Professional Documents
Culture Documents
MỤC LỤC
NỘI DUNG
● MỤC LỤC...........................................................................................................i
● DANH MỤC TỪ VIẾT TẮT............................................................................iii
● DANH MỤC HÌNH ẢNH.................................................................................vi
● LỜI MỞ ĐẦU.................................................................................................viii
● CHƯƠNG 1........................................................................................................1
TỔNG QUAN HỆ THỐNG THÔNG TIN DI ĐỘNG 5G..................................1
1.1. Kiến trúc hệ thống thông tin di động 5G......................................................1
1.1.1. Kiến trúc mạng 5G E2E........................................................................1
1.1.2. Kiến trúc cắt mạng................................................................................2
1.1.3. Chức năng mạng vEPC.........................................................................4
1.1.4. NFV MANO (Quản lý và Điều phối).....................................................6
1.1.5. Thiết kế kiến trúc mạng di động 5G.......................................................8
1.1.6. Kiến trúc 5G dựa trên NGMN Envision................................................9
1.2. Các thông số kỹ thuật yêu cầu đối với hệ thống 5G...................................10
1.3. Bảo mật mạng 5G......................................................................................13
1.4. Hiệu suất mạng 5G.....................................................................................14
1.5. Kỹ thuật điều chế trong 5G........................................................................15
1.5.1. Điều chế khóa dịch pha (PSK).............................................................15
1.5.2. Điều chế biên độ cầu phương (QAM)..................................................15
1.6. Những thách thức trong quá trình phát triển hệ thống 5G..........................15
● CHƯƠNG 2......................................................................................................18
TỔNG QUAN VỀ KỸ THUẬT NOMA TRONG 5G......................................18
2.1. Đa truy cập phi trực giao (NOMA)............................................................18
2.2. Nguyên lý hoạt động của NOMA...............................................................20
2.2.1. NOMA cho đường xuống.....................................................................21
2.2.2. NOMA cho đường lên..........................................................................23
2.3. Đặc điểm của NOMA.................................................................................24
2.3.1. Sự cần thiết của NOMA trong 5G........................................................24
2.3.2. Những ưu điểm của NOMA so với OMA.............................................26
2.4. Ghép nối người dùng trong NOMA...........................................................31
Từ viết
Tiếng Anh Tiếng Việt
tắt
Machine to Machine
M2M Truyển thông Máy - Máy
Communication
Non-Orthogonal Multiple
NOMA Đa truy nhập phi trực giao
Access
Successive Interference
SIC Kỹ thuật triệt nhiễu liên tiếp
Cancellation
2.6 Các băng tần mạng phổ biến nhất trong dải tần 0-100 GHz. 23
2.7 Trạm thu phát sóng 5G đầu tiên của Việt Nam. 26
4.1 So sánh phổ tần sử dụng giữa NOMA và OMA tại đường xuống 51
So sánh thông lượng của NOMA và OMA trong kênh đối xứng
4.2 52
đường xuống
So sánh thông lượng của NOMA và OMA trong kênh bất đối
4.3 53
xứng đường xuống
Tốc độ người dùng trong trường hợp kênh đối xứng NOMA &
4.6 60
OFDMA
Tốc độ người dùng trong trường hợp kênh đối xứng NOMA &
4.7 61
OFDMA
4.8 Hiệu suất năng lượng và hiệu suất phổ của NOMA & OFDMA 63
LỜI MỞ ĐẦU
Ngày nay thông tin di động đóng một vai trò quan trọng đối với sự phát triển
kinh tế, xã hội của các nước trên thế giới. Nhu cầu người sử dụng mong muốn trải
nghiệm Internet bất cứ nơi nào và bất cứ khi nào họ muốn thông qua bất kỳ thiết bị
nào. Sự bùng nổ của thiết bị di động thông minh, ứng dụng di động và các tiện ích
khác đòi hỏi sự đáp ứng của mạng di động thế hệ mới. Gần đây, các nhà khai thác
mạng di động đã triển khai hệ thống LTE (Long Term Evolution) để cung cấp truy
cập nhanh hơn, độ trễ thấp và hiệu quả cao hơn so với các thế hệ mạng di động
trước đây. Mặc dù mạng di động 4G đã có bước phát triển vượt bậc nhưng với xu
hướng phát triển của xã hội hiện nay, các nhà phân tích cho rằng đến năm 2020, sẽ
liên tục xảy ra tình trạng quá tải thông tin. Do đó, sự ra đời của mạng di động 5G là
điều cần thiết.
Với tiềm năng to lớn cho cả người tiêu dùng và công nghiệp, hệ thống thông
tin di động 5G dự kiến sẽ triển khai vào năm 2020. Và các nghiên cứu về mạng di
động 5G đang là xu hướng nghiên cứu chung của các nhà khoa học, các kỹ sư đến
từ các hãng truyền thông cũng như các trường đại học trên thế giới cũng như ở Việt
Nam.
Hệ thống di động 5G đòi hỏi: hiệu suất phổ cao (gấp 2 đến 10 lần hiệu suất
phổ trong 4G), độ trễ cực thấp (cỡ 1ms - bằng một phần năm độ trễ trong 4G), tốc
độ dữ liệu người dùng cao (10 - 20 Gbps, tức là gấp 10 - 20 lần tốc độ dữ liệu đỉnh
trong 4G), mật độ kết nối dày đặc với khả năng kết nối cực cao… Do đó, cần phải
có những công nghệ mới để đáp ứng được những yêu cầu nêu trên. Và đa truy nhập
phi trực giao (NOMA) là một trong số những công nghệ mới đó.
Hiện tại, có rất nhiều hướng nghiên cứu trong mạng di động 5G như bảo mật
thông tin, an toàn thông tin, kiến trúc mạng, kỹ thuật điều chế… Tuy nhiên, trong
đồ án này em lựa chọn việc phân tích đánh giá hiệu năng của hệ thống bằng việc
ứng dụng kỹ thuật đa truy nhập phi trực giao NOMA để em có thể hiểu rõ hơn về hệ
thống mạng 5G cũng như kỹ thuật NOMA. Và đây cũng chính là lí do em lựa chọn
đề tài “Nghiên cứu Kỹ thuật đa truy cập phi trực giao cho mạng 5G” làm đồ án
tốt nghiệp.
Mục tiêu của đồ án: Tìm hiểu tổng quan về mạng di động 5G, kỹ thuật đa truy
nhập phi trực giao và cuối cùng là thực hiện đánh giá hiệu năng mạng đường xuống
NOMA qua giá trị tỉ lệ lỗi bit (Bit Error Rate – BER), tốc độ dữ liệu và xác suất
dừng (Outage Probability – OP)
Nội dung đồ án: gồm các chương
Chương 1: Tổng quan hệ thống thông tin di động 5G.
Chương 2: Tổng quan về kỹ thuật NOMA trong 5G.
Chương 3: Đánh giá tỷ lệ lỗi Bit và phân bổ công suất trong kỹ thuật NOMA.
Trong thời gian làm đồ án tốt nghiệp, em đã nhận được nhiều sự giúp đỡ, đóng
góp ý kiến và chỉ bảo nhiệt tình của thầy cô, gia đình và bạn bè.
Em xin gửi lời cảm ơn đến các thầy cô trong khoa Điện tử - Viễn thông đã tạo
điều kiện, giúp đỡ và trang bị cho em những kiến thức quý báu. Em cũng xin chân
thành cảm ơn thầy giáo PGS.TS. Nguyễn Văn Cường đã hướng dẫn tận tình và giúp
đỡ em hoàn thành tốt đồ án đúng thời hạn.
Tuy nhiên, do hạn chế về mặt thời gian cũng như năng lực bản thân nên nội
dung của đồ án không tránh khỏi những thiếu sót. Kính mong thấy cô giáo và các
bạn quan tâm và đóng góp ý kiến thêm để đồ án này được hoàn thiện hơn.
Em xin chân thành cảm ơn!
Lê Văn Lĩnh
CHƯƠNG 1
TỔNG QUAN HỆ THỐNG THÔNG TIN DI ĐỘNG 5G
● Giới thiệu chương: 5G là thế hệ thứ năm của công nghệ di động không dây,
cung cấp tốc độ tải lên và tải xuống nhanh hơn, kết nối ổn định hơn và dung lượng
được cải thiện so với các mạng trước đây. 5G nhanh hơn và đáng tin cậy hơn nhiều
so với các mạng 4G phổ biến hiện nay và có tiềm năng thay đổi cách chúng ta sử
dụng internet để truy cập các ứng dụng, mạng xã hội và thông tin. Ví dụ: công nghệ
như xe ô tô tự lái, ứng dụng trò chơi tiên tiến và phương tiện truyền phát trực tiếp
yêu cầu kết nối dữ liệu tốc độ cao, đáng tin cậy sẽ được hưởng lợi rất nhiều từ kết
nối 5G.
1.1. Kiến trúc hệ thống thông tin di động 5G
1.1.1. Kiến trúc mạng 5G E2E
Hình dưới đây cho thấy kiến trúc mạng 5G E2E, trong đó phác thảo mạng 5G
E2E, các trạm gốc chủ yếu được tập trung cho quá trình chuyển đổi từ 3G sang 4G,
do giao tiếp không dây bị tắc nghẽn từ các trạm gốc. Tuy nhiên, trong khi giao dịch
từ 4G sang 5G, kiến trúc E2E của mạng 5G có ý nghĩa hơn nhiều vì trong mạng 5G,
trạm gốc không phải là nút cổ chai chính.
Hình 1.1 dưới đây mô tả kiến trúc của E2E do Huawei phát triển cho 5G.
Hình 1.1 Thực thể Quản lý Dịch vụ và Mạng tương tác với tất cả các cấp dọc.
Các lát mạng khác nhau được thể hiện ở Cấp độ Mạng với các bộ chức năng mạng
được kết nối với nhau (NF) khác nhau. Biểu diễn logic như vậy được ánh xạ thêm
tới các tài nguyên cơ sở hạ tầng dựa trên phần cứng/phần mềm cư trú trong cái gọi
là Cấp độ Tài nguyên & Chức năng (Resources & Functional Level).
Ở cấp độ dịch vụ (Service level): Nhà cung cấp lát cắt cung cấp giao diện
hướng bắc (NBI) cho người thuê nơi họ có thể yêu cầu/sửa đổi/giám sát/kiểm soát
lát cắt của mình theo thỏa thuận cấp độ dịch vụ (SLA) với nhà cung cấp lát cắt. Các
nhu cầu của các doanh nghiệp khác nhau được nắm bắt bởi SLA có thể yêu cầu các
phiên bản khác nhau của NF được liên kết với các phiên bản lát mạng.
Ở cấp độ mạng (Network level): Được thiết kế riêng cho các thiết bị khác nhau
dựa trên mức độ hỗ trợ cần thiết. Đặc biệt, thiết bị đầu cuối của người dùng như một
phần của chuỗi E2E này có thể đóng vai trò tiêu điểm hơn bằng cách cung cấp vị trí,
khả năng và số liệu thống kê để cho phép mạng tối ưu hóa các NF. Điều này cũng
phù hợp với quá trình chuyển đổi để tăng cường hơn nữa Giao tiếp giữa thiết bị với
thiết bị (D2D). Ví dụ trong Hình 2-2 mô tả hai trường hợp lát cắt mạng mẫu được
điều chỉnh cho các ngành dọc ô tô và Internet vạn vật (IoT), trong đó các NF do
3GPP xác định được sử dụng để minh họa. Để hỗ trợ các dịch vụ quan trọng và độ
trễ thấp trong lát ô tô, các NF được khởi tạo ở đám mây biên, trong khi các NF có
thể được khởi tạo trong đám mây trung tâm cho lát IoT cho phép triển khai hiệu quả
hơn về chi phí.
Hệ điều hành mạng (Network operating system) ánh xạ các lát mạng logic tới
cấp độ “tài nguyên và chức năng”, ví dụ: sử dụng các bộ điều khiển (có thể lập
trình) khác nhau, cũng như các kỹ thuật ảo hóa.
dụng và chức năng mạng. Các dịch vụ mạng chạy dưới sự kiểm soát và giám sát của
trình quản lý chức năng lát cắt mạng (NSFM).
Lớp kinh doanh (Business Layer)
Mạng phải có khả năng đáp ứng nhiều yêu cầu, bao gồm phẫu thuật từ xa,
Internet xúc giác, lái xe tự động và lưới điện thông minh. Sách trắng 5GMF chia
giao tiếp của mạng di động 5G thành ba loại: băng thông rộng di động nâng cao
(eMBB), giao tiếp kiểu máy lớn (mMTC) và giao tiếp siêu tin cậy và độ trễ thấp
(URLLC).
Điều phối và quản lý (Orchestration and Management)
Các chức năng quản lý và điều phối hiệu quả là những thành phần thiết yếu
của mạng di động. Mỗi lát phải được quản lý độc lập và có khả năng bảo mật độc
lập để ngăn chặn các thực thể trái phép truy cập thông tin quản lý. Các chức năng
SDN gần đây đã được phát triển để thực hiện các hoạt động mạng. Các chức năng
điều khiển được tách biệt khỏi mặt phẳng dữ liệu thông qua giao diện có độ phức
tạp thấp. Việc tách rời này mang lại tính linh hoạt, khả năng mở rộng và tính khả
dụng cao hơn đồng thời giảm chi phí. Đối với các dịch vụ cụ thể, hành vi của các
mạng có thể được thay đổi bằng cách sửa đổi phần mềm điều khiển các chức năng.
Việc kiểm soát kiến trúc mạng di động 5G áp dụng khái niệm quản lý và kiểm soát
mạng di động được xác định bằng phần mềm (SDMNCM). Các chức năng được
thực thi bởi bộ điều khiển, bao gồm các chức năng của mặt phẳng điều khiển mạng
di động. Chúng ta đề nghị phát triển một cơ sở thông tin hợp lý có thể được sử dụng
trong SDMNCM. Dữ liệu có thể được đặt tùy ý trên đám mây cạnh. Sử dụng
phương pháp do phần mềm xác định, tất cả các chức năng này có thể được thực
hiện bởi bộ điều khiển di động do phần mềm xác định có thể lập trình, điều này sẽ
có giá trị lớn trong hoạt động của mạng di động.
Tốc độ dữ liệu đỉnh là tốc độ dữ liệu tối đa có thể đạt được ở điều kiện lý
tưởng (tính bằng bps) cho mỗi người dùng/ thiết bị, tức là các bit dữ liệu nhận được
không bị lỗi của một trạm di động đơn lẻ khi sử dụng toàn bộ tài nguyên vô tuyến
được ấn định.
Tốc độ dữ liệu đỉnh yêu cầu đối với đường xuống là 20 Gb/s và tốc độ dữ liệu
đỉnh đường lên là 10 Gbps.
Tốc độ dữ liệu người dùng trải nghiệm được định nghĩa là số bit thu được
không lỗi trong các đơn vị dữ liệu dịch vụ (SDUs: Service Data Units) được truyền
tải tới lớp 3 ở khoảng thời gian xác định.
Tốc độ dữ liệu người dùng trải nghiệm trong môi trường đô thị đối với đường
xuống là 100Mbps và đường lên là 50Mbps.
Độ trễ:
Độ trễ là thời gian thực thi của mạng vô tuyến từ khi các nguồn gửi một gói tin
đến khi nhận nó tại đích, gồm có hai dạng là độ trễ mặt phẳng người dùng và độ trễ
mặt phẳng điều khiển. Trong đó:
- Độ trễ mặt phẳng người dùng: là độ trễ của mạng vô tuyến, tính từ khi điểm
nguồn gửi gói dữ liệu cho đến khi điểm đích nhận được gói dữ liệu.
Yêu cầu tối thiểu đối với độ trễ mặt phẳng người dùng là 4ms đối với ứng
dụng băng thông rộng di động nâng cao và 1ms đối với ứng dụng truyền thông độ
trễ thấp, độ tin cậy cực cao ở điều kiện hệ thống có 1 người dùng và gói bản tin có
kích thước nhỏ.
- Độ trễ mặt phẳng điều khiển: là khoảng thời gian chuyển tiếp từ trạng thái
chờ tới trạng thái bắt đầu truyền dữ liệu liên tục. Yêu cầu tối thiểu đối với trễ mặt
phẳng điều khiển là 20ms.
Tính di động hệ thống là tốc độ chuyển động của trạm di động (km/h) mà vẫn
đạt được chất lượng dịch vụ (QoS) theo yêu cầu.
5G sẽ hỗ trợ tốc độ tối đa của trạm di động lên tới 500 km/h. Với yêu cầu này,
người dùng thiết bị di động trên các tàu cao tốc vẫn đảm bảo kết nối
Mật độ kết nối là tổng số thiết bị thực hiện chất lượng dịch vụ (QoS) cụ thể
trên mỗi đơn vị diện tích. Yêu cầu tối thiểu đối với mật độ kết nối trong 5G là 10 6
thiết bị trên 1km2, cao hơn 10 lần so với tiêu chuẩn 4G.
Hiệu quả năng lượng bao gồm hai chỉ tiêu là hiệu quả năng lượng mạng và
hiệu quả năng lượng thiết bị. Hiệu quả năng lượng mạng là khả năng giảm năng
lượng tiêu thụ của mạng truy cập vô tuyến đến mức nhỏ nhất có thể. Trong khi đó
hiệu quả năng lượng thiết bị là khả năng giảm năng lượng tiêu thụ của thiết bị đến
mức thấp nhất có thể.
Hiệu quả năng lượng trong mạng 5G được kỳ vọng sẽ cao hơn 100 lần so với
tiêu chuẩn mạng 4G.
Hiệu suất phổ tần là thông lượng trung bình trên một đơn vị tài nguyên phổ tần
và trên mỗi cell (tính bằng b/s/Hz). Hiệu suất phổ trong 5G cao gấp 3 đến 5 lần so
với 4G. Yêu cầu đối với hiệu suất phổ đường lên là 30b/s/Hz và đường lên là
15b/s/Hz.
Dung lượng lưu lượng khu vực là tổng lưu lượng phục vụ cho mỗi khu vực địa
lý (tính bằng Mb/s/m2). Yêu cầu tối thiểu đối với dung lượng lưu lượng trong mạng
5G là 10Mb/s/m2.
1.3. Bảo mật mạng 5G
5G có mặt ở khắp mọi nơi trên các phương tiện truyền thông và nó đang đóng
một vai trò quan trọng trong quá trình số hóa xã hội và công nghiệp đang diễn ra.
Theo Hiệp hội GSM (hiệp hội quốc tế đại diện cho lợi ích của ngành truyền thông
di động), 5G sẽ đóng góp to lớn cho nền kinh tế toàn cầu trong tương lai và thúc
đẩy chuyển đổi kỹ thuật số. Tuy nhiên, điều này sẽ chỉ thành công nếu các công ty
có thể chắc chắn rằng các mạng và dịch vụ 5G được bảo mật bởi vì mọi sự phát
triển công nghệ mới cũng kéo theo triển vọng về các cuộc tấn công mới của tội
phạm mạng.
Bảo mật truy cập mạng
Bao gồm một loạt các tham số bảo vệ cho phép thiết bị người dùng xác thực và
truy cập tài nguyên mạng một cách an toàn. Bảo mật dịch vụ yêu cầu giám sát các
hệ thống truyền thông 3GPP và non-3GPP
An ninh miền mạng
Chứa một loạt các tính năng bảo mật cho phép các nút mạng chia sẻ tín hiệu và
dữ liệu của người dùng một cách an toàn.
Bảo mật miền người dùng
Kết hợp các biện pháp bảo vệ cho phép người dùng truy cập thiết bị người
dùng một cách an toàn.
Bảo mật miền ứng dụng
Chứa các công cụ bảo mật để cho phép các ứng dụng (miền người dùng và nhà
cung cấp) chia sẻ tin nhắn một cách an toàn.
Bảo mật tên miền Kiến trúc dựa trên dịch vụ (SBA)
Bao gồm các chức năng bảo mật để đăng ký, phát hiện và ủy quyền phần tử
mạng cũng như bảo mật các giao diện dựa trên dịch vụ.
Khả năng hiển thị và cấu hình bảo mật
Điều này bao gồm việc thông báo cho người dùng xem chức năng an toàn có
đang chạy hay không.
1.4. Hiệu suất mạng 5G
Tiêu thụ năng lượng là một phần quan trọng của chi phí hoạt động (OPEX) và
mức độ liên quan của nó trong các hệ thống mới sẽ tỷ lệ thuận với tốc độ phát triển
của mạng. Trên thực tế, mức tiêu thụ năng lượng phụ thuộc phần lớn vào số lượng
trạm thu phát vô tuyến được lắp đặt. Ngoài mật độ thiết yếu của các nút mạng này,
việc tích hợp các hệ thống mới trên các nút hiện có sẽ làm tăng mức tiêu thụ năng
lượng, ngay cả khi các hệ thống mới hiệu quả hơn các hệ thống cũ (điều này xảy ra
bằng cách thêm LTE lên trên 2G/3G).
Mức tiêu thụ năng lượng tăng đồng nghĩa với chi phí cao hơn và lượng khí thải
carbon lớn hơn, vì ngày nay các hệ thống di động có mặt ở mọi nơi trên thế giới. Do
đó, Hiệu suất năng lượng (EE) và tính bền vững của mạng 5G gần đây đã nhận
được sự quan tâm đáng kể từ các nhà khai thác di động. Hình bên dưới cho thấy sự
phát triển EE trong các mạng di động hướng tới 5G bền vững, trong đó lưu lượng di
động tăng trưởng theo cấp số nhân vào năm 2020 (đường cong màu xanh lam) đi
cùng với mức tiêu thụ năng lượng mạng ổn định (đường cong màu đỏ), dẫn đến EE
của hệ thống ngày càng tăng qua các năm (đường cong màu xanh lục).
Điều chế biên độ cầu phương cho phép tăng thông lượng dữ liệu. Các định
dạng được sử dụng trong hệ thống thông tin di động 5G bao gồm 16QAM, 64QAM
và 256QAM. Bậc điều chế càng cao, thông lượng càng lớn, mặc dù điểm trừ là khả
năng phục hồi nhiễu. Do đó, 256AM chỉ được sử dụng khi chất lượng đường dẫn
tốt. Nên sử dụng 64QAM, 16QAM, v.v. khi đường dẫn kém. Đó là sự cân bằng
giữa thông lượng dữ liệu và khả năng phục hồi.
1.6. Những thách thức trong quá trình phát triển hệ thống 5G
Mặc dù đã có một số cải tiến mới ở công nghệ không dây 5G nhưng vẫn có
những thách thức cho sự phát triển
Những lợi ích do mạng 5G mang lại là rất lớn, tuy nhiên vẫn còn một số vấn
đề cần phải được giải quyết trước khi công nghệ 5G trở thành hiện thực. Đó là sự
sẵn sàng về mặt công nghệ, ứng dụng, chẳng hạn như làm thế nào để tạo ra các kiến
trúc mạng có thể nâng cao được lượng dữ liệu truyền tải để có thể có nhiều hơn
lượng người sử dụng trên hệ thống mạng. Cụ thể những thách thức như sau:
- Tính ưu việt vượt trội của 5G so với các thế hệ trước: 5G sẽ có các tiêu chuẩn
truyền thông không dây không giống với các thế hệ trước đây nên 5G buộc phải giải
quyết các vấn đề thách thức liên quan đến công nghệ nhiều hơn.
- Tối ưu hóa phép đo hiệu suất: Việc đánh giá các mạng thông tin liên lạc
không dây thường đặc trưng bằng cách tính toán một hoặc hai phép đo hiệu suất do
độ phức tạp cao. Hệ thống không dây 5G cần được đánh giá trên các phương diện:
hiệu quả quang phổ, hiệu quả năng lượng, độ trễ, độ tin cậy, tính công bằng của
người dùng, QoS… Vì vậy cần phải có một khuôn khổ chung để đánh giá hiệu suất
của hệ thống không dây 5G.
- Tích hợp các tiêu chuẩn khác nhau, do đó đòi hỏi phải có cách tiếp cận có hệ
thống và cần nhiều thời gian.
- Hỗ trợ nhiều dịch vụ đa dạng, phong phú: Không giống như các hệ thống vô
tuyến trước đó, các hệ thống 5G cần có khả năng kiểm soát và quản lý một số lượng
ngày càng tăng của các thiết bị mạng không đồng nhất mà vẫn đảm bảo chất lượng
dịch vụ. Việc chuẩn hóa đối mặt với nhu cầu bùng nổ về các ứng dụng vô tuyến
phong phú, truy cập mọi lúc mọi nơi, đòi hỏi băng thông lớn và lấy người sử dụng
làm trung tâm.
- Một thách thức không thể thiếu trong hệ thống thông tin di động là tính an
toàn thông tin. Mỗi lớp mạng trong kiến trúc mạng 5G phải đối mặt với các nguy cơ
về an toàn thông tin khác nhau. Việc phân tích các rủi ro về an toàn thông tin của
từng lớp mạng sẽ là cơ sở để xây dựng các giải pháp phù hợp.
Chương này đã trình bày mô hình mạng dự kiến và những kỹ thuật tiêu biểu có
thể sẽ được ứng dụng vào hệ thống 5G. Những kỹ thuật này đều cung cấp những
khả năng vượt trội so với các kỹ thuật hiện tại. Song song với đó là những tiêu
chuẩn cần đạt được và những thách thức trong việc triển khai hệ thống 5G cần
được giải quyết trước khi 5G được phổ biến rộng rãi trên toàn thế giới.
Việc nắm bắt các kỹ thuật, công nghệ tiên tiến này giúp chúng ta có cái nhìn
tổng quan hơn về hệ thống thông tin di động 5G. Điều này giúp cho việc tiếp cận
các thế hệ di động tiếp theo ở Việt Nam trở nên dễ dàng hơn.
CHƯƠNG 2
TỔNG QUAN VỀ KỸ THUẬT NOMA TRONG 5G
● Giới thiệu chương: Ngày nay, nhu cầu kết nối thông tin mọi lúc mọi nơi,
đặc biệt là nhu cầu Internet di động và Internet kết nối vạn vật (IoT), đã đặt ra ba
yêu cầu quan trọng: giải quyết được số lượng kết nối, tăng tốc độ truy cập vào
mạng và bảo mật cao hơn hẳn các mạng di động hiện tại. NOMA là tên gọi của
công nghệ đa truy nhập phi trực giao được đề xuất cho mạng di động 5G nhằm đáp
ứng một trong ba yêu cầu đặt ra của mạng viễn thông, đó là khả năng kết lưu lượng
lớn. Khác với công nghệ đa truy nhập trực giao, NOMA phục vụ cho số lượng
người dùng cực lớn nhờ sự phân bổ tài nguyên trực giao.
Chương này sẽ trình bày kỹ thuật NOMA, nguyên lý truyền nhận tín hiệu của
NOMA. Đồng thời, chương này cũng sẽ trình bày khả năng ứng dụng của NOMA
trong hệ thống di động 5G.
Hình 2.1 minh họa ba tín hiệu thông tin với các màu khác nhau được chồng
lấp ở máy phát. Tín hiệu nhận được ở máy thu SIC bao gồm cả ba tín hiệu, tín hiệu
đầu tiên SIC giải mã là tín hiệu có công suất mạnh nhất, trong khi các tín hiệu khác
được xem là nhiễu. Tín hiệu được giải mã đầu tiên này sau đó sẽ được trừ khỏi tín
hiệu nhận được. Quá trình sẽ tiếp tục lặp lại cho đến khi nhận được tín hiệu mong
muốn.
Hình 2.2. So sánh sự phân bổ tài nguyên giữa OMA và NOMA cho các UE
Cụ thể hơn, NOMA sử dụng miền công suất cho đa truy nhập trong khi các thế hệ
di động trước đây dựa vào miền thời gian, tần số hoặc mã. Chẳng hạn, xem xét đa
truy nhập phân chia theo tần số trực giao OFDMA theo 3GPP – LTE. Vấn đề chính
của các kỹ thuật đa truy nhập trực giao OMA là hiệu quả sử dụng phổ tần thấp khi
tài nguyên độ rộng băng tần (kênh sóng mang con) được phân bổ cho người sử dụng
trong tình trạng chất lượng kênh không đảm bảo. Ngược lại, sử dụng NOMA cho
phép mỗi người sử dụng truy nhập vào tất cả các kênh sóng mang con. Do đó, tài
nguyên độ rộng băng tần được cấp phát cho người sử dụng trong tình trạng chất
lượng kém, không đảm bảo vẫn có thể được truy nhập bởi những người sử dụng
khác trong tình trạng kênh có chất lượng tốt. Vì vậy tăng đáng kể hiệu quả sử dụng
phổ tần. NOMA được xem xét là một phương pháp truy nhập mới làm tăng dung
lượng bằng cách cho phép đa thiết bị người dùng (UE) chia sẻ cùng một nguồn tài
nguyên mà không có sự phân chia không gian.
Khái niệm đa truy nhập dựa trên việc chia sẻ các nguồn tài nguyên có sẵn ở
trạm gốc cho nhiều UE khác nhau. Điều này cho phép tăng dung lượng mạng bằng
cách sử dụng hiệu quả tài nguyên hơn ở truyền dẫn đơn người sử dụng.
2.2. Nguyên lý hoạt động của NOMA
Nguyên lý của NOMA là lựa chọn các UE với độ lợi kênh phi đối xứng và
ghép chúng vào cùng một nguồn tài nguyên tần số/thời gian, bằng cách thực thi các
sơ đồ truyền dẫn xếp chồng (Superposition transmission) và phân bổ công suất thích
nghi ở máy phát. Tỷ lệ công suất phân bổ cho một UE sẽ phụ thuộc vào tình trạng
kênh của nó: kênh nào có tình trạng chất lượng không đảm bảo thì tỷ lệ công suất
của nó sẽ cao hơn. Hình 2.2 chỉ ra sự so sánh về phân bổ tài nguyên giữa OMA và
NOMA cho hai UE.
Truyền dẫn xếp chồng là một kỹ thuật ở lớp vật lý cho phép máy phát đồng
thời gởi độc lập các tín hiệu đến các UE khác nhau. Số lượng UE được chọn phân
bổ trong cùng một tài nguyên thời gian/tần số có thể thay đổi tùy thuộc vào cấu hình
hệ thống. Tuy nhiên, càng nhiều người dùng được ghép nối với nhau thì sẽ có nhiễu
nhiều hơn ở tín hiệu nhận được, dẫn đến BLER cao hơn và do đó sẽ tăng số lần
truyền lại. Sau khi thực hiện truyền dẫn chồng chất, tín hiệu truyền đi như sau:
x=√ p1 x 1 + √ p 2 x 2 (2.1)
PTX = p1 + p2
max
(2.2)
trong đó x1, x2 và P1, P2 lần lượt là tín hiệu từ UE 1, UE2 và tỉ lệ công suất của nó
tương ứng, PTXmax là công suất truyền tối đa. Nếu không đủ công suất thích ứng
được thực hiện trong máy phát, Pi = PTXmax.
2.2.1. NOMA cho đường xuống
Trong NOMA đường xuống. trạm cơ sở chồng chất các dạng sóng thông tin
cho người dùng được phục vụ. Mỗi thiết bị người dùng (UE) sử dụng SIC để phát
hiện tín hiệu của riêng họ. Hình 2.3 cho thấy một trạm cơ sở với K số người dùng
UE với máy thu SIC. Trong mạng, UE1 gần trạm gốc nhất và UEk là xa nhất.
Thách thức đối với BS là quyết định cách phân bổ công suất gữa các dạng
sóng thông tin riêng lẻ, điều này rất quan trọng đối với SIC. Trong đường xuống
NOMA, UE nằm xa BS hơn sẽ được phân bổ năng lượng nhiều hơn và phân bổ ít
năng lượng nhất đến UE gần BS nhất. Trong mạng, tất cả các UE đều nhận được
cùng một tín hiệu chứa thông tin cho tất cả người dùng. Mỗi UE giải mã tín hiệu
mạnh nhất trước, sau đó trừ tín hiệu được giải mã khỏi tín hiệu nhận được. Bộ thu
SIC lặp lại phép trừ này cho đến khi tìm thấy được tín hiệu của chính nó. UE nằm
gần BS có thể hủy tín hiệu của các UE xa hơn. Do tín hiệu của UE xa nhất đóng góp
nhiều nhất sẽ đóng góp nhiều nhất vào tín hiệu thu được nên nó sẽ giải mã tín hiệu
của chính nó trước.
trong đó xk(t) là thông tin riêng lẻ truyền tải trong dạng sóng OFDM, αk là hệ số
phân bổ công suất cho UEk và PT là tổng công suất khả dụng tại BS. Công suất được
phân bổ cho mỗi UEk sau đó trở thành Pk = αkPT. Công suất được phân bổ theo
khoảng cách của UE đến BS: UE1 gần BS nhất, do đó được phân bổ ít công suất
nhất, trong khi UEk là xa nhất nên sẽ được phân bổ nhiều công suất nhất.x
trong đó gk là hệ số suy hao kênh cho liên kết giữa BS và UE k. Và wk(t) là nhiễu
Gauus trắng tại UEk với giá trị trung bình bằng 0 và mật độ N0 (W/Hz).
Xét tín hiệu người dùng xa nhất đầu tiên. Tín hiệu mà nó giải mã trước tiên sẽ
là tín hiệu của chính nó vì nó được phân bổ công suất lớn nhất so với các tín hiệu
khác. Các tín hiệu cho người dùng khác sẽ được coi là nhiễu. Do đó, tỷ lệ tín hiệu
trên nhiễu (SNR) choo UEk có thể được viết là
P k g2K
SNRK = K −1
N 0 W + ∑ Pi g K
2 (2.5)
i=1
Đối với UE1 gần BS nhất, tín hiệu cuối cùng nó giải mã sẽ là tín hiệu của nó.
SNR cho UE1 trở thành
2
P 1 g1
SNR1 = N 0W
(2.6)
Khi sử dụng NOMA, thông lượng cho mỗi UE có thể được viết dưới dạng
( )
2
Pk g k
Rk =W 1+ (2.8)
N + Σ k−1 2
ⅈ=1 Pi g k
Mặt khác, trong OFDMA, các UE được gán cho một nhóm các sóng mang con
để nhận thông tin của chúng. Khi tổng băng thông và công suất được chia sẻ giữa
các UE bằng nhau, thông lượng cho mỗi UE trong OFDMA sẽ trở thành
2
Pk gk
Rk =W k log 2 (1+ ) (2.9)
Nk
W
trong đó Wk = và Nk = NoWk
K
Trong đường lên, tín hiệu nhận được của BS bao gồm tất cả các tín hiệu
người dùng được biểu diễn dưới dạng
k
y ( T ) =∑ x k ( t ) g k + w ( t ) (2.11)
k=1
trong đó gk là mức tăng suy hao kênh cho liên kết giữa BS và UE k, xk(t) là thông tin
dạng sóng cho UE thứ k và là nhiễu Guass trắng cộng tại BS với giá trị trung bình
bằng 0 và mật độ N0 (W/Hz). Trong đường lên, các UE có thể tối ưu hóa khả năng
truyền theo vị trí của chúng như ở đường xuống. Ở đây, giả định rằng người dùng
được phân phối tốt trong vùng phủ sóng và mức năng lượng nhận được từ những
người dùng khác nhau đã được phân tách rõ ràng.
Tại máy thu, BS thực hiện SIC. Tín hiệu đầu tiên nó giải mã sẽ là tín hiệu từ
người dùng gần nhất. SNR cho tín hiệu UE1, bao gồm cả nhiễu, có thể được viết
dưới dạng
P g21
R 1= K
(2.12)
N + ∑ P g2i
i=2
trong đó P là công suất truyền của các UE và N = N oW. Tín hiệu cuối cùng mà BS
giải mã là tín hiệu cho người dùng xa UEK. SNR cho UEK có thể được viết dưới
dạng
P g2K
SNR K = (2.13)
N
( )
2
P gk
R K =W 1+ (2.15)
N + Σ Kⅈ=k +1 P g 2i
- Hỗ trợ nhu cầu kết nối lớn và có mặt khắp nơi bằng cách cung cấp ít nhất
106 kết nối/km2, cao hơn mười lăm lần so với mật độ kết nối của các hệ thống
4G hiện tại.
- Nâng cao hiệu suất phổ gấp từ 10 đến 15 lần so với các hệ thống 4G hiện
tại.
Hai thập kỷ qua đã chứng kiến một sự thay đổi mô hình trong việc phát triển
và sử dụng các hệ thống, công nghệ không dây. Từ góc độ thực hiện, sự phát triển
của các hệ thống truyền thông không dây khác nhau trải rộng bằng cách sử dụng các
kỹ thuật đa truy nhập khác nhau. Ưu điểm chính của các sơ đồ truy nhập trực giao ở
các thế hệ trước là độ phức tạp thấp và sử dụng hiệu quả chi phí – máy thu để giải
mã thuận tiện các tín hiệu của người dùng. Tuy nhiên, nhược điểm chính của việc
sử dụng OMA là OMA bị hạn chế nghiêm trọng trong việc hỗ trợ một lượng lớn số
lượng người sử dụng hoặc kết nối. Do đó, điều này sẽ dẫn đến không hiệu quả
quang phổ và là không khả thi để hỗ trợ kết nối lớn và Internet kết nối vạn vật
(IoT). Hơn nữa, tính chất ngẫu nhiên cảu kênh truyền không dây gây ra sự suy yếu
và phá hủy tính trực giao giữa những người dùng trong các hệ thống OMA. Do đó,
các máy thu có độ phức tạp cao cần cải thiện tính trực giao giữa những người dùng.
Mặc dù thực tế là các hệ thống 4G đang phát triển nhanh chóng và được sử
dụng rộng rãi. Tuy nhiên, do sự khan hiếm về tài nguyên phổ tần có sẵn, công nghệ
và các dịch vụ 4G vẫn chưa thể đáp ứng được các yêu cầu của các hệ thống 5G sắp
tới. Để đáp ứng các nhu cầu khắt khe của hệ thống 5G, đa truy nhập phi trực giao
NOMA đã được đề xuất. Ngoài việc cải thiện hiệu suất phổ và tính công bằng giữa
những người sử dụng so với OMA thông thường, NOMA còn có tiềm năng mạnh
mẽ để cải thiện thông lượng tế bào, khả năng phản hồi kênh thoải mái và giảm đáng
kể độ trễ. Các đặc tính này làm cho NOMA trở thành một ứng cử viên đa truy nhập
phù hợp và đầy hứa hẹn để hỗ trợ các yêu cầu kết nối lớn trong các hệ thống 5G.
2.3.2. Những ưu điểm của NOMA so với OMA
Cải thiện hiệu quả sử dụng phổ tần:
Hình 2.5 chỉ ra sự so sánh dung lượng kênh của OMA và NOMA. Giả sử có
hai người sử dụng trong kênh tạp âm Gaussian trắng cộng (AWGN), trong đó tốc độ
của mỗi người sử dụng nằm trên mỗi trục tọa độ. Xét một điểm bất kì trên đường
biên, khi gióng xuống trục hoành sẽ cho tốc độ của người dùng 1 tại một thời điểm
bất kì và khi gióng sang trục tung sẽ cho tốc độ của người sử dụng thứ 2 tương ứng
tại thời điểm đó. Khi đó, mỗi điểm sẽ cho thấy tính cân bằng dung lượng của 2
người dùng tại mỗi thời điểm và tổng hai tọa độ sẽ cho thấy dung lượng tổng của hệ
thống.
Hình 2.5a chỉ ra ở đường lên, các sơ đồ NOMA có thể đạt đến các điểm giới
hạn dung lượng A, B, C trong khi đường biên dung lượng của OMA đều ở dưới
đường biên dung lượng của NOMA ngoại trừ điểm C. Tuy nhiên, ở điểm tối ưu này,
sự cân bằng thông lượng người sử dụng khá kém khi sự khác nhau về công suất thu
của hai người sử dụng là đáng kể bởi vì tốc độ của người sử dụng có công suất yếu
hơn thì thấp hơn nhiều so với của người sử dụng có công suất mạnh hơn. Ở đường
xuống, hình 2.5b chỉ ra đường biên của của cặp tốc độ NOMA nằm ngoài và cách
xa đường biên của cặp tốc độ OMA cho thấy ở đường xuống, dung lượng kênh của
NOMA lớn hơn so với của OMA.
Hình 2.5. So sánh dung lượng kênh của OMA và NOMA trong kênh AWGN.
Sự phân bổ tài nguyên phi trực giao ở NOMA cho thấy số lượng người dùng
hoặc thiêt bị được cấp không hoàn toàn bị giới hạn bởi số lượng tài nguyên khả
dụng và sự phân bổ tài nguyên trực giao. Vì vậy, NOMA có thể cung cấp cho nhiều
người sử dụng hơn một cách đáng kể bằng cách sử dụng phân bổ tài nguyên phi
trực giao.
Ở OMA thông thường dựa vào các yêu cầu cấp quyền truy cập, đầu tiên người
sử dụng phải gửi yêu cầu lập lịch đến trạm gốc (BS). Sau đó, dựa trên yêu cầu thu
được, BS thực hiện lập lịch cho truyền dẫn đường lên của người dùng bằng cách
phản hồi với tín hiệu trong kênh đường xuống. Điều này khiến cho độ trễ và chi phí
báo hiệu lớn, sẽ trở nên tồi tệ hơn và không thể chấp nhận được trong viễn cảnh khả
năng kết nối dung lượng cực lớn ở 5G. Ngược lại, sự lập lịch này lại không yêu cầu
ở một số sơ đồ truyền lên ở NOMA và sự truyền dẫn đường lên vẫn có thể giảm
mạnh trễ truyền dẫn và mào đầu báo hiệu.
Với những ưu điểm nổi bật hơn so với đa truy nhập trực giao NOMA ở các thế
hệ trước, đa truy nhập phi trực giao NOMA là một giải pháp đầy hứa hẹn và cần
thiết để triển khai trong các hệ thống 5G.
2.3.3. Thực tế triển khai việc ứng dụng NOMA
Mục tiêu cuối cùng của việc sử dụng NOMA là đạt được hiệu suất phổ tần cao
hơn với tính công bằng giữa những người sử dụng. Và một trong những thách thức
chính của NOMA chính là sự tương thích tốt như thế nào đối với các kỹ thuật mới
khác để đáp ứng được các yêu cầu của mạng di động 5G trong tương lai.
Trong bối cảnh yêu cầu của mạng di động 5G, mạng không đồng nhất HetNets
là một giải pháp hiệu quả để đạt được sự tăng cường dung lượng cao, sử dụng thông
minh các nguồn lực hạn chế và là mạng có chi phí thấp. Trong HetNets, ngoài BS
chính (được gọi là macro – BS), còn có các loại BS nhỏ khác như micro – BS và
pico – BS trong mỗi ô cell, trái ngược với mạng đồng nhất – chỉ có một BS trong
mỗi ô cell. Các BS nhỏ hơn này có công suất truyền thấp hơn và độ phủ nhỏ hơn đã
được thiết lập trong phạm vi phủ sóng của microcell để tăng hiệu quả phổ và số
lượng người dùng phục vụ.
Tuy nhiên, một trong những thách thức chính của HetNets là duy trì sự công bằng
giữa những người sử dụng. Để cung cấp cho người dùng một trải nghiệm tốt hơn,
ứng dụng NOMA trong HetNets mang lại lợi ích. Nghiên cứu sử dụng massive
MIMO trong các macrocell và NOMA trong các ô nhỏ (small cells) đã cho thấy
HetNets dựa trên NOMA vượt trội hoàn toàn so với NOMA truyền thống. NOMA
trong HetNets cũng đồng thời cải thiện đáng kể hiệu suất phủ sóng đường xuống
trong các kịch bản truyền thông hợp tác. NOMA dựa trên hai tầng HetNets với việc
triển khai ô nhỏ không đồng nhất cũng cho kết quả hiệu suất năng lượng cao hơn so
với HetNets trong OMA. Trong các mạng đa tế bào dựa trên NOMA, điều khiển
công suất là vấn đề thiết yếu cần tập trung vào, bởi vì cả nhiễu nội cell và nhiễu liên
cell cần được phối hợp. Mặt khác, hiệu suất của người dùng di động ở biên ô có thể
bị suy giảm nghiêm trọng. Vì vậy, việc phân bổ tài nguyên NOMA trong HetNets
vẫn còn phải tiếp tục nghiên cứu.
Sự phát triển mạnh mẽ trong truyền thông không dây đã tạo ra một nhu cầu to
lớn đối với việc sử dụng các dịch vụ vô tuyến mới ở cả phổ băng tần được cấp phép
và không được cấp phép. Tuy nhiên, những nghiên cứu gần đây cho thấy chính sách
gán phổ cố định đã dẫn đến hiện tượng việc tận dụng nguồn phổ kém hiệu quả.
Nhằm giải quyết vấn đề này, khái niệm vô tuyến nhận thức (CR – Cognitive Radio)
đã ra đời và trở thành một công nghệ đầy hứa hẹn cho phép truy cập vào các dải tần
trống, được gọi là không gian trắng hay các hố phổ, và do đó làm tăng hiệu suất sử
dụng phổ. Khái niệm cơ bản của CR là vào một thời điểm nhất định hoặc trong một
khu vực địa lý, người dùng thứ cấp không được cấp phép (SU – Secondary Users)
được phép truy cập vào phổ tần được cấp phép của người dùng chính (PU – Primary
Users). Các kỹ thuật CR này có thể được phân loại thành các mô hình đan xen, lớp
phủ và dạng nền:
- Đan xen (Interweave): CR đan xen có thể được xem là mô hình tránh can
nhiễu, trong đó các SU được yêu cầu cảm nhận các phần tạm thời của miền
khongi gian – tần số trước khi truy nhập vào các kênh. Không được phép
truyền đồng thời SU và PU theo mô hình đan xen.
- Lớp phủ (Overlay): Mô hình lớp phủ về cơ bản cấu thành một kỹ thuật
giảm thiểu nhiễu. Lớp phủ CR có thể đảm bảo rằng người dùng có khả năng
truyền đồng thời với PU.
- Lớp nền (Underlay): CR lớp nền hoạt động giống như mô hình kiểm soát
nhiễu thông minh, trong đó SU được truy cập phổ phân bổ cho PU, miễn là
hạn chế công suất nhiễu tại PU được thỏa mãn.
Nói cách khác, vô tuyến nhận thức là một dạng của truyền thông vô tuyến,
trong đó bộ thu phát có thể phát hiện trạng thái của các kênh truyền thông có đang
bị chiếm dụng hay không, để từ đó lựa chọn sử dụng các kênh rỗi và tránh các kênh
đang bị chiếm dụng. Điều này làm tối ưu hóa việc sử dụng phổ tần sẵn có trong khi
tối thiểu hóa gây ra cho người dùng khác. Tuy nhiên, một trong những thách thức
cốt lõi của cả mạng CR và NOMA là quản lý nhiễu, đồng thời cải thiện hiệu quả
băng thông. Do đó, việc liên kết CR và NOMA để cải thiện được hiệu quả băng
thông là điều thiết yếu cần được nghiên cứu. Yuanwei Liu đã nghiên cứu ứng dụng
NOMA trong các mạng CR lớp nền quy mô lớn bằng cách dựa vào mô hình hình
học ngẫu nhiên [7]. Thứ tự đa dạng của người dùng NOMA được phân tích cụ thể
theo hai kịch bản. CR lớp nền dựa trên OMA thông thường cũng được sử dụng làm
chuẩn để làm nổi bật các lợi ích của sơ đồ CR – NOMA.
Hiện nay, các nghiên cứu của CR – NOMA chỉ thực hiện trong bối cảnh mô
hình của CR lớp nền. Do đó, cả hai mô hình CR đan xen và CR lớp phủ cần được
nghiên cứu trong các mạng NOMA. Thách thức quan trọng của NOMA là trước tiên
phải phân cụm/ ghép cặp người dùng NOMA một cách linh hoạt, sau đó phân bổ
động các cụm/ cặp cho các kênh con trực giao khác nhau. Trong bối cảnh của mô
hình đan xen, cảm biến thông minh phải được áp dụng trước tiên, sau đó sử dụng
các cụm/ ghép cặp của người sử dụng NOMA, tùy thuộc vào các điều kiện kênh cụ
thể cảm nhận được.
Do sự gia tăng nhanh chóng các nhu cầu về các dịch vụ mạng, dẫn đến một kỹ
thuật mới đã nổi lên, đó là truyền thông từ thiết bị đến thiết bị (D2D). Đây là một
công nghệ đầy hứa hẹn để có thể làm giảm lưu lượng trong các mạng lõi cũng như
tăng tính di động mà không cần định tuyến lại dữ liệu thông qua nodeB. Hoạt động
ở khoảng cách truyền ngắn với công suất truyền thấp giữa các cặp D2D nên hiệu
suất phổ và hiệu suất năng lượng được cải thiện đáng kể bằng cách chia sẻ phổ với
người dùng di động (CU – cellular user). Ưu điểm chính của việc tích hợp truyền
thông D2D vào các mạng di động là:
- Hỗ trợ công suất thấp cho các dịch vụ lân cận để cải thiện hiệu quả năng
lượng.
- Tái sử dụng tần số của các mạng di động trong nỗ lực tăng hiệu quả băng
thông.
- Có tiềm năng tạo điều kiện cho các dịch vụ ngang hàng mới (P2P – peer to
peer).
Một trong những tính năng phổ biến của cả D2D và NOMA là tăng cường
hiệu quả băng thông bằng cách quản lý nhiễu giữa các người dùng trong mỗi khối
tài nguyên. Được thúc đẩy bởi điều này, đó là mong muốn đưa ra các phương pháp
quản lý nhiễu thông minh để khai thác triệt để lợi ích tiềm năng của cả D2D và
NOMA. Một khái niệm mới mang tên “Nhóm D2D” được đề xuất, trong đó một
máy phát D2D có thể giao tiếp với một số máy thu D2D thông qua giao thức
NOMA, về cơ bản khác với khái niệm được sử dụng phổ biến trước đây của cặp
D2D. Một số nhóm D2D được phép sử dụng lại cùng một kênh con do người dùng
di động chiếm để cải thiện việc sử dụng phổ. Nó đã chứng minh được rằng sơ đồ
D2D dựa trên NOMA được đề xuất có khả năng cung cấp thông lượng cao hơn so
với giao tiếp D2D thông thường. Tuy nhiên, một trong những vấn đề phổ biến đối
với cả D2D và NOMA là sự tồn tại liên nhiễu giữa những người dùng trong một
kênh con. Như vậy, việc xem xét vấn đề quản lý nhiễu thông qua việc điều tra các
chiến lược phân bổ nguồn lực hiệu quả là cần thiết hơn cả.
❖ Tóm lại, là một kỹ thuật 5G đầy hứa hẹn, NOMA đã chứng minh được sự
tương thích với các kỹ thuật quan trọng khác trong 5G. Ngoài các ứng dụng đã được
nêu ở trên, các ứng dụng của NOMA cho truyền thông M2M (machine-to-machine),
mạng cực kỳ dày đặc (UDN – Ultra-dense networks) và truyền thông máy số lượng
cực lớn (mMTC) đã được nghiên cứu, trong đó việc sử dụng NOMA có thể hỗ trợ
hiệu quả khả năng kết nối lớn và các chức năng IoT của 5G.
Tuy nhiên, ứng dụng của NOMA không chỉ giới hạn ở các mạng di động,
nguyên lý NOMA còn được sử dụng để phát sóng truyền hình và đã được đưa vào
tiêu chuẩn truyền hình thế hệ tiếp theo. Đồng thời, khái niệm NOMA còn thu hút sự
chú ý từ cộng đồng nghiên cứu truyền thông ánh sáng nhìn thấy (VLC). Ứng dụng
NOMA trong các hệ thống VLC là có lợi để hỗ trợ nhiều người dùng hơn và thực tế
là VLC cung cấp SNR cao có lợi cho ứng dụng của NOMA và sự chênh lệch giữa
NOMA và OMA rất lớn trong SNR. Đồng thời các nghiên cứu còn chỉ ra rằng
NOMA – VLC vượt trội hơn so với OMA – VLC. Ngoải ra, còn có các ứng dụng
quan trọng khác của NOMA được ứng dụng ngoài 5G bao gồm các mạng vệ tinh
mặt đất và các mạng truy nhập ngẫu nhiên ALOHA.
Tốc độ có thể đạt được cho người dùng trong cặp đầu tiên là:
( )
2
1 P a1|h1|
R1 , nf = log 2 1+ (after SIC) (2.16)
2 σ2
( )
2
1 P a 4|h4|
R4 ,nf = log 2 1+ (2.17)
2 2
P a 1|h 4| + σ
2
( )
2
1 P a2|h2|
R2 , nf = log 2 1+ ( after SIC) (2.18)
2 σ2
( )
2
1 P a3|h3|
R3 , nf = log 2 1+ (2.19)
2 2
P a3|h3| +σ 2
Một cách khác để thực hiện ghép nối người dùng là nhóm người dùng gần nhất
với người dùng gần nhất tiếp theo. Người dùng xa nhất được nhóm với người dùng
xa nhất tiếp theo. Nếu làm theo chiến lược này, U 1 sẽ được ghép nối với U2 trong
một khối. U3 sẽ được ghép nối với U4 trong khối tiếp theo.
Bây giờ, trong cặp người dùng đầu tiên, U1 gần trạm gốc nhất so với U2. Vì
vậy, chúng ta phải lựa chọn α1 < α2. U1 sẽ thực hiện SIC, U2 sẽ thực hiện giải mã
trực tiếp. Tương tự, U3 gần trạm gốc hơn U4. Vì vậy, chúng ta phải lựa chọn α 3 < α4.
U3 sẽ thực hiện SIC, trong khi U4 sẽ thực hiện giải mã trực tiếp.
Tốc độ có thể đạt được cho người dùng trong cặp đầu tiên là:
( )
2
1 P a 1|h 1|
R1 , nn= log 2 1+ (after SIC ) (2.16)
2 σ
2
( )
2
1 P a 2|h 2|
R2 , nn= log 2 1+ (2.17)
2 2
P a 1|h 2| +σ 2
( )
2
1 P a3|h3|
R3 , ff = log 2 1+ ( after SIC ) (2.18)
2 σ
2
( )
2
1 P a 4|h4|
R4 ,ff = log 2 1+ (2.19)
2 2
P a 3|h4| +σ
2
- Khi sử dụng ghép nối gần-gần, xa-xa, NOMA vẫn đạt được tốc độ tổng cao
hơn TDMA, nhưng sự cải thiện không đáng kể.
- Hiệu suất của SC-NOMA kém hơn so với TDMA. Bởi vì, việc quá nhiều
người dùng vào cùng một nhà mạng sẽ tạo ra các vấn đề về nhiễu sóng. Tăng số
lượng người dùng trong sẽ làm giảm hiệu suất.
Ở đầu phát, người dùng được ghép kênh trong miền công suất bằng cách sử
dụng mã hóa chồng chất . Tại đầu thu, quá trình khử nhiễu liên tiếp (SIC) được thực
hiện để loại bỏ nhiễu và tách riêng các thông báo của người dùng.
Trong đó P là tổng công suất phát. α 1,..., αN đại diện cho các hệ số phân bổ
công suất. Vì các kênh được sắp xếp theo thứ tự |h 1|2 < |h2|2 <...|hN|2 , hệ số phân bổ
công suất phải được sắp xếp theo thứ tự α1 > α2 > ... > αN
Tín hiệu nhận được của người dùng 1(người dùng xa nhất):
y 1=√ P ( √ a1 x1 + √ a2 x 2+ …+ √ a N x N ) h1 + w1 (2.25)
- √ a1 x1 : Là thành phần mong muốn và chiếm ưu thế
2
a1 P|h1|
γ 1,2= 2 2 2 2 (2.26)
a 2 P|h2| +a3 P|h3| +…+ aN P|h N| + σ
Sau SIC, người dùng 2 được phân bổ công suất cao nhất. Vì vậy, bây giờ
người dùng 2 có thể giải mã trực tiếp tín hiệu của mình từ y 2, bằng cách coi tín hiệu
của tất cả người dùng còn lại là nhiễu, Do đó, SNR của người dùng 2 để giải mã tín
hiệu của chính mình là
2
a2 P|h2|
γ 2= 2 2 2 (2.29)
a3 P|h3| +…+ aN P|h N| + σ
Chúng ta có thể thực hiện tương tự cho người dùng 3, 4,.. Ví dụ: người dùng 3
trước tiên phải giải mã tín hiệu của người dùng 1, thực hiện SIC để loại bỏ nó, sau
đó giải mã tín hiệu của người dùng 2, thực hiện lại SIC và sau đó giải mã tín hiệu
của chính mình.
Nói chung SNR để người dùng giải mã tín hiệu của chính mình là
2
a i P|hi|
γ i= 2 2 2 (2.30)
ai +1 P|hi +1| + …+a N P|h N| +σ
2
ai P|hi|
γ i= N (2.31)
∑ 2
a j P|h j| +¿ σ ¿
2
j=i +1
x i ,OMA =√ P x i (2.34)
So sánh các phương trình (2.21) và (2.33), chúng ta thấy rằng NOMA có lợi
thế là truyền đồng thời với nhiễu có thể kiểm soát được, trong khi người dùng OMA
được hưởng khả năng thu sóng không bị nhiễu. Tín hiệu nhận được tại người dùng
bất kỳ sẽ là
y i ,OMA =√ P x i hi +w i (2.35)
Bây giờ chúng ta đã có các biểu thức toán học, hãy vẽ biểu đồ để so sánh dung
lượng của OMA và NOMA. Chúng ta hãy xem xét một mạng có N=3 người dùng
và so sánh hiệu suất của nó. Sơ đồ dung lượng như dưới đây
Chúng ta có thể quan sát thấy rằng ở SNR thấp, OMA hoạt động tốt hơn một
chút so với NOMA. Điều này là do, người dùng NOMA bị nhiễu (do truyền đồng
thời), trong khi người dùng OMA không gặp bất kỳ sự can thiệp nào như vậy. Tuy
nhiên, ở SNR cao, NOMA vượt trội hơn OMA bằng cách cung cấp dung lượng cao.
Ngoài ra, NOMA thực hiện điều này trong khi sử dụng tài nguyên tối thiểu.
Trong ví dụ này, TDMA yêu cầu 3 khe thời gian để hoàn thành toàn bộ quá trình
truyền. Nếu thời lượng của 1 khe thời gian là 1 ms thì TDMA cần 3 ms để hoàn
thành quá trình truyền. Mặt khác, NOMA hoàn thành quá trình truyền trong một
khe thời gian duy nhất (tức là trong 1 ms). Điều này làm giảm đáng kể độ trễ. Điều
này chứng tỏ tính hữu ích của NOMA trong các công nghệ truyền thông trong
tương lai.
● Kết luận chương 2: Chương này đã trình bày những khái niệm cơ bản nhất
về kỹ thuật đa truy nhập phi trực giao NOMA. Nội dung chương giúp chúng ta hiểu
được nguyên lý hoạt động của NOMA, cho thấy sự vượt trội của NOMA so với các
kỹ thuật OMA ở các thế hệ trước. Đồng thời, chương này đã trình bày các ứng
dụng của NOMA trong hệ thống di động 5G. Từ đó cho thấy, NOMA là một công
nghệ đầy tiềm năng và hứa hẹn sẽ là công nghệ đáp ứng được hầu hết các yêu cầu
của mạng 5G.
CHƯƠNG 3
ĐÁNH GIÁ TỶ LỆ LỖI BIT VÀ PHÂN BỔ CÔNG SUẤT
TRONG KỸ THUẬT ĐA TRUY CẬP PHI TRỰC GIAO
● Giới thiệu chương: Trong mạng viễn thông, đánh giá hiệu năng của một hệ
thống thông tin di động là việc hết sức cần thiết và quan trọng. Hiệu năng của một
hệ thống cho thấy được hệ thống đó có hoạt động tốt hay không, bởi vì hiệu năng
càng cao thì hệ thống hoạt động càng hiệu quả. Chương này sẽ trình bày cơ sở lý
thuyết và mô phỏng để đánh giá hiệu năng của đa truy nhập phi trực giao NOMA.
3.1. Mã hóa chồng chất
Hai hoạt động chính giúp NOMA có thể thực hiện được là mã hóa chồng chất
phải được thực hiện ở phía máy phát và loại bỏ nhiễu liên tiếp (còn được gọi là SIC)
ở phía máy thu.
Giả sử hai người dùng User 1 và User 2 sẽ liên lạc đồng thời bằng cùng một
tần số. Đặt x1 biểu thị dữ liệu của User 1 và x 2 biểu thị dữ liệu của User 2. Để đơn
giản, giả sử rằng mỗi người dùng chỉ có 4 bit dữ liệu để gửi.
Cho x1 = 1010 và x2 = 0110. Hình minh họa của x1 và x2 được hiển thị bên dưới.
x1 và x2 phải trải qua điều chế kỹ thuật số trước khi truyền. Điều chế BPSK được sử
dụng trong trường hợp này. BPSK ánh xạ 0 đến -1 và 1 đến +1. Sau khi điều chế
BPSK, x1 được ánh xạ tới +1 -1 +1 -1 và x2 được ánh xạ tới -1 +1 +1 -1 như hình
bên dưới.
NOMA yêu cầu mã hóa chồng chất ở phía máy phát. Về cơ bản, chúng ta sẽ cộng x 1
và x2 với nhau. Nhưng trước khi làm điều đó, chúng ta sẽ nhân chúng với các hệ số
công suất khác nhau. Sau đó, chúng ta sẽ cộng chúng lại với nhau.
Giả sử chúng ta đặt trọng số công suất cố định là a 1 = 0,75 cho User 1 và a 2 = 0,25
cho User 2. Một quy tắc cần tuân theo là tổng a1 và a2 phải bằng 1.
Đầu tiên, hãy lấy x1 và x2 nhân tương ứng với √ a1 và √ a2 tương ứng. Tại sao căn
bậc hai? Bởi vì a1 và a2 đại diện cho các hệ số tỷ lệ công suất. Để làm cho chúng đại
diện cho biên độ, chúng ta cần lấy căn bậc hai. Sau khi nhân tương ứng, các tín hiệu
trông như hình 3.2. Lưu ý rằng biên độ của x 1 nhân với √ a1= √ 0,75=0,866 và biên
độ của x2 nhân với √ a2= √0,25=0,5. Vì vậy, dữ liệu sau khi được nhân tương ứng là,
x 1 √ a1 = 0,866 -0,866 0,866 -0,866 và x 2 √ a 2 = -0,5 0,5 0,5 -0,5.
Sau đó cộng cả hai lại với nhau. Tín hiệu kết quả được gọi là tín hiệu mã chồng chất
và được ký hiệu là x = x 1 √ a1 + x 2 √ a 2. Cộng cả hai lại với nhau ta được x = 0,366 -
0,366 1,366 -1,366. Ta được đồ thị của x như hình 3.3
Tín hiệu x này là tín hiệu NOMA được mã hóa chồng chất thực sự được truyền vào
kênh. Vì vậy, đó là cách mã hóa chồng chất được thực hiện.
3.2. Loại bỏ nhiễu liên tiếp (SIC)
Trước khi giải mã, chúng ta hãy xem thuật toán SIC. SIC là một thuật toán lặp
trong đó dữ liệu được giải mã theo thứ tự giảm dần mức công suất. Tức là, dữ liệu
tương ứng với người dùng có công suất cao nhất được giải mã trước, sau đó dữ liệu
của người dùng có công suất cao nhất tiếp theo được giải mã. Quá trình này lặp lại
cho đến khi chúng ta giải mã được tất cả dữ liệu của người dùng. Đối với trường
hợp đơn giản của hệ thống NOMA hai người dùng, các bước liên quan đến SIC
được mô tả bên dưới:
Bước 1: Giải mã trực tiếp x để lấy tín hiệu được có công suất lớn nhất
Ví dụ: x1 có trọng số lớn hơn (nghĩa là a1 > a2), giải mã trực tiếp x sẽ cho x1.
Bước 2: Nhân tín hiệu được giải mã ở bước 1 với trọng số tương ứng của nó và lấy
x trừ đi tín hiệu thu được sau khi nhân.
Ví dụ: nếu x1 được giải mã ở bước trước, hãy trừ x1√ a1 khỏi x. Điều này sẽ cho
chúng ta tín hiệu x - x1√ a1
Bước 3: Giải mã tín hiệu thu được ở bước 2 để lấy tín hiệu khác đã được ghép với
công suất thấp.
Bây giờ, hãy từng bước áp dụng SIC vào ví dụ của chúng ta. Như đã giả sử ở trên,
chúng ta đã chọn các giá trị hệ số phân bổ công suất là a1 = 0,75 và a2 = 0,25. Trong
trường hợp này, chúng ta sẽ thực hiệu giải điều chế BPSK trên x. Ở điều chế BPSK,
hãy đặt ngưỡng là 0, nếu biên độ vượt quá 0, chúng ta sẽ giải mã nó thành 1 và 0
nếu ngược lại.
Đây là đồ thị của tín hiệu x và ngưỡng được biểu thị bằng một đường kẻ
ngang màu đen. Chúng ta quan sát thấy rằng các biểu tượng thứ nhất và thứ ba nằm
trên ngưỡng bằng 0. Vì vậy, bit được truyền đầu tiên và thứ ba là bit 1. Các biểu
tượng thứ hai và thứ tư nằm dưới ngưỡng. Vì vậy, bit được truyền thứ hai và thứ tư
là bit 0. Như vậy, dãy được giải mã theo thứ tự là 1010. Bằng với x1!
Nói cách khác, chúng ta đã đạt được x 1 bằng cách trực tiếp thực hiện giải
điều chế BPSK trên x, hoàn toàn bỏ qua thực tế là x cũng có một thành phần của
x2. Điều này là bởi vì, chúng ta đã phân bổ trọng lượng công suất cao hơn cho x 1
trong thành phần của x. Do đó, sự hiện diện của thành phần x 2 trong x có thể được
bỏ qua một cách an toàn. Nói cách khác, chúng ta coi x2 là nhiễu và bỏ qua nó.
Chúng ta đã hoàn thành bước 1 của quy trình SIC và thu được tín hiệu x 1. Hướng
làm của 2 bước kế tiếp được mô tả như sau:
Cụ thể bước 2, chúng ta phải nhân thành phần x1 với √ a1 và lấy x trừ đi. Bây
giờ chúng ta phải cẩn thận. Chúng ta đã thu được x1 là 1010. Nhưng x1 có mặt trong
x ở dạng điều chế BPSK của nó. Nói cách khác, x không chứa x1 là 1010. x chứa
x1 là 1 -1 1 -1, là phiên bản điều chế BPSK của 1010. Vì vậy, chúng ta phải trừ
phiên bản điều chế BPSK này của thành phần x 1 khỏi x. Sau khi trừ, đồ thị sẽ có
dạng như hình 3.4
Ta nhận thấy rằng, đồ thi nhìn tưng tự như đồ thị của tín hiệu x2.
Chúng ta đã hoàn thành bước 2, chuyển sang bước 3. Sau khi trừ, chúng ta chỉ
cần giải điều chế tín hiệu thu được bằng cách sử dụng điều chế BPSK như trước
đây. Chúng ta thấy rằng ký hiệu thứ nhất và thứ tư sẽ được giải điều chế thành bit 0
và các ký hiệu khác sẽ được giải điều chế thành bit 1. Do đó, tín hiệu giải điều chế,
đặt theo thứ tự là 0110, giống như x2.
Mục 3.1 và 3.2 được viết để chứng minh rằng NOMA thực sự hoạt động như
dự định. Chúng ta đã ghép thành công hai dữ liệu riêng biệt trong miền phông suất
và khôi phục dữ liệu đó. Chúng ta đã xem xét một trường hợp hoàn toàn lý tưởng
bằng cách không bao gồm các hiệu ứng nhiễu kênh, v.v. Mục tiêu ở đây chỉ là hiểu
cách NOMA hoạt động.
3.3. Mô phỏng BER của NOMA trong kênh AWGN (Nhiễu Gausse trắng cộng
sinh)
3.3.1. Giả định mô phỏng
Dưới đây là các giả định đưa ra:
* Đường xuống truyền từ trạm gốc (BS) đến hai người dùng.
* Không sử dụng bất kỳ mô hình mất đường nào và giả định rằng cả hai người dùng
đều ở khoảng cách bằng nhau từ BS.
* Giả sử một kênh AWGN.
* Điều chế BPSK sẽ được sử dụng cho cả hai người dùng
Trong thực tế, NOMA hoạt động tốt hơn khi người dùng ở gần BS hơn và hoạt
động kém hơn khi người dùng kia ở xa BS. Nhưng trong trường hợp của chúng ta,
để đơn giản, hãy giả sử rằng khoảng cách giữa hai người dùng là cách đều nhau.
Bảng (3.1): Các thông số cho BER của NOMA trong kênh AWGN:
Dữ liệu được gửi đến User 1 x1
Dữ liệu được gửi đến User 2 x2
Khoảng cách D1=D2
Hệ số phân bổ công suất a1 = 0.75
a2 = 0.25
Điều chế Điều chế BPSK
Mã hóa Mã hóa chồng chất
3.3.2. Mô hình hệ thống
Chúng ta có một trạm cơ sở (BS) ở trung tâm. Nó đang truyền đồng thời tới hai
người dùng, User 1 và User 2, sử dụng sóng mang cùng tần số bằng cách áp dụng
NOMA.
Chúng ta sẽ đi trực tiếp vào các bước thực hiện dưới đây
1. Tạo dữ liệu nhị phân ngẫu nhiên cho User 1 và User 2. Để tạo dữ liệu nhị
phân ngẫu nhiên, chúng ta có thể sử dụng hàm MATLAB có sẵn được gọi là
Randi (). Randi ([0 1],1, N) sẽ tạo ra một chuỗi nhị phân có độ dài N.
2. Thực hiện điều chế BPSK đối với dữ liệu được tạo ở trên. 2*k-1 sẽ cung cấp
ký hiệu điều chế BSPK cho bit dữ liệu k.
5. Đối với User 1, thực hiện giải điều chế BPSK trực tiếp của y1 để nhận x1.
6. Đối với người dùng 2, trước tiên hãy thực hiện giải điều chế BPSK trực tiếp
của y2 để nhận được x1 .
7. Điều chỉnh lại x1 thành tín hiệu bpsk dưới dạng x'1 = 2*x1 – 1
8. Nhân ước tính thu được ở bước trước với √ a1 và lấy y trừ đi. Ta sẽ thu được
tín hiệu x - x 1 √ a1
9. Thực hiện giải điều chế BPSK trực tiếp của tín hiệu trên để thu được x2
10. So sánh các bit đã giải mã với các bit đã truyền để ước tính BER bằng hàm
biterr () có trong MATLAB
Nhận xét:
Chúng ta quan sát thấy rằng User 2 có BER cao hơn một chút so với User 1, đặc
biệt là khi SNR thấp. Điều này là do User 2 phải thực hiện SIC. User 2 phải giải mã
chính xác cả dữ liệu của User 1 và dữ liệu của chính nó. Bất kỳ lỗi nào trong việc
giải mã dữ liệu của User 1 hoặc dữ liệu của chính nó sẽ ảnh hưởng đến BER của
nó. Đó là lý do tại sao User 2 có BER cao hơn User 1.
Kênh không dây có xu hướng lan truyền đa đường và giảm dần. Một số
mô hình kênh có sẵn để nắm bắt các hiệu ứng mờ dần. Một mô hình như vậy
là mô hình mờ dần Rayleigh. Mô hình mờ dần Rayleigh có thể được sử dụng
khi không có đường truyền thẳng (LOS) giữa máy phát và máy thu. Nói cách
khác, tất cả các thành phần đa đường đã trải qua các hiệu ứng mờ dần quy mô
nhỏ như phản xạ, tán xạ, nhiễu xạ, v.v.
Chúng ta sẽ xem xét một trường hợp của pha đinh Rayleigh trong đó mỗi
bit được truyền trải qua một sự suy giảm và lệch pha khác nhau do truyền đa
đường. Nói cách khác, kênh thay đổi theo từng bit. Đầu tiên chúng ta sẽ xem
xét mô hình hệ thống và mô hình tín hiệu của NOMA, sau đó dùng MATLAB
để mô phỏng tỷ lệ lỗi bit (BER), dung lượng và thời gian ngừng hoạt động
của NOMA
Chúng ta xem xét việc truyền đường xuống từ trạm cơ sở (BS) tới hai người dùng
Mạng của chúng ta sẽ trông như thế này:
BS có hai tín hiệu riêng biệt x1 cho người dùng 1 (người dùng ở xa) và x2 cho
người dùng 2 (người dùng gần). a1 và a2 lần lượt là các hệ số phân bổ công suất cho
người dùng ở xa và ở gần (a1 + a2 = 1). Gọi h1 và h2 lần lượt là kênh truyền từ BS
đến người dùng ở xa và ở gần
x=√ P( √ a1 x1 + √a 2 x 2)
Tín hiệu nhận được ở User 1 sau khi truyền qua kênh h1 là
y 1=h 1 x +w1
Tín hiệu nhận được ở User 1 sau khi truyền qua kênh h1 là
y 2=h 2 x +w 2
y 1=h 1 x +w1
¿ h1 √ P ( √ a1 x 1 + √ a2 x2 )+ w1
¿ h1 √ P √ a1 x 1+ h1 √ P √ a2 x 2 +w1
Từ 1 > 2 giải mã trực tiếp của y1 sẽ mang lại x1. Thành phần chứa x2 sẽ được coi
là nhiễu. Tỷ lệ nhiễu tín hiệu trên nhiễu cho User 1 là:
2
|h1| P a1
γ 1= 2
|h1| P a2 + σ 2
Tốc độ dữ liệu có thể đạt được của User 1:
( )
2
|h | P a1
R1=log 2 ( 1+ γ 1 ) =log 2 1+ 21
|h1| P a2 + σ 2
y 2=h 2 x +w 2
¿ h2 √ P ( √ a1 x 1 + √ a2 x2 )+w2
¿ h2 √ P √ a1 x 1+ h2 √ P √ a2 x 2 +w 2
Người dùng 2 trước tiên phải thực hiện khử nhiễu liên tiếp (SIC) trước khi giải mã
tín hiệu của chính mình. SIC được thực hiện như sau:
1. y2 được giải mã trực tiếp để có được x1 hay đúng hơn, một ước tính của x1,
đó là ~x 1
Tỷ lệ tín hiệu trên nhiễu tại User 2 để giải mã tín hiệu User 1 (trước SIC) là:
2
|h 2| P a1
γ 1,2= 2
|h 2| P a2 +σ 2
Tốc độ dữ liệu có thể đạt được tương ứng là:
( )
2
|h | P a1
R1,2 =log 2 ( 1+ γ 1,2 )=log 2 1+ 22
|h2| P a2 +σ 2
Sau khi hủy tín hiệu của người dùng 1 bằng SIC, tỷ lệ tín hiệu trên nhiễu ở User 2
để giải mã tín hiệu của chính nó là:
2
|h2| P a2
γ 2= 2
σ
( )
2
|h2| P a2
R2=log 2 ( 1+ γ 2 ) =log 2 1+ 2
σ
Bảng 3.2: Các thông số về dung lượng và xác suất ngừng hoạt động của NOMA
5. Tính
( )
2
|h1| P a 1
R1=log 2 1+ 2
|h1| P a 2 +σ 2
( )
2
|h2| P a1
R1,2 =log 2 1+ 2
|h2| P a2 + σ 2
( )
2
|h2| P a 2
R2=log 2 1+
σ2
6. Tìm giá trị trung bình của mỗi đại lượng trên với mọi công suất phát
7. Tính toán các đại lượng trên cho các mức công suất khác nhau (ví dụ: từ 0 đến
40 dBm), chúng ta có biểu đồ dung lượng đạt được như hình bên dưới:
Hình 3.8: Đồ thị dung lượng đạt được theo công suất phát
Nhận xét:
Ta thấy R2 cao hơn hẳn so với R1,2 và R1, Vì R2 là dung lượng đạt được của User
2 sau đã khi loại bỏ hoàn toàn tín hiệu của User 1. Trong khi đó R 1,2 dung lượng
của User 2 khi chưa loại bỏ tín hiệu của của User 1, tương tự R 1 thấp do chưa
loại bỏ tín hiệu của của User 2
8. Tiếp theo, mô phỏng xác suất ngừng hoạt động. Đặt tỷ lệ mục tiêu cho mỗi
người dùng. Ví dụ: đối với người dùng 1, chúng ta đặt tốc độ mục tiêu là 1
bps/Hz và đối với người dùng 2, chúng ta đặt tốc độ mục tiêu là 2 bps/Hz.
9. Đếm số lần các giá trị được tính ở bước 5 thấp hơn tỷ lệ mục tiêu và lấy giá trị
trung bình. Nói cách khác, đặt bộ đếm cho người dùng 1, bộ đếm này được tăng
lên mỗi lần R1 < 1 bps/Hz và một bộ đếm khác cho người dùng 2 sẽ tăng lên mỗi
lần R1,2 < 1 bps/Hz hoặc R2 < 2 bps/Hz
10. Xác suất ngừng hoạt động theo công suất truyền tải có đồ thị sẽ như sau:
Hình 3.9: Đồ thị xác suất ngừng hoạt động theo công suất phát
Nhận xét:
Dựa vào mô phỏng ở hình 3.8, ta nhận thấy rằng, vì dung lượng đạt được của User 2
cao hơn dung lượng đạt được của User 1. Do vậy xác suất dừng hoạt động của User
2 sẽ thấp hơn User 1, đúng với kết quả mô phỏng
4. Điều chỉnh dữ liệu bằng cách sử dụng bất kỳ sơ đồ điều chế kỹ thuật số nào.
Chọn điều chế BPSK cả hai người dùng.
5. Tính toán tín hiệu mã hóa chồng chất x
6. Tính toán y1 và y2
7. Cân bằng y1 và y2 bằng cách chia h1 và h2 tương ứng
8. Từ phiên bản cân bằng của y 1 thực hiện giải điều chế BPSK trực tiếp để có được
~
x 1.
9. So sánh ~x 1 với dữ liệu gốc của người dùng 1 và ước tính BER bằng hàm biterr
10. Giải mã trực tiếp phiên bản cân bằng của y2, ta có x1
11. Điều chỉnh lại x1 và lấy phiên bản cân bằng của y2 trừ điều chế x1. Giải mã tín
hiệu này để có được ~x 2 .
12. So sánh ~x 2với dữ liệu gốc của người dùng 2 và ước tính BER bằng hàm biterr.
13. Vẽ BER theo công suất phát, đồ thị sẽ như sau:
Chúng ta thấy rằng User 1 có BER cao hơn so với User 2, điều này là do khoảng
cách từ User 1 đến BS xa hơn gấp đôi so với khoảng cách từ User 2 đến BS, làm
cho tín hiệu từ User 2 suy giảm làm tăng khả năng xảy ra lỗi dẫn đến BER cao.
Cho đến bây giờ, chúng ta đã mô phỏng các tham số hiệu suất khác nhau như tỷ lệ
lỗi bit (BER), dung lượng và xác suất ngừng hoạt động của NOMA bằng cách sử
dụng phương pháp phân bổ nguồn cố định. Bằng cách phân bổ công suất cố định,
chúng ta luôn đặt α1= 0,75 (đối với người dùng ở xa, User 1) và α 2= 0,25 (dành cho
người dùng gần User 2). Đây là một cách để phân bổ quyền lực. Và ưu điểm của
phương pháp phân bổ nguồn điện cố định này là:
Nhưng đây không phải là cách tối ưu để phân bổ quyền lực. Nếu chúng ta viết một
mã MATLAB đơn giản để vẽ biểu đồ BER như một hàm của các hệ số phân bổ
công suất, chúng ta sẽ nhận được một biểu đồ như sau
- Giá trị BER của User 2 ở vùng α1 < 0,1 (hay α2 > 0,9) thấp hơn ở vùng α1 ≈
0,8 (hay α2 ≈ 0,2). Tuy nhiên, ở vùng α1 < 0,1 thì giá trị BER của User 1 lại
rất lớn nên ta không thể chọn α1 < 0,1 (hay α2 > 0,9)
- Muốn cả hai người dùng đều được phân chia một cách công bằng thì vùng lý
tưởng là: α1 [0.5, 1], α2 [0, 0.5]
- Vùng phía cuối bên trái của đồ thị, α1 ≈ 0 và α2 ≈ 1. Điều này có nghĩa là một
công suất rất lớn được phân bổ cho User 2. Do đó, anh ta có BER rất thấp.
- Về phía cuối bên phải đồ thị, α1 ≈ 1 và α2 ≈ 0. Điều này có nghĩa là một công
suất rất lớn được phân bổ cho người dùng ở xa (User 1). Do đó, BER của
User 1 có xu hướng giảm dần.
- Vì α1 ≈ 1, nhiễu từ dữ liệu của người dùng ở xa (User 1) có công suất lớn đến
mức người dùng ở gần (User 2) cũng phải chịu BER cao
Trong các mô phỏng trước, chúng ta đã sử dụng phân bổ công suất cố định
(fixed PA). Chúng ta cố định các giá trị của α1 và α2 không phụ thuộc vào điều kiện
kênh. Nhưng có nhiều cách tốt hơn để tối ưu hóa α1 và α2 động dựa trên các giá trị
của thông tin trạng thái kênh (CSI).
Sơ đồ phân bổ năng lượng mà chúng ta nghiên cứu trong phần này là một sơ
đồ đơn giản với mục tiêu là mang lại sự công bằng cho người dùng. Gọi sơ đồ phân
bổ công suất công bằng (fair PA).
PA công bằng của ưu tiên cho người dùng yếu/ở xa. Nghĩa là, các hệ số phân
bổ công suất được tính toán sao cho đáp ứng được tốc độ mục tiêu của người dùng
ở xa. Sau đó năng lượng còn lại mới được phân bổ cho người dùng gần.
Phương trình dung lượng cho người dùng xa và người dùng gần của NOMA là:
( )
2
|hf| P a f
R f =log 2 1+ 2
|hf| P an +σ 2
( )
2
|hn| P an
Rn =log 2 1+
σ2
Chọn R* biểu thị cho dung lượng mục tiêu của người dùng xa. Mục tiêu là chọn α f
và αn, sao cho Rf > R*. Hãy thiết lập Rf = R*
R¿ =log 2 ¿
R
¿ ¿ h f ∨¿2 P a f
¿>2 =1+ ¿
¿ hf ∨¿2 P an + σ 2 ¿
¿
Đặt = 2 R −1
2
¿ h f ∨¿ P a f
¿ 2 2
¿
¿ hf ∨¿ P a n + σ ¿
Từ αn + αf = 1 αn = 1 - αf
2 2 2
¿ h f ∨¿ P a f =¿ h f ∨¿ P(1−a f ) +σ ¿ ¿
Vì a f 1, a f =min ¿ và a n=1−af
So sánh xác suất ngừng hoạt động của PA cố định và công bằng.
Ở đây, chúng ta đã cố định tổng công suất phát là 30 dBm. Ngoài ra, để có được
xác suất ngừng hoạt động, chúng ta đã đặt tỷ lệ mục tiêu giống nhau cho cả người
dùng ở gần và ở xa.
Hình 3.12: Xác suất ngừng hoạt động theo tốc độ mục tiêu của người dùng
xa
Nhận xét:
- Chúng ta có thể thấy ngay rằng PA cố định đang hoạt động rất kém và xác suất
ngừng hoạt động của nó luôn bão hòa về 1 khi R∗ > 1,5 bps/Hz. Nói cách khác, máy
thu luôn ngưng hoạt động nếu chúng ta sử dụng PA cố định với R ∗ > 1,5 bps/Hz.
Điều này là do, PA cố định không khai thác CSI tức thời cũng như không tính đến
các yêu cầu về tốc độ mục tiêu. Do đó, PA cố định, mặc dù đơn giản để thực hiện,
nhưng xét cho cùng thì không tốt lắm.
- PA công bằng có xác suất ngừng hoạt động thấp hơn PA cố định vì αn và αf được
điều chỉnh động dựa trên yêu cầu tốc độ mục tiêu và CSI.
- Trong PA công bằng, chúng ta có thể thấy rằng sự ngừng hoạt động của người
dùng ở xa tăng dần khi yêu cầu tốc độ mục tiêu của anh ta tăng lên. Vì khi tốc độ
mục tiêu ngày càng cao, cơ hội để người dùng ở xa đạt được tỷ lệ mục tiêu đó ngày
càng thấp hơn. Điều này sẽ dẫn đến tăng xác suất ngừng hoạt động của nó.
- Xác suất ngừng hoạt động của người dùng gần cho thấy sự chuyển đổi khá rõ nét
xung quanh giá trị R∗ từ 4 đến 7 bps/Hz. Và luôn ngừng hoạt động khi R ∗ > 7
bps/Hz. Điều này vẫn tốt hơn PA cố định
❖ KẾT LUẬN:
Đồ án đã nghiên cứu ứng dụng của NOMA vào việc đánh giá hiệu năng mạng
đường xuống so với OFDMA đường xuống ở mạng 4G. Qua kết quả mô phỏng,
đánh giá hiệu suất của thuật toán và so sánh nó với cơ chế OFDMA đã cho thấy,
NOMA có kết quả vượt trội hơn OFDMA về hiệu năng công suất trên một đơn vị
dữ liệu, đặc biệt khi hầu hết người dùng nằm gần cạnh tế bào hay có sự đa dạng
trong điều kiện kênh thay đổi. Đồ án cũng đã trình bày các nguyên tắc cơ bản của
NOMA và chỉ ra ưu thế của NOMA so với OMA hay cụ thể hơn là OFDMA thông
thường về hiệu suất phổ và hiệu quả năng lượng.
Với các tính năng riêng biệt, NOMA vẫn là ứng cử viên mạnh nhất cho các
mạng 5G trong tương lai. Tuy nhiên, vẫn còn một số thách thức để thực hiện
NOMA thành công. Trước hết, nó đòi hỏi csac đầu cuối có sức tính toán cao để
chạy các thuật toán SIC, đặc biệt khi số lượng người dùng lớn với tốc độ dữ liệu
cao. Thứ hai, phân bổ công suất tối ưu vẫn là một vấn đề khó khăn, đặc biệt là khi
các UE đang di chuyển nhanh trong mạng. Cuối cùng, bộ thu SIC nhạy cảm với các
lỗi hủy có thể dễ dàng xảy ra trong các kênh fading. Nó có thể được thực hiện với
một số kỹ thuật phân tập khác như phân tập không gian với nhiều đầu vào - nhiều
đầu ra (MIMO) hoặc các cơ chế mã hóa để tăng độ tin cậy và do đó làm giảm các
lỗi giải mã. Vì thế, gần đây nhiều dự án triển khai MIMO cho NOMA, nghiên cứu
tác động của thông tin trạng thái kênh (CSI) và tối ưu hóa công suất đã được xem
xét.
Hiện tại, khả năng ứng dụng NOMA vào thực tế vẫn còn khoảng cách so với
tiềm năng của nó và cần thời gian để xem xét thêm. Tuy nhiên, mạng di động 5G và
kỹ thuật đa truy nhập phi trực giao là một đề tài nghiên cứu mới, có tiềm năng trong
tương lai. Với các kết quả đạt được từ đồ án này có thể làm cơ sở cho việc xây dựng
hệ thống mạng, phát triển để tối ưu hóa hiệu năng hệ thống, đề xuất mô hình hệ
thống lớn hơn dựa trên kỹ thuật đa truy nhập phi trực giao NOMA mới này.
[9] Shenhong Li, “Outage probability analysis and robust power allocation
for downlink Non-Orthogonal Multiple Access (NOMA) system”,
Loughborough University, Sep 2020.
[10] YLiu, Yuanwei and Liu, Xiao and Mu, Xidong and Hou, Tianwei and
Xu, Jiaqi and Di Renzo, Marco and Al-Dhahir, Naofal, “Reconfigurable
Intelligent Surfaces: Principles and Opportunities”, in IEEE
Communications Surveys & Tutorials, 2021.
❖ Tài liệu điện tử
[1] www.arxiv.org
[2] www.telecoms.com
[3] www.en.wikipedia.org
[4] www.ieeexplore.ieee.org
[5] www.itu.int
[6] www.qualcomm.com
[7] www.huawei.com
[8] www.vntelecom.org
PHỤ LỤC
Code matlab của các chương trình mô phỏng
d1 = 10; d2 = 9;
d3 = 4; d4 = 3;
eta = 4;
N = 10^4;
h1 = sqrt(d1^-eta)*(randn(1,N)+1i*randn(1,N))/sqrt(2);
h2 = sqrt(d2^-eta)*(randn(1,N)+1i*randn(1,N))/sqrt(2);
h3 = sqrt(d3^-eta)*(randn(1,N)+1i*randn(1,N))/sqrt(2);
h4 = sqrt(d4^-eta)*(randn(1,N)+1i*randn(1,N))/sqrt(2);
g1 = (abs(h1)).^2;
g2 = (abs(h2)).^2;
g3 = (abs(h3)).^2;
g4 = (abs(h4)).^2;
SNR = 20:2:40;
snr = db2pow(SNR);
a1 = 0.7; a2 = 1-a1;
for u = 1:length(snr)
% a1 = min(1,epsilon*((1/snr(u)) +
g1)./(g1*(1+epsilon)));
% a2 = 1 - a1;
%
% a1 = min(1,epsilon*((1/snr(u)) +
g1)./(g1*(1+epsilon)));
% a2 = 1 - a1;
%TDMA
t1(u) = 0.25*mean(log2(1 + g1*snr(u)));
t2(u) = 0.25*mean(log2(1 + g2*snr(u)));
t3(u) = 0.25*mean(log2(1 + g3*snr(u)));
t4(u) = 0.25*mean(log2(1 + g4*snr(u)));
% %NOMA
n1(u) = mean(log2(1 +
b1.*g1*snr(u)./((b2+b3+b4).*g1*snr(u)+1)));
n2(u) = mean(log2(1 +
b2.*g2*snr(u)./((b3+b4).*g2*snr(u)+1)));
n3(u) = mean(log2(1 + b3.*g3*snr(u)./(b4.*g3*snr(u)
+1)));
n4(u) = mean(log2(1 + b4.*g4*snr(u)));
%
% %
end
R1 = 0.5*(C1+C2+C3+C4);
R11 = 0.5*(C11+C22+C33+C44);
t = (t1+t2+t3+t4);
n = n1+n2+n3+n4;
figure;
plot(SNR,R11,'o-b','linewidth',1.5);hold on; grid on;
plot(SNR,R1,'o-r','linewidth',1.5);
plot(SNR,n,'o-m','linewidth',1.5);
plot(SNR,t,'o-k','linewidth',1.5);
legend('Hybrid NOMA N-F pairing','Hybrid NOMA N-N,F-F
pairing','SC-NOMA','TDMA');
xlabel('SNR (dB)');
ylabel('Sum rate (bps/Hz)');
%SNR range
Pt = -114:5:-54; %in dB
pt = db2pow(Pt); %in linear scale
N = 10^4;
d1 = 5; d2 = 3; d3 = 2; %Distance of users
eta = 4; %Path loss exponent
%Channel gains
g1 = (abs(h1)).^2;
g2 = (abs(h2)).^2;
g3 = (abs(h3)).^2;
BW = 10^9;
No = -174 + 10*log10(BW);
no = (10^-3)*db2pow(No);
C_noma = zeros(1,length(pt));
C_oma = zeros(1,length(pt));
for u = 1:length(pt)
end
SNR = Pt - No;
figure;
plot(SNR,C_noma_sum,'linewidth',2); hold on; grid on;
plot(SNR,C_oma_sum,'linewidth',2)
xlabel('SNR (dB)');
ylabel('Achievable rate (bps/Hz)');
legend('NOMA','OMA');
title('Capacity of NOMA vs OMA');
ylim([0 max(C_noma_sum)+1]);
Mô phỏng BER của NOMA trong kênh AWGN (Nhiễu Gausse trắng cộng
sinh)
clc; clear variables; close all;
%AT USER 1
%Direct decoding of x from y1
x1_hat = ones(1,N); %just a buffer
x1_hat(y1 < 0) = 0;
%AT USER 2
%Direct decoding of x from y2
x11_est = ones(1,N); %just a buffer
x11_est(y2 < 0) = 0; %Estimate user 1's signal first
x11_est(x11_est == 0) = -1; %Remodulate user 1's
signal
%Subtract remodulated x11_est component from y2
rem = y2 - sqrt(a1)*x11_est; % T/h dang o dang d/che
BPSK
%Estimate BER
ber1(u) = biterr(x1,x1_hat)/N;% = so bit loi/ tong
so bit
ber2(u) = biterr(x2,x2_hat)/N;
end
N = 10^5;
g1 = (abs(h1)).^2;
g2 = (abs(h2)).^2;
p = length(Pt);
p1 = zeros(1,length(Pt));
p2 = zeros(1,length(Pt));
R2 = log2(1+gamma_2);
pout1 = p1/N;
pout2 = p2/N;
figure;
semilogy(Pt, pout1, 'linewidth', 1.5); hold on; grid on;
semilogy(Pt, pout2, 'linewidth', 1.5);
xlabel('Transmit power (dBm)');
ylabel('Outage probability');
legend('User 1 (far user)','User 2 (near user)');
figure;
plot(Pt, R1_av, 'linewidth', 1.5); hold on; grid on;
plot(Pt, R12_av, 'linewidth', 1.5);
plot(Pt, R2_av, 'linewidth', 1.5);
xlabel('Transmit power (dBm)');
ylabel('Achievable capacity (bps/Hz)');
legend('R_1','R_{12}','R_2')
N = 10^6;
g1 = (abs(h1)).^2;
g2 = (abs(h2)).^2;
p = length(Pt);
for u = 1:p
%Do superposition coding
x = sqrt(pt(u))*(sqrt(a1)*x1 + sqrt(a2)*x2);
%Received signals
y1 = h1.*x + w1; %So phuc h1 * x + w1
y2 = h2.*x + w2;
%Equalize
eq1 = y1./h1; %So phuc y1 * x + w1
eq2 = y2./h2;
%----------------------------------
gam_a = 2*((sqrt(a1*pt(u))-
sqrt(a2*pt(u)))^2)*mean(g1)/no;
gam_b = 2*((sqrt(a1*pt(u))
+sqrt(a2*pt(u)))^2)*mean(g1)/no;
ber_th1(u) = 0.25*(2 - sqrt(gam_a/(2+gam_a)) -
sqrt(gam_b/(2+gam_b)));
gam_c = 2*a2*pt(u)*mean(g2)/no;
gam_d = 2*((sqrt(a2) +
sqrt(a1))^2)*pt(u)*mean(g2)/no;
gam_e = 2*((sqrt(a2) +
2*sqrt(a1))^2)*pt(u)*mean(g2)/no;
gam_f = 2*((-sqrt(a2) +
sqrt(a1))^2)*pt(u)*mean(g2)/no;
gam_g = 2*((-sqrt(a2) +
2*sqrt(a1))^2)*pt(u)*mean(g2)/no;
gc = (1 - sqrt(gam_c/(2+gam_c)));
gd = (1-sqrt(gam_d/(2+gam_d)));
ge = (1-sqrt(gam_e/(2+gam_e)));
gf = (1-sqrt(gam_f/(2+gam_f)));
gg = (1-sqrt(gam_g/(2+gam_g)));
gamma1(u) = a1*pt(u)*mean(g1)/(a2*pt(u)*mean(g1) +
no); %gamma = SNR
gamma2(u) = a2*pt(u)*mean(g2)/no;
end
N = 5*10^5;
Pt = [40 20];
No = -114;
pt = (10^-3)*db2pow(Pt);
no = (10^-3)*db2pow(No);
a1 = 0:0.01:1;
a2 = 1 - a1;
d1 = 1000; d2 = 500;
eta = 4;
h1 = sqrt(d1^-eta)*(randn(1,N) + 1i*randn(1,N))/sqrt(2);
h2 = sqrt(d2^-eta)*(randn(1,N) + 1i*randn(1,N))/sqrt(2);
g1 = (abs(h1)).^2;
g2 = (abs(h2)).^2;
x1 = 2*data1 - 1;
x2 = 2*data2 - 1;
for v=1:2
for u = 1:length(a1)
x = sqrt(pt(v))*(sqrt(a1(u))*x1 + sqrt(a2(u))*x2);
y1 = x.*h1 + w1;
y2 = x.*h2 + w2;
%Equalize
eq1 = y1./h1;
eq2 = y2./h2;
%----------------------------------
end
if v==2
semilogy(a1, ber1,'--r', 'linewidth',1.5); hold on;
grid on;
semilogy(a1, ber2,'--b', 'linewidth',1.5);
xlabel('\alpha_1');
ylabel('BER');
end
end
legend('Far user p = 40','Near user p = 40','Far user p
= 20','Near user p = 20');
N = 10^5;
Pt = 30; %Max BS Tx power (dBm)
pt = (10^-3)*db2pow(Pt); %Max BS Tx power (Linear
scale)
No = -114; %Noise power (dBm)
no = (10^-3)*db2pow(No); %Noise power (Linear
scale)
p1 = zeros(1,length(r));
p2 = zeros(1,length(r));
pa1 = zeros(1,length(r));
pa2 = zeros(1,length(r));
hf = sqrt(df^-eta)*(randn(1,N) + 1i*randn(1,N))/sqrt(2);
hn = sqrt(dn^-eta)*(randn(1,N) + 1i*randn(1,N))/sqrt(2);
g1 = (abs(hf)).^2;
g2 = (abs(hn)).^2;
for u = 1:length(r)
epsilon = (2^(r(u)))-1; %Target SINR for far
user
% aaf(aaf>1) = 0;
% aan = 1 - aaf;
Cf = log2(1 + gamma_f);
Cnf = log2(1 + gamma_nf);
Cn = log2(1 + gamma_n);
for k = 1:N
if Cf(k) < r(u)
p1(u) = p1(u) + 1;
end
if (Cnf(k)<r(u))||(Cn(k) < r(u))
p2(u) = p2(u) + 1;
end
pouta2 = pa2/N;
figure;
plot(r,pout1,'--+r','linewidth',2); hold on; grid on;
plot(r,pout2,'--ob','linewidth',2);
plot(r,pouta1,'r','linewidth',2);
plot(r,pouta2,'b','linewidth',2);
xlabel('Target rate of far user (R*) bps/Hz');
ylabel('Outage probability');
xlim([r(1) r(end)]);
legend('Far user (fixed PA)','Near user (fixed PA)','Far
user (fair PA)','Near user (fair PA)');
x1 = [1 0 1 0];
x2 = [0 1 1 0];
xmod1 = 2*x1-1;
xmod2 = 2*x2-1;
a1 = 0.75; a2 = 0.25;
x = sqrt(a1)*xmod1 + sqrt(a2)*xmod2;
%Plot figures
ay = -2:0.2:2;
ax = ones(1,length(ay));
figure;
subplot(2,1,1)
stairs([x1,x1(end)],'linewidth',2);
ylim([-2 2])
grid on; hold on;
title('Data of user 1 (x_1)')
for u = 1:3
plot(ax*(u+1),ay,':k','linewidth',2);
end
subplot(2,1,2)
stairs([x2,x2(end)],'m','linewidth',2);
ylim([-2 2])
grid on; hold on;
for u = 1:3
plot(ax*(u+1),ay,':k','linewidth',2);
end
title('Data of user 2 (x_2)')
figure;
subplot(2,1,1)
stairs([xmod1,xmod1(end)],'linewidth',2);
ylim([-2 2])
grid on; hold on;
title('Data of user 1 (x_1)')
for u = 1:3
plot(ax*(u+1),ay,':k','linewidth',2);
end
subplot(2,1,2)
stairs([xmod2,xmod2(end)],'m','linewidth',2);
ylim([-2 2])
grid on; hold on;
for u = 1:3
plot(ax*(u+1),ay,':k','linewidth',2);
end
title('Data of user 2 (x_2)');
t1 = sqrt(a1)*xmod1;
t2 = sqrt(a2)*xmod2;
figure;
subplot(2,1,1)
stairs([t1,t1(end)],'linewidth',2);
ylim([-2 2])
grid on; hold on;
title('Scaled data of user 1 ($$\sqrt{a_1}x_1$
$)','Interpreter','latex','FontSize',13)
for u = 1:3
plot(ax*(u+1),ay,':k','linewidth',2);
end
subplot(2,1,2)
stairs([t2,t2(end)],'m','linewidth',2);
ylim([-2 2])
title('Scaled data of user 2 ($$\sqrt{a_2}x_2$
$)','Interpreter','latex','FontSize',13)
grid on; hold on;
for u = 1:3
plot(ax*(u+1),ay,':k','linewidth',2);
end
figure;
stairs([x,x(end)],'r','linewidth',2);
grid on; hold on;
for u = 1:3
plot(ax*(u+1),ay,':k','linewidth',2);
end
title('Superposition coded signal')
x1 = [1 0 1 0];
x2 = [0 1 1 0];
xmod1 = 2*x1-1;
xmod2 = 2*x2-1;
a1 = 0.75; a2 = 0.25;
x = sqrt(a1)*xmod1 + sqrt(a2)*xmod2;
xdec1 = ones(1,length(x1));
xdec1(x<0)=-1;
xrem = x - sqrt(a1)*xdec1;
xdec2 = zeros(1,length(x1));
xdec1(x<0)=0;
xdec2(xrem>0)=1;
%Plot figures
ay = -2:0.2:2;
ax = ones(1,length(ay));
figure;
subplot(2,1,1)
stairs([x1,x1(end)],'linewidth',2);
ylim([-2 2])
grid on; hold on;
title('Data of user 1 (x_1)')
for u = 1:3
plot(ax*(u+1),ay,':k','linewidth',2);
end
subplot(2,1,2)
stairs([x2,x2(end)],'m','linewidth',2);
ylim([-2 2])
grid on; hold on;
for u = 1:3
plot(ax*(u+1),ay,':k','linewidth',2);
end
title('Data of user 2 (x_2)')
figure;
subplot(2,1,1)
stairs([xmod1,xmod1(end)],'linewidth',2);
ylim([-2 2])
grid on; hold on;
title('Data of user 1 (x_1)')
for u = 1:3
plot(ax*(u+1),ay,':k','linewidth',2);
end
subplot(2,1,2)
stairs([xmod2,xmod2(end)],'m','linewidth',2);
ylim([-2 2])
grid on; hold on;
for u = 1:3
plot(ax*(u+1),ay,':k','linewidth',2);
end
title('Data of user 2 (x_2)');
t1 = sqrt(a1)*xmod1;
t2 = sqrt(a2)*xmod2;
figure;
subplot(2,1,1)
stairs([t1,t1(end)],'linewidth',2);
ylim([-2 2])
grid on; hold on;
title('Scaled data of user 1 ($$\sqrt{a_1}x_1$
$)','Interpreter','latex','FontSize',13)
for u = 1:3
plot(ax*(u+1),ay,':k','linewidth',2);
end
subplot(2,1,2)
stairs([t2,t2(end)],'m','linewidth',2);
ylim([-2 2])
title('Scaled data of user 2 ($$\sqrt{a_2}x_2$
$)','Interpreter','latex','FontSize',13)
grid on; hold on;
for u = 1:3
plot(ax*(u+1),ay,':k','linewidth',2);
end
figure;
stairs([x,x(end)],'r','linewidth',2);
grid on; hold on;
for u = 1:3
plot(ax*(u+1),ay,':k','linewidth',2);
end
title('Superposition coded signal')
plot(1:5,zeros(1,5),'k','linewidth',1.5)
figure;
stairs([xrem,xrem(end)],'r','linewidth',2);
grid on; hold on;
for u = 1:3
plot(ax*(u+1),ay,':k','linewidth',2);
end
title('Superposition coded signal')
plot(1:5,zeros(1,5),'k','linewidth',1.5)