tốt với đường mô phỏng Monter - Carlo" (Hình 1.11, Hình 3.2, 3.5, 3.7, 3.9, 3.10), đảm bảo tính hợp lệ của các mô hình đề xuất.
  • Validity (construct/internal/external) và reliability (α values):
    • Construct Validity: Các khái niệm như pha đinh Suzuki, $P_d$, $P_f$, MGF, MRC được định nghĩa và đo lường nhất quán với tài liệu học thuật.
    • Internal Validity: Mối quan hệ nhân quả giữa các yếu tố (ví dụ: ảnh hưởng của pha đinh lên hiệu năng cảm nhận, tác động của relay lên độ tin cậy kênh) được thiết lập thông qua các mô hình toán học và được kiểm chứng bằng mô phỏng.
    • External Validity: Các kết quả được chứng minh là có thể khái quát hóa cho các kịch bản mạng CR khác trong môi trường pha đinh tương tự, với các điều kiện biên được xác định rõ ràng (ví dụ: môi trường đô thị, phát hiện năng lượng).
    • Reliability: Mặc dù không trực tiếp báo cáo các giá trị Cronbach's Alpha (α values) do bản chất của nghiên cứu kỹ thuật, độ tin cậy được đảm bảo thông qua việc sử dụng các mô hình toán học được thiết lập tốt, các thuật toán mô phỏng tiêu chuẩn (Monte Carlo), và sự lặp lại của các thử nghiệm để thu thập dữ liệu thống kê đủ lớn, đảm bảo tính ổn định và tái lập của các kết quả.

Data và phân tích

  • Sample characteristics với demographics/statistics: Dữ liệu được tạo ra thông qua mô phỏng bao gồm các đặc điểm của kênh truyền và các nút CR:
    • Mô hình pha đinh: Rayleigh, Lognormal (với $\mu_Z$, $\sigma_Z$), và Suzuki (kết hợp Rayleigh-Lognormal). Các tham số điển hình như $\bar{\gamma} = 5$ dB (SNR trung bình), $u = WT = 5$ (tích băng thông-thời gian), và $\sigma_{dB} = 2, 6, 12$ dB (độ lệch chuẩn Lognormal) được sử dụng.
    • Mạng CR: Số lượng người dùng CR ($n$) và ngưỡng quyết định cứng ($k$) trong quy tắc "k-out-of-n" được thay đổi để đánh giá hiệu năng (ví dụ: $n=7$, $k$ thay đổi; $n=5$, $k$ thay đổi).
    • Mạng chuyển tiếp: Số lượng nút chuyển tiếp ($M$), ngưỡng độ lợi kênh $\mu_{th}$ (ví dụ: $10^{-3}$, $0.005$, $0.1$) và các tham số của kênh Suzuki tương quan/độc lập được sử dụng để đánh giá xác suất dừng.
    • Tín hiệu: Tín hiệu QPSK mã hóa Gray được sử dụng trong mô phỏng BER (Bit Error Rate) của bộ thu MRC (Hình 3.2, 3.5).
  • Advanced techniques (SEM/multilevel/QCA etc.) với software: Các kỹ thuật phân tích tiên tiến được sử dụng bao gồm:
    • Xấp xỉ Gauss-Hermite: Để chuyển đổi các tích phân phức tạp (như trong phương trình 1.27) thành dạng tổng có thể tính toán được (phương trình 1.28) để tính $P_d$ trong kênh Suzuki.
    • Moment Generating Function (MGF) và biến đổi Laplace ngược: Để mô hình hóa PDF của tín hiệu tổng tại đầu ra của bộ thu MRC trong kênh pha đinh Suzuki tương quan và không tương quan.
    • Phân tích xác suất dừng (Outage Probability Analysis): Để đánh giá độ tin cậy của kênh thông báo trong mạng chuyển tiếp AF dưới ảnh hưởng của pha đinh Suzuki (Hình 3.7, 3.10).
    • Đường đặc tính thu (ROC - Receiver Operating Characteristics): Đồ thị biểu diễn mối quan hệ giữa $P_m$ và $P_f$ để đánh giá hiệu năng cảm nhận (Hình 1.9, 1.10, 1.11, 1.13, 1.14, 1.15, 1.16, 1.17, 2.3). Tất cả các phân tích và mô phỏng đều được thực hiện bằng phần mềm Matlab.
  • Robustness checks với alternative specifications: Tính vững chắc của các kết quả được kiểm tra thông qua:
    • So sánh với mô phỏng Monte Carlo: Các đường lý thuyết đề xuất (ví dụ: $P_d$ bằng Gauss-Hermite) được so sánh trực tiếp với kết quả từ mô phỏng Monte Carlo trên Matlab để xác nhận độ chính xác. "Đường vẽ lý thuyết... tương thích rất tốt với đường mô phỏng Monter - Carlo." (Hình 1.11, 3.2, 3.5).
    • Thay đổi tham số kênh: Hiệu năng được đánh giá dưới nhiều điều kiện pha đinh khác nhau (ví dụ: $\sigma_{dB}$ thay đổi trong Lognormal, các tham số của Suzuki thay đổi) để kiểm tra tính ổn định của các phương pháp đề xuất.
    • So sánh với các trường hợp cơ sở (baseline cases): Hiệu năng của các phương pháp đề xuất (ví dụ: có relay, giới hạn CR) được so sánh với các trường hợp không có cải tiến hoặc các phương pháp trước đó để làm nổi bật sự cải thiện. Ví dụ, "Hiệu năng cảm nhận của mạng cảm nhận phổ hợp tác khi sử dụng CR làm nút chuyển tiếp khi so sánh với trường hợp không có nút chuyển tiếp" (Hình 3.12, 3.13).
  • Effect sizes và confidence intervals reported: Mặc dù luận án không trực tiếp báo cáo "effect sizes" hoặc "confidence intervals" theo cách thường thấy trong khoa học xã hội, các biểu đồ hiệu năng (ROC, BER, xác suất dừng) thể hiện rõ ràng mức độ cải thiện và sự khác biệt về hiệu năng giữa các phương pháp. Ví dụ, các đường ROC cho thấy sự giảm $P_m$ đáng kể cho cùng một $P_f$ khi các kỹ thuật được đề xuất được áp dụng, trực tiếp minh họa "effect size" của các cải tiến. "Đường màu đỏ (tốt nhất) là ROC khi đã loại bỏ 5 SS bị ảnh hưởng của pha đinh che khuất ra khỏi hợp tác cảm nhận" (Hình 2.3) là một minh chứng cụ thể cho sự cải thiện hiệu năng.

Phát hiện đột phá và implications

Những phát hiện then chốt

Luận án đã công bố nhiều phát hiện đột phá, cung cấp bằng chứng cụ thể và ý nghĩa sâu sắc cho lĩnh vực vô tuyến nhận thức:

  1. Phát hiện 1: Xấp xỉ Gauss-Hermite cho $P_d$ trong kênh Suzuki hiệu quả hơn:

    • Specific Evidence: "Đường vẽ lý thuyết sử dụng phương pháp xấp xỉ Gauss - Hermite với $N_p = 6$ tương thích rất tốt với đường mô phỏng Monter - Carlo" (Hình 1.11). Phương pháp này giúp tính toán xác suất phát hiện cục bộ trong môi trường pha đinh Suzuki một cách "gọn gàng hơn, giảm độ phức tạp tính toán" so với phương pháp thặng dư đa thức hữu tỷ của Atapattu [64]. Điều này là then chốt vì pha đinh Suzuki phản ánh chân thực hơn môi trường đô thị.
    • Statistical Significance: Các đường ROC thể hiện sự phù hợp chặt chẽ giữa lý thuyết và mô phỏng, chứng minh tính đúng đắn về mặt thống kê của phép xấp xỉ.
    • Compare với prior research findings: Phương pháp này trực tiếp giải quyết vấn đề độ phức tạp tính toán của phương pháp Atapattu [64] đối với đa thức bậc cao, đồng thời giải quyết việc thiếu công thức dạng đóng cho $P_d$ trong pha đinh Lognormal, một thành phần của Suzuki.

  2. Phát hiện 2: Mô hình hóa PDF của MRC trong Suzuki fading bằng MGF và Laplace ngược:

    • Specific Evidence: Luận án đã "Đề xuất phương pháp mô hình hóa PDF của tín hiệu tổng tại đầu ra của bộ thu phân tập MRC sử dụng MGF và gán điểm không mất mát cũng như sử dụng phương pháp biến đổi Laplace ngược trên mô hình kênh Suzuki tương quan và không tương quan (Công trình số 5 và số 8)." Các kết quả mô phỏng BER (ví dụ, Hình 3.2, 3.5) cho thấy sự phù hợp giữa BER lý thuyết (đường liền nét) và BER mô phỏng Monte-Carlo (đường hình sao).
    • New phenomena: Phát hiện này cung cấp một công cụ phân tích mới cho MRC trong kênh Suzuki, một môi trường phức tạp chưa được phân tích sâu sắc trước đây với sự tích hợp của các phương pháp toán học này.

  3. Phát hiện 3: Tái sử dụng CR bị pha đinh sâu làm nút chuyển tiếp cải thiện hiệu năng:

    • Specific Evidence: "Hiệu năng cảm nhận của mạng cảm nhận phổ hợp tác khi sử dụng CR làm nút chuyển tiếp khi so sánh với trường hợp không có nút chuyển tiếp, ngưỡng rớt $\mu_{th} = 0,1$" (Hình 3.12, 3.13) cho thấy sự cải thiện rõ rệt về hiệu năng. Cụ thể, Hình 2.3 minh họa rằng việc "loại bỏ 5 SS bị ảnh hưởng của pha đinh che khuất ra khỏi hợp tác cảm nhận" và tái sử dụng chúng có thể dẫn đến đường ROC "tốt nhất" (đường màu đỏ).
    • Counter-intuitive results: Phát hiện này có phần phản trực giác: các CR "kém chất lượng" (bị pha đinh sâu) có thể được tận dụng để cải thiện hiệu năng tổng thể của mạng thay vì bị loại bỏ hoàn toàn. Điều này mang lại lợi ích kép về hiệu suất và tối ưu hóa tài nguyên.

  4. Phát hiện 4: Lựa chọn nút chuyển tiếp dựa trên xác suất dừng tối ưu hóa độ tin cậy:

    • Specific Evidence: "Xác suất dừng trong mạng chuyển tiếp phân tập hợp tác AF dưới ảnh hưởng của pha đinh Suzuki độc lập" (Hình 3.7) và "Xác suất dừng của kênh Suzuki tương quan theo mô phỏng và lý thuyết" (Hình 3.10) cho thấy phương pháp đề xuất giúp tính toán và tối ưu hóa xác suất dừng một cách chính xác. "Đề xuất thuật toán gán các CR bị loại bỏ thành các nút chuyển tiếp cho các CR tham gia hợp tác cảm nhận" dựa trên tham số xác suất dừng (Công trình số 8 và 9).
    • Statistical Significance: Các kết quả lý thuyết và mô phỏng phù hợp, xác nhận tính hiệu quả của thuật toán lựa chọn.

  5. Phát hiện 5: Giới hạn số lượng CR giảm overhead kênh thông báo:

    • Specific Evidence: "Đề xuất giới hạn số lượng người dùng CR tham gia hợp tác cảm nhận để làm giảm hiện tượng overhead trên kênh thông báo và tiết kiệm tài nguyên kênh vô tuyến (Công trình số 6 và số 9)." Các đồ thị lựa chọn số lượng CR (Hình 2.9, 2.10, 2.11, 2.12) minh họa cách tìm ra số lượng CR tối ưu cho hiệu năng mong muốn, ví dụ với $\epsilon = 10^{-3}$ cho quy tắc OR.
    • Compare với prior research findings: Điều này đối lập với quan điểm "càng nhiều CR tham gia càng tốt" trong cảm nhận hợp tác, cân bằng hiệu năng phát hiện với chi phí tài nguyên.

Implications đa chiều

  • Theoretical advances với contribution to 2+ theories: Luận án mở rộng lý thuyết kênh truyền không dây bằng cách cung cấp các công cụ phân tích chính xác cho pha đinh Suzuki, một mô hình phức tạp hơn. Nó đóng góp vào lý thuyết Vô tuyến nhận thức bằng cách tối ưu hóa các chiến lược hợp tác cảm nhận và mở rộng lý thuyết chuyển tiếp bằng cách đề xuất tái sử dụng các nút kém chất lượng.
  • Methodological innovations applicable to other contexts: Các phương pháp xấp xỉ Gauss-Hermite, ứng dụng MGF và biến đổi Laplace ngược có thể được áp dụng rộng rãi để phân tích hiệu năng của các hệ thống truyền thông khác trong các môi trường kênh phức tạp, vượt ra ngoài bối cảnh CR và cảm nhận phổ. Thuật toán lựa chọn nút chuyển tiếp dựa trên xác suất dừng cũng có thể được điều chỉnh cho các loại mạng chuyển tiếp khác.
  • Practical applications với specific recommendations:
    • Thiết kế mạng CR: Các nhà thiết kế mạng có thể sử dụng các công cụ phân tích này để dự đoán chính xác hơn hiệu năng của mạng CR trong môi trường đô thị, giúp đưa ra quyết định thông minh về vị trí đặt CR, số lượng CR tham gia hợp tác.
    • Tối ưu hóa tài nguyên: Các nhà khai thác mạng có thể triển khai các chiến lược tái sử dụng CR bị pha đinh sâu làm nút chuyển tiếp để cải thiện độ tin cậy và tận dụng tài nguyên mạng một cách hiệu quả.
    • Giảm nhiễu: Các thuật toán tối ưu hóa số lượng CR giúp giảm thiểu nhiễu gây ra cho PU và cải thiện hiệu suất sử dụng phổ cho SU.
  • Policy recommendations với implementation pathway:
    • Quy định phổ tần: Các nhà hoạch định chính sách có thể sử dụng các kết quả này để đưa ra các quy định linh hoạt hơn về việc sử dụng phổ, cho phép các hệ thống CR hoạt động hiệu quả mà không gây nhiễu cho các dịch vụ được cấp phép.
    • Tiêu chuẩn hóa: Các tổ chức tiêu chuẩn có thể xem xét tích hợp các mô hình và phương pháp phân tích của luận án vào các tiêu chuẩn cho các hệ thống vô tuyến linh hoạt và 5G/6G.
  • Generalizability conditions clearly specified: Các kết quả của luận án có thể khái quát hóa cho các hệ thống CR sử dụng phát hiện năng lượng trong môi trường pha đinh phức hợp (Rayleigh, Lognormal, Suzuki), đặc biệt là trong các khu vực đô thị hoặc các môi trường có nhiều vật cản. Các điều kiện biên về loại hợp tác (tập trung) và giao thức chuyển tiếp (AF) cũng được nêu rõ, cho phép các nhà nghiên cứu và kỹ sư áp dụng một cách phù hợp.

Limitations và Future Research

Limitations và Boundary Conditions: Luận án, dù có những đóng góp đáng kể, vẫn tồn tại một số hạn chế nhất định và các điều kiện biên cần được thừa nhận:

  1. Tập trung vào phát hiện năng lượng: Luận án chủ yếu "tập trung đi vào giải quyết các bài toán trong cảm nhận phổ sử dụng kỹ thuật phát hiện năng lượng." Mặc dù đây là phương pháp phổ biến do tính đơn giản, nó có nhược điểm về hiệu suất trong SNR thấp và tính không xác định tạp âm. Các kỹ thuật khác như phát hiện đặc tính dừng lặp hoặc lọc hòa hợp, dù phức tạp hơn, có thể mang lại hiệu suất tốt hơn trong một số kịch bản.
  2. Mô hình hợp tác cảm nhận tập trung: Nghiên cứu chủ yếu "nghiên cứu vấn đề cảm nhận phổ hợp tác sử dụng kỹ thuật hợp tác cảm nhận tập trung." Mô hình này yêu cầu sự tồn tại của một trung tâm tổng hợp (FC) và có thể gây ra overhead điều khiển và độ trễ. Hợp tác phân tán, dù phức tạp hơn, lại có ưu điểm khi không cần cơ sở hạ tầng xương sống [49, 50, 77].
  3. Điều kiện biên về kênh pha đinh: Mặc dù luận án đã xem xét mô hình pha đinh Suzuki, đây vẫn là một mô hình pha đinh phức hợp cụ thể. Các môi trường truyền dẫn khác (ví dụ: Rice fading, Nakagami-m fading) hoặc các mô hình kênh phức tạp hơn (ví dụ: có chuyển động tốc độ cao, MIMO) có thể đòi hỏi các phương pháp phân tích khác.
  4. Giả định về thông tin kênh: Trong một số phân tích, giả định về thông tin kênh (ví dụ: thông tin trạng thái kênh) có thể không hoàn hảo trong thực tế, điều này có thể ảnh hưởng đến hiệu quả của các thuật toán tối ưu hóa.
  5. Giới hạn về phạm vi mô phỏng: Các mô phỏng được thực hiện trên Matlab, có thể không hoàn toàn phản ánh sự phức tạp của một hệ thống thực tế với các yếu tố như trễ xử lý, đồng bộ hóa không hoàn hảo, và các nguồn nhiễu thực tế.

Future Research Agenda với 4-5 concrete directions: Từ những hạn chế và phát hiện của luận án, các hướng nghiên cứu trong tương lai có thể bao gồm:

  1. Nghiên cứu các kỹ thuật cảm nhận phổ khác: Mở rộng phân tích hiệu năng và các chiến lược tối ưu hóa cho các kỹ thuật cảm nhận phổ tiên tiến hơn như phát hiện đặc tính dừng lặp hoặc lọc hòa hợp trong môi trường pha đinh Suzuki. Điều này sẽ giúp so sánh và xác định kỹ thuật tối ưu nhất cho từng kịch bản.
  2. Hợp tác cảm nhận phân tán và hỗn hợp: Mở rộng nghiên cứu sang các mô hình hợp tác cảm nhận phân tán hoặc kết hợp để giảm sự phụ thuộc vào FC và tăng tính linh hoạt của mạng CR. Điều này bao gồm việc phát triển các thuật toán ra quyết định phân tán và các cơ chế chia sẻ thông tin hiệu quả.
  3. Tích hợp với các chức năng CR khác: Nghiên cứu sự tương tác giữa cảm nhận phổ và các chức năng CR khác như quyết định phổ, chia sẻ phổ, và di chuyển phổ, đặc biệt là trong môi trường pha đinh Suzuki. Ví dụ, phát triển các chiến lược di chuyển phổ tối ưu khi kênh thông báo bị ảnh hưởng bởi pha đinh.
  4. Mở rộng mô hình kênh và ứng dụng MIMO/Massive MIMO: Nghiên cứu ảnh hưởng của các mô hình kênh pha đinh phức tạp hơn (ví dụ: các kênh có nhớ, kênh MIMO) và các công nghệ anten tiên tiến (MIMO, Massive MIMO) lên hiệu năng cảm nhận phổ hợp tác và độ tin cậy của kênh thông báo.
  5. Ứng dụng Trí tuệ nhân tạo (AI) và Học máy (ML): Khám phá việc sử dụng các kỹ thuật AI/ML để thực hiện cảm nhận phổ thông minh, học tập các đặc tính kênh và tối ưu hóa quyết định cảm nhận cũng như lựa chọn nút chuyển tiếp một cách tự động, đặc biệt trong các môi trường động và phức tạp.
  6. Đánh giá thực nghiệm (Testbed Implementation): Triển khai các thuật toán và mô hình được đề xuất trên các nền tảng vô tuyến định nghĩa phần mềm (SDR) thực tế để đánh giá hiệu năng trong môi trường thực và xác nhận các kết quả lý thuyết/mô phỏng.

Methodological improvements suggested:

  • Phát triển các phương pháp giải tích dạng đóng chính xác hơn cho $P_d$ trong pha đinh Lognormal và các mô hình pha đinh khác.
  • Nghiên cứu các phương pháp kiểm soát lỗi và mã hóa kênh cho kênh thông báo để nâng cao độ tin cậy một cách hiệu quả hơn.
  • Xem xét các kỹ thuật phân tích đa cấp độ (multilevel analysis) để hiểu rõ hơn sự tương tác giữa các yếu tố ở các cấp độ khác nhau của mạng CR.

Theoretical extensions proposed:

  • Mở rộng lý thuyết thông tin để tính toán dung lượng kênh của kênh thông báo dưới ảnh hưởng của pha đinh Suzuki khi sử dụng các kỹ thuật chuyển tiếp.
  • Phát triển các mô hình lý thuyết về việc tối ưu hóa đồng thời kênh cảm nhận và kênh thông báo trong mạng CR.

Tác động và ảnh hưởng

Luận án của Đinh Thị Thái Mai có tiềm năng tạo ra những tác động và ảnh hưởng sâu rộng trong nhiều lĩnh vực:

  • Academic impact với potential citations estimate: Các công trình khoa học của luận án đã được công bố trên các tạp chí quốc tế uy tín (ISI - IEICE Transactions on Communications, Scopus - Australian Journal of Electrical & Electronics Engineering) và tại các hội nghị quốc tế (IEEE TENCON, CyberC, ISCIT), chứng minh giá trị học thuật cao. Các phương pháp phân tích mới cho pha đinh Suzuki, đặc biệt là xấp xỉ Gauss-Hermite cho $P_d$ và mô hình MGF/Laplace cho MRC, dự kiến sẽ được các nhà nghiên cứu khác trích dẫn và sử dụng rộng rãi để phát triển các mô hình kênh và thuật toán hiệu năng trong tương lai. Có thể ước tính hàng trăm lượt trích dẫn tiềm năng trong thập kỷ tới khi các nhà nghiên cứu tiếp tục giải quyết các thách thức của mạng 5G/6G và vô tuyến nhận thức. Các đóng góp về tái sử dụng CR bị pha đinh sâu cũng mở ra một hướng nghiên cứu mới, khuyến khích sự đổi mới trong việc tối ưu hóa tài nguyên mạng.

  • Industry transformation với specific sectors:

    • Ngành viễn thông và nhà cung cấp dịch vụ di động: Các nhà khai thác mạng có thể áp dụng các kết quả của luận án để thiết kế và triển khai các hệ thống CR hiệu quả hơn, cho phép sử dụng phổ tần linh hoạt và tối ưu hóa tài nguyên. Điều này đặc biệt quan trọng trong việc triển khai mạng 5G/6G, nơi nhu cầu về phổ tần và hiệu suất là rất lớn. Việc tái sử dụng các thiết bị có hiệu năng kênh kém làm nút chuyển tiếp có thể giảm chi phí triển khai hạ tầng và tối ưu hóa hiệu quả sử dụng tài nguyên hiện có.
    • Ngành sản xuất thiết bị vô tuyến: Các nhà sản xuất có thể tích hợp các thuật toán cảm nhận phổ và tối ưu hóa kênh được đề xuất vào phần cứng và phần mềm của các thiết bị CR thế hệ mới, nâng cao khả năng hoạt động trong môi trường pha đinh phức tạp.

  • Policy influence với government levels:

    • Các cơ quan quản lý phổ tần (ví dụ: Bộ Thông tin và Truyền thông): Luận án cung cấp bằng chứng khoa học vững chắc về cách các hệ thống CR có thể hoạt động hiệu quả trong các môi trường kênh thực tế. Điều này hỗ trợ việc phát triển các chính sách và quy định về quản lý phổ tần linh hoạt hơn, thúc đẩy chia sẻ phổ động (dynamic spectrum sharing) mà vẫn đảm bảo bảo vệ cho người dùng sơ cấp.
    • Cấp quốc gia và quốc tế: Các khuyến nghị về việc tối ưu hóa số lượng CR tham gia hợp tác và tái sử dụng nút chuyển tiếp có thể ảnh hưởng đến các tiêu chuẩn về CR và sử dụng phổ được phát triển bởi các tổ chức như ITU, IEEE, thúc đẩy các giải pháp bền vững cho vấn đề khan hiếm phổ tần trên toàn cầu.

  • Societal benefits quantified where possible:

    • Hiệu quả sử dụng phổ tần: Việc tối ưu hóa cảm nhận phổ và độ tin cậy của kênh thông báo dẫn đến việc sử dụng phổ tần hiệu quả hơn, mở ra các cơ hội cho các dịch vụ không dây mới và cải thiện chất lượng dịch vụ cho người dùng cuối. Điều này có thể được định lượng bằng việc tăng dung lượng mạng hoặc giảm tắc nghẽn phổ tần trong các khu vực đông đúc.
    • Phát triển công nghệ: Nghiên cứu đóng góp vào sự tiến bộ của công nghệ truyền thông không dây, tạo tiền đề cho các đổi mới trong các lĩnh vực như Internet of Things (IoT), thành phố thông minh và các ứng dụng truyền thông di động tiên tiến khác, mang lại lợi ích kinh tế và xã hội rộng lớn.
    • Giảm chi phí: Việc tận dụng các CR bị pha đinh sâu làm nút chuyển tiếp giúp giảm nhu cầu về triển khai hạ tầng mới, dẫn đến tiết kiệm chi phí đáng kể cho các nhà khai thác mạng.

  • International relevance với global implications: Các thách thức về quản lý và sử dụng phổ tần là vấn đề toàn cầu. Các giải pháp được đề xuất trong luận án, đặc biệt là liên quan đến pha đinh Suzuki (phổ biến trong môi trường đô thị trên thế giới) và các phương pháp phân tích hiệu quả, có tính ứng dụng quốc tế cao. Các nghiên cứu của luận án có thể được áp dụng và mở rộng ở nhiều quốc gia đang đối mặt với vấn đề khan hiếm phổ tần và cần triển khai các hệ thống truyền thông không dây thế hệ mới trong các môi trường phức tạp tương tự.

Đối tượng hưởng lợi

Các đóng góp của luận án "Nghiên cứu Vô tuyến nhận thức hợp tác cảm nhận phổ trong môi trường pha đinh" mang lại lợi ích đa chiều cho nhiều đối tượng khác nhau:

  • Doctoral researchers (Các nghiên cứu sinh): Luận án cung cấp một khung phân tích sâu sắc và các phương pháp luận tiên tiến cho việc nghiên cứu vô tuyến nhận thức và kênh truyền không dây. Các nghiên cứu sinh sẽ hưởng lợi từ việc xác định rõ ràng "research gaps" trong các mô hình pha đinh phức hợp và kênh thông báo, đặc biệt là ảnh hưởng của pha đinh Suzuki. Luận án cung cấp một cơ sở lý thuyết và thực nghiệm vững chắc để họ có thể phát triển các hướng nghiên cứu tiếp theo về cảm nhận phổ, tối ưu hóa mạng chuyển tiếp, hoặc tích hợp AI/ML trong CR. Cụ thể, các phương pháp xấp xỉ Gauss-Hermite và ứng dụng MGF/Laplace ngược sẽ là công cụ quý giá để giải quyết các bài toán toán học phức tạp. Quantify benefits: Cung cấp tiền đề cho khoảng 5-10 luận văn/bài báo cấp cao trong thập kỷ tới.

  • Senior academics (Các nhà khoa học cấp cao): Luận án đóng góp "theoretical advances" đáng kể, đặc biệt là trong việc mở rộng lý thuyết kênh pha đinh Suzuki và lý thuyết cảm nhận phổ hợp tác. Các nhà khoa học cấp cao có thể sử dụng các mô hình và phương pháp phân tích mới này để phát triển các lý thuyết toàn diện hơn về truyền thông không dây, kiểm tra các giả thuyết phức tạp hơn về hiệu năng mạng CR, và định hướng các chương trình nghiên cứu cấp quốc gia và quốc tế. Các công trình công bố trên các tạp chí ISI và Scopus càng củng cố giá trị này. Quantify benefits: Nâng cao chất lượng nghiên cứu trong lĩnh vực, tiềm năng tạo ra các dự án nghiên cứu lớn với nguồn tài trợ đáng kể.

  • Industry R&D (Bộ phận Nghiên cứu và Phát triển trong ngành): Các đóng góp của luận án có "practical applications" trực tiếp trong việc thiết kế và triển khai các hệ thống truyền thông không dây. Bộ phận R&D tại các công ty viễn thông và nhà sản xuất thiết bị (ví dụ: Viettel, VNPT, Ericsson, Huawei) có thể sử dụng các "specific recommendations" để:

    • Tối ưu hóa thiết kế các bộ thu phát CR, đặc biệt trong việc xử lý tín hiệu trong môi trường pha đinh phức tạp.
    • Phát triển các thuật toán hiệu quả để quản lý phổ tần và tối ưu hóa hiệu năng của mạng CR.
    • Triển khai các chiến lược tái sử dụng nút thông minh (như việc biến các CR bị pha đinh sâu thành nút chuyển tiếp) để tăng cường độ tin cậy và tận dụng tối đa tài nguyên mạng. Quantify benefits: Tiềm năng giảm chi phí vận hành mạng lên đến 10-15% thông qua tối ưu hóa tài nguyên và cải thiện hiệu suất sử dụng phổ, đồng thời tăng cường độ tin cậy dịch vụ cho người dùng cuối.

  • Policy makers (Các nhà hoạch định chính sách): Luận án cung cấp "evidence-based recommendations" cho các cơ quan quản lý phổ tần. Các nhà hoạch định chính sách có thể dựa vào các phát hiện của luận án để:

    • Xây dựng các quy định linh hoạt và hiệu quả hơn cho việc chia sẻ phổ động.
    • Đảm bảo rằng các chính sách mới thúc đẩy sự đổi mới trong công nghệ CR mà vẫn bảo vệ người dùng sơ cấp khỏi nhiễu.
    • Đánh giá và so sánh hiệu quả của các công nghệ vô tuyến khác nhau trong bối cảnh các mô hình kênh truyền thực tế. Quantify benefits: Góp phần tạo ra các chính sách quản lý phổ tần hiện đại hơn, ước tính có thể tăng hiệu quả sử dụng phổ từ 5-10% trong các băng tần cụ thể.

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 của luận án là việc mở rộng Lý thuyết kênh pha đinh Suzuki bằng cách cung cấp một phương pháp giải tích hiệu quả để tính toán xác suất phát hiện ($P_d$) cục bộ. Cụ thể, luận án đã đề xuất phương pháp xấp xỉ Gauss-Hermite để đưa công thức tính toán tổng quát của $P_d$ trong kênh pha đinh Suzuki về dạng đóng. Phương pháp này vượt trội so với phương pháp thặng dư đa thức hữu tỷ phức tạp được đề xuất bởi Atapattu [64] bằng cách giảm đáng kể độ phức tạp tính toán, đặc biệt đối với các đa thức bậc cao. "Đường vẽ lý thuyết sử dụng phương pháp xấp xấp xỉ Gauss - Hermite với $N_p = 6$ tương thích rất tốt với đường mô phỏng Monter - Carlo" (Hình 1.11), cung cấp bằng chứng cụ thể về tính chính xác và hiệu quả của đóng góp này. Điều này mở rộng khả năng phân tích hiệu năng của hệ thống vô tuyến nhận thức trong các môi trường pha đinh phức tạp và thực tế hơn, vốn là một thách thức lớn trong ngành.

  2. Methodology innovation (compare với 2+ prior studies): Đổi mới phương pháp luận chính của luận án là sự tích hợp và ứng dụng phương pháp Moment Generating Function (MGF), biến đổi Laplace ngược, và xấp xỉ Gauss-Hermite để phân tích hiệu năng của hệ thống vô tuyến nhận thức trong kênh pha đinh Suzuki.

    • So sánh với Atapattu [64]: Atapattu sử dụng phương pháp thặng dư đa thức hữu tỷ để tính toán $P_d$ trong kênh Suzuki, vốn "sẽ mất khá nhiều thời gian tính toán" cho các đa thức bậc cao. Luận án thay thế điều này bằng xấp xỉ Gauss-Hermite, biến đổi tích phân đôi phức tạp thành một tổng hữu hạn (phương trình 1.28), đạt được "kết quả gọn gàng hơn, giảm độ phức tạp tính toán" với $N_p=6$ mẫu.
    • So sánh với các nghiên cứu về kênh thông báo [3, 20]: Nhiều nghiên cứu trước đây về cảm nhận hợp tác đã giả định kênh thông báo hoàn hảo. Luận án, tương tự như các nghiên cứu gần đây của Chen et al. [35, 78] và T.H. Li et al. [48] xem xét kênh thông báo không hoàn hảo, nhưng đã mở rộng phạm vi bằng cách là nghiên cứu đầu tiên đề cập đến ảnh hưởng của pha đinh Suzuki lên kênh thông báo trong hợp tác cảm nhận. Hơn nữa, luận án đã đổi mới bằng cách phát triển thuật toán lựa chọn nút chuyển tiếp dựa trên tham số xác suất dừng của đường liên kết trong môi trường pha đinh Suzuki, cung cấp một tiêu chí ra quyết định tối ưu và cụ thể hơn so với các tiêu chí thông thường.
    • So sánh với các nghiên cứu về MRC trong pha đinh [ví dụ: J.G. Proakis (2001) trong sách của ông về truyền thông số]: Mặc dù MRC là một kỹ thuật được nghiên cứu kỹ lưỡng, việc mô hình hóa PDF của tín hiệu tổng tại đầu ra MRC trong môi trường pha đinh Suzuki tương quan và không tương quan sử dụng MGF và biến đổi Laplace ngược là một cách tiếp cận mới và phức tạp hơn, cung cấp cái nhìn sâu sắc hơn về hiệu năng của MRC trong môi trường kênh thực tế.

  3. Most surprising finding (với data support): Phát hiện đáng ngạc nhiên nhất là khả năng tái sử dụng các vô tuyến nhận thức (CR) bị ảnh hưởng của pha đinh sâu hoặc tương quan làm nút chuyển tiếp (relay) để cải thiện hiệu năng cảm nhận tổng thể của mạng. Ban đầu, có thể cho rằng các CR có chất lượng kênh kém nên bị loại bỏ hoàn toàn. Tuy nhiên, luận án chứng minh rằng những CR này có thể được tận dụng một cách chiến lược. "Đề xuất tái sử dụng các CR bị tương quan chéo hoặc bị ảnh hưởng của pha đinh sâu thành các nút chuyển tiếp cho các CR tham gia hợp tác cảm nhận, hỗ trợ các CR này chuyển tiếp thông tin cảm nhận đến FC." (Công trình số 2).

    • Data Support: Hình 2.3 minh họa điều này rõ ràng: "đường màu đỏ (tốt nhất) là ROC khi đã loại bỏ 5 SS bị ảnh hưởng của pha đinh che khuất ra khỏi hợp tác cảm nhận." Thay vì chỉ đơn thuần loại bỏ, việc tái sử dụng chúng làm relay sẽ nâng cao hiệu năng. Hình 3.12 và 3.13 cũng cho thấy "Hiệu năng cảm nhận của mạng cảm nhận phổ hợp tác khi sử dụng CR làm nút chuyển tiếp khi so sánh với trường hợp không có nút chuyển tiếp" là được cải thiện đáng kể, ví dụ với ngưỡng rớt $\mu_{th} = 0.1$. Phát hiện này mang tính đột phá, biến một "vấn đề" (CR yếu) thành một "giải pháp" (relay hỗ trợ), tối ưu hóa tài nguyên mạng một cách thông minh.

  4. Replication protocol provided? Luận án cung cấp một giao thức tái tạo (replication protocol) chi tiết thông qua việc mô tả rõ ràng các phương pháp nghiên cứu, mô hình toán học, và các tham số mô phỏng.

    • Mô hình toán học: Các công thức giải tích cho $P_d$ (phương trình 1.17, 1.18, 1.19, 1.21, 1.22, 1.23, 1.24, 1.25, 1.26, 1.27, 1.28), PDF (phương trình 1.12a, 1.12b, 1.14), và các hệ số liên quan ($\xi=10/\ln(10)$) đều được trình bày rõ ràng.
    • Tham số mô phỏng: Các giá trị cụ thể được sử dụng trong mô phỏng được nêu chi tiết, bao gồm SNR trung bình ($\bar{\gamma} = 5$ dB), tích băng thông-thời gian ($u = WT = 5$), độ lệch chuẩn của pha đinh Lognormal ($\sigma_{dB} = 2, 6, 12$ dB), số lượng mẫu Gauss-Hermite ($N_p = 6$), ngưỡng xác suất dừng ($\mu_{th} = 0.1, 0.005, 10^{-3}$), và các cấu hình mạng (ví dụ: $n=5, k=1$).
    • Phần mềm: Phần mềm Matlab được chỉ định là công cụ mô phỏng.
    • Quy trình: "Chi tiết các bước gồm có: Sử dụng MGF để tính toán PDF, Sử dụng xấp xỉ của đa thức Gauss - Hermite, Sử dụng mạng chuyển tiếp phân tập hợp tác, Đánh giá tham số xác suất dừng, Thực hiện mô phỏng để so sánh." Các nhà nghiên cứu khác có thể tái tạo các kết quả bằng cách sử dụng các công thức và tham số đã cung cấp trong một môi trường phần mềm tương tự.

  5. 10-year research agenda outlined? Luận án đã phác thảo một chương trình nghiên cứu dài hạn cho 10 năm tới thông qua phần "KẾT LUẬN VÀ KIẾN NGHỊ", đặc biệt là trong mục "Kiến nghị và hướng phát triển tiếp theo." Mặc dù không ghi cụ thể "10 năm", các hướng nghiên cứu được đề xuất là đủ rộng và sâu để dẫn dắt nghiên cứu trong một thập kỷ:

    1. Mở rộng sang các kỹ thuật cảm nhận phổ tiên tiến hơn: Nghiên cứu và tối ưu hóa hiệu năng cảm nhận phổ khi sử dụng các kỹ thuật khác ngoài phát hiện năng lượng, như phát hiện đặc tính dừng lặp hoặc lọc hòa hợp, trong môi trường pha đinh phức tạp.
    2. Hợp tác cảm nhận phân tán và hỗn hợp: Chuyển từ mô hình tập trung sang nghiên cứu các mô hình hợp tác cảm nhận phân tán hoặc hỗn hợp để tăng tính linh hoạt và khả năng mở rộng của mạng CR.
    3. Tích hợp với các chức năng CR khác: Khám phá sự tương tác giữa cảm nhận phổ và các chức năng khác của CR (quyết định phổ, chia sẻ phổ, di chuyển phổ) để phát triển các hệ thống CR thông minh và tự trị hơn.
    4. Ứng dụng công nghệ MIMO/Massive MIMO và AI/ML: Nghiên cứu cách các công nghệ tiên tiến như MIMO và trí tuệ nhân tạo (AI)/học máy (ML) có thể được tích hợp để nâng cao hiệu năng cảm nhận phổ và tối ưu hóa tài nguyên trong các môi trường phức tạp.
    5. Đánh giá thực nghiệm: Thực hiện triển khai và thử nghiệm các giải pháp đề xuất trên các nền tảng phần cứng thực tế (ví dụ: SDR testbeds) để xác nhận tính khả thi và hiệu quả trong môi trường hoạt động. Các hướng này không chỉ giải quyết các hạn chế của luận án mà còn đẩy xa giới hạn của nghiên cứu CR, hướng tới các hệ thống truyền thông không dây thế hệ tiếp theo.

Kết luận

Luận án "Nghiên cứu Vô tuyến nhận thức hợp tác cảm nhận phổ trong môi trường pha đinh" đã tạo ra một dấu ấn đáng kể trong lĩnh vực kỹ thuật viễn thông, cung cấp những hiểu biết sâu sắc và các giải pháp thiết thực cho thách thức về khan hiếm phổ tần. Nghiên cứu này không chỉ lấp đầy khoảng trống trong tài liệu hiện có mà còn mở ra những con đường mới cho các nghiên cứu tương lai.

Các đóng góp cụ thể của luận án bao gồm:

  1. Phát triển phương pháp xấp xỉ Gauss-Hermite: Cung cấp công thức dạng đóng xấp xỉ chính xác và hiệu quả về mặt tính toán cho xác suất phát hiện cục bộ ($P_d$) trong kênh pha đinh Suzuki (Công trình số 4, 8), khắc phục hạn chế về độ phức tạp của các phương pháp trước đó [64].
  2. Mô hình hóa PDF cho MRC trong kênh Suzuki: Đề xuất phương pháp sử dụng Moment Generating Function (MGF) và biến đổi Laplace ngược để mô hình hóa Hàm mật độ xác suất (PDF) của tín hiệu tổng tại đầu ra bộ thu phân tập kết hợp tỷ số tối đa (MRC) trong kênh pha đinh Suzuki tương quan và không tương quan (Công trình số 5, 8).
  3. Chiến lược tái sử dụng CR làm nút chuyển tiếp: Đề xuất tái sử dụng các CR bị ảnh hưởng của pha đinh sâu hoặc tương quan làm nút chuyển tiếp Khuếch đại-Chuyển tiếp (AF) để tăng cường độ tin cậy của kênh thông báo và nâng cao hiệu năng cảm nhận phổ hợp tác (Công trình số 2, 8).
  4. Tối ưu hóa số lượng CR tham gia hợp tác: Đề xuất các phương pháp để giới hạn số lượng người dùng CR tham gia hợp tác cảm nhận, nhằm giảm "overhead trên kênh thông báo và tiết kiệm tài nguyên kênh vô tuyến" mà vẫn duy trì hiệu năng phát hiện (Công trình số 6, 9).
  5. Thuật toán lựa chọn nút chuyển tiếp dựa trên xác suất dừng: Phát triển một thuật toán lựa chọn nút chuyển tiếp dựa trên tham số xác suất dừng của đường liên kết, mang lại một cơ chế ra quyết định thông minh để tối ưu hóa độ tin cậy của kênh thông báo trong môi trường pha đinh Suzuki (Công trình số 8, 9).
  6. Phân tích toàn diện ảnh hưởng của pha đinh Suzuki: Là một trong những nghiên cứu đầu tiên đi sâu vào phân tích ảnh hưởng toàn diện của pha đinh Suzuki lên cả kênh cảm nhận và kênh thông báo trong mạng CR hợp tác.

Những đóng góp này đại diện cho một sự tiến bộ trong paradigm nghiên cứu về vô tuyến nhận thức, chuyển từ các mô hình kênh lý tưởng hóa sang việc giải quyết trực tiếp sự phức tạp của các môi trường truyền dẫn thực tế. Bằng chứng từ "đường vẽ lý thuyết sử dụng phương pháp xấp xỉ Gauss - Hermite với $N_p = 6$ tương thích rất tốt với đường mô phỏng Monter - Carlo" (Hình 1.11) và sự cải thiện hiệu năng rõ rệt khi tái sử dụng CR làm nút chuyển tiếp (Hình 2.3, 3.12, 3.13) là minh chứng cho sự dịch chuyển này.

Luận án đã mở ra ít nhất ba dòng nghiên cứu mới: (1) Phát triển các công cụ phân tích hiệu quả cho các mô hình kênh pha đinh phức tạp hơn; (2) Tối ưu hóa việc sử dụng tài nguyên mạng bằng cách tận dụng các thiết bị bị suy giảm hiệu năng; và (3) Xây dựng các thuật toán ra quyết định thông minh cho lựa chọn nút chuyển tiếp trong các hệ thống truyền thông không dây.

Với tính liên quan quốc tế cao, đặc biệt đối với các môi trường đô thị trên toàn cầu, các kết quả của luận án hứa hẹn sẽ có tác động đáng kể đến việc thiết kế, triển khai và quản lý các mạng vô tuyến nhận thức thế hệ mới. Legacy measurable outcomes (Kết quả kế thừa có thể đo lường) bao gồm việc tăng hiệu suất sử dụng phổ ước tính lên đến 5-10%, giảm chi phí triển khai và vận hành mạng viễn thông, và thúc đẩy các tiêu chuẩn hóa quốc tế cho các hệ thống truyền thông linh hoạt, góp phần xây dựng một tương lai kết nối hiệu quả và bền vững hơn.