一种基于粒子群算法的DC-NOMA系统遍历容量优化方案

为提升设备到设备（Device-to-Device,D2D）辅助的协作非正交多址接入（Non-orthogonal Multiple Access,NOMA）中继系统的性能,以最大化系统遍历容量为目标建立优化模型,利用粒子群优化（Particle Swarm Optimization,PSO）算法设计最优功率分配策略,求出每个用户的最佳功率分配因子,从而得到系统遍历容量的最优值。仿真结果表明,所提出的基于PSO的功率分配方案不仅能提高系统容量,还可以降低用户的中断概率。     

基于粒子群算法的下行CR-NOMA网络资源分配

将非正交多址接入(Non-orthogonal Multiple Access,NOMA)技术应用于认知无线电(Cognitive Radio,CR)次网络,使次用户的信号在功率域叠加,可以进一步提高次网络的吞吐量。为此,将粒子群算法(Particle Swarm Optimization,PSO)应用于底层模式的CR-NOMA网络进行资源分配,并分为子信道分配和功率分配两个步骤。在子信道分配中,使用结合遗传算法思想的粒子群算法提高算法的全局搜索能力。在此基础上,使用基于罚函数的粒子群算法对子信道功率和信道内用户功率进行分配。仿真结果表明,提出的基于粒子群算法的CR-NOMA网络资源分配相比以往算法能获得更高的次网络吞吐量。     

基于PSO的D2D蜂窝网络联合信道分配和功率控制

为解决蜂窝用户(Cellular Users, CU)和终端直通(Device to Device, D2D)用户之间的干扰管理问题,提高无线蜂窝网络吞吐量,提出了一种基于粒子群优化的联合信道分配和功率控制方案。提出了具有不同约束条件的2个联合信道分配和功率控制问题,并将离散信道和连续功率联合分配给CU和D2D对,允许任意数量的D2D对与一个CU共享同一信道。通过设计适应度值避免算法陷入局部最优或产生不可行的解决方案,并使算法收敛到全局最优。通过搭建仿真网络模型进行测试验证,并与随机粒子群优化算法进行对比分析。实验结果表明,所提方法可有效提高蜂窝网络中的D2D通信网络吞吐量,且与随机粒子群优化算法相比,所提方法在D2D吞吐量、蜂窝吞吐量以及整体网络吞吐量方面具有明显优势。     

基于NOMA的全双工多层异构网下行链路覆盖分析

针对异构网（Heterogeneous Network,HetNet）无线回程,现有研究主要集中于提升网络吞吐量,而对回程覆盖性能研究较少.由此,本文构造了一种在小小区基站（Small cell Base Station,SBS）上结合全双工（Full-Duplex,FD）和非正交多址接入（Non-Orthogonal Multiple Access,NOMA）技术的大规模多输入多输出（Multiple Input Multiple Output,MIMO）辅助多层HetNet模型.利用信干比（Signal-to-Interference Ratio,SIR）来模拟有源SBS的分布,得出不同类型接收端的干扰;然后推导了移动用户（Mobile User,MU）下行链路覆盖概率闭合表达式.仿真和数值结果表明,SBS下行链路覆盖概率会随着小小区下行链路功率共享系数的增加而减小;此外,通过对比NOMA和正交多址接入（Orthogonal Multiple Access,OMA）以及FD和半双工（Half-Duplex,HD）对下行链路覆盖性能的影响,本文提出的方案能显著提升网络性能.     

NOMA-D2D协作无线系统的物理层安全

针对未来海量用户设备接入的物理层安全（physical layer security，PLS）应用需求，提出了一种组合非正交多址接入（non-orthogonal multiple access，NOMA）、终端直通（device-to-device，D2D）与中继协作的NOMA-D2D协作无线系统PLS模型。该模型由采用发射天线选择（transmit antenna selection，TAS）的基站、分别作为基站和D2D发射端的NOMA远端蜂窝用户、D2D接收端以及被动窃听者组成，其中的D2D发射端承担基站的 NOMA 近端用户和解码转发中继两种角色。利用高斯—切比雪夫正交定理推导两种 TAS 方案下NOMA-D2D协作无线系统的安全中断概率、非零安全容量概率以及渐近安全中断概率的近似表达式。数值计算和仿真实验验证了NOMA-D2D协作无线系统PLS性能分析的准确性；在基站总功率恒定时增大分配给远端蜂窝用户的功率能有效提升NOMA-D2D协作无线系统的PLS性能。     

基于NOMA的协作中继网络安全性能分析

由于非正交多址接入(Non-orthogonal Multiple Access,NOMA)能够显著提升系统的频谱资源利用率,在下一代移动通信中得到广泛应用。对NOMA环境下多中继协作网络的最优中继选择方案和系统安全性能进行了分析和讨论,其中包含窃听者仅窃听中继和窃听者同时窃听中继及源节点这2种情况下的系统安全性能表现,并与相同场景下正交多址接入(Orthogonal Multiple Access,OMA)网络进行了对比。最终的理论分析和仿真结果表明,在所提出系统模型中,当信道条件相同时,NOMA网络总能取得相较于OMA网络更好的安全性能,同时随着系统中继节点数目的增多,NOMA网络在物理层安全性能上获得更大的优势。     

不完美SIC下NOMA系统用户配对和功率分配联合优化

当前非正交多址(Non-Orthogonal Multiple Access,NOMA)系统的用户配对和功率分配通常作为独立的问题进行研究,未考虑接收端不能完美执行串行干扰消除(Successive Interference Cancellation,SIC)的限制.鉴于此,提出一种不完美SIC下NOMA系统用户配对和...     

NOMA-VLC系统中最大化总和速率功率分配方法

非正交多址接入(Non-Orthogonal Multiple Access, NOMA)被认为是提高无线通信系统频谱效率的一种很有前途的技术。文中将NOMA技术应用于可见光通信(Visible Light Communication, VLC)中，提出了一种基于深度Q网络(Deep Q Network, DQN)强化学习算法的功率分配方案来解决可见光通信系统最大化总和速率优化问题，该方案充分考虑了用户的信道条件，能够提升系统总和速率，可为VLC系统的功率分配问题提供新的思路。仿真结果表明，所提算法比Q学习功率分配算法、增益比功率分配算法、随机功率分配算法拥有更高的总和速率，在用户数小于11的范围内，总和速率平均分别提升了6.28%、12.20%、51.36%。     

面向后5G的非正交多址技术综述

在后5G时代,作为一种候选方案,非正交多址技术(Non-Orthogonal Multiple Access,NOMA)正在被5G的演进技术标准讨论,该技术可以满足大规模连接和高吞吐量的要求。阐述了NOMA技术的基本原理、技术提案、性能仿真和潜在的研究方向。首先概述了NOMA技术的发展和原理,比较了NOMA相比于正交多址技术(Orthogonal Multiple Access,OMA)的优势;根据NOMA技术在资源块(Resource Block,RB)上复用方式的不同,从比特级和符号级的层面讨论了NOMA技术不同的技术路线。其次着重阐述了NOMA技术的仿真实验,以多用户共享接入(Multi-User Shared Access,MUSA)和稀疏码多址接入技术(Sparse Code Multiple Access,SCMA)为例进行了性能分析。最后给出了NOMA在未来的潜在研究方向,包括与多入多出(Multiple-Input Multiple-Output,MIMO)结合、与认知无线电结合和全双工NOMA等。     

面向用户随机分布的NOMA-卫星通信网络性能分析

针对基于正交多址接入(Orthogonal Multiple Access,OMA)技术的卫星通信网络资源利用率低的问题,提出了一种基于功率域非正交多址接入(Non-orthogonal Multiple Access,NOMA)技术的上行链路卫星通信方案。该方案在用户随机分布的前提下,利用最大或受限的发送功率同时同频发送信息给卫星节点,并采用串行干扰消除(Successive Interference Cancellation,SIC)方法提取各用户信息。通过构建用户随机位置信息与波束增益关系,分析了用户分布对系统性能的影响。通过仿真验证了基于NOMA技术的卫星上行通信网络在系统遍历容量方面具有的优势,并分析了关键参数对系统性能的影响。     

Power allocation and temporal fair user group scheduling for downlink NOMA

Non-Orthogonal Multiple Access (NOMA) has been proposed as a new radio access technique for cellular networks as an alternative to OMA (Orthogonal Multiple Access) in which the users of a group (pairs or triples of users in a group are considered in this paper) are allowed to use the wireless channel simultaneously. In this paper, for downlink single-input single-output SISO-NOMA, a heuristic power allocation algorithm within a group is first proposed which attempts to ensure that the users of a group benefit from simultaneous transmission equally in terms of achievable throughput. Moreover, a user group scheduling algorithm is proposed for downlink NOMA systems by which a user group is to be dynamically selected for transmission while satisfying long term temporal fairness among the individual contending users. The effectiveness of the proposed power allocation method along with the temporal fair scheduling algorithm for downlink NOMA is validated with simulations and the performance impact of the transmit power and the coverage radius of the base station as well as the number of users are thoroughly studied.

     

基于NOMA的无线携能D2D通信鲁棒能效优化算法

针对频谱短缺、基站负荷过高、通信系统功耗较大等问题,考虑不完美的信道状态信息,该文提出一种基于非正交多址接入的无线携能(SWIPT)D2D网络鲁棒能效(EE)最大化资源分配算法(SREA)。考虑用户的服务质量约束以及最大发射功率约束,基于随机信道不确定性建立鲁棒能效最大化资源分配模型。利用Dinkelbach和变量替换方法,将原NP-hard问题转换为确定性的凸优化问题,通过拉格朗日对偶理论求得解析解。仿真结果表明,所提算法在保证蜂窝用户通信质量的同时,能够有效提高D2D用户的能效性和鲁棒性能。     

基于NOMA的无线携能D2D通信鲁棒能效优化算法

针对频谱短缺、基站负荷过高、通信系统功耗较大等问题,考虑不完美的信道状态信息,该文提出一种基于非正交多址接入的无线携能(SWIPT)D2D网络鲁棒能效(EE)最大化资源分配算法(SREA).考虑用户的服务质量约束以及最大发射功率约束,基于随机信道不确定性建立鲁棒能效最大化资源分配模型.利用Dinkelbach和变量替换方法,将原NP-hard问题转换为确定性的凸优化问题,通过拉格朗日对偶理论求得解析解.仿真结果表明,所提算法在保证蜂窝用户通信质量的同时,能够有效提高D2D用户的能效性和鲁棒性能.     

Energy‐efficient resource allocation in D2D communications for energy harvesting–enabled NOMA‐based cellular networks

In this paper, we propose an energy‐efficient power control and harvesting time scheduling scheme for resource allocation of the subchannels in a nonorthogonal multiple access (NOMA)–based device‐to‐device (D2D) communications in cellular networks. In these networks, D2D users can communicate by sharing the radio resources assigned to cellular users (CUs). Device‐to‐device users harvest energy from the base station (BS) in the downlink and transmit information to their receivers. Using NOMA, more than one user can access the same frequency‐time resource simultaneously, and the signals of the multiusers can be separated successfully using successive interference cancellation (SIC). In fact, NOMA, unlike orthogonal multiple access (OMA) methods, allows sharing the same frequency resources at the same time by implementing adaptive power allocation. Our aim is to maximize the energy efficiency of the D2D pairs, which is the ratio of the achievable throughput of the D2D pairs to their energy consumption by allocating the proper subchannel of each cell to each device user equipment (DUE), managing their transmission power, and setting the harvesting and transmission time. The constraints of the problem are the quality of service of the CUs, minimum required throughput of the subchannels, and energy harvesting of DUEs. We formulate the problem and propose a low‐complexity iterative algorithm on the basis of the convex optimization method and Karush‐Kuhn‐Tucker conditions to obtain the optimal solution of the problem. Simulation results validate the performance of our proposed algorithm for different values of the system parameters.     

针对NOMA和CR网络的功率分配方法

在基于非正交多址（NOMA）和认知无线电（CR）网络的混合系统中进行功率分配,需要同时考虑主用户（PUs）和从用户（SUs）的服务质量。文章考虑在一个小区中主从用户同时存在,从用户采用NOMA的方式接入系统,并且从用户对主用户的造成的干扰不能影响到主用户的正常通信。本文提出的功率分配方法,可以实现接入系统中的从用户数量的最大化,并且还动态考虑了主用户的数量、信道条件、发送功率以及正常通信时的信干噪比（SINR）阈值等情况,最大可接入从用户的数量还会随着主用户各参数的变化而变化。仿真结果表明,在主用户数量、主从用户SINR阈值设置相同的情况下,所提功率分配方法与FTPC方法相比复杂度相同,但是本文的分配方法可以比FTPC多接入近一半的从用户数量。      

基于能效的NOMA蜂窝车联网动态资源分配算法

在支持车与车直接通信(V2V)的非正交多址接入(NOMA)蜂窝网络场景下,针对V2V用户与蜂窝用户的干扰以及NOMA准则下的功率分配问题,该文提出一种基于能效的动态资源分配算法。该算法首先为了保证V2V用户的时延及可靠性同时满足蜂窝用户的速率需求,联合考虑子信道调度、功率分配和拥塞控制,建立了最大化系统能效的随机优化模型。其次,利用李雅普诺夫随机优化方法,通过控制可接入数据量保证队列稳定性以避免网络拥塞,并根据实时网络负载状态动态地进行资源调度,设计一种次优化子信道匹配算法获得用户调度方案,进一步,利用凸优化理论和拉格朗日对偶分解方法得到功率分配策略。最后,仿真结果表明,该文算法可以满足不同用户的服务质量(QoS)需求,并在保证网络稳定性前提下提高系统能效。     

车联网中基于NOMA-MEC的卸载策略研究

随着车联网(IoV)的迅猛发展,请求进行任务卸载的汽车终端用户也逐渐增长,而基于移动边缘计算(MEC)的通信网络能够有效地解决任务卸载在上行传输时延较高的挑战,但是该网络模型同时也面临着信道资源不足的问题。该文引入的非正交多址(NOMA)技术相较于正交多址(OMA)能够在相同的信道资源条件下为更多的用户提供任务卸载,同时考虑到任务卸载过程中多方面的影响因子,提出了混合NOMA-MEC卸载策略。该文设计了一种基于深度学习网络(DQN)的博弈算法,帮助车辆用户进行信道选择,并通过神经网络多次迭代学习,为用户提供最优的功率分配策略。仿真结果表明,该文所提出的混合NOMA-MEC卸载策略能够有效地优化多用户卸载的时延以及能耗,最大限度保证用户效益。     

车联网中基于NOMA-MEC的卸载策略研究

随着车联网(IoV)的迅猛发展,请求进行任务卸载的汽车终端用户也逐渐增长,而基于移动边缘计算(MEC)的通信网络能够有效地解决任务卸载在上行传输时延较高的挑战,但是该网络模型同时也面临着信道资源不足的问题。该文引入的非正交多址(NOMA)技术相较于正交多址(OMA)能够在相同的信道资源条件下为更多的用户提供任务卸载,同时考虑到任务卸载过程中多方面的影响因子,提出了混合NOMA-MEC卸载策略。该文设计了一种基于深度学习网络(DQN)的博弈算法,帮助车辆用户进行信道选择,并通过神经网络多次迭代学习,为用户提供最优的功率分配策略。仿真结果表明,该文所提出的混合NOMA-MEC卸载策略能够有效地优化多用户卸载的时延以及能耗,最大限度保证用户效益。     

Performance Evaluation of Downlink Non-Orthogonal Multiple Access in Wi-Fi Networks

Journal of Communications Technology and Electronics - Non-orthogonal Multiple Access (NOMA) is a technology that can improve the spectral efficiency of Wi-Fi networks in a downlink. NOMA allows...     

Optimal Resource allocation in NOMA‐based M2M communication using Hybrid Rider Optimization with FireFly: Power Saving Strategy of IoT

Nowadays, the Orthogonal Multiple Access (OMA) principle has utilized for allocating proper radio resources in wireless networks. However, as the count of users rises, OMA‐based approaches may not satisfy the stringent emerging requirements including very low latency, very high spectral efficiency, and massive device connectivity. Moreover, there are significant challenges in cellular‐enabled Machine‐to‐Machine (M2M) communications due to the unique features of M2M‐based applications. In order to overwhelm these challenges, non‐orthogonal multiple access (NOMA) principles emerge as a solution to enhance the spectral efficiency while allowing some degree of multiple access interference at receivers. Hence, this paper intends to develop an optimal resource allocation mechanism for M2M communication. Here, the nonlinear energy harvesting performed with the aid of an accessing technology termed as NOMA. The key objective of the proposed resource allocation model is the minimization of the total energy consumption of the network. For attaining the minimized power consumption, the time allocation, and transmission power of NOMA is optimally tuned by a hybrid optimization algorithm. The proposed hybrid algorithm merges the beneficial concepts of Rider Optimization Algorithm (ROA) and FireFly (FF) algorithm and implements a new algorithm termed as FireFly Modified Bypass‐based Rider Optimization Algorithm (FMB‐ROA). Finally, the analysis of total energy concerning various constraints validates the performance of the proposed model over conventional models.