Đánh giá xác suất dừng của mạng vô tuyến nhận thức dạng nền dưới tác động đồng thời của tương quan kênh truyền và khiếm khuyết phần cứng

Tạp chí Khoa học và Kỹ thuật - Học viện KTQS - Số 190 (04-2018)<br /> <br /> ĐÁNH GIÁ XÁC SUẤT DỪNG CỦA<br /> MẠNG VÔ TUYẾN NHẬN THỨC DẠNG NỀN<br /> DƯỚI TÁC ĐỘNG ĐỒNG THỜI CỦA<br /> TƯƠNG QUAN KÊNH TRUYỀN VÀ<br /> KHIẾM KHUYẾT PHẦN CỨNG<br /> Phạm Thị Đan Ngọc1,2 , Trần Trung Duy1 , Hồ Văn Khương2<br /> <br /> Tóm tắt<br /> Trong bài báo này, chúng tôi đánh giá hiệu năng của mạng vô tuyến nhận thức dạng<br /> nền dưới tác động đồng thời của tương quan kênh truyền và khiếm khuyết phần cứng. Trong<br /> mạng thứ cấp của mô hình được đề xuất, nút nguồn gửi dữ liệu đến nút đích. Nút đích được<br /> trang bị với hai ănten thu và sử dụng kỹ thuật kết hợp chọn lựa để kết hợp các tín hiệu nhận<br /> được. Ngoài ra, nút nguồn phải hiệu chỉnh công suất phát của mình để đáp ứng mức giao<br /> thoa tối đa được yêu cầu từ các người dùng sơ cấp. Chúng tôi đưa ra biểu thức dạng tường<br /> minh chính xác để đánh giá xác suất dừng trên kênh truyền fading Rayleigh. Cuối cùng, các<br /> kết quả mô phỏng máy tính sẽ được thực hiện để kiểm chứng các phân tích lý thuyết.<br /> In this paper, we evaluate outage performance of underlay cognitive radio networks under<br /> joint impact of channel correlation and hardware impairment. In the secondary network of<br /> the proposed system model, a secondary source transmits its signal to a secondary destination<br /> which is equipped with two antennas, and uses selection combining technique to combine the<br /> received signals. Before transmitting its signal, the secondary source must adapt its transmit<br /> power to satisfy the interference power constraint required by multiple primary users. For<br /> performance evaluation, we derive an exact closed-form expression of outage probability over<br /> Rayleigh fading channels. Our derived expressions are verified by Monte Carlo simulations.<br /> Từ khóa<br /> Hardware impairment, channel correlation, underlay cognitive radio, outage probability,<br /> Rayleigh fading channel.<br /> <br /> 1. Giới thiệu<br /> Một trong những hệ thống thông minh được các nhà nghiên cứu trong và ngoài<br /> nước dành nhiều sự quan tâm trong thời gian gần đây đó là mạng vô tuyến nhận thức<br /> (cognitive radio) [1]. Vô tuyến nhận thức ra đời trong hoàn cảnh phổ tần ngày càng<br /> 1<br /> <br /> Học viện Công nghệ bưu chính viễn thông, 2 Đại học Bách khoa Thành phố Hồ Chí Minh<br /> <br /> 49<br /> <br /> Chuyên san Công nghệ thông tin và Truyền thông - Số 11 (04-2018)<br /> <br /> khan hiếm, trong khi việc sử dụng phổ tần hiện nay lại không hiệu quả. Trong mạng<br /> vô tuyến nhận thức, hai loại người dùng khác nhau là người dùng sơ cấp (primary user)<br /> và người dùng thứ cấp (second user) cùng tồn tại và chia sẻ phổ tần với nhau. Nếu như<br /> người dùng sơ cấp được phép sử dụng phổ tần bất kỳ lúc nào thì người dùng thứ cấp<br /> chỉ được sử dụng với điều kiện không gây ảnh hưởng đến chất lượng dịch vụ (QoS)<br /> của mạng thứ cấp. Nói cách khác, để hai mạng sơ cấp và thứ cấp có thể cùng sử dụng<br /> băng tần một cách hiệu quả thì cần có những phương thức chia sẽ phổ tần hiệu quả để<br /> làm sao đảm bảo được QoS cho mạng sơ cấp, đồng thời tăng cường khả năng sử dụng<br /> phổ tần cho mạng thứ cấp. Một trong những giải pháp được các nhà nghiên cứu đề<br /> xuất đó là kỹ thuật chia sẽ phổ tần dạng nền (underlay spectrum sharing) [2], [3]. Kỹ<br /> thuật chia sẽ phổ tần dạng nền đảm bảo được tính liên tục trong quá trình hoạt động<br /> truyền/phát dữ liệu của người dùng thứ cấp cũng như người dùng sơ cấp bởi vì trên<br /> cùng một băng tần cho phép cả hai hệ thống cùng hoạt động một cách đồng thời. Mặc<br /> dù vậy, để áp dụng được kỹ thuật này, người dùng thứ cấp bị ràng buộc về công suất<br /> phát của mình, cụ thể, công suất này bị giới hạn tới một mức ngưỡng tối đa cho phép<br /> để mức giao thoa gây ra đối với hệ thống sơ cấp không làm ảnh hưởng đến chất lượng<br /> dịch vụ của mạng này [2], [3]. Bởi vì công suất phát bị giới hạn, hiệu năng của mạng<br /> thứ cấp bị suy giảm nghiêm trọng. Để cải thiện hiệu năng cho mạng thứ cấp, các kỹ<br /> thuật phân tập phát/thu đã được áp dụng. Trong [4], nhóm tác giả nghiên cứu kỹ thuật<br /> phân tập chọn lựa ănten phát (transmit antenna selection (TAS)) cho mạng vô tuyến<br /> nhận thức dạng nền. Trong [5], mô hình phân tập thu sử dụng kỹ thuật kết hợp chọn<br /> lựa (selection combining (SC)) được áp dụng tại nút đích thứ cấp. Trong [6], mô hình<br /> kết hợp TAS/SC được đưa ra để nâng cao hơn nữa hiệu năng xác suất dừng (outage<br /> probability (OP)) cho mạng thứ cấp. Trong bài báo này, chúng tôi nghiên cứu hiệu năng<br /> xác suất dừng cho mạng thứ cấp trong môi trường vô tuyến nhận thức dạng nền. Trong<br /> mô hình đề xuất, một nút nguồn thứ cấp gửi dữ liệu đến một nút đích thứ cấp trong<br /> sự xuất hiện của nhiều người dùng sơ cấp. Nút nguồn chỉ được trang bị với một ănten<br /> phát, trong khi nút đích được trang bị với hai ănten và sử dụng kỹ thuật SC để kết hợp<br /> các tín hiệu nhận được từ nguồn. Bởi vì các ănten thu tại đích là gần nhau nên các<br /> kênh truyền giữa nguồn và đích sẽ có sự tương quan với nhau. Dưới đây, chúng tôi sẽ<br /> trình bày những đóng góp chính của bài báo và những điểm khác biệt khi so sánh với<br /> các công bố hiện có:<br /> •<br /> <br /> 50<br /> <br /> Khác với công trình [5], chúng tôi nghiên cứu mô hình tổng quát với nhiều người<br /> dùng sơ cấp. Hơn nữa, mặc dù các công bố như [4], [7], [8] đã khảo sát mô hình<br /> vô tuyến nhận thức dạng nền với sự xuất hiện của nhiều người dùng sơ cấp nhưng<br /> các tác giả trong [4], [7], [8] đều giả sử rằng kênh truyền giữa các nút phát thứ<br /> cấp và những người dùng sơ cấp là đồng nhất. Trong thực tế, vị trí của những<br /> người dùng sơ cấp là khác nhau [9], [10], và do đó những kênh truyền này có thể<br /> không đồng nhất với nhau. Hơn nữa, các tác giả của [4], [7], [8] đã giả sử rằng<br /> mức giao thoa cực đại được quy định tại những người dùng sơ cấp là giống nhau.<br /> Tuy nhiên, giá trị giao thoa định mức ở các nút sơ cấp có thể khác nhau vì giá trị<br /> này phụ thuộc vào độ lợi kênh trung bình giữa chúng và các nút phát sơ cấp tương<br /> ứng [11]. Hơn nữa, mô hình xem xét sự không đồng nhất cả về kênh truyền lẫn<br /> <br /> Tạp chí Khoa học và Kỹ thuật - Học viện KTQS - Số 190 (04-2018)<br /> <br /> •<br /> <br /> •<br /> <br /> ngưỡng giao thoa cực đại sẽ là một mô hình tổng quát [12], và các kết quả đánh<br /> giá sẽ phù hợp với thực tế hơn.<br /> Khác với công trình [5], công trình này nghiên cứu ảnh hưởng của khiếm khuyết<br /> phần cứng lên hiệu năng của hệ thống thứ cấp. Thật vậy, cho đến nay, hầu hết các<br /> nghiên cứu đều giả sử rằng các bộ thu phát là lý tưởng. Tuy nhiên, trong thực tế,<br /> phần cứng của các bộ thu phát này là không hoàn hảo bởi sự nhiễu pha, sự mất<br /> cân bằng I/Q hay sự không tuyến tính từ bộ khuếch đại, v.v. [13], [14]. Do đó,<br /> sự tác động chung của khiếm khuyết phần cứng và sự tương quan kênh truyền lên<br /> hiệu năng hệ thống thứ cấp sẽ được nghiên cứu trong công trình này.<br /> Hiệu năng xác suất dừng dưới dạng tường minh (closed-form) là tham số quan<br /> trọng và được nhiều nhóm tác giả sử dụng để đánh giá hiệu năng của mô hình<br /> mạng vô tuyến nhận thức [5], [15], [16], [17]. Tuy nhiên, sự khác biệt quan trọng<br /> là xác suất dừng dạng tường minh này của chúng tôi được đánh giá trong mô<br /> hình có xét khiếm khuyết phần cứng và tương quan kênh truyền ảnh hưởng lên<br /> hiệu năng hệ thống một cách đồng thời. Bước tiếp theo, chúng tôi sử dụng phương<br /> pháp Monte Carlo để thực hiện mô phỏng kết quả trên kênh truyền fading Rayleigh<br /> nhằm kiểm chứng độ chuẩn xác của các kết quả phân tích đạt được.<br /> <br /> Phần còn lại của bài báo sẽ được trình bày như sau. Phần II mô tả mô hình hệ thống<br /> và tham số đánh giá là tỷ số tín hiệu trên nhiễu. Kế tiếp, phân tích hiệu năng với thông<br /> số là xác suất dừng của hệ thống được thực hiện trong phần III. Phần IV miêu tả kết<br /> quả phân tích và mô phỏng. Sau cùng, các luận điểm và hướng phát triển tiếp theo của<br /> nghiên cứu được trình bày trong phần V.<br /> <br /> 2. Mô hình hệ thống<br /> Mô hình hệ thống khảo sát được mô tả như trong Hình 1. Trong mô hình này, một<br /> nút nguồn thứ cấp đơn ănten phát (SS) gửi dữ liệu đến một nút đích thứ cấp (DD) được<br /> trang bị với hai ănten thu và sử dụng kiểu kết hợp chọn lựa để nâng cao chất lượng<br /> giải mã dữ liệu. Trong vô tuyến nhận thức dạng nền, nút phát SS phải điều khiển công<br /> suất phát sao cho giao thoa gây nên tại các người dùng sơ cấp phải thỏa mãn mức giao<br /> thoa tối đa được quy định trước bởi các người sơ cấp. Giả sử rằng trong mạng sơ cấp<br /> đang hiện hữu N người dùng, và được ký hiệu là PU1 , PU2 , . . . , PUN . Hơn nữa, mức<br /> giao thoa tối đa mà người dùng quy định được ký hiệu là In với n = 1, 2, . . . , N .<br /> Giả sử hệ thống hoạt động trên kênh truyền fading Rayleigh, hệ số kênh truyền của<br /> các kết nối từ SS → SD và SS → PUn lần lượt được ký hiệu là hi và gn , trong đó<br /> i ∈ {1, 2}. Như được đề cập trong [12-13], các hệ số kênh được biểu diễn như sau:<br /> p<br /> p<br /> √<br /> √ <br /> 1 − ρYi + ρY0 ,<br /> (1)<br /> hi = 1 − ρXi + ρX0 + j<br /> √<br /> với j = −1, X0 , Y0 , Xi , Yi là các biến ngẫu nhiên có phân bố chuẩn với giá trị trung<br /> bình bằng không và phương sai bằng 1/ (2λ), và ρ là hệ số tương quan chéo giữa h1<br /> <br /> 51<br /> <br /> Chuyên san Công nghệ thông tin và Truyền thông - Số 11 (04-2018)<br /> <br /> Hình 1. Mô hình hệ thống mạng vô tuyến nhận thức dạng nền với nhiều người dùng sơ cấp.<br /> <br /> và h2 và được tính bởi công thức theo sau:<br /> E {h1 h∗2 }<br /> ρ= q <br /> , 0 ≤ ρ ≤ 1,<br /> <br /> 2 <br /> 2 <br /> E |h1 | E |h2 |<br /> <br /> (2)<br /> <br /> với E{Z} là giá trị trung bình của Z và Z ∗ là liên hợp phức của Z.<br /> Tiếp đến, ta ký hiệu độ lợi kênh dữ liệu và kênh giao thoa lần lượt bởi: γi = |hi |2<br /> và ϕn = |gn |2 . Quan sát từ công thức (1), ta thấy rằng h1 và h2 là hai biến ngẫu nhiên<br /> √<br /> √<br /> tương quan với nhau, vì chúng có cùng các thành phần ρX0 và j ρY0 . Do đó, các<br /> độ lợi kênh truyền γ1 và γ2 cũng không độc lập vì chúng bị ràng buộc chung bởi biến<br /> ngẫu nhiên U = X02 + Y02 . Như đã được đưa ra trong [5], hàm phân bố tích lũy (CDF)<br /> của γi theo điều kiện của U được viết như sau:<br /> q<br /> q <br />
<br /> √<br /> √<br /> 2λρu<br /> 2λz<br /> (3)<br /> F γi |U (z|u) = 1 − Q<br /> ,<br /> = 1 − Q α1 u, α2 z ,<br /> 1−ρ<br /> 1−ρ<br /> với Q (., .) là hàm Marcum-Q được định nghĩa bởi [20, (1)], và α1 = ρα2 = 2λρ/ (1 − ρ).<br /> <br /> 52<br /> <br /> Tạp chí Khoa học và Kỹ thuật - Học viện KTQS - Số 190 (04-2018)<br /> <br /> Trước khi gửi dữ liệu đến đích, nút nguồn cần hiệu chỉnh công suất phát nhằm thỏa<br /> mãn tất cả các ràng buộc về định mức giao thoa tối đa (xem [4], [7], [8]):<br /> In<br /> PS ≤<br /> , ∀n<br /> (4)<br /> (1 + κ2P ) ϕn<br /> trong đó: κ2P là tổng mức suy hao phần cứng tại SS và PUn . Vì vậy, công suất phát tối<br /> đa của SS sẽ được đưa ra như sau:<br /> <br /> <br />  <br /> µn<br /> In<br /> .<br /> (5)<br /> PS = min<br /> =<br /> J<br /> min<br /> min<br /> (1+κ2P )ϕn<br /> n=1,2,...,N<br /> n=1,2,...,N ϕn<br /> Trong công thức (5), Jmin và µn được định nghĩa bởi<br /> 1<br /> Jmin = 1+κ<br /> min (In ) ,<br /> 2<br /> n=1,2,...,N<br /> In<br /> .<br /> min (Ik )<br /> P<br /> <br /> µn =<br /> <br /> (6)<br /> <br /> k=1,2,...,N<br /> <br /> Dưới sự ảnh hưởng của khiếm cứng phần cứng, tỷ số công suất tín hiệu trên nhiễu<br /> (SNR) nhận được tại ănten thứ i của SD được xác định như sau (xem (4))<br /> PS γi<br /> Ψi = 2<br /> ,<br /> (7)<br /> κD PS γi + N0<br /> với κ2D là tổng mức suy hao phần cứng tại SS và SD, và N0 là phương sai của nhiễu<br /> Gaussian.<br /> Thay PS vào (7), ta viết lại Ψi dưới dạng sau:<br /> ∆Zmin γi<br /> Ψi = 2<br /> ,<br /> κD ∆Zmin γi + 1<br /> với ∆ = Jmin /N0 và Zmin = min (µn /ϕn ).<br /> <br /> (8)<br /> <br /> n=1,2,...,N<br /> <br /> Bởi vì gn là kênh truyền fading Rayleigh nên ϕn sẽ có phân phối mũ. Thật vậy, hàm<br /> CDF và hàm mật độ xác suất (PDF) của ϕn lần lượt được đưa ra như sau:<br /> Fϕn (x) = 1 − exp (−Ωn x) ,<br /> (9)<br /> fϕn (x) = Ωn exp (−Ωn x) .<br /> với Ωn = 1/E{|gn |2 }.<br /> Giả sử rằng, ϕn là các biến ngẫu nhiên độc lập và không đồng nhất, nghĩa là:<br /> Ωn 6= Ωm khi n =<br /> 6 m. Vì vậy, hàm CDF của Zmin có thể được tính như sau:<br /> <br />  <br /> <br /> µn<br /> FZmin (x) = Pr<br /> min<br />