Tóm tắt Luận án Tiến sĩ: Nghiên cứu nâng cao hiệu quả truyền dẫn thông tin di động nhờ học máy

Trong bối cảnh cách mạng công nghiệp 4.0 và quá trình chuyển đổi số đang diễn ra mạnh mẽ, ngành viễn thông, đặc biệt là truyền thông di động, đứng trước yêu cầu cấp thiết về nâng cao hiệu quả và chất lượng dịch vụ. Sự bùng nổ của dữ liệu và nhu cầu về tốc độ cao, độ trễ thấp đã thúc đẩy các thế hệ mạng tiến hóa nhanh chóng, từ 2G đến 5G và hướng tới 6G. Trong xu thế này, công nghệ trí tuệ nhân tạo (AI) và học máy (ML) nổi lên như một giải pháp đột phá, hứa hẹn mang lại những cải tiến đáng kể trong quản lý vận hành và tối ưu hóa mạng lưới. Nghiên cứu này tập trung vào việc khai thác tiềm năng của học máy để giải quyết các thách thức trong truyền dẫn thông tin di động, đặc biệt là trong các hệ thống thông tin di động sử dụng thiết bị bay không người lái (UAV) và các vấn đề liên quan đến bảo mật, nhằm đáp ứng yêu cầu ngày càng cao về hiệu suất và độ tin cậy của mạng lưới tương lai.

Nghiên cứu sinh, giảng viên, kỹ sư và chuyên gia trong lĩnh vực viễn thông, truyền thông di động, trí tuệ nhân tạo và học máy.

Luận án tập trung vào việc nâng cao hiệu quả truyền dẫn thông tin di động bằng cách tích hợp sâu các phương pháp học máy (ML) và trí tuệ nhân tạo (AI). Nghiên cứu giải quyết những thách thức cấp bách trong bối cảnh phát triển của các thế hệ mạng di động từ 5G đến 6G, đặc biệt là trong lĩnh vực truyền thông sử dụng thiết bị bay không người lái (UAV). Phương pháp tiếp cận chính bao gồm việc thiết kế và xây dựng một mạng nơ-ron nhân tạo không giám sát, cụ thể là Bộ mã hóa tự động khử nhiễu (DAE), để tối ưu hóa định hướng chùm tia 3D (3D beamforming) cho truyền thông UAV an toàn trong điều kiện thông tin trạng thái kênh truyền (CSI) không hoàn hảo. Ngoài ra, luận án còn phát triển các mô hình mạng nơ-ron tuyến tính (LNN) để dự đoán hành vi của các node mạng và đánh giá các mô hình học máy như ARIMA trong việc dự báo số lượng thuê bao, sử dụng dữ liệu thực tế từ hệ thống vận hành. Các kết quả thực nghiệm và mô phỏng đã chứng minh rằng kiến trúc mạng nơ-ron dựa trên DAE được đề xuất không chỉ có độ phức tạp tính toán thấp hơn mà còn mang lại hiệu năng bảo mật truyền thông UAV cao hơn đáng kể so với các phương pháp truyền thống. Giá trị ứng dụng của nghiên cứu nằm ở khả năng cung cấp các công cụ và mô hình thông minh giúp các nhà mạng tối ưu hóa vận hành, quản lý tài nguyên và nâng cao chất lượng dịch vụ, đồng thời mở đường cho việc triển khai các công nghệ truyền thông an toàn và hiệu quả hơn trong kỷ nguyên 6G. Những đóng góp này không chỉ mang tính lý thuyết mà còn được cụ thể hóa thông qua việc triển khai trong thực tiễn tại các doanh nghiệp viễn thông lớn, góp phần vào mục tiêu chuyển đổi số quốc gia.