CN106341878A - 一种低复杂度的noma系统功率分配方法 - Google Patents

Abstract

本发明请求保护一种复杂度的NOMA系统功率分配方法，根据用户的不同信道增益对用户进行排序，并将其分布在树形结构中。本发明从第一个用户开始依次往下搜索，并判决用户功率分配系数组合(树中的节点)，利用所提的判决标准对节点进行判决，仅保留所需的幸存节点；逐层执行上述操作；最后从最后一层的唯一幸存节点往上回溯到树根，所得的路径为最优的功率分配系数组合。本发明的功率分配方法可以达到全搜索功率分配方法的性能，同时又能极大的降低计算复杂度。

Description

一种低复杂度的NOMA系统功率分配方法

技术领域

本发明属于移动通信技术领域，尤其是一种非正交多址(Non-Orthonal MultipleAccess,NOMA)系统低复杂度的功率分配方法。

背景技术

无线移动通信发展到今天，随着越来越多的设备的接入，根据《5G愿景与需求自皮书》描述，新一代的移动通信必须满足更高的需求。1000倍的流量增长、100倍连接器件数目、10Gbps峰值速率、10Mbps的可获得速率、更小的时延、更低的能耗、更高的可靠性以及更高的频谱效率。为了满足这些需求，现在已提出了一些关于5G的相关技术，主要有2010年由贝尔实验室所提出来的大规模MIMO技术、毫米波通信、滤波器组多载波调制技术、致密组网和异构网络、D2D(device to device)、车载网络、软件定义网络SDN、可见光通信以及非正交多址接入(Non-Orthonal Multiple Access,NOMA)技术等。

和正交多址接入相比，非正交多址接入(Non-Orthonal Multiple Access,NOMA)可以提高频谱资源利用率。在非正交多址接入中，基站发送一个多用户的叠加信号，当用户接收到叠加信号后，功率大的用户信号首先被检测出来，然后并通过串行干扰消除接收机消去，干扰消除后，其他用户信号会获得一个更大的信干噪比，从而获得更好的接收性能。因此合理的功率分配方法可以有效的降低用户信号之间的多址干扰，提高吞吐量，在非正交多址接入系统中扮演着重要的角色。

其中全搜索功率分配方法，可以实现理论上的吞吐量最优，但计算复杂度太高，很难运用到实际的系统中去。传统的有两种简单的次优功率分配方法包括固定功率分配方法和分数阶功率分配方法。固定功率分配方法没有考虑用户当前的信道增益，仅仅简单的按照固定的等比数列比来分配功率，该方法优点是计算复杂度极低，缺点是系统的性能不好。分数阶功率分配方法考虑了用户的信道增益，按照用户的路径损耗比来分配功率，但性能相对与全搜索功率分配方法有所损失。虽然这两种功率分配方法都有着较低的计算复杂度，但性能很难达到全搜索功率分配方法的性能。

发明内容

本发明旨在解决以上现有技术的问题。提出了一种检测方法。本发明的技术方案如下：

一种低复杂度的NOMA系统功率分配方法，其包括以下步骤：

101、根据用户的不同信道增益对用户进行排序，并构造树形模型，将用户分布在树形模型结构中；

102、第一个用户开始依次往下搜索，并判决步骤101树形模型结构中的节点的用户功率分配系数组合，利用预先设定的判决标准对节点进行判决，仅保留符合判决标准的幸存节点；

103、逐层执行步骤102的上述判决操作；最后从最后一层的唯一幸存节点往上回溯到树根，所得的路径为最优的功率分配系数组合，按照最优的功率分配系数组合进行功率分配。

进一步的，所述步骤101构造的树形模型，节点的深度定义为根到节点的路径长度，同样深度的节点作为树的同一层，层的数量等于同时复用非正交用户的数量N。

进一步的，所述用户信道增益排序采用升序排序，信道增益最小的用户排在树形模型结构的第一层，信道增益最大的用户排在树形模型结构的最后一层，其余的依次从小到大依次排列。

进一步的，步骤101用户分布完成后还包括将参数Ω和Γ初始化的步骤，使得Ω₀＝0和Γ₀＝0，即从第一个用户开始依次累积、比较吞吐量，其中Ω表示功率系数标准，Γ表示吞吐量标准。

进一步的，步骤102第一个用户开始依次往下搜索，并判决步骤101树形模型结构中的节点的用户功率分配系数组合，利用预先设定的判决标准对节点进行判决，仅保留符合判决标准的幸存节点，具体包括：

计算出user₁层所有候选节点的吞吐量；然后从user₁的候选节点往下分支产生β₂，user₁的每个候选节点都要往下依次列出user₂层所有的候选功率分配系数；计算出user₂层所有候选节点的吞吐量R₂，通过公式Ω₂＝Ω₁+β₂计算第user₂层的功率系数标准Ω₂，其中Ω₁是user₁层的功率系数标准；将具有相同Ω₂的节点分在一组，然后通过公式Γ₂＝Γ₁×R₂计算第n层每个用户的吞吐量标准Γ_n，其中Γ₁＝R₁是user₁层的吞吐量标准；

将user₂层所有Ω₂相同的节点分在一组，然后找出每组吞吐量标准Γ₂最大的节点，把该点作为该组幸存节点保留下来，其余节点均删除，保留下来的幸存节点作为user₃层的初始节点，重复完成判决。

进一步的，所述步骤103中，树中每个的分支需要满足条件： 假设最小功率分配系数间隔为△，每层组数的数量级为每层幸存节点数的数量级为定义计算复杂度为已搜索的功率分配系数组合的数量，所提方案的计算复杂度为

本发明的优点及有益效果如下：

本发明本发明提出的一种低复杂度的NOMA系统功率分配方法，根据用户的不同信道增益对用户进行排序，并将其分布在树形结构中。本专利从第一个用户开始依次往下搜索，并判决用户功率分配系数组合(树中的节点)，利用所提的判决标准对节点进行判决，仅保留所需的幸存节点；逐层执行上述操作；最后从最后一层的唯一幸存节点往上回溯到树根，所得的路径为最优的功率分配系数组合。本发明根据上述功率分配方法和增益较大的用户分配较小功率(或增益较小的用户分配较大功率)的原则对用户功率进行分配，本发明不仅在性能上远高于固定功率分配方法和分数阶功率分配方法，能达到全搜索功率分配方法的吞吐量，如图2所示，而且将全搜索功率分配方法复杂度从指数级降低为常数阶。

附图说明

图1是本发明的树形模型；

图2是本发明方法的小区总吞吐量分析；

图3是本发明提供优选实施例下行NOMA系统模型；

图4是本发明方法的系统流程图；

图5是本发明和全搜索功率分配方法计算复杂度比较。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、详细地描述。所描述的实施例仅仅是本发明的一部分实施例。

本发明的技术方案如下：

采用OFDMA技术的移动通信小区，如图3所示。信道带宽被分成了多个子带。在每个子带上，基站都会发送一个多用户的叠加信号。其中，定义N为一个子带上同时复用的非正交用户数，在不同子带上，N可以不同。定义N_max为一子带上最多能同时复用的非正交用户数，其中N小于等于N_max。假定在一个子带上同时复用了4个非正交用户，其中用户按信干噪比升序排列{user₁，user₂，user₃，user₄}，即user₁拥有最低的信干噪比，而user₄的信干噪比最高。下面以4个不同用户同时复用在同一个信道为例，如图4所示，详细阐述本方法的具体实施方式：

步骤1：构造树形模型并初始化

对于本发明所提出来的树形模型，节点的深度定义为根到节点的路径长度，同样深度的节点作为树的同一层，层的数量等于同时复用非正交用户的数量N，这里N＝4，所以模型为一个四层的树形模型。每个分支连接着相邻两层的两个节点，分支的数值表示更高层用户的功率分配系数。每层有多个节点，每个节点表示候选的功率分配系数。计算4个用户的信道增益，并按次进行升序排序，假定四个用户的排序为{user₁，user₂，user₃，user₄}，即user₁的信道增益最小，而user₄信道增益最大。然后将这四个用户在树形结构中从上往下分布，user₁位于树的第一层，user₂分布在树的第二层，依次往下分布，直到user_n。用户分布完成后将参数Ω和Γ初始化，使得Ω₀＝0和Γ₀＝0。

步骤2：层内节点的判定

首先列出user₁所有可能的功率系数β，一个β表示树形结构中的一个分支，β₁的分支数量由最小功率系数间隔△和用户数N决定。又因为用户是按信道增益升序排列的，所以每层用户分得的功率系数β不能小于前一层的功率系数，不能大于后一层的功率系数，所有β₁的选取时需要满足条件：

$0<{\mathrm{\&beta;}}_1\&le;\frac{1}{4}---\left(a\right)$

并按以下公式计算每个节点的吞吐量：

$\begin{array}{c}{R}_n={\mathrm{wlog}}_2(1+{\mathrm{SINR}}_n^{post})\\ ={\mathrm{wlog}}_2(1+\frac{{\mathrm{\&beta;}}_n}{\underset{k=1}{\overset{n-1}{\&Sigma;}}{\mathrm{\&beta;}}_k+\frac{1}{{\mathrm{SINR}}_n}})\end{array}---\left(c\right)$

用户n经过SIC处理后的信干噪比表示为：

$\begin{array}{c}{\mathrm{SINR}}_n^{post}=\frac{P_n|h_n{|}^2}{\underset{k=1}{\overset{n-1}{\&Sigma;}}{P}_k|h_k{|}^2+I_n+n_n}\\ =\frac{{\mathrm{\&beta;}}_n}{\underset{k=1}{\overset{n-1}{\&Sigma;}}{\mathrm{\&beta;}}_k+\frac{1}{{\mathrm{SINR}}_n}}\end{array}---\left(c\right)$

SINR_n＝|h_n|²·P_BS/[N_BS·(I_n+n_n)]表示接收端接收到发送信号的信干噪比。h_n表示基站到user_n端的信道增益，P_k＝β_k×P_BS/N_BS表示user_k所分配的发送功率，β_k∈(0,1)表示user_k的发送功率系数。P_BS表示基站总的发送功率，N_BS表示一个小区内总的子带数。

这里n取1，即：

$R_1=wlog(1+{\mathrm{SINR}}_1^{post})=wlog(1+\frac{{\mathrm{\&beta;}}_1}{\frac{1}{{\mathrm{SINR}}_1}})---\left(d\right)$

计算出user₁层所有候选节点的吞吐量。

然后从user₁的候选节点往下分支产生β₂，user₁的每个候选节点都要往下依次列出user₂层所有的候选功率分配系数β₂。β₂分支数量由user₁层的候选节点数、最小功率系数间隔△和用户数决定定。同理β₂需要满足条件：

${\mathrm{\&beta;}}_1\&le;{\mathrm{\&beta;}}_2\&le;\frac{1-{\mathrm{\&beta;}}_1}{3}.---\left(e\right)$

对于user₂层的候选节点，首先利用公式(b)，取n＝2：

$\begin{array}{c}{R}_2={\mathrm{wlog}}_2(1+{\mathrm{SINR}}_n^{post})\\ ={\mathrm{wlog}}_2(1+\frac{{\mathrm{\&beta;}}_1}{{\mathrm{\&beta;}}_1+\frac{1}{{\mathrm{SINR}}_1}})\end{array}---\left(f\right)$

计算出user₂层所有候选节点的吞吐量R₂，通过公式Ω₂＝Ω₁+β₂计算第user₂层的功率系数标准Ω₂，其中Ω₁是user₁层的功率系数标准。将具有相同Ω₂的节点分在一组。然后通过公式Γ₂＝Γ₁×R₂计算第n层每个用户的吞吐量标准Γ_n，其中Γ₁＝R₁是user₁层的吞吐量标准。

将user₂层所有Ω₂相同的节点分在一组，然后找出每组吞吐量标准Γ₂最大的节点，把该点作为该组幸存节点保留下来，其余节点均删除。保留下来的幸存节点作为user₃层的初始节点。重复步骤2的操作，完成对user₃层节点的判决。

步骤3：回溯判决

此时已经到了树形的最后一层，即user₄。最后一层user₄的功率分配系数β₄＝1-Ω₃，分支数等于第三层的幸存节点数。由于，Ω₄＝1该层的所有候选节点分在同一组。找出Γ₄最大的节点作为幸存节点保留下来。此时最后一层的幸存节点只有一个。然后从第四层的唯一的一个幸存节点逐层回溯直到树根，所得到的路径就是功率分配方案中的最优分配，并输出最终功率分配系数组合{β₁,β₂,β₃,β₄}。将输出的功率分配系数组合{β₁,β₂,β₃,β₄}乘以该子带的总功率，就能得到该子带上四个用户各自所分得的功率。

假设在第n层幸存节点和多余节点的功率分配系数标准和吞吐量标准分别为Ω_n,survived、Γ_n,survived和Ω_n,discarded、Γ_n,discarded，通过方法可知，则同一组的任何一个多余节点满足：

Ω_n,discarded＝Ω_n,survived (g)

Γ_n,discarded<Γ_n,survived (h)

从公式(g)、(h)可以看出，多余节点的删除并不影响以下层节点的选择，这是因为任何的幸存节点都比同一组的任何一个多余节点有更高的吞吐量几何平均，在实现全局最优上有着更优的性能。因此，多余节点的舍去对系统性能的没有一点影响，从而保证了所提方法与全搜索功率分配方法具有相同性能。

树中每个的分支需要满足条件：假设最小功率分配系数间隔为△，每层组数的数量级为每层幸存节点数的数量级为每层的幸存节点数不会随着树的层数增加而剧增，这是因为许多节点在所提方法的第四步层已作为多余节点删除了。定义计算复杂度为已搜索的功率分配系数组合的数量，所提方案的计算复杂度为跟全搜索功率分配方法的相比，极大的降低了计算复杂度，如图5所示。

本发明提出低复杂度的功率分配方法，采用最大化用户吞吐量的几何平均为目标函数，实现了与全搜索功率分配方法相同性能，并将其复杂度从指数级降低为常数阶。本发明与固定功率分配方法和分数阶功率分配方法相比，无论是在小区总的用户吞吐量、几何平均用户吞吐量还是在小区边缘用户吞吐量上都具有比较显著的优势最大程度体现了小区系统性能和用户公平性。

以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明权利要求所限定的范围。

Claims (6)

1.一种低复杂度的NOMA系统功率分配方法，其特征在于，包括以下步骤：

101、根据用户的不同信道增益对用户进行排序，并构造树形模型，将用户分布在树形模型结构中；

102、第一个用户开始依次往下搜索，并判决步骤101树形模型结构中的节点的用户功率分配系数组合，利用预先设定的判决标准对节点进行判决，仅保留符合判决标准的幸存节点；

103、逐层执行步骤102的上述判决操作；最后从最后一层的唯一幸存节点往上回溯到树根，所得的路径为最优的功率分配系数组合，按照最优的功率分配系数组合进行功率分配。

2.根据权利要求1所述低复杂度的NOMA系统功率分配方法，其特征在于，所述步骤101构造的树形模型，节点的深度定义为根到节点的路径长度，同样深度的节点作为树的同一层，层的数量等于同时复用非正交用户的数量N。

3.根据权利要求1或2所述低复杂度的NOMA系统功率分配方法，其特征在于，所述用户信道增益排序采用升序排序，信道增益最小的用户排在树形模型结构的第一层，信道增益最大的用户排在树形模型结构的最后一层，其余的依次从小到大依次排列。

4.根据权利要求3所述低复杂度的NOMA系统功率分配方法，其特征在于，步骤101用户分布完成后还包括将参数Ω和Γ初始化的步骤，使得Ω₀＝0和Γ₀＝0，即从第一个用户开始依次累积、比较吞吐量，其中Ω表示功率系数标准，Γ表示吞吐量标准。

5.根据权利要求3所述低复杂度的NOMA系统功率分配方法，其特征在于，步骤102第一个用户开始依次往下搜索，并判决步骤101树形模型结构中的节点的用户功率分配系数组合，利用预先设定的判决标准对节点进行判决，仅保留符合判决标准的幸存节点，具体包括：

计算出user₁层所有候选节点的吞吐量；然后从user₁的候选节点往下分支产生β₂，user₁的每个候选节点都要往下依次列出user₂层所有的候选功率分配系数；计算出user₂层所有候选节点的吞吐量R₂，通过公式Ω₂＝Ω₁+β₂计算第user₂层的功率系数标准Ω₂，其中Ω₁是user₁层的功率系数标准；将具有相同Ω₂的节点分在一组，然后通过公式Γ₂＝Γ₁×R₂计算第n层每个用户的吞吐量标准Γ_n，其中Γ₁＝R₁是user₁层的吞吐量标准；

将user₂层所有Ω₂相同的节点分在一组，然后找出每组吞吐量标准Γ₂最大的节点，把该吞吐量标准Γ₂最大的节点作为该组幸存节点保留下来，其余节点均删除，保留下来的幸存节点作为user₃层的初始节点，重复完成判决。

6.根据权利要求5所述低复杂度的NOMA系统功率分配方法，其特征在于，所述步骤103中，树中每个的分支需要满足条件：假设最小功率分配系数间隔为△，每层组数的数量级为每层幸存节点数的数量级为定义计算复杂度为已搜索的功率分配系数组合的数量，所提方案的计算复杂度为