Đánh giá hiệu năng hệ thống UAV hỗ trợ tán xạ ngược gói tin ngắn

Hội nghị Quốc gia lần thứ 25 về Điện tử, Truyền thông và Công nghệ Thông tin (REV-ECIT2022)

ĐÁNH GIÁ HIỆU NĂNG HỆ THỐNG UAV HỖ TRỢ TÁN
XẠ NGƯỢC GÓI TIN NGẮN
Chu Tiến Dũng∗ , Vũ Anh Tuấn, Nguyễn Thị Thái Hịa∗ , Trần Mạnh Hồng∗
∗ Telecommunication

University, Khánh Hịa, Vietnam
Emails: , , ,
Tóm tắt nội dung—Bài báo đưa ra biểu thức thơng lượng và
tỉ lệ lỗi gói tin trung bình (BLER: block error rate) của thiết
bị bay không người lái (UAV) hỗ trợ tán xạ ngược gói dữ liệu
có kích thước hữu hạn. Giải bài tốn tối ưu thơng lượng trong
điều kiện số bít truyền thay đổi và cố định số lần sử dụng kênh.
Đánh giá phẩm chất hệ thống theo kênh truyền Nakagami-m, có
ảnh hưởng của tia truyền thẳng (LoS: Line-of-Sight) và khơng
có LoS (NLoS). Khảo sát ảnh hưởng của chiều dài gói tin, số
lượng bít truyền đến BLER trung bình của hệ thống. Kết quả
phân tích giải tích được kiểm chứng bằng kết quả mô phỏng
trên phần mềm MatLab, ngoài ra phần mềm Matlab cũng được
sử dụng giải bài tốn tối ưu thơng lượng.

Từ khóa: Thiết bị khơng người lái (UAV), tán xạ ngược,
kích thước gói tin hữu hạn, tỉ lệ lỗi chiều dài gói tin trung
bình (BLER), thông lượng.
I. GIỚI THIỆU
Ngày nay, sự phát triển của các hệ thống viễn thông và yêu
cầu chất lượng dịch vụ ngày càng cao, đặc biệt các hệ thống
(IoT: Internet-of-Thing). Yêu cầu độ trễ thấp, độ chính xác
cao (URLLC: Ultra-Reliable Low Latency Communications).
Do đó, các nghiên cứu về truyền thơng gói ngắn (SP: ShortPacket) được xem như là một hướng nghiên cứu đầy hứa hẹn

cho việc đáp ứng độ trễ nhỏ hơn 0.1 ms và độ chính xác
99.99999% [1]. Bên cạnh đó, để sử dụng hiệu quả năng lượng
là bài tốn lớn được xem xét trong các hệ thống viễn thông
thế hệ thứ 5 và các hệ thống tiếp theo (5G: fifth-generation,
6G: sixth-generation). Các thiết bị vơ tuyến hoạt động với
sóng mang và nguồn năng lượng thụ động được đề cập như là
một phương pháp giải quyết bài toán năng lượng cho các thiết
bị vơ tuyến [2]. Trong đó, các thiết bị sử dụng năng lượng,
sóng mang của mơi trường xung quanh hoặc thiết bị phát
năng lượng, sóng mang chuyên dụng để kích thích phát dữ
liệu (BC: Backscatter Communication) và gọi đó là hệ thống
truyền thơng tán xạ ngược. Phương thức này được sử dụng
cho hầu hết các hệ thống cảm biến thu thập dữ liệu [3], [4].
Ngoài ra, sử dụng thiết bị không người lái (UAV: Unmanned
Aerial Vehicles) mang thiết bị thu-phát hỗ trợ truyền thông
cũng được xem là giải pháp đầy tiềm năng trong tương lai.
Đặc biệt khi cơ sở hạ tầng viễn thông bị quá tải hoặc bị phá
hủy bởi các thảm họa thiên nhiên, chiến tranh, và UAV hỗ trợ
chuyển tiếp thông tin điều khiển hoặc giám sát các khu vực
độc hại [5], [6].
Từ những đòi hỏi như đã đề cập và sự nghiên cứu của các

ISBN 978-604-80-7468-5

nhà khoa học, gần đây đã có những cơng bố về hệ thống
UAV hỗ trợ truyền thông cũng như phương thức truyền tín
hiệu dạng SP [7]–[9]. Cụ thể, các tác giả trong [7] đề xuất hệ
thống truyền SP từ trạm điều khiển đến đích thơng qua UAV,
trong đó UAV có khả năng thu thập năng lượng vơ tuyến để
duy trì hoạt động thu phát. Bài toán được thực hiện trong [7]

là tối ưu quỹ đạo để đạt tốc độ dữ liệu tốt nhất. Tương tự như
[7], các tác giả trong [8] trình bày biểu thức tường minh của
tỉ lệ lỗi gói (BLER: Block Error Rate) cho hệ thống chuyển
tiếp SP bởi 2 UAV. Từ kết quả BLER đã nhận được bài báo
khảo sát thông lượng SP đạt được của hệ thống đã đề xuất.
Xem xét UAV như trạm phát tín hiệu SP cho các trạm mặt đất
đã được các tác giả trong [9] khảo sát. Các nghiên vừa đề cập
chỉ dừng lại việc xem xét UAV hỗ trợ hoặc trực tiếp truyền
tín hiệu SP, tuy nhiên chưa khảo sát khả năng tán xạ ngược
từ các trạm mặt đất đến UAV.
Các nghiên cứu về BC trước đây chủ yếu tập trong cho các
ứng dụng truyền thông khoảng cách ngắn, dung lượng nhỏ, và
các thiết bị cố định như việc cảm biến, giám sát, các ứng dụng
ở smart-home, dịch vụ thanh toán điện tử [10]. Tuy nhiên, gần
đây các nghiên cứu BC từ mặt đất đến UAV đã được khảo sát
[11]–[15]. Cụ thể, trong [11] đã khảo sát vị trí tối ưu của
UAV cho hiệu quả năng lượng tốt nhât, đồng thời cũng chỉ ra
khoảng cách truyền tán xạ ngược từ mặt đất đến có thể đạt
đến 2.8 km, khi thiết bị BC được đặt gần nguồn RF. Yang
và cộng sự trong [12] đã giải quyết bài toán tối ưu quỹ đạo
bay của UAV nhằm mục đích tối thiểu tiêu tốn năng lượng
của UAV bao gồm cả năng lượng đẩy và năng lượng thu phát.
Trong đó, các nút BC được kích thích bởi các máy phát sóng
mang độc lập để truyền dữ liệu của chúng đến UAV. Các tác
giả trong [13], [14] đã khảo sát khả năng bảo mật thông tin
của các thiết bị BC trong q trình phát tín hiệu của chúng
đến UAV. Bằng cách thực hiện thuật toán lặp để tìm quỹ đạo
cho UAV và tối ưu lập lịch cho các thiết bị BC nhằm tăng
dung lượng kênh chính, giảm dung lượng kênh nghe lén. Một
khảo sát khác xem UAV là thiết bị BC [15], tín hiệu kích thích

được thực hiện bởi trạm mặt đất. Tuy nhiên các cơng trình đã
khảo sát hệ thống BC với phương thức truyền gói vô hạn, tức
là khảo sát dung lượng hệ thống dựa vào cơng thức Shannon.
Có nghĩa là các tác giả khảo sát tốc độ truyền với giả sử hệ
thống không lỗi và số lần sử dụng kênh là vô hạn.
Trong khi đó, các mạng cảm biến ln có kích thước gói tin
nhỏ, hoặc chỉ là những kí tự báo hiệu về trung tâm xử lí, các

226


Hội nghị Quốc gia lần thứ 25 về Điện tử, Truyền thông và Công nghệ Thông tin (REV-ECIT2022)

mạng thông tin băng tần hẹp được đề xuất triển khai để thực
hiện. Bên cạnh đó, khả năng tán xạ ngược phụ thuộc lớn vào
nguồn kích thích, với kích thước gói thơng tin ngắn cần nguồn
kích thích nhỏ. Vì vậy, các thiết bị tán xạ ngược có thể được
sử dụng để thu thập dữ liệu cho hệ thống điều khiển từ xa với
sự hỗ trợ của UAV hay hệ thống các cảm biến môi trường.
Tuy nhiên, việc kết hợp liên lạc tán xạ ngược, gói tin ngắn và
UAV cho đến nay chưa được khảo sát. Từ vấn đề trên đã thúc
đẩy chúng tôi xây dựng mơ hình truyền thơng tán xạ ngược
gói ngắn từ các nút cảm biến đến UAV, các dữ liệu cảm biến
sau đó được gửi về trung tâm xử lí. Bằng các phân tích tốn
học, chúng tơi đưa ra biểu thức BLER của mơ hình đề xuất
cho việc đánh giá chất lượng hệ thống. Đóng góp của bài báo
có thể được tóm tắt như sau:
• Đề xuất mơ hình hệ thống UAV hỗ trợ thu thập dữ liệu
dạng gói ngắn từ các thiết bị BC. Xây dựng hệ thống
giả lập về phân bố kênh truyền, môi trường, quỹ đạo các

thiết bị sát với hệ thống thực tế để đánh giá phẩm chất
các người dùng.
• Dựa vào phương pháp giải tích, bài báo đưa ra được công
thức tường minh BLER và thơng lượng trung bình của
hệ thống. Đề xuất sử dụng thuật tốn tìm kiếm điểm tối
ưu để xác định giá trị thơng lượng cực đại theo số bít
truyền. Sử dụng mơ phỏng Monte-Carlo để kiểm chứng
các kết quả phân tích và giải bài tốn tối ưu thơng lượng.
• Kết quả của bài báo này có thể được sử dụng triển khai
ứng dụng ở các mạng cảm biến, giám sát môi trường. Các
tham số trong mơ hình đã khảo sát ảnh hưởng đến phẩm
chất hệ thống có thể tham khảo trong quá trình triển khai
thiết kế.
Cấu trúc bài báo được trình bày như sau: Mơ hình hệ thống,
mơ hình tán xạ ngược được trình bày trong phần II. Phần III
trình bày các kết quả phân tích giải tích hệ thống bao gồm
BLER và tối ưu thông lượng. Kết quả mô phỏng so sánh được
trình bày trong phần IV. Cuối cùng phần V trình bày kết luận
của bài báo.
II. MƠ HÌNH

HỆ THỐNG

Mơ hình hệ thống xem xét như được trình bày ở Hình 1,
trong đó bao gồm một trạm điều khiển mặt đất (GS), một
UAV và các người dùng BDn . Cụ thể, UAV bay vòng ở độ
cao H cố định theo tọa độ (r sin θ, r cos θ, H). Các thiết bị
mặt đất BDn như các trạm độc lập được phân bố đều trong
bán kính 100 m, BDn hoạt động như thiết bị tán xạ ngược bố
trí tại (xDn , yDn , 0). Giả sử rằng thông tin trạng thái kênh

(CSI: Channel State Information) của hệ thống là hoàn hảo.
Tuy nhiên tính chất pha và biên độ của các kênh truyền khơng
thuận nghịch hồn tồn, pha đinh được xem xét là khơng thay
đổi trong một chu kì truyền, nhưng thay đổi ở những chu kì
tiếp theo.
Quá trình hoạt động của hệ thống được chia làm 3 giai
đoạn: Trước hết, UAV truyền phát tín hiệu vơ tuyến đến các
BDn nhằm cung cấp năng lượng và sóng mang cho các BDn .
Thứ hai, khi đủ năng lượng kích thích, các BDn phát tín hiệu
đến UAV, pha này được gọi là pha tán xạ ngược. Cuối cùng,
tín hiệu được truyền từ UAV đến trạm điều khiển mặt đất. Tín
hiệu nhận được tại BDn trong giai đoạn đầu được xác định
theo công thức (1).
yBDn =

PV gn s1 + zBDn ,

(1)

trong đó n ∈ {1, · · · , N } và gn = βhn /dVDn là hệ số
kênh truyền từ UAV đến BDn , β là công suất kênh truyền
theo tham chiếu với khoảng cách 1 mét, hn là hệ số kênh
truyền từ UAV đến BDn tuân theo phân bố Nakagamim, do đó |hn |2 có phân bố Gamma, tức là |hn |2 ∼
G(m1 , m1 x/λ1 ), với λ1 = E{|hn |2 }, E{}˙ là tốn tử kì vọng.
Khoảng cách giữa UAV đến BDn được tính bởi dVDn =
2

2

(xDn − r sin θ) + (yDn − r cos θ) + H 2 , θ là góc nâng

của UAV, s1 là tín hiệu truyền của UAV, zBDn ∼ CN (0, σn2 )
là tạp âm Gauss tại BDn .
Trong giai đoạn 2, tín hiệu được phản xạ với hệ số ηB
từ BDn đến UAV. Vì vậy, tín hiệu nhận được tại UAV theo
phương thức đa truy nhập phân chia theo thời gian (TDMA:
Time-Division-Multiple-Access) được xác định như sau:
√
yUAV = ηB PV gn g˜n s1 s2 + ηB g˜n zBDn + zUAV , (2)
trong đó g˜n = βfn /dVDn là hệ số kênh truyền từ BDn đến
UAV, |fn |2 ∼ G(m2 , m2 x/λ2 ); s2 và là tín hiệu truyền từ tán
xạ ngược từ BDn đến UAV, 0 < ηB ≤ 1 là hệ số phản xạ của
các BDn , zUAV ∼ CN (0, σn2 ) là tạp âm Gauss tại UAV. Xác
suất xảy LoS giữa UAV và BDn phụ thuộc vào môi trường và
1
được tính bởi PLoS = 1+a. exp[−b(ϕ
và PNLoS = 1−PLoS
n −a)]

UAV

o

H
trong đó a và b là các hằng số, ϕn = 180
π arcsin dVDn . Từ
(2), SNR tại UAV được viết lại như phương trình (3).

γn =
BDM

BD1
BD2

Trạm điều khiển mặt đất
Máy chủ

Thiết bị tán xạ ngược IOT

Hình 1.

(3)

III. PHÂN TÍCH PHẨM CHẤT HỆ THỐNG
A. BLER trung bình của BDn tại UAV
Khi số lượng gói tin là đủ lớn (l 100), BLER tại UAV
của hệ thống được xác định theo phương trình [16]

Mơ hình hệ thống UAV hỗ trợ thu thập dữ liệu.

ISBN 978-604-80-7468-5

ηB PV |gn |2 |g˜n |2
,
2
ηB |g˜n |2 + σU
AV

n

227

≈ Q((C(γn ) − Rn )/ V (γn )/l),

(4)


Hội nghị Quốc gia lần thứ 25 về Điện tử, Truyền thơng và Cơng nghệ Thơng tin (REV-ECIT2022)

trong đó C(γn ) = log2 (1 + γn ) là dung lượng Shannon.
V (γn ) = (1 − 1/(1 + γi )2 )(log2 e)2 là sự phân tán kênh và
Rn là tốc độ truyền của hệ thống.
Từ (4), BLER trung bình của s2 (tín hiệu được phát bởi
BDn ) xảy ra tại UAV được viết lại là

Thay thế (10) vào biểu thức (7) và áp dụng xấp xỉ tích phân
Chebyshev Gauss [20, Eq. (25.4.30)]1 chúng ta nhận được
m1 −1 n

n=1 k=0 j=1

Q [C(γn ) − Rn ]/ V (γn )/l fγn (y)dy,
0

trong đó χn = [2π(22Rn − 1)/l]−1/2 , τn = 2Rn − 1, ρL =
τn − 1/(2χn ) và ρH = τn + 1/(2χn ).
Thực hiện thay thế (6) vào (5), sau một số bước biến đổi,
BLER trung bình được tính tốn:
ρH

¯n (ω) ≈ χn

Fγn |ω (x|ω)dx,

(7)

ρL

trong đó Fγn |ω (x|ω) là hàm phân phối tích lũy (CDF: cumulative distribution function) điều kiện của γn . Chú ý rằng, ω
hệ số được sử dụng đặc trưng cho xác suất kết nối LoS và
NLoS. Mặt khác, để cho thuận lợi trong việc biểu diễn các
công thức của bài báo, độ lợi kênh truyền trung bình của các
kênh truyền từ UAV đến các BDn trong điều kiện LoS và
NLoS được xác định bởi [18]
ΩAB =

ΩAB
ωΩAB

LoS link,
NLoS link,

(8)

trong đó AB là kênh truyền từ A đến B. Trong các công
thức tiếp theo của bài báo, kí hiệu Ω1 = E{|gn |2 } và Ω2 =
E{|g˜n |2 }. Khi ω = 1 cho truyền lan LoS và 0 < ω < 1 cho
truyền lan NLoS. Theo định lý tổng xác suất, BLER xẩy ra
tại UAV bao gồm cả LoS và NLoS, do đó
¯n (ω) ≈ PLoS ¯n,LoS + PNLoS ¯n,NLoS .

L
L
trong đó u = ρH −ρ
, J ∈
ψ + ρH +ρ
, ψ = cos (2j−1)π
2
2
2Q
{1, ∞} là số phép lặp của xấp xỉ Chebyshev Gauss, khi J
càng lớn cho độ chính xác của xấp xỉ càng cao. Từ biểu thức
(11) nhận được 2 trường hợp, khi ω = 1 chúng ta nhận được
BLER trong trường hợp LoS, tức là ¯n,LoS , khi ω < 1 chúng
ta nhận được ¯n,N LoS . Thay thế (11) vào (9) chúng ta đưa ra
được biểu thức BLER tại UAV bao gồm LoS và NLoS xảy ra.

B. Tối ưu thông lượng theo bít truyền
Khi hệ thống hoạt động với kích thước gói tin vơ hạn, dung
lượng ergodic thường được sử dụng để khảo sát tốc độ biên
trên đạt được. Tuy nhiên, khi kích thước gói tin khơng đủ lớn,
thơng lượng thường được sử dụng đánh giá tốc độ truyền từ
mã chính xác của hệ thống [21], [22]. Trong phần này, bài báo
trình bày thơng lượng đạt được của hệ thống đề xuất. Thơng
lượng của hệ thống là số gói truyền thành công được xác định
ở một đơn vị thời gian. Do đó, chúng ta có thể mơ hình thơng
lượng của hệ thống tán xạ ngược đạt tại UAV như sau:
b
(12)
τn = (1 − ¯n (ω)).
l

trong đó l = li + le và b = be + bi . Các giá trị li và le lần
lượt là số gói tin sử dụng cho huấn luyện và truyền dữ liệu,
bi và be là số lượng bit huấn luyện và số bit truyền dữ liệu.
Thơng lượng hệ thống phụ thuộc vào tính chất thống kê của
kênh truyền và tốc độ từ mã sử dụng [23]. Trong trường hợp
này, chúng ta giả sử rằng tính chất thống kê kênh truyền là
cố định, thay đổi tốc độ từ mã để tính bài tốn tối ưu thơng
lượng của hệ thống. Mơ hình hóa bài tốn tối ưu được đưa ra
như sau:
(P) : max τ (b, H),

(9)

b

Fγn (x) = 1−

1
m2 m2
1 n!ηB !
n! k!(n − k)! Γ(m2 ) Ω2
n=1 k=0
n
m1 x
m1 x
×
exp −
Ω1 ηB PV
Ω1 PV
v

m1 xΩ2
xm1 m2
2
×2
Kv 2
,
m2 Ω1 ηB PV
Ω1 Ω2 ηB PV
(10)

trong đó v = m2 + k − n, Kv là hàm Bessel bậc v sửa đổi
loại 2 được xác định trong [19].

ISBN 978-604-80-7468-5

≤ th
≤ b ≤ bmax ,

n (ω)

s.t.

Để nhận được (9) trước hết chúng ta cần tìm Fγn |ω (x|ω).
Từ (3) chúng ta có hàm CDF như sau:
m1 −1 n

m2

×

(5)

trong đó fγn (y) là hàm phân bố xác suất (PDF: Probability
Density Function) của γn . Thực tế rất khó khăn để xác định
được công thức tường minh của BLER từ (5), do đó chúng
ta sử dụng xấp xỉ hàm Q (Q-function) như đã được trình bày
trong [17], i.e.,


1,
γn ≤ ρL


C(γn ) − Rn
1
= 2 − χn (γi − τn ), ρL < γi < ρH ,
Q

V (γn )/l


0,
γn ≥ ρH
(6)

m2
1
π 1 n!ηB !
J n! k!(n − k)! Γ(m2 ) ωΩ2

n
m1 u
m1 u
exp −
1 − ψ2
ωΩ1 ηB PV
ωΩ1 PV
v
um1 m2
m1 uΩ2
2
×2
Kv 2
,
m2 Ω1 ηB PV
ω 2 Ω1 Ω2 ηB PV
(11)

∞

¯n ≈

J

¯n,ω = 1−

bmin

(13)
(13a)

(13b)

Do đó, đặt độ cao tối đa của UAV là Hmax = 200 m, bài
toán (12) là bài toán tuyến tính theo b. Thuật tốn đơn giản
để tìm giá trị tối ưu ở bài toán (13) là sử dụng thuật tốn
tìm kiếm. Trong bài báo này thuật tốn Section Golden search
được sử dụng để giải bài toán (13), và được trình bày bởi
Thuật tốn 1.
1 Giả

sử hàm f (x) khả vi trên đoạn (a, b), khi đó có thể sử dụng xấp xỉ

tích phân như sau,
số được đổi là xi =

228

b
a

f (x)dx ≈

b−a
yi
2

+

b−a
2

b+a
,
2

N
i=1

π
N

1 − yi2 f (xi ), trong đó biến

yi = cos( 2i−1
π)
2N


Hội nghị Quốc gia lần thứ 25 về Điện tử, Truyền thông và Công nghệ Thông tin (REV-ECIT2022)

Algorithm 1: Algorithm to solve problem (13)
Data: (xDn , yDn , 0), (xU , yU , H), r, bmin , bmax , δ.
Result: b∗ .
q +q
∗
1 Initialize: q1 ← 0, bmin , q2 ← bmax , b ← 1 2 2 ,
2 Compute ¯n (ω) based on (11)
3 while |¯n (ω) − ¯th | > δ do
4
if ¯n (ω) > ¯th then

5
q1 ← b∗ ;
6
else
7
q2 ← b∗ ;
8
end
2
9
Set b∗ ← q1 +q
and update (12)
2
10 end
∗
11 Return b .

Average BLER

l = 128

Hình 3.

Average BLER

m =2
i

l = 128

BD1- MP
BD2 - MP
BD3 - MP

mi = 3

LT

15

20

25

30

35

40

SNR (dB)

Hình 2.

Ảnh hưởng của tham số m lên BLER trung bình của hệ thống.

Hình 2, trình bày BLER trung bình theo SNR và sự thay
đổi của tham số Nakagami, m. Kết quả từ các đồ thị chỉ ra

ISBN 978-604-80-7468-5

5

10

15

20

25

30

35

40

Ảnh hưởng của số kênh truyền sử dụng đến BLER trung bình của
hệ thống.

VÀ THẢO LUẬN

ω = 0.9
R1 = R2 = R3 = 256

10

0

SNR (dB)

ηB = 0.8

5

l = 512

BD1 - MP

LT

i

0

10

10-6

m =1

10-6

ηB = 0.8, ω = 0.9
-4

BD3 - MP

100

10-4

l = 256
mi = 2

BD2 - MP

Trong phần này chúng tơi trình bày kết quả số đối với BLER
trung bình của hệ thống UAV hỗ trợ thu thập dữ liệu tán xạ
ngược đã xem xét nhằm mục đích đánh giá phẩm chất hệ
thống và kiểm chứng các kết quả cơng thức đã được tính tốn.
Số phép thử ngẫu nhiên được sử dụng trong mơ phỏng là
10 × 214 . Do sự vượt trội của LoS so với các tia khúc xạ và
tán xạ, có nghĩa là tham số phân bố Nakagami m nhận các giá
trị ngun [24]. Tọa độ các nút được mơ hình hóa theo khơng
gian ba chiều BD1 (−250, −250, 0), BD2 (150, −150, 0), and
BD3 (0, 500, 0), và UAV bay ở độ cao cố định H = 100 mét,
trong bán kính 20 mét. Tốc độ truyền các BDn giả sử là như
nhau R1 = R2 = R3 = 256 bit/s. Công suất tham chiếu tại
khoảng cách 1 mét β0 = 20 dB, cơng suất nhiễu chuẩn hóa
σn2 = 1, hệ số phản xạ ngược ηB = 0.8. Ngưỡng hội tụ của
thuật toán sử dụng δ = 10−2 , BLER mục tiêu ¯th = 10−3 .
Giả sử hệ thống được xem xét đặt trong môi trường đô thị.
Một số tham số khác được trình bày cụ thể trong từng Hình
kết quả. Trong các hình kí hiệu "LT" là kết quả nhận được từ
công thức, "MP" là kết quả nhận được từ Monte-Carlo.

10-2

10-2

Throughput (bit/s/Hz)

IV. KẾT QUẢ SỐ

100

1.6

mi = 2

1.4

l = 100
ηB = 0.8, ω = 0.9

1.2
1
0.8
0.6
0.4
0.2
0
100

Algorithm 1
BD2 - LT, Eq. (12)
BD3 - LT, Eq. (12)
BD1 - LT, Eq. (12)

150

200

250

300

350

400

450

500

Number of bits transmission

Hình 4. Thông lượng tối ưu của hệ thống theo số bít truyền, SNR = 20 dB.

rằng, phẩm chất của BD1 kém nhất, trong khi đó BD2 cho
BLER tốt nhất. Nguyên nhân của kết quả này là do khoảng
cách từ BD1 tới UAV là xa nhất, trong khi đó BD2 đến UAV
là gần nhất. Ngoài ra, kết quả bậc phân tập tăng theo giá trị
tham số m, tức là bậc phân tập của hệ thống đạt được là 1,
2 và 3 tương ứng theo m. Do m là giá trị đặc trưng tương
đương như các tia LoS nhận được tại máy thu. Thêm vào đó,
kết quả mơ phỏng trùng với kết quả lý thuyết, chứng tỏ rằng
các cơng thức tính tốn hồn tồn chính xác.
Hình 3 trình bày kết quả BLER trung bình theo SNR của

hệ thống với sự thay đổi của chiều dài gói. Tăng kích thước
gói tương đương như việc tăng số lần sử dụng kênh cho quá
trình truyền của hệ thống. Từ kết quả thấy rằng, cố định tốc
độ truyền Rn = 256 và kích thước gói tăng lên dẫn đến phẩm
chất BLER trung bình tốt hơn. Tức là cùng một lượng bít
truyền nhưng ở băng thơng lớn hơn, phẩm chất của hệ thống
tốt hơn; nhưng điều xảy ra sẽ giảm hiệu quả sử dụng băng tần
vô tuyến. Kết quả trên Hình 3 cũng thể hiện phẩm chất của
BD1 kém nhất, trong khi đó BD2 cho BLER tốt nhất. Ngun
nhân đã được giải thích ở trên.
Hình 4 trình bày kết quả thông lượng của hệ thống theo
công thức (12) và Thuật toán 1. Từ đồ thị cho thấy thuật toán

229


Hội nghị Quốc gia lần thứ 25 về Điện tử, Truyền thông và Công nghệ Thông tin (REV-ECIT2022)

l = 150

Throughput (bit/s/Hz)

1.6
1.4
1.2
1
0.8
l = 100

0.6

0.4
0.2
0
100

BD1

mi = 2

BD2

ηB = 0.8, ω = 0. 9

BD3

150

200

250

300

350

400

450

500

Number of bits transmission

Hình 5.

Thơng lượng của hệ thống theo số bít truyền và thay đổi chiều dài
gói tin, SNR = 20 dB.

tìm kiếm điểm tối ưu được sử dụng trong bài báo gần chính
xác hồn tồn với kết quả cơng thức lý thuyết. Khi tăng số bít
truyền, thơng lượng của hệ thống tăng đến giá trị cực đại và
tại đó giao với kết quả Thuật tốn 1, sau đó giảm dần khi tiếp
tục tăng số bít. Từ kết quả này khảng định rằng, hệ thống đề
xuất luôn tồn tại một giá trị bít truyền hợp lý với số lần sử
dụng kênh cố định sẽ cho kết quả thông lượng tối ưu.
Hình 5 biểu diễn thơng lượng của hệ thống thơng qua số bít
truyền và thay đổi kích thước gói. Từ kết quả thấy rằng, luôn
tồn tại giá trị thông lượng tối ưu tương ứng với số bít truyền.
Khi l = 100 thì số bít truyền khoảng 250 hệ thống sẽ đạt
thơng lượng cực đại, khi l = 150 thì thơng lượng đạt cực đạt
khi số bít truyền khoảng 350, tức là tăng kích thước gói tin dẫn
đến tăng số bít truyền hợp lý để hệ thống đạt thơng lượng tối
đa. Nguyên nhân của kết quả này là do khi tăng số bít truyền
quá lớn dẫn đến BLER tăng lên dẫn đến giảm thơng lượng.
Ngược lại số bít truyền ít, BLER nhỏ nhưng thông lượng của
hệ thống cũng sẽ thấp. Bên cạnh đó, thơng lượng của BD1
thấp hơn thơng lượng của BD3 và thông lượng của BD2 đạt
tốt nhất.
V. KẾT LUẬN
Trong bài báo này đã đề xuất và đánh giá phẩm chất hệ

thống UAV hỗ trợ truyền thông tán xạ ngược. Đánh giá phẩm
chất hệ thống qua BLER trung bình và thông lượng đạt được
của từng người dùng. Đề xuất thuật tốn tối ưu thơng lượng
theo số bít truyền. Các tham số phẩm chất được trình bày dưới
dạng cơng thức tường minh, thuật tốn và đồ thị kết quả mơ
phỏng Monte-Carlo. Kết quả của bài báo đã chứng minh được
khả năng tán xạ ngược có thể được sử dụng khơng chỉ mạng
phạm vi nhỏ cỡ vài chục centimet để nhận dạng ở tần số vô
tuyến (RFID: Radio Frequency IDentification). Tán xạ ngược
có thể đáp ứng tốt cho việc truyền thơng với kích thước mạng
lớn hơn như từ mặt đất đến UAV.
TÀI LIỆU
[1] L. Yuan, N. Yang, F. Fang, and Z. Ding, “Performance Analysis of UAVAssisted Short-Packet Cooperative Communications,” IEEE Trans. Veh.
Technol., vol. 71, no. 4, pp. 4471–4476, Apr. 2022.

ISBN 978-604-80-7468-5

[2] N. Van Huynh, D. T. Hoang, X. Lu, D. Niyato, P. Wang, and D. I. Kim,
“Ambient backscatter communications: A contemporary survey,” IEEE
Commun. Surveys Tuts., vol. 20, no. 4, pp. 2889–2922, Fourth quarter
2018.
[3] M. Z. Hassan, M. J. Hossain, J. Cheng, and V. C. Leung, “StatisticalQoS guarantee for IoT network driven by laser-powered UAV relay and
RF backscatter communications,” vol. 5, no. 1, pp. 406–425, Mar. 2020.
[4] 3GPP-TR-36.777, “Study on enhanced LTE support for
aerial vehicles,
2017,
3GPP technical report. [Online].
Available:www.3gpp.org/dynareport/36777.htm.”
[5] T. M. Hoang, B. C. Nguyen, X. H. Le, X. N. Tran, T. Kim et al., “Outage
Probability and Throughput of Mobile Multiantenna UAV-Assisted FDNOMA Relay System With Imperfect CSI,” IEEE Systems Journal,

2022.
[6] T. M. Hoang, X. N. Tran, P. T. Hiep et al., “Outage Probability of Aerial
Base Station NOMA MIMO Wireless Communication with RF Energy
Harvesting,” IEEE Internet of Things Journal, 2022.
[7] A. Ranjha and G. Kaddoum, “URLLC-enabled by laser powered UAV
relay: A quasi-optimal design of resource allocation, trajectory planning
and energy harvesting,” IEEE Trans. Veh. Technol., vol. 71, no. 1, pp.
753 –765, Jan. 2022.
[8] P. Raut, K. Singh, C.-P. Li, M.-S. Alouini, and W.-J. Huang, “Nonlinear
EH-Based UAV-Assisted FD IoT Networks: Infinite and Finite Blocklength Analysis,” vol. 8, no. 24, pp. 655–668, Dec. 2021.
[9] N. Agrawal, A. Bansal, K. Singh, C.-P. Li, and S. Mumtaz, “Finite Block
Length Analysis of RIS-Assisted UAV-Based Multiuser IoT Communication System with Non-Linear EH,” IEEE Trans. Wireless Commun.,
vol. DOI: 10.1109/TCOMM.2022.3162249, March 2022.
[10] C. Boyer and S. Roy, “Backscatter communication and rfid: Coding,
energy, and MIMO analysis. Communications,” vol. 62, no. 3, pp. 770–
785, Oct. 2015.
[11] S. Yang, Y. Deng, X. Tang, Y. Ding, and J. Zhou, “Energy efficiency
optimization for UAV-assisted backscatter communications,” IEEE Commun. Lett., vol. 23, no. 11, pp. 2041–2045, Nov. 2019.
[12] G. Yang, R. Dai, and Y.-C. Liang, “Energy-efficient UAV backscatter
communication with joint trajectory design and resource optimization,”
IEEE Trans. Wireless Commun., vol. 20, no. 2, pp. 926–941, 2020.
[13] L. Bai, Q. Chen, T. Bai, and J. Wang, “UAV-Enabled Secure Multiuser
Backscatter Communications With Planar Array,” IEEE J. Sel. Areas
Commun., vol. 40, no. 10, pp. 2946–2961, 2022.
[14] J. Hu, X. Cai, and K. Yang, “Joint trajectory and scheduling design for
UAV aided secure backscatter communications,” IEEE Trans. Wireless
Commun., vol. 9, no. 12, pp. 2168–2172, 2020.
[15] D.-H. Tran, S. Chatzinotas, and B. Ottersten, “Throughput Maximization
for Backscatter-and Cache-Assisted Wireless Powered UAV Technology,”
IEEE Trans. Veh. Technol., vol. 71, no. 5, pp. 5187–5202, 2022.

[16] D.-D. Tran, S. K. Sharma, S. Chatzinotas, I. Woungang, and B. Ottersten, “Short-packet communications for MIMO NOMA systems over
Nakagami-m fading: BLER and minimum blocklength analysis,” IEEE
Trans. Veh. Technol., vol. 70, no. 4, pp. 3583–3598, Apr. 2021.
[17] X. Lai, T. Wu, Q. Zhang, and J. Qin, “Average secure BLER analysis of
NOMA downlink short-packet communication systems in flat Rayleigh
fading channels,” IEEE Trans. Wireless Commun., vol. 20, no. 5, pp.
2948–2960, May 2020.
[18] T. Hou, Y. Liu, Z. Song, X. Sun, and Y. Chen, “UAV-to-Everything
(U2X) Networks Relying on NOMA: A Stochastic Geometry Model,”
IEEE Trans. Veh. Technol., vol. 69, no. 7, pp. 7558 – 7568, July 2020.
[19] I. S. Gradshteyn and I. M. Ryzhik, “Table of Integrals, Series, and
Products,” 2014.
[20] M. Abramowitz and I. A. Stegun, Handbook of mathematical functions:
with formulas, graphs, and mathematical tables. Courier Corporation,
1964, vol. 55.
[21] J. Choi, “Throughput analysis for multiuser diversity of two users with
SIC in NOMA systems,” in 2018 International Conference on Signals
and Systems (ICSigSys). IEEE, May 2018, pp. 120–124.
[22] ——, “Joint rate and power allocation for NOMA with statistical CSI,”
IEEE Trans. Commun., vol. 65, no. 10, pp. 4519–4528, June 2017.
[23] D. N. C. Tse and S. V. Hanly, “Multiaccess fading channels. i. polymatroid structure, optimal resource allocation and throughput capacities,”
IEEE Trans. Inf. Theory, vol. 44, no. 7, pp. 2796–2815, Nov. 1998.
[24] M. K. Simon, “Digital communication over generalized fading channels:
a unified approach to performance analysis,” 2002.

230