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。     

认知无线电中一种有效的联合功率分配策略

文章在考虑主用户占用子信道概率情况的基础上,建立了认知系统的多区域模型,文章提出了适应于主用户是否存在的干扰避免策略。在满足认知用户约束的条件下,基于最大化认知系统传输速率,提出了各子信道集合以及不同集合内功率分配的联合优化方法,且该方法复杂度较低。     

基于非正交多址的认知MIMO网络次用户系统容量优化

针对未来移动通信系统对大容量、高频谱利用率的需求,提出基于非正交多址（NOMA）技术的认知多输入多输出（MIMO）网络次用户系统容量优化方法。首先对发送信号进行预编码,随后按照信道质量增益对认知用户进行分簇,再对分簇之后的用户进行功率分配,最后将得到的NP-hard型多簇目标函数转化为求各子簇的容量;同时兼顾认知用户服务质量（QoS）及满足串行干扰消除（SIC）的条件,利用Lagrange函数结合Karush-Kuhn-Tucker （KKT）条件求解出分簇之后的最优功率分配系数,且该系数是0到1之间的常数。仿真结果表明,所提方法优于平均功率分配方法,并且在信道质量较差时,相比基于正交多址（OMA）技术的认知MIMO,显著提高了次用户系统容量。     

基于分簇和Stackelberg博弈的D2D资源分配策略

当前,车辆密集通信场景下存在通信资源利用率低、DUE(D2D user)用户通信质量差等问题。针对上述问题,提出了一种基于分簇和Stackelberg博弈的D2D(device to device)资源分配策略,以解决DUE用户功率分配、信道匹配问题。首先,基于每个信道内DUE用户之间干扰最小原则,该模型对所有DUE用户进行分簇;然后,对于CUE(cellular user)用户与DUE用户簇,构建一对多的Stackelberg主从博弈模型,通过复用链路干扰参数和簇内干扰参数的迭代更新,优化每个DUE用户的发射功率;最后,利用匈牙利算法实现DUE用户簇与CUE用户的最佳信道匹配,最大化DUE用户的容量和。仿真结果表明,与基于价格迭代、等功率分配和高能效干扰约束的几种功率分配算法相比,所提算法能有效提升DUE用户的总容量。     

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%。     

适应于5G网络的联合功率域和编码域的NOMA系统

提出一个基于联合功率域和编码域的非正交多址(Non-Orthogonal Multiple Access, NOMA)系统，用以解决5G网络系统中频谱资源紧缺的问题。提出的系统在发射端通过稀疏码分多址(Sparse Code Multiple Access, SCMA)编码器对信号进行编码，根据各个用户不同的信道增益，分配给用户不同的功率。在接收端利用基于消息传递和连续干扰消除组合的算法检测各用户的信号。实验结果表明，与传统的SCMA系统相比，在加性高斯白噪声和衰落信道场景下，提出的NOMA系统在用户配对方面具有较高的灵活性和更高的频谱效率。     

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。     

不完全SIC下CR-NOMA系统的功率分配算法

在不完全连续干扰消除（SIC）条件下,对认知无线电-非正交多址混合系统中的次用户总传输速率进行研究,提出一种基于参数变换和KKT条件的功率分配算法。采用非正交多址方式使次用户接入授权信道,在主次用户服务质量、最大发射功率等约束条件下,通过参数变换对原约束条件进行改写设计新的优化问题,并利用KKT条件求解最优功率分配因子进而实现系统中次用户总传输速率的最大化。仿真结果表明,与CNPA算法和等功率分配算法相比,该算法可明显提高系统中次用户的总传输速率,并且对于不完全SIC具有更强的承受能力。     

基于叠加编码及多用户调度的高斯传输信道优化算法

为了提高高斯传输信道的数据传输效率,提出了一种基于叠加编码及多用户调度的高斯传输信道优化算法(MGSC)。首先,该算法提出了高斯传输信道的系统模型,分析源-端的距离概率密度函数和累积分布函数以及用户的平均功率增益;接着,在高斯传输信道上采用最优的叠加编码与连续干扰消除的方法,并根据各个用户的效用函数来执行最佳的功率和速率分配,并通过概率优化方法来对信道用户进行选择,接入最佳的传输信道;最后,实验仿真结果表明,在信道接入用户变化的情况下,相比双向中继信道无线信号和功率传输优化算法(TWRC)以及基于矩阵与格球解码(LSD)技术的数据传输算法,MGSC的信道总数据传输速率分别提升10.2%和21.7%,并且信道增益的平均效果分别高出5.7%和6.4%。因此,MGSC在信道传输速率和信道增益上有较好的优化效果。     

多输入多输出—非正交多址接入系统融合用户调度的下行波束赋形设计

针对多输入多输出—非正交多址接入（MIMO-NOMA）技术中用户间干扰较大的问题，提出了一种融合用户调度的波束赋形（BF）算法。首先，在进行用户调度时，为了同时兼顾簇内用户干扰和簇间用户干扰，根据各用户信道的差异性，利用L1-范数正则化方法对所有用户分组情况进行初步稀疏化处理，进而从各用户信道相关性角度出发，将信道相关性大的两个用户分为一簇；其次，结合部分发射功率控制（FTPC）策略实现簇内用户功率分配；最后，根据和速率最大化准则构建一目标优化函数，进而利用连续凸逼近（SCA）算法对其进行求解，以获得波束赋形矩阵。理论分析和链路仿真表明，与传统的正交多址接入技术相比，在系统容量方面实现了84.3%的提升；与传统的相关性用户分簇方法相比，在公平性方面实现了20.2%的提升。实验结果表明，该方案不仅有效地抑制了簇内用户干扰和簇间用户干扰，同时，又保证了用户间的公平性。     

异构蜂窝网络中联合功率控制的终端直通通信资源分配

针对异构蜂窝网络中终端直通（D2D）用户和小蜂窝用户复用宏蜂窝用户资源产生的干扰问题,提出一种联合功率控制的资源分配方案。首先,在满足用户信号干扰噪声比（SINR）和发射功率约束条件的前提下,根据系统干扰模型推导出每个D2D用户和小蜂窝用户复用宏蜂窝用户信道资源时的最优发射功率;其次,将用户的信道选择规划成用户和信道之间的双边匹配问题,采用延迟接受（Gale-Shapley）算法得到一个稳定的匹配解;最后,以所得的匹配解为初始条件,通过交换搜索算法进一步优化分配方案。仿真结果表明,该方案的系统总容量和能量效率分别是最优解的93.62%和92.14%,与随机资源分配方案、无功率控制和交换搜索的分配方案,以及有功率控制无交换搜索的分配方案相比,系统容量平均增幅分别为48.29%、15.97%和4.8%,系统能量效率平均增幅分别为62.72%、44.48%和4.45%。该方案能够达到近似最优的系统总容量,有效提高频率利用率和能量效率。     

基于HAGA的D2D-NOMA资源分配优化算法

针对无线系统带宽资源有限、基站负载压力大、传输时延长等问题,提出一种基于非正交多址接入技术的D2D系统吞吐量最大化资源分配算法。在不同用户的服务质量约束条件下,建立D2D系统吞吐量最大化资源分配模型。该模型的优化目标是一个混合整数非线性规划问题,将其解耦为信道匹配与功率分配2个子问题并分别进行处理,利用自适应惩罚函数法处理约束条件并提出一种基于爬山策略的自适应遗传算法以对问题进行求解。仿真结果表明,与GA、AGA算法相比,该算法能够有效提高D2D系统的吞吐量,且收敛性能更好。     

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。     

基于能量效率的认知无线网络联合优化算法

为提高认知无线网络能量有效性,提出一种基于能量效率的联合优化算法。在考虑主用户干扰容限的基础上构建了能量有效性模型,将优化目标分解为接入策略求解和功率优化问题,采用粒子群算法反复迭代,得到接入概率与功率分配的联合最优解。仿真结果表明,相对于不考虑功率优化或接入概率的传统优化方法,所提算法可使系统能量效率得到显著提升。     

联合考虑主用户QoS和安全约束下认知NOMA安全传输

本文研究了认知非正交多址接入(NOMA)网络中联合考虑主用户服务质量(QoS)约束和安全约束下次用户物理层安全传输.该网络中采用认知功率分配策略,优先保障主用户的QoS和安全性能.在此功率分配方案下,推导得出了次用户连接中断概率(COP)和安全中断概率(SOP)的闭式表达式,揭示了系统参数配置对次用户传输可靠性和安全性的影响关系,以及安全性-可靠性之间的折衷关系.仿真结果表明,较强的主用户安全约束恶化了次用户的安全性能,但是提升了次用户的安全-可靠折衷性能.     

下行多用户NOMA系统中基于能效优化的资源分配

非正交多址接入技术（Non-orthogonal multiple access, NOMA）提高了通信系统的频谱效率且可支持大量用户接入,因此受到广泛关注。以能量效率（简称能效）最大化为目标的多用户NOMA系统下行链路的资源分配问题,是一个难以求解的非凸问题,为此,将问题分解成用户分组和功率分配2个子问题。首先采用一种基于贪婪算法的用户分组方式降低了穷举法的计算复杂度;其次根据确定的分组方式,得到各个子信道上复用用户的功率分配系数表达式。为了进一步提高系统的能效,研究了子信道间非等功率分配方案,将子信道功率分配问题规划成非线性非凸的比率和问题,并利用Dinkelbach类算法得到次优解。仿真结果显示,文中采用的方案可以达到更好的系统容量和能效。     

分布式MIMO CR系统预编码与功率分配的联合优化

分布式MIMO CR系统中,构建多用户功率分配的非合作博弈模型,使认知用户速率达到均衡状态。受授权用户和多用户干扰的影响,认知用户速率很难达到理想值。为了解决上述问题,在发射端设置了适用于不同约束条件的预编码矩阵,提出了预编码与功率分配的联合优化算法。仿真结果表明,基于块对角化的联合优化算法,有效消除用户之间的信道干扰,显著提高了认知用户速率。     

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。     

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。     

认知无线电网络中感知时间与功率分配的优化

针对多协作用户多信道的情况,讨论了当信道增益固定时,各子信道之间检测时间、总检测时间与传输时间,以及各子信道之间功率分配的问题。区别于以往的单独优化算法,提出了各参数的联合优化算法。以信道容量为目标函数,给出了最优的时间和功率分配算法。实验结果表明,提出的算法能够实现频谱接入并且极大地提高了次用户系统的总信道容量。表明功率分配与信道上主用户占用的概率有关,而时间分配则与信道上主用户接收信噪比以及传输时自身的信噪比有关。在多认知用户网络中,参与合作的用户越多,接收与传输信噪比越高,次用户系统的总信道容量越大。对于认知无线电网络,还考虑了整体的实现。