[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"_public_topic_publications_t%C3%ADn%20hi%E1%BB%87u%20s%E1%BB%91{\"limit\":5}":3,"_public_topic_byId_t%C3%ADn%20hi%E1%BB%87u%20s%E1%BB%91":11},{"code":4,"data":5,"meta":10},"SUCCESS",{"latest":6,"mostCited":7,"vietnamFeatured":8,"vietnamLatest":9},[],[],[],[],null,{"code":4,"data":12,"meta":10},{"id":13,"title":14,"description":15,"content":16,"term":13,"englishTitle":17,"synonyms":18,"definition":19,"discipline":20,"references":21,"faqs":63,"createUser":76,"publishUser":80,"keywords":81,"keywordCount":77,"enrichTopicLink":82,"status":83,"createTime":84,"updateTime":85,"publishTime":86,"linkEnrichedTime":10,"publicationScanTime":10,"contentErrorMessage":10,"viewCount":87,"wikidataId":10,"relateTopics":88},"tín hiệu số","Tín hiệu số (digital signal) là gì?","Tín hiệu số (digital signal) là tín hiệu rời rạc theo thời gian và biên độ. Tìm hiểu nguyên lý lấy mẫu, lượng tử hóa và ứng dụng xử lý tín hiệu.","\u003Cp>Tín hiệu số (digital signal) là tín hiệu vật lý biểu diễn thông tin dưới dạng một chuỗi các giá trị rời rạc theo cả thời gian và biên độ, thường được lượng tử hóa thành các mức nhị phân. Khác với các dạng sóng biến thiên liên tục trong tự nhiên, tín hiệu số phản ánh dữ liệu thông qua tập hợp hữu hạn các trạng thái logic, cho phép hệ thống tính toán lưu trữ, truyền dẫn và xử lý thông tin với độ tin cậy vượt trội. Bài viết này trình bày toàn diện về cơ sở lý thuyết, các giai đoạn số hóa tín hiệu, mô hình toán học giải tích, đối sánh đặc tính kỹ thuật, cùng các bước tiến công nghệ hiện đại trong lĩnh vực xử lý tín hiệu số.\u003C\u002Fp>\n\n\u003Ch2>Bản chất vật lý và cơ sở lý thuyết của tín hiệu số\u003C\u002Fh2>\n\u003Cp>Trong vật lý và kỹ thuật điện tử, mọi hiện tượng tự nhiên như âm thanh, ánh sáng, nhiệt độ hay sóng điện từ ban đầu đều tồn tại dưới dạng tín hiệu tương tự (analog signal). Tín hiệu tương tự có biên độ biến thiên liên tục trên trục thời gian thực. Mặc dù phản ánh trung thực trạng thái tự nhiên, tín hiệu tương tự lại vô cùng nhạy cảm với các nguồn nhiễu ngẫu nhiên, hiện tượng méo phi tuyến và sự suy giảm năng lượng khi truyền trên khoảng cách xa.\u003C\u002Fp>\n\n\u003Cp>Tín hiệu số ra đời nhằm khắc phục triệt để các nhược điểm cố hữu đó. Về mặt bản chất toán học, một tín hiệu số được hình thành bằng cách thực hiện hai phép biến đổi liên tiếp: rời rạc hóa trục thời gian và rời rạc hóa trục biên độ. Thay vì truyền tải một đường cong điện áp liên tục, hệ thống số biểu diễn tín hiệu bằng một chuỗi các con số nhị phân. Nhờ việc chỉ phân biệt các mức điện áp đại diện cho hai trạng thái logic không và một, mạch điện tử số sở hữu khả năng miễn nhiễm nhiễu rất cao. Bất kỳ sự biến thiên điện áp nhỏ nào do can nhiễu môi trường gây ra, miễn là chưa vượt qua ngưỡng logic quy định, đều bị bộ thu loại bỏ hoàn toàn trong quá trình tái tạo xung vuông.\u003C\u002Fp>\n\n\u003Ch2>Quá trình chuyển đổi tín hiệu tương tự sang tín hiệu số\u003C\u002Fh2>\n\u003Cp>Để đưa các đại lượng vật lý vào máy tính hoặc các bộ vi xử lý tín hiệu số (DSP), hệ thống cần sử dụng bộ chuyển đổi tương tự sang số (ADC). Quá trình này bao gồm ba giai đoạn kế tiếp nhau:\u003C\u002Fp>\n\n\u003Cul>\n  \u003Cli>\u003Cstrong>Lấy mẫu (sampling):\u003C\u002Fstrong> Đây là bước biến đổi tín hiệu liên tục theo thời gian thành tín hiệu rời rạc theo thời gian. Mạch lấy mẫu thực hiện trích xuất giá trị biên độ tức thời của tín hiệu tại các mốc thời gian cách đều nhau một khoảng chu kỳ lấy mẫu cố định.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Lượng tử hóa (quantization):\u003C\u002Fstrong> Sau khi được lấy mẫu, biên độ của mỗi mẫu vẫn là một giá trị liên tục trong một dải vô hạn. Quá trình lượng tử hóa sẽ ánh xạ các giá trị biên độ thực tế này vào một tập hợp hữu hạn các mức cho phép được xác định trước. Sự chênh lệch giữa giá trị thực tế và mức lượng tử hóa gần nhất sinh ra sai số làm tròn, được gọi là nhiễu lượng tử hóa.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Mã hóa (encoding):\u003C\u002Fstrong> Mỗi mức lượng tử hóa rời rạc được gán cho một từ mã nhị phân có độ dài bit xác định. Chuỗi bit này chính là dạng thức dữ liệu số hoàn chỉnh sẵn sàng cho việc ghi nhớ trong bộ nhớ bán dẫn hoặc truyền dẫn qua các kênh viễn thông.\u003C\u002Fli>\n\u003C\u002Ful>\n\n\u003Ch2>Mô hình toán học và các định lý nền tảng\u003C\u002Fh2>\n\u003Cp>Nền tảng toán học của việc xử lý tín hiệu số được xây dựng dựa trên các công trình kinh điển của lý thuyết thông tin và giải tích Fourier. Các định lý cốt lõi quy định giới hạn vật lý và hiệu năng của hệ thống số bao gồm:\u003C\u002Fp>\n\n\u003Ch3>Định lý lấy mẫu Nyquist-Shannon\u003C\u002Fh3>\n\u003Cp>Câu hỏi trung tâm của việc số hóa là cần lấy bao nhiêu mẫu trong một giây để không làm mất mát thông tin của tín hiệu tương tự ban đầu. Công trình đặt nền móng của Shannon (1948) đã chứng minh định lý lấy mẫu: nếu một tín hiệu liên tục có dải tần số giới hạn trên không vượt quá tần số cực đại, thì tín hiệu đó có thể được khôi phục hoàn toàn và chính xác từ chuỗi các mẫu rời rạc nếu chu kỳ lấy mẫu thỏa mãn điều kiện cách đều nhau. Tần số lấy mẫu tối thiểu được xác định bởi công thức:\u003C\u002Fp>\n\n\u003Cscript type=\"math\u002Ftex; mode=display\">f_s \\ge 2 f_{\\max}\u003C\u002Fscript>\n\n\u003Cp>Trong biểu thức trên, đại lượng \u003Cscript type=\"math\u002Ftex\">f_s\u003C\u002Fscript> là tần số lấy mẫu tính theo đơn vị hertz, và \u003Cscript type=\"math\u002Ftex\">f_{\\max}\u003C\u002Fscript> là tần số thành phần cao nhất xuất hiện trong phổ của tín hiệu tương tự đầu vào. Ngưỡng tần số lấy mẫu tới hạn \u003Cscript type=\"math\u002Ftex\">2 f_{\\max}\u003C\u002Fscript> được gọi là tốc độ lấy mẫu Nyquist (hay nhịp Nyquist - Nyquist rate), phân biệt với tần số Nyquist (Nyquist frequency) vốn bằng một nửa tần số lấy mẫu \u003Cscript type=\"math\u002Ftex\">f_s \u002F 2\u003C\u002Fscript> của hệ thống. Nếu tần số lấy mẫu thực tế nhỏ hơn tốc độ Nyquist, các thành phần phổ tần cao sẽ bị phản xạ và chồng lấn vào vùng tần số thấp, gây ra hiện tượng méo chồng phổ (aliasing) không thể đảo ngược.\u003C\u002Fp>\n\n\u003Ch3>Lý thuyết lượng tử hóa và tỷ số tín hiệu trên nhiễu lượng tử\u003C\u002Fh3>\n\u003Cp>Công trình tổng quan hệ thống của Gray và Neuhoff (1998) về lý thuyết lượng tử hóa đã chỉ rõ sự đánh đổi không thể tránh khỏi giữa tốc độ truyền dữ liệu và độ méo dạng tín hiệu. Trong điều chế xung mã đồng nhất, khi sử dụng một số lượng bit nhất định để biểu diễn biên độ của mỗi mẫu, tỷ số giữa công suất tín hiệu cực đại và công suất nhiễu lượng tử hóa (SQNR) tuân theo quy tắc thực nghiệm nổi tiếng:\u003C\u002Fp>\n\n\u003Cscript type=\"math\u002Ftex; mode=display\">\\text{SQNR}_{\\text{dB}} \\approx 6.02 B + 1.76\u003C\u002Fscript>\n\n\u003Cp>Trong công thức giải tích trên, \u003Cscript type=\"math\u002Ftex\">\\text{SQNR}_{\\text{dB}}\u003C\u002Fscript> là tỷ số tín hiệu trên nhiễu lượng tử tính bằng decibel (dB) đối với tín hiệu hình sin toàn thang cực đại, và biến số \u003Cscript type=\"math\u002Ftex\">B\u003C\u002Fscript> đại diện cho số lượng bit được phân bổ cho một mẫu tín hiệu. Phân tích của Gray và Neuhoff (1998) chứng minh rằng cứ mỗi khi độ phân giải tăng thêm một bit, dải động và độ sạch của tín hiệu số sẽ được cải thiện thêm xấp xỉ 6,02 decibel (với hằng số 1,76 decibel bắt nguồn từ tỷ số công suất của dạng sóng sin chuẩn). Đây là cơ sở toán học chi phối việc lựa chọn độ phân giải ADC trong các ứng dụng đo lường và xử lý âm thanh kỹ thuật số.\u003C\u002Fp>\n\n\u003Ch3>Biến đổi Fourier rời rạc và thuật toán tính toán nhanh\u003C\u002Fh3>\n\u003Cp>Để phân tích các thành phần tần số cấu thành nên một chuỗi tín hiệu số độ dài hữu hạn, công cụ toán học tiêu chuẩn được sử dụng là biến đổi Fourier rời rạc (DFT), được định nghĩa theo biểu thức tổng sau:\u003C\u002Fp>\n\n\u003Cscript type=\"math\u002Ftex; mode=display\">X[k] = \\sum_{n=0}^{N-1} x[n] e^{-j \\frac{2\\pi}{N} k n}, \\quad k = 0, 1, \\dots, N-1\u003C\u002Fscript>\n\n\u003Cp>Trong hệ thức này, \u003Cscript type=\"math\u002Ftex\">x[n]\u003C\u002Fscript> biểu thị mẫu tín hiệu rời rạc tại chỉ số thời gian \u003Cscript type=\"math\u002Ftex\">n\u003C\u002Fscript>, biến số \u003Cscript type=\"math\u002Ftex\">N\u003C\u002Fscript> là tổng số mẫu của chuỗi tín hiệu, và \u003Cscript type=\"math\u002Ftex\">X[k]\u003C\u002Fscript> là giá trị phổ phức tại thành phần tần số thứ \u003Cscript type=\"math\u002Ftex\">k\u003C\u002Fscript>. Việc tính toán trực tiếp DFT đòi hỏi khối lượng tài nguyên tính toán rất lớn, tỷ lệ thuận với bình phương độ dài mẫu.\u003C\u002Fp>\n\n\u003Cp>Bước ngoặt lịch sử diễn ra khi Cooley và Tukey (1965) công bố thuật toán biến đổi Fourier nhanh (FFT). Thuật toán này khai thác tính chất đối xứng và tuần hoàn của các hệ số quay phức, chia nhỏ bài toán kích thước lớn thành các bài toán con đệ quy. Nhờ phát kiến của Cooley và Tukey (1965), độ phức tạp tính toán của phép phân tích phổ được giảm triệt để từ bậc bình phương xuống bậc tích logarit, cho phép các bộ xử lý vi mạch thực thi phân tích phổ tín hiệu trong thời gian thực.\u003C\u002Fp>\n\n\u003Ch2>Đối sánh đặc tính giữa tín hiệu số và tín hiệu tương tự\u003C\u002Fh2>\n\u003Cp>Sự chuyển dịch toàn diện từ kỹ thuật tương tự sang công nghệ số trong nửa thế kỷ qua xuất phát từ những ưu thế vượt bậc của tín hiệu số trên nhiều tiêu chí vận hành kỹ thuật. Bảng dưới đây so sánh các khía cạnh cốt lõi giữa hai dạng biểu diễn thông tin:\u003C\u002Fp>\n\n\u003Ctable>\n  \u003Cthead>\n    \u003Ctr>\n      \u003Cth>Tiêu chí đánh giá\u003C\u002Fth>\n      \u003Cth>Tín hiệu tương tự (Analog)\u003C\u002Fth>\n      \u003Cth>Tín hiệu số (Digital)\u003C\u002Fth>\n    \u003C\u002Ftr>\n  \u003C\u002Fthead>\n  \u003Ctbody>\n    \u003Ctr>\n      \u003Ctd>Dạng thức biểu diễn\u003C\u002Ftd>\n      \u003Ctd>Biên độ và thời gian biến thiên liên tục vô hạn\u003C\u002Ftd>\n      \u003Ctd>Tập hợp các giá trị xung rời rạc mã hóa nhị phân\u003C\u002Ftd>\n    \u003C\u002Ftr>\n    \u003Ctr>\n      \u003Ctd>Khả năng chống nhiễu\u003C\u002Ftd>\n      \u003Ctd>Kém, nhiễu tích lũy liên tục qua các chặng khuếch đại\u003C\u002Ftd>\n      \u003Ctd>Rất cao, tín hiệu được phục hồi nguyên vẹn tại các trạm lặp\u003C\u002Ftd>\n    \u003C\u002Ftr>\n    \u003Ctr>\n      \u003Ctd>Lưu trữ và tái tạo\u003C\u002Ftd>\n      \u003Ctd>Khó bảo quản lâu dài, vật mang từ tính dễ bị suy thoái\u003C\u002Ftd>\n      \u003Ctd>Lưu trữ hoàn hảo trên bộ nhớ bán dẫn, sao chép không suy hao\u003C\u002Ftd>\n    \u003C\u002Ftr>\n    \u003Ctr>\n      \u003Ctd>Xử lý và lập trình\u003C\u002Ftd>\n      \u003Ctd>Phụ thuộc vào mạch phần cứng cố định (điện trở, tụ điện)\u003C\u002Ftd>\n      \u003Ctd>Linh hoạt tuyệt đối thông qua phần mềm và thuật toán số\u003C\u002Ftd>\n    \u003C\u002Ftr>\n    \u003Ctr>\n      \u003Ctd>Yêu cầu băng thông\u003C\u002Ftd>\n      \u003Ctd>Băng thông truyền dẫn tương đương phổ tín hiệu gốc\u003C\u002Ftd>\n      \u003Ctd>Đòi hỏi băng thông truyền dẫn rộng hơn để chuyển tải chuỗi bit\u003C\u002Ftd>\n    \u003C\u002Ftr>\n  \u003C\u002Ftbody>\n\u003C\u002Ftable>\n\n\u003Cp>Bảng đối sánh trên cho thấy dù tín hiệu số đòi hỏi băng thông truyền thông vật lý cao hơn, nhưng khả năng xử lý linh hoạt bằng thuật toán và khả năng bảo toàn độ toàn vẹn của dữ liệu qua các hệ thống lưu trữ phân tán đã đưa tín hiệu số trở thành chuẩn mực tuyệt đối của kỷ nguyên thông tin.\u003C\u002Fp>\n\n\u003Ch2>Các hướng phát triển hiện đại trong lý thuyết và xử lý tín hiệu số\u003C\u002Fh2>\n\u003Cp>Trải qua nhiều thập kỷ phát triển, các mô hình lý thuyết xử lý tín hiệu số liên tục được mở rộng nhằm đáp ứng những thách thức mới về dữ liệu lớn và hạn chế phần cứng:\u003C\u002Fp>\n\n\u003Cp>Trong bài tổng quan mốc 50 năm kế thừa công trình của Shannon, Unser (2000) đã phân tích sự chuyển dịch của lý thuyết lấy mẫu từ không gian tín hiệu dải tần giới hạn sang các không gian hàm bất biến tịnh tiến tổng quát. Hướng tiếp cận này cho phép áp dụng các họ hàm wavelet và hàm spline để mô tả tín hiệu không dừng với độ chính xác cao hơn nhiều so với biến đổi Fourier truyền thống.\u003C\u002Fp>\n\n\u003Cp>Một đột phá lý thuyết khác xuất hiện vào đầu thế kỷ hai mươi mốt là nguyên lý lấy mẫu nén (compressive sensing) do Candès và Wakin (2008) hệ thống hóa. Candès và Wakin (2008) đã chứng minh rằng nếu một tín hiệu có tính chất thưa (sparsity) hoặc khả nén trên một cơ sở biến đổi thích hợp, hệ thống có thể tái tạo hoàn toàn tín hiệu đó từ số lượng phép đo ít hơn rất nhiều so với giới hạn định mức của tần số Nyquist. Khám phá này đã cách mạng hóa kỹ thuật chụp ảnh cộng hưởng từ y tế (MRI), radar khẩu độ tổng hợp và các cảm biến viễn thám tiết kiệm năng lượng.\u003C\u002Fp>\n\n\u003Cp>Sự phát triển của trí tuệ nhân tạo đã mở ra hướng nghiên cứu kết hợp giữa mô hình toán học giải tích và mạng nơ-ron nhân tạo. Nghiên cứu của Monga, Li và Eldar (2021) về phương pháp mở cuộn thuật toán (algorithm unrolling) đã tích hợp các bước lặp của thuật toán xử lý tín hiệu cổ điển vào cấu trúc từng tầng của mạng học sâu. Hướng tiếp cận lai của Monga, Li và Eldar (2021) vừa tận dụng được khả năng học dữ liệu mạnh mẽ của trí tuệ nhân tạo, vừa bảo toàn được tính diễn giải chặt chẽ và sự ổn định của lý thuyết xử lý tín hiệu truyền thống.\u003C\u002Fp>\n\n\u003Ch2>Điều kiện áp dụng và các rào cản kỹ thuật\u003C\u002Fh2>\n\u003Cp>Mặc dù sở hữu nhiều ưu điểm vượt trội, việc triển khai các hệ thống dựa trên tín hiệu số vẫn phải đối mặt với các giới hạn vật lý và ranh giới kỹ thuật rõ ràng:\u003C\u002Fp>\n\n\u003Cul>\n  \u003Cli>\u003Cstrong>Mất mát thông tin do lượng tử hóa:\u003C\u002Fstrong> Bước chuyển đổi từ tương tự sang số luôn đi kèm với việc làm tròn số, dẫn đến sự tồn tại vĩnh viễn của nhiễu lượng tử hóa trong dữ liệu số. Đối với các phép đo lường vật lý siêu chính xác, việc giảm thiểu sai số này đòi hỏi bộ ADC có độ phân giải bit rất cao, kéo theo chi phí phần cứng tăng theo cấp số nhân.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Công suất tiêu thụ ở tần số siêu cao:\u003C\u002Fstrong> Khi xử lý các luồng dữ liệu băng thông cực rộng trong các trạm thu phát sóng thế hệ mới, các bộ chuyển đổi ADC tốc độ cao tiêu tốn lượng điện năng rất lớn và sinh nhiệt cao, đặt ra bài toán phức tạp về tản nhiệt và thiết kế nguồn điện cho thiết bị di động.\u003C\u002Fli>\n  \u003Cli>\u003Cstrong>Độ trễ xử lý thuật toán:\u003C\u002Fstrong> Các phép toán lọc số phức tạp hoặc nén dữ liệu đòi hỏi thời gian thực thi nhất định của bộ vi xử lý, có thể gây ra độ trễ (latency) không mong muốn đối với các ứng dụng điều khiển phản hồi tức thời hoặc phẫu thuật từ xa.\u003C\u002Fli>\n\u003C\u002Ful>\n\n\u003Ch2>Xu hướng phát triển và các bài toán nghiên cứu mở\u003C\u002Fh2>\n\u003Cp>Nghiên cứu về tín hiệu số đang bước vào giai đoạn phát triển mới với những định hướng chuyên sâu. Trọng tâm nghiên cứu hàng đầu bao gồm việc thiết kế các bộ chuyển đổi tín hiệu tương tự sang thông tin (analog-to-information converter) dựa trên lấy mẫu nén nhằm cắt giảm triệt để năng lượng tiêu thụ tại các thiết bị cảm biến đầu rìa. Song song với đó, các kỹ sư và nhà khoa học đang tập trung phát triển các giải pháp xử lý tín hiệu số quang học (optical DSP) nhằm phá vỡ giới hạn tốc độ truyền dẫn điện tử trong các trung tâm dữ liệu thế hệ mới. Việc kết hợp chặt chẽ giữa toán học ứng dụng, công nghệ bán dẫn và lý thuyết học máy hứa hẹn sẽ tiếp tục mở rộng tiềm năng của tín hiệu số trong việc giải quyết các thách thức kỹ thuật tương lai.\u003C\u002Fp>\n","digital signal",[],"Tín hiệu số (digital signal) là tín hiệu vật lý biểu diễn thông tin dưới dạng một chuỗi các giá trị rời rạc theo cả thời gian và biên độ, thường được lượng tử hóa thành các mức nhị phân.","ENGINEERING_TECHNOLOGY",[22,29,36,43,50,57],{"citationText":23,"title":24,"authors":25,"source":26,"year":27,"doi":28,"url":10},"Shannon, C. E. (1948). A Mathematical Theory of Communication. Bell System Technical Journal, 27(3), 379-423.","A Mathematical Theory of Communication","Shannon","Bell System Technical Journal",1948,"10.1002\u002Fj.1538-7305.1948.tb01338.x",{"citationText":30,"title":31,"authors":32,"source":33,"year":34,"doi":35,"url":10},"Cooley, J. W., & Tukey, J. W. (1965). An algorithm for the machine calculation of complex Fourier series. Mathematics of Computation, 19(90), 297-301.","An algorithm for the machine calculation of complex Fourier series","Cooley, Tukey","Mathematics of Computation",1965,"10.1090\u002FS0025-5718-1965-0178586-1",{"citationText":37,"title":38,"authors":39,"source":40,"year":41,"doi":42,"url":10},"Gray, R. M., & Neuhoff, D. L. (1998). Quantization. IEEE Transactions on Information Theory, 44(6), 2325-2383.","Quantization","Gray, Neuhoff","IEEE Transactions on Information Theory",1998,"10.1109\u002F18.720541",{"citationText":44,"title":45,"authors":46,"source":47,"year":48,"doi":49,"url":10},"Unser, M. (2000). Sampling-50 years after Shannon. Proceedings of the IEEE, 88(4), 569-587.","Sampling-50 years after Shannon","Unser","Proceedings of the IEEE",2000,"10.1109\u002F5.843002",{"citationText":51,"title":52,"authors":53,"source":54,"year":55,"doi":56,"url":10},"Candes, E. J., & Wakin, M. B. (2008). An Introduction To Compressive Sampling. IEEE Signal Processing Magazine, 25(2), 21-30.","An Introduction To Compressive Sampling","Candes, Wakin","IEEE Signal Processing Magazine",2008,"10.1109\u002FMSP.2007.914731",{"citationText":58,"title":59,"authors":60,"source":54,"year":61,"doi":62,"url":10},"Monga, V., Li, Y., & Eldar, Y. C. (2021). Algorithm Unrolling: Interpretable, Efficient Deep Learning for Signal and Image Processing. IEEE Signal Processing Magazine, 38(2), 18-44.","Algorithm Unrolling: Interpretable, Efficient Deep Learning for Signal and Image Processing","Monga, Li, Eldar",2021,"10.1109\u002FMSP.2020.3016905",[64,67,70,73],{"question":65,"answer":66},"Tín hiệu số khác tín hiệu tương tự ở những điểm cốt lõi nào?","Tín hiệu tương tự biến thiên liên tục theo cả thời gian và biên độ điện áp, rất dễ bị suy hao hoặc méo dạng do nhiễu môi trường. Ngược lại, tín hiệu số được rời rạc hóa và mã hóa thành các mức giá trị hữu hạn, giúp bảo toàn tính toàn vẹn của dữ liệu và dễ dàng tái tạo chính xác.",{"question":68,"answer":69},"Định lý lấy mẫu Nyquist-Shannon quy định điều kiện gì để số hóa tín hiệu?","Theo công trình nền tảng của Shannon, để một tín hiệu liên tục có dải tần giới hạn được khôi phục hoàn toàn từ các mẫu rời rạc mà không bị hiện tượng chồng phổ, tần số lấy mẫu tối thiểu phải lớn hơn hoặc bằng hai lần tần số cực đại của tín hiệu ban đầu.",{"question":71,"answer":72},"Nhiễu lượng tử hóa phát sinh do đâu trong quá trình tạo tín hiệu số?","Nhiễu lượng tử hóa xuất hiện khi làm tròn các giá trị biên độ liên tục vô hạn vào một số lượng hữu hạn các mức rời rạc. Theo lý thuyết của Gray và Neuhoff, việc gia tăng số bit biểu diễn cho mỗi mẫu sẽ làm giảm phương sai sai số và nâng cao tỷ số tín hiệu trên nhiễu lượng tử.",{"question":74,"answer":75},"Thuật toán biến đổi Fourier nhanh của Cooley và Tukey có vai trò gì?","Thuật toán FFT của Cooley và Tukey tối ưu hóa việc phân tích phổ tần số của tín hiệu số bằng cách giảm khối lượng tính toán từ bậc đa thức bậc hai xuống bậc logarit, tạo bước ngoặt ứng dụng cho viễn thông và xử lý tín hiệu số thời gian thực.",{"id":77,"researcherId":10,"name":78,"imageUrl":79},1,"Nguyễn Ngọc Sơn","https:\u002F\u002Flh3.googleusercontent.com\u002Fa\u002FACg8ocLGfGsF1nYQqYK5BasTLhNu1dBrBXg2fcEgBNPXJ0p2gqLQnO7i=s96-c",{"id":77,"researcherId":10,"name":78,"imageUrl":79},[13],false,"PUBLISHED","2025-12-01T11:20:52.565+00:00","2026-09-28T05:20:29.527+00:00","2026-09-28T05:20:29.517+00:00",0,[89,99,104,109,114,119,124,129,134,139],{"id":90,"title":91,"term":92,"englishTitle":93,"definition":94,"discipline":20,"disciplineCode":95,"disciplineLabel":96,"disciplineColor":97,"disciplineIcon":98},"thuật toán heuristic","Thuật toán heuristic là gì? Phân loại, nguyên lý và ứng dụng","Thuật toán heuristic","heuristic algorithm","Thuật toán heuristic (heuristic algorithm, hay phương pháp phỏng đoán) là kỹ thuật giải quyết bài toán được thiết kế nhằm tìm kiếm lời giải đủ tốt và chấp nhận được trong khoảng thời gian tính toán thực tế cho các bài toán tối ưu hóa phức tạp, đánh đổi tính tối ưu tuyệt đối để lấy tốc độ thực thi.","engineering-technology","Kỹ thuật và công nghệ","#5B62F4","cpu",{"id":100,"title":101,"term":100,"englishTitle":102,"definition":103,"discipline":20,"disciplineCode":95,"disciplineLabel":96,"disciplineColor":97,"disciplineIcon":98},"hỏa hoạn","Hỏa hoạn là gì? Các bài báo nghiên cứu khoa học liên quan","fire","Hỏa hoạn là sự cố cháy lớn ngoài tầm kiểm soát do phản ứng hóa học tỏa nhiệt nhanh giữa chất cháy và chất oxy hóa (thường là oxy trong không khí), gây thiệt hại nghiêm trọng về người, tài sản và môi trường.",{"id":105,"title":106,"term":105,"englishTitle":107,"definition":108,"discipline":20,"disciplineCode":95,"disciplineLabel":96,"disciplineColor":97,"disciplineIcon":98},"hệ thống hỗ trợ quyết định","Hệ thống hỗ trợ quyết định là gì? Các nghiên cứu khoa học","decision support system","Hệ thống hỗ trợ quyết định (Decision Support System - DSS) là hệ thống thông tin tích hợp dữ liệu, mô hình phân tích và giao diện tương tác nhằm hỗ trợ con người giải quyết các bài toán ra quyết định phức tạp và bán cấu trúc.",{"id":110,"title":111,"term":110,"englishTitle":112,"definition":113,"discipline":20,"disciplineCode":95,"disciplineLabel":96,"disciplineColor":97,"disciplineIcon":98},"tổn thất công suất","Tổn thất công suất là gì? Nguyên nhân, công thức và giải pháp","power loss","Tổn thất công suất là hiện tượng tiêu hao năng lượng điện dưới dạng nhiệt hoặc từ trường trong các phần tử của hệ thống điện như dây dẫn, máy biến áp và thiết bị truyền tải trong quá trình vận hành.",{"id":115,"title":116,"term":115,"englishTitle":117,"definition":118,"discipline":20,"disciplineCode":95,"disciplineLabel":96,"disciplineColor":97,"disciplineIcon":98},"khí động học","Khí động học: Khái niệm, nguyên lý và ứng dụng","Aerodynamics","Khí động học là một thuật ngữ và phạm trù học thuật then chốt trong lĩnh vực engineering technology, phản ánh các nguyên lý, cơ chế và phương pháp luận chuyên sâu đã được chuẩn hóa trong nghiên cứu và ứng dụng thực tiễn.",{"id":120,"title":121,"term":120,"englishTitle":122,"definition":123,"discipline":20,"disciplineCode":95,"disciplineLabel":96,"disciplineColor":97,"disciplineIcon":98},"trao đổi nhiệt","Trao đổi nhiệt là gì? Các nghiên cứu khoa học liên quan","heat transfer","Trao đổi nhiệt là quá trình truyền năng lượng nhiệt giữa các vật thể hoặc hệ thống vật lý có sự chênh lệch nhiệt độ qua ba cơ chế dẫn nhiệt, đối lưu và bức xạ cho đến khi đạt trạng thái cân bằng nhiệt.",{"id":125,"title":126,"term":125,"englishTitle":127,"definition":128,"discipline":20,"disciplineCode":95,"disciplineLabel":96,"disciplineColor":97,"disciplineIcon":98},"ứng suất nhiệt","Ứng suất nhiệt là gì? Các bài nghiên cứu khoa học liên quan","ung suat nhiet","khái niệm và đối tượng nghiên cứu cơ bản trong khoa học kỹ thuật và công nghệ, phản ánh các đặc trưng bản chất, cơ chế vận hành và các quy luật tương tác hệ thống trong thực tiễn.",{"id":130,"title":131,"term":130,"englishTitle":132,"definition":133,"discipline":20,"disciplineCode":95,"disciplineLabel":96,"disciplineColor":97,"disciplineIcon":98},"lực kéo","Lực kéo là gì? Bản chất cơ học, công thức và ứng xử vật liệu","tensile force","Lực kéo (tensile force) là lực tác dụng có xu hướng làm giãn dài hoặc kéo dãn một vật thể dọc theo trục tác dụng, gây ra trạng thái ứng suất kéo và biến dạng kéo trong vật liệu.",{"id":135,"title":136,"term":135,"englishTitle":137,"definition":138,"discipline":20,"disciplineCode":95,"disciplineLabel":96,"disciplineColor":97,"disciplineIcon":98},"np khó","NP-khó là gì? Độ phức tạp, định lý Cook và giải pháp","NP-hard","NP-khó là lớp các bài toán tính toán mà mọi bài toán trong lớp NP đều có thể quy dẫn thời gian đa thức về chúng, bao gồm cả các bài toán tối ưu hóa.",{"id":140,"title":141,"term":140,"englishTitle":142,"definition":143,"discipline":20,"disciplineCode":95,"disciplineLabel":96,"disciplineColor":97,"disciplineIcon":98},"pendubot","Pendubot là gì? Cấu tạo, động học và điều khiển con lắc ngược","Pendubot","Pendubot là một hệ thống cơ điện tử gồm con lắc ngược hai khâu chuyển động phẳng thiếu cơ cấu chấp hành, đóng vai trò là mô hình chuẩn mực trong nghiên cứu điều khiển phi tuyến."]