IRS辅助的NOMA无人机网络安全速率最大化算法

该文研究了智能反射面(IRS)辅助基于非正交多址接入(NOMA)技术的无人机(UAV)网络中的安全传输。为了使系统安全速率最大化，该文提出联合优化无人机位置、串行干扰消除解码顺序、IRS反射矩阵和UAV发射功率的资源优化问题。由于优化问题是一个混合整数非凸优化问题，该文提出一种基于块坐标下降的迭代算法，将原问题分解为3个子问题，采用基于惩罚、半正定松弛和连续凸逼近的方法求解子问题。仿真表明，所提算法的系统安全速率优于没有IRS辅助的NOMA方案和没有IRS辅助的正交多址方案。     

基于协作非正交多址的无人机辅助卫星通信系统中断性能分析

针对无人机(UAV)辅助的卫星通信系统下行链路,该文研究了基于多天线波束成形和协作非正交多址(NOMA)技术相结合的多用户传输系统。首先,在UAV采用多天线和NOMA技术服务多个用户的情况下,基于用户平均信干噪比最大化准则,提出一种利用角度信息的波束成形方案。其次,在卫星-UAV链路服从相关阴影莱斯分布,而UAV-地面用户链路服从Nakagami-m分布的条件下,推导出系统的中断概率闭合表达式。然后,为了进一步分析系统性能,还推导了高信噪比条件下系统的中断概率近似表达式。最后,计算机仿真验证了理论分析的正确性和所提方案的优越性。     

基于连续凸逼近的协作式非正交多址接入联合无线携能通信的能效优化方案

在传统的非正交多址(NOMA)系统中,通常将更多的功率分配给边缘用户以此来保证其通信质量,系统公平性以牺牲系统容量为代价。基于协作通信的NOMA系统虽可解决上述问题,但在协作阶段中心用户需承担中继的作用,这种方式必将给中心用户带来一定的负担。为了兼顾系统容量和公平性,该文提出一种基于协作通信和无线携能通信(SWIPT)的新型资源分配方案,该方案在满足边缘用户通信质量情况下,使用能量收集设备完成能量收集,通过连续凸逼近(SCA)求解目标问题最大化系统能效。仿真结果表明,与传统NOMA和协作式非正交多址接入系统(CNOMA)相比,CNOMA-SWIPT系统的能量效率得到了较大的提高,在基站最大发射功率为30 dBm时相比NOMA系统能达到60.8%的增益,相比CNOMA系统能达到比CNOMA系统高出约11.5%的增益,更符合绿色通信的发展理念。     

基于非正交多址接入中继通信系统的功率优化

针对基于非正交多址接入(NOMA)技术的中继通信系统,在兼顾系统性能与计算复杂度的基础上,该文提出一种结合统计信道信息(S-CSI)和瞬时信道信息(I-CSI)的混合功率分配策略(H-PAS)来有效实现上述折中。仿真结果表明,NOMA方案在H-PAS策略下,一方面比单纯利用S-CSI时的传统正交多址接入技术具有更高的频谱效率;另一方面在和速率差别不大的情况下,又比单纯利用I-CSI时的NOMA方案具有更低的信令开销和计算复杂度。     

机器类通信中基于NOMA短编码块传输的高可靠低迟延无线资源分配优化方案

针对机器类通信(MTC)应用场景的业务特征和服务质量(QoS)要求,该文考虑基于非正交多址(NOMA)的MTC中短分组/短编码块传输,探讨MTC中基于NOMA的高可靠低迟延无线资源优化问题。首先,上行传输是基于NOMA的MTC通信的瓶颈,考虑无线蜂窝网络中支持NOMA和高可靠低迟延性能要求,该文建立了上行无线资源优化的系统模型;然后,分析上行传输迟延,导出基于距离的链路可靠性函数;进一步,以迟延、可靠性和带宽为约束下条件,提出一种最大化中心用户和速率的无线资源分配算法,并给出算法的收敛性证明和复杂度分析;最后,实验仿真验证了所提算法的性能优势。     

多用户认知非正交多址接入系统中断性能分析及功率分配算法

非正交多址接入(NOMA)是5G网络关键候选技术之一,其与认知无线电(CR)技术相结合形成系统(CRNOMA),能够实现更高的频谱效率及更大的吞吐量。该文将直传与中继协同传输(CDRT)方案引入多用户CRNOMA系统,其中CDRT表示次级源(SS)直接与近端次级用户通信,而仅通过中继(R)与多个远端次级用户通信。在非理想自干扰消除和全双工(FD)中继情况下,推导了每个NOMA用户中断概率(OP)的精确闭式表达。此外,在该系统模型下分析SS, R和用户的收益最优化问题,提出一种基于收益的两阶段迭代功率分配算法。仿真结果显示,在高信噪比(30 dB)条件下,与随机功率分配及平均功率分配方案相比,该文所提算法的用户和速率、SS总收益、R总收益分别可最高提升13%, 56%及26%。蒙特卡罗仿真验证了理论分析与实验结果的一致性。     

基于自能量回收的全双工用户协作NOMA系统性能分析

自干扰的存在是全双工(Full Duplex,FD)用户协作中继系统中的不利因素,本文研究了基于自能量回收(Self-Energy Recycling,SER)的FD用户协作非正交多址(Non-Orthogonal Multiple Access,NOMA)中继系统,在FD用户中继处考虑了不同的转发协议以及同时的信息和...     

浅谈5G非正交多址接入技术的军事应用

伴随着5G时代的到来,非正交多址接入(NOMA)技术凭借着自身非正交的优势,在提升频谱效率的同时,大大增加用户连接数目,成为未来5G新型多址接入候选方案.文章分别介绍了不同军事通信场景中几种5G NOMA技术种类,并对其性能进行比较,并提出未来研究的发展趋势.     

无人机短包通信中基于NOMA传输的安全性能分析

针对物联网（IoT）通信的低延时需求,为了保证数据传输的灵活性,本文构建一种基于短包传输的无人机（UAV）通信网络。由于非正交多址接入（NOMA）技术能够增加可服务的地面用户数量,故将该技术应用到无人机短包通信（UAV-SPC）系统中可以解决多用户的安全传输问题。与正交多址（OMA）技术相比,NOMA可有效提高用户接入公平性和频谱利用率,因此被广泛用于下行链路的通信传输。为解决复杂的安全传输问题,首先证明在功率和译码错误率约束的条件下,分别存在最优的功率分配,数据传输包长和系统传输比特数使目标用户的平均安全吞吐量最大。在此基础上,通过本文所提算法得到安全传输问题的优化解。实验结果验证了该算法的稳定性和可行性。此外,与基准方案相比,本文所提方案可有效降低短包传输的通信时延,提高系统中目标用户的平均安全吞吐量。     

基于NOMA用户中继的卫星网络性能分析

为了满足大规模数据接入以及高通信质量的需求,文章研究了基于非正交多址接入(NOMA)用户中继协作的卫星网络,并分析了中继用户1和受助用户2的中断性能和系统吞吐量,同时也考虑了非理想信道状态信息(CSI)对系统中断性能和吞吐量的影响.最后,通过数值仿真验证了分析结果的正确性.与正交接入(OMA)策略相比,借助NOMA策略...     

基于上行非正交多址接入技术的星空地融合网络性能分析

针对光电混合的星空地融合网络上行链路,该文研究了多天线波束成形技术和上行非正交多址接入(NOMA)技术相结合的系统遍历和速率性能。首先,在无人机采用多天线和上行NOMA技术条件下,为实现系统和速率最大化,提出了一种基于统计信道状态信息的波束成形方案。接着,假设卫星-无人机链路采用自由空间光链路且服从伽马-伽马衰落,无人机-地面用户链路采用射频链路且服从相关瑞利衰落,推导了系统和速率的闭合表达式。最后,通过数值仿真验证了理论分析的正确性。仿真结果表明,与正交多址接入(OMA)方案相比,所提方案提高了系统性能,并且与基准波束成形(BF)方案相比,所提方案具有更好的性能优势。     

NOMA增强型D2D通信的资源分配算法

传统蜂窝网络中,多址接入技术起着尤为关键的作用,与正交多址（Orthogonal Multiple Access,OMA）技术相比,非正交多址（Non-Orthogonal Multiple Access,NOMA）能够支持的用户数量远远超过可用正交资源的数量,可以达到更高的频谱效率和用户公平性。因此,为提高异构蜂窝网络的整体容量,本文研究了NOMA增强型设备到设备（Device to Device,D2D）的资源分配问题,并将其分解为两个独立的子问题:信道分配和功率控制。一方面,基于Coalition博弈为D2D组分配合适的信道;另一方面,对D2D发送功率和功率分配因子依据可行解域进行联合优化,以最大化整个网络中D2D可实现速率。仿真结果表明所提算法在保证系统性能的同时,还可以有效降低计算复杂度。      

无蜂窝大规模MIMO中基于深度强化学习的无人机辅助通信与资源调度

无蜂窝大规模多入多出(MIMO)网络中分布式接入点(AP)同时服务多个用户,可以实现较大区域内虚拟MIMO的大容量传输;而无人机辅助通信能够为该目标区域热点或边缘用户提供覆盖增强.为了降低反馈链路负载,并有效提升无人机辅助通信的频谱利用率,该文研究了基于AP功率分配、无人机服务区选择和接入用户选择的联合调度;首先将AP...     

Joint resource allocation for hybrid NOMA-assisted MEC in 6G networks

Multi-access Edge Computing (MEC) is an essential technology for expanding computing power of mobile devices, which can combine the Non-Orthogonal Multiple Access (NOMA) in the power domain to multiplex signals to improve spectral efficiency. We study the integration of the MEC with the NOMA to improve the computation service for the Beyond Fifth-Generation (B5G) and the Sixth-Generation (6G) wireless networks. This paper aims to minimize the energy consumption of a hybrid NOMA-assisted MEC system. In a hybrid NOMA system, a user can offload its task during a time slot shared with another user by the NOMA, and then upload the remaining data during an exclusive time duration served by Orthogonal Multiple Access (OMA). The original energy minimization problem is non-convex. To efficiently solve it, we first assume that the user grouping is given, and focuses on the one group case. Then, a multilevel programming method is proposed to solve the non-convex problem by decomposing it into three subproblems, i.e., power allocation, time slot scheduling, and offloading task assignment, which are solved optimally by carefully studying their convexity and monotonicity. The derived solution is optimal to the original problem by substituting the closed expressions obtained from those decomposed subproblems. Furthermore, we investigate the multi-user case, in which a close-to-optimal algorithm with low-complexity is proposed to form users into different groups with unique time slots. The simulation results verify the superior performance of the proposed scheme compared with some benchmarks, such as OMA and pure NOMA.     

基于NOMA的移动边缘计算系统公平能效调度算法

将移动边缘计算技术(MEC)与非正交多址技术(NOMA)结合,同时考虑公平性,该文研究了采用NOMA上行部分卸载的MEC系统公平能效问题。首先将基于公平函数的用户速率与功耗比值定义为公平能效函数,随后提出了两种公平能效调度准则下的能效调度算法,即最大化最小速率准则下DK-SCA算法及最大化系统能效准则下DK-SCALE算法,通过算法实现分别得到两种公平能效调度准则下用户最佳本地CPU处理频率及最佳传输功率。最后通过仿真表明,与基准方案相比,所提基于NOMA的部分卸载方案能够有效地将本地计算和基于NOMA的边缘卸载结合,达到最佳的公平能效性能。     

Learning-based joint UAV trajectory and power allocation optimization for secure IoT networks

Non-Orthogonal Multiplex Access (NOMA) can be deployed in Unmanned Aerial Vehicle (UAV) networks to improve spectrum efficiency. Due to the broadcasting feature of NOMA-UAV networks, it is essential to focus on the security of the wireless system. This paper focuses on maximizing the secrecy sum rate under the constraint of the achievable rate of the legitimate channels. To tackle the non-convexity optimization problem, a reinforcement learning-based alternative optimization algorithm is proposed. Firstly, with the help of successive convex approximations, the optimal power allocation scheme with a given UAV trajectory is obtained by using convex optimization tools. Afterwards, through plenty of explorations of the wireless environment, the Q-learning networks approach the optimal location transition strategy of the UAV, even without the wireless channel state information.     

两用户非正交多址接入的最优时延均衡和功率控制方法

该文针对采用非正交多址接入(NOMA)技术的两用户单小区网络,考虑信道衰落的随机性和业务到达的动态性,以均衡用户排队时延并最大化网络总吞吐量为目标,构建了资源管理的随机优化问题。基于李雅普诺夫优化方法,推导了随机优化问题的最优解的闭式表达式,并提出一种低复杂度的联合时延均衡和功率控制的最优资源管理方法。对比了采用NOMA时的次优资源管理方法与采用时分多址接入方法时的最优资源管理方法,仿真结果表明所提方法能够显著提升网络性能。