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。     

两阶段中继选择策略下SWIPT-CR-NOMA网络的中断性能分析

针对采用无线携能传输(SWIPT)的多中继协作底层认知NOMA网络,提出一种基于NOMA和串行干扰消除协议的两阶段中继选择策略(TSRS).在保护主用户的干扰温度限约束下,次级网络源节点和最优中继均以固定功率分配生成多用户叠加信号向下一跳链路发送,最优中继采用功率分割方案采集能量,只利用从第一跳链路采集到的能量提供解码...     

面向船联网的NOMA系统用户公平性研究

非正交多址技术(Non-orthogonal Multiple Access, NOMA)有助于提升船联网的连接数量和频谱效率。通过研究公平性约束下船联网NOMA系统的能量效率优化问题,设计基于速率方差的用户公平性因子,并提出了一种公平性约束下NOMA系统的能量效率优化策略。首先,假设基站到各个簇的发射功率相同且簇内用户数固定,以最大化能量效率作为用户分簇的目标,利用遗传算法对用户分簇方案进行优化;其次,在满足最小公平因子的条件下对簇内用户间的功率分配进行优化。仿真结果表明该优化策略能提高能量效率且用户公平性得到了保证。     

毫米波大规模MIMO-NOMA系统功率分配和混合预编码设计

针对基于非正交多址接入(Non-Orthogonal Multiple Access, NOMA)的毫米波大规模多输入多输出(Multiple Input Multiple Output, MIMO)系统中边缘用户可达速率较低的问题，提出了一种联合功率分配和混合预编码的优化方案来保证边缘用户在内的所有用户都具有较好的速率性能。基于最大最小公平性准则，设定了一个含有复杂目标函数和高维非凸约束的优化问题。采用固定变量法将该非凸问题转换为功率分配和混合预编码2个子优化问题处理。对于功率分配的设计，通过卡罗需-库恩-塔克(Karush-Kuhn-Tucker, KKT)条件得到了封闭形式下的最优功率分配系数；对于混合预编码的设计，提出了基于迫零(Zero Forcing, ZF)和压缩边界粒子群优化(Boundary Compressed-Particle Swarm Optimization, BC-PSO)算法相结合的求解方法，得到混合预编码的次优解。提出了一种交替优化算法来交替优化功率分配和混合预编码，直到满足设定的精度要求。仿真结果表明，该方案的最大最小速率优于传统的NOMA方案。     

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...     

面向用户体验的多小区混合非正交多址接入网络资源分配方法

该文研究了多小区混合非正交多址接入(MC-hybrid NOMA)网络的资源分配。为满足异构用户的服务体验,以最大化全网综合平均意见评分(MOS)累加和为目标,考虑基站选择、信道接入和功率资源分配的联合优化问题,该文提出一种用户、基站和信道3方的2阶段转移匹配算法,并根据用户MOS进行子信道功率优化。仿真结果表明所提多小区混合NOMA网络资源分配方案能有效提升全网用户服务体验和公平性。     

非理想干扰消除全双工协作NOMA系统性能分析及功率分配

随着非正交多址接入（Non-Orthogonal Multiple Access, NOMA）技术的不断发展,协作NOMA (Cooperative Non-Orthogonal Multiple Access, CNOMA)也受到广泛关注.该文研究了由一个基站（Base Station, BS）、一个远端用户和一个近端用户组成的全双工（Full-Duplex, FD）协作NOMA (FD-CNOMA)系统,其中近端用户作为一个FD解码转发中继以传输远端用户的信号.考虑实际情况中存在基站与远端用户有无直接链路两种情况,以及非理想连续干扰消除（Successive Interference Cancellation, SIC）对系统带来的残留干扰问题,该文提出并解决了在该模型下用户的功率分配问题.最后,该文基于此模型给出了中继用户和远端用户的中断概率闭式表达式和遍历速率的近似闭式表达式.理论分析与仿真结果表明,即便存在非理想SIC和自干扰,相对于半双工（Half-Duplex, HD）协作NOMA(HDCNOMA)和NOMA系统而言,FD-CNOMA系统表现出更好的系统性能.同时,非理想...     

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。     

功率约束条件不同时下行相干CoMP传输异构网的性能

本文研究在异构网中进行相干协作多点传输时低复杂度迫零（ZF）预编码的性能。我们考虑在同构网中常用的低复杂度ZF预编码结构,即先进行ZF波束形成再进行功率分配,分析在采用和功率约束及单基站功率约束下使和数据率最大的功率分配时协作传输的性能,并与实际系统中常用的等功率分配的性能进行比较。分析结果表明,在异构网多载波系统中进行下行相干协作传输时,与在同构网中的结果不同,协作传输后单基站功率约束的性能远优于其他功率约束下的性能。但是,当协作的宏基站与微基站最大功率差别较大时,宏用户的性能在协作后甚至不如不进行协作传输,而微用户的性能会有所提高。这意味着在异构网中设计协作预编码时必须考虑单基站功率约束,而且不能只对功率分配进行优化设计。      

基于非正交多址接入的移动边缘计算安全节能联合资源分配

为提高基于非正交多址接入(NOMA)的移动边缘计算(MEC)系统中计算任务部分卸载时的安全性,该文在存在窃听者情况下研究MEC网络的物理层安全,采用保密中断概率来衡量计算卸载的保密性能,考虑发射功率约束、本地任务计算约束和保密中断概率约束,同时引入能耗权重因子以平衡传输能耗和计算能耗,最终实现系统能耗加权和最小。在满足两个用户优先级情况下,为降低系统开销,提出一种联合任务卸载和资源分配机制,通过基于二分搜索的迭代优化算法寻求问题变换后的最优解,并获得最优的任务卸载和功率分配。仿真结果表明,所提算法可有效降低系统能耗。     

多载波多用户下行NOMA系统的资源分配算法

非正交多址接入技术作为5G的候选技术之一受到了广泛关注。研究了以系统吞吐量优化为目标的多载波多用户NOMA系统下行链路的资源分配问题。在该问题的求解中,为了提高系统的吞吐量,子载波间采用线性注水算法,叠加用户间采用分数阶功率分配算法。同时,考虑了远近用户数目不等场景下能够调度更多的用户,在NOMA传输方案设计中引入时分的概念,将整个时间段t分为两个时隙,在不同时隙内实现不同远近用户分组的动态配对方案,从而在保证用户公平性的基础上,充分利用子信道资源,实现系统吞吐量的优化。仿真结果表明,对比于传统NOMA和OFDMA,提出的方法可以在相同的发射功率情况下传输更多的比特数。     

自适应遗传算法下的NOMA用户动态分簇

NOMA(Non-orthogonal Multiple Access,NOMA)系统中的用户分簇策略对系统性能有着极大的影响。该文主要研究NOMA下行链路的用户动态分簇问题,其目的是最大化系统总吞吐量。与大多数文章不同,该研究对簇中用户数以及簇个数都没有限制。遗传算法可用于优化NOMA网络中的用户动态分簇,但标准遗传算法存在收敛速度慢且容易陷入局部最优的问题。基于此,该文将自适应调节参数的改进遗传算法用于用户的动态分簇,来改善上述问题。仿真结果表明,该算法相比于穷举搜索能够有效降低求解复杂度,且系统性能明显优于固定簇分配算法及自适应配对策略下的系统性能。      

User scheduling and power allocation for nonfull buffer traffic in NOMA downlink systems

Nonorthogonal multiple access (NOMA) is one of the key technologies for 5G, where the system capacity can be increased by allowing simultaneous transmission of multiple users at the same radio resource. The most of the proportional fairness (PF)–based resource allocation studies for NOMA systems assumes full buffer traffic model, while the traffic in real‐life scenarios is generally nonfull buffer. In this paper, we propose User Demand–Based Proportional Fairness (UDB‐PF) and Proportional User Satisfaction Fairness (PUSF) algorithms for user scheduling and power allocation in NOMA downlink systems when traffic demands of the users are limited and time‐varying. UDB‐PF extends the PF‐based scheduling by allocating optimum power levels towards satisfying the traffic demand constraints of user pair in each resource block. The objective of PUSF is to maximize the network‐wide user satisfaction by allocating sufficient frequency and power resources according to traffic demands of the users. In both cases, user groups are selected first to simultaneously transmit their signals at the same frequency resource, while the optimal transmission power level is assigned to each user to optimize the underlying objective function. In addition, the genetic algorithm (GA) approach is employed for user group selection to reduce the computational complexity. When the user traffic rate requirements change rapidly over time, UDB‐PF yields better sum rate (throughput) while PUSF provides better network‐wide user satisfaction results compared with the PF‐based user scheduling. We also observed that the GA‐based user group selection significantly reduced the computational load while achieving the comparable results of the exhaustive search.     

协作NOMA系统中的一种新型节能功率分配方案

在传统的协作非正交多址（CNOMA, Cooperative Non Orthogonal Multiple Access)系统中,通常需要向弱用户分配更多的功率,分配给强用户的功率不超过总功率的一半。同时,强用户还需在协作阶段承担中继通信的任务。上述功率分配方式必将给强用户带来一定的负担。为了在满足弱用户服务质量的情况下,进一步提高强用户的中断性能,本文提出一种基于中继和无线携能通信（SWIPT, Simultaneous Wireless Information and Power Transfer）的新型功率分配方案。该方案使用能量收集设备收集能量,通过最大化系统和速率寻求无线携能通信的最优功率分割因子,从而获得系统中断概率的闭式表达。考虑到优化问题的性质,本文提出了一种在功率分配固定的情况下,通过单调优化求解无线携能通信功率分割因子的算法。仿真结果表明,与CNOMA系统的传统功率分配方案相比,本文所提方案能够在不损失弱用户中断性能的前提下,有效提升强用户的中断概率,系统和速率总体提高了近 20%。      

基于非正交多址接入的网络切片联合用户关联和功率分配算法

为了满足网络切片多样化需求,实现无线虚拟资源的动态分配,该文提出在C-RAN架构中基于非正交多址接入的联合用户关联和功率资源分配算法。首先,该算法考虑在不完美信道条件下,以切片和用户最小速率需求及时延QoS要求、系统中断概率、前传容量为约束,建立在C-RAN场景中最大化长时平均网络切片总吞吐量的联合用户关联和功率分配模型。其次,将概率混合优化问题转换为非概率优化问题,并利用Lyapunov优化理论设计一种基于当前时隙的联合用户调度和功率分配的算法。最后采用贪婪算法求得用户关联问题次优解;基于用户关联的策略,将功率分配的问题利用连续凸逼近方法将其转换为凸优化问题并采用拉格朗日对偶分解方法获得功率分配策略。仿真结果表明,该算法能满足各网络切片和用户需求的同时有效提升系统时间平均切片总吞吐量。     

一种新的认知无线电功率分配算法（英文）

Most resource allocation algorithms are based on interference power constraint in cognitive radio networks.Instead of using conventional primary user interference constraint,we give a new criterion called allowable signal to interference plus noise ratio(SINR) loss constraint in cognitive transmission to protect primary users.Considering power allocation problem for cognitive users over flat fading channels,in order to maximize throughput of cognitive users subject to the allowable SINR loss constraint and maximum transmit power for each cognitive user,we propose a new power allocation algorithm.The comparison of computer simulation between our proposed algorithm and the algorithm based on interference power constraint is provided to show that it gets more throughput and provides stability to cognitive radio networks.     

Secrecy sum rate optimization in MISO nonorthogonal multiple access systems with orthogonal space‐time block coding

In this paper, we investigate the secrecy sum rate optimization problem for a multiple‐input single‐output (MISO) nonorthogonal multiple access (NOMA) system with orthogonal space‐time block codes (OSTBC). This system consists of a transmitter, two users, and a potential eavesdropper. The transmitter sends information by orthogonal space‐time block codes. The transmitter's precoder and the power allocation scheme are designed to maximize achievable secrecy sum rate subject to the power constraint at the transmitter and the minimum transmission rate requirement of the weak user. We consider two cases of the eavesdropper's channel condition to obtain positive secrecy sum rate. The first case is the eavesdropper's equivalent channel is the weakest, and the other is the eavesdropper's equivalent channel between the strong user and weak user. For the former case, we employ the constrained concave convex procedure (CCCP)‐based iterative algorithm with one‐dimensional search. While for the latter, we adopt the method of alternating optimization (AO) between precoder and power allocation. We solve a semidefinite programming to optimize the precoder and drive a closed‐form expression of power allocation. The simulation results obtained by our method demonstrate the superiority of our proposed scheme.     

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。     

Resource allocation in NOMA heterogeneous network based on MEC

Aiming at maximizing the cache revenue,a joint user association and power allocation algorithm was proposed for the matching of base stations with users and power allocation in a NOMA heterogeneous network with caches,a NOMA joint optimization algorithm which was achieved by combing with message passing and DC programming was proposed.First,the constraints were incorporated into the objective function,and the user association result was obtained by calculating the marginal of the message passing between the function node and the variable node in the new optimization problem.Then,the original optimization problem was transformed into the form of the difference between two convex functions,and allocate power resources through DC programming.Finally,the final user association and power allocation results are obtained through iterative calculations.Simulation results prove that the proposed algorithm effectively improves network performance.