基于NOMA系统的用户分组和功率分配策略

针对非正交多址接入（NOMA）系统的最优用户分组和功率分配方案的高复杂度问题,提出一种改进的用户分组和功率分配策略。首先,对用户进行分组,由信道增益值确定每个子信道的第一个用户,再由贪婪匹配方法分配剩余用户;然后,对用户的功率进行分配,将该功率分配问题分成子信道间和子信道内两部分,对于子信道间采用线性注水算法分配功率,对于子信道内则采用所提的迭代功率分配算法分配功率;最后,构造拉格朗日函数以实现在最大发射功率以及保证每个用户最低数据速率的约束下系统吞吐量的最大化。仿真结果表明,在多用户的情况下,与线性注水的分数阶功率分配（LWF-FTPA）算法和等分数阶功率分配（EQ-FTPA）算法相比,系统吞吐量分别提高了8%和20%,所提策略优于传统算法。     

基于禁忌搜索和Q-learning的CR-NOMA系统的功率分配算法

针对下一代移动通信对于高速率和大规模连接的需求,对认知无线电（CR）-非正交多址接入（NOMA）混合系统中通过优化功率分配来提升次用户总传输速率进行研究,提出一种基于禁忌搜索和Q-learning的功率分配（PATSQ）算法。首先,认知基站在系统环境中观测并学习用户的功率分配,次用户采用NOMA方式接入授权信道。其次,将功率优化分配问题中的功率分配、信道状态和总传输速率分别表述为马尔可夫决策过程中的动作、状态和奖励,通过结合禁忌搜索和Q-learning的方法来解决该马尔可夫决策过程问题并得到一个最优的禁忌Q表。最后,在主次用户服务质量（QoS）和最大发射功率的约束下,认知基站通过查找禁忌Q表得到最优的功率分配因子,实现系统中次用户总传输速率的最大化。仿真结果表明,在总功率相同条件下,所提算法在次用户总传输速率和系统容纳用户数量上要优于认知移动无线网络（CMRN）算法、次用户预解码（SFDM）算法以及传统等功率分配算法。     

下行NOMA系统中一种考虑用户QoS的功率分配方案

为了提高未来网络的系统吞吐量和频谱效率,非正交多址接入技术(non-orthogonal multiple access,NOMA)的功率分配问题成为了近年来移动通信领域研究重点。在保证用户服务质量的前提下,针对下行NOMA系统的功率分配问题进行了研究,在子带间采用迭代注水算法,小范围注水分配各子带的功率,在子带内考虑用户服务质量,利用卡罗需—库恩—塔克(Karush-Kuhn-Tucker,KKT)条件求出最优功率分配因子,以此最大化系统总吞吐量。仿真证明,提出的功率分配方案能达到的系统总吞吐量、频谱效率优于传统的功率分配方案,其系统总吞吐量比正交多址接入技术(orthogonal multiple access,OMA)提升了约40%以上。     

NOMA系统异构网络中联合用户关联和功率控制协同优化

针对非正交多址接入(Non-Orthogonal Multiple Access,NOMA)系统的两层异构网络,提出了基于效用函数最大化模型的用户关联与功率控制协同优化问题。在该问题中将系统总能效作为效用函数,在一定的用户服务质量要求(QoS)和最大功率限制约束下,提出一种联合用户关联和功率控制的算法。该算法首先将原问题转换为带参数的多项式形式的问题,在外层循环利用二分法求得最佳的能效因子,然后在内层循环分别利用分布式用户关联算法和功率控制算法得到最佳的用户关联矩阵和最佳传输功率,最终实现系统总能效最大化。仿真结果表明,所提算法在能效方面比单独的固定功率分配方案和固定用户关联方案性能更优。     

能效最优准则下的无人机中继系统的功率分配算法

由于无人机（Unmanned aerial vehicle,UAV）机动性好且部署简单,基于无人机中继的传输技术受到了广泛关注。功率作为通信系统的重要资源,其分配问题直接影响各条链路的性能和整个通信系统的能量效率。本文以莱斯衰落信道为背景,提出了一种在系统能效准则下的无人机中继通信系统的功率分配算法。首先在双跳放大转发（Amplify-and-forward,AF）中继传输模型的基础上建立功率分配的优化模型,将功率分配问题转化为求解最大系统能效的优化问题。在最优功率分配的求解过程中,先固定发射信号功率,获得波束形成优化方案;然后通过大信噪比区间近似,将非凸优化问题转化为凸优化问题;最后利用KKT（Karush-Kuhn-Tucker）条件,计算得出功率分配方案的闭式解。仿真实验表明,本文算法相对于迭代算法降低了算法复杂度。     

NOMA网络中考虑回程约束的联合资源分配算法

针对应用非正交多址接入（NOMA）技术的异构蜂窝网络,提出了一种具有回程容量约束的能效最大化的功率和带宽分配算法。首先,考虑小蜂窝发射功率约束、小蜂窝速率约束和回程链路容量约束,构建了功率和带宽分配模型。然后,对于功率分配,利用凸差（DC）规划和函数的拟凹性将原问题转换为等价的凸问题,并使用凸差迭代法和二分法求得全局最优解;对于回程链路带宽分配,将其转换为可行性问题并给出了解析解。仿真结果显示,该方案的能量效率高于相同场景中的已有方案。     

基于匹配理论的NOMA异构网络资源分配算法

在非正交多址接入异构网络中,通过联合资源分配和用户调度可达到用户调度数与系统吞吐量之间的平衡。提出一种基于匹配理论的用户-子信道双边匹配算法(USTSMA)。在满足用户最小数据速率需求和已知完美信道状态信息的条件下,将用户和子信道认为是追求自身最大收益的两个独立集合,通过迭代的方式实现用户和子信道之间的稳定匹配。在此基础上,利用注水算法解决用户的功率分配问题。仿真结果表明,USTSMA在系统总吞吐量、用户调度数等方面性能优于S-MGA和GA两种用户分组算法以及正交频分多址接入方案,并且逼近最优上界。     

基于NOMA异构云无线接入网的联合子信道和功率分配算法

针对基于NOMA异构云无线接入网中增加网络效用需要以更高的能源消耗为代价,从而导致能源效率低的问题,提出了一种联合子信道和功率分配方案。首先,该方案定义网络效用和电网能源成本之间的差值为系统收益,考虑了最大传输功率、能量收集（energy harvesting,EH）电池容量、用户最小数据速率需求和跨层干扰阈值等约束,以最大化系统收益为目标建立优化问题;然后,采用贪心算法给用户配对并分配子信道,实现低复杂度次优解;最后,利用基于交替方向乘子法的拉格朗日最大化方法优化了功率分配。仿真结果表明,与NOMA系统中未配备EH单元的方案相比,系统收益提高了约18.8%;与OFDMA系统中配备EH单元的方案相比,系统收益提高了约11.8%。     

基于能效的多小区LTE系统资源分配算法

针对多小区LTE移动通信系统,考虑用户的最小速率要求,以最大化系统能效为目标,提出了一种迭代式的资源分配算法,通过不断迭代子信道分配和功率控制两个子过程来优化系统能效.针对子信道分配问题,提出了一种基于三种基本模式的子信道调整算法;针对功率控制问题,建立了多小区非合作博弈模型,理论证明了纳什均衡点的存在性,并设计了算法收敛于该纳什均衡点.仿真结果表明,与多小区最大化系统吞吐量算法相比,提出的算法获得了明显的能效增益,同时也达到了较好的系统吞吐量,尤其在强干扰环境下该算法的优势更加明显.     

面向物联网环境的高效通信接收机设计

物联网（IoT）通信系统具有活跃用户数低、数据帧短等特性,而信道估计和多用户识别所需的导频和用户识别码会显著降低IoT系统的通信效率和响应速度。针对上述问题,提出了一种基于非正交多址接入（NOMA）的盲信道估计和多用户检测算法。首先,利用码分多址（CDMA）系统中的扩频矩阵对每个用户所占用载波进行分配,并采用差分编码解决盲估计所引发的星座点旋转问题;其次,根据用户所分配载波具有的稀疏性,引入伯努利-高斯（B-G）分布作为先验分布,利用变量间的隐马尔可夫特性进行因式分解和建模,由用户数据的稀疏特征进行多用户识别;最后,应用消息传递算法对上述模型进行推导,解决NOMA引起的多用户干扰,得到面向IoT环境的联合信道估计和检测接收算法。仿真结果表明,相对于块稀疏单测量向量（BS-SMV）算法和块稀疏自适应子空间求解（BSASP）算法,所提算法能够在不提高复杂度的条件下获得约1 dB的性能增益。     

非完美频谱感知下认知超密集网络的资源分配

针对实际认知超密集网络场景中认知无线电存在非完美频谱感知的情况,提出了一种基于非完美频谱感知的资源分配方案,目标是在考虑跨/同层干扰约束、保障用户服务质量下,最大化非完美频谱感知下认知超密集网络中次级网络的能效。为此,依据网络模型构建能效优化问题,其为混合整数非凸规划问题,先通过分时共享松弛法和丁克尔巴赫法将其转换成等价的凸优化问题,再使用拉格朗日对偶法求其最优解,以此获得最优能效时的子信道和功率分配策略。基于此,提出了一种迭代的子信道和功率分配算法;为权衡计算复杂度,还提出了一种实用的子信道和功率分配算法。仿真结果表明,所提算法都有效地提升了网络能效。     

基于NOMA的5G超密网计算迁移与资源分配策略

针对5G超密网中移动设备计算能力不足、频谱资源有限的问题,提出了一种基于非正交多址接入（NOMA）的计算迁移与带宽分配策略。首先,对系统模型进行了分析,并在此基础上以最小化设备计算代价为目标对所研究的问题进行形式化定义;然后,将该问题分解成设备的计算迁移、系统的带宽分配和设备的分组匹配三个子问题,并利用模拟退火、内点法和贪心算法对这三个子问题进行求解;最后,通过联合优化算法对上述子问题进行交替性迭代求解,最终获得最优计算迁移和资源分配策略。仿真结果表明,所提出的联合优化策略不但优于传统的正交多址接入（OMA）方式,而且能获得比平均分配带宽的NOMA技术更低的设备计算代价。     

下行链路NOMA用户分组和功率分配算法

对下行链路中非正交多址接入(Non-Orthogonal Multiple Access,NOMA)系统用户匹配和子带功率分配两个问题进行研究。提出优化分组方案,结合用户质量及子带吞吐量进行用户匹配,从而保证系统性能显著提升;提出基于比例公平的优化边缘用户质量因子的功率分配方案,在保证用户服务质量(Quality of Service,QoS)基础上优化边缘用户的传输性能,并利用Karush-Kuhn-Tucker(KKT)条件进行求解。仿真结果表明,系统吞吐量比传统的正交多址接入(Orthogonal Multiple Access,OMA)系统有明显提升。     

毫米波大规模MIMO-NOMA系统用户分簇和功率分配设计

针对多用户毫米波大规模多输入多输出-非正交多址接入（MIMO-NOMA）系统功率分配计算复杂的问题,提出新用户分簇和功率分配方案,提高系统的频谱效率。首先改进基于簇头选择的用户分簇方案,根据真实信道动态选择阈值并确定分簇数目,使分簇结果更适合实际情况,用户从波束中获得更大增益。然后以最大化系统频谱效率和能量效率的加权和为目标设计功率分配,使用改进的元启发算法求解。通过对粒子群（PSO）算法引入新的矢量成分和添加余弦扰动使算法更快收敛到全局最优值,并融合沙猫优化（SCSO）算法使算法结果更加精确。仿真结果表明,与现有算法相比,本文提出方案的频谱效率和能量效率优于传统方案,且更适合多用户情况。     

基于双边匹配模型的上行链路NOMA用户配对方案

针对上行链路非正交多址接入(Non?orthogonal multiple access,NOMA)中的用户配对问题,提出了一种基于双边匹配模型的上行链路NOMA用户配对方案,与现有的NOMA用户配对方案不同,本方案根据用户信道增益采取预分组,避免了信道增益差距巨大的用户配对,同时避免信道增益差距微小的用户配对,以提高...     

一种基于混合NOMA的IRS-MEC系统能量效率优化方案

在移动边缘计算系统（MEC）中结合智能反射面（IRS）和资源分配策略以提高系统能量效率是当前国内外研究的热点。基于混合非正交多址（NOMA）传输模式,通过对用户的本地运算频率、传输功率、传输时间和智能反射面离散相移的联合优化,实现智能反射面辅助的移动边缘计算系统能量效率最大化。由于优化过程涉及难以求解的非凸分式规划问题,提出了Dinkelbach-SCA的两步迭代算法：首先利用Dinkelbach方法将初始问题转换成易于求解的形式,通过分离变量对智能反射面离散相移进行优化;其次为了解耦传输功率与时间之间的耦合关系,引入辅助变量,并结合逐次凸逼近（SCA）方法将非凸问题转换成凸问题,求出优化解。仿真结果表明采用的系统方案的能量效率优于其他对比方案,并发现系统的能量效率随用户2的最小计算数据量减少而提升。     

多IRS辅助的NOMA URLLC系统性能优化

工业自动化等新型无线通信场景具有严格的低时延性和高可靠性需求，在网络中联合使用智能反射面(IRS)、非正交多址接入(NOMA)以及超可靠低时延通信(URLLC)技术能支持海量终端接入，并提供更低的通信时延、更高的可靠性，以及更高的吞吐量性能。考虑多IRS辅助的NOMA URLLC系统在多个用户被划分为多个簇的情况下，用户簇和IRS如何最佳配对和通信资源如何优化的问题，研究了联合优化用户发射功率分配、IRS反射波束成型以及用户簇IRS配对决策问题，最大化用户的吞吐量之和。为解决所考虑的非凸优化问题，提出一种基于交替迭代算法，通过巧妙地引入松弛变量，并采用半正定松弛方法，高效求解功率分配优化、IRS反射波束成型优化以及用户簇IRS配对决策优化三个子问题。仿真结果表明，所提算法能显著提高系统吞吐量，并且显示了用户簇IRS配对决策优化的必要性与有效性。     

密集家庭基站网络中基于分簇的资源分配方案

针对家庭基站密集部署情况下的下行干扰问题,提出一种基于分簇的资源分配方案。首先,采用部分频率复用（FFR）技术将网络中所有小区划分成不同的空间,既能抑制宏基站之间的同层干扰,又能降低边缘区域宏基站与家庭基站间的跨层干扰;然后,结合图论的知识及凸优化理论对家庭基站进行分簇,并采用基于用户速率公平的信道分配算法对家庭基站进行子信道分配,抑制家庭基站间的同层干扰;最后,采用分布式功率控制算法对家庭基站功率进行动态调整,进一步提升系统的性能。仿真结果表明：相比传统未分组算法,所提算法的信干噪比（SINR）和吞吐量有明显提高,其中,系统吞吐量低于4 Mb/s的概率降低为30%;同时,与未分组算法相比,所提算法公平性提高了12%,使用户获得更高的满意度。     

一种低复杂度非正交多址接入功率分配算法

功率分配是非正交多址系统(NOMA)资源分配中的一个重要研究问题。最优迭代注水功率分配算法能提高系统性能,但是算法复杂度较高。提出一种低复杂度的功率分配算法,首先对子载波采用注水原理得到总的复用功率,然后在单个子载波上叠加用户间采用分数阶功率分配方法进行功率再分配。通过仿真分析,与最优迭代注水功率分配算法相比,该算法在性能损失不超过3%的情况下,大幅减低了计算复杂度。     

基于无线能量传输的物联网数据采集系统中资源分配机制的设计

针对基于无线能量传输的物联网(Internet-of-things, IoT)数据采集系统，考虑了4种数据传输协议并分别设计了资源分配机制用于提升用户公平性。首先，当采用时分多址接入协议时，联合时隙划分和功率控制可等价转换为凸优化问题，但该方式对IoT设备侧的同步精度提出了苛刻要求。其次，为避免划分传输时隙，引入了非正交多址接入(non-orthogonal multiple access, NOMA)协议，并提出了基于分块坐标下降算法的机制，通过交替求解两个凸优化子问题收敛到原非凸问题的一个静止点，但该方式会引入严重的同频干扰继而降低传输性能。为平衡传输性能和实现复杂度，本文进一步设计了两种基于定长时间切片的部分NOMA协议，并分别提出了基于匹配理论和基于连续凸近似算法的联合时间片分配和功率控制机制。仿真结果验证了传输性能与实现复杂度之间的折衷关系，并展示了所提机制的收敛性以及优化结果受系统参数的影响。