Nghiên cứu và đánh giá hiệu năng mô hình truyền thông cộng tác tăng cường trong mạng vô tuyến nhận thức dạng nền với đa truy nhập không trực giao (tt)

HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG
---------------------------------------

NGUYỄN ĐẠI THẮNG

NGHIÊN CỨU VÀ ĐÁNH GIÁ HIỆU NĂNG MÔ HÌNH
TRUYỀN THÔNG CỘNG TÁC TĂNG CƯỜNG TRONG
MẠNG VÔ TUYẾN NHẬN THỨC DẠNG NỀN VỚI ĐA
TRUY NHẬP KHÔNG TRỰC GIAO
Chuyên ngành: KỸ THUẬT VIỄN THÔNG
Mã số: 8520208

TÓM TẮT LUẬN VĂN THẠC SĨ

TP.HCM – NĂM 2018


Luận văn được hoàn thành tại:
HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG

Người hướng dẫn khoa học:
TS. PHẠM NGỌC SƠN

Phản biện 1: ……………………………………………………
Phản biện 2: …………………………………………………

Luận văn sẽ được bảo vệ trước Hội đồng chấm luận văn thạc sĩ
tại Học viện Công nghệ Bưu chính Viễn thông
Vào lúc: ....... giờ ....... ngày ....... tháng .......năm...........

Có thể tìm hiểu luận văn tại:

- Thư viện của Học viện Công nghệ Bưu chính Viễn
thông


1

MỞ ĐẦU
Ngày nay, mạng truyền thông vô tuyến đang phát triển mạnh mẽ,
trong đó kỹ thuật đa truy nhập không trực giao (NOMA) là một kỹ thuật
mới được đề xuất cho mạng di động thế hệ thứ 5 (5G) giúp tăng tốc độ
truyền tải người dùng cùng một lúc, mã và tần số, nhưng với các mức năng
lượng khác nhau . Ý tưỏng của NOMA chính là việc ghép một cách tuyến
tính các dữ liệu lại với nhau rồi gửi đồng thời tín hiệu được ghép này đến
nơi nhận. Ở nơi nhận, các dữ liệu lần lượt được giải mã theo cơ chế loại bỏ
nhiễu một cách tuần tự (Successive Interference Cancellation (SIC)). Do đó,
cùng một lúc nơi nhận có thể nhận được nhiều dữ liệu khác nhau, vì thế sẽ
nâng cao tốc độ truyền dữ liệu cho hệ thống.
Một trong những vấn đề cấp bách được quan tâm nhiều hiện nay đó
là vấn đề cạn kiệt phổ tần. Trong hoàn cảnh đó, vô tuyến nhận thức
(Cognitive Radio) đã ra đời nhằm giải quyết vấn đề này. Trong mô hình vô
tuyến nhận thức dạng nền, người dùng thứ cấp có thể sử dụng phổ tần cùng
lúc với người dùng sơ cấp, miễn là can nhiễu tạo ra từ những hoạt động của
người dùng thứ cấp đến người dùng sơ cấp phải nhỏ hơn một mức giới hạn
cho phép. Do công suất phát của những người dùng thứ cấp bị giới hạn nên
chất lượng dịch vụ của mạng thứ cấp sẽ bị giảm đi đáng kể. Đó là lý do Học
viên mong muốn áp dụng kỹ thuật NOMA cho mạng vô tuyến nhận thức
dạng nền nhằm nâng cao thông lượng cho các mạng vô tuyến nhận thức.
Để nâng cao hiệu năng cho mạng vô tuyến nhận thức, các giao
thức truyền thông cộng tác (Cooperative Communication) có thể được sử
dụng hiệu quả nhằm bù đắp sự giới hạn về công suất phát cũng như sự ảnh

hưởng yếu tố fading của kênh truyền. Tuy nhiên, nhược điểm mô hình


2
truyền thông cộng tác thông thường đó là việc sử dụng 02 khe thời gian cho
việc truyền dữ liệu từ nguồn đến đích. Điều này có thể làm giảm tốc độ
truyền dữ liệu của mạng. Đề giải quyết vấn đề này, truyền thông cộng tác
tăng cường (incremental cooperative communication) đã được đề xuất.
Trong truyền thông cộng tác tăng cường, khi liên kết trực tiếp giữa nguồn
và đích có chất lượng tốt, sự chuyển tiếp có thể không cần sử dụng nữa. Do
đó, truyền thông cộng tác tăng cường vừa có thể đạt được độ lợi phân tập,
vừa có thể nâng cao thông lượng (throughput) cho mạng.
- Luận văn này tập trung nghiên cứu kỹ thuật đa truy nhập không
trực giao (Non-Orthogonal Multiple Access (NOMA)) trong mạng vô tuyến
nhận thức dạng nền (underlay cognitive radio) với truyền thông cộng tác
tăng cường (incremental cooperative communication), đưa ra phương pháp
chọn lựa nút chuyển tiếp hiệu quả, chứng minh và mô phỏng sự ảnh hưởng
của các nút chuyển tiếp đến thông lượng hệ thống.
Luận văn được trình bày theo bốn chương, cụ thể như sau:
Chương 1 – Lý thuyết tổng quan
Chương 2 – Mô hình hệ thống
Chương 3 – Đánh giá hiệu năng hệ thống
Chương 4 – Kết luận


3
CHƯƠNG 1 -

LÝ THUYẾT TỔNG QUAN

1.1. Tổng quan về truyền thông vô tuyến
1.2. Tổng quan về truyền thông cộng tác và truyền thông cộng tác tăng
cường
1.2.1. Giới thiệu truyền thông cộng tác
1.2.2. Truyền thông cộng tác tăng cường
Nhược điểm mô hình truyền thông cộng tác thông thường đó là
việc sử dụng 02 khe thời gian cho việc truyền dữ liệu từ nguồn đến đích.
Điều này có thể làm giảm tốc độ truyền dữ liệu của mạng. Đề giải quyết vấn
đề này, truyền thông cộng tác tăng cường (incremental cooperative
communication) [1], [3] đã được đề xuất. Trong trường hợp kênh truyền
giữa nguồn và đích không quá xấu, khi đó một tỷ lệ lỗi các gói dữ liệu
truyền từ nguồn tới đích qua kênh chuyển tiếp sẽ bị lãng phí. Sự chuyển tiếp
có thể không cần sử dụng nữa, truyền thông cộng tác tăng cường vừa có thể
đạt được độ lợi phân tập, vừa có thể nâng cao thông lượng (throughput) cho
mạng.
1.3. Tổng quan về mạng vô tuyến nhận thức và vô tuyến nhận thức
dạng nền
1.3.1. Khái niệm chung về vô tuyến nhận thức
Vô tuyến nhận thức là một hệ thống thu/phát được thiết kế để phát
hiện nhạy bén các khoảng phổ trống của phổ vô tuyến và nhảy vào (hoặc
thoát ra nếu cần thiết) các khoảng phổ này, mà không làm ảnh hưởng, gây
nhiễu cho các hệ thống được cấp phép khác.
1.3.2. Các mô hình trong vô tuyến nhận thức
1.3.3. Vô tuyến nhận thức dạng nền
Người sử dụng mạng vô tuyến nhận thức sẽ sử dụng các công nghệ


4
trải phổ như: CDMA (đa truy nhập phân chia theo mã) hoặc UWB (siêu di
động băng rộng) để chia sẻ băng tần với người sử dụng được cấp phép. Việc

sử dụng các công nghệ trải phổ sẽ giúp cho người sử dụng vô tuyến nhận
thức có thể dùng tràn lên băng tần của người sử dụng được cấp phép bất kể
người sử dụng được cấp phép có sử dụng phổ tần đó hay không. Một vấn đề
đặt ra trong phương pháp này là người sử dụng vô tuyến nhận thức phải
kiểm soát được công suất phát của mình để tránh gây nhiễu lên người sử
dụng được cấp phép. Công nghệ chia sẻ phổ tần chìm thường được áp dụng
đối với các mạng tổ ong.
1.4. Tổng quan về NOMA và SIC
1.4.1. Kỹ thuật đa truy cập phi trực giao NOMA
Đa truy nhập phi trực giao (NOMA) là một công nghệ cho phép
cần thiết cho các mạng không dây 5G để đáp ứng nhu cầu không đồng nhất
về độ trễ thấp, độ tin cậy cao, kết nối lớn, và thông lượng cao. NOMA là
một kỹ thuật mới cho phép các thiết bị gửi cùng một lúc các dữ liệu khác
nhau đến cùng một người dùng hoặc các người dùng khác nhau..
1.4.2. Phương pháp loại bỏ giao thoa một cách tuần tự SIC (Successive
Interference Cancellation)
Phương pháp loại bỏ giao thoa một cách tuần tự SIC [13], [15]
được sử dụng trong NOMA để giải mã tín hiệu của từng UE. Trong NOMA,
công suất lớn được phân bổ cho UE nằm xa BS nhất và công suất nhỏ dành
cho UE gần BS nhất. Trong mạng, tất cả các UE đều nhận được cùng một
tín hiệu mang thông tin cho tất cả người dùng. Mỗi UE sẽ giải mã tín hiệu
mạnh nhất trước, và sau đó trừ đi tín hiệu giải mã từ tín hiệu nhận được.
SIC sẽ nhận và lặp lại phép trừ cho đến khi nó tìm thấy tín hiệu riêng của
nó. UE nằm gần với BS có thể loại bỏ tín hiệu của UE xa.


5
CHƯƠNG 2 -

MÔ HÌNH HỆ THỐNG

2.1. Mô hình kênh truyền fading Rayleigh.
2.2. Mô hình đề xuất
2.2.1. Mô hình vô tuyến nhận thức dạng nền

R1

PU
Rb

S

D

RM
Hình 2.1: Mô hình hệ thống
Trong mạng vô tuyến nhận thức dạng nền, các nút phát thứ cấp
như nguồn S và các nút chuyển tiếp phải hiệu chỉnh công suất để mà giao
thoa gây ra tại nút PU phải nhỏ hơn một ngưỡng

I th

được quy định bởi

nút PU. Thật vậy, công suất phát của nguồn S sẽ là:

PS 
trong đó,

 SP | hSP |2

I th

 SP

(2.4)

,

là độ lợi kênh truyền giữa S và PU, trong

đó hSP là hệ số kênh truyền.
Tương

tự,

R m  m  1,2,...,M 

công

suất

 R P | hR P |2
m

của

nút

chuyển

tiếp

được tính như sau:

PR m 
với

phát

m

I th

R

(2.5)

,

mP

là độ lợi kênh truyền giữa

Rm

và PU, trong


6

đó

hRmP

là hệ số kênh truyền.

2.2.2. Mô hình đa truy nhập không trực giao
Tất cả các nút đều được giả sử chỉ có 01 ănten và hoạt động ở chế
độ bán song công (half-duplex). Do đó, sự truyền dữ liệu giữa nguồn và
đích (hoặc thông qua nút chuyển tiếp được chọn) có thể được thực hiện
trong 01 khe thời gian hoặc 02 khe thời gian.
Ở khe thời gian thứ nhất, nút nguồn kết hợp 02 dữ liệu

x1

và

x2

lại và gửi đến nút đích. Bởi tính chất quảng bá của kênh truyền, các nút
chuyển tiếp cũng sẽ nhận được dữ liệu này. Theo kỹ thuật NOMA, 2 dữ liệu

x1

và

x2

sẽ được cộng một cách tuyến tính dưới dạng sau:

x  1PS x1   2 PS x2 ,
Trong công thức (2.6),
và

2

x

(2.6)

là dữ liệu tổng hợp sẽ được gửi đi,

là các hệ số phân chia công suất phát PS cho các tín hiệu

1   2

Ở đây, ta lưu ý rằng

và

x1

1   2  1, nghĩa là tín hiệu x1

và

1
x2 .

sẽ được

phân công với công suất phát lớn hơn.
Do đó, tín hiệu nhận được tại đích D sẽ được đưa ra như sau:

ySD  1PS hSD x1   2 PS hSD x2  nD ,
ở đây,

nD

(2.7)

là nhiễu cộng tại đích D, là một biến ngẫu nhiên có

phân phối Gauss với giá trị trung bình bằng 0 và phương sai bằng

N0.

Sử dụng kỹ thuật khử nhiễu tuần tự (SIC), nút nguồn D sẽ giải mã
dữ liệu

x1

thành công

trước vì

x1

được phân bổ công suất cao hơn

x2 . Sau khi giải mã

x1 , nút đích sẽ loại bỏ thành phần 1PS hSD x1

ra khỏi tín hiệu


7
nhận được. Rồi thì, tín hiệu còn lại chỉ còn dữ liệu

x2

và nhiễu cộng:

yS' D   2 PS hSD x2  nD .
Rồi thì, nút đích D sẽ sử dụng tín hiệu

(2.8)

yS' D để giải mã tín hiệu x2

Nếu nút đích D có thể giải mã thành công cả hai dữ liệu

x1

và

x2 ,

nút D sẽ gửi thông điệp ACK để thông báo với nguồn và các nút chuyển

tiếp rằng hai dữ liệu

x1

và

x2

đã được nhận thành công. Trong trường hợp

này, các nút chuyển tiếp sẽ không được sử dụng nữa.
Trong trường hợp nút đích D không giải mã được
chỉ giải mã được

x1

mà không giải mã được

x1

và

x2

hoặc

x2 . Nút đích D sẽ gửi một

thông điệp NACK để yêu cầu sự trợ giúp từ các nút chuyển tiếp. Trong
trường hợp này, một nút chuyển tiếp sẽ được chọn để trợ giúp đích D.

Ta trở lại với khe thời gian thứ nhất, tương tự như công thức (2.7),
tín hiệu nhận được tại nút chuyển tiếp R m sẽ là:

ySR m  1PS hSR m x1   2 PS hSR m x2  nR m ,

(2.9)

2.2.3. Chọn lựa nút chuyển tiếp
Ta xét trường hợp nút đích D gửi thông điệp NACK để yêu cầu các
nút chuyển tiếp giúp đỡ. Trong trường hợp này, một trong những nút thuộc
tập hợp W1 sẽ được chọn để gửi lại những dữ liệu đến đích D. Thật vậy, sau
khi nhận được thông điệp NACK từ nút đích, một trong những nút chuyển
tiếp thành công sẽ được chọn theo phương pháp như sau:



max    .

R b :| hR bD |2  max | hR j D |2
j 1,2,..., K

hay  R bD 

j 1,2,..., K

R jD

(2.10)

8
Trong công thức (2.10),

hR j D là hệ số kênh truyền giữa R j và D.

Phương pháp trong công thức (2.10) nói rằng, nút chuyển tiếp có độ lợi





kênh truyền  R D | hR D |2 đến nút đích D lớn nhất sẽ là nút được chọn để
j
j
gửi lại dữ liệu đến đích D.
2.3. Hiệu năng hệ thống
2.3.1. Xác suất dừng (Outage Probability)
 Trường hợp 1: Nút đích giải mã được

x1

nhưng không giải mã được

Từ công thức (2.7), tỷ số SNR đạt được tại D theo
x
 SD

1

x1

x2

là:

1PS SD
,
 2 PS SD  N0

(2.11)

Từ (2.5) và (2.11), ta có:


1I th
x1
SD



 2 I th

 SD
 SP

 SD
 N0
 SP

1Q



 2Q

 SD
 SP

 SD
1
 SP

(2.12)
.

Trong công thức (2.12), Q là tỷ số giữa mức công suất giao thoa
lớn nhất được phép và công suất của nhiễu cộng, và xác định như sau:

Q

I th
.
N0

Tương tự, từ công thức (2.8), tỷ số SNR đạt được tại D theo
x
 SD
  2Q
2

 SD

.
 SP

(2.13)

x2

là:

(2.14)

Tương tự như (2.12) và (2.14), tỷ số SNR đạt được tại nút chuyển
tiếp R m theo x1 và x2 lần lượt là:


9



1Q
x1
SR m



 2Q

x
 SR
  2Q

2

m

 SR
 SP

(2.15)

m

 SR
1
 SP

.

m

 SR
.
 SP

(2.16)

m

Trong trường hợp 1 này, nút chuyển tiếp được chọn R b chỉ cần gửi
dữ liệu x2 đến nút đích D bởi vì D đã nhận được x1 thành công trước đó.
Tín hiệu mà đích D nhận được từ R b được biểu diễn như sau:

yRb D  PRb hRbD x2  uD .

(2.17)

Từ công thức (2.17), tỷ số SNR đạt được tại đích để giải mã tín
hiệu

x2 có thể đưa ra như sau:
 Rx D 
2

PR b | hR b D |2
N0

b

(2.18)

.

Từ (2.5) và (2.18), ta có:
 Rx D  Q
2

b

R D
.
R P

(2.19)

b

b

Ta chú ý rằng, trong trường hợp 1 này, xác suất dừng chỉ xảy ra
đối với dữ liệu

x2

và sẽ được tính như sau:


 Pr 


, K  0   Pr 

x1
x2
OPxTH1
 Pr  SD
  th , SD
  th , K  0
2



x1
SD

  th ,

x2
SD

  th



(2.20)

  th .

Trường hợp 2: Nút đích không giải mã được cả x1 và x2
Tương tự như nguồn đã làm, nút

x2

x2
RbD

R b sẽ tổng hợp hai dữ liệu x1 và

lại và gửi đến đích D. Dữ liệu tổng hợp sẽ tương tự như dữ liệu của


10

nguồn, tức là nút R b sẽ sử dụng cùng hệ số phân chia công suất đến

x1

và

x2 . Thật vậy, dữ liệu nhận được tại đích D là:
yRb D  1PRb hRbD x1   2 PRb hRbD x2  wD .

Từ công thức (2.21), tỷ số SNR theo
1Q


x1
RbD



R D
R P

sẽ là:
(2.22)

b

b

 2Q

x1

(2.21)

R D
1
R P

.

b

b

x1 ,

Sau khi giải mã thành công

nút đích sẽ loại bỏ thành phần

1PRb hRbD x1 ra khỏi tín hiệu nhận được, và tín hiệu còn lại để giải mã dữ
liệu

x2

là:

yR' b D   2 PRb hRbD x2  wD .
Từ công thức (2.23), tỷ số SNR theo

 Rx D   2Q
2

b

(2.23)

x2

được xác định bởi:

R D
.
R P

(2.24)

b

b

Do đó, xác suất dừng của





x1

được đưa ra như sau:









x1
x1
OPx1  Pr  SD
  th , K  0  Pr  SD
  th , K  0  Pr  Rx1b D   th . (2.25)

Tiếp theo, xác suất dừng của

x2

trong trường hợp này cũng được

đưa ra dưới dạng sau:


 Pr 
 Pr 


, K  0   Pr 
, K  0   Pr 

x1
OPxTH2
 Pr  SD
  th , K  0
2
x1
SD

  th

x1
SD

  th

(2.26)



x1
RbD

  th

x1
RbD

  th , Rx2bD   th .




11
Từ (2.20) và (2.26), xác suất dừng tổng cộng của tín hiệu

x2

OPx2  OPxTH1
 OPxTH2
.
2
2

sẽ là:
(2.27)

2.3.2. Thông lượng (Throughput)
Thông lượng của mô hình đề xuất được định nghĩa như sau:


 Pr 

x1
x2
TH  Rth  Pr  SD
  th , SD
  th



(2.28)







R
x1
x2
x2
 th
SD   th , SD   th , K  0  Pr  R b D   th
2
R
x1
 th  Pr  SD
  th , K  0  Pr  Rx1b D   th , Rx2b D   th .
2









Trong công thức (2.28), Rth là tốc độ yêu cầu theo ngưỡng dừng

 th và được xác định như sau:
Rth  log2 1   th .
CHƯƠNG 3 -

(2.29)

ĐÁNH GIÁ HIỆU NĂNG HỆ THỐNG

3.1. Xác suất dừng
Đầu tiên, ta tính xác suất



x1
x2
Pr  SD
  th , SD
  th , K  0



trong công thức (2.20). Xác suất này có thể được viết dưới dạng sau:





x1

x2
Pr  SD
  th , SD
  th , K  0 
x1
x2
x1
x2
   th ,   th , SR
  th , SR
  th ,..., SR
  th , SR
  th , 
1
1
L
L

.
C
Pr

x
x
x
 SR1   th , SR1   th ,..., SR1   th

L 0
L2
M

 L 1

M

L
M

x1
SD

x2
SD

(3.1)

Công thức (3.1) có thể được diễn giải như sau: đầu tiên do K  0
nên tập W1 là tập rỗng và các tập
với 0  L  M , và

V1

và

V2

sẽ là:

V2  R L1,R L2 ,...,R M .

chuyển tiếp có vai trò như nhau nên đối với mỗi tập

thì ta có tất cả

CML

V1  R1,R 2 ,...,R L 

cách chọn cho tập này.

Hơn nữa, bởi các nút

V1 có số lượng nút là L


12
Thay các công thức (2.12), (2.14), (2.15) và (2.16) vào trong (3.1),
ta có thể viết lại công thức này dưới dạng sau:





x1
x2
Pr  SD
  th , SD
  th , K  0 


 (3.2)
 SD


  th , 2Q SD   th ,
 1   2 th  Q



SP
SP


M


 SR1
 SR1
 SR L
L
CM Pr  1   2 th  Q
  th , 2Q
  th ,..., 1   2 th  Q
  th , 

 SP
 SP
 SP
L 0





 SR L
 SR L 1
 SR M
  2Q
  th , 1   2 th  Q
  th ,..., 1   2 th  Q
  th 

 SP
 SP
 SP



Nhận xét đầu tiên từ công thức (3.2) rằng nếu 1   2 th  0 thì





x1
x2
xác suất Pr  SD
  th , SD
  th , K  0 luôn bằng zero. Do đó, khi thiết kế

các thông số

 1 và  2 , ta chú ý đến điều kiện sau:
1   2 th  0.

(3.3)

Bởi vì 1   2  1 nên điều kiện trong (3.3) có thể được viết lại
như sau:

1 

 th
.
1   th

(3.4)

 1 x   SD   2 x, 1 x   SR1   2 x,...,

Pr 
 1 x   SR   2 x,  SR  1 x,...,  SR  1 x 
L
L 1
M


L





(3.11)

M





 Pr  1 x   SD   2 x    Pr 1 x   SRt   2 x   Pr  SR v  1 x .
t 1

v  L 1

Sử dụng hàm CDF của các biến ngẫu nhiên có phân phối mũ, ta có:


13

 1 x   SD   2 x, 1 x   SR1   2 x,...,

Pr 
 1 x   SR   2 x,  SR  1 x,...,  SR  1 x 
L
L 1
M


L M L

    1

t v

t 0 v 0
L M L

   1
t 0 v 0

t v









CLt CMv  L exp  SD 1    L  t  v  1  t  2  SR x

CLt CMv  L exp  SD  2    L  t  v  1  t  2  SR x .
(3.14)

Sử dụng hàm PDF

f SP  x   SP exp  SP x 

tham số đặc trưng của biến ngẫu nhiên có phân phối mũ

với

SP

là

 SP , sau một số

phép tính toán, ta có:



x1
x2
Pr  SD
  th , SD
  th , K  0




CLt CMv  L SP
t v
    1
SP  SD 1    L  t  v  1  t  2  SR
 t 0 v 0
  CML 
L M L
CLt CMv  L SP
t v
L 0
    1

 t 0 v 0
SP  SD  2    L  t  v  1  t  2  SR

L M L

M

M

L M L

  
L 0 t 0 v 0

 1

(3.15)

CML CLt CMv  L SP SD   2  1 
SP  SD 1    L  t  v  1  t  2  SR


Đặt










t v

1
.
SP  SD  2    L  t  v  1  t  2  SR

max  max  1, 2  , ta viết lại









như sau:
M M K

x1
x2
Pr  SD
  th , SD
  th , K  0  Pr  Rx2bD   th    CMK CML  K
K 1 L 0

 1 SP   SD   2 SP ,  SR1   max SP ,...,  SR K   max SP , 



x
Pr  1 SP   SR K 1   2 SP ,..., 1 SP   SR K  L   2 SP ,
 Pr  R2bD   th .


  SR K  L 1  1 SP ,...,  SR M  1 SP






(3.17)
Tương tự (3.10), ta có:


14

 1 SP   SD   2 SP ,  SR1   max SP ,...,  SR K   max SP , 

 
Pr  1 SP   SR K 1   2 SP ,..., 1 SP   SR K  L   2 SP ,
  0 f SP  x  A  x dx,


  SR K  L 1  1 SP ,...,  SR M  1 SP

(3.18)
với,

 1 x   SD   2 x,  SR1   max x,  SR1   max x,...,  SR K   max x, 


A  x   Pr  1 x   SR K 1   2 x, 1 x   SR K  2   2 x,..., 1 x   SR K  L   2 x, 


  SR K  L 1  1 x,  SR K  L  2  1 x,...,  SR M  1 x
 (3.19)
  exp  SD 1 x   exp  SD  2 x    exp   K  max SR x 
  exp  SR 1 x   exp  SR  2 x    1  exp  SR 1 x  
L

M K L

.

Sau khi thực hiện khai triển nhị thức Newton cho các lũy thừa
trong (3.19), tương tự (3.13), ta có:
A  x    exp  SD 1 x   exp  SD  2 x    exp   K  max SR x 
L



  1 C exp    L  t  1  t  2  SR x
t

t 0



M K L

t
L

  1
v 0

v



(3.20)

CMv  K  L exp  vSR 1 x  .

Tiếp đến, ta sẽ viết lại

A  x  dưới dạng sau để thuận tiện cho việc

tính toán:
(3.21)

A x 
L M K L

   1
t 0

t v

v 0

L M K L


t 0

  1
v 0



 

CLt CMv  K  L exp  SD 1    L  t  v  1  t  2  K  max  SR x

t v



 

CLt CMv  K  L exp  SD  2    L  t  v  1  t  2  K  max  SR x .

Thay (3.21) vào (3.18), ta tính được:


15
 1 SP   SD   2 SP ,  SR1   max SP ,...,  SR K   max SP , 1 SP   SR K 1   2 SP , 

Pr 

 ..., 1 SP   SR   2 SP ,  SR
 1 SP ,...,  SR M  1 SP
K L
K  L 1



(3.22)

 1 CLt CMv  K  L SP
 
t  0 v  0 SP  SD 1    L  t  v  1  t  2  K  max  SR
t v
L M K L
 1 CLt CMv  K  L SP
 
t  0 v  0 SP  SD  2    L  t  v  1  t  2  K  max  SR
t v
L M K L
 1 CLt CMv  K  L SP SD   2  1 
 
t  0 v  0 SP  SD 1    L  t  v  1  t  2  K  max  SR
t v

L M K L



1
.
SP  SD  2    L  t  v  1  t  2  K  max  SR

Kế tiếp, ta sẽ tính xác suất





Pr  Rx2b D   th trong (3.17), sử dụng

(2.19), ta có:
 R D  
Pr  Rx2b D   th  Pr  b  th   Pr  Rb D   2  2 Rb P
 R P Q 
 b










(3.23)



  F R D  2  2 x  f R P  x  dx.
0

b

 

 R D  max  R D ,

Hơn nữa, bởi vì
trong (3.23) sẽ là:

b

j 1,2,..., K

b



j

hàm CDF của



 

R D

b

F R D  2  2 x   Pr max  R j D   2  2 x  1  exp   2  2 x  
b

j 1,2,..., K

K

K

   1 CKr exp  r 2  2RD x .
r

r 0

(3.24)
Trong công thức (3.24),
nhiên có phân phối mũ

R

mD

RD

với mọi

là tham số đặc trưng của biến ngẫu

m  1, 2,..., M .

Thay công thức

(3.24) vào (3.22), sau một số phép biến đổi, ta đạt được rằng:



Pr 

x2
RbD

  th



CKr RP
   1
.
RP  r 2  2RD
r 0
K

r


16
(3.25)
Từ các công thức (3.17), (3.22) và (3.25), ta có:







x1
x2
Pr  SD
  th , SD
  th , K  0  Pr  Rx2b D   th



(3.26)

M M K L M K L


K 1 L  0 t  0


v 0

  1 C CML  K CLt CMv  K  L SP SD   2  1 



r

K
 1 CKr RP  .
 SP  SD 1    L  t  v  1  t  2  K  max  SR  



 
  r 2  2RD 
1

  r 0 RP
 SP  SD  2    L  t  v  1  t  2  K  max  SR 
t v

K
M

Kết hợp các công thức (2.20), (3.15) và (3.26), ta có:
M

L M L

OPxTH1
  
2
L 0 t 0 v 0

 1

CML CLt CMv  L SP SD   2  1 

SP  SD 1    L  t  v  1  t  2  SR
t v

(3.27)

1

SP  SD  2    L  t  v  1  t  2  SR
  1t v CMK CML  K CLt CMv  K  L SP SD   2  1 



M M K L M K L 




L

t

v


t


K



 1 2



max  SR
      SP SD 1

1
K 1 L  0 t  0 v  0


 SP  SD  2    L  t  v  1  t  2  K  max  SR 
 K

CKr RP
r
    1
.


r



r

0
RP
2 2 RD 


Bây giờ ta xét đến xác suất dừng của tín hiệu
(2.25), tương tự như công thức (3.10), xác suất

x1

trong công thức



x1
Pr  SD
  th , K  0



được viết như sau:



x1
Pr  SD
  th , K  0



  SD  1 SP , 1 SP   SR1   2 SP ,..., 1 SP   SR L   2 SP , 
  C Pr 

  SR  1 SP ,  SR  1 SP ,...,  SR  1 SP

L 0
L2
M
 L 1

M

L
M

M



  CML  SP exp  SP x  B  x dx,
L 0

0

(3.28)


17
với

B  x  được tính như trong (3.14):

  SD  1 x, 1 x   SR1   2 x,..., 1 x   SR L   2 x, 
B  x   Pr 


  SR  1 x,  SR  1 x,...,  SR  1 x
L2
M
 L 1

L M L

    1

t v

t 0 v 0
L M L

   1

t v

t 0 v 0



CLt CMv  L exp    L  t  v  1  t  2  SR x

(3.29)







CLt CMv  L exp  SD 1    L  t  v  1  t  2  SR x .

Từ (3.28) và (3.29), ta có:





L M L

M

x1
Pr  SD
  th , K  0   
L 0 t 0 v 0



Đối với xác suất

 1

t v

CML CLt CMv  L SP SD 1
SP    L  t  v  1  t  2  SR

(3.30)

1

SP  SD 1    L  t  v  1  t  2  SR







.

x1
Pr  SD
  th , K  0  Pr  Rx1bD   th



trong (2.25), tương tự (3.17), ta có:







x1
Pr  SD

  th , K  0  Pr  Rx1b D   th

M M K

 C C
K 1 L  0

K
M

L
M K



  SD  1 SP ,  SR1   max SP ,...,  SR K   max SP ,  (3.31)


Pr  1 SP   SR K 1   2 SP ,..., 1 SP   SR K  L   2 SP , 
  SR

 K  L 1  1 SP ,...,  SR M  1 SP






 Pr  Rx1b D   th .

Với cùng phương pháp tính toán như đã làm cho công thức (3.22),
ta cũng có được:


18

  SD  1 SP ,  SR1   max SP ,...,  SR K   max SP , 


Pr  1 SP   SR K 1   2 SP ,..., 1 SP   SR K  L   2 SP , 


  SR K  L 1  1 SP ,...,  SR M  1 SP


 1 CLt CMv K LSPSD 1

v 0 SP    L  t  v  1  t  2  K  max  SR
t v

L M K L


t 0



(3.32)

1

.
SP  SD 1    L  t  v  1  t  2  K  max  SR

Cuối cùng, ta có thể đưa ra công thức tính chính xác

trong
OPxTH2
2

(2.26) như sau:
M

L M L

OPxTH2
  
2
L 0 t 0 v 0



K 1 L  0 t  0

t v

CML CLt CMv  L SP SD 1
SP    L  t  v  1  t  2  SR

1
SP  SD 1    L  t  v  1  t  2  SR

M M K L M K L

  

 1


v 0

  1t v CMK CML  K CLt CMv  K  L SP SD 1





L

t

v


t


K







 SP

1
2
max
SR


1


 SP  SD 1    L  t  v  1  t  2  K  max  SR 

K
CKr RP 
r
    1


RP  r 1RD 
 r 0
  1t v CMK CML  K CLt CMv  K  L SP SD 1



M M K L M K L 


L

t

v


t


K


 1 2



max  SR
      SP

1
K 1 L  0 t  0 v  0


 SP  SD 1    L  t  v  1  t  2  K  max  SR 

(3.33)

K


CKr rRP RD   2  1 
r 1
    1
.


r




r





r

0
RP
1 RD
RP
2 RD 


3.2. Thông lượng
Đầu



tiên,

ta



có

thể

tính

chính

xác

x1
x2
Pr  SD
  th , SD
  th trong công thức (2.28) như sau:

xác

suất


19





x1
x2
Pr  SD
  th , SD
  th  Pr  SD  1 SP ,  SD   2 SP 

 Pr   SD   max SP 

(3.34)



  exp  SD  max x  SP exp  SP x dx
0



SP
.
SP  SD  max









x1
x2
Thứ hai, đối với xác suất Pr  SD
  th , SD
  th , K  0  Pr  Rx2b D   th , sử

dụng công thức (3.26), ta có:







x1
x2
Pr  SD
  th , SD
  th , K  0  Pr  Rx2b D   th



 Pr 

x1
SD

  th ,

x2
SD

 



  th , K  0  1  Pr 



x2
R bD

  th



(3.35)

M M K L M K L


K 1 L  0 t  0


v 0

  1t v CMK CML  K CLt CMv  K  L SP SD   2  1 



r 1
K
 1 CKr RP  .
 SP  SD 1    L  t  v  1  t  2  K  max  SR  



   r 2  2RD 
1


  r 1 RP
 SP  SD  2    L  t  v  1  t  2  K  max  SR 

3.3. Kết quả mô phỏng kiểm chứng

Hình 3.1 : Xác suất dừng của

x1

và

x2 theo Q

(dB) với

xR  0.5, xP  0.5, yP  0.25 và  th  1.

1  0.8 ,


20

Hình 3.2 : Xác suất dừng của

x1

và

x2 theo  1 với Q  10 (dB),

M  3, xP  0.5, yP  0.25 và  th  1.
Trong hình 3.1, xác suất dừng (OP) của các tín hiệu

x1 và x2

được vẽ theo giá trị của Q (dB) với 1  0.8 , xR  0.5, xP  0.5,
yP  0.25 và  th  1. Nhìn vào hình vẽ, ta thấy rằng xác suất dừng giảm khi

Q tăng. Hơn nữa, OP của

x1 và x2 cũng giảm khi tăng số lượng nút chuyển

tiếp M. Hình vẽ cũng cho thấy rằng OP của

x1 thấp hơn OP của x2 . Hơn

nữa, các giá trị mô phỏng (MP) và lý thuyết (LT) trùng với nhau, điều này
minh chứng các phân tích lý thuyết là chính xác.


21

Hình 3.3 : Tổng xác suất dừng của

x1

và

x2 theo  1 với Q  10 (dB),

M  3, xP  0.5, yP  0.25 và  th  1.

Trong hình 3.2, xác suất dừng (OP) của các tín hiệu
được vẽ theo giá trị của

1

với Q  10dB , M  3, xP  0.5, yP  0.25 và

 th  1. Ta cần chú ý rằng, khi  th  1,
và (3.7), giá trị của
giá trị của

1

1

tổng hợp các điều kiện trong (3.4)

phải thoả mãn 2    1. Đó là lý do ta chọn khoảng
1
3

như trong hình vẽ. Nhìn vào hình vẽ, ta thấy vị trí của nút

chuyển tiếp ảnh hưởng lớn đến giá trị OP của
trị của

x1 và x2 . Ví dụ, khi tăng giá

 1 , tức phần công suất sử dụng cho tín hiệu  2

trị OP của

x1 và x2

giảm và do đó, giá

x2 tăng khi  1 tăng. Ta cũng thấy trong hình vẽ, vị trí của nút

chuyển tiếp R cũng ảnh hưởng lớn đến giá trị OP của cả
Hình 3.3, ta miêu tả sự tác động của

1

x1 và x2 . Trong

lên tổng xác suất dừng của

x1 và

x2 . Theo hình vẽ, ta thấy khi xR  0.35, sẽ tồn tại giá trị của  1 để tổng
xác suất là thấp nhất. Hơn nữa, khi xR  0.65, thì tổng xác suất luôn tăng


22
khi

1

tăng. Cuối cùng, nhìn vào các hình vẽ 3.2 và 3.3, các giá trị mô

phỏng (MP) và lý thuyết (LT) trùng với nhau, điều này minh chứng các phân
tích lý thuyết là chính xác.

Hình 3.4 : Xác suất dừng của

x1 , x1

và

x2 theo x R với Q  15 (dB),

M  4, 1  0.9 xP  0.5, yP  0.25 và  th  1.

Hình 3.4 miêu tả sự ảnh hưởng của vị trí nút chuyển tiếp R lên giá
trị OP của

x1 và x2 , và tổng xác suất dừng của x1 và x2  x1  x2  . Nhìn

Hình vẽ, ta thấy rằng xác suất dừng của

x2 có ảnh hưởng lớn lên tổng xác

suất của cả hai tín hiệu. Cụ thể, hình dạng của xác suất dừng tổng khá giống
dạng của xác suất dừng của

x2 . Hơn nữa, xác suất dừng của x1 tăng khi

các nút chuyển tiếp di chuyển về phía đích.
Hình 3.5 vẽ thông lượng của hệ thống theo giá trị của Q khi

1  0.9 , xR  0.5, xP  0.5, yP  0.25 và  th  1. Nhìn vào hình vẽ ta
thấy giá trị thông lượng tăng khi giá trị của Q tăng. Cũng vậy, thông lượng
mạng cũng tăng khi số lượng nút chuyển tiếp tăng. Tuy nhiên, khi Q đủ lớn
thì thông lượng hội tụ về cùng giá trị, bởi vì ở các giá trị Q đủ lớn thì sự
truyền dữ liệu hầu như thành công ở ngay khe thời gian thứ nhất (sự truyền


23
trực tiếp giữa S và D), và do đó thông lượng sẽ hội tụ về cùng giá trị và sẽ
không phụ thuộc vào số lượng nút chuyển tiếp. Hình vẽ cũng cho thấy rằng
các giá trị mô phỏng (MP) và lý thuyết (LT) trùng với nhau, điều này minh
chứng các phân tích lý thuyết là chính xác.

Hình 3.5: Thông lượng vẽtheo Q (dB) với 1  0.9 , xR  0.5, xP  0.5,

yP  0.25 và  th  1.
3.4 Kỹ thuật NOMA trong mô hình đề xuất so với kỹ thuật trực tiếp
tăng mức điều chế.
Khi sử dụng NOMA ghép hai tín hiệu thì tốc độ truyền dữ liệu sẽ
tăng gấp đôi khi so sánh với các kỹ thuật truyền trực giao thông thường. Để
việc so sánh được công bằng, ta nên so sánh hai kỹ thuật NOMA và kỹ
thuật truyền trực giao OMA trên cùng mức điều chế ví dụ cùng là BPSK,
QPSK hoặc M-PSK, cùng độ lợi kênh truyền. Cụ thể, trong 1 thời điểm kỹ
thuật NOMA sử dụng BPSK sẽ truyền 1 lúc 2 tín hiệu

(Symbols), trong

khi kỹ thuật OMA sử dụng điều chế BPSK chỉ truyền được 1 tín hiệu. Như
vậy nếu cùng so sánh 2 kỹ thuật cùng mức điều chế, hệ số kênh truyền thì
kỹ thuật NOMA theo mô hình đề xuất tốc độ gấp 2 lần so với kỹ thuật
OMA.