bảo mật thông tin lớp vật lý trong mạng vô tuyến nhận thức dạng nền

<span class="text_page_counter">Trang 1</span><div class="page_container" data-page="1">

<b>TRƯỜNG ĐẠI HỌC BÁCH KHOA </b>

</div><span class="text_page_counter">Trang 2</span><div class="page_container" data-page="2">

<b>TRƯỜNG ĐẠI HỌC BÁCH KHOA </b>

NGƯỜI HƯỚNG DẪN: PGS. TS. HỒ VĂN KHƯƠNG

</div><span class="text_page_counter">Trang 3</span><div class="page_container" data-page="3">

iii

<b>LỜI CAM ĐOAN </b>

Tôi xin cam đoan đây là cơng trình nghiên cứu của bản thân. Các kết quả nghiên cứu và các kết luận trong luận án này là trung thực và không sao chép từ bất kỳ một nguồn nào và dưới bất kỳ hình thức nào. Việc tham khảo các nguồn tài liệu (nếu có) đã được thực hiện trích dẫn và ghi nguồn tài liệu tham khảo đúng quy định.

Tác giả luận án

Chữ ký Đỗ Đắc Thiểm

</div><span class="text_page_counter">Trang 4</span><div class="page_container" data-page="4">

iv

<b>TĨM TẮT LUẬN ÁN </b>

Vơ tuyến nhận thức là một giải pháp kỹ thuật đầy hứa hẹn để giải quyết vấn đề về hiệu suất sử dụng phổ thấp và tình trạng khan hiếm phổ tần số vơ tuyến. Mạng vơ tuyến nhận thức (CRN) có ba cơ chế hoạt động là nền, phủ và đan xen, trong đó cơ chế nền được hiện thực đơn giản nên có tiềm năng được triển khai trong thực tế. Mặt khác, bảo mật thông tin lớp vật lý (gọi tắt là bảo mật lớp vật lý - PLS) là một giải pháp bảo mật bổ sung cho các kỹ thuật bảo mật ở lớp cao của mơ hình kết nối các hệ thống mở (OSI). Vì vậy, PLS trong CRN dạng nền (UCRN) có thể đạt được nhiều tiêu chí thiết kế quan trọng của các hệ thống thông tin hiện đại như khả năng bảo mật tốt và hiệu suất sử dụng phổ cao. Do đó, luận án nghiên cứu PLS trong UCRN. Sau đây là những đóng góp chính: Một là, luận án phân tích và đánh giá hiệu năng PLS trong UCRN cơ bản trong các điều kiện hoạt động nghiêm ngặt và gần với thực tế có xem xét đầy đủ các thông số hoạt động như công suất phát cực đại, công suất can nhiễu ngưỡng, dung lượng bảo mật cho trước, can nhiễu từ mạng sơ cấp và mức độ trầm trọng fading. Luận án đề xuất các công thức SOP của UCRN với thông tin kênh truyền fading Rayleigh khơng hồn hảo và kênh

<i>truyền fading Nakagami-m. Các cơng thức này giúp tính nhanh các số liệu về SOP mà </i>

không cần mô phỏng mất nhiều thời gian. Các kết quả được cung cấp bởi chương trình mơ phỏng Monte-Carlo và chương trình tính tốn bằng cơng thức SOP hồn tồn trùng khớp, từ đó chứng thực tính chính xác của các cơng thức. Ngồi ra, các số liệu về SOP làm rõ ảnh hưởng của các thông số hoạt động và đặc trưng của kênh truyền đến hiệu năng PLS trong UCRN. Những kiến thức này rất hữu ích trong việc định hướng điều chỉnh các thông số nhằm đạt được hiệu năng PLS tối ưu. Hơn nữa, luận án còn cho thấy khả năng bảo mật lớp vật lý trong UCRN bị hạn chế. Đặc biệt, trong một số trường hợp hệ thống không thể đạt được bảo mật và luận án cũng chỉ ra các vị trí cần tránh của các thiết bị để có được bảo mật thơng tin lớp vật lý cho UCRN.

Hai là, luận án phân tích hiệu năng PLS trong mạng vơ tuyến nhận thức dạng nền với thiết bị gây nhiễu hữu ích (UCRNHJ) và chứng minh rằng UCRNHJ có khả năng đạt được hiệu năng bảo mật tốt. Luận án đề xuất công thức SOP của UCRNHJ. Đây là cơng thức hồn tồn mới giúp tính tốn nhanh số liệu về SOP. Các số liệu này làm rõ ảnh

</div><span class="text_page_counter">Trang 5</span><div class="page_container" data-page="5">

v

hưởng của các thông số hoạt động quan trọng đến hiệu năng PLS của UCRNHJ. Các số liệu này còn là cơ sở cho việc đánh giá hiệu năng PLS và chứng minh UCRNHJ giúp cải thiện đáng kể hiệu năng PLS.

Ba là, luận án phân tích và đánh giá hiệu năng PLS trong mạng vô tuyến nhận thức dạng nền thu thập năng lượng (EHUCRN) với kỹ thuật thu thập năng lượng phân chia thời

<i>gian qua kênh truyền fading Nakagami-m. Luận án đề xuất công thức SOP của </i>

EHUCRN. Đây là công thức hồn tồn mới. Cơng thức này là cơng cụ đắc lực giúp tính tốn nhanh các số liệu về SOP của EHUCRN. Các số liệu về SOP là cơ sở để rút ra các kiến thức sâu về PLS trong EHUCRN dưới ảnh hưởng của các thông số hoạt động của hệ thống cũng như thông số tỷ lệ phần trăm thời gian thu thập năng lượng.

Cuối cùng, luận án phân tích hiệu năng PLS trong mạng chuyển tiếp vô tuyến nhận thức dạng nền thu thập năng lượng (EHUCRRN) và chứng minh khả năng nâng cao hiệu năng bảo mật. Luận án đề xuất công thức tường minh SOP trong EHUCRRN, cơng thức này là hồn tồn mới và giúp tính nhanh các số liệu về SOP trong EHUCRRN. Các số liệu này rất quan trọng trong việc kiểm chứng hiệu năng PLS trước khi triển khai hệ thống. Ngồi ra, các kết quả về SOP cịn chứng minh rằng giải pháp EHUCRRN giúp cải thiện hiệu năng PLS.

Những đóng góp trên là cơ sở khoa học vững chắc cho các cơng trình nghiên cứu sau này về bảo mật lớp vật lý, mạng vô tuyến nhận thức dạng nền và thu thập năng lượng sóng vơ tuyến. Những đóng góp này rất cần thiết trong phân tích và đánh giá bảo mật lớp vật lý cũng như thiết kế hệ thống trước khi triển khai hệ thống thực. Luận án là cơng trình nghiên cứu hoàn toàn mới, đáp ứng yêu cầu cấp thiết của thực tiễn triển khai các hệ thống thông tin vô tuyến hiện nay và theo kịp xu hướng nghiên cứu của thế giới.

</div><span class="text_page_counter">Trang 6</span><div class="page_container" data-page="6">

vi

<b>ABSTRACT </b>

Cognitive radio is a promising technical solution to the problem of low spectrum utilization efficiency and spectrum scarcity. Furthermore, Cognitive Radio Networks (CRN) operate in three mechanisms (underlay, overlay, and interweave) where the underlay mechanism is straightforwardly implemented and hence, potentially applied in practice. Moreover, Physical Layer Security (PLS) is a complementary security solution to the security techniques at higher layers in the Open Systems Interconnection Reference Model (OSI). Therefore, PLS in Underlay Cognitive Radio Networks (UCRN) is capable of achieving important design criteria of modern communications systems such as good security performance and high spectrum utilization efficiency. Consequently, this thesis focuses on studying PLS in UCRN. The main contributions of this thesis are as follows:

Firstly, the thesis analyzes and evaluates the security performance of basic UCRN under realistic operating conditions, accounting for various operation parameters such as maximum transmit power, interference power threshold, preset security capacity, interference from the primary network, and fading severity. The thesis proposes SOP expressions for UCRN with imperfect Rayleigh fading channel information and

<i>Nakagami-m fading channels. These formulas make it possible to quickly calculate SOP </i>

metrics without time-consuming simulations. The results provided by the Monte-Carlo simulation program and the SOP formula calculation program exactly match, thereby confirming the accuracy of the formulas. In addition, the SOP metrics clarify the influence of operating parameters and channel characteristics on PLS performance in UCRN. This knowledge is very useful in adjusting parameters to achieve optimal security performance. Furthermore, the thesis also shows that the physical layer security capabilities in UCRN are limited. In particular, in some cases the system cannot achieve security and the thesis also points out locations of devices that need to be avoided to achieve physical layer information security for UCRN.

Secondly, the thesis analyzes the security performance of UCRN with Helpful Jammer

</div><span class="text_page_counter">Trang 7</span><div class="page_container" data-page="7">

vii

(UCRNHJ) and demonstrates that UCRNHJ can achieve high-security performance improvement. The thesis proposes SOP expressions for UCRNHJ. This is a completely new formula that helps to quickly calculate SOP figures. These figures clarify the influence of key operational parameters on UCRNHJ's PLS performance. This is the basis for evaluating the security performance of UCRNHJ and demonstrating that it significantly improves security performance.

Thirdly, the thesis analyzes and evaluates the security performance of Energy Harvesting

<i>URCN (EHUCRN) over Nakagami-m fading channels with the time division energy </i>

harvesting technique. The thesis proposes an accurate SOP expression for EHUCRN, this is a completely new expression. This expression is a powerful tool for quickly calculating SOP without time-consuming simulations. Moreover, the calculated SOP values are the crucial basis for gaining deep insights into PLS in EHUCRN under the influence of system parameters and the percentage of harvesting time.

Finally, the thesis analyzes the security performance in Energy Harvesting Underlay Cognitive Radio Relay Network (EHUCRRN) and demonstrates its ability to enhance the security performance. The thesis proposes an explicit SOP expression for EHUCRRN. This formula is completely novel and facilitates the rapid computation of SOP values in EHUCRRN. The calculated SOP figures are crucial in verifying the security performance of EHUCRRN before deploying practical systems. Additionally, the thesis shows that EHUCRRN can improve security performance.

The above-listed contributions are solid scientific bases for future research on physical layer security, cognitive radio networks, and energy harvesting. These contributions are essential for analyzing and evaluating physical layer security as well as designing communications systems before practical system implementation. The thesis is a completely new research that meets the urgent requirements for implementing current wireless communications systems and keeping up with global research trends.

</div><span class="text_page_counter">Trang 8</span><div class="page_container" data-page="8">

viii

<b>LỜI CÁM ƠN </b>

Luận án Tiến sĩ này được thực hiện tại Trường Đại học Bách Khoa Tp. Hồ Chí Minh dưới sự hướng dẫn khoa học của PGS. TS Hồ Văn Khương. Tơi xin bày tỏ lịng biết ơn sâu sắc tới Thầy về định hướng khoa học, sự quan tâm và tạo điều kiện thuận lợi trong suốt quá trình học tập và nghiên cứu hoàn thành luận án này.

Tôi xin được chân thành cảm ơn các nhà khoa học, tác giả của các cơng trình cơng bố đã trích dẫn trong luận án vì đã cung cấp nguồn tư liệu quý báu, những kiến thức liên quan trong q trình nghiên cứu hồn thành luận án.

Tơi xin trân trọng cảm ơn Lãnh đạo Trường, Lãnh đạo Phòng Sau đại học, Lãnh đạo Khoa Điện - Điện tử, Bộ môn Viễn thông, Hội đồng Tiến sĩ của Trường vì đã tạo điều kiện để tơi được học tập và hồn thành chương trình nghiên cứu của mình.

Xin chân thành cảm ơn phòng Đào tạo sau đại học, phịng Khoa học và dự án và các Thầy/ Cơ trong Trường cũng như các bạn nghiên cứu sinh về sự hỗ trợ trên phương diện hành chính, hợp tác có hiệu quả trong suốt q trình nghiên cứu khoa học của mình. Tơi xin gửi lời cảm ơn tới Lãnh đạo Trường Đại học Thủ Dầu Một và các đồng nghiệp, bạn bè thân hữu, vì đã tạo nhiều điều kiện thuận lợi trong suốt quá trình học tập.

Cuối cùng là sự biết ơn tới gia đình và những người bạn thân thiết vì đã liên tục động viên để duy trì nghị lực, sự cảm thơng, chia sẻ về thời gian, sức khỏe và các khía cạnh khác của cuộc sống trong cả q trình để hồn thành luận án.

</div><span class="text_page_counter">Trang 9</span><div class="page_container" data-page="9">

ix

<b>MỤC LỤC </b>

LỜI CAM ĐOAN ... III TÓM TẮT LUẬN ÁN ... IV ABSTRACT ... VI LỜI CÁM ƠN ... VIII MỤC LỤC ... IX DANH MỤC CÁC HÌNH ẢNH ... XI DANH MỤC CÁC BẢNG BIỂU ... XIII DANH MỤC CÁC TỪ VIẾT TẮT ... XIV CHƯƠNG 1 MỞ ĐẦU ... 1

<b>CHƯƠNG 2 TỔNG QUAN ... 5 </b>

<b>CHƯƠNG 3 PHÂN TÍCH VÀ ĐÁNH GIÁ HIỆU NĂNG PLS TRONG MẠNG VÔ TUYẾN NHẬN THỨC DẠNG NỀN ... 20 </b>

</div><span class="text_page_counter">Trang 10</span><div class="page_container" data-page="10">

x

<b>CHƯƠNG 4 GIẢI PHÁP NÂNG CAO HIỆU NĂNG PLS - MẠNG VƠ </b>

<b>TUYẾN NHẬN THỨC CĨ THIẾT BỊ GÂY NHIỄU HỮU ÍCH ... 48 </b>

<b>CHƯƠNG 5 MẠNG VÔ TUYẾN NHẬN THỨC THU THẬP NĂNG LƯỢNG VÀ GIẢI PHÁP NÂNG CAO HIỆU NĂNG EHUCRRN ... 62 </b>

<b>CHƯƠNG 6 KẾT LUẬN VÀ KIẾN NGHỊ ... 95 </b>

<b>DANH MỤC CƠNG TRÌNH ĐÃ CÔNG BỐ ... 97 </b>

<b>TÀI LIỆU THAM KHẢO ... 99 </b>

PHỤ LỤC ... 111

</div><span class="text_page_counter">Trang 11</span><div class="page_container" data-page="11">

xi

<b>DANH MỤC CÁC HÌNH ẢNH </b>

Hình 2.1: Tín hiệu cộng với AWGN ... 5

Hình 2.2: Kiến trúc mạng vơ tuyến nhận thức ... 8

Hình 2.3: Kiến trúc: (a) chuyển mạch thời gian và (b) phân chia công suất ... 10

Hình 3.1: Mơ hình hệ thống ... 21

Hình 3.2: SOP của UCRN theo <small>2T</small>/<i>P</i>  ... 28

Hình 3.3: SOP của UCRN theo <small>2Sm</small> /<i>P</i>  ... 29

Hình 3.4: SOP của UCRN theo <small>2t</small> /<i>I</i>  ... 30

Hình 3.5: SOP của UCRN theo <i>C ... 31</i>₀Hình 3.6: SOP của UCRN theo  ... 32

Hình 3.7: SOP của UCRN theo khoảng cách <i>d</i>_TD ... 33

Hình 3.8: SOP của UCRN theo khoảng cách <i>d</i>_TW ... 34

Hình 3.9: SOP của UCRN theo <i>d</i>_SD ... 34

Hình 3.10: SOP của UCRN theo <i>d</i>_SW ... 35

Hình 3.11: SOP của UCRN theo <small>2Sm</small>/σ<i>P</i> ... 43

Hình 3.12: SOP của UCRN theo <small>2t</small> / σ<i>I</i> ... 44

Hình 3.13: SOP của UCRN theo <small>2T</small> / σ<i>P</i> ... 44

Hình 3.14: SOP của UCRN theo <i>C ... 45</i>₀Hình 4.1: Mơ hình UCRNHJ ... 49

Hình 4.2: SOP của UCRNHJ theo <small>2Sm</small> /<i>P</i>  ... 58

Hình 4.3: SOP của UCRNHJ theo <small>2T</small> /<i>P</i>  ... 59

Hình 4.4: SOP của UCRNHJ theo <i>C ... 60</i>₀Hình 5.1: Mơ hình EHUCRN ... 63

Hình 5.2: SOP của EHUCRN theo <small>2T</small>/<i>P</i>  ... 68

Hình 5.3: SOP của EHUCRN theo <small>2t</small> /<i>I</i>  ... 69

Hình 5.4: SOP của EHUCRN theo <i>C ... 70</i>₀Hình 5.5: SOP của EHUCRN theo  ... 71

Hình 5.6: Mơ hình EHUCRRN ... 74

Hình 5.7: Thời gian các giai đoạn và xử lý tín hiệu tại nút chuyển tiếp ... 75

Hình 5.8: SOP trong EHUCRRN theo <i>P</i>_Sm /² ... 86

Hình 5.9: SOP trong EHUCRRN theo <i>I</i>_t /² ... 87

<i>Hình 5.10: SOP trong EHUCRRN theo d ... 88 </i>

Hình 5.11: SOP trong EHUCRRN theo ... 89

Hình 5.12: SOP trong EHUCRRN theo ... 90

</div><span class="text_page_counter">Trang 12</span><div class="page_container" data-page="12">

xii

Hình 5.13: SOP trong EHUCRRN theo  ... 91 ₁Hình 5.14: SOP trong EHUCRRN theo <i>C</i>₀ ... 91 Hình 5.15: SOP trong EHUCRRN theo <i>P</i>_Sm /²khi vị trí nút I tối ưu ... 92

</div><span class="text_page_counter">Trang 13</span><div class="page_container" data-page="13">

xiii

<b>DANH MỤC CÁC BẢNG BIỂU </b>

Bảng 2.1: Các đặc điểm điển hình trong [33] - [39] ... 13

Bảng 2.2: Tóm tắt các đặc điểm điển hình trong [40] - [48] ... 15

Bảng 2.3: Tóm tắt các đặc điểm điển hình trong [54] - [60] ... 16

Bảng 2.4: Tóm tắt các đặc điểm điển hình trong [61] - [66] ... 17

Bảng 2.5: Tóm tắt các đặc điểm điển hình trong [67] - [73] ... 18

Bảng 3.1: Tọa độ của các nút ... 28

Bảng 3.2: Các thông số hoạt động khi minh họa SOP theo <small>2T</small>/<i>P</i>  ... 28

Bảng 3.3: Các thông số hoạt động khi minh họa SOP theo <small>2Sm</small> /<i>P</i>  ... 29

Bảng 3.4: Các thông số hoạt động khi minh họa SOP theo <small>2t</small> /<i>I</i>  ... 30

Bảng 3.5: Các thông số hoạt động khi minh họa SOP theo <i>C ... 31</i>₀Bảng 3.6: Các thông số hoạt động khi minh họa SOP theo  ... 32

Bảng 3.7: Các thông số hoạt động khi minh họa SOP theo khoảng cách các nút ... 32

</div><span class="text_page_counter">Trang 14</span><div class="page_container" data-page="14">

Energy Harvesting Underlay Cognitive Radio Networks

Mạng vô tuyến nhận thức dạng nền thu thập năng lượng

EHUCRRN

Energy Harvesting Underlay Cognitive Radio Relaying Network

Mạng chuyển tiếp vô tuyến nhận thức dạng nền thu thập năng lượng

NOMA Non-Orthogonal Multiple Access Đa truy nhập không trực giao OMA Orthogonal Multiple Access Đa truy nhập trực giao

OSI Open Systems Interconnection Liên kết các hệ thống mở PDF Probability Density Function Hàm mật độ xác suất PLS Physical Layer Security Bảo mật lớp vật lý

Simultaneously Wireless

Information and Power Transfer

Truyền thông tin và năng lượng vô tuyến đồng thời

UAV Unmanned Aerial Vehicle Máy bay không người lái UCRN

Underlay Cognitive Radio Network

Mạng vô tuyến nhận thức dạng nền

UCRNHJ

Underlay Cognitive Radio Network with Helpful Jammer

Mạng vô tuyến nhận thức dạng nền với thiết bị gây nhiễu hữu ích

</div><span class="text_page_counter">Trang 15</span><div class="page_container" data-page="15">

Với lợi thế về hiệu suất sử dụng phổ cao, mạng vơ tuyến nhận thức có thể cung cấp băng thông truyền dữ liệu tốc độ cao cho các dịch vụ vô tuyến mới nổi. Hơn nữa, nhiều nghiên cứu [3], [4] cho thấy mạng vô tuyến nhận thức ra đời đã giải quyết được vấn đề về hiệu suất sử dụng phổ thấp và tình trạng khan hiếm phổ tần số vô tuyến. Lưu ý rằng mạng vơ tuyến nhận thức có ba cơ chế hoạt động là dạng nền, phủ và đan xen. Trong đó, cơ chế dạng nền có thể được hiện thực đơn giản [5] nên có tiềm năng được triển khai trong thực tế.

Hơn nữa, bảo mật thơng tin đóng một vai trò hết sức quan trọng trong các hệ thống thông tin vô tuyến thế hệ mới [6]. Thông thường, bảo mật thông tin được thực hiện ở các lớp trên của mơ hình hệ thống mở OSI thơng qua việc thiết kế các giao thức mật mã. Tuy nhiên, với những tiến bộ về công nghệ phần cứng, việc đạt được bảo mật thông tin chỉ dựa trên các giao thức mật mã vẫn chưa đủ. Chính vì điều này, mơ hình mới về bảo mật thơng tin chuyển hướng sang thực hiện ở lớp vật lý [7]. Bằng cách khai thác các đặc tính khơng gian và thời gian của các kênh truyền không dây, bảo mật thông tin lớp vật lý có thể áp dụng tốt cho mạng vô tuyến nhận thức [8]. Lưu ý rằng kết hợp các kỹ thuật mật mã hiện hữu với bảo mật lớp vật lý sẽ mang lại khả năng bảo mật thông tin cao. Tuy nhiên, với thời gian nghiên cứu có hạn luận án này chỉ tập trung vào nghiên cứu bảo mật lớp vật lý.

</div><span class="text_page_counter">Trang 16</span><div class="page_container" data-page="16">

2

Vì vậy, nghiên cứu bảo mật lớp vật lý trong mạng vô tuyến nhận thức dạng nền là rất cần thiết và cấp bách. Đây cũng chính là lý do thực hiện luận án này.

<b> Mục tiêu và nhiệm vụ nghiên cứu </b>

- Đầu tiên, luận án nghiên cứu bảo mật lớp vật lý của mạng vô tuyến nhận thức dạng nền dưới các điều kiện vận hành nghiêm ngặt và gần với thực tế. Trong quá trình phân tích có xem xét đến các thơng số hoạt động của hệ thống và các đặc trưng của kênh truyền vô tuyến như công suất phát cực đại, công suất can nhiễu ngưỡng, dung lượng bảo mật cho trước, can nhiễu từ mạng sơ cấp, thông tin kênh truyền fading Rayleigh

<i>khơng hồn hảo cũng như mức độ trầm trọng fading Nakagami-m. </i>

- Hai là, luận án nghiên cứu hiệu năng PLS của mạng vô tuyến nhận thức dạng nền có

<i>thu thập năng lượng sóng vô tuyến với các kênh truyền fading tổng quát Nakagami-m. </i>

- Ba là, luận án đề xuất các giải pháp nâng cao hiệu năng PLS áp dụng trong mạng vơ tuyến nhận thức dạng nền, sau đó luận án phân tích hiệu năng và chứng minh hiệu quả của các giải pháp đã đề xuất.<small>Equation Chapter 1 Section 1</small>

<b>Phương pháp nghiên cứu </b>

Đầu tiên, luận án sử dụng phương pháp tổng hợp để hệ thống hóa các khái niệm và các cơng trình nghiên cứu liên quan cũng như đề xuất các cơng thức tính các tiêu chí đánh giá hiệu năng PLS. Tiếp theo, luận án đề xuất các mơ hình hệ thống và triển khai tính tốn khoa học để xác định cơng thức xác suất dừng bảo mật (SOP) của các mơ hình hệ thống. Sau đó, luận án thực hiện so sánh các kết quả tính tốn qua cơng thức SOP và mơ phỏng Monte-Carlo để kiểm chứng tính chính xác của các cơng thức SOP. Cuối cùng, luận án phân tích và đánh giá hiệu năng PLS của các mơ hình hệ thống đề xuất dựa vào các kết quả minh họa.

<i><b>Ý nghĩa khoa học và ứng dụng thực tiễn </b></i>

Hiện nay, các hệ thống thông tin vô tuyến thế hệ mới như 5G, IoT, ... đang được nghiên cứu trên phạm vi tồn cầu. Các hệ thống này địi hỏi khả năng bảo mật cao và băng tần rộng. Do đó, nghiên cứu bảo mật thơng tin lớp vật lý trong mạng vơ tuyến nhận thức khơng những góp phần đảm bảo an tồn thơng tin truyền thơng mà còn giúp nâng cao hiệu suất sử dụng phổ tần số vơ tuyến. Ngồi ra, thu thập năng lượng sóng vô tuyến là

</div><span class="text_page_counter">Trang 17</span><div class="page_container" data-page="17">

3

một kỹ thuật cung cấp năng lượng tiết kiệm và đầy tiềm năng cho các hệ thống thông tin vô tuyến thế hệ mới. Vì vậy, các chủ đề nghiên cứu trong luận án này như bảo mật thông tin lớp vật lý, mạng vô tuyến nhận thức, thu thập năng lượng sóng vơ tuyến và các giải pháp nâng cao hiệu năng PLS có tính khoa học và rất cấp thiết, đáp ứng tốt yêu cầu thực tiễn và theo kịp xu hướng nghiên cứu của thế giới.

Như đã biết, một hệ thống viễn thông trong thực tế cần trải qua quá trình thiết kế và kiểm chứng về mặt lý thuyết trước khi hiện thực. Để kiểm chứng nhanh mà khơng cần mơ phỏng tốn nhiều thời gian thì các phân tích đánh giá hiệu năng PLS của các hệ thống cần phải có sẵn. Vì vậy, việc phân tích đánh giá hiệu năng PLS của các hệ thống trong luận án có đóng góp đáng kể về mặt thực tiễn. Cụ thể đó là các chương trình mơ phỏng và tính tốn là các cơng cụ đắc lực cho việc kiểm chứng các giải pháp thiết kế trước khi được hiện thực hóa.

<b> Những đóng góp chính </b>

- Luận án phân tích và đánh giá PLS của mạng vô tuyến nhận thức dạng nền dưới các điều kiện vận hành nghiêm ngặt và gần với thực tế. Điểm mới của luận án là có xem xét tác động của nhiều thông số như: công suất phát cực đại của máy phát thứ cấp, công suất can nhiễu ngưỡng, thông tin kênh truyền fading Rayleigh không hoàn hảo, kênh

<i>truyền fading Nakagami-m, kỹ thuật thu thập năng lượng sóng vơ tuyến, .... </i>

- Luận án đề xuất giải pháp nâng cao hiệu năng bảo mật - Mạng vô tuyến nhận thức dạng nền với thiết bị gây nhiễu hữu ích. Sau đó, luận án chứng minh rằng giải pháp này giúp cải thiện đáng kể hiệu năng bảo mật.

- Luận án đề xuất giải pháp nâng cao hiệu năng PLS - Mạng chuyển tiếp vô tuyến nhận thức dạng nền thu thập năng lượng. Sau đó, chứng minh rằng giải pháp này giúp nâng cao hiệu năng bảo mật trong mạng vô tuyến nhận thức dạng nền thu thập năng lượng. - Luận án đề xuất các biểu thức toán học mới tính xác suất dừng bảo mật của các mơ hình và các giải pháp. Tất cả các biểu thức này đều được kiểm chứng tính chính xác bằng mơ phỏng Monte Carlo. Các biểu thức này có ý nghĩa rất quan trọng trong việc đánh giá khả năng bảo mật, tối ưu hiệu năng và thiết kế mạng.

<i><b> Bố cục luận án </b></i>

</div><span class="text_page_counter">Trang 18</span><div class="page_container" data-page="18">

4 Luận án gồm có sáu chương:

- Chương 1 (mở đầu) trình bày đặt vấn đề, mục tiêu nghiên cứu, nhiệm vụ nghiên cứu,

<b>ý nghĩa khoa học, ứng dụng thực tiễn. </b>

- Chương 2 (tổng quan) trình bày các khái niệm có liên quan như kênh truyền vô tuyến, mạng vô tuyến nhận thức, kỹ thuật thu thập năng lượng sóng vơ tuyến, bảo mật thông tin lớp vật lý (PLS) và các nghiên cứu liên quan.

- Chương 3 phân tích và đánh giá hiệu năng PLS trong mạng vô tuyến nhận thức dạng nền (UCRN) với thông tin kênh truyền fading Rayleigh khơng hồn hảo và kênh truyền

</div><span class="text_page_counter">Trang 19</span><div class="page_container" data-page="19">

5

<b>CHƯƠNG 2 TỔNG QUAN </b>

Chương này trình bày các kiến thức cơ sở về kênh truyền vô tuyến, nhiễu, vô tuyến nhận thức, thu thập năng lượng sóng vơ tuyến, bảo mật lớp vật lý và các cơng trình nghiên cứu liên quan.

<b> Các kênh truyền vô tuyến </b>

Chất lượng của các hệ thống thông tin phụ thuộc nhiều vào kênh truyền, nơi mà các tín hiệu được truyền từ máy phát đến máy thu. Không giống như các kênh truyền hữu tuyến có chất lượng ổn định và có thể dự đốn được, kênh truyền vô tuyến là ngẫu nhiên và không dễ dàng trong việc phân tích.

<i><b> Kênh truyền AWGN </b></i>

Kênh truyền AWGN (Additive White Gaussian Noise) là mơ hình kênh truyền lý tưởng. Tín hiệu đi qua kênh truyền sẽ bị tác động bởi nhiễu Gaussian trắng cộng như Hình 2.1, làm giảm tỷ số tín hiệu trên nhiễu, giảm hiệu năng của hệ thống. Nhiễu này có phổ cơng suất phân bố đồng đều trong cả băng thông và biên độ tuân theo phân bố Gaussian.

Hình 2.1: Tín hiệu cộng với AWGN

</div><span class="text_page_counter">Trang 20</span><div class="page_container" data-page="20">

Fading diện rộng mô tả sự suy yếu của cơng suất tín hiệu trung bình hoặc độ suy hao kênh truyền do sự di chuyển trong một vùng rộng. Hiện tượng này chịu ảnh hưởng bởi địa hình (đồi núi, rừng, các khu nhà cao tầng) giữa máy phát và máy thu, và vì thế, máy thu bị che khuất bởi các vật cản cao. Các thống kê về hiện tượng fading diện rộng cho phép ta ước lượng độ suy hao kênh truyền theo khoảng cách.

Fading diện hẹp diễn tả sự thay đổi đáng kể về biên độ và pha tín hiệu. Điều này xảy ra do sự thay đổi nhỏ trong không gian (khoảng nửa bước sóng) giữa máy phát và máy thu. Fading diện hẹp do hai nguyên lý: dàn trải thời gian (time-spreading) của tín hiệu và đặc tính thay đổi theo thời gian (time-variant) của kênh truyền. Đối với các ứng dụng di động, kênh truyền biến đổi theo thời gian là do sự di chuyển của máy phát và máy thu mà dẫn đến sự thay đổi đường truyền sóng.

<i>2.1.2.2 Kênh truyền fading Rayleigh </i>

Kênh truyền fading Rayleigh là một trong những kênh truyền phổ biến, được sử dụng nhiều trong tính tốn thiết kế thơng tin vơ tuyến vì mơ tả được trường hợp fading tương đối xấu của tín hiệu nhận được tại máy thu. Fading Rayleigh có nguồn gốc từ hiện tượng đa đường do khi tín hiệu truyền từ máy phát tới máy thu, nó bị phản xạ, phân tán và truyền qua nhiều đường khác nhau. Các tín hiệu này khi đến được máy thu có độ trễ và pha khác nhau dẫn tới tín hiệu nhận được tại máy thu sẽ bị suy giảm và biến đổi không đều theo thời gian. Kênh truyền fading Rayleigh có thể được dùng để mơ hình hóa kênh truyền trong khu vực đô thị.

Nếu gọi <i>h_trlà hệ số kênh truyền từ máy phát t đến máy thu r có fading Rayleigh thì h_tr</i>

</div><span class="text_page_counter">Trang 21</span><div class="page_container" data-page="21">

7

phân bố ngẫu nhiên Gausian phức đối xứng, được biểu diễn bằng <i>h_tr</i>

(

0<i>,</i><i>_t_r</i>

)

. Trong đó, 0 là giá trị trung bình (mean) và



<i>_tr</i> =

<i>d</i>

<i>_tr</i><small>−</small>^ là độ lệch chuẩn (standard deviation) với  là số mũ suy hao của đường truyền và <i>d_tr là khoảng cách giữa t và r </i>

[9]. Khi đó, độ lợi kênh truyền <small>2</small>

<i>h</i> có phân bố mũ. - Hàm mật độ xác suất (PDF) của độ lợi kênh truyền <small>2</small>

<i>h</i> là:

( )

<small>2</small>

, 0

=  (2.1) - Hàm phân phối tích lũy (CDF) của độ lợi kênh truyền được cho bởi

( )

= −  (2.2) PDF và CDF được dùng để tính hiệu năng hệ thống, từ đó có thể tối ưu hóa các thông số hệ thống nhằm đạt được hiệu năng tốt nhất.

<i>2.1.2.3 Kênh truyền fading Nakagami-m </i>

<i>Kênh truyền fading Nakagami-m là kênh truyền fading tương đối tổng qt, được sử </i>

dụng để mơ hình hóa các kênh truyền trong khu vực đô thị và nhiều kênh truyền vô tuyến trong thực tế như các kênh truyền trong vùng đồi núi, nơi tín hiệu truyền qua phải đối mặt với hiện tượng đa đường.

Nếu gọi <i>h_trlà hệ số kênh truyền từ máy phát t đến máy thu r có fading Nakagami-m thì <small>tr</small></i>

<i>h</i> được biểu diễn bằng cặp tham số

(

<i>m_tr</i>,<i>_tr</i>

)

. Trong đó, <i>m_tr</i> là mức độ trầm trọng fading và <i>_tr</i> =<i>m_tr</i> / <i>_tr</i> với <i>_tr</i> =<i>d_tr</i><small>−</small>^ là công suất fading. Khi <i>m =_tr</i> 1<i> thì mơ hình Nakagami-m </i>

sẽ trở thành mơ hình Rayleigh; khi <i>m _tr</i> 1 thì mức độ trầm trọng fading của kênh truyền

<i>fading Nakagami-m sẽ ít hơn so với kênh truyền fading Rayleigh; trong khi m _tr</i> 1 thì mức độ trầm trọng fading sẽ nhiều hơn so với kênh truyền fading Rayleigh.

- PDF của độ lợi kênh truyền <small>2</small>

<small></small> _{− −}=

 ^(2.3)- CDF của độ lợi kênh truyền <small>2</small>

<i>g</i> = <i>h</i> là

</div><span class="text_page_counter">Trang 22</span><div class="page_container" data-page="22">

8

<i>_tr</i>

( )⁽_{( )}

<i><small>tr</small></i>^, <i><small>tr</small></i>

⁾

<i><small>g</small></i>

 ^(2.4)trong đó  và

( )

. 

( )

.,. lần lượt biểu diễn cho các hàm Gamma và Gamma không đầy đủ dưới [10].

Trong thực tế, <i>m_tr</i> có thể nhận các giá trị là các số thực. Tuy nhiên, để tính tốn nhanh các kết quả, luận án chỉ khảo sát <i>m_tr</i> với các giá trị nguyên dương. Từ đó, sử dụng công thức chuỗi của 

( )

.,. trong [10, (8.352.1)], (2.4) được viết lại thành:

( )

¹

⁽⁾

<small>Máy thu thứ cấp</small>

<i><small>Mạng sơ cấp</small></i>

<small>Máy phát thứ cấp</small>

<small>Máy thu sơ cấp</small>

<i><small>Mạng thứ cấp</small></i>

Hình 2.2: Kiến trúc mạng vô tuyến nhận thức

Mạng vô tuyến nhận thức là một loại mạng khơng dây thơng minh có khả năng tự động cấu hình và tối ưu hóa các thông số mạng để đáp ứng các yêu cầu của ứng dụng và môi trường. Kiến trúc CRN gồm hai mạng con là mạng sơ cấp (PN) và mạng thứ cấp (SN), như Hình 2.2. PN gồm máy phát sơ cấp (T) và máy thu sơ cấp (R), được cấp phát phổ tần để truyền thơng. Trong khi đó, SN có máy phát thứ cấp (S) và máy thu thứ cấp (D), không được cấp phổ tần. SN được phép truy cập băng tần của PN để truyền thông tin sao cho vẫn đảm bảo được chất lượng dịch vụ của PN ở mức có thể chấp nhận được.

</div><span class="text_page_counter">Trang 23</span><div class="page_container" data-page="23">

9

Mạng vô tuyến nhận thức có ba cơ chế hoạt động là nền (Underlay), phủ (Overlay) và đan xen (Interweave), trong đó mạng vơ tuyến nhận thức dạng nền (UCRN) được chọn để nghiên cứu trong luận án này do độ phức tạp khi hiện thực thấp [11]. Tuy nhiên, mạng này làm phát sinh can nhiễu lẫn nhau giữa PN và SN [12]. Do đó, can nhiễu này khơng thể bỏ qua trong q trình phân tích. Ngồi ra, thiết kế các hệ thống truyền thơng vơ tuyến thế hệ mới (ví dụ 5G) gặp khó khăn do các yêu cầu bắt buộc như tốc độ truyền dữ liệu cao, bảo mật mạnh, ... Tuy nhiên, các công nghệ hiện đại như vô tuyến nhận thức và bảo mật lớp vật lý có thể đáp ứng phần nào các yêu cầu này. Thật vậy, với ưu điểm về hiệu suất sử dụng phổ cao thì mạng vơ tuyến nhận thức có thể cung cấp tốc độ truyền dữ liệu cao trong tình trạng khan hiếm và thiếu phổ tần số vô tuyến như hiện nay.

<b> Kỹ thuật thu thập năng lượng sóng vô tuyến </b>

Thu thập năng lượng vô tuyến là một trong những kỹ thuật thu thập năng lượng đầy hứa hẹn, trong đó các sóng vơ tuyến dành riêng hoặc tồn tại trong môi trường xung quanh được thu thập để cung cấp năng lượng cho các thiết bị vô tuyến [13], [14]. Kỹ thuật này mang lại nhiều tiện ích như tiết kiệm năng lượng, tiện lợi và bền vững do không phải thay pin, giảm phát thải carbon, triển khai dễ dàng trong môi trường độc hại hoặc khó tiếp cận, … Có ba phương pháp thu thập năng lượng vô tuyến phổ biến: cảm ứng từ [15], cộng hưởng từ [16] và thu thập năng lượng sóng vơ tuyến [17]. Hai phương pháp đầu dựa trên sự liên kết từ tính giữa hai cuộn dây hoặc hai vật kích, thơng qua đó năng lượng được truyền. Do đó, các phương pháp cảm ứng từ và cộng hưởng từ truyền năng lượng vơ tuyến gần vì suy giảm công suất rất lớn theo khoảng cách. Ngược lại, thu thập năng lượng sóng vơ tuyến (RFEH) là một loại truyền năng lượng vơ tuyến xa và do đó, phù hợp để áp dụng trong các tình huống di động và khoảng cách xa. Vì vậy, luận án này tập trung vào thu thập năng lượng sóng vơ tuyến.

Bên cạnh đó, thơng tin cũng được truyền bởi các sóng vơ tuyến. Do đó, năng lượng và thơng tin trong các sóng vơ tuyến có thể được thu đồng thời tại các máy thu. Điều này được gọi là truyền thông tin và năng lượng vô tuyến đồng thời (SWIPT). Cơng trình nghiên cứu ban đầu về SWIPT đã được thực hiện [18] và sau đó, đã được nghiên cứu và phổ biến rộng rãi [19]. Để đạt được truyền thông tin và năng lượng vô tuyến đồng thời, tín hiệu nhận tại máy thu phải được sử dụng cho cả thu thập năng lượng và xử lý thông

</div><span class="text_page_counter">Trang 24</span><div class="page_container" data-page="24">

Phân chia công suất

<i>α </i>

Chuyển mạch thời gian

Xử lý thông tinThu thập năng lượng

Xử lý thông tinThu thập năng lượng

Hình 2.3: Kiến trúc: (a) chuyển mạch thời gian và (b) phân chia công suất

- Kiến trúc phân chia công suất được biểu diễn trong Hình 2.3 (b). Trong đó, tín hiệu thu được chuyển qua bộ chia cơng suất, thơng qua đó tín hiệu được chia thành hai phần: một phần cho xử lý thông tin và một phần cho EH. Tỷ lệ năng lượng nhận được µ được dành cho bộ EH, và do đó, tỷ lệ năng lượng nhận được (1- µ) được dành cho bộ xử lý thông tin.

<b> Bảo mật thông tin lớp vật lý </b>

Trong các mạng vô tuyến, bản chất quảng bá của môi trường truyền tin làm cho q trình truyền thơng dễ bị nghe lén bởi máy nghe lén nằm trong vùng phủ sóng của máy phát thứ cấp. Do đó, bảo mật thơng tin đóng vai trị quan trọng trong các hệ thống truyền thông vô tuyến [20]. Thông thường, bảo mật thông tin được thực hiện ở các lớp trên của mơ hình liên kết các hệ thống mở (OSI), ví dụ như lớp liên kết dữ liệu, lớp mạng, lớp ứng dụng thông qua thiết kế các giao thức mật mã.

Bảo mật dựa trên mật mã hướng tới thiết kế các giao thức có độ phức tạp tính tốn cao

</div><span class="text_page_counter">Trang 25</span><div class="page_container" data-page="25">

11

để ngăn khơng cho các máy nghe lén giải mã được thông tin. Ý tưởng ủng hộ các giao thức này là dựa trên khả năng tính tốn bị hạn chế của các máy nghe lén. Tuy nhiên, với những tiến bộ về công nghệ phần cứng mới nổi, việc đạt được truyền thơng an tồn chỉ dựa trên các giao thức mật mã vẫn chưa đủ. Chính vì điều này, mơ hình mới về bảo mật thông tin chuyển hướng sang hiện thực bảo mật thêm ở lớp vật lý. Nguyên tắc chính ủng hộ ý tưởng này là khai thác các đặc trưng không gian-thời gian của kênh truyền vô tuyến để đảm bảo truyền dữ liệu an tồn mà khơng cần đến các giao thức mật mã. Mặt khác, bằng cách khai thác các đặc tính khơng gian - thời gian của các kênh truyền vơ tuyến thì bảo mật lớp vật lý có thể bảo mật thơng tin cho CRN. Như vậy, bảo mật lớp vật lý cho CRN đã được xác nhận tính năng nổi bật về dữ liệu cao và bảo mật thơng tin mạnh. Điều đó khơng những góp phần đảm bảo an tồn thơng tin mà còn giải quyết được vấn đề khan hiếm phổ tần số vơ tuyến. Các tiêu chí đánh giá hiệu năng PLS:

<i><b>Dung lượng bảo mật </b></i>

Dung lượng bảo mật

(

<i>C</i><small>Sec</small>

)

là tiêu chí đánh giá chỉ sự khác biệt về dung lượng giữa kênh truyền chính

( )

<i>C</i><small>D</small> và kênh truyền nghe lén

( )

<i>C</i><small>W</small> . Dung lượng bảo mật được xác định bởi:

( )

<i>C</i><small>0</small> =Pr



<i>C</i><small>Sec</small> <i>C</i><small>0</small>



(2.7) Trong đó Pr

( )

là xác suất của sự kiện <i>. </i>

Theo đó, khi SOP có giá trị càng nhỏ thì hiệu năng PLS sẽ càng cao. Ngồi ra, SOP có thể được dùng để suy ra các tiêu chí đánh giá hiệu năng PLS quan trọng khác như xác suất dung lượng bảo mật dương và xác suất can thiệp.

Sự kiện dung lượng bảo mật dương xảy ra khi dung lượng bảo mật lớn hơn không. Như vậy, xác suất dung lượng bảo mật dương (PPSC - Probability of Positive Secrecy

</div><span class="text_page_counter">Trang 26</span><div class="page_container" data-page="26">

12 Capacity) có liên quan đến SOP như sau

=  = −  = − (2.8) Ngoài ra, xác suất can thiệp (IP-Intercept Probability) xảy ra khi dung lượng bảo mật của thiết bị nghe lén dương, điều này đồng nghĩa với. Vì vậy, xác suất can thiệp liên quan đến SOP như sau:

= Pr <i>C</i>  0 = (2.9) Đặc biệt lưu ý rằng các cơng thức PPSC và IP có thể được xác định trực tiếp thông qua công thức SOP. Các công thức này rất hữu ích trong việc đánh giá hiệu năng PLS trong mạng vơ tuyến nhận thức. Do đó, luận án chỉ phân tích khảo sát SOP cho thống nhất toàn bộ các chương.

<b> Các nghiên cứu liên quan </b>

Sự xuất hiện ngày càng nhiều các ứng dụng không dây mới và việc sử dụng phổ tần sơ cấp khơng hiệu quả đã đẩy tình trạng khan hiếm phổ ngày càng nghiêm trọng. Trong môi trường vơ tuyến nhận thức, người dùng thứ cấp có thể khắc phục tình trạng này bằng cách khai thác các dải tần số chưa sử dụng của người dùng sơ cấp một cách thông minh [21]. Mạng vô tuyến nhận thức đơn giản nhất là hoạt động ở dạng nền [22]. Khi đó, thơng tin của người dùng thứ cấp được truyền trên băng tần của mạng sơ cấp khi không gây ra bất kỳ tác hại nào cho người dùng sơ cấp. Điều này có thể đạt được bằng cách giới hạn công suất của các máy phát thứ cấp sao cho công suất nhiễu gây ra tại các máy thu sơ cấp dưới mức chấp nhận được, gọi là công suất can nhiễu ngưỡng [23]. Hơn nữa, công suất phát của người dùng thứ cấp bị hạn chế bởi công suất phát cực đại được thiết kế. Cả hai thông số (công suất phát cực đại và công suất can nhiễu ngưỡng) đều áp đặt lên phân bổ công suất cho người dùng thứ cấp [24]. Hơn nữa, việc truyền đồng thời của mạng sơ cấp và mạng thứ cấp gây ra can nhiễu lẫn nhau. Do đó, can nhiễu từ máy phát sơ cấp không thể bị bỏ qua trong q trình tính tốn [25].

Một giải pháp hiện đại mới nổi để bảo mật cho truyền tin trong mơi trường vơ tuyến nhận thức nói chung và trong UCRN nói riêng là cơng nghệ bảo mật lớp vật lý. PLS sử dụng các đặc tính vật lý của các kênh truyền vô tuyến để giảm thiểu việc việc nghe lén của máy nghe lén [26], [27]. Các đặc tính vật lý của các kênh truyền vô tuyến phải được

</div><span class="text_page_counter">Trang 27</span><div class="page_container" data-page="27">

13

ước lượng ở máy thu để phục vụ cho việc giải mã tín hiệu. Tuy nhiên, sai số ước lượng kênh truyền luôn hiện hữu do các giải thuật ước lượng kênh truyền khơng thể nào ước lượng với độ chính xác tuyệt đối [28], [29], [30], [31], [32]. Như vậy, ảnh hưởng của thơng tin kênh truyền khơng hồn hảo đến bảo mật lớp vật lý của mạng vô tuyến nhận thức cần được khảo sát.

Các tác giả trong [33] - [35] lần lượt phân tích SOP của kỹ thuật lựa chọn nút chuyển tiếp từng phần trong UCRN song công, mạng chuyển tiếp đa chặng với máy thu bán song công đa ăng-ten và mạng không chuyển tiếp với máy thu song công đa ăng-ten. Khác với [33] về mơ hình lựa chọn nút chuyển tiếp và chế độ hoạt động, [36] phân tích

<i>lựa chọn nút chuyển tiếp tốt nhất thứ K<small> </small></i>trong mạng vô tuyến nhận thức dạng nền bán song công. Trong [37], lựa chọn ăng-ten phát trong mạng vô tuyến nhận thức bán song công với các đầu-cuối đa ăng-ten được đề xuất để cải thiện hiệu năng PLS. Tuy nhiên,

Bảng 2.1: Các đặc điểm điển hình trong [33] - [39] Tài liệu

tham khảo

Công suất phát cực đại

Nhiễu từ PN

Nhiễu nhiệt

Thơng tin kênh truyền khơng hồn hảo

Phân tích SOP

</div><span class="text_page_counter">Trang 28</span><div class="page_container" data-page="28">

14

dạng nền dưới các giới hạn về công suất phát cực đại và công suất can nhiễu ngưỡng. Bảng 2.1 liệt kê các đặc điểm điển hình của các cơng trình [33] - [39] trong các điều kiện hoạt động gần với thực tế của UCRN. Cụ thể là [33] - [39] có xem xét đầy đủ các thông số như công suất phát cực đại, công suất can nhiễu ngưỡng, nhiễu từ PN, thơng tin kênh truyền khơng hồn hảo và nhiễu AWGN. Kết quả khảo sát này cho thấy rằng

<i>không có nghiên cứu nào phân tích SOP của UCRN với thơng tin kênh truyền fading Rayleigh khơng hồn hảo có xem xét đầy đủ các thông số quan trọng như công suất phát cực đại, công suất can nhiễu ngưỡng, can nhiễu từ mạng sơ cấp và nhiễu AWGN. </i>

Các tác giả trong [40], [41] đã xem xét mơ hình hệ thống bao gồm mạng sơ cấp gồm có một cặp máy phát - máy thu sơ cấp và mạng thứ cấp gồm có cặp máy phát thứ cấp - máy thu thứ cấp với nhiều máy nghe lén trong [40] và một máy nghe lén trong [41]. Nhiễu từ PN đã được xem xét trong [40], [41]. Tuy nhiên, [40], [41] chỉ nghiên cứu với kênh truyền fading Rayleigh, bỏ qua hạn chế công suất của máy phát thứ cấp và chỉ thực hiện mô phỏng kết quả. Một mơ hình hệ thống tương tự như [41] đã được nghiên cứu trong [42] có xem xét cơng suất phát cực đại. Trong [43], xác suất dừng bảo mật đã được phân tích cho mơ hình hệ thống tương tự [40]. Tuy nhiên, [43] tiếp tục xem xét các hạn chế công suất phát và công suất can nhiễu ngưỡng. Ngồi ra, [43] đã bỏ qua nhiễu từ PN ln tồn tại trong mạng vô tuyến nhận thức. Các tác giả trong [44] khảo sát mơ hình hệ thống với hai nút chuyển tiếp và nhiều sóng mang. Các tác giả trong [45] đã bổ sung cho mơ hình hệ thống trong [40] với nhiều máy thu thứ cấp. Ngoài ra, khác với [40], các tác giả trong [43] đã xem xét hai hạn chế về công suất và phân tích SOP. Mơ hình hệ thống của [42] đã được xem xét lại trong [46] nhưng phân tích SOP khơng được thực hiện trong [46]. Bài báo [47] đã bổ sung [46] với phân tích SOP có xét đến thơng tin kênh khơng hồn hảo. Trong các cơng trình [40] - [47] thì chỉ có [47] đã phân tích mơ hình hệ thống của mạng vơ tuyến nhận thức có xét đến các hạn chế công suất phát cực đại và công suất can nhiễu ngưỡng và nhiễu từ PN. Ngoài ra, [47] chỉ đơn thuần khảo

<i>sát với kênh truyền fading Rayleigh. Bởi vì kênh truyền fading Nakagami-m có tính tổng </i>

qt và phù hợp cho mơ hình hóa các kênh truyền fading thực tế nên phân tích hiệu năng

<i>PLS cho UCRN qua kênh truyền fading Nakagami-m là rất cần thiết. Lưu ý rằng [48] đã phân tích SOP của mạng vô tuyến nhận thức qua kênh truyền fading Nakagami-m với </i>

các hạn chế công suất phát cực đại và can nhiễu ngưỡng nhưng bỏ qua can nhiễu từ PN.

</div><span class="text_page_counter">Trang 29</span><div class="page_container" data-page="29">

15

Bảng 2.2: Tóm tắt các đặc điểm điển hình trong [40] - [48] Tài liệu

tham khảo

Nhiễu từ PN

Công suất phát cực

đại

Công suất can nhiễu ngưỡng

Kênh truyền fading Nakagami-

<i>m </i>

Phân tích SOP

Ứng dụng can nhiễu hữu ích nhằm gây nhiễu cho máy nghe lén mà không gây ảnh hưởng xấu đến việc tiếp nhận tín hiệu của máy thu hợp pháp là một giải pháp hiệu quả để đảm bảo an tồn thơng tin [49]. Các cơng trình [50] - [52] giả sử tín hiệu gây nhiễu và tín hiệu mong muốn được kết hợp và truyền đồng thời bởi một máy phát thứ cấp. Trong [50] - [51], thiết bị nguồn phát cả tín hiệu mong muốn và tín hiệu gây nhiễu với tỷ lệ phân chia công suất tối ưu dưới giới hạn công suất can nhiễu ngưỡng và công suất phát cực đại. Tuy nhiên, việc tìm ra tỷ lệ này khơng tính đến can nhiễu từ PN. Trong [52], vấn đề tối ưu hóa thơng lượng bảo mật của kênh truyền cho mạng vô tuyến nhận thức khi thiết bị thứ cấp gửi cả tín hiệu mong muốn và tín hiệu gây nhiễu đã được giải quyết mà không xét đến công suất phát cực đại và can nhiễu từ PN. Các tác giả trong [53] đã xem xét lại vấn đề tối ưu hóa trong [52]. Tuy nhiên, [53] đã xem xét nhiều ràng buộc gồm can nhiễu từ mạng sơ cấp, hạn chế ngắt kết nối, và tất cả các thiết bị được đặt ngẫu nhiên nhưng lại bỏ qua nhiễu AWGN. Cần lưu ý rằng hạn chế ngắt kết nối dẫn đến các

</div><span class="text_page_counter">Trang 30</span><div class="page_container" data-page="30">

16

thiết bị trong SN phát liên tục. Do đó, hạn chế ngắt kết nối cùng với việc bỏ qua nhiễu AWGN làm giảm đáng kể độ phức tạp và tính tổng quát của vấn đề tối ưu hóa trong UCRN. Các cơng trình [50] - [53] nghiên cứu UCRN trong đó tín hiệu gây nhiễu và tín hiệu mong muốn được kết hợp và truyền đồng thời bởi một máy phát nhưng khơng thực hiện phân tích SOP. Trong khi đó, [54] - [60] đã tiếp cận một giải pháp khác, trong đó tín hiệu gây nhiễu và tín hiệu mong muốn được phát bởi hai thiết bị riêng biệt. Cụ thể hơn, tín hiệu gây nhiễu và tín hiệu mong muốn được phát bởi hai nguồn riêng biệt để bảo đảm chất lượng truyền tin trong PN mà không làm giảm chất lượng tín hiệu thu trong SN [54]. Trước khi được chuyển tiếp bởi các nút chuyển tiếp thứ cấp, tín hiệu gây nhiễu được đặt trọng số bởi các hệ số khác nhau và [54] đã tính tốn các hệ số này để tối ưu hóa tỷ lệ tín hiệu trên nhiễu (SNR) tại máy thu mong muốn dưới ràng buộc công suất nhiễu, công suất phát cực đại và SNR tại máy nghe lén dưới một giá trị cho trước. Tuy nhiên, can nhiễu từ các máy phát sơ cấp khơng được xem xét trong bài tốn tối ưu hóa trong [54].

Bảng 2.3: Tóm tắt các đặc điểm điển hình trong [54] - [60] Tài liệu

tham khảo

Nhiễu từ PN

Công suất phát cực đại

Cơng suất can nhiễu ngưỡng

Nhiễu nhiệt

Phân tích SOP

</div><span class="text_page_counter">Trang 31</span><div class="page_container" data-page="31">

17

trong [58] đã đề xuất chọn một thiết bị trong SN chỉ để truyền các tín hiệu gây nhiễu. Giải pháp trong [58] khơng chỉ để ngăn các máy nghe lén giải mã thành công tín hiệu mong muốn mà cịn để bảo đảm truyền tin của một thiết bị thứ cấp khác một cách tin cậy. Tuy nhiên, [58] đã bỏ qua các giới hạn về công suất và can nhiễu từ các máy phát sơ cấp. Điều này khơng có ý nghĩa đối với UCRN, trong đó các thiết bị trong SN và PN truyền thông đồng thời trong cùng một phổ vô tuyến. Để đảm bảo truyền thơng an tồn, [59] đã chọn hai nút chuyển tiếp thứ cấp trong khi [60] chọn một thiết bị chuyển tiếp thứ cấp và máy thu thứ cấp. Tuy nhiên, phân tích SOP trong [59] - [60] đã bỏ qua can nhiễu từ PN. Hơn nữa, [59] không xét công suất phát cực đại. Bảng 2.3 tóm tắt các đặc điểm điển hình được nghiên cứu trong [54] - [60] với một số lưu ý là: i) [54] - [57] chỉ cung cấp kết quả mô phỏng về thông lượng bảo mật; ii) [58] đã phân tích xác suất can thiệp; iii) chỉ [59] - [60] thực hiện phân tích xác suất dừng bảo mật. Bảng này cho thấy

<i>rằng khơng có cơng trình nào phân tích SOP của UCRN sử dụng thiết bị gây nhiễu hữu </i>

<i>ích để nâng cao hiệu năng PLS mà có xem xét đầy đủ các yếu tố như can nhiễu từ PN, công suất phát cực đại, công suất can nhiễu ngưỡng và nhiễu AWGN. </i>

Bảng 2.4: Tóm tắt các đặc điểm điển hình trong [61] - [66] Tài liệu

tham khảo

Kênh truyền fading Nakagami-

<i>m </i>

Công suất phát cực đại

Công suất can nhiễu ngưỡng

Thu thập năng lượng

Phân tích SOP

</div><span class="text_page_counter">Trang 32</span><div class="page_container" data-page="32">

18

trực tiếp trong EHUCRN. Như một mơ hình mới để cải thiện hiệu năng PLS, [63] đề xuất giải pháp chọn đường và đã đưa ra được biểu thức xác suất dừng dạng tường minh chính xác. Thu thập năng lượng từ các nguồn năng lượng chuyên dụng đã được xem xét trong [63]. Trong các nghiên cứu [64] - [66], năng lượng được thu thập từ tín hiệu của người dùng đang hoạt động và truyền thông chuyển tiếp được đề xuất để nâng cao PLS nhưng chỉ thực hiện mơ phỏng để có các kết quả về hiệu năng PLS. Hơn nữa, [63] - [66] đã bỏ qua can nhiễu từ PN. Bảng 2.4 trình bày tóm tắt các đặc điểm điển hình của [61] - [66] khi nghiên cứu SOP của EHUCRN với một lưu ý chung là các cơng trình này chỉ

<i>khảo sát kênh truyền fading Rayleigh. Bảng này cho thấy rằng không có cơng trình nào </i>

<i>trong số đó thực hiện phân tích SOP của EHUCRN với kênh truyền fading m có xét đầy đủ các thông số đặc trưng của UCRN. </i>

Nakagami-Bảng 2.5: Tóm tắt các đặc điểm điển hình trong [67] - [73] Tài liệu tham

khảo

Nút chuyển

tiếp

Công suất phát

cực đại

Công suất can nhiễu ngưỡng

Kênh truyền fading

<i>Nakagami-m </i>

Thu thập năng lượng

Phân tích SOP

</div><span class="text_page_counter">Trang 33</span><div class="page_container" data-page="33">

19

sóng vơ tuyến của máy phát thứ cấp và máy phát sơ cấp để chuyển tiếp thông điệp của máy phát thứ cấp khi kênh truyền trực tiếp không đáng tin cậy. Ngoài ra, nút chuyển tiếp áp dụng phương pháp phân chia công suất để thu thập năng lượng. Tuy nhiên, [70] chỉ trình bày các kết quả mơ phỏng về SOP. Cơng trình [71] (là bài báo tạp chí SCIE xếp hạng Q3, ở mục [A-4] trong danh mục các cơng trình đã cơng bố) đã phân tích SOP cho EHUCRRN với mơ hình hệ thống tương tự [70]. Tuy nhiên, [71] đã bỏ qua công suất can nhiễu ngưỡng nhưng có xem xét năng lượng thu thập trung bình và hạn chế xác suất can thiệp lên máy thu sơ cấp. Lưu ý rằng tất cả các nghiên cứu trong [70] - [71] chỉ xem xét EHUCRRN dưới hạn chế về công suất can nhiễu ngưỡng và hạn chế về công suất phát cực đại qua các kênh truyền fading Rayleigh. Những khảo sát trên cho thấy rằng

<i>phân tích SOP cho EHUCRRN qua kênh truyền fading Nakagami-m như [72] là cực kỳ </i>

cần thiết. Lưu ý rằng các tác giả của [73] đã thực hiện phân tích SOP cho các mạng vơ

<i>tuyến nhận thức qua kênh truyền fading Nakagami-m nhưng không nghiên cứu thu thập </i>

năng lượng. Các đặc điểm điển hình trong [67] - [73] được tóm tắt trong Bảng 2.5. Như

<i>vậy, các khảo sát trên cho thấy rằng chưa có cơng trình nào phân tích SOP của mạng vơ </i>

<i>tuyến nhận thức với nút chuyển tiếp thu thập năng lượng qua kênh truyền fading Nakagami-m có xét đủ các thông số như công suất phát cực đại và công suất can nhiễu ngưỡng. </i>

<b> Kết luận </b>

Chương 2 đã trình bày các kiến thức cơ sở về kênh truyền vô tuyến, vô tuyến nhận thức, thu thập năng lượng sóng vơ tuyến, và bảo mật lớp vật lý. Đây là những khái niệm được đề cập nhiều trong luận án. Hơn nữa, các cơng thức tính các tiêu chí đánh giá hiệu năng PLS cũng được trình bày trong chương này. Ngồi ra, chương này khảo sát các cơng trình nghiên cứu liên quan để tìm ra những vấn đề mở chưa được nghiên cứu nhằm đề xuất hướng giải quyết. Các vấn đề mở sẽ lần lượt được giải quyết trong các chương tiếp theo.

</div><span class="text_page_counter">Trang 34</span><div class="page_container" data-page="34">

<i>kênh truyền fading Rayleigh và Nakagami-m. Đầu tiên, chương này phân tích SOP với </i>

thơng tin kênh truyền Rayleigh khơng hồn hảo. Từ đó cho thấy ảnh hưởng của các thơng số hoạt động quan trọng và thông tin trạng thái kênh truyền đến SOP của UCRN.

<i>Tiếp theo, chương này phân tích SOP với kênh truyền fading Nakagami-m để làm rõ ảnh </i>

hưởng của thông số mức độ nghiêm trọng fading lên SOP. Sau đó, chương này đánh giá khả năng bảo mật lớp vật lý thông qua các kết quả đã phân tích nhằm mang lại những kiến thức sâu về hiệu năng bảo mật của hệ thống.

<b> UCRN với thơng tin kênh truyền fading Rayleigh khơng hồn hảo </b>

Kênh truyền fading Rayleigh được sử dụng rất phổ biến để tính tốn hiệu năng và thiết kế các hệ thống thông tin vô tuyến. Hơn nữa, kênh truyền này mơ tả được trường hợp fading xấu của tín hiệu nhận được tại máy thu. Mặt khác, do các bộ ước lượng kênh truyền không thể nào đạt được độ chính xác tuyệt đối nên lỗi ước lượng kênh truyền ln tồn tại trong thực tế. Do đó, thơng tin kênh truyền khơng hồn hảo cần phải được xét đến khi phân tích SOP của mạng vơ tuyến nhận thức. Ngồi ra, tham khảo các cơng trình nghiên cứu liên quan ( [33] - [39] ở chương 2) cho thấy rằng khơng có nghiên cứu nào phân tích SOP của UCRN dưới các điều kiện vận hành nghiêm ngặt và gần với thực tế. Cụ thể, đó là trong q trình tính tốn có xem xét đầy đủ các thông số hoạt động như công suất phát cực đại, công suất can nhiễu ngưỡng, can nhiễu từ mạng sơ cấp và nhiễu AWGN với thông tin kênh truyền khơng hồn hảo. Vì vậy, phần này sẽ phân tích hiệu năng PLS trong UCRN cơ bản dưới đầy đủ các thông số hoạt động với thông tin kênh truyền fading Rayleigh khơng hồn hảo. Một phần kết quả nghiên cứu này đã được công bố trong báo [B-1] trong danh mục các cơng trình đã cơng bố “Impacts of Licensed Interference and Inaccurate Channel Information on Information Security in Spectrum

<i>Sharing Environment”, tạp chí VNU Journal of Science (tạp chí chuyên ngành Quốc </i>

gia).

</div><span class="text_page_counter">Trang 35</span><div class="page_container" data-page="35">

21

<i><b> Mơ hình UCRN cơ bản </b></i>

Như được minh họa như Hình 3.1, mơ hình UCRN cơ bản gồm mạng sơ cấp

( )

PN có máy phát sơ cấp

( )

T và máy thu sơ cấp

( )

R cùng tồn tại với mạng thứ cấp (SN) có máy phát thứ cấp

( )

S , máy thu thứ cấp

( )

D và máy nghe lén

( )

W .

Quá trình truyền tin giữa S và D diễn ra đồng thời với quá trình truyền tin giữa T và R. Do đó, SN và PN tạo ra can nhiễu lẫn nhau qua các kênh truyền S→ , TR → , DT→W. Giả sử xét các kênh truyền fading Rayleigh phẳng. Hệ số kênh truyền thực <i>h_tr</i>

và hệ số kênh truyền ước lượng ˆ<i>h giữa máy phát _trt </i>{T, S} và máy thu <i>r </i>



R, D, W



<i><b>có liên hệ với nhau [28] như sau: <small>Equation Chapter (Next) Section 1 </small> </b></i>

Hình 3.1: Mơ hình hệ thống

Hệ thống được giả sử hoạt động ở cơ chế nền. Do đó, S truyền tín hiệu <i>x</i>_S cùng lúc T truyền tín hiệu <i>x</i>_Tvới các công suất phát của S và T lần lượt là <i>P</i>_S và <i>P</i>_T. Công suất phát của S phụ thuộc vào công suất can nhiễu ngưỡng <i>I</i>_t mà R có thể chịu đựng, cơng suất

</div><span class="text_page_counter">Trang 36</span><div class="page_container" data-page="36">

22

phát cực đại <i>P</i>_Sm của S và thơng tin kênh truyền khơng hồn hảo [39] như sau:

<i>y</i>_W =<i>h x</i>_SW _S+<i>h</i>_T_W<i>x</i>_T+<i>n</i>_W (3.4) trong đó <i>n và </i>_D <i>n là các nhiễu trắng Gaussian cộng tại D và W, là các biến ngẫu nhiên </i>_W

<small>SW</small>

<small>SDSD S</small>

<small>SD TD TSD DSDSD SSDS</small>

<small>SDSD STDSD TSDD</small>ˆ

<i><small>x x n</small></i>

<i><small>xx x n</small></i>

+

</div><span class="text_page_counter">Trang 37</span><div class="page_container" data-page="37">

<small>SWSW S</small>

<small>SW TW TSWWSWSW SSWS</small>

<small>SWSW STWSWTSWW</small>ˆ

<i><small>x x n</small></i>

<i><small>xx x n</small></i>

Theo định nghĩa, SOP là xác suất mà dung lượng bảo mật

(

<i>C</i><small>Sec</small>

)

nhỏ hơn dung lượng bảo mật cho trước

( )

<i>C</i><small>0</small> . Do đó, SOP được xác định như sau:

( )

<i>C</i><small>0</small> =Pr



<i>C</i><small>S ce</small> <i>C</i><small>0</small>



(3.12) Thế (3.11) vào (3.12), ta được (3.13).

</div><span class="text_page_counter">Trang 38</span><div class="page_container" data-page="38">

(3.13)

Bởi vì cả  và _D  trong (3.13) đều có chứa _W <i>P</i>_S nên việc tính (3.13) cần thực hiện qua hai giai đoạn. Giai đoạn 1 tính xác suất có điều kiện theo <i>P</i>_S, cụ thể là  và giai đoạn 2 tính trung bình của  theo <i>P</i>_S.

Nếu <i>f<small>Y</small></i>

(

<i>y P là hàm mật độ xác suất (PDF) và </i><small>S</small>

)

<i>F<small>Y</small></i>

(

<i>y P là hàm phân phối tích lũy </i><small>S</small>

)

(CDF) có điều kiện theo <i>P thì (3.13) được viết lại: </i>_S

<i>• Định lý 3.1: CDF tường minh có điều kiện F</i>_<small>D</small>

( )

<i>x P</i><small>S</small> <i> được cho bởi: </i>

<small>SSSDTD T</small>1

  <small>−</small>

+ ^(3.16)

<i>trong đó </i>

<small>SD S</small>1

 

= − + (3.17)

<i>Chứng minh Định lý 3.1: Xem phụ lục A, mục 1. </i>

<i>• Định lý 3.2: PDF tường minh có điều kiện f</i>__W

( )

<i>x P</i><small>S</small> <i> được cho bởi: </i>

</div><span class="text_page_counter">Trang 39</span><div class="page_container" data-page="39">

<i>xx P</i>

<small>SW S2</small>

<small>S</small> 1

 

= − + (3.19)

<small>TSW SS</small>

<small>TD S</small>

<i>P eP</i>

= + (3.23) Khai triển từng phần cho (3.21), ta có:

<small></small> ₋+

<small></small> ₋+



được biểu diễn ở dạng tường minh.

<i>• Bổ đề 3.1: Tích phân </i>

</div><span class="text_page_counter">Trang 40</span><div class="page_container" data-page="40">

26

( )

<i>edxa b</i>

<small></small> ₋+

<i>a b</i>

<small></small> ₋=

<i>b =</i> + − (3.28)

<i>Chứng minh Bổ đề 3.2: Xem phu lục B, mục 2. </i>

Áp dụng (3.26) và (3.28) với các biến thích hợp cho các tích phân trong biểu thức cuối cùng của (3.24), ta có:

Đặt <i>X</i> = <i>h</i>^ˆ_S_R ². Khi đó, theo (3.2) thì <i>P</i>_S là một hàm của ,<i>X dẫn đến xác suất có điều </i>

kiện  theo <i>P</i>_S là một hàm theo biến .<i>X Bởi vì ˆh</i>_SR <i>(0,</i>_SR <i>) nên X có PDF là </i>

</div>