1. Đề xuất phương pháp xây dựng ma trận lấy mẫu nén BPNSM. 

• Đề xuất một kỹ thuật xây dựng ma trận lấy mẫu nén BPNSM với các phần tử được tạo thành từ các chuỗi nhị phân phi tuyến. Các nghiên cứu trước đây chưa tập trung vào tính bảo mật và các kỹ thuật thực hiện ma trận trên phần cứng với tốc độ cao. Việc tạo ra ma trận từ các dãy phi tuyến giả ngẫu nhiên làm cho ma trận lấy mẫu nén có tính bảo mật cao, kỹ thuật tạo ra ma trận từ phần cứng FPGA kết hợp với hệ thống chuyển mạch giúp giảm thời gian tạo ra ma trận, giảm độ phức tạp phần cứng khi thực hiện lấy mẫu nén. Ma trận BPNSM được tạo ra từ các đa thức sinh trên trường Galois nên yêu cầu về lưu trữ thấp, trong các ứng dụng truyền thông thay vì truyền đi giá trị toàn bộ các phần tử trong ma trận thì đối với ma trận BPNSM chỉ cần truyền đi đa thức sinh để tạo ra ma trận đó. 

2. Đề xuất thuật toán cải tiến DRMP dựa trên thuật toán gốc MP. 

3. Đề xuất mô hình lấy mẫu nén gồm ma trận BPNSM và thuật toán cải tiến DRMP, so sánh đánh giá hiệu năng của mô hình đề xuất. 

• Từ ma trận BPNSM và thuật toán cải tiến DRMP luận án đã đề xuất mô hình lấy mẫu nén sử dụng 2 phần tử này. Hiệu năng của mô hình đề xuất được kiểm chứng thông qua mô phỏng với các nguồn tín hiệu đầu vào phổ biến trong thực tế gồm tín hiệu vô tuyến và tín hiệu ảnh đa cấp xám. Tính khả thi của mô hình được trình bày thông qua 2 ứng dụng là lấy mẫu nén tín hiệu vô tuyến từ Flycam và lấy mẫu nén hình ảnh trong hệ thống camera giám sát. 

• Kết quả nghiên cứu trong luận án phù hợp với những kết quả được trình bày trong phần thực nghiệm, đây cũng là định hướng để có thể mở rộng các nghiên cứu về sau. Hướng nghiên cứu tiếp theo của luận án sẽ tập trung vào lấy mẫu nén thích nghi để nâng cao hiệu quả cho quá trình tính toán và lưu trữ. Sử dụng các công cụ học máy, trí tuệ nhân tạo để tối ưu hóa ma trận lấy mẫu dựa trên một tập các dữ liệu từ tín hiệu đầu vào. 

• Ngoài ra, trong quá trình nghiên cứu nghiên cứu sinh đã lĩnh hội và tích lũy được các kiến thức về lý thuyết lấy mẫu nén, lý thuyết về đại số tuyến tính, các kỹ năng về tính toán và xử lý số tín hiệu. Đây là những công cụ không thể thiếu trong việc nghiên cứu về xử lý tín hiệu số, và có thể phục vụ lâu dài cho công tác nghiên cứu và giảng dạy của nghiên cứu sinh