Xây dựng mô hình truyền thông ngữ nghĩa trong mạng di động thế hệ thứ 6

TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI

TRƯỜNG ĐIỆN - ĐIỆN TỬ

ĐỒ ÁN

TỐT NGHIỆP ĐẠI HỌC

Đề tài:

Xây dựng mơ hình truyền thơng ngữ nghĩa trong
mạng di động thế hệ thứ 6

Sinh viên thực hiện: LÊ HỒNG PHONG
MSSV: 20175956
Lớp: LUH16 - K62
Giảng viên hướng dẫn: TS. NGUYỄN TIẾN HÒA

Hà Nội, tháng 08 năm 2022


TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI

VIỆN ĐIỆN TỬ - VIỄN THÔNG

ĐỒ ÁN

TỐT NGHIỆP ĐẠI HỌC

Đề tài:

Xây dựng mơ hình truyền thơng ngữ nghĩa trong
mạng di động thế hệ thứ 6

Sinh viên thực hiện: LÊ HỒNG PHONG
MSSV: 20175956
Lớp: LUH16 - K62
Giảng viên hướng dẫn: TS. NGUYỄN TIẾN HÒA

Cán bộ phản biện:

Hà Nội, tháng 08 năm 2022


LỜI CAM KẾT

Họ và tên sinh viên: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Email: . . . . . . . . . . . . . . . . . . . . . . . . . Điện thoại liên lạc: . . . . . . . . . . . . . . . . . . . . . . . . .
Lớp: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Hệ đào tào: . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Tôi – Lê Hồng Phong – cam kết Đồ án Tốt nghiệp (ĐATN) Xây dựng mơ hình
truyền thơng ngữ nghĩa trong mạng di động thế hệ thứ 6 là cơng trình nghiên
cứu của bản thân tôi dưới sự hướng dẫn của TS. Nguyễn Tiến Hòa. Các kết quả nêu
trong ĐATN là trung thực, là thành quả của riêng tôi, không sao chép theo bất kỳ
cơng trình nào khác. Tất cả những tham khảo trong ĐATN – bao gồm hình ảnh,
bảng biểu, số liệu, và các câu từ trích dẫn – đều được ghi rõ ràng và đầy đủ nguồn
gốc trong danh mục tài liệu tham khảo. Tơi xin hồn tồn chịu trách nhiệm với dù
chỉ một sao chép vi phạm quy chế của nhà trường.

Hà Nội, ngày tháng năm
Tác giả ĐATN

Lê Hồng Phong

i

LỜI CẢM ƠN

Đồ án này được thực hiện vào những ngày hè năm 2022, ngay sau khoảng thời
gian dài cách ly bởi dịch bệnh COVID 19. Trong những ngày nắng cuối thời sinh
viên này, đã có nhiều điều trong cuộc sống đã thay đổi, khiến tôi thêm vững tin và
sẵn sàng bước tiếp trên hành trình phía trước. Đồ án này được thực hiện ban đầu
với định hướng sử dụng các thuật tốn học sâu cho bài tốn khơi phục ảnh số, tuy
nhiên do chưa đủ vốn kiến thức để thực hiện nên các bộ lọc ảnh số đã được lựa
chọn. Trong q trình hồn thành đồ án này, các hạn chế và sai sót chắc chắn là
khơng tránh khỏi, do đó rất mong nhận được sự đóng góp của thầy cơ để có thể rút
kinh nghiệm và phát triển đề tài này được tốt hơn.

Trước hết, con xin gửi lời cảm ơn tới bố mẹ vì đã cho thắp lên trong con ước
mơ được trở thành một kỹ sư Bách khoa và luôn ở bên con trên hành trình này. Em
xin được gửi lời cảm ơn chân thành tới thầy Nguyễn Tiến Hồ, chủ nhiệm lab xử
lý tín hiệu 417, vì đã ln tận tình chỉ dạy, định hướng, giúp đỡ em trong thời gian
học tập và nghiên cứu. Em cũng xin cảm ơn anh Trịnh Văn Chiến vì đã giúp đỡ
em trong suốt quá trình thực hiện đề tài, em hi vọng sau này sẽ còn tiếp tục được
làm việc với thầy và anh trên hành trình phía trước. Cảm ơn các anh chị, các bạn
trong lab 417, cảm ơn Giang, Hiếu, Vân Anh vì đã giúp đỡ tớ hồn thành đồ án
này. Cảm ơn em vì đã dõi theo và động viên anh trong những tháng ngày này. Dù
khoảng thời gian là sinh viên Bách khoa thật ngắn ngủi, nhưng sau này bất kể đi
tới đâu, tơi cũng sẽ ln ln tự hào rằng mình là một người Bách khoa.

ii

TÓM TẮT NỘI DUNG ĐỒ ÁN

Truyền thông ngữ nghĩa hay Semantic communications đang nổi lên như một
bước đột phá nhằm vượt qua giới hạn về dung lượng kênh của định lý Shannon
bằng cách truyền và nhận thơng tin ngữ nghĩa thay vì các bit dữ liệu hoặc ký hiệu
bất kể nội dung của bản tin. Đồ án này đề xuất một quá trình truyền thông ngữ
nghĩa hai giai đoạn để nâng cao hiệu suất của hệ thống. Trong giai đoạn đầu, dữ
liệu hình ảnh đầu tiên được giải mã khỏi tín hiệu nhận được. Hình ảnh được giải
mã sau đó sẽ được xử lý tăng cường bởi một bộ lọc thông thấp nhằm nâng cao chất
lượng hình ảnh ở giai đoạn hai. Các thông số đánh khác nhau được sử dụng để đánh
giá chất khả năng khơi phục hình ảnh của mơ hình được xem xét so với chất lượng
hình ảnh ngay sau khi được khôi phục. Các thông số đánh giá khác nhau sử dụng
cho việc đánh giá hiệu suất hệ thống dựa trên tiêu chí riêng của chúng có thể sẽ
cho kết quả khơng đồng nhất với nhau, từ đó có thể đưa ra các nhận xét về hiệu quả
của hệ thống truyền thông ngữ nghĩa này.

iii

ABSTRACT

Semantic communication is emerging as a breakthrough to overcome the chan-
nel capacity limitation of Shannon’s theorem by transmitting and receiving seman-
tic information instead of data bits or symbols regardless of the message content.
This thesis proposes a two-stage semantic communication process to improve sys-
tem performance. In the first stage, the image data is first decoded from the re-
ceived signal. The decoded image is then enhanced by a low-pass filter to enhance
the image quality in the second stage. Various evaluating metrics are used to rate
the image restorability of the considered model in comparison to the image quality
immediately after being restored. Different evaluation parameters used to evalu-

ate system performance based on their own criteria may give inconsistent results,
thereby evaluate this semantic communication system scheme.

iv

MỤC LỤC

DANH MỤC HÌNH VẼ.............................................................................. vi

DANH MỤC BẢNG BIỂU ......................................................................... vii

DANH MỤC THUẬT NGỮ VÀ TỪ VIẾT TẮT ............................................ ix
CHƯƠNG 1. GIỚI THIỆU ĐỀ TÀI.......................................................... 1
1.1 Đặt vấn đề............................................................................................ 1
1.2 Mục tiêu và phạm vi đề tài..................................................................... 2
1.3 Bố cục đồ án ........................................................................................ 2
1.4 Kết luận chương ................................................................................... 3
CHƯƠNG 2. CÁC NGHIÊN CỨU LIÊN QUAN ....................................... 4
2.1 Nghiên cứu khảo sát.............................................................................. 4
2.2 Nghiên cứu ứng dụng ............................................................................ 5
2.3 Kết luận chương ................................................................................... 6
CHƯƠNG 3. CỞ SỞ LÝ THUYẾT ........................................................... 7
3.1 Lý thuyết truyền tin và lý thuyết ngữ nghĩa.............................................. 7

3.1.1 Lý thuyết thông tin (LEVEL A) ................................................... 8
3.1.2 Từ lý thuyết thông tin tới lý thuyết ngữ nghĩa (LEVEL B) .............. 10
3.2 Kỹ thuật Massive MIMO trong 5G ......................................................... 11
3.2.1 Lý do nghiên cứu ....................................................................... 11
3.2.2 Kỹ thuật MU-MIMO .................................................................. 12
3.2.3 Kỹ thuật Massive MIMO ............................................................ 19

3.3 Cơ sở xử lý ảnh số ................................................................................ 23
3.3.1 Nhiễu trong xử lý ảnh ................................................................. 23

3.3.2 Bộ lọc số ................................................................................... 27
3.3.3 Các thông số đánh giá chất lượng ảnh .......................................... 33
3.4 Kết luận chương ................................................................................... 38
CHƯƠNG 4. MƠ HÌNH VÀ ĐÁNH GIÁ .................................................. 39
4.1 Mở đầu ................................................................................................ 39
4.2 Mơ hình hệ thống và đặt vấn đề.............................................................. 39
4.2.1 Mơ hình hệ thống....................................................................... 40
4.2.2 Đặt vấn đề ................................................................................. 41
4.3 Tái tạo và khôi phục ảnh........................................................................ 41
4.3.1 Tái tạo hình ảnh (giai đoạn 1) ...................................................... 41
4.3.2 Khơi phục hình ảnh (giai đoạn 2)................................................. 42
4.4 Các thông số đánh giá ........................................................................... 44
4.4.1 Tỉ lệ lỗi bit BER......................................................................... 44
4.4.2 Chỉ số tín hiệu cực đại trên nhiễu PSNR....................................... 45
4.4.3 Chỉ số tương tự cấu trúc SSIM .................................................... 45
4.5 Kết luận chương ................................................................................... 45
CHƯƠNG 5. CÁC KẾT QUẢ VÀ ĐĨNG GĨP NỔI BẬT ......................... 46
5.1 Thơng số mô phỏng .............................................................................. 46
5.2 So sánh trực quan ................................................................................. 46
5.3 Đánh giá hiệu quả hệ thống ................................................................... 50
5.3.1 Tỉ lệ lỗi bit ................................................................................ 50
5.3.2 Tỉ lệ tín hiệu cực đại trên nhiễu ................................................... 51
5.3.3 Chỉ số tương đồng cấu trúc ......................................................... 53
5.4 Kết luận chương ................................................................................... 53
CHƯƠNG 6. KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN .............................. 54
6.1 Kết luận ............................................................................................... 54

ii

6.2 Hướng phát triển................................................................................... 54
TÀI LIỆU THAM KHẢO......................................................................... 58


DANH MỤC HÌNH VẼ

Hình 3.1 Mơ hình hệ thống thơng tin cơ bản. . . . . . . . . . . . . . . . 8
Hình 3.2 Mơ hình truyền thơng hiện tại so sánh với mơ truyền thông

ngữ nghĩa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
Hình 3.3 Một ví dụ về mơ hình mã hoá ngữ nghĩa [14] . . . . . . . . . . 10
Hình 3.4 Kịch bản ứng dụng 5G. Nguồn: GOV.UK Factsheet 5G [15]. . 11
Hình 3.5 Minh họa MU-MIMO . . . . . . . . . . . . . . . . . . . . . . . 13
Hình 3.6 Mơ hình hệ thống Multiuser MIMO được xét, trường hợp 1

cell bao gồm 1 BS và K người dùng chia sẻ chung tài nguyên thời
gian và tần số. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
Hình 3.7 Mơ hình xử lý tín hiệu tuyến tính đường lên . . . . . . . . . . 16
Hình 3.8 Minh hoạ massive MIMO đường lên, các mảng ăng-ten gồm
nhiều phần tử được sử dụng. . . . . . . . . . . . . . . . . . . . . . . 21
Hình 3.9 Thơng lượng kênh của các kỹ thuật xử lý tín hiệu tuyến tính
so sánh với dung lượng kênh Shannon [28] . . . . . . . . . . . . . . 22
Hình 3.10 Phân nhóm nhiễu trong xử lý ảnh . . . . . . . . . . . . . . . . 23
Hình 3.11 Đồ thị mật độ phân bố xác suất Gauss . . . . . . . . . . . . . . 25
Hình 3.12 Minh hoạ và so sánh tương quán các loại nhiễu, trong đó:
(a) là ảnh gốc; (b) Ảnh bị ảnh hưởng bởi nhiễu Gauss với kỳ vọng
µ = 0 và phương sai σ = 0.01; (c) Ảnh bị ảnh hưởng bởi nhiễu
muối tiêu với mật độ d = 5%; (d) Ảnh bị ảnh hưởng bởi nhiễu

Poisson; (e) Ảnh bị ảnh hưởng bởi nhiễu đốm (Speckle) với phương
sai λ = 0.05. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
Hình 3.13 Hàm phân bố mật độ xác suất gamma. Ảnh: Matlab [32]. . . . 26
Hình 3.14 Hai loại bộ lọc số . . . . . . . . . . . . . . . . . . . . . . . . . 27
Hình 3.15 Minh hoạ hoạt động của bộ lọc trung bình . . . . . . . . . . . 29
Hình 3.16 Minh hoạ hoạt động của bộ lọc trung vị . . . . . . . . . . . . . 29
Hình 3.17 Phân phối Gauss 2 chiều . . . . . . . . . . . . . . . . . . . . . 30
Hình 3.18 So sánh hiệu quả bộ các bộ lọc tuyến tính mean, median và
Gauss. Ảnh nhiễu chịu ảnh hưởng bởi nhiễu Gauss σ = 0.005 và
nhiễu muối tiêu 5%. . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
Hình 3.19 Minh hoạ cách tìm kiếm hình ảnh, các hình ảnh tương đồng
sẽ được đánh trọng số lớn và ngược lại [33]. . . . . . . . . . . . . . 31
Hình 3.20 Minh hoạ các quá trình khớp khối [35] . . . . . . . . . . . . . 32
Hình 3.21 Thuật tốn của bộ lọc BM3D [35] . . . . . . . . . . . . . . . . 33

v

Hình 3.22 Minh hoạ trường hợp các loại nhiễu khác nhau nhưng vẫn có
chỉ số PSNR bằng nhau, ở đây ảnh Barbara chịu ảnh hưởng bởi ba
loại nhiễu khác biệt nhưng đều có giá trị PSNR = 20.12dB. . . . . . 35

Hình 3.23 Biểu đồ hệ thống đánh giá SSIM . . . . . . . . . . . . . . . . . 36
Hình 3.24 Bản đồ SSIM cục bộ ảnh Barbara 3.22b. . . . . . . . . . . . . 37
Hình 4.1 Mơ hình hệ thống được xét . . . . . . . . . . . . . . . . . . . . 40
Hình 4.2 Minh hoạ khả năng chống nhiễu muối tiêu, ảnh bị nhiễu muối

tiêu nặng với d=15% . . . . . . . . . . . . . . . . . . . . . . . . . . 42
Hình 4.3 Các block tương đồng trong BM3D.[35] . . . . . . . . . . . . 43
Hình 4.4 Bộ lọc BM3D với nhiễu AWGN, σ = 0.02 . . . . . . . . . . . . 44
Hình 5.1 So sánh giữa ảnh gốc và sau khi truyền . . . . . . . . . . . . . 47

Hình 5.2 Quan sát rõ hơn ở hai vùng ảnh đã được phóng to . . . . . . . 47
Hình 5.3 Visual comparison by using the Cameraman and Monarch

images from Set12 with the SNR equal to 10 [dB] . . . . . . . . . . 49
Hình 5.4 So sánh trực tiếp hai ảnh Monarch . . . . . . . . . . . . . . . . 50
Hình 5.5 Đồ thị BER và SNR . . . . . . . . . . . . . . . . . . . . . . . . 51
Hình 5.6 Đồ thị PSNR và SNR . . . . . . . . . . . . . . . . . . . . . . . 52
Hình 5.7 Ảnh Lenna qua kênh truyền 16dB, chưa qua bộ lọc. . . . . . . 52
Hình 5.8 Đồ thị SSIM và SNR . . . . . . . . . . . . . . . . . . . . . . . 53

vi

DANH MỤC BẢNG BIỂU
Bảng 5.1 Bảng các số liệu mô phỏng của hình 5.3 . . . . . . . . . . . . 48

vii

DANH MỤC THUẬT NGỮ VÀ TỪ VIẾT TẮT

Viết tắt Tên tiếng Anh Tên tiếng Việt
AI Artificial Intelligent Trí thơng minh nhân tạo
VR Virtual Reality Thực tế ảo
IoT Internet of Things Internet vạn vật
ITU International Telecommunication Liên minh Viễn thông Quốc tế
Union
SemCom Semantic Communication Truyền thông ngữ nghĩa
6G Sixth-generation Mạng di động thế hệ thứ 6
ML Machine Learning Học máy
DL Deep learning Học sâu
MIMO Multiple-input Multiple-output Đa đầu vào và đa đầu ra

P2P Point-to-point Điểm tới điểm
MU Multi-User Đa người dùng
SISO Single-input Single-output Đơn đầu vào và đơn đầu ra
UE User Equipment Thiết bị người dùng
BS Base Station Trạm gốc
NLP Natural Language Processing Xử lý ngôn ngữ tự nhiên
CV Computer Vision Thị giác máy tính
FL Federated Learning Học phân tán
MEC Mobile edge computing Tính tốn tại rìa
H2H Human to Human Người tới người
H2M Human to Machine Người tới máy
M2M Machine to Machine Máy tới máy
NN Neural Network Mạng Nơ-ron
OSI Open Systems Interconnection Ref- Mơ hình tham chiếu kết nối các hệ
erence Model thống mở
D2D Device to Device Thiết bị tới thiết bị
NOMA Non-orthogonal Multiple Access Đa truy cập phi trực giao
CSI Channel State Information Thông tin trạng thái kênh
JSCC Joint source-channel coding Mã hóa kênh nguồn chung
LSTM Long-short term memory Mạng neural bộ nhớ dài-ngắn
eMBB Enhanced Mobile Broadband Dịch vụ mạng di động tăng cường
URLLC Ultra-reliable low latency commu- Truyền thơng độ chính xác cực cao
nications cùng độ trễ cực thấp

viii

mMTC massive Machine Type Communi- Truyền thông máy số lượng cực lớn
cations
mmWave Millimeter Wave Bước sóng mi-li-mét
MRC Maximum Ratio Combining Kết hợp tỉ lệ tối đa

ZF Zero-forcing Ép không
MMSE Minimum Mean Squared Error Lỗi trung bình bình phương tối
thiểu
TDD Time-division Duplex Giao tiếp song công phân chia theo
thời gian
FDD Frequency-division Duplex Giao tiếp song công phân chia theo
tần số
SIC Successive interference cancella- Hủy bỏ can nhiễu liên tiếp
tion
SNR Signal-to-Noise Ratio Tỷ lệ tín hiệu trên nhiễu
PSNR Peak Signal-to-Noise Ratio Tỷ lệ tín hiệu cực đại trên nhiễu
SSIM Structural similarity index measure Chỉ số tương tự cấu trúc
BM3D Block matching and 3D filtering Bộ lọc khớp khối ba chiều

ix

x

CHƯƠNG 1. GIỚI THIỆU ĐỀ TÀI

1.1 Đặt vấn đề
Các công nghệ truyền thông xuất hiện đã thay đổi đáng kể cách con người liên

lạc lẫn nhau. Nó đã trở thành một trong những động lực chính thúc đẩy sự phát
triển của xã hội. Trong 40 năm trở lại đây, mạng di động đã phát triển qua bốn thế
hệ khác nhau, tính trung bình cứ 10 năm sẽ có một thế hệ mạng di động mới xuất
hiện. Mạng di động thế hệ đầu tiên (1G) đã xuất hiện vào những năm 80 của thế
kỉ trước cho phép con người đàm thoại không dây sử dụng tín hiệu tương tự. Các
mạng di động tiếp theo càng ngày càng cho phép con người liên lạc và giao tiếp
một cách dễ dàng và thuận tiện hơn với sự dịch chuyển từ việc sử dụng kỹ thuật

tương tự sang kỹ thuật số, hỗ trợ các hình thức truyền thông đa phương tiện như
gọi video, tin nhắn hình ảnh hay kết nối mạng di động với internet [1]. Qua mỗi
thế hệ, tốc độ xử lý và khả năng truyền tải dữ liệu lại tăng gấp bội, cho phép các
cơng nghệ mới được hiện thực hóa.

Sự phát triển của các kỹ thuật và các công nghệ tiên tiến, có thể kể tới như trí tuệ
nhân tạo (AI), công nghệ thực tế ảo (VR), đa phương tiện ba chiều ( 3D), Internet
vạn vật (IoT) đã kéo theo một lưu lượng dữ liệu khổng lồ. Bên cạnh đó, nhu cầu
kết nối khơng dây của con người đã tăng nhanh không ngừng, đặc biệt với sự triển
khai của mạng di động thế hệ thứ 5 (5G) với khả năng truyền tải dữ liệu vượt trội
hơn so với thế hệ thứ 4 (4G), có thể lên tới 10Gbps, cùng khả năng đáp ứng một
lượng cực lớn các thiết bị, lên tới 10,000 thiết bị dữ liệu thấp cùng các thiết bị di
động truyền thống [2]. Hiệp hội viễn thông thế giới (ITU) đã ước tính rằng, tổng
lưu lượng dữ liệu di động toàn cầu vào năm 2010 là 7.462 EB/tháng, có thể đạt 144
EB/tháng vào năm 2022 và tăng nhanh lên tới 5016 EB/tháng vào năm 2030 [3].

Các thống kê trên cho thấy rằng, các yêu cầu về lưu lượng mạng khơng dây sẽ
cịn tăng theo cấp số mũ trong tương lai, địi hỏi những mơ hình mạng mới để đáp
ứng các nhu cầu được đưa ra cho sự phát triển của công nghiệp và xã hội. Tuy
nhiên, một vấn đề được đặt ra ở đây là việc các hệ thống thông tin hiện tại đang
dần tiếp cận tới ngưỡng giới hạn dung lượng kênh được đặt ra theo lý thuyết thông
tin của Claude D. Shannon vào năm 1948. Ở dưới góc nhìn của Shannon, góc độ
ngữ nghĩa của thông tin được truyền đi được coi là khơng có tác động tới các vấn
đề về kỹ thuật [4]. Cho tới mạng 5G, các hệ thống vẫn được phát triển dựa vào học
thuyết này và đang dần đi tới giới hạn khi những kỹ thuật nén, điều chế và giải điều
chế cho phép tiếp cận gần hơn tới ngưỡng dung lượng kênh.

Các dữ liệu đa phương tiện đã chiếm một lượng lớn lưu lượng truyền tải của

1

CHƯƠNG 1. GIỚI THIỆU ĐỀ TÀI

mạng Internet. Cisco ước tính rằng, lưu lượng truyền tải đa phương tiện sẽ chiếm
tới 82% lưu lượng Internet toàn cầu vào năm 2022, tăng từ 73% vào năm 2017 [5].
Dữ liệu đa phương tiện như hình ảnh, video là những dữ liệu có ngữ nghĩa, cấu
trúc dữ liệu của chúng có sự tương quan chặt chẽ tới nhau. Trong tương lai, sự phát
triển của mạng di động thế hệ thứ 6 (6G) sẽ tìm giải pháp phá vỡ giới hạn lý thuyết
của Shannon. Một trong các hướng đi nhận được nhiều sự quan tâm là mạng truyền
thông ngữ nghĩa, hay tiếng anh là Semantic communication (SemCom).

1.2 Mục tiêu và phạm vi đề tài
Hiện nay, đã có một số cơng trình nghiên cứu về Semcom, tuy nhiên các nghiên

cứu này đang chủ yếu mang tính khảo sát [6], [7]. Một số bài nghiên cứu khác cũng
ứng dụng các thuật toán học máy (ML) và học sâu (DL) vào để giải quyết một số
bài tốn SemCom như khơi phục tín hiệu giọng nói trong q trình truyền tin, hay
đảm bảo chất lượng dữ liệu trong quá trình truyền [8], [9].

Qua sự tìm hiểu của tác giả, vẫn chưa có một nghiên cứu ứng dụng thơng tin
ngữ nghĩa để tăng cường chất lượng khơi phục tín hiệu phía thu. Do đó đồ án này
sẽ xem xét một hệ thống truyền thông không dây sử dụng cho hệ thống 5G mà tại
đó, tín hiệu truyền đi sẽ là các hình ảnh. Hình ảnh khi đó được mã hóa và điều chế
trước khi truyền đi. Tín hiệu nhận được sẽ được giải điều chế và khôi phục và tăng
cường chất lượng sử dụng các bộ lọc số. Sau đó, hiệu quả của q trình sẽ được
đánh giá sử dụng các chỉ số chất lượng khác nhau, cụ thể là PSNR cùng SSIM là
hai chỉ số được sử dụng ở lớp ứng dụng và được áp dụng để so sánh trong xử lý
ảnh. BER là chỉ số đặc trưng để đánh giá hiệu quả một hệ thống viễn thông.

Phạm vi đề tài này chỉ xem xét một hệ thống truyền dẫn tuyến lên sử dụng công

nghệ nhiều ăng-ten phát, nhiều ăng-ten thu (MIMO), một trong những công nghệ
cốt lõi của mạng 5G. Hệ thống sẽ xem xét trường hợp một thiết bị người dùng (UE)
và một trạm thu phát tín hiệu (BS) với kênh truyền vơ tuyến chịu ảnh hưởng của
hiệu ứng đa đường để việc thiết kế và tính tốn được đơn giản. Mơ hình được áp
dụng này có thể dễ dàng mở rộng để tính tốn các hệ thống đa người dùng (MU).

1.3 Bố cục đồ án
Phần còn lại của báo cáo đồ án tốt nghiệp này được tổ chức như sau:

Chương 2 trình bày kĩ hơn về các nghiên cứu và khảo sát tương tự về đề tài
truyền thơng ngữ nghĩa, từ đó rút ra các ngun tắc chung, định hướng phát triển
và những thách thức sẽ gặp phải của công nghệ này; các công nghệ cốt lõi sẽ được
sử dụng và vai trò của SemCom đối với các thế hệ truyền thông trong tương lai mà
gần nhất là hệ thống 6G.

2