Họ và tên NCS: Phạm Quốc Cường
Tên đề tài luận án: Nghiên cứu nâng cao hiệu quả truyền dẫn thông tin di động nhờ học máy.
Ngành đào tạo: Kỹ thuật Viễn thông
Mã số: 9520208
Cơ sở đào tạo : Trường Đại học Bách khoa – Đại học Đà Nẵng
Người hướng dẫn 1:
Họ và tên: PGS. TS. Nguyễn Lê Hùng
Người hướng dẫn 2:
Họ và tên: PGS. TS. Tăng Tấn Chiến
Đơn vị công tác: Ban Giám hiệu – Trường Đại học Sư phạm Kỹ thuật – Đại học Đà Nẵng.
Đơn vị công tác: Khoa Kỹ thuật máy tính và điện tử, Trường Đại học Công nghệ thông tin và Truyền thông Việt-Hàn, Đại học Đà Nẵng.
Hiện nay hướng nghiên cứu định hướng ứng dụng công nghệ AI trong thông tin di động đang được các nhà khoa học, kỹ sư, chuyên gia trong nước cũng như trên thế giới quan tâm bởi tiềm năng và sự phát triển đột phá của AI ngày càng vượt bậc. Về phương diện nghiên cứu định hướng ứng dụng công nghệ AI, ML trong hệ thống thông tin di động thương mại, các hãng viễn thông lớn trên thế giới như AT&T, Nokia, Ericsson,… đã sớm nghiên cứu ML trong các phòng thí nghiệm và triển khai các công nghệ độc quyền liên quan đến việc phân tích, dự đoán và tự động đưa ra các quyết định tối ưu dựa trên AI nhằm nâng cao chất lượng mạng cũng như công tác vận hành khai thác hệ thống. Về hướng nghiên cứu lý thuyết, các thế hệ mạng vô tuyến trong tương lai (6G và sau 6G) được hỗ trợ bởi công nghệ AI có thể học, trích xuất thông tin từ dữ liệu phổ vô tuyến và cực đại hóa khả năng nâng cao hiệu năng hệ thống, cải thiện chất lượng bảo mật truyền thông UAV trong mạng 6G với ràng buộc điều kiện năng lượng hữu hạn thông qua việc nâng cao chất lượng kỹ thuật định hướng chùm tia 3D beamforming trong lớp vật lý nhờ AI đang là mảng nghiên cứu nổi bật trong mạng vô tuyến UAV/6G. Luận án hướng đến nghiên cứu, phát triển, ứng dụng một số mô hình học máy để phục vụ công tác theo dõi, tối ưu và vận hành khai thác mạng thông tin di động trong thực tế. Về phương diện nghiên cứu lý thuyết, luận án đã đề xuất, thiết kế, xây dựng mạng nơ-ron nhân tạo không giám sát dựa trên bộ mã hóa tự động khử nhiễu (DAE) để tối ưu bộ định hướng chùm tia 3D (3D beamformer) cho truyền thông UAV bảo mật trong mạng di động 6G với giả thiết thông tin trạng thái kênh truyền CSI không hoàn hảo. Sau đây là những đóng góp chính của luận án:
1. Đóng góp của luận án về lý thuyết
Đóng góp thứ nhất của luận án về lý thuyết là nghiên cứu, xây dựng mạng nơ-ron tuyến tính LNN thực hiện phân tích và dự đoán hành vi của eNodeB gồm: E-UTRAN RACH Setup Attempts, RRC Setup Attempts và E-UTRAN Data Radio Bearer Attempts với tập dữ liệu thu thập từ Hệ thống hỗ trợ vận hành thực tế của nhà mạng với độ chính xác dự báo lên tới 94%.
Đóng góp thứ hai của luận án về lý thuyết là nghiên cứu, xây dựng mô hình ARIMA thực hiện phân tích và dự đoán số lượng thuê bao 2G/3G/4G với tập dữ liệu từ hệ thống HLR/OSS thực tế của nhà mạng với độ chính xác dự báo lên tới 96%. Các kết quả thực nghiệm chứng minh mô hình ARIMA cho hiệu quả dự báo tốt hơn mô hình LNN đối với tập dữ liệu về thống kê số lượng thuê bao.
Đóng góp thứ ba của luận án về lý thuyết là nghiên cứu, đề xuất, thiết kế mạng nơ-ron DAE để giải quyết bài toán nâng cao chất lượng 3D beamforming trong hệ thống truyền thông UAV có sự xuất hiện của cả UAV hợp pháp và UAV nghe lén với điều kiện thông tin kênh truyền CSI không hoàn hảo được xét trong phạm vi nghiên cứu so với các mô hình kênh truyền có giả thiết CSI hoàn hảo như trước đây. Các kết quả mô phỏng chứng minh phương pháp DAENN vượt trội hơn so với các phương pháp trước đây là 3D DL và GEVD xét về khía cạnh tốc độ bảo mật trung bình (ASR), đặc biệt khi ảnh hưởng kênh truyền của thành phần LoS khắc nghiệt hơn trong điều kiện môi trường đô thị. Độ phức tạp về cấu trúc của mạng nơ-ron DAENN thấp hơn so với mạng nơ ron 3D DL đã công bố trước đó giúp cho việc triển khai trong thực tế của DAENN khả thi hơn.
…
