ước lượng kênh truyền và đánh giá hiệu năng hệ thống thông tin có phần tử phản xạ thông minh

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

„I HÅC QUÈC GIA TH€NH PHÈ Hầ CH MINHTRìNG I HC BCH KHOA

PHAN THANH N

ìẻC LìẹNG K–NH TRUY—N V€ NH GIHI›U N‹NG H› THÈNG THỈNG TIN C B

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

CặNG TRNH ìẹC HON THNH TITRìNG I HC BCH KHOA - HQG-HCMCĂn bở hữợng dăn khoa håc: PGS.TS. H  Ho ng Kha

4. Ph£n bi»n 2: TS. Nguyạn ẳnh Long5. ếy viản: GS.TS. Vó Nguyạn Quốc BÊo

XĂc nhên cừa Chừ tch Hởi ỗng Ănh giĂ luên vôn v Trững Khoa quÊn lỵ chuyảnngnh sau khi luên vôn  ữủc sỷa chỳa.

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

<small>I HC QUẩC GIA TP.HCMCËNG HÁA X‚ HËI CHÕ NGHžA VI›T NAMTR×ÍNG „I HC BCH KHOAởc lêp - Tỹ do - HÔnh phúc</small>

NHIM VƯ LUŠN V‹N TH„C Sž

Hå t¶n håc vi¶n: Phan Thanh …n . . . MSHV: 2170981Ng y, th¡ng, n«m sinh: 04/04/1999 . . . .Nỡi sinh: Vắnh LongChuyản ngnh: K Thuêt Viạn Thổng . . . .M số: 8520208I. TN  TI: ìợc lữủng kảnh truyÃn v Ănh giĂ hiằu nông hằ thống thổng tincõ bà mt phÊn xÔ thổng minh . . . .(Ti¸ng Anh) Channel estimation and performance evaluations for intelligent reflectingsurface-aided wireless communication systems . . . .II. NHI›M VƯ V€ NËI DUNG:

1. Kh£o s¡t h» thèng thỉng tin vổ tuyán cõ sỷ dửng bà mt phÊn xÔ thổng minh vcĂc phữỡng phĂp ữợc lữủng kảnh truyÃn.

2. Mổ hẳnh toĂn hồc cho tẵn hiằu v kảnh truyÃn trong hằ thống thổng tin cõ sỷ dửngbà mt phÊn xÔ thổng minh.

3. Nghiản cựu v à xuĐt giÊi phĂp ữợc lữủng kảnh truyÃn trong hằ thống thổng tin cõsỷ dửng bà mt phÊn xÔ thổng minh.

4. Mổ phọng, Ănh giĂ hiằu quÊ cừa giÊi phĂp ữợc lữủng kảnh v Ănh gi¡ hi»u n«ngcõa h» thèng thỉng tin câ sû dưng bà mt phÊn xÔ thổng minh.

III. NGY GIAO NHIM Vệ: 04/09/2023 . . . .IV. NG€Y HO€N TH€NH NHI›M VÖ: 18/12/2023 . . . .V. CN Bậ HìẻNG DN: PGS.TS H  Ho ng Kha . . . .Tp. HCM, ng y 22 thĂng 12 nôm 2023

TRìéNG KHOA IN-IN T

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

Thảm vo õ, tổi muốn by tọ lỏng biát ỡn án cĂc ThƯy, Cổ v bÔn b tÔi TrữớngÔi hồc BĂch Khoa - Ôi hồc Quốc gia TP.HCM, nhỳng ngữới  chia s kián thực,kinh nghiằm, v hộ trủ tổi trong quĂ trẳnh hồc têp tÔi trữớng. Cõ l, trong tữỡng lai,khổng cỏn nhỳng buời hồc tÔi giÊng ữớng B1, những tĐt cÊ nhỳng k niằm và trữớngs luổn trong tƠm trẵ tổi.

c biằt, tổi muốn gỷi lới tri Ơn án Bố v Mà, ngữới luổn quan tƠm v hộ trủ tổi.Tổi nhên thực rơng gia ẳnh luổn theo dói v tin tững vo con ữớng sỹ nghiằp cừamẳnh. Do õ, tổi tin rơng cĂch tốt nhĐt  by tọ lỏng biát ỡn ối vợi gia ẳnh l nộlỹc hỡn nỳa trong hồc têp, cổng viằc v nghiản cựu.

Cuối cũng, tổi xin chƠn thnh cÊm ỡn quỵ ThƯy Cổ trong hởi ỗng luên vôn Âdnh thới gian quỵ bĂu  ồc v Ănh giĂ luên vôn cừa tổi. RĐt mong nhên ữủc ỵkián v Ănh giĂ chƠn thnh tứ quỵ ThƯy Cổ v cĂc bÔn ồc nhơm giúp luên vôn trnản hon thiằn hỡn.

Nghiản cựu ữủc ti trủ bi Ôi hồc Quốc gia Thnh phố Hỗ Chẵ Minh HCM) trong khuổn khờ à ti m số: B2023-20-09

(HQG-Tp. Hỗ Chẵ Minh, ngy 22 thĂng 12 nôm 2023.Hồc viản

Phan Thanh n

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

TM TT

Ngy nay, trong thới Ôi khoa hồc cổng nghằ phĂt trin vữủt bêc, khoÊng cĂch vÃkhổng gian v thới gian ữủc rút ngưn lÔi bi sỹ ra ới cừa mÔng Internet v hằ thốngtruyÃn thổng giao tiáp. Tứ õ, mÔng di ởng thá hằ thự 6 (6G) ang tứng bữợc trthnh tƠm im cừa cĂc nguỗn lỹc Ưu tữ v nghiản cựu. Mởt trong số cổng nghằ mợiĂng chú ỵ trong 6G õ l bà mt phÊn xÔ thổng minh (IRS). Tuy trong giai oÔn sỡkhai, IRS  Ôt ữủc nhiÃu thnh tỹu Ăng k trong viằc cÊi thiằn hiằu suĐt v chĐtlữủng cừa cĂc hằ thống truyÃn thổng. Bản cÔnh nhỳng ữu im, IRS cụng °t ra mëtsè th¡ch thùc nh§t ành v  mët trong số õ l vĐn à ữợc lữủng ữợc lữủng thổng tintrÔng thĂi kảnh cừa hằ thống. Bản cÔnh õ, cĂc giÊi thuêt mĂy hồc, hồc sƠu hay trẵtuằ nhƠn tÔo ang tr thnh xu hữợng, ữủc Ăp dửng trong nhiÃu lắnh vỹc v hộ trủcon ngữới rĐt nhiÃu trong viằc giÊi quyát cĂc vĐn à phực tÔp. Do õ, luên vôn ữủcxĂc nh chừ à nghiản cựu l: ìợc lữủng kảnh truyÃn v Ănh giĂ hiằu nông hằ thốngthổng tin cõ bà mt phÊn xÔ thổng minh.

Luên vôn giợi thiằu têng quan v· h» thèng thỉng tin khỉng d¥y qua cĂc thá hằ,tiáp án l sỹ xuĐt hiằn cừa IRS trong cổng nghằ 6G. Sau õ, luên vôn trẳnh by cỡs lỵ thuyát nản tÊng bao gỗm khĂi niằm v cổng nghằ IRS, hồc sƠu (DL), giÊi thuêtữợc lữủng truyÃn thống,... Dỹa trản cỡ s õ, luên vôn  à xuĐt mổ hẳnh hồc sƠu(DL) cho viằc ữợc lữủng kảnh truyÃn, mổ phọng v chÔy thỷ số liằu dỹa trản mổ hẳnhà xuĐt. Thổng qua kát quÊ mổ phọng, Ănh giĂ lÔi mổ hẳnh  giÊi quyát vĐn à tra. Cuối cũng luên vôn tờng hủp lÔi viằc  lm v à ra hữợng phĂt trin và sau.

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

In today's era of rapid scientific and technological development, the spatial andtemporal distances have been significantly reduced by the emergence of the Internetand communication systems. Consequently, the sixth-generation mobile network (6G)is gradually becoming the focal point of investment and research resources. Among thenoteworthy technologies in 6G is Intelligent Reflecting Surface (IRS). Although in itsearly stages, IRS has achieved remarkable advancements in enhancing the performanceand quality of communication systems. Alongside its advantages, IRS also presentscertain challenges, with one of them being the issue of channel estimation. Moreover,machine learning algorithms, deep learning, and artificial intelligence are emergingtrends applied in various fields, providing substantial support to humans in solvingcomplex problems. Therefore, the thesis is defined with the research theme: "Channelestimation and performance evaluations for intelligent reflecting surface-aided wirelesscommunication systems."

The thesis provides an overview of wireless information systems across generations,followed by the emergence of Intelligent Reflecting Surface (IRS) technology in the con-text of 6G. Subsequently, the thesis presents the theoretical foundation, encompassingthe concepts and technologies of IRS, Deep Learning (DL), traditional channel estima-tion algorithms, and more. Within this framework, the thesis proposes a DL model forchannel estimation, simulates and conducts experimental runs based on the proposedmodel. Through simulation results, the model is evaluated to address the posed prob-lem. Finally, the thesis synthesizes the undertaken work and outlines future directionsfor development.

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

LÍI CAM OAN

Tỉi t¶n Phan Thanh …n l  håc vi¶n cao hồc chuyản ngnh Kắ Thuêt Viạn Thổng,khõa 2017, tÔi Trữớng Ôi hồc BĂch Khoa - Ôi hồc Quốc gia thnh phố Hỗ Chẵ Minh.Tổi xin cam oan nhỳng nởi dung sau Ãu l sỹ thêt:

1. Cổng trẳnh nghiản cựu ny hon ton do chẵnh tổi thỹc hiằn vợi sỹ hữợng dăncừa PGS. TS. H Hong Kha.

2. CĂc ti liằu tham khÊo sỷ dửng trong luên vôn ữủc trẵch dăn Ưy ừ, ró rng,v  ữủc cổng bố trản cĂc hởi ngh, tÔp chẵ uy tẵn.

3. CĂc số liằu v kát quÊ cừa luên vôn ữủc tổi thỹc hiằn mởt cĂch ởc lêp v trungthỹc.

Tp. Hỗ Chẵ Minh, ngy 22 thĂng 12 nôm 2023.Hồc viản

Phan Thanh n

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

1.1 Sü ph¡t triºn cõa truy·n thỉng vỉ tuy¸n . . . . 1

1.2 Sü ph¡t triºn v· l÷u l÷đng dú li»u di ëng . . . . 2

1.3 Cæng ngh» truy·n thỉng khỉng d¥y 6G . . . . 4

1.4 Lỵ do chồn à ti . . . . 7

1.5 Mửc tiảu cừa luên vôn . . . . 8

1.6 ối tữủng, phÔm vi v phữỡng phĂp nghiản cựu . . . . 9

1.6.1 PhÔm vi v ối tữủng nghiản cựu . . . . 9

1.6.2 Phữỡng phĂp nghiản cựu . . . . 9

1.7 Bố cửc luên vôn . . . . 9

2 CÌ SÐ LÞ THUY˜T 112.1 Kảnh truyÃn vổ tuyán . . . 11

2.1.1 Fading tƯm rởng . . . 12

2.1.2 Fading tƯm hàp . . . 14

2.2 BÃ mt phÊn xÔ (IRS) . . . 15

2.3 Mỉ h¼nh h» thèng IRS-aMUC . . . 17

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

3.4 Phữỡng phĂp tiáp cên bơng mĂy håc (machine learing) . . . 30

3.4.1 Dú li»u ¦u v o cho mỉ h¼nh . . . 31

4.2 Thỉng sè cho mỉ h¼nh . . . 41

4.2.1 Thỉng sè mỉ h¼nh CDRN . . . 41

4.2.2 Thỉng sè mỉ h¼nh RDN . . . 42

4.3 Kát quÊ v nhên xt . . . 42

4.3.1 Khao s¡t düa tr¶n sü thay êi cõa SNR . . . 43

4.3.2 Khao s¡t düa tr¶n sü thay êi cõa k¶nh truy·n . . . 44

4.3.3 Theo số lữủng ma trên dch pha (C) . . . 45

4.4 Tèc ë truy·n dú li»u thæng qua ữợc lữủng kảnh truyÃn . . . 46

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

4.5 Kát luên chữỡng . . . 48

5.1 Kát luên chung . . . 505.2 Hữợng phĂt trin . . . 51

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

CNN Convolutional Neural Network MÔng nỡron tẵch chêpCSI Channel State Information Thổng tin trÔng th¡i k¶nh

IoE Internet of Everything Internet måi thù

IRS Intelligent Reflecting Surface BÃ mt phÊn xÔ thổng minhIRS-aMUC Intelligent Reflflecting

Surfaceassisted MultiuserCommunication system

Hằ thống BÃ mt phÊn xÔthổng minh hộ trủ a ngữớidũng

LMMSE Linear Minimum Mean Square

Error ^{Sai số bẳnh phữỡng trung bẳnh}tối thiu tuyán tẵnh

MIMO Multiple Input Multiple Output a ngó v o, a ngã ra

MMSE Minimum Mean Square Error Sai sè trung bẳnh bẳnh phữỡngtối thiu

MSE Mean Square Error Sai số bẳnh phữỡng tối thiu

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

ML Machine Learning MĂy hồc

mmWave Millimeter Wave Sõng cõ bữợc sõng mili mtNLoS None Line of Sight ữớng truyÃn khổng nhẳn thĐyNMSE Nomalized Mean Square Error Sai số bẳnh phữỡng trung bẳnh

PDF Probability Density Function Hm mêt ở xĂc suĐt

ReLU Rectified Linear Unit ỡn v tuyán tẵnh chnh lữuRDN Residual dense network MÔng håc d÷ d y °cRDB Residual dense block Khèi håc d÷ d y °cSINR Signal to Interference plus

Noise Ratio ^{T¿ sè t½n hiằu trản can nhiạu v}nhiạu1G First Generation Wireless

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

x<small>i</small> phƯn tỷ thự i (tẵnh tứ 1) cừa vector x

a_ij ph¦n tû h ng thù i, cët thù j cừa ma trên A

A^H chuyn v liản hủp (Hermitian) cừa ma trªn phùc AA^† gi£ nghàch £o cõa ma trªn khổng nhĐt thiát vuổng Adiag(A) ữớng cho chẵnh cừa ma trên A

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

Danh sĂch hẳnh v

1.1 Lữu l÷đng dú li»u ð c¡c khu vüc [1]. . . . 3

1.2 Sỹ phƠn bờ thuả bao di ởng theo cæng ngh» v  khu vüc [1]. . . . 3

1.3 So s¡nh thỉng sè cõa 6G vỵi 5G [2]. . . . 6

2.1 Mổ hẳnh truyÃn dăn cừa mồt phn tỷ phÊn xÔ [3] . . . 17

2.2 Mổ hẳnh ữớng lản (uplink-UL) cừa hằ thống IRS-aMUC . . . 18

2.3 Giao thực ữợc lữủng cho hằ thống IRS-aMUC [4] . . . 19

2.4 Mỉ h¼nh ResNet [5] . . . 23

2.5 Vẵ dử mởt mổ hẳnh Residual Dense Network [6] . . . 24

3.1 C§u tróc cì b£n cõa mët khèi Denoising Block. . . 32

3.2 Khèi cì b£n cõa RDB. . . 33

3.3 Khèi RDB. . . 33

3.4 Khối LRDB. . . 34

3.5 Khung ữợc lữủng. . . 36

3.6 Mổ hẳnh ữớng xuống (downlink-DL) cừa hằ thống IRS-aMUC. . . 36

4.1 Sai số NMSE theo sỹ tông dƯn số lƯn lp epchos . . . 43

4.2 ỗ th sai sè khi SNR thay êi . . . 44

4.3 ỗ th sai số khi M thay ời . . . 45

4.4 ỗ th sai số khi N thay ời. . . 45

4.5 ỗ th sai số khi C thay êi. . . 46

4.6 Tèc ë truy·n cõa ng÷íi dịng tÔi thới im khĂc nhau vợi thổng số(M=8, N=32, SNR=5 dB). . . 47

4.7 Tèc ë truy·n cõa ng÷íi dịng tÔi thới im khĂc nhau vợi thổng số(M=8, N=32, SNR=10 dB). . . 48

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

Danh s¡ch b£ng

2.1 CĂc số mụ suy hao ữớng truyÃn in hẳnh . . . 134.1 C¡c h» sè trong mæ phäng . . . 404.2 Thỉng sè cho mỉ h¼nh CDRN . . . 42

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

Chữỡng 1

GIẻI THIU TấNG QUAN

Trong chữỡng m Ưu, Luên vôn s trẳnh by sỹ phĂt trin cừa mÔng vổ tuyán quacĂc thá hằ, mực tông trững cừa lữu lữủng dỳ liằu di ởng hiằn nay v dỹ kián trongnhỳng nôm tợi. TiÃm nông phĂt triºn th¸ h» truy·n thỉng vỉ tuy¸n thù 6 (6G) v bÃmt phÊn xÔ thổng minh ữủc ựng dửng trong vổ tuyán thá hằ mợi.

1.1 Sỹ phĂt trin cừa truyÃn thổng vổ tuyán

Cổng nghằ khổng dƠy cõ mởt lch sỷ lƠu ới v nõ bưt Ưu vo khoÊng thới gianJames C. Maxwell dỹ oĂn và mt lỵ thuyát v sau õ chựng minh sỹ tỗn tÔi cừa sõngiằn tứ vo nhỳng nôm 1860, v khi Heinrich R. Hertz xĂc nhên bơng thỹc nghiằm sỹtỗn tÔi cừa sõng iằn tứ vo nôm 1888. Nôm 1895, Guglielmo Marconi  thnh cổngtrong viằc nhên m Morse trản sõng vổ tuyán ữủc truyÃn bi mĂy phĂt spark-gap vợimĂy thu cĂch õ 2.4 km. Thẵ nghi»m n y ¢ chùng minh kh¡i ni»m cì b£n v  khuổnkhờ cừa giao tiáp khổng dƠy ngy nay. Trong giao tiáp khổng dƠy, bở phĂt gỷi thổngtin bơng cĂch chuyn trản sõng mang v bở thu nhên thổng tin bơng cĂch trẵch xuĐtthổng tin chỗng chĐt tứ sõng mang [7].

TruyÃn thỉng vỉ tuy¸n câ mët sü ph¡t triºn d i tø sỷ dửng tẵn hiằu tữỡng tỹ (analogsignal) thá hằ thự 1 (1G) án gƯn nhĐt l thá hằ thự 5 (5G):

1G (Thá hằ thự nhĐt): Thá hằ Ưu ti¶n cõa cỉng ngh» truy·n thỉng di ëng düa

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

trản truyÃn dăn tẵn hiằu tữỡng tỹ. 1G Â sỷ dửng iÃu chá tƯn số (FM)  truyÃntẵn hiằu thoÔi qua sõng vổ tuyán v cõ dung lữủng v vũng phừ sõng hÔn chá. 2G (Thá hằ thự hai): Th¸ h» thù hai cõa cỉng ngh» truy·n thỉng di ởng giợi

thiằu truyÃn tẵn hiằu k thuêt số, cho php chĐt lữủng Ơm thanh tốt hỡn v sỷdửng bông thỉng hi»u qu£ hìn. 2G ¢ sû dưng c¡c cỉng nghằ a truy cêp phƠnchia theo thới gian (TDMA) v a truy cêp phƠn chia theo m (CDMA)  phƠnchia phờ tƯn số cõ sđn thnh nhiÃu kảnh.

3G (Thá h» thù ba): Th¸ h» thù ba cõa cỉng ngh» truyÃn thổng di ởng giợi thiằutruyÃn dỳ liằu chuyn mÔch gâi, cho ph²p sû dưng c¡c ùng dưng a ph÷ìng tiằnnhữ gồi video v duyằt internet di ởng. 3G  sû dưng c¡c cỉng ngh» CDMA(WCDMA) v  CDMA2000 b«ng rëng º cung c§p tèc ë truy·n dú li»u nhanhhìn v  kát nối ữủc cÊi thiằn

4G (Thá hằ thự tữ): Thá hằ thự tữ cừa cổng nghằ truyÃn thổng di ởng  giợithiằu cổng nghằ tián hõa di hÔn (LTE), cung cĐp tốc ở truyÃn dỳ liằu thêmchẵ cỏn nhanh hỡn v khÊ nông kát nối ữủc cÊi thiằn. 4G  sỷ dửng cổng nghằghp kảnh phƠn chia theo tƯn sè trüc giao (OFDM) v  cỉng ngh» a ¦u v o a¦u ra (MIMO) º cho ph²p tèc ë truy·n dú li»u cao hìn v  vịng phõ sâng tèthìn.

ˆ 5G (Th¸ hằ thự nôm): Thá hằ thự nôm cừa cổng nghằ truyÃn thổng di ởng Âgiợi thiằu cĂc dÊi tƯn số v cổng nghằ mợi nhữ sõng milimet (mmWave) v MIMOlợn º cung c§p tèc ë truy·n dú li»u nhanh hìn v kát nối ữủc cÊi thiằn. 5Gcụng giợi thiằu tẵnh nông cưt mÔng, cho php cĂc nh khai thĂc mÔng tÔo nhiÃumÔng Êo trản cũng mởt cỡ s hÔ tƯng vêt lỵ  phửc vử cho cĂc trữớng hủp sỷdửng v  ùng dưng kh¡c nhau

1.2 Sü ph¡t triºn v· l÷u lữủng dỳ liằu di ởng

Hẳnh 1.1 ữủc trẵch tứ bĂo cĂo cừa Ericsson (thĂng 11 nôm 2023), mổ tÊ lữu lữủngdỳ liằu cừa thiát b di ởng qua mội thĂng cĂc khu vỹc v trung bẳnh ton cƯu trongnhỳng nôm gƯn Ơy v dỹ oĂn án nôm 2029. Theo b¡o c¡o, l÷u l÷đng dú li»u di ëng

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

trung bẳnh ton cƯu xĐp x 21.15 GB/thĂng vo nôm 2023 v ữợc tẵnh tông án 56.37GB/thĂng. Riảng ối vợi khu vỹc phĂt trin nhữ Bưc M, ữợc tẵnh s tông án 66.2GB/thĂng.

.Hẳnh 1.1: Lữu lữủng dỳ liằu cĂc khu vỹc [1].

.Hẳnh 1.2: Sỹ phƠn bờ thuả bao di ëng theo cæng ngh» v  khu vüc [1].

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

PhƠn phối thuả bao di ởng theo cổng nghằ khổng ỗng Ãu cĂc khu vỹc, nguyảnnhƠn chẵnh l sỹ chảnh lằch trong trẳnh ở phĂt trin giỳa cĂc khu vỹc. Hiằn tÔi, mÔng4G Â phờ bián mồi nỡi, tuy nhiản, dỹ kián án nôm 2029, mÔng 5G s tiáp tửc mrởng án mồi khu vỹc vợi tốc ở tông trững Ăng k, cõ khÊ nông chiám t trồng cao nhỳng vũng Đt ang phĂt trin.

Nhên thĐy rơng vợi sỹ gia tông ởt phĂ cừa số lữủng thuả bao di ởng v cĂc thiátb khổng dƠy, cũng vợi sỹ xuĐt hiằn nhanh chõng cừa cĂc ựng dửng v cổng nghằ mợinhữ thỹc tá Êo (VR), thỹc tá tông cữớng (AR), thỹc tá hộn hủp (MR), tỹ ởng hõatrong cổng nghiằp,... mÔng 5G cõ th ối mt vợi nhỳng thĂch thực và nông suĐt vhiằu suĐt khi ối mt vợi sỹ tông cao cừa nhu cƯu kát nối trong thới Ôi Internet ofEverything (IoE). iÃu ny  thúc ây ởng lỹc cho nghiản cựu v phĂt trin và tháhằ 6G vợi hy vồng vữủt qua nhỳng hÔn chá v mang lÔi khÊ nông kát nối cao cĐp, ờnnh v linh hoÔt hỡn  Ăp ựng mồi nhu cƯu ngy cng a dÔng cừa x hởi v cổngnghiằp.

1.3 Cổng ngh» truy·n thỉng khỉng d¥y 6G

Sü ph¡t triºn cõa truy·n thổng khổng dƠy thá hằ thự 5 (5G)  õng gõp Ăng kvo nhiÃu khẵa cÔnh cừa cuởc sống. 5G  nhanh chõng tr thnh yáu tố quan trồngtrong viằc hé trđ c¡c ùng dưng tü ëng hâa v  t½ch hủp cao, ỗng thới l ởng lỹc quantrồng thúc ây quĂ trẳnh số hõa trong nÃn kinh tá. Tuy nhiản, vợi sỹ tông cao khổngngứng cừa nhu cƯu tứ phẵa ng÷íi dịng, °c bi»t l  trong bèi c£nh sü ph¡t trin nhanhchõng cừa thá giợi Êo (metaverse), cƯn cõ sỹ tián bở liản tửc tứ khẵa cÔnh khoa hồc vk thuêt  Ăp ựng.

ThĐu hiu rơng 5G s ối mt vợi nhỳng thĂch thực và nông lỹc v hiằu suĐt khiphÊi Ăp ựng cĂc yảu cƯu ngy cng a dÔng v phực tÔp, cụng nhữ sỹ ời mợi khổngngứng tứ cổng nghằ cỡ bÊn án ựng dửng ngữới dũng, cĂc nghiản cựu v phĂt trin vÃcổng nghằ khổng dƠy thá hằ thự 6 (6G) ang ữủc ây mÔnh.

Dỹ kián, 6G s chẵnh thực ra mưt vo nhỳng nôm 2030, tuƠn theo chu trẳnh 10 nômcừa cĂc thá hằ di ởng. 6G ữủc ký vồng s mang lÔi sỹ ời mợi Ăng k vợi khÊ nông

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

kát nối siảu nhanh, Ăng tin cêy v linh hoÔt, ỗng thới hộ trủ cĂc ựng dửng v dchvử tiản tián nhữ thỹc tá Êo m rởng, trẵ tuằ nhƠn tÔo tiản tián v giao tiáp a chiÃu.

So vợi 5G, 6G ữủc dỹ oĂn s khổng ch tông Ăng k hiằu xuĐt mÔng (tốc ở dỳliằu, ở trạ, ở tin cêy,...) m cỏn tẵch hủp trẵ tuằ nhƠn tÔo trong cĂc ựng dửng giaotiáp, iằn toĂn, iÃu khin, cÊm bián,...

Tiảu chuân cừa 6G so vỵi 5G: [8]

- Tèc ë dú li»u ¿nh cừa 6G phÊi Ôt thĐp nhĐt l 1Tbps, gĐp 100-1000 lƯn sovợi 5G.

- Tốc ở dỳ liằu do ngữới dũng trÂi nghiằm l 1 Gb/s, gĐp 10 lƯn tốc ở cừa 5G.- Bông thổng: cõ th hộ trủ tợi 10 GHz trong c¡c d£i t¦n mmWave, 100 GHz trong

c¡c d£i tƯn số THz v Ănh sĂng khÊ kián.- Hiằu suĐt phờ gĐp 4-5 lƯn so vợi 5G.- Mêt ở kát nối 10<small>7</small> thiát b/km<small>2</small>.

- ở trạ phÊi b hỡn 0.1 ms, ở tin cêy 99.99999% v tẵnh di ëng cao (≥1000km/h).

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

H¼nh 1.3: So s¡nh thỉng sè cõa 6G vỵi 5G [2].

ˆ Massive MIMO khỉng tá bo: mởt trong nhỳng thĂch thực cừa mÔng khổng dƠytruyÃn thống dỹa trản cĐu trúc tá bo l sỹ yáu uối cừa tẵn hiằu cĂc vũng rẳacừa tá b o. º v÷đt qua nh÷đc iºm n y, gi£i ph¡p Massive MIMO khổng tá bo ữủc ữa ra. Thay vẳ mội tá bo cõ mởt trÔm gốc phửc vử, mổ hẳnh ny loÔibọ cĐu trúc tá bo truyÃn thống v cho php mởt trÔm gốc phửc vử ton bở khuvỹc õ. Massive MIMO khổng tá bo khổng ch tối ữu hõa sü sû dưng t¦n sè m cán gióp c£i thi»n ë chằch tẵn hiằu, Êm bÊo tẵn hiằu mÔnh m v ỗng Ãu trảnton bở khu vỹc phừ sõng. iÃu ny giúp tông cữớng hiằu suĐt cừa mÔng khổngdƠy, c biằt l nhỳng vũng cõ mêt ở thiát b sỷ dưng cao ho°c ð nhúng khuvüc câ ë ch»ch t½n hiằu lợn.

TruyÃn thổng tin v thu nhêp nông lữủng vổ tuyán ỗng thới (SWIPT) l mởtcÊi tián quan trồng trong mổ hẳnh kát nối khổng dƠy, cho php cĂc thiát b thổngminh khổng ch truy cêp vo hằ thống m cỏn tữỡng tĂc vợi cĂc thiát b khĂcmởt cĂch hiằu quÊ. Trong quĂ trẳnh sÔc pin, module cừa thiát b cƯn tuƠn thừnhỳng rng buởc và mực tiảu thử iằn nông cỹc thĐp  tối ữu hõa hiằu suĐt

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

nông lữủng. SWIPT giúp giÊi quyát thĂch thực ny bơng cĂch cho php cĂc cÊmbián ữủc sÔc khi khai thĂc truyÃn cổng suĐt khổng dƠy. Trong ngỳ cÊnh cừamÔng 6G, SWIPT s õng vai trỏ quan trồng trong vi»c hé trđ c¡c thi¸t bà khỉngcâ pin. Nhí vo khÊ nông truyÃn thổng tin v thu nhêp nông lữủng ỗng thới,cĂc thiát b ny cõ th tiáp tửc hoÔt ởng m khổng cƯn nguỗn nông lữủng tứpin. iÃu ny giúp giÊm Ăng k mực tiảu thử iằn nông cừa mÔng, ỗng thớitông cữớng sỹ linh hoÔt v khÊ nông hoÔt ởng liản tửc cừa cĂc thiát b khổngcõ nguỗn nông lữủng riảng.

PhƯn tỷ phÊn xÔ thổng minh: ữủc xem l k thuêt nời bêt trong truyÃn thổngvổ tuyán, k thuêt ny giúp cÊi thiằn cĂc yáu tố nhữ tốc ở dỳ liằu, hiằu suĐtphờ, hiằu suĐt nông lữủng,... bơng cĂch sỷ dửng phƯn tỷ phÊn xÔ thử ởng hocbĂn thử ởng  iÃu hữợng tẵn hiằu. Chi tiát và IRS s ữủc mổ tÊ trong chữỡng2 mửc 2.2.

1.4 Lỵ do chồn à ti

Trong cĂc hằ thống thổng tin vổ tuyán, viằc xĂc nh ữủc c tẵnh kảnh truyÃn lrĐt quan trồng. Viằc ữợc lữủng kảnh truyÃn chẵnh x¡c s³ gióp vi»c khỉi phưc thỉng tintø t½n hi»u thu ữủc cõ ở tin cêy cao.

Viằc ữợc lữủng kảnh trong h» thèng thỉng tin sû dưng b· m°t ph£n xÔ thổng minh(IRS) cõ mởt số khõ khôn so vợi c¡c h» thèng thỉng tin khỉng sû dưng IRS.

ˆ Kh£ nông tẵnh toĂn: Vợi sỹ hiằn diằn cừa IRS, hằ thống thổng tin tr nản phựctÔp hỡn trong viằc tẵnh toĂn v ữợc lữủng kảnh. IRS thữớng bao gỗm hng trômhoc thêm chẵ hng nghẳn phƯn tỷ phÊn xÔ, viằc tẵnh toĂn kảnh giỳa cĂc yáu tốny v cĂc thiát b truyÃn thổng yảu cƯu khối lữủng tẵnh toĂn lợn v phực tÔp. Bà mt phÊn xÔ IRS sỷ dửng c¡c ph¦n tû thư ëng ho°c b¡n thư ëng, khỉng cõ

khÊ nông xỷ lỵ tẵn hiằu nản viằc ữợc lữủng thổng tin trÔng thĂi kảnh liản quanán IRS l vĐn · th¡ch thùc.

ˆ Thíi gian thüc v  ¡p ùng nhanh: IRS th÷íng ÷đc sû dưng º c£i thi»n hi»u

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

su§t truy·n thỉng trong thíi gian thüc. i·u ny t ra yảu cƯu và ữợc lữủngkảnh nhanh chõng v  ¡p ùng nhanh º i·u ch¿nh c¡c y¸u tè phÊn xÔ tÔi IRS.Viằc Êm bÊo ở trạ thĐp v tẵnh thới gian thỹc trong quĂ trẳnh ữợc lữủng kảnhl mët th¡ch thùc.

ˆ C¡c gi£ ành v  tham sè h» thống khổng chẵnh xĂc: Viằc ữợc lữủng kảnh cƯn dỹatrản c¡c gi£ ành v  thæng tin v· tham sè h» thống. Tuy nhiản, trong thỹc tá,cĂc giÊ nh v thổng tin ny cõ th khổng chẵnh xĂc hoc khổng biát chẵnh xĂc,gƠy ra sai lằch v sai số trong quĂ trẳnh ữợc lữủng kảnh.

ối vợi 6G, ữợc tẵnh kảnh cho cĂc hằ thống khổng dƠy hộ trủ IRS thêm chẵ cỏn trnản quan trồng hỡn, vẳ nõ Ênh hững trỹc tiáp án hiằu suĐt cừa cĂc thuêt toĂn iÃukhin IRS. c biằt, cĂc k thuêt ữợc tẵnh kảnh phÊi cõ khÊ nông ữợc tẵnh chẵnh xĂccĂc tham số kảnh giỳa BS-IRS-ngữới dũng, ỗng thới tẵnh án cĂc tữỡng tĂc phực tÔpgiỳa chúng.

Vợi nhỳng lỵ do trản, luƠn vôn xĂc nh à ti nghiản cựu "ìợc lữủng kảnhtruyÃn hằ thống thổng tin cõ phƯn tỷ phÊn xÔ thổng minh (IRS)".

1.5 Mửc tiảu cừa luên vôn

Luên vôn dỹ kián Ôt ữủc nhỳng mửc tiảu sau:

Cung cĐp cĂi nhẳn tờng quan và ữợc lữủng kảnh truyÃn, cử th trong hằ thốngkhổng dƠy 6G, cổng nghằ IRS v và mÔng thƯn kinh nhƠn tÔo.

ữa ra bi toĂn ữợc lữủng kảnh trong hằ thèng thỉng tin 6G câ sû dưng IRS v giỵi thi»u ph÷ìng ph¡p sû dưng cỉng cư to¡n håc.

ˆ ÷a ra bi toĂn, à xuĐt phữỡng Ăn v mổ phọng kát quÊ ữợc lữủng kảnh tronghằ thống thổng tin 6G cõ sû dưng IRS düa tr¶n m¡y håc (ML).

ˆ So s¡nh, ối chiáu, nhên xt kát quÊ mổ phọng nhơm Ănh giĂ khÊ nông cụngnhữ chĐt lữủng cừa lới giÊi theo phữỡng phĂp hồc mĂy hồc v lới giÊi cừa mổhẳnh truyÃn thống.

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

1.6 ối tữủng, phÔm vi v phữỡng phĂp nghiản cựu

1.6.1 PhÔm vi v ối tữủng nghiản cựu

Luên vôn têp trung nghiản cựu hằ thống thổng tin câ sü hé trđ cõa IRS. Trong â,èi t÷đng chẵnh l viằc ữợc lữủng kảnh truyÃn vợi phữỡng phĂp truyÃn thống v dũngmĂy hồc (ML). PhÔm vi ữủc giợi hÔn trong iÃu kiằn cĂc thnh phƯn phƯn cựng llỵ tững v IRS khổng suy hao v cõ th tÔo ở lằch pha liản tửc.

1.6.2 Phữỡng phĂp nghiản cựu

CĂc nghiản cựu trong luên vôn ny ữủc phĂt trin tiáp nối tứ mởt số cổng trẳnhtrữợc Ơy. Cử th, tĂc giÊ xem xt cĂc bi toĂn ữủc nảu ra trong cĂc nghiản cựu ny,phƠn tẵch ữu nhữủc im v tẳm hiu nhỳng khẵa cÔnh chữa ữủc khai thĂc. Tứ õ, tĂcgiÊ xƠy dỹng mởt số mổ hẳnh khĂc, à xuĐt cĂc phữỡng phĂp mợi phũ hủp hoc káthủp cĂc phữỡng phĂp  cõ  tÔo tiÃn à so sĂnh v nhên xt. Do hÔn chá chi phẵ vnguỗn lỹc, luên vôn s ch thỹc hiằn cĂc mổ phọng trản mĂy tẵnh l m c«n cù º ¡nhgi¡ v  so s¡nh c¡c gi£i thuêt.

1.7 Bố cửc luên vôn

Luên vôn s bao gỗm cĂc chữỡng cõ thự tỹ v nởi dung chẵnh nhữ sau:

Chữỡng 1: Trẳnh by tờng qua và hằ thống thổng tin câ sü hé trñ cõa IRS v ëng lüc thüc hiằn luên vôn.

Chữỡng 2: Giợi thiằu lỵ thuyát cỡ bÊn và hằ thống v mổ hẳnh mĂy hồc ữủc sỷdửng.

Chữỡng 3: Trẳnh by bi toĂn ữợc lữủng kảnh, phữỡng phĂp ữợc lữủng truyÃnthống v mĂy hồc.

Chữỡng 4: Trẳnh by kát quÊ mổ phọng, nhên xt v Ănh giĂ và cĂc mổ hẳnhữủc sỷ dửng.

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

Chữỡng 5: Tờng kát lÔi cĂc vĐn à  ữủc à cêp trong luên vôn v à xuĐt cĂchữợng phĂt trin cho luên vôn.

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

Chữỡng 2

Cè Sé Lị THUYT

Chữỡng ny à cêp án mởt số lỵ thuyát cỡ bÊn  giÊi quyát cĂc bi toĂn ữủct ra cĂc chữỡng sau. Cử th, phƯn 2.1 mổ tÊ cĂc loÔi kảnh truyÃn trong hằ thốngviạn thổng. Tiáp theo, phƯn 2.2 giợi thiằu sỡ lữủc và bà mt phÊn xÔ thổng minh sauõ, phƯn 2.3 trẳnh by mổ hẳnh hằ thống IRS-aMUC. PhƯn cuối 2.4 l giợi thiằu vÃhồc sƠu (DL) v mổ hẳnh tiảu biu ữủc sỷ dửng trong luên vôn.

2.1 Kảnh truyÃn vổ tuyán

ChĐt lữủng cừa c¡c h» thèng thỉng tin phư thc v o k¶nh truy·n, nỡi m tẵn hiằuữủc truyÃn tứ mĂy phĂt án mĂy thu. Khổng giống nhữ kảnh truyÃn hỳu tuyán l ờnnh v cõ th dỹ oĂn ữủc, kảnh truyÃn vổ tuyán l hon ton ngău nhiản v khổngdạ dng trong viằc phƠn tẵch. Tẵn hiằu ữủc truyÃn qua kảnh truyÃn vổ tuyán b cÊntr bi cĂc tỏa nh, cƠy cối,... b phÊn xÔ, tĂn xÔ v nhiạu xÔ, nhỳng hiằn tữủng nyny lm cho cổng suĐt tẵn hiằu thu thay ời ngău nhiản, gồi l fading. Do õ, mĂy thus thu ữủc nhỳng phiản bÊn khĂc nhau cừa tẵn hiằu phĂt, kát quÊ dăn án chĐt lữủngthổng tin vổ tuyán b £nh h÷ðng.

Hi»n t÷đng fading trong h» thèng thỉng tin ÷đc chia thnh 2 loÔi: fading tƯm rởng(large-scale fading) v fading tƯm hàp (small-scale fading).

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

2.1.1 Fading tƯm rởng

Fading tƯm rởng diạn tÊ sỹ thay ời lợn trong cổng suĐt gƠy ra bi suy hao ữớngtruyÃn v che khuĐt (shadowing). Suy hao ữớng truyÃn l sỹ tiảu tĂn cỉng su§t ph¡ttrong khỉng gian bði sü lan truy·n sâng iằn tứ. Shadowing ữủc sinh ra bi cĂc vêtcÊn giỳa mĂy phĂt v mĂy thu, lm giÊm cổng suĐt tẵn hiằu bi cĂc hiằn tữủng vêt lỵhĐp thu nông lữủng, phÊn xÔ (reflection), tĂn xÔ (scattering) v nhiạu xÔ (diffraction).

2.1.1.1 Mỉ h¼nh lan truy·n trong khỉng gian tü do

Mỉ h¼nh lan truy·n trong khỉng gian tü do ÷đc sû dưng  dỹ oĂn cữớng ở tẵnhiằu khi mĂy phĂt v mĂy thu nhẳn thĐy nhau v khổng cõ vêt cÊn (ch LoS).

Suy hao ữớng truyÃn cho mổ hẳnh khổng gian tü do ÷đc mỉ t£:

P L[dB] = 10 log ^P^t

P_r ^{= −10 log}

 G_tG_rλ²(4π)<small>2</small>d<small>2</small>

ˆ d l  kho£ng c¡ch tø antenna phĂt án antenna thu.

2.1.1.2 Mổ hẳnh suy hao theo hm log

Nhỳng mổ hẳnh lỵ thuyát v o Ôt ch ra rơng cổng suĐt trung bẳnh cừa tẵn hiằuthu giÊm theo h m logarit theo kho£ng c¡ch.

P L[dB] = P L(d₀) + 10n log dd₀

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

ˆ d<small>0</small> l  kho£ng cĂch tham chiáu.

P L(d<small>0</small>) l suy hao tÔi khoÊng cĂch tham chiáu ữủc xĂc nh tứ cĂc o Ôt gƯnmĂy phĂt.

n l số mụ suy hao ữớng truyÃn. GiĂ tr cừa n cõ thá xĂc nh bơng phữỡngphĂp MMSE ối vợi cĂc dỳ liằu ữủc o Ôt thỹc nghi»m.

B£ng 2.1: C¡c sè mơ suy hao ÷íng truy·n iºn hẳnh

Mổi trữớng Số mụ suy hao ữớng truyÃn n

P L(d)[dB] = P L(d) + X_σ = P L(d₀) + 10n log dd₀

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

Ngo i c¡c mỉ h¼nh ð trản, mởt số mổ hẳnh thỹc nghiằm ngoi trới cõ thº ÷đc xemx²t tịy thc v o i·u ki»n mỉ phäng: mỉ h¼nh Okumura (sû dưng trong khu vüc ỉthà), mỉ hẳnh Hata (sỷ dửng trong mổ hẳnh ổ th, ngoÔi ổ, nổng thổn,...).

2.1.2 Fading tƯm hàp

Fading tƯm hàp ữủc sinh ra bði hi»n t÷đng lan truy·n a ÷íng (multipath) v hi»n tữủng Doppler tÔo nản cĂc dao ởng nhanh trong biản ở cừa tẵn hiằu trongkhoÊng cĂch ngưn. Hiằn tữủng a ữớng l hiằn tữủng tẵn hiằu lan truyÃn trản nhiÃuữớng kh¡c nhau tø m¡y ph¡t ¸n m¡y thu v  câ khoÊng thới gian lợn giỳ ữớng ánsợm nhĐt v trạ nhĐt. KhoÊng thới gian ny ữủc gồi l trÊi trạ (delay spread). M°tkh¡c, hi»n t÷đng Doppler ÷đc sinh ra khi mĂy thu di chuyn so vợi mĂy phĂt. TrongquĂ trẳnh di chuyn, mổi trữớng xung quanh bao gỗm vêt cÊn cụng thay ời. Hiằntữủng ny Ênh hững tợi tƯn số v  pha cõa t½n hi»u ð ph½a thu.

Trong khi tr£i trạ a ữớng dăn án phƠn tĂn thới gian v fading chồn lồc tƯn sốthẳ trÊi Doppler dăn án phƠn t¡n t¦n sè v  fading chån låc thíi gian.

C¡c mỉ hẳnh truyÃn kảnh cỡ bÊn:

a. Kảnh theo phƠn bố Rayleigh: dịng º mỉ t£ b£n ch§t thay êi theo thíi giancừa ữớng bao tẵn hiằu fading thu ữủc hoc ữớng bao cừa mởt thnh phƯn riảngl (NLoS).

b. Kảnh theo phƠn bè Rician: Khỉng gièng nh÷ Rayleigh fading, Rician fadinggi£ ành rơng cõ ữớng LoS chiám ữu thá bản cÔnh cĂc ữớng dăn phƠn tĂn. NõicĂch khĂc, sỹ lan truyÃn tẵn hiằu bao gỗm cÊ ữớng dăn trỹc tiáp v ữớng dănphÊn xÔ/tĂn xÔ v thnh phƯn ữớng dăn trỹc tiáp mÔnh hỡn cĂc thnh phƯnphƠn tĂn.

Hằ số Rician l mởt tham số c trững cho cữớng ở cừa thnh phƯn LoS so vợithnh phƯn phƠn tĂn v nõ cõ th thay êi tịy thc v o mỉi tr÷íng v  kho£ng

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

c¡ch giúa m¡y ph¡t v  m¡y thu. [9].

G =r

K1 + K^G

11 + K^G

Vẵ dử, MIMO lợn ỏi họi mởt lữủng lợn anten/chuội tƯn số vổ tuyán (RF)  Ôtữủc hiằu suĐt phờ cao. Tuy nhiản, iÃu ny mang lÔi mực tiảu thử nông lữủng cao vchi phẵ phƯn cựng, cõ th lm hÔn chá khÊ nông trin khai quy mổ lợn hỡn trong tữỡnglai. Giao tiáp mmWave, mc dũ tên dửng ữủc bông thổng lợn  Ôt ữủc dung lữủngcao, lÔi dạ gp tưc nghn v khÊ nông hĐp thử km trong thỹc tá. Vẳ vêy, sỹ ưt ọcừa cĂc anten/chuội RF v quĂ trẳnh xỷ lỵ tẵn hiằu mÊng tinh vi tr thnh iÃu cƯnthiát  giÊm tên th§t lan truy·n cao, mët th¡ch thùc m  câ thº khæng ph£i l  gi£iph¡p câ thº mð rëng cho 6G [8]. Mêt ở mÔng, l mởt yáu tố quan trång trong 5G, l ph÷ìng ti»n hi»u qu£ º mð rëng phÔm vi phừ sõng v dung lữủng mÔng. Tuy nhiản,vợi viằc liản tửc thảm cĂc nút hoÔt ởng nhữ trÔm gốc (BS), im truy cêp (AP), rỡlev anten hoÔt ởng phƠn tĂn ữủc gồi bơng mêt ở mÔng, mực tiảu thử nông lữủngton bở cừa mÔng v chi phẵ trin khai/bÊo trẳ s tông Ăng k. Mêt ở mÔng quĂ mựccụng dăn án cĂc vĐn à thỹc tá khĂc nhữ can thi»p nghi¶m trång hìn trong/li¶n h»

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

thống, quÊn lỵ ti nguyản phực tÔp, l nhỳng thĂch thực khõ giÊi quyát trong thỹctá [10].

Ngoi nhỳng nhữủc im  nõi trản cừa cĂc cổng nghằ 5G hiằn cõ, mởt nút thưtcuối cũng  Ôt ữủc truyÃn thổng khổng dƠy cõ dung lữủng cỹc cao v cỹc ký Ăngtin cêy nơm mổi trữớng truyÃn sõng khổng dƠy ngău nhiản v phƯn lợn khổng thkim soĂt ữủc, gƠy ra hiằn tữủng fading khổng mong muốn v suy giÊm/bián dÔngtẵn hiằu gƠy bĐt lủi cho hiằu suĐt hằ thống khỉng d¥y.

H» thèng IRS l  mët b· m°t hai chi·u bao gỗm cĂc phƯn tỷ phÊn xÔ thử ởng/bĂnthử ởng, vợi chi phẵ thĐp. Mội phƯn tỷ cõ khÊ nông tÔo ra sỹ thay ời và biản ởv pha cừa sõng tợi mởt cĂch ởc lêp, tứ õ Ênh hững án cĂch sõng phÊn xÔ lantruyÃn. ị tững ny mang lÔi nhiÃu ựng dửng tiÃm nông trong thỹc tá. Chng hÔn,ối vợi ngữới dũng nơm "vũng chát" cừa trÔm gốc, nỡi cõ vêt cÊn giỳa, IRS cõth tÔo ra mët mỉi tr÷íng truy·n line-of-sight (LoS) £o, c£i thi»n Ăng k chĐt lữủngkát nối. Ngữủc lÔi, khi ngữới dũng rẳa cừa cell v phÊi ối mt vợi suy giÊm tẵn hiằudo khoÊng cĂch xa, IRS cõ th ữủc sỷ dửng  tông cữớng tẵn hiằu nhên ữủc, cÊithiằn ë phõ sâng. Ngo i ra, trong bèi c£nh b£o mªt, IRS cõ th ữủc iÃu chnh lm yáu i tẵn hiằu nhên ữủc tÔi cĂc thiát b giĂn iằp, tứ õ giÊm thiu rừi ro rỏ rthổng tin. CƯn lữu ỵ rơng IRS khổng phÊi l mởt phƯn cừa bản truyÃn hoc bản nhên,m l mởt thnh phƯn iÃu khin cừa mổi trữớng truyÃn dăn, ch cõ nhiằm vử phÊnxÔ lÔi tẵn hiằu "thử ởng". Do õ, cổng suĐt tiảu thư tr¶n IRS l  khỉng ¡ng kº. Hi»nnay, sû dưng siảu vêt liằu (metamaterial)  chá tÔo IRS cho php iÃu chnh dch phangay trong thới gian thỹc, tông cữớng khÊ nông linh hoÔt v hiằu suĐt cừa hằ thống.

Nhẳn chung, mởt IRS thữớng cõ 3 lợp v 1 bở iÃu khin. é lợp ngoi cũng, cĂcmiáng kim loÔi nơm trản chĐt nÃn iằn mổi õng vai trỏ nhữ cĂc phƯn tỷ phÊn xÔ stữỡng tĂc trỹc tiáp vợi tẵn hiằu tợi.  ngôn ngứa sỹ thĐt thoĂt nông lữủng tẵn hiằu,ngữới ta thảm vo mởt lợp bơng ỗng nơm giỳa. Cuối cũng, lợp trong cũng l mởt bomÔch chu tr¡ch nhi»m i·u ch¿nh bi¶n ë hay ë dàch pha phÊn xÔ cho tứng phƯntỷ. Lợp ny ữủc kẵch hoÔt bi mởt bở iÃu khin thổng minh kát nối vợi IRS, thổngthữớng l FPGA. Mổ hẳnh truyÃn dăn cừa mởt phƯn tỷ phÊn xÔ trong IRS, trong õL₁ l iằn cÊm lợp trong cũng; L<small>2</small>, C_m, R_m lƯn lữủt l  i»n c£m, i»n dung v  i»n

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

tr hiằu dửng lợp ngoi cũng (m kỵ hiằu cho ph¦n tû thù m) [3], [10]. Theo â, trðkh¡ng tữỡng ữỡng cừa phƯn tỷ phÊn xÔ thự m l:

Z_m(C_m, R_m) =

<small>m</small> + R_m^jL₁+^jL₂+ _jC¹

BS s phĂt tẵn hiằu vợi nh dÔng búp sõng (beamforming). Thiát ká nh dÔng búp

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

Hẳnh 2.2: Mổ hẳnh ữớng lản (uplink-UL) cừa hằ thống IRS-aMUC

sõng ữớng xuống (downlink-DL) chừ yáu phử thuởc vo sỹ sđn cõ cừa CSI. Do tẵnhchĐt thuên nghch cừa kảnh trong cĂc hằ thống TDD, CSI ữớng xuống (downlink-DL)cõ th thu ữủc tứ ữợc tẵnh kảnh ữớng lản (uplink-UL) trong hằ thống IRS-aMUC.Hẳnh 2.2 minh hồa cho mổ hẳnh dữớng lản cừa hằ thống. Trong õ, U<small>k</small> l ngữới dũngthự k {1, 2, ...K}. Gồi kảnh truyÃn cừa cĂc liản kát U<small>k</small> BS, U<small>k</small> IRS, IRS BSlƯn lữủt l d<small>k</small> C<small>M ì1</small>, f_k C<small>N ×1</small>, G ∈ C<small>M ×N</small>. U<small>k</small>− IRS − BS cõ th xem l mởt cpkảnh tĂn xÔ ngữủc trong õ mội phƯn tỷ tÔi IRS kát hủp tĐt cÊ cĂc tẵn hiằu án vphÊn xÔ chúng án BS hoÔt ởng nhữ mởt im nguỗn duy nhĐt [11].

Tẵn hiằu tợi IRS s ữủc phÊn xÔ i theo ma trên dch pha R = diag(r) ∈ C<small>N×N</small>,r = β₁e^jθ<small>1</small>, β₂e^jθ<small>2</small>, ..., β_Ne^jθ<small>N</small>^<small>T</small>

, vỵi 0 6 β<small>i</small> 6 1 v  0 6 <small>i</small> 6 2 lƯn lữủt l biản ở vpha cừa phƯn tỷ phÊn xÔ thự i trong IRS. Kảnh truyÃn cừa liản kát U<small>k</small> IRS BScừa 1 ngữới dũng (user) ữủc biu diạn thổng qua phữỡng trẳnh GRf<small>k</small> C<small>MìN</small>. GiÊsỷ v trẵ BS, IRS v ngữới dũng cố ành (trong 1 kho£ng thíi gian m  ng÷íi dịng kodi chuyn), liản kát kảnh truyÃn U<small>k</small> IRS BS cõ th ữủc iÃu chnh qua sỹ thayời cừa ma trên phÊn xÔ R.

p dửng tẵnh chĐt trong ma trên (A.3) diag(r)f<small>k</small> = diag(f_k)r, liản kát kảnh truyÃnU_k IRS BS ữủc biu diạn lÔi dữợi dÔng Gdiag(r)f<small>k</small>= Gdiag(f_k)r. Tứ õ, suy ra

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

phữỡng trẳnh Ăp ựng kảnh truy·n cõa h» thèng IRS-aMUC

B_k= Gdiag(f_k)

H_k= [d_k, B_k] = [d_k, Gdiag(f_k)]

2.3.2 Giao thực cho mổ hẳnh ữợc lữủng kảnh truyÃn

QuĂ trẳnh truyÃn dỳ liằu thổng hằ thống IRS ữủc chia lm hai giai oÔn truyÃn: dỳliằu ữợc lữủng v dỳ liằu tẵn hiằu. Trong dỳ liằu ữợc lữủng, IRS s tÔo ra C(C > N +1)ma trên dch pha khĂc nhau = [R<small>1</small>, R₂, ..., R_C]nhữ Hẳnh 2.3.

Hẳnh 2.3: Giao thực ữợc lữủng cho hằ thống IRS-aMUC [4]

Trong õ, R<small>C</small> = diag(r<small>c</small>) l  ma trªn dàch pha thù c ∈ {1, 2, ...C} vỵi r<small>C</small> =β_c,1e<small>jθc,1</small>, β_c,2e<small>jθc,2</small>, ..., β_c,Ne<small>jθc,N</small>^<small>T</small>

, vợi <small>c,n</small>, _c,n lƯn lữủt l biản ở v pha cừa phƯntỷ thự n trong sub-frame c.  phƠn biằt ngữới dũng vợi nhau, ta s dũng chuộipilot trỹc giao câ ë d i L vỵi L > K cho tøng ma trªn dàch pha cõa IRS l u<small>k</small> = [u<small>k,1</small>, u<small>k,2</small>, ...u<small>k,L</small>]^T, vỵi u<small>H</small>

<small>i</small> u<small>j</small> = P L, i = j v  u<small>H</small>

<small>i</small> u<small>j</small> = 0, i 6= j, P l  cổng suĐtcừa mội ngữới dũng thự k.

Vợi mội C sub-frame, ta s truyÃn L kỵ tỹ pilot. Mội k ngữới dịng (user) s³ gûi

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

t÷ìng ùng 1 chuéi pilot u<small>k</small>, do â vector t½n hi»u pilot thu ữủc tÔi BS ữủc biu diạn:

<small>v</small>I<small>M</small>). Sau õ xáp chỗng L vector tẵn hiằu pilot thu ữủc tÔi BS [4]:

P L ^{= H}^k^p^c⁺v_c,kP L⇒ x_c,k = H_kp_c+ z_c,k

Sau qu¡ tr¼nh bián ời, ta thu ữủc x<small>c,k</small> C<small>M ì1</small>v z<small>c,k</small> C<small>M ì1</small>(z_c,l CN (0, <small>2z</small>I_M))l vector tẵn hiằu v nhiạu cừa U<small>k</small>. Sau õ, tián hnh xáp chỗng C sub-frame thu ữủcmởt ma trên tờng quĂt:

P l sỹ kát hủp kảnh truyÃn cừa liản kát BS IRS User v  BS − User: P =

</div>