Luận văn tập trung nghiên cứu ứng dụng học sâu (deep learning) vào bài toán quản lý búp sóng (beam management) trong mạng truy cập vô tuyến 5G NR. Trong bối cảnh mạng 5G sử dụng băng tần mmWave với suy hao lớn, kỹ thuật tạo búp sóng là giải pháp then chốt nhằm đảm bảo chất lượng kết nối. Tuy nhiên, các phương pháp quét búp sóng truyền thống thường gây ra độ trễ và chi phí báo hiệu cao. Nghiên cứu này đề xuất mô hình học sâu có khả năng dự đoán hướng búp sóng tối ưu dựa trên các thông số kênh truyền và thông tin vị trí người dùng, từ đó giảm thiểu thời gian quét và tăng hiệu suất phổ. Kết quả mô phỏng trên các kịch bản di động khác nhau cho thấy phương pháp đề xuất cải thiện đáng kể độ chính xác dự đoán và giảm độ trễ so với các thuật toán quét búp sóng thông thường, góp phần nâng cao hiệu năng tổng thể của hệ thống 5G NR.