Kỹ thuật đa Anten và mạng đa cấp: Đề xuất cho mạng thông tin vô tuyến tốc độ cao

Tạp Chí Khoa Học Giáo Dục Kỹ Thuật Số 50 (11/2018) 
Trường Đại Học Sư Phạm Kỹ Thuật TP. Hồ Chí Minh 15 
KỸ THUẬT ĐA ANTEN VÀ MẠNG ĐA CẤP: 
ĐỀ XUẤT CHO MẠNG THÔNG TIN VÔ TUYẾN TỐC ĐỘ CAO 
MASSIVE MIMO TECHNOLOGY AND HETEROGENOUS NETWORK: 
PROMISING PROPOSALS FOR HIGH DATA RATE WIRELESS 
COMMUNICATIONS 
Dương Hiển Thuận 
Trường Đại học Sài Gòn, Việt Nam 
Ngày toà soạn nhận bài 9/4/2018, ngày phản biện đánh giá 21/4/2018, ngày chấp nhận đăng 01/6/2018. 
TÓM TẮT 
Công nghệ thông tin liên lạc bằng vô tuyến là công nghệ được yêu thích nhất trong 
những năm gần đây, và nhu cầu truyền dữ liệu tốc độ ngày càng lớn, dự kiến năm 2020 tốc độ 
dữ liệu tải xuống của mạng 5G là 10Gbps. Kỹ thuật đa anten được xác định là kỹ thuật cho 
phép tăng tốc độ truyền dữ liệu (tăng hiệu quả sử dụng phổ) theo số anten được dùng. Mạng 
đa cấp hoặc mạng mật độ cao được xem là ứng cử viên cho việc tăng hiệu quả sử dụng năng 
lượng tùy theo mật độ các trạm phát sóng. Trong đó kiến trúc Cell nhỏ và mềm được nhiều sự 
quan tâm của nhà nghiên cứu vì khả năng cải thiện tốc độ hướng lên đáng kể. Trong bài báo 
này chúng tôi đánh giá ưu điểm của hai đề xuất này và sự kết hợp chúng lại với nhau thông 
qua công cụ tối ưu bằng Matlab CVX. 
Từ khóa: Đa Anten; Mạng đa cấp; Mạng mật độ cao; Mạng 5G; Hiệu quả sử dụng phổ; Hiệu 
quả sử dụng năng lượng; 
ABSTRACT 
Wireless communication is one of the most popular technologies in recent years and the 
demand for high data rate transmission is growing, and it is expected that in 2020 the 
download speed of the 5G network is 10Gbps. Massive MIMO has been identified as a key 
technology to handle orders of more data traffic (increasing spectral efficiency) by the 
number of antennas used. Heterogeneous networks (HetNETs) or dense networks are 
considered candidates for increased energy efficiency depending on the density of the 
stations. In which, the small cell architecture and soft cell approach are concerned much by a 
lot of researchers due to their significantly improving the uplink capacity. In this paper, we 
evaluate the advantages of these two proposals and combine them together through the 
optimization tool Matlab CVX. 
Keywords: Massive MIMO; Heterogenous networks (HetNETs); Dense Networks, 5G 
Networks; Spectral efficiency; Energy efficiency. 
1. GIỚI THIỆU 
Truyền thông không dây ngày càng phổ 
biến do các ưu điểm của truyền dẫn bằng 
sóng vô tuyến điện từ. Bên cạnh đó nhu cầu 
truyền thông dữ liệu tốc độ cao ngày một lớn 
do các ứng dụng về hình ảnh, video, dịch vụ 
đa phương tiện,, phát triển không ngừng. 
Dự kiến thế hệ thông tin di động thứ 5 (5G) 
sẽ được phát triển và xuất hiện vào năm 2020 
[1, 2]. Hệ thống thông tin vô tuyến 5G này sẽ 
cho phép các dịch vụ dữ liệu với tốc độ tải 
xuống lên đến 10Gbps do đó hệ thống sẽ áp 
dụng nhiều công nghệ kỹ thuật tiên tiến để 
đáp ứng nhu cầu nhằm cải thiện hiệu quả sử 
dụng nguồn tài nguyên hữu hạn của hệ thống 
như phổ tín hiệu và năng lượng cung cấp cho 
hệ thống. 
Tháng 12 năm 2012 tổ chức METIS 
(Mobile and wireless communications 
Enablers for Twenty - twenty (2020) 
16 Tạp Chí Khoa Học Giáo Dục Kỹ Thuật Số 50 (11/2018) Trường Đại Học Sư Phạm Kỹ Thuật TP. Hồ Chí Minh 
Information Society) [1, 2] gồm 29 thành 
viên như Ericsson (Thụy điển), Alcatel 
Lucent (Đức), Deutsche Telekom (Đức), 
DOCOMO Euro-Labs (Đức), France 
Telecom SA (Pháp) và nhiều tổ chức viễn 
thông của Châu Âu) lần đầu tiên được đề 
xuất về mạng 5G. Hệ thống được dự kiến sẽ 
xuất hiện trong năm 2020. 
Năm 2010, Tiến sỹ Thomas L. Marzetta 
làm việc tại tại Bell Lab lần đầu tiên đề xuất 
giải pháp sử dụng đa anten (Massive MIMO) 
cho các trạm thu phát gốc BS (Base 
Transceiver Stations) trong mạng thông tin di 
động [3] nhằm tăng khả năng sử dụng không 
gian (spatial reuse), tối ưu hiệu quả sử dụng 
phổ và giảm nhiễu. Trong [4-7], kỹ thuật đa 
anten còn được dùng để tăng hiệu quả sử 
dụng năng lượng bằng cách chỉ cung cấp 
năng lượng cho các thiết bị di động mong 
muốn và giảm nhiễu lẫn nhau. 
Năm 2011, kiến trúc mạng đa cấp 
HetNETs gồm nhiều kiến trúc cell khác nhau 
trong đó sử dụng cell nhỏ SC (Small Cell) 
được đề xuất trong [8, 9]. Với kiến trúc này 
các điểm truy cập cell nhỏ SC sẽ chia tải với 
trạm thu phát gốc BS thông qua điều khiển 
và kết hợp còn được gọi là giải pháp Cell 
mềm (Soft Cell Approaches). Với giải pháp 
này khoảng cách truyền của thiết bị di động 
MS (Mobile Station) hay người dùng đến các 
trạm thu phát sẽ giảm đồng nghĩa với giảm 
năng lương tiêu thụ. Tuy nhiên giải pháp này 
làm tăng nhiễu giữa các Cell với nhau. 
Trong bài báo này, mục 2 sẽ giới thiệu 
vắn tắt về công cụ tối ưu bằng Matlab CVX 
được dùng để đánh giá một số mô hình hệ 
thống đề xuất. Mục 3, chúng tôi sẽ đánh giá 
ưu điểm của kỹ thuật đa anten về hiệu quả sử 
dụng phổ tín hiệu theo số anten phát của trạm 
BS. Hiệu quả sử dụng năng lượng theo mật 
độ trạm thu phát được mô phỏng trong mục 
4. Kết hợp ưu điểm của hai kỹ thuật đa anten 
và mạng HetNETs được mô phỏng trong mục 
5. Ở đây chúng tôi quan tâm đến vấn đề tối 
ưu hiệu quả sử dụng năng lượng thông qua 
bài toán tối ưu vẫn đảm bảo chất lượng dịch 
vụ đặt ra tại mỗi người dùng cũng như giới 
hạn công suất phát tại BS và SCs với giả 
thiết thông tin kênh được biết hoàn toàn tại 
máy thu và máy phát đồng thời nhiễu được 
kết hợp xử lý. Và cuối cùng là kết luận trong 
mục 6. 
2. CÔNG CỤ TỐI ƯU CVX (CONVEX 
OPTIMIZATION CVX TOOLS) 
Công cụ tối ưu bằng Matlab CVX sẽ 
được dùng trong các phần sau của bài báo, 
chúng tôi sẽ tóm lược một số ưu điểm và đặc 
tính của công cụ này trong mục này. Đây là 
một công cụ tối ưu được viết bằng phần mềm 
Matlab. Công cụ này được thiết kế để giải 
các bài toán tối ưu lõm/lồi cơ bản DCPs 
(Disciplined Convex Programs) như bài toán 
tuyến tính (linear), bậc hai (quadratic), bài 
toán hình chóp (second-order cone programs) 
và SDP (semidefinite programs) cũng như 
 ...  Sư Phạm Kỹ Thuật TP. Hồ Chí Minh 
1
,
SCNH
k j
×∈h  do đó tín hiệu nhận được tại 
người dùng thứ k là: 
,0 ,0 , ,
1
S
H H
k k k k j k j k
j
y n
=
= + +∑h x h x (6) 
Trong đó 0x và jx là tín hiệu phát từ BS 
và SC thứ jth đến người dùng thứ kth, 
( )20,k kn σ là nhiễu Gauss trắng cộng. 
Giả thiết trạm gốc BS và các trạm SC kết nối 
vào đường trục (Backhaul) và cho phép kết 
hợp phân phối tài nguyên cấu trúc cell mềm 
(soft-cell). Mỗi người dùng được phục vụ bởi 
trạm BS và nhiều trạm SC tuy nhiên thông 
tin được mã và phát độc lập với nhau và 
được gọi truyền dẫn đa dòng phân tập không 
gian SMT (Spatial Multiflow Transmission). 
Bản tin từ trạm BS và các SC thứ j đến người 
dùng thứ k được ký hiệu ,0kx và ,k jx với
( ), 0,1 , 0,..,k jx j S= . Bản tin này được 
nhân với véctơ lái (beamforming vector) để 
tạo tín hiệu phát đi 
, ,
1
1 1
,0 ,
,
0,..., , ,BS SC
K
j k j k j
k
N N
k k j
x
j S
=
× ×
=
= ∈ ∈
∑x w
w w 
 (7) 
Trong bài báo này chúng tôi sẽ quan tâm 
việc tối ưu véctơ lái w này sao cho tổng công 
suất phát bao gồm công suất phát tĩnh (static 
power - công suất phát phụ thuộc vào phần 
cứng thiết bị thu phát) và công suất phát động 
(dynamic power - công suất phụ thuộc vào tỷ 
lệ công suất được phát) [16, 17, 18] sao cho 
vẫn đảm bảo chất lượng dịch vụ QoS của từng 
người dùng. QoS chúng tôi quan tâm là tốc độ 
thông tin [Bit/s/Hz] với giả thiết các người 
dùng phát thông tin song song với nhau. 
Chúng tôi định nghĩa chất lượng QoS của 
người dùng thứ kth là ( )2log 1 k kSNIR g+ ≥ 
với kg là thông số ngưỡng quyết định chất 
lượng QoS trong đó 
2 2
,0 ,0 , ,
1
2 2 2
,0 ,0 , ,
1 1
S
H H
k k k j k j
j
k K S
H H
k i k j i j k
i j
i k
SNIR
σ
=
= =
≠
+
=
 
+ + 
 
∑
∑ ∑
h w h w
h w h w
 (8) 
Theo [16-18] ta có công suất phát tĩnh 
và công suất động như sau: 
22
0 ,0 ,
1 1 1
K S K
dyn k j k j
k j k
P ρ ρ
= = =
= +∑ ∑ ∑w w (9) 
0
1
S
j
sta BS SC
j
P N N
C C
ηη
=
= +∑ (10) 
Trong đó 1jρ ≥ là hệ số đặc trưng cho 
hiệu suất của bộ khuếch đại do hoạt động vùng 
tuyến tính giảm từ 6-12 dB so với điểm bảo 
hòa dẫn đến hiệu suất giảm (theo [17] trạm BS 
hiệu suất bộ khuếch đại là 38.8% hay 
1
0.3880ρ = , trạm SC hiệu suất bộ khuếch đại là 
5.2% hay 10.052jρ = ), 0jη ≥ thể hiện phần 
công suất suy hao trên mạch (bộ lọc, bộ trộn, 
bộ chuyển đổi, quá trình xử lý tín hiệu giải nền, 
đồng bộ, ước lượng kênh, bộ cân bằng...) trên 
một anten (đối với trạm BS thì chọn 
0 189mWη = , trạm SC thì chọn 5.6j mWη = ), 
1C ≥ là tổng số sóng mang thành phần 
( 600C = được chọn gần với hệ thống LTE). 
Mỗi trạm BS và trạm SC có công suất 
giới hạn tùy theo khoảng cách vùng phủ. 
, . , ,
1
, 1,...,
K
H
k j j l k j j l j
k
q l L
=
≤ =∑w Q w (11) 
Trong đó ma trận trọng số
0. .,BS BS SC SC
N N N N
l j l
× ×∈ ∈Q Q  , với 1,...,j S= là các 
ma trận định nghĩa dương. Ma trận này sẽ là 
ma trận đường chéo, các phần tử chính là công 
suất phát trên từng anten. , 0j lq ≥ là giới hạn 
công suất theo vùng phủ của từng trạm thông 
thường 0, ,l j lq q với 1 j S≤ ≤ . Chúng tôi 
chọn công suất giới hạn trạm BS 0, 66lq mW= 
tương ứng vùng phủ khoảng 1km và công suất 
giới hạn trạm SC 0, 0.08lq mW= tương ứng 
vùng phủ khoảng 50m. 
Ta có mô hình tối ưu năng lượng theo kỹ 
thuật đa anten và SC được biểu diễn như sau: 
( )
, ,
2
, . , ,
1
minimize
subject to log 1 ,
 , ,
k j
dyn stak j
k k
K
H
k j j l k j j l
k
P P
SNIR k
q j l
g
∀
=
+
+ ≥ ∀
≤ ∀∑
w
w Q w
 (12) 
Tạp Chí Khoa Học Giáo Dục Kỹ Thuật Số 50 (11/2018) 
Trường Đại Học Sư Phạm Kỹ Thuật TP. Hồ Chí Minh 21 
Ta đặt , , , , ,
H
k j k j k j k j= ∀W w w , ma trận 
,k jW này là ma trận định nghĩa dương 
, 0k jW  và có ( ), 1k jrank ≤W , 
2 1kk k
gg = − ∀ , Theo [12] ta có biểu thức 
tối ưu (12) được viết thành biểu thức tối ưu 
(13) đây là bài toán tối ưu SDR (Semi-
Definte Relation) và có thể dùng công cụ tối 
ưu CVX để giải. 
( )
( )
( )
,
,0 , 0 1
,
S
2
, , , ,
j=0 1
. , ,
1
minimize
subject to 1 , ,
1 1
 , ,
k j
S K
j k j stak j j k
k j
K
H
k j k j i j k j k
ik
K
j l k j j l
k
tr P
rank k j
k
tr q j l
ρ
σ
g
∀
= =
=
=
+
≤ ∀
  
+ − ≥ ∀     
≤ ∀
∑ ∑
∑ ∑
∑
W
W
W
h W W h
Q W


 (13) 
Trong đó 2kσ là công suất nhiễu trắng 
Gauss. Theo [19] ta có biểu thức (13) luôn 
tồn tại kết quả tối ưu cho ma trận ,k jW thỏa
( ), 1 ,k jrank k j≤ ∀W . Để tối ưu ma trận 
,k jW ta có một số trường hợp sau: 
a) Người dùng thứ kth chỉ được phục vụ 
bởi duy nhất trạm BS tức là 
*
, 0, 1k j j S= ≤ ≤W 
b) Người dùng thứ kth chỉ được phục vụ 
bởi trạm SC thứ j tức là 
* *
,0 ,0, 0k k iand i j= = ≠W W 
c) Người dùng thứ kth được phục vụ bởi 
trạm BS kết hợp với các trạm SC 
trong đó phải có tối thiểu một trạm 
SC có công suất tích cực bằng công 
suất giới hạn ( ( )*. , ,
1
K
j l k j j l
k
tr q
=
=∑ Q W ) 
Việc tối ưu theo công thức (12), (13) sẽ 
được thực hiện khá phức tạp và tốn nhiều 
thời gian nếu số lượng anten và số lượng cell 
nhỏ SC tăng cao và khó thực hiện trong thực 
tế, do đó có thể dùng kỹ thuật MRZF 
(Multiflow Regularized Zero Forcing) được 
dùng trong [6] để chuyển đổi bài toán tối ưu 
(12) thành bài tối tối ưu phân bố công suất 
phát như sau: 
(1) với mỗi trạm phát 0,...,j S= , K là 
tổng số người dùng quan tâm. Tính thông số 
1
, , ,2
1
k,j 1
, , ,2
1
2
, , , k,j , , , , k,j
1
, ,
1
, , ,
K
H
i j i j k j
i i k j
K
H
i j i j k j
i i k j
H H
i k j i j j k l k j j l
K
q
k
K
q
g i k Q k l
σ g
σ g
−
=
−
=
 
+  
 = ∀
 
+  
 
= ∀ = ∀
∑
∑
h h I h
u
h h I h
h u u Q u


(2) Trạm SC thứ jth gửi thông số , ,i k jg , 
, ,j k lQ , , ,k i l∀ cho trạm BS, Trạm BS giải bài 
toán tối ưu phân bố công suất. 
,
,0 , 0 1
, , , ,
1
S
2
, , , , , ,
j=0 1
minimize
subject to , ,
1 1
k j
S K
j k j stap k j j k
K
j k l k j j l
k
K
k j k k j i j k i j k
ik
p P
Q p q j l
p g p g k
ρ
σ
g
≥ ∀
= =
=
=
+
≤ ∀
 
+ − ≥ ∀ 
 
∑ ∑
∑
∑ ∑

 (14) 
(3) Trạm BS gửi phân bố công suất tối ưu 
*
,k jp k∀ giải từ (9) cho SC j
th. và 
*
, , ,k j k j k jp k= ∀w u 
Trong phần mô phỏng ta thực hiện với 1 
trạm BS có bán kính 1 km, có 4 SC phân bố 
đều trong vùng phủ của BS và có bán kính 
50m, số lượng người dùng trong BS là 12 (4 
trong vùng phủ của 4 SC và 8 trong vùng còn 
lại) các người dùng được phân bố đều 
(uniform) như hình 7. Hệ thống được mô 
phỏng với các thông số gần giống hệ thống 
LTE và được mô tả trong [17,20] với bảng 
thông số mô phỏng như bảng 1 sau: 
Bảng 1. Thông số mô phỏng 
Thông Số Giá trị 
Hiệu suất bộ KĐ CS 01 10.388, 0.052j jρ ρ= = ∀ 
Max CS Phát /Anten 0, ,66, 0.08mW, ,l j lq q j l= = ∀ 
CS Tiêu hao trên 
mạch thụ động /Anten 0
189mW, 5.6mW,j jη η= = ∀ 
Bán kính giới hạn 
trạm BS 1 km 
Bán kính giới hạn 
trạm SC 50m 
Tần số sóng mang F = 2GHz 
22 Tạp Chí Khoa Học Giáo Dục Kỹ Thuật Số 50 (11/2018) Trường Đại Học Sư Phạm Kỹ Thuật TP. Hồ Chí Minh 
Số sóng mang C = 600 
Tổng băng thông 10 MHz 
Dải thông sóng mang 15 kHz 
Phân bố small-fading ( ), ,,k j k jh 0 R 
Độ lệch chuẩn Fading 
bóng mờ (shadow) 7 dB 
Tổn hao đường truyền 
với khoảng cách d 10148.1 37.6 log d+
dB 
Công suất nhiễu trắng 
Gauss 2kσ với Noise 
Figure 5dB 
127 dBm 
*
*
*
*
*
*
*
*
*
*
*
*
SC1
SC2
SC3
SC4
Người dùng (user)
BS
1km
50m
Hình 7. Mô hình mô phỏng 
Hình 8 thể hiện kết quả mô phỏng công 
suất tiêu thụ trung bình trên sóng mang tùy 
theo chất lượng hệ thống QoS tính theo dung 
lượng trên từng người dùng với số lượng 
anten phát trên BS được chọn là 50BSN = và 
số anten trên SC được chọn là 2SCN = . Quá 
trình này được tối ưu trong trường hợp: Tối 
ưu theo (12) khi không có Cell nhỏ SC nào 
cũng như khi có 4 Cell nhỏ và tối ưu theo 
(14) khi có 4 SC trong BS. Kết quả này cho 
thấy rằng chất lượng QoS tại người dùng yêu 
cầu càng cao thì năng lượng yêu cầu càng 
nhiều và khi tồn tại SC thì năng lượng trung 
bình trên sóng mang được cải thiện đáng kể, 
tuy nhiên khi dùng tối ưu theo (12) tỷ lệ cải 
thiện đáng kể nhưng quá trình thực hiện triển 
khai sẽ rất phức tạp khi số lượng anten lớn, 
trong khi đó theo thuật toán (14) MRZF thì 
hiệu quả sử dụng năng lượng có cải tiến ít 
hơn nhưng việc thực hiện sẽ nhanh hơn (chưa 
phân tích chi tiết được chỉ dựa vào thời gian 
mô phỏng) và có thể áp dụng vào thực tiễn. 
Trong hình 9 kết quả mô phỏng tổng 
công suất trung bình trên sóng mang theo dự 
thay đổi số anten trên trạm BS và trạm SC. 
Hình 8. Tổng công suất trung bình trên sóng 
mang theo chất lượng dịch vụ QoS của từng 
người dùng 
Hình 9 cho thấy khi tăng số lượng anten thì 
công suất tổng trung bình trên sóng mang cải 
thiện đáng kể (tiết kiệm năng lượng cung 
cấp) mặc dù theo lý thuyết thì khi tăng số 
lượng anten thì công suất phát tĩnh sẽ tăng 
lên nhưng trong tường hợp này thì thành 
phần công suất phát động sẽ giảm nhiều hơn 
so với tăng công suất phát tĩnh. Điều này có 
thể lý giải do khi dùng trạm SC thì công suất 
tiêu hao do đường truyền giảm xuống. Bên 
cạnh đó, kết quả mô phỏng còn cho thấy khi 
số lượng anten tại trạm BS lớn thì việc tăng 
thêm anten (trên trạm BS cũng như trên SC) 
không cải thiện hiệu quả năng lượng đáng kể. 
Hình 9. Tổng công suất trung bình trên 
sóng mang theo số lượng anten trên trạm BS 
và SC với chất lượng dịch vụ của từng người 
dùng là 2 bit/s/Hz 
Tạp Chí Khoa Học Giáo Dục Kỹ Thuật Số 50 (11/2018) 
Trường Đại Học Sư Phạm Kỹ Thuật TP. Hồ Chí Minh 23 
6. KẾT LUẬN 
Kỹ thuật đa anten cho phép cải thiện 
hiệu quả sử dụng phổ khi số lượng anten tăng 
lên. Mạng mật độ cao cho phép tăng hiệu quả 
sử dụng năng lượng khi tăng mật độ trạm đến 
một giới hạn nhất định với giả triết các trạm 
được phân bố trong không gian hai chiều 
theo quy luật Poisson. Khi kết hợp hai kỹ 
thuật đa anten và kiến trúc cell có kích thước 
nhỏ được bố trí chồng lấp (overlay) trong 
trạm BS cho phép tối ưu hiệu quả sử dụng 
năng lượng thông qua giải pháp kết hợp khi 
vẫn thỏa mãn một chất lượng dịch vụ đặt ra 
trước. Tuy nhiên giới hạn của bài toán kết 
hợp này vẫn còn đang xét trong phạm vi một 
trạm BS chưa phát triển mở rộng cho mạng 
lớn. Với nhu cầu dữ liệu của mạng truyền 
thông vô tuyến cũng như đòi hỏi về tiết kiệm 
năng lượng thì việc kết hợp hai giải pháp kỹ 
thuật này với nhau là một giải pháp sẽ được 
sử dụng trong tương lai gần. 
TÀI LIỆU THAM KHẢO 
[1] www.metis2020.com 
[2] https://metis-ii.5g-ppp.eu/ 
[3] Thomas L. Marzetta, "Noncooperative Cellular Wireless with Unlimited Numbers of 
Base Station Antennas", IEEE Trans. on Wireless Commun., Vol. 9, No. 11, pp. 3590-
3600, 2010 
[4] F. Rusek, D. Persson, B. Lau, E. Larsson, T. Marzetta, O. Edfors, and F. Tufvesson, 
“Scaling up MIMO: Opportunities and challenges with very large arrays,” IEEE Signal 
Process. Mag., vol. 30, no. 1, pp. 40–60, 2013. 
[5] H. Q. Ngo, E. G. Larsson, and T. L. Marzetta, “Energy and spectral efficiency of very large 
multiuser MIMO systems,” IEEE Trans. Commun., vol. 61, pp. 1436–1449, Apr. 2013. 
[6] J. Hoydis, S. ten Brink, and M. Debbah, “Massive MIMO in the UL/DL of cellular 
networks: How many antennas do we need?” IEEE J. Sel. Areas Commun., vol. 31, no. 
2, pp. 160–171, 2013. 
[7] Erik G. Larsson, Ove Edfors, Fredrik Tufvesson, Thomas L. Marzetta, "Massive MIMO 
for Next Generation Wireless Systems",  2014 
[8] S. Parkvall, E. Dahlman, G. J¨ongren, S. Landstr¨om, and L. Lindbom, “Heterogeneous 
network deployments in LTE – the soft-cell approach,” Ericsson Review, no. 2, 2011. 
[9] J. Hoydis, M. Kobayashi, and M. Debbah, “Green small-cell networks,” IEEE Veh. 
Technol. Mag., vol. 6, no. 1, pp. 37–43, 2011. 
[10] E. Dahlman, S. Parkvall, J. Sk¨old, and P. Beming, "3G Evolution HSPA and LTE for 
Mobile Broadband," Academic Press, 2008 
[11] M. Grant and S. Boyd, “CVX: Matlab Software for Disciplined Convex Programming 
(Web Page and Software),” Jun. 2009 [Online]. Available:  
[12] Michael C. Grant, Stephen P. Boyd "The CVX Users’ 
Guide"  December 26, 2017, CVX Research, Inc. 
[13] J. Jose, A. Ashikhmin, T. L. Marzetta, and S. Vishwanath, “Pilot contamination and 
precoding in multi-cell TDD systems,” IEEE Trans. Commun., vol. 10, no. 8, pp. 2640–
2651, 2011. 
[14] M. Medard, “The effect upon channel capacity in wireless communications of perfect 
and imperfect knowledge of the channel,” IEEE Trans. Inf. Theory, vol. 46, no. 3, pp. 
933–946, 2000. 
[15] E. Bjornson, L. Sanguinetti, J. Hoydis, and M. Debbah, “Optimal design of energy-
efficient multi-user MIMO systems: Is massive MIMO the answer?” IEEE Trans. 
Wireless Commun., vol. 14, no. 6, pp. 3059–3075, 2015. 
24 Tạp Chí Khoa Học Giáo Dục Kỹ Thuật Số 50 (11/2018) Trường Đại Học Sư Phạm Kỹ Thuật TP. Hồ Chí Minh 
[16] S. Cui, A. Goldsmith, and A. Bahai, “Energy-constrained modulation optimization,” 
IEEE Trans. Wireless Commun., vol. 4, no. 5, pp. 2349–2360, 2005. 
[17] G. Auer and et al., "D2.3: Energy efficiency analysis of the reference systems, areas of 
improvements and target breakdown." INFSO-ICT-247733 EARTH, ver. 2.0, 2012. 
[18] D. Ng, E. Lo, and R. Schober, “Energy-efficient resource allocation in OFDMA systems 
with large numbers of base station antennas,” IEEE Trans. Wireless Commun., vol. 11, 
no. 9, pp. 3292–3304, 2012. 
[19] E. Bjornson, N. Jald´en, M. Bengtsson, and B. Ottersten, “Optimality properties, distributed 
strategies, and measurement-based evaluation of coordinated multicell OFDMA 
transmission,” IEEE Trans. Signal Process., vol. 59, no. 12, pp. 6086–6101, 2011. 
[20] "Further advancements for E-UTRA physical layer aspects (Release 9)." 3GPP TS 
36.814, Mar. 2010. 
Tác giả chịu trách nhiệm bài viết: 
Dương Hiển Thuận 
Trường Đại học Sài Gòn 
Email: dhthuan@gmail.com; thuan.duong@sgu.edu.vn