Luận án Tiến sĩ Kỹ thuật: Nghiên cứu ứng dụng bộ mã hóa tự động (AE) nâng cao hiệu năng truyền thông của mạng không dây trên cơ thể sống (WBAN)

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:152

Thêm vào BST

Báo xấu

45
lượt xem 2
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Luận án Tiến sĩ Kỹ thuật "Nghiên cứu ứng dụng bộ mã hóa tự động (AE) nâng cao hiệu năng truyền thông của mạng không dây trên cơ thể sống (WBAN)" trình bày các nội dung: Khái quát về truyền thông trong mạng WBAN và kỹ thuật học sâu; Hệ thống truyền thông MIMO ứng dụng kỹ thuật Autoencoder cho WBAN; Hệ thống truyền thông MIMO hợp tác ứng dụng kỹ thuật Autoencoder cho WBAN.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Luận án Tiến sĩ Kỹ thuật: Nghiên cứu ứng dụng bộ mã hóa tự động (AE) nâng cao hiệu năng truyền thông của mạng không dây trên cơ thể sống (WBAN)

BỘ GIÁO DỤC VÀ ĐÀO TẠO BỘ QUỐC PHÒNG VIỆN KHOA HỌC VÀ CÔNG NGHỆ QUÂN SỰ BÙI THỊ THANH TÂM NGHIÊN CỨU ỨNG DỤNG BỘ MÃ HÓA TỰ ĐỘNG (AE) NÂNG CAO HIỆU NĂNG TRUYỀN THÔNG CỦA MẠNG KHÔNG DÂY TRÊN CƠ THỂ SỐNG (WBAN) LUẬN ÁN TIẾN SĨ KỸ THUẬT Hà Nội - 2024
BỘ GIÁO DỤC VÀ ĐÀO TẠO BỘ QUỐC PHÒNG VIỆN KHOA HỌC VÀ CÔNG NGHỆ QUÂN SỰ BÙI THỊ THANH TÂM NGHIÊN CỨU ỨNG DỤNG BỘ MÃ HÓA TỰ ĐỘNG (AE) NÂNG CAO HIỆU NĂNG TRUYỀN THÔNG CỦA MẠNG KHÔNG DÂY TRÊN CƠ THỂ SỐNG (WBAN) LUẬN ÁN TIẾN SĨ KỸ THUẬT Ngành: Kỹ thuật điện tử Mã số: 9 52 02 03 NGƯỜI HƯỚNG DẪN KHOA HỌC: 1. GS.TS Trần Xuân Nam 2. TS Phan Huy Anh Hà Nội - 2024
i LỜI CAM ĐOAN Tôi xin cam đoan đây là công trình nghiên cứu của tôi dưới sự hướng dẫn của các cán bộ hướng dẫn. Các nội dung, số liệu và kết quả trình bày trong luận án là hoàn toàn trung thực và chưa từng được bất kỳ ai công bố trong bất cứ công trình nào khác, các dữ liệu tham khảo được trích dẫn đầy đủ. Hà Nội, ngày 23 tháng 5 năm 2024 Tác giả luận án Bùi Thị Thanh Tâm
ii LỜI CẢM ƠN Trong quá trình nghiên cứu và hoàn thành luận án, nghiên cứu sinh đã nhận được sự hỗ trợ, giúp đỡ cũng như quan tâm, động viên từ nhiều cơ quan, đơn vị và cá nhân. Trước hết, nghiên cứu sinh xin bày tỏ lòng biết ơn sâu sắc đến tập thể cán bộ hướng dẫn GS.TS. Trần Xuân Nam và TS. Phan Huy Anh. Các thầy đã tận tình dẫn đường, chỉ lối cho nghiên cứu sinh trên con đường học tập, tiếp thu và phát triển các tri thức khoa học. Các thầy luôn đặt niềm tin ở học sinh, tạo nguồn động lực và nhiệt huyết, đồng thời xây dựng tính kiên trì và lòng say mê trong nghiên cứu khoa học. Đặc biệt, nghiên cứu sinh được học hỏi từ các thầy tác phong công tác chuẩn mực, phương pháp làm việc khoa học để dần hoàn thiện bản thân. Tiếp theo, nghiên cứu sinh trân trọng cảm ơn Ban Giám đốc Viện KH-CN quân sự, Thủ trưởng Phòng Đào tạo và Viện Điện tử đã tạo điều kiện thuận lợi để nghiên cứu sinh hoàn thành nhiệm vụ. Nghiên cứu sinh chân thành cảm ơn các thầy cô giáo, các nhà khoa học của Viện KH-CN quân sự, Khoa Vô tuyến điện tử - Học viện KTQS, Nhóm nghiên cứu mạnh về Thông tin tiên tiến (AWC) đã có các góp ý quý báu cho nghiên cứu sinh trong quá trình thực hiện luận án này. Cuối cùng, nghiên cứu sinh xin bày tỏ lời cảm ơn sâu sắc tới gia đình, bạn bè và đồng nghiệp đã luôn giúp đỡ, chia sẻ những khó khăn trong cuộc sống. Nghiên cứu sinh đặc biệt muốn gửi lời cảm ơn đến các bố mẹ, chồng và hai con trai nhỏ đã luôn ở bên cạnh, sẻ chia vui buồn và động viên để nghiên cứu sinh đạt được những kết quả như hôm nay. Hà Nội, ngày 23 tháng 5 năm 2024 Tác giả luận án Bùi Thị Thanh Tâm
iii MỤC LỤC Trang DANH MỤC CÁC KÝ HIỆU, CHỮ VIẾT TẮT . . . . . . . . . . . . . . . . . . vi DANH MỤC CÁC BẢNG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . x DANH MỤC CÁC HÌNH VẼ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xi MỞ ĐẦU . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 CHƯƠNG 1. KHÁI QUÁT VỀ TRUYỀN THÔNG TRONG MẠNG WBAN VÀ KỸ THUẬT HỌC SÂU . . . . . . 8 1.1 Giới thiệu về WBAN và các ứng dụng . . . . . . . . . . . . . . . . . . . . . . . . 8 1.1.1 Khái niệm WBAN và chuẩn IEEE 802.15.6 . . . . . . . . . . . . . . . . . . 8 1.1.2 Các ứng dụng của WBAN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 1.1.3 Mô hình kênh WBAN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 1.2 Hệ thống MIMO, MIMO hợp tác và ứng dụng truyền thông trong WBAN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 1.2.1 Hệ thống MIMO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 1.2.2 Hệ thống MIMO hợp tác . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28 1.2.3 Hệ thống MIMO và MIMO hợp tác trong WBAN . . . . . . . . . . . 31 1.3 Kỹ thuật học sâu và kỹ thuật Autoecoder trong các hệ thống truyền thông vô tuyến . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 1.3.1 Giới thiệu về học máy, học sâu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 1.3.2 Ứng dụng kỹ thuật Autoencoder trong truyền thông vô tuyến 38 1.4 Tham số đánh giá hiệu năng của hệ thống . . . . . . . . . . . . . . . . . . . 41 1.5 Các hướng nghiên cứu mở về ứng dụng Autoencoder trong WBAN và định hướng phát triển của luận án. . . . . . . 42 1.6 Kết luận chương 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
iv CHƯƠNG 2. HỆ THỐNG TRUYỀN THÔNG MIMO ỨNG DỤNG KỸ THUẬT AUTOENCODER CHO MẠNG WBAN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47 2.1 Mô hình WBAN sử dụng hệ thống truyền thông MIMO ứng dụng kỹ thuật AE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47 2.1.1 Các hệ thống MIMO ứng dụng kỹ thuật AE . . . . . . . . . . . . . . . . . 49 2.1.2 Các bộ tách tín hiệu MIMO ứng dụng kỹ thuật học sâu . . . . 53 2.2 Đề xuất hệ thống MIMO ứng dụng kỹ thuật AE dán nhãn theo symbol sử dụng bộ tách RTN cho WBAN . . . . . 60 2.2.1 Hệ thống SWAE-MIMO sử dụng bộ tách RTN. . . . . . . . . . . . . . . 60 2.2.2 Phương pháp huấn luyện hệ thống SWAE-MIMO sử dụng bộ tách RTN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63 2.3 Đề xuất hệ thống MIMO ứng dụng kỹ thuật AE dán nhãn theo bit sử dụng bộ tách MMSE và MMSEnet cho WBAN. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66 2.3.1 Các hệ thống BWAE-MIMO sử dụng các bộ tách MMSE và MMSEnet . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66 2.3.2 Phương pháp huấn luyện hệ thống BWAE-MIMO . . . . . . . . . . . 70 2.4 Các kết quả mô phỏng . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71 2.5 Kết luận chương 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78 CHƯƠNG 3. HỆ THỐNG TRUYỀN THÔNG MIMO HỢP TÁC ỨNG DỤNG KỸ THUẬT AUTOENCODER CHO MẠNG WBAN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80 3.1 Mô hình hệ thống WBAN sử dụng truyền thông MIMO hợp tác ứng dụng kỹ thuật AE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80 3.1.1 Hệ thống SISO hợp tác theo phương pháp DF ứng dụng kỹ thuật AE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
v 3.1.2 Hệ thống SISO chuyển tiếp theo phương pháp AF ứng dụng kỹ thuật AE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84 3.2 Đề xuất hệ thống MIMO hợp tác theo phương pháp AF ứng dụng kỹ thuật AE cho WBAN . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87 3.2.1 Hệ thống AE-AF sử dụng bộ kết hợp MMSE . . . . . . . . . . . . . . . . 88 3.2.2 Hệ thống AE-AF sử dụng bộ kết hợp RTN . . . . . . . . . . . . . . . . . . . 92 3.2.3 Phương pháp huấn luyện các hệ thống AE-AF . . . . . . . . . . . . . . . 94 3.3 Đề xuất các hệ thống MIMO hợp tác theo phương pháp DF ứng dụng kỹ thuật AE cho WBAN . . . . . . . . . . . . . . . . . . . . . . . 97 3.3.1 Hệ thống AE-DF sử dụng bộ kết hợp MMSEnet . . . . . . . . . . . . . 97 3.3.2 Hệ thống AE-DF sử dụng bộ kết hợp RTN . . . . . . . . . . . . . . . . . . . 100 3.3.3 Phương pháp huấn luyện các hệ thống AE-DF . . . . . . . . . . . . . . . 102 3.4 Các kết quả mô phỏng . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104 3.4.1 Kết quả mô phỏng các hệ thống AE-AF . . . . . . . . . . . . . . . . . . . . . . 106 3.4.2 Kết quả mô phỏng các hệ thống AE-DF . . . . . . . . . . . . . . . . . . . . . . 110 3.5 Kết luận chương 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115 KẾT LUẬN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .117 DANH MỤC CÁC CÔNG TRÌNH KHOA HỌC CÔNG BỐ. . .119 TÀI LIỆU THAM KHẢO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .120
vi DANH MỤC CÁC KÝ HIỆU, CHỮ VIẾT TẮT a Một biến số a Một véc-tơ A Một ma trận aij Phần tử hàng thứ i cột thứ j của ma trận A AH Chuyển vị liên hợp phức của ma trận A AT Chuyển vị của ma trận A A−1 Phép lấy đảo ma trận A Cm×n Tập các số phức là các ma trận có kích thước m × n Rm×n Tập các số thực là các ma trận có kích thước m × n log · Logarit cơ số tự nhiên loga · Logarit cơ số a exp{·} Hàm mũ min{·} Lấy giá trị cực tiểu max{·} Lấy giá trị cực đại N ν, σ 2 Phân bố chuẩn (Normal) có giá trị trung bình ν và phương sai σ 2 tr{A} Lấy tổng các phần tử trên đường chéo chính của ma trận A Onehot{·} Dán nhãn Onehot De-onehot{·} Giải dán nhãn Onehot argmax{F} Lấy k thuộc tập K khi hàm F đạt cực đại tại k k∈K ∂F ∂f Đạo hàm từng phần hàm F theo biến f lim {F} Lấy giới hạn biểu thức F khi k → ∞ k→∞ E · Toán tử kỳ vọng Q{·} Toán tử quyết định
vii Pr · Hàm xác suất Re a Lấy lấy phần phực của số phức a Im a Lấy lấy phần ảo của số phức a L l=1 xl Tổng các phần tử xl , với l = 1, 2, · · · , L ∥a∥2 Chuẩn Euclid của véc-tơ a ∥a∥2 2 Bình phương chuẩn Euclid của véc-tơ a AE Bộ mã hóa tự động (Autoencoder) AE-AF Hệ thống MIMO hợp tác khuếch đại chuyển tiếp dựa trên mã hóa tự động (Autoencoder Amplify-and-Forward) AE-DF Hệ thống MIMO hợp tác giải mã chuyển tiếp dựa trên mã hóa tự động (Autoencoder Decode-and-Forward) AF Khuếch đại và chuyển tiếp (Amplify-and-Forward) AIC Tiêu chuẩn thông tin Akaike (Akaike Information Criterion ) ANN Mạng nơ-ron nhân tạo (Artificial Neural Network ) AWGN Tạp âm trắng, chuẩn, cộng tính (Additive White Gaussian Noise) BCE Entropy chéo nhị phân (Binary cross-entropy) BIC Tiêu chuẩn thông tin Bayes (Bayesian Information Criterion ) BER Tỷ số lỗi bit (Bit Error Rate) BLER Tỷ số lỗi khối (Block Error Rate) BP Lan truyền ngược (Back Propagation) BPSK Khóa dịch pha nhị phân (Binary Phase Shift Keying) MPSK Khóa dịch pha M mức (M -ary Phase Shift Keying) BWAE Bộ mã hóa tự động dán nhãn theo bit (Bit-Wise Autoencoder)
viii CC Hợp tác mã hóa (Coded Cooperation) CCE Entropy chéo phân loại (Categorial Cross-Entropy) CF Nén và chuyển tiếp (Compress-and-Forward) CFO Sai lệch tần số sóng mang (Carrier Frequency Offset) CM Mô hình kênh (Channel Model) CNN Mạng tích chập (Convolution Neural Network) CSI Thông tin trạng thái kênh (Channel State Information) DEMUX Bộ phân chia kênh (Demultiplexing) DF Giải mã và chuyển tiếp (Decode-and-Forward) DL Học sâu (Deep Learning) ECG Điện tâm đồ (Electrocardiogram) EEG Điện não đồ (Electroencephalogram) FC Kết nối đầy đủ (Fully-connected) FM Điều chế tần số (Frequency Modulated) FNN Mạng nơ-ron kết nối đầy đủ (Fully-connected Neural Network) ICI Nhiễu xuyên kênh (InterChannel Interference) IEEE Viện Kỹ sư Điện và Điện tử (Institute of Electrical and Electronics Engineers) ISI Nhiễu xuyên dấu (InterSymbol Interference) ISM Công nghiệp, khoa học và y tế (Industrial, Scientific and medical) IR Xung vô tuyến (Impulse Radio) IoT Internet kết nối vạn vật (Internet of Thing) HBC Truyền thông trên cơ thể (Human Body Communication) LOS Tia truyền thẳng (Line Of Sight) MAC Điều khiển truy nhập (Medium Access Control)
ix MIMO Đa đầu vào đa đầu ra (Multiple Input Multiple Output) ML Học máy (Machine Learning) MLD Tách sóng hợp lẽ cực đại (Maximum Likelihood Detection) MMSE Sai số bình phương trung bình nhỏ nhất (Minimum Mean Square Error) MMSEnet Mạng tách dựa trên sai số bình phương trung bình nhỏ nhất (Minimum Mean Square Error network) MI Thông tin tương hỗ (Mutual Information) MICS Dịch vụ truyền thông y tế xâm lấn (Medical Implant Communication Service) MSE Sai số bình phương trung bình (Mean Square Error) MQAM Điều chế biên độ cầu phương M mức (M -ary Quadrature Amplitude Modulation) MRC Kết hợp tỷ số cực đại (Maximal Ratio Combining) MUX Bộ ghép kênh (Multiplexing) NLOS Không có tia truyền thẳng (Non Line Of Sight) PDF Hàm mật độ xác suất (Probability Density Function) PHY Vật lý (Physical) QPSK Khóa dịch pha cầu phương (Quadature Phase Shift Keying) QoS Chất lượng dịch vụ (Quality of Service) RNN Mạng hồi quy (Recurrent Neural Network ) RTN Mạng biến đổi vô tuyến (Radio Transformer Network) SC Kết hợp lựa chọn (Selection Combining) SDM Ghép kênh không gian (Spatial Division Multiplexing) SER Tỷ số lỗi symbol (Symbol Error Rate) SGD Giảm dần độ dốc ngẫu nhiên (Stochastic Gradient Descent) SISO Đơn đầu vào đơn đầu ra (Single Input Single Output)
x SNR Tỷ số tín trên tạp (Signal to Noise Ratio) STBC Mã khối không gian thời gian (Space-Time Block Code) SVD Phân tách giá trị riêng (Singular Value Decomposition) SWAE Bộ mã hóa tự động dán nhãn theo symbol (Symbol-Wise Autoencoder) UWB Băng tần siêu rộng (Ultra Wideband) WBAN Mạng không dây trên cơ thể (Wireless Body Area Network) WMTS Dịch vụ y tế từ xa không dây (Wireless Medical Telemetry Services) WSN Mạng cảm biến không dây (Wireless Sensor Network) ZF Cưỡng bức bằng không (Zero Forcing)
xi DANH MỤC CÁC BẢNG Trang Bảng 1.1 Các liên kết truyền thông trong WBAN [26] . . . . . . . . . . . . . . . . . 16 Bảng 1.2 Các mô hình kênh pha đinh ở tần số 2,45 GHz [42] . . . . . . . . . 25 Bảng 1.3 Các kiểu lớp nơ-ron trong mạng . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 Bảng 1.4 Một số hàm kích hoạt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 Bảng 2.1 Cấu trúc hệ thống SWAE-MIMO-RTN . . . . . . . . . . . . . . . . . . . . . . . 63 Bảng 2.2 Phép dãn nhãn các tín hiệu phát thành véc-tơ one-hot . . . . . 65 Bảng 2.3 Cấu trúc hệ thống BWAE-MIMO sử dụng bộ tách MMSE . 68 Bảng 2.4 Phép dán nhãn các tín hiệu phát theo bit với Nt = 2 và k = 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70 Bảng 2.5 Tham số huấn luyện và đánh giá các hệ thống MIMO . . . . . . 72 Bảng 3.1 Cấu trúc hệ thống AE-AF-MMSE . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92 Bảng 3.2 Cấu trúc một bộ tách RTN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95 Bảng 3.3 Cấu trúc của các máy phát (TxS, TxR) và máy thu (RxR, RxD) của hệ thống AE-DF-MMSEnet . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101 Bảng 3.4 Tham số huấn luyện và đánh giá các hệ thống MIMO hợp tác . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
xii DANH MỤC CÁC HÌNH VẼ Trang Hình 1.1 Mô hình mạng WBAN điển hình. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 Hình 1.2 Biểu đồ phân bổ băng tần của WBAN ở các quốc gia [26].. 10 Hình 1.3 Ứng dụng mạng WBAN trong quân sự. . . . . . . . . . . . . . . . . . . . . . . 14 Hình 1.4 Hệ thống MIMO.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 Hình 1.5 Hệ thống MIMO hợp tác. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 Hình 1.6 Mô hình học máy điển hình. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 Hình 1.7 Mô hình toán học của một nơ-ron. . . . . . . . . . . . . . . . . . . . . . . . . . . . 34 Hình 1.8 Cấu trúc mạng nơ-ron sâu FNN. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 Hình 1.9 Hệ thống thông tin ứng dụng AE trên kênh AWGN [91]. . . . 39 Hình 1.10 Các liên kết truyền tin trên cơ thể của WBAN. . . . . . . . . . . . . . 43 Hình 2.1 Hệ thống MIMO truyền thống (hình trên) và hệ thống MIMO ứng dụng kỹ thuật AE (hình dưới). . . . . . . . . . . . . . . . . . . . . . . . . 48 Hình 2.2 Hệ thống AE-MIMO vòng kín với CSI ở máy phát [39]. . . . . 50 Hình 2.3 Hệ thống AE-MIMO vòng kín [110].. . . . . . . . . . . . . . . . . . . . . . . . . . 52 Hình 2.4 Cấu trúc một lớp của mạng FullyCon [102]. . . . . . . . . . . . . . . . . . 54 Hình 2.5 Cấu trúc một lớp của mạng DetNet [102]. . . . . . . . . . . . . . . . . . . . 55 Hình 2.6 Cấu trúc mạng OAMP-Net2 [52]. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57 Hình 2.7 Hệ thống SWAE-MIMO sử dụng bộ tách RTN. . . . . . . . . . . . . . 61 Hình 2.8 Hệ thống BWAE-MIMO sử dụng bộ tách MMSE. . . . . . . . . . . 67 Hình 2.9 Cấu trúc bộ tách tín hiệu MMSEnet. . . . . . . . . . . . . . . . . . . . . . . . . 69 Hình 2.10 Phẩm chất hệ thống SWAE-MIMO-RTN với N = 2, 3, 4. . . . 73 Hình 2.11 Phẩm chất hệ thống BWAE-MIMO-RTN với N = 4 . . . . . . . . 74 Hình 2.12 Chòm sao tín hiệu trên một ăng-ten phát của SWAE- MIMO-RTN và BWAE-MIMO-RTN với N = 4 được gắn nhãn. . . 75
xiii Hình 2.13 Chòm sao tín hiệu phát trên 4 ăng-ten phát của hệ thống BWAE-MIMO-RTN. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75 Hình 2.14 Phẩm chất hệ thống BWAE-MIMO-MMSE với N = 2, 4, 8 và M = 2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76 Hình 2.15 Phẩm chất hệ thống BWAE-MIMO-MMSE với N = 2 và M = 2, 4, 8, 16. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77 Hình 2.16 Phẩm chất hệ thống BWAE-MIMO-MMSEnet với N = 4 và M = 2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77 Hình 2.17 Phẩm chất hệ thống BWAE-MIMO-MMSEnet. . . . . . . . . . . . . . 78 Hình 3.1 Hệ thống MIMO hợp tác tổng quát (hình trên) và hệ thống MIMO hợp tác ứng dụng kỹ thuật AE (hình dưới). . . . . . . . . . . . . . . . 81 Hình 3.2 Hệ thống SISO hợp tác theo phương pháp DF ứng dụng AE [73]. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83 Hình 3.3 Hệ thống chuyển tiếp AE-RSISO-AF dán nhãn theo bit [47]. 85 Hình 3.4 Hệ thống AE-AF-MMSE. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89 Hình 3.5 Cấu trúc nút đích của hệ thống AE-AF sử dụng bộ kết hợp RTN. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93 Hình 3.6 Hệ thống AE-DF sử dụng bộ kết hợp MMSEnet. . . . . . . . . . . . 98 Hình 3.7 Hệ thống AE-DF sử dụng bộ kết hợp RTN. . . . . . . . . . . . . . . . . . 101 Hình 3.8 Phẩm chất hệ thống AE-AF-MMSE. . . . . . . . . . . . . . . . . . . . . . . . . . 107 Hình 3.9 Phẩm chất hệ thống AE-AF-RTN với N = 2, 3. . . . . . . . . . . . . . 108 Hình 3.10 Giá trị sai lệch BCE theo số vòng huấn luyện. . . . . . . . . . . . . . . 108 Hình 3.11 Phẩm chất của AE-AF-RTN không có đường trực tiếp với N = 2 và LR = 1, 2, 3.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109 Hình 3.12 Phẩm chất hệ thống AE-DF-MMSEnet khi tăng số lớp L. . 110 Hình 3.13 Phẩm chất hệ thống AE-DF-MMSEnet với N = 2, L = 0. . 111
xiv Hình 3.14 So sánh phẩm chất BER của AE-DF-MMSEnet với DF- MMSE với N = 2, 3, 4 và L = 0, 4. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112 Hình 3.15 So sánh phẩm chất BER của AE-DF-MMSEnet với DF- 2 MMSE với N = 2, L = 0, 4 và σE = 0,005; 0,01.. . . . . . . . . . . . . . . . . . . 113 Hình 3.16 Phẩm chất BER của AE-DF-MMSEnet có CSI không hoàn hảo phụ thuộc SNR với N = 2, L = 0, 4. . . . . . . . . . . . . . . . . . . . . . . . . . . . 113 Hình 3.17 Phẩm chất hệ thống AE-DF-RTN với N = 2. . . . . . . . . . . . . . . . 114 Hình 3.18 Phẩm chất hệ thống AE-DF-RTN không có đường trực tiếp với LR = 1, 2, 3 và N = 2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
1 MỞ ĐẦU 1. Tính cấp thiết của đề tài luận án Mạng không dây trên cơ thể (WBAN: Wireless Body Area Network) kết nối các thiết bị/cảm biến được đặt bên trong, trên bề mặt hoặc xung quanh cơ thể con người thu thập các tín hiệu vật lý về sức khỏe (nhịp tim, huyết áp, điện não đồ, điện tâm đồ, ...), hoạt động của của người (cảm biến độ nghiêng, gia tốc,...). WBAN có thể là một mạng độc lập hoặc được kết nối nhiều WBAN cùng với Internet kết nối vạn vật (IoT: Internet of Things) tạo thành hệ thống theo dõi giám sát, đưa ra những cảnh báo kịp thời, bảo đảm an toàn cho người sử dụng. Truyền thông trong WBAN tuân theo chuẩn IEEE 802.15.6 có hỗ trợ các băng tần hẹp (HBC: Human Body Communication, MICS: Medical Implant Communication Service, ISM: Industrial, Scientific and medical,..) và một băng tần rộng UWB (Ultra Wideband). Chuẩn IEEE 802.15.6 sử dụng nhiều kiểu tín hiệu điều chế và các phương thức đa truy nhập vô tuyến với độ tin cậy cao [55]. Mạng WBAN được quan tâm nghiên cứu, phát triển cho ứng dụng trong các lĩnh vực y tế, chăm sóc sức khỏe, các ứng dụng phi y tế và quân sự [81], [82]. Trong lĩnh vực y tế, chăm sóc sức khỏe, WBAN cho phép liên tục thu thập, lưu trữ các thông tin, đưa ra các cảnh báo về dấu hiệu bất thường về sức khỏe của bệnh nhân. Đồng thời, WBAN truyền dữ liệu của bệnh nhân đến cơ sở y tế, giúp bác sĩ theo dõi, kịp thời phát hiện các vấn đề về sức khỏe, cung cấp hướng dẫn hoặc đề xuất điều trị giúp cải thiện sức khỏe, phòng ngừa các biến chứng nguy hiểm cho bệnh nhân mà bệnh nhân không cần có mặt trực tiếp tại bệnh viện hay các trung tâm y tế [115]. Trong các ứng dụng phi y tế, WBAN có thể được sử dụng trong thể dục thể thao, các vận động viên và cá nhân được giám sát, theo dõi hiệu suất tập luyện, lượng
2 calo tiêu hao, nhịp tim, huyết áp trong quá trình tập luyện. WBAN cũng có thể được ứng dụng trong lĩnh giải trí như đồng bộ âm thanh, hình ảnh, các ứng dụng nhận diện người dùng tạo sự tiện lợi, thoải mái cho người dùng [94]. Trong lĩnh vực quân sự, WBAN có tiềm năng ứng dụng cho giám sát theo thời gian thực các chỉ số quan trọng của binh sĩ như nhịp tim, nhiệt độ cơ thể và theo dõi vị trí truyền về sở chỉ huy. Nhờ đó, WBAN có thể giúp người chỉ huy đánh giá sức khỏe và trạng thái tinh thần của binh sĩ, tối ưu hóa hiệu quả huấn luyện, cung cấp trợ giúp y tế, tìm kiếm cứu hộ, cứu nạn kịp thời trên chiến trường [56]. Tuy nhiên, WBAN phải đối mặt với những thách thức trong truyền thông như là suy hao đường truyền, hiện tượng che khuất (Shadowing) do các cử động của cơ thể, môi trường truyền tin đa đường, hạn chế năng lượng tiêu hao do yêu cầu kích thước các nút nhỏ, ... làm giảm phẩm chất của hệ thống [14], [115]. Các giải pháp nâng cao phẩm chất truyền tin trong WBAN được nhiều nhóm nghiên cứu trong và ngoài nước quan tâm [35], [44], [126]. Công suất tiêu thụ mạng được tối ưu bằng các giải pháp định tuyến truyền tin giữa các nút [126], giải pháp lựa chọn các giao thức truyền tin như truyền trực tiếp, truyền hợp tác và truyền đa chặng [48]. Các giải pháp đa truy nhập chống xung đột, triệt nhiễu giữa các nút trong một WBAN và giữa các WBAN [44], [80], sử dụng các loại mã sửa lỗi [35], [95] nâng cao độ tin cậy của hệ thống. Giải pháp sử dụng các hệ thống MIMO (Multiple Input Multiple Output), MIMO hợp tác được đề xuất sử dụng cải thiện dung lượng và độ tin cậy cho liên kết truyền thông trong WBAN do các luồng thông tin được truyền song song trên cùng băng tần và nhận được độ lợi phân tập [51], [108], [117]. Trong những năm gần đây, kỹ thuật học sâu (DL: Deep Learning) được ứng dụng và phát triển mạnh mẽ ở nhiều lĩnh vực trong đời sống, các hệ thống truyền thông, mạng cảm biến không dây (WSN: Wireless Sensor Network),
3 WBAN,... mang lại nhiều lợi ích và tiến bộ [6], [39], [71], [91], [119]. Kỹ thuật học sâu được ứng dụng trong xử lý và phân tích dữ liệu thời gian thực, phát hiện các dấu hiệu sinh lý bất thường giúp đưa ra các giải pháp điều trị bệnh kịp thời và hiệu quả [112]. Các giải pháp mã hóa và xác thực ứng dụng học sâu giúp nâng cao tính bảo mật và riêng tư cho người dùng [9], [119]. Nghiên cứu [58] đề xuất sử dụng kỹ thuật học sâu dựa trên mạng LSTM (Long Short Term with Memory) để ước lượng ma trận kênh MIMO cho mạng WBAN trong hầm mỏ. Đồng thời, giải pháp cho phép xác định vị trí người dùng, phát hiện dữ liệu thu thập cho cả trường hợp có tia truyền thẳng (LOS) và không có tia truyền thẳng (NLOS). Đặc biệt, kỹ thuật học sâu ứng dụng trong các hệ thống truyền thông đem lại những tiềm năng lớn về khả năng ứng dụng công nghệ xử lý tiên tiến trong đơn giản hóa cấu trúc máy thu/phát, tối ưu hóa phân bổ tài nguyên, cải thiện hiệu suất mạng, nâng cao độ tin cậy và giảm độ trễ truyền tin [120], [91]. Các nghiên cứu ứng dụng học sâu trong các hệ thống truyền thông được chia thành hai hướng chính: Một là ứng dụng để thay thế một khối chức năng, như ước lượng kênh [85], mã hóa và giải mã sửa lỗi [83], đa truy nhập [70], nhận dạng điều chế [89], [105] hay tách tín hiệu [52], [102],...; hai là ứng dụng cho toàn hệ thống từ máy phát đến máy thu, tạo thành một bộ mã hóa tự động (AE: Autoencoder) cho phép huấn luyện tối ưu đồng bộ toàn bộ tham số học giúp nâng cao phẩm chất của hệ thống [45], [91]. Xuất phát từ những lý do trên, các nghiên cứu về giải pháp nâng cao độ tin cậy truyền thông trong WBAN ứng dụng kỹ thuật học sâu là cần thiết, có ý nghĩa khoa học và thực tiễn. Do đó, nghiên cứu sinh đã lựa chọn đề tài: “Nghiên cứu ứng dụng bộ mã hóa tự động (AE) nâng cao hiệu năng truyền thông của mạng không dây trên cơ thể sống (WBAN)”. Kết quả nghiên cứu của luận án đóng góp một phần tri thức về kỹ thuật truyền thông trong WBAN, góp phần đẩy mạnh quá trình ứng dụng kỹ thuật học sâu vào các
4 hệ thống truyền thông; đồng thời mở ra một số hướng nghiên cứu tiếp theo cho giải pháp truyền thông trong WBAN ứng dụng kỹ thuật học sâu. 2. Mục tiêu nghiên cứu của luận án Mục tiêu chính của luận án hướng tới là đề xuất giải pháp ứng dụng kỹ thuật học sâu, kỹ thuật AE tiên tiến vào truyền thông trong WBAN nhằm nâng cao hiệu năng truyền thông của mạng. 3. Đối tượng, phạm vi nghiên cứu của luận án Đối tượng nghiên cứu: Các giải pháp nâng cao độ tin cậy truyền thông trong WBAN sử dụng truyền thông MIMO và MIMO hợp tác. Các kỹ thuật học sâu và kỹ thuật AE trong truyền thông vô tuyến. Phạm vi nghiên cứu: Luận án tập trung nghiên cứu giải pháp truyền thông lớp vật lý trong WBAN từ các cảm biến/thiết bị gắn trên cơ thể đến thiết bị HUB một chặng và hai chặng theo chuẩn IEEE 802.15.6. Các liên kết truyền thông sử dụng hệ thống MIMO và MIMO hợp tác ghép kênh không gian. Liên kết truyền thông một chặng thực hiện truyền tin từ một cảm biến/thiết bị đến HUB; liên kết truyền thông hai chặng thực hiện truyền thông tin từ một cảm biến/thiết bị đến HUB có sự hỗ trợ của một số các cảm biến/thiết bị đóng vai trò là nút chuyển tiếp. Hệ thống MIMO hợp tác sử dụng hai kỹ thuật điển hình khuếch đại-chuyển tiếp (AF: Amplify-and-Forward) và giải mã-chuyển tiếp (DF: Decode-and-Forward). Các hệ thống truyền tin được xây dựng ứng dụng kỹ thuật AE được huấn luyện, tối ưu đồng bộ các tham số từ nút cảm biến, nút chuyển tiếp và HUB bằng một pha hoặc hai pha tuần tự trên kênh pha-đinh phẳng. 4. Nội dung nghiên cứu của luận án Luận án thực hiện các nội dung nghiên cứu chính sau: