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

MAI VĂN MÃI

NGHIÊN CỨU HIỆU NĂNG MẠNG NGẪU NHIÊN
SỬ DỤNG KỸ THUẬT CHỌN LỰA ANTEN PHÁT
DƯỚI SỰ TÁC ĐỘNG CỦA SUY HAO PHẦN CỨNG

CHUYÊN NGÀNH: KỸ THUẬT VIỄN THÔNG
MÃ SỐ: 60.52.02.08

TÓM TẮT LUẬN VĂN THẠC SĨ

THÀNH PHỐ HỒ CHÍ MINH – NĂM 2016


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

Người hướng dẫn khoa học: TS.TRẦN TRUNG DUY
(Ghi rõ học hàm, học vị)

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

LỜI MỞ ĐẦU
Trong thời đại phát triển bùng nổ của các hệ thống thông tin
vô tuyến, nhu cầu về chất lượng, dung lượng, các dịch vụ đa phương
tiện và trong các hệ thống thông tin không dây đang phát triễn nhanh
chóng trên toàn thế giới.
Tuy nhiên phổ tần là hữu hạn, muốn tăng dung lượng bắt
buộc phải tăng hiệu quả sử dụng phổ tần số. Vì vậy việc nghiên cứu,
ứng dụng các công nghệ kỹ thuật tiên tiến để đáp ứng nhu cầu này
luôn là một đòi hỏi cấp thiết. Một trong những kỹ thuật có thể giúp
cải thiện, làm hạn chế vấn đề khang hiếm phổ như ngày nay đó là
dùng công nghệ vô tuyến nhận thức.
Ngoài ra, việc xác định khoảng cách giữa các user đến các
trạm gốc rất quan trọng trong mạng ngẫu nhiên. Đây cũng là một
hướng nghiên cứu mới.
Trên thực tế các phần cứng của thiết bị đều không lý tưởng,
chúng ảnh hưởng tới hiệu năng của hệ thống. Do đó, đề tài cũng sẽ
nghiên cứu sự ảnh hưởng của sự không hoàn hảo của phần cứng lên
hiệu năng của mạng vô tuyến.
Kỹ thuật chọn lựa anten phát (TAS) là một kỹ thuật đơn
giản, được nghiên cứu nhiều trong thời gian gần đây.
Để đóng góp giải quyết những vấn đề này, em xin chọn đề
tài là “Nghiên cứu hiệu năng mạng ngẫu nhiên sử dụng kỹ thuật
chọn lựa anten phát dưới sự tác động của suy hao phần cứng”

mục đích là đưa ra các công thức toán học tính toán tỉ lệ tính hiệu


2
trên nhiễu (SNR) và/hoặc xác suất dừng (OP)…nhằm đánh giá hiệu
năng của hệ thống. Luận văn gồm 5 chương như sau:
Chương I: Lý thuyết tổng quan.
Chương II: Mô hình hệ thống
Chương III: Đánh giá hiệu năng
Chương IV: Mô phỏng và đánh giá kết quả
Chương V: Kết luận

CHƯƠNG I - LÝ THUYẾT TỔNG QUAN
1.1

Mạng vô tuyến và vô tuyến nhận thức

1.1.1

Truy cập phổ vô tuyến

1.1.2

Mạng vô tuyến nhận thức
Trong mạng vô tuyến nhận thức, mạng sơ cấp (mạng được

cấp phép sử dụng tần số) và mạng thứ cấp (mạng không được cấp
phép sử dụng tần số) có thể sử dụng chung băng tần, để nâng cao
hiệu quả sử dụng phổ.
1.2


Phương pháp phân tập phát

1.2.1

Giới thiệu

1.2.2

Phân tập thời gian

1.2.3

Phân tập tần số

1.2.4

Phân tập không gian

1.3

Mạng ngẫu nhiên


3
Trong mạng không dây, việc xác định được khoảng cách
giữa các US đến các BS rất quan trọng. Vì khoảng cách giữa các user
tác động mạnh tới SNR và nhiễu. Khoảng cách giữa hai nút này sẽ là
một biến ngẫu nhiên. Những mạng này có tên gọi là mạng vô tuyến
ngẫu nhiên.

1.4

Suy hao phần cứng

1.5

Các nghiên cứu liên quan
Kết Luận Chương I
-

Vô tuyến nhận thức: là một trong những kỹ thuật tiềm năng

trong mạng viễn thông vô tuyến thế hệ tiếp theo.
-

Phân tập phát: là một kỹ thuật đơn giản, có hiệu quả cao

trong việc nâng cao hiệu năng của mạng vô tuyến. Kỹ thuật này
đang được nghiên cứu nhiều trong thời gian gần đây.
-

Mạng ngẫu nhiên: là 1 mô hình thực tế, khi những người

dùng có thể xuất hiện ngẫu nhiên. Vì vậy khoảng cách từ người
dùng tới trạm gốc luôn là một biến ngẫu nhiên.
-

Suy hao phần cứng: trên thực tế tất cả thiết bị đều không

hoàn hảo nên có phần ảnh hưởng tới hiệu năng của mạng vô tuyến.


CHƯƠNG II - MÔ HÌNH HỆ THỐNG
2.1

Mô hình vô tuyến thông thường
Giả sử xuyên suốt luận văn các kênh truyền là kênh fading

Rayleigh. Đầu tiên xét mô hình kênh truyền cơ bàn nhất


4

s

Tx

hTx,Rx

Rx

P
Hình 2.1: Mô hình kênh truyền cơ bản
Giả sử phần cứng là lý tưởng, tín hiệu nhận được tại nút Rx là :

yRx  PhTx,Rx s  nRx .

(2.1)

Trên thực tế thì phần cứng không lý tưởng, do đó tín hiệu nhận được
tại nút Rx cần được viết lại như sau:


yRx  Pd Tx,Rx
hTx,Rx  s  t,Tx    r,Rx  nRx .

(2.3)

Hàm CDFvà hàm PDF của độ lợi kênh truyền như sau:

F Tx,Rx  x   1  exp   x  và f Tx,Rx  x   exp   x  .
2.2

(2.5)

Mô hình vô tuyến nhận thức dạng nền

Hình 2.2: Mạng vô tuyến nhận thức dạng nền
Trong hình 2.2 mạng sơ cấp được biểu thị bằng nút P, mạng
thứ cấp bao gồm nút nguốn SS và nút đích SD. Công suất phát của
nút thứ cấp SS được tính như sau:


5

dSP
IP
PSS 
,
1  SS,P  | hSP |2

2.3


(2.6)

Mô hình nghiên cứu
Đề tài nghiên cứu sự truyền dữ liệu theo đường xuống

(Down link) giữa một BS và US. Như hình 2.3, BS có M anten phục
vụ US được trang bị 1 anten.

R
BS
hi d

US
Hình 2.3: Mô hình kênh truyền trong mạng ngẫu nhiên
Trạm gốc BS được đặt cố định tại gốc toạ độ, trong khi
người dùng US xuất hiện ngẫu nhiên trong một đường tròn có bán
kính R. Gọi d là khoảng cách giữa BS và US, d là một biến ngẫu
nhiên có hàm CDF và PDF lần lượt là:

x2
2x
Fd  x   2 , f d  x   2
R
R

0  x  R .

(2.8)


2.3.1

Mô hình mạng ngẫu nhiên thông thường

2.3.2

Mô hình mạng ngẫu nhiên vô tuyến nhận thức dạng nền


6
Đối với mạng ngẫu nhiên vô tuyến nhận thức, BS và US sẽ
là các nút thứ cấp. Mạng sơ cấp sẽ được biểu thị bởi nút P và vị trí
của nút P được giả sử là cố định. SNR nhận được tại US trong mô
hình này được đưa ra như sau:

Q
i 

 i
d  i

 
Q  i 1
d i

,

(2.10)

Hình 2.4: Mô hình mạng ngẫu nhiên vô tuyến nhận thức

dạng nền
2.3.3

Các phương pháp chọn lựa anten phát

Đầu tiên, luận văn xét đến phương pháp lựa chọn ănten ngẫu nhiên,
được đặt tên là RAND. Tỷ lệ công suất tín hiệu nhận được tại người
dùng trong mạng vô tuyến thông thường và mạng vô tuyến nhận thức
dạng nền lần lượt được đưa ra như bên dưới:


7


RAND
n

d    n

,
d    n  1

(2.11)

 n
d  n

.
 
Q  n 1

d n

(2.12)

Q

 RAND
n

Tiếp theo, luận văn đề xuất mô hình chọn lựa ănten phát tối ưu được
đặt tên là BEST. Trong phương pháp này, ănten phát tốt nhất sẽ là
ănten tạo ra SNR ở người dùng lớn nhất.

 bBEST  max  n ,

(2.13)

 bBEST  max  n ,

(2.14)

n 1,2,..., M

n 1,2,..., M

Kết Luận Chương II
-

Kỹ thuật chọn lựa anten phát là một kỹ thuật hiệu quả nhằm


nâng cao hiệu năng của các mạng truyền thông vô tuyến. Trong luận
văn này, so sánh hiệu năng của phương pháp RAND và BEST.
-

Để thực hiện được kỹ thuật BEST đòi hỏi một sự hồi tiếp hệ

số kênh truyền từ người dùng về trạm gốc. Từ các giá trị xác định
sẵn có của các hệ số kênh truyền, trạm gốc có thể chọn được anten
phát tốt nhất để phục vụ cho người dùng.
-

Chương 2 đã đưa ra các biểu thức của tỷ lệ tín hiệu trên

nhiễu cho tất cả các phương pháp khảo sát. Hơn thế nữa, việc mô
hình hoá khoảng cách ngẫu nhiên cũng đã được xem xét.


8

CHƯƠNG III - ĐÁNH GIÁ HIỆU NĂNG HỆ
THỐNG
Hiệu năng được đánh giá trong luận văn này là xác suất dừng. Từ
định nghĩa trên, ta có thể đưa ra các biểu thức OP tức thời của giao
thức RAND và BEST trong mạng vô tuyến thông thường như sau:

 d    n

OPRAND  Pr   RAND




Pr
  th  ,


n
th

  d  n  1
 (3.1)

 d  b

OPBEST  Pr   bBEST   th   Pr 
  th  .

  d  b  1

Và OP tức thời của giao thức RAND và BEST trong mạng vô tuyến
nhận thức dạng nền xác định bởi:
 n


 Q d 

n
O PR AND  Pr   RAND
  th   Pr 
  th  ,
n

 Q  n 1



 (3.2)
d



n
 b


 Q d 

b
O PBEST  Pr   bBEST   th   Pr 
  th  .
 Q  b 1



d  b



3.1

Mô hình mạng ngẫu nhiên thông thường


3.1.1

Giao thức RAND

Đầu tiên, xác suất dừng của giao thức RAND trong công thức (3.1)
có thể được viết lại dưới dạng sau:


9
OP RAND


x   th 
  Pr  1   th   n 
 f d  x  dx
0
 

khi1   th (3.5)
1,
 R

 0 Pr   n  x   f d  x  dx, khi1   th
R

với    th / 1   th  / .
Ta xét trường hợp 1   th hay

  1 /  th , kết hợp với hàm PDF


trong (2.8) và công thức (3.5), ta có:

OP RAND 
Tính Pr



n

2
R2



R

0

x Pr   n  x    dx.

(3.6)

 x    có thể dựa vào công thức (2.5) và sau đó thay

vào công thức 3.6 ta được:
O P R AN D 

2
R2




R
0

2
 1 2
R



x 1  exp    x 



R
0

  dx

(3.8)

x exp    x   dx .

Với định nghĩa của hàm Gamma không hoàn thành [20]:
x

  m, x    t m 1 exp  t  dt ,

(3.10)


0

Đổi biến y 

 x  trong (3.8), tính được OP RAND như sau:
OP RAND  1 

2



2/

 2



  ,  R .
R


2

(3.11)

Tiếp theo, ta xét OP của giao thức RAND ở các giá trị tỷ số tín hiệu


10

phát trên nhiễu  cao. Thật vậy, khi    thì

  0 , và ta

y 0

có thể áp dụng xấp xỉ 1  exp   y   y để thu được kết quả sau:
P r   n  x     1  exp    x 



0



  

 x .

(3.12)

Đưa kết quả (3.12) vào trong (3.6), ta có:

2
 R 2
 0

OP RAND 




R

0

x  1dx 

2R 
.
2

(3.13)

Từ công thức (3.13), ta suy ra được độ lợi phân tập của giao thức
RAND [21] là:

D RAND   lim

  

log  OPRAND 
log   

 2R 

log 

 2     1. (3.14)
  lim
  

log   

Như vậy, giao thức RAND chỉ đạt độ lợi phân tập bằng 1.
3.1.2

Giao thức BEST

Tương tự như (3.5), OP của giao thức BEST cũng có thể được viết
dưới dạng sau:

OP BEST

1,

 2
 R 2

khi1   th



R
0

Bây giờ, ta xét trường hợp

x Pr   b  x    dx , khi1   th

  1 /  th :


(3.15)


11
Đầu tiên, ta xem lại TAS trong công thức (2.13). Rõ ràng, phương
pháp này tương đương với phương pháp chọn lựa ănten có độ lợi
kênh truyền đến US lớn nhất. Hơn nữa, ta có thể sử dụng kết quả
trong (2.5) như sau:



M



Fb  x  Pr max   n   x  Pr   n  x
n1,2,...,M

n1

M

(3.17)
M

 F n  x  1 exp  x  .
n1

Áp dụng (3.17) cho Pr




b

 x    trong (3.15), và khai triển nhin

thức Newton, ta đạt được:



Pr   b  x     1  exp   x   



M

M

n

   1 CMn exp  nx    .
n 0

(3.19)
Cuối cùng, kết hợp (3.15) và (3.19), ta tính được chính xác OP của
giao thức BEST trong điều kiện
M

O P BEST 


   1

n

C Mn

n0

M



   1
n0

2
R2



R
0

2 C Mn

n

n 

2/ 


  1 /  th :

x exp   nx    dx ,

(3.20)
 2
  , n R 
2
R



.


Kế tiếp, xét giá trị OP của giao thức BEST khi  lớn. Tương tự như
công thức (3.12), ta đạt được một biểu thức xấp xỉ cho

Pr   b  x    như:


12



Pr   b  x     1  exp   x   




M

 0

  M xM  .



(3.21)

Từ (3.15) và (3.21), suy ra

2 M
 R 2
 0

OP BEST 



R

0

2R M  M
 .
 2  M 
 0

x1 M  dx 


(3.22)

Do đó, bậc phân tập đạt được của giao thức BEST sẽ là



log OP BEST
D BEST   lim

  

log   



 2R M 
log 
M
2

M


  lim
  
log   




  M.

(3.23)
Như vậy, hệ thống vô tuyến sử dụng kỹ thuật BEST có thể đạt được
bậc phân tập tối đa (bằng số ănten (M) của BS).
3.2

Mô hình mạng ngẫu nhiên vô tuyến nhận thức

3.2.1

Giao thức RAN

OP trong kỹ thuật này được xây dựng từ công thức (3.2):


 
Pr  1   th  Q  n   th  f d  x  dx
x n


1,
khi1   th


 2 R
 n
 
 R 2 0 x Pr    x   f d  x  dx , khi1>  th
 n




OP RAND 

với  



R

0

 th
.
1   th  Q

Xét đến trường hợp 1 >  th :

(3.24)


13


Pr  n  x     Pr   n  x  n 
 n






0

(3.25)

F n  x   y  fn  y  dy.

Sử dụng hàm CDF và PDF có trong công thức (2.5)



Pr  n  x      1  exp   x   y  exp   y dy
0
 n

1
 1
.
1   x





(3.26)

Thay vào trong công thức (3.24) ta rút ra được như sau:

OP RAND  1 


2
R2



x

R

0

1  x

dx.

(3.27)

Hơn nữa, sử dụng Mathematica [22], ta có kết quả sau:



R

0

 2
x
R2
2 bR c

dx

F
1,
;1

,
2 1
a  bx c
2a
c
a
 c


,


(3.28)

Thay (3.28) vào (3.27), ta đạt được:

OP RAND  1 

2
R2



R


0

x
1  x

dx

 2

2
 1  2 F1 1, ;1  ,  R   .

 


(3.29)

Tương tự ta sẽ xét hiệu năng OP của giao thức RAND ở giá trị Q
lớn. Do đó, ta xấp xỉ công thức (3.26) như sau:


14



 x
Pr  n  x    

 n

 1  x

Q 

  x .

(3.30)

 0

Từ (3.30), ta tìm được biểu thức xấp xỉ cho OP RAND là:
Q 

OP RAND 

 0

2
R2



R

0

Q 

x  1dx 


 0

2R 
.
2

(3.31)

Độ lợi phân tập RAND sẽ bằng 1, minh chứng như sau:



log O P R A N D
D R AN D   lim

Q  

3.2.2



log  Q 

 2R 
log 

2

  lim
Q  

log   



1

(3.32)

Giao thức BEST
R

OPBEST   Pr  bBEST  th  fd  x dx
0

Với:



R

0

n1,2,...,M



 th  1 , ta xét đến xác suất

Bây giờ, với trường hợp


Pr

(3.33)

  Pr max n  th fd  x dx

 max    
n 1,2,..., M

Pr

n

th

trong công thức (3.33):

 max 
n 1,2,..., M

n

  th



 

  Pr  n  x    


  n

Sử dụng kết quả đạt được trong (3.26), ta có:

M

(3.34)


15
Pr

 max    
n

n 1,2,..., M

th


1 
 1 
 
 1 x 

M

.

(3.35)


Tiến hành khai triển nhị thức Newton cho (3.35), và kết hợp kết quả
đạt được trong (3.33), ta có:
M

OP BEST  1    1

n

n 1

2CMn
R2



xdx

R

0

 n

1   x 

.

(3.37)


Một lần nữa, sử dụng Mathematica, ta được kết quả sau:



x

R

0

1  bxc 

n

dx 

R2
2
2

, n; , bR c  ,
2 F1 
2
c
c


(3.38)

Thay (3.38) vào trong (3.37), ta có:

M
2
n
2

OP BEST  1    1 CMn 2 F1  , n; ,  R  .
c
c

n 1

(3.39)

Ta xét đến biểu thức xấp xỉ cho OP BEST ở các giá trị lớn của Q
( Q   hay

  0. ) trong trường hợp 1> th . Tương tự như

(3.30), ta có biểu thức xấp xỉ sau:

Pr



max  n   th

n 1,2,..., M





1 
 1 
 
 1  x 

M

Q 

  M xM  .

 0

(3.40)

Do đó, biểu thức xấp xỉ cho OP BEST ở các giá trị lớn của Q trong
trường hợp 1> th có thể được đưa ra như sau:


16
Q 

OP BEST 

 0



R


0

2 M 1 M  Q  2 R M  M
x
dx 
 .
 0 2  M 
R2

(3.41)

Ta sẽ xác định được bậc phân tập của giao thức BEST là:



log OP BEST
D BEST   lim

Q  

log  Q 

  M.

(3.42)

Kết Luận Chương III
-


Dưới sự tác động của suy hao phần cứng, 1 hệ thống truyền

thông vô tuyến sẽ luôn bị dừng khi mức suy hao phần cứng vượt qua
một giá trị xác định nào đó. Trong luận văn này, ta đã chứng minh
rằng khi mức suy hao phần cứng

 lớn hơn nghịch đảo ngưỡng

dừng ( 1 /  th ), các mô hình khảo sát đều bị dừng, bất chấp giá trị của
các hệ số còn lại.
-

Trong mạng truyền thông thông thường, OP được biểu thị

bằng các hàm Gamma không hoàn thành, trong khi OP trong mạng
CR được biểu thị bằng các hàm Hypergeometric.
-

Giao thức BEST đạt được độ lợi phân tập bằng số lượng

anten được trang bị cho trạm gốc, trong khi giao thức RAND chỉ đạt
được độ lợi phân tập bằng 1.


17
CHƯƠNG IV - MÔ PHỎNG VÀ ĐÁNH GIÁ KẾT QUẢ
Chương này dùng mô phỏng Monte Carlo để kiểm chứng các
kết quả lý thuyết đã được phân tích trong Chương III. Các thông số
thiết lập thể hiện ở tên hình của mô phỏng.
4.1


Mô hình mạng ngẫu nhiên thông thường
Trong hình vẽ 4.1, ta biểu diễn giá trị của OP theo sự biến

thiên của tỷ số giữa công suất phát và công suất nhiễu   P / N 0
(dB). Khi giá trị của  lớn, các giá trị lý thuyết tiệm cận hội tụ về
giá trị lý thuyết chính xác. Điều này cho thấy các tính toán ở Chương
III là chính xác.

Hình 4.1: Xác suất dừng trung bình được biểu diễn theo sự biến
thiên của tỷ lệ công suất phát trên nhiễu   P / N 0 (dB) với
tham số R  1.5 , M  2 ,  th  0.5 ,   0.1 ,   4


18
Trong hình vẽ 4.2, ta biểu diễn giá trị OP theo hàm của  .
Các kết quả lý thuyết tiệm cận nhanh chóng hội tụ về các kết quả lý
thuyết chính xác khi  đủ lớn.

Hình 4.2: Xác suất dừng trung bình được biểu diễn theo sự biến
thiên của tỷ lệ công suất phát trên nhiễu   P / N 0 (dB) với các
tham số R  1.5 ,  th  0.5 ,   0.1 và   4


19
Hình 4.3: Xác suất dừng trung bình được biểu diễn theo sự biến
thiên của ngưỡng dừng  th với các tham số   5 (dB), R  1 ,

M  3 ,   0.1 và   4


Hình 4.4: Xác suất dừng trung bình được biểu diễn theo sự biến
thiên của mức độ suy hao phần cứng  với các tham số
  0 (dB), R  1, M  3 ,  th  1 và   3
Hình vẽ 4.3 biểu diễn giá trị OP theo ngưỡng dừng

 th . Ta

thấy rằng mô hình BEST tốt hơn mô hình RAND với tất cả các giá
trị thông số được thiết lập.
Hình vẽ 4.4 biểu diễn giá trị OP theo sự biến thiên của mức

 . Xác suất dừng của cả hai phương pháp
tăng mạnh với sự tăng của hệ số  .
độ suy hao phần cứng

4.2

Mô hình mạng ngẫu nhiên vô tuyến nhận thức
Trong hình vẽ 4.5, xác suất dừng OP được vẽ theo sự tăng

của giá trị Q đơn vị dB. Nhìn vào hình vẽ, ta thấy rằng, hiệu năng
của các mô hình được nâng cao khi giá trị của Q lớn.


20

Hình 4.5: Xác suất dừng trung bình được biểu diễn theo sự biến
thiên của giá trị Q đơn vị dB với các tham số R  1 ,   0.5 ,
 th  1 ,   4 và xP  yP  0.5


Hình 4.6: Xác suất dừng trung bình (OP) được biểu diễn theo sự
biến thiên của giá trị Q đơn vị dB với các tham số R  1 ,
  0.5 , M  2 ,  th  1 ,   4 và xP  yP  0.5


21

Hình 4.7: Xác suất dừng trung bình (OP) được biểu diễn theo
các vị trí khác nhau của nút sơ cấp P với các tham số R  1 .5,
  0.1 , M  3 ,  th  1 và   4

Hình 4.8: Xác suất dừng trung bình (OP) được biểu diễn theo
mức độ suy hao phần cứng  , với R  1 , Q  5 dB, M  5 ,

 th  1 ,   3 , xP  0.3 và yP  0.4
Trong hình vẽ 4.6, xác suất dừng OP được vẽ theo sự biến
đổi của giá trị Q đơn vị dB. Nhìn vào hình vẽ, chúng ta có thể thấy
đó là các giá trị lý thuyết tiệm cận hội tụ nhanh về các giá trị lý


22
thuyết chính xác.
Trong hình vẽ 4.7 khảo sát sự ảnh hưởng của vị trí nút sơ cấp
P lên hiệu năng OP của cả hai mô hình. Ta thấy giá trị của OP giảm
mạnh với sự gia tăng của xP và yP .
Trong hình vẽ 4.8 tương tự như hình vẽ 4.4, giá trị OP tăng
khi mức độ suy hao phần cứng của các hệ thống tăng.
Kết Luận Chương IV
-


Trong cả mạng truyền thông vô tuyến thông thường và

truyền thông vô tuyến nhận thức, phương pháp BEST luôn đạt được
hiệu năng xác suất dừng cao hơn mô hình RAND. Hơn thế nữa,
phương pháp BEST đạt được độ lợi phân tập bằng số anten được
trang bị tại trạm gốc, trong khi độ lợi phân tập của mô hình RAND
chỉ bằng 1.
-

Hiệu năng của hai giao thức RAND và BEST có thể được cải

thiện bằng cách tăng công suất phát, giảm mức độ suy hao phần cứng
(trang bị các thiết bị đắt tiền hơn). Riêng đối với giao thức BEST,
tăng cường số lượng anten tại trạm gốc sẽ tăng đáng kể hiệu năng
của hệ thống. Tuy nhiên, ta cần lưu ý rằng, trong thực tế sự thực thi
của giao thức RAND sẽ đơn giản hơn rất nhiều so với sự thực thi của
giao thức BEST.
-

Trong mạng truyền thông vô tuyến nhận thức, vị trí của

người dùng sơ cấp cũng ảnh hưởng lớn đến hiệu năng của hệ thống.
Cụ thể, người dùng sơ cấp càng xa thì hiệu năng hoạt động của hệ
thống càng tốt.


23

CHƯƠNG V - KẾT LUẬN
5.1


Các kết quả đạt được
Trong luận văn này, mô hình mạng ngẫu nhiên trong vô

tuyến thông thường và dạng nền đã được nghiên cứu. Hơn nữa, luận
văn khảo sát một mô hình thực tế, đó là sự không hoàn hảo của phần
cứng trong các thiết bị thu phát. Kết quả có thể được liệt kê như sau:
-

Mô phỏng được mạng truyền thông vô tuyến ngẫu nhiên,mà

khoảng cách giữa BS và US là biến ngẫu nhiên.
-

Hiểu được nguyên lý hoạt động của các mô hình chọn lựa

ănten phát. Từ đó, đề xuất mô hình chọn lựa ănten phát tối ưu để
nâng cao hiệu năng của hệ thống.
-

Phân tích được chính xác hiệu năng OP của các mô hình đề

xuất, sử dụng các công cụ toán học. Hơn nữa, các biểu thức miêu tả
OP được biểu diễn dưới dạng tường minh.
-

Tìm ra các biểu thức tiệm cận của OP để xác định độ lợi

phân tập của các hệ thống khảo sát.
-


Tiến hành đồng thời các kết quả mô phỏng và lý thuyết để

kiểm chứng sự chính xác của các biểu thức. Sau đó từ các kết quả đạt
được, luận văn đưa ra các biện luận và thảo luận để nêu bật các tính
chất của các hệ thống.
5.2

Hướng phát triển đề tài