CN109769292A

CN109769292A - 资源分配方法、系统、设备及计算机介质

Info

Publication number: CN109769292A
Application number: CN201910097380.8A
Authority: CN
Inventors: 朱旭; 李锋; 魏忠祥; 蒋宇飞
Original assignee: Shenzhen Graduate School Harbin Institute of Technology
Current assignee: Shenzhen Graduate School Harbin Institute of Technology
Priority date: 2019-01-31
Filing date: 2019-01-31
Publication date: 2019-05-17
Anticipated expiration: 2039-01-31
Also published as: CN109769292B

Abstract

本申请涉及一种资源分配方法、系统、设备及计算机介质，主要以中继设备到终端的第二数据吞吐量最大为目标，实现中继发射功率在不同终端上的分配；根据接入基站到中继设备之间、中继设备到终端之间的信道条件，对接入基站到中继设备之间的第一传输时隙与中继设备到终端的第二传输时隙时长进行分配；基于上述分配，在接入基站到中继设备之间的第一数据吞吐量与第二数据吞吐量相当的条件下，以总数据吞吐量最大为目标，实现系统总发射功率的分配。这样，可依据信道条件动态调整上述两个时隙的分配，并且在系统总发射功率变化时，可动态进行基站发射功率与中继发射功率的分配，从而增加了系统的自由度，提高了系统的灵活性，优化了系统容量。

Description

资源分配方法、系统、设备及计算机介质

技术领域

本申请涉及通信领域，尤其涉及一种资源分配方法、系统、设备及计算机介质。

背景技术

传统的中继系统包括：接入基站、终端，以及位于接入基站与终端之间的中继设备，中继系统可工作在非正交多址接入(Non-Orthogonal Multiple Access,NOMA)模式，而中继设备可工作在半双工或全双工模式。

基于传统的中继系统，每次传输数据过程中，位于接入基站与中继设备之间的第一时隙以及位于中继设备与终端之间的第二时隙，这两个时隙的时长是相等的，然而这样减少了系统的自由度，降低了系统的灵活性，导致中继系统的系统容量并不是最优的。

发明内容

本申请旨在提供一种资源分配方法、系统、设备及计算机介质，以至少解决上述技术问题之一。

本申请提供了一种基于非正交多址接入NOMA半双工中继系统的资源分配方法，所述NOMA半双工中继系统包括：接入基站、若干终端以及位于所述基站与所述终端之间半双工中继设备，所述接入基站与所述中继设备之间为第一数据传输链路，所述中继设备与所述终端之间为第二数据传输链路，所述第一数据传输链路对应第一数据吞吐量及第一传输时隙，所述第二数据传输链路对应第二数据吞吐量，基于NOMA半双工中继系统的资源分配方法包括：

以所述第二数据吞吐量最大为目标，获得用于反映所述中继设备的中继发射功率在不同所述终端上分配情况的第一分配信息；

获得用于反映所述第一数据传输链路及所述第二数据传输链路的信道条件的指示信息，根据所述指示信息确定用于反映所述第一传输时隙与所述第二传输时隙时长分配情况的第二分配信息；

基于所述第一分配信息及所述第二分配信息，在所述第一数据吞吐量与所述第二数据吞吐量相当的条件下，以总数据吞吐量最大为目标，所述总数据吞吐量通过所述第一数据吞吐量及所述第二数据吞吐量的计算值得到，获得用于反映系统总发射功率在所述接入基站的基站发射功率与所述中继发射功率上分配情况的第三分配信息。

本申请还提供了一种基于NOMA混合双工中继系统的资源分配方法，所述NOMA混合双工中继系统包括：接入基站、若干终端以及位于基站与所述终端之间混合双工中继设备，所述中继设备可工作于全双工模式或半双工模式，所述接入基站与所述中继设备之间为第一数据传输链路，所述中继设备与所述终端之间为第二数据传输链路，所述第一数据传输链路对应第一数据吞吐量及第一传输时隙，所述第二数据传输链路对应第二数据吞吐量，其特征在于，基于NOMA混合双工中继系统的资源分配方法包括：

在所述接入基站的基站发射功率与所述中继设备的中继发射功率相等的假设条件下，计算所述中继设备分别在所述全双工模式、所述半双工模式下的总数据吞吐量，所述总数据吞吐量通过所述第一数据吞吐量及所述第二数据吞吐量的计算值得到；

根据所述全双工模式、所述半双工模式下的总数据吞吐量的比较结果，确定所述中继设备的工作模式；

当所述中继设备工作在所述全双工模式时，按照第一策略进行资源分配；

当所述中继设备工作在所述半双工模式时，按照第二策略进行资源分配，

其中，按照第一策略进行资源分配，具体包括：

在所述第一数据吞吐量与所述第二数据吞吐量相当的条件下，以所述总数据吞吐量最大为目标，获得用于反映系统总发射功率在所述基站发射功率与所述中继发射功率上分配情况的第三分配信息，所述总数据吞吐量中考虑自干扰抑制，

按照第二策略进行资源分配，具体包括：

以所述第二数据吞吐量最大为目标，获得用于反映所述中继发射功率在不同所述终端上分配情况的第一分配信息；

基于所述第一分配信息及所述第二分配信息，在所述第一数据吞吐量与所述第二数据吞吐量相当的条件下，以总数据吞吐量最大为目标，获得用于反映系统总发射功率在所述基站发射功率与所述中继发射功率上分配情况的第三分配信息。

本申请还提供了一种资源分配设备，所述资源分配设备包括：处理器及存储器，所述存储器存储有可供所述处理器调用的计算机程序，所述计算机程序在调用时可执行如上述的方法。

本申请还提供了一种中继系统，包括：接入基站、若干终端、位于所述基站与所述终端之间的中继设备，以及，如上述的资源分配设备。

本申请还提供了一种计算机存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序被处理器调用可执行如上述的方法。

本申请的有益效果在于：

通过提供一种资源分配方法、系统、设备及计算机介质，主要基于NOMA半双工或混合双工中继系统，以中继设备到终端的第二数据吞吐量最大为目标，实现中继发射功率在不同终端上的分配；根据接入基站到中继设备之间、中继设备到终端之间的信道条件，对接入基站到中继设备之间的第一传输时隙与中继设备到终端的第二传输时隙时长进行分配；基于上述两种分配情况，在接入基站到中继设备之间的第一数据吞吐量与第二数据吞吐量相当的条件下，以总数据吞吐量最大为目标，实现系统总发射功率在基站发射功率与中继发射功率上的分配。这样，可依据信道条件动态调整上述两个时隙的分配，并且在系统总发射功率变化时，可动态进行基站发射功率与中继发射功率的分配，从而增加了系统的自由度，提高了系统的灵活性，优化了中继系统的系统容量。

附图说明

图1是本申请实施例一中的两用户下行半双工NOMA系统的示意图。

图2是本申请实施例一中的ATTD-NOMA、STTD-NOMA和FPA-NOMA中继系统吞吐量对比示意图。

图3是本申请实施例一中的不同发射功率下IDCP算法的收敛性示意图。

图4是本申请实施例二中的混合双工NOMA中继系统的示意图。

图5是本申请实施例二中的FD-DC-NOMA系统与FD-FPA-NOMA系统吞吐量对比示意图。

图6是本申请实施例二中的FD-NOMA系统吞吐量与迭代次数的关系曲线示意图。

图7是本申请实施例二中的发射功率为20dBm时吞吐量与自干扰抑制量的关系曲线示意图。

图8是本申请实施例二中的发射功率为40dBm时吞吐量与自干扰抑制量的关系曲线示意图。

具体实施方式

下面结合一些实施例，对本申请所涉及发明创造的原理进行具体阐述，所举出的实施例用于解释发明创造，不代表本申请的保护范围仅仅只包括该些实施例，其他未列入下面内容的、属于发明创造构思下的实施例仍在本申请的保护范围内。

实施例一：

本实施例主要提供了一种基于NOMA半双工中继系统的资源分配方法。以下分几个部分，对该方法进行具体说明。本实施例主要以两个终端的情况进行说明，在其他应用示例中，可以类似推演到多终端的情况。

(一)引言

在传统的时隙对称型中继系统中，每次传输数据过程中的两个时隙的时间长度是相等的，然而这样减少了系统的自由度，降低了系统的灵活性。因此，相应的中继系统中的系统容量并不是最优的。例如，当中继部署在移动端附近的时候，中继系统第二跳(即从中继到移动端)的信道条件一般会比第一跳(即从基站到中继)要好。那么，第二跳其实只需要更少的传输时间和功率来发送数据，就可以传输与第一跳中发送的数据相等的信息量。在这种情况下，如果可以把第二跳的一部分功率和传输时长转移到第一跳，那么系统的容量就可以得到增加[1]。为了克服传统的对称型中继系统的这个缺点，本课题提出了一个基于NOMA技术的非对称传输时隙(Asymmetric Transmission Time Duration,ATTD)的无线中继系统。NOMA-ATTD中继系统的不同之处在于，中继两跳的传输时长是可以变化的，而用户以NOMA的形式接入系统，这样就大大增加了系统的灵活性。本实施例主要提出一种非对称时隙半双工中继NOMA系统。

(二)系统模型和优化问题构建

考虑一个两用户的下行链路半双工中继的NOMA系统，如图1所示。由于距离远、各种障碍物的阻挡等原因，用户无法直接与基站(Base Station,BS)进行通信，所以需要通过中继的帮助来进行数据的传输。中继部署在基站和用户之间的位置，其中从到中继之间的数据传输为系统的第一跳(Hop)，从中继到用户之间的数据传输为第二跳。不失一般性，我们将离中继距离较近的用户(User Equipment，UE)1称为强用户(或近用户，Near User)，其与中继之间具有较好的信道条件；而距离中继较远的用户2(UE2)则称为弱用户(或远用户，Far User)，其与中继之间的信道条件比UE1的差。利用UE1和UE2的信道差异性，我们让UE1和UE2采用NOMA的方式接入系统，两者利用同样的时频资源来与中继、基站进行通信。在解码时，利用各自信号功率占比不同的特点，使用SIC技术解码或者直接解码收到的信号。

一、基站和中继的信号模型

根据NOMA的原理，两个用户在基站发射端获得的功率占比是不同的。假设系统有N个子信道，那么基站在第n个子信道上发送的信号可以表示为：

其中UE1和UE2的信号都是占有单位能量E的符号，P_s为基站发射功率，x₁为强用户的信号，x₂为弱用户的信号，n的最大值为N。其中kⁿ表示强用户的信号在该子信道上总的发射功率中所占有的比重。NOMA的原则是信道条件好的用户会获得较少的发射功率，而信道条件较差的用户会活的较多的发射功率。所以，通常来说，

0＜kⁿ＜0.5

那么，在中继处接收到的第n个子信道上的信号可以表示为：

上式中的表示接收端的加性高斯白噪声(Additive White Gaussian Noise,AWGN)，其对应的功率为σ²，hs为信道增益。

中继收到来自基站的信号之后，执行SIC算法，将相应的和分别解码出来。首先解码信噪比较大的信号此时混合信号中的当做噪声来处理。那么根据香农定理，UE2在中继R处的数据吞吐量为：

其中B为系统子载波的带宽，u2即代表UE2。

解码出UE2的信号后，将其对应的部分从接收信号中减去，然后再解码UE1的信号那么UE1在中继处的数据速率为：

其中，u1即代表UE1。

二、用户端的信号模型

与基站发送的信号类似，中继向用户发送的信号是重新编码后生成的叠加信号。中继R发送的第n个子信道上的信号sⁿ可以表示为

其中，s₁为中继向UE1发送的信号，s₂为中继向UE2发送的信号，a为中继发射功率在UE1上的分配占比，1-a为中继发射功率在UE2上的分配占比，P_r为中继发射功率。

那么相应的，UE1和UE2接收到的信号分别为：

其中，h_r1为中继到UE1的信道增益，h_r2为中继到UE2的信道增益，为了简化表示，这里噪声都同一用表示。在UE1处要执行连续干扰消除(Successive InterferenceCancellation,SIC)算法，先解码UE2的信号，再解码自身的信号。那么在UE1处，UE1的信号和UE2的信号能达到的数据吞吐量分别为：

而在UE2处，由于信号中功率占比最大的就是其自身所需的信号，所以不需要执行SIC过程，而只直接进行解码。那么UE2的信号在UE2处的数据吞吐量为：

根据中继系统的性质，在整个传输过程中，基站能给UE1和UE2发送的数据吞吐量的最大值分别为：

其中，T表示可分配的总的传输时长，T₁表示基站到中继的第一跳时长，T₂表示中继到用户的第二跳时长。通常，强用户的信道条件会比较好，那么就有那么，很容易可以得到一个结论，即

C_2,u2≤C_2,u1←u2(3-13)

原因：如果信道差的弱用户可以把其信号从混合信号中解码出来，那么对于信道条件更好的强用户来说，弱用户的信号在其接收到的混合信号中的信道与干扰和噪声比(Signal-to-Interference-plus-Noise Ratio,SINR)会更大，那么肯定也能把其对应的信息解码出来。所以基站到UE2的数据吞吐量可以写成：

而第一跳可以达到的数据吞吐量为：

第二跳可以达到的数据吞吐量为：

所以系统总的数据吞吐量为：

其中1/2是半双工因子(因为两个时隙才完成了一次数据的传输)，和分别表示第一跳和第二跳在总的传输时长中所占有的时间长度的比例，并且有T₁+T₂＝T。传统的半双工中继系统中，T₁与T₂是相等的，然而这样并不是最优的，限制了系统容量的提升。为了增加灵活性，提高系统的吞吐量，本课题研究的ATTD-NOMA系统中，T₁与T₂不是必须相等的，而是可以根据具体的情况进行调节，这样就增加了系统的灵活度。

三、目标函数

通过上一小节的分析，可以得到了所提出的半双工中继系统的总数据吞吐量，本文的目标就是要通过功率的分配、时隙长度的调整，来最大化系统的吞吐量。基于此，可以得到式(3-18)中的目标函数：

s.t.C1:0＜kⁿ＜0.5

C2:0＜aⁿ＜0.5

C3:T₁+T₂＝T

C4:

C5:

其中，P_max为中继发射功率和基站发射功率所能达到的最大值。

(三)资源分配算法

一、第一跳内部的分配

由于问题(3-18)是一个联合优化的问题，其并非标准的凸优化问题，因此无法直接借助拉格朗日乘子法或者KKT条件(Karush-Kuhn-Tucker conditions)进行求解。为了求解问题(3-18)，我们需要对其进行分步求解。首先我们解决第一跳内部的功率占比问题，即kⁿ的值，它决定了在信号中UE1和UE2的数据传输量。

事实上，有以下结论：kⁿ的值并不会影响第一跳能够传输的总的数据量。

证明：对于任意一个子信道，例如第n个子信道，叠加编码信号传输到中继时，所得到的数据速率为：

上式说明，当0＜kⁿ＜1时，无论kⁿ如何变化，都不会影响该子信道能实现的数据传输速率，其数据传输速率只与信道增益以及该子信道上分配到的功率有关。

所以，问题(3-18)中的限制条件C1对结果并不影响，因此可以不予考虑。

二、第二跳中的功率分配

与第一跳的情况不同，第二跳中子载波内部的功率分配系数对UE1和UE2的数据传输速率有着较大的影响。

假设中继在某个子载波上分配的总功率为P，即中继发射功率；UE1和UE2在该子载波上的信道干噪比(Channel-to-Interference-plus-Noise Ratio,CINR)分别用γ₁、γ₂表示，那么就有γ₁≥γ₂；UE1和UE2在发射功率P中的占比分别为a和1-a(为了方便表示，这里忽略了子信道n的上标)。那么从中继到用户传输数据的这个阶段，要将UE1和UE2的总速率最大化，则问题可以表述为：

那么我们可以将问题进一步转化为

其中f(a)＝-log₂(1+aPγ₁)，容易证明，f(a)和g(a)都是关于a的凸函数。然而上述问题并不是一个标准的凸优化问题，而是两个凸问题相减(Difference of Convex，DC)。那么，根据[2]和[3]可以得知，使用连续凸优化近似法(Successive Convex Approximation Approach，SCAA)，通过迭代求解一系列凸优化的子问题，可以得到DC问题的次优解，有时可以得到最优解。该方法通过将DC问题中目标函数的非凸部分线性化来得到所需要的凸优化子问题。令Q(x)＝F(x)-G(x)，其中F(x)和G(x)都是关于x的凸问题。首先，将问题中的G(x)替换成其在x^(k)点的一阶近似，即：

那么求解该问题的迭代DC规划(Iterative DC Programming,IDCP)算法流程如下表3-1所示：

表3-1 IDCP算法流程伪代码

在上述算法中的问题Q1中，Q^(k)(x)是关于x的凸问题。在问题Q2中，需要在x的可行域φ中求解出其最小值。根据Cauchy定理，如果可行域φ是紧致连续集，那么序列{Q^(k)(x)}都是收敛的。当迭代过程中，目标函数的结果在前后两次迭代中的差值小于门限值ε时，就可以认为已经找到了该问题的次优解，终止迭代过程。若F(x)和G(x)在限制集内对该变量都是连续可导的，则IDCP算法总是能够得到目标函数Q^(k)(x)的一个平稳点。

对于子信道内部强弱用户功率占比的分配问题，强用户的功率占比a也就对应了IDCP算法中的x，这就变成了一个一维的搜索问题，可以用二分法等线性搜索方式高效的求解。为了维护用户间的公平性，在求解a时，需要对其速率赋予不同的权重(弱用户功率大，所以权重也大)。

三、目标函数的转化

根据问题(3-18)，容易推断出当C₁＝C₂时，该问题能得到最优解。所以问题(3-18)可以转化为：

s.t.C1:0＜aⁿ＜0.5

C2:T₁+T₂＝T(3-21)

C3:

C4:

C5:可以看到，上述问题中由于最后一项限制条件的存在，使得上述优化问题变得非常复杂难解。这同样不是一个标准的凸优化问题，因此无法用典型的凸优化方法找到其最优解。

四、时隙的调节策略

由于问题(3-21)无法直接求解，所以本文提出了一种分步求解的策略。利用上述IDCP算法，可以求得第二跳中子信道内部的功率分配占比。也就是说，问题(3-21)aⁿ是可以先计算出来的，那么限制条件0＜aⁿ＜0.5就可以去掉。那么根据限制条件C3和C4，可以先令基站和中继都采用平均分配功率的方式在每个子载波上进行功率分配，即

这样，就可以得到关于T₁和T₂的方程组：

其中：

根据方程组，可以求出

其中：

这样求解出第一跳和第二跳的时隙长度调整策略。可以看到，如果第一跳的信道条件很好，那么b会变小，相应的T₁会减小，而T₂会增大。如果采用传统的对称时隙中继系统，则有C₁＞C₂，这样显然造成了资源的浪费。而采用本文所提出的非对称时隙策略时，由于T₁＜T₂，第二跳获得了更多的传输时长，那么相应的C₁会减小，而C₂会增大。这样再通过调整功率的分配，就可以实现C₁＝C₂，最大化系统的吞吐量。

(四)目标函数的等效转换及求解

通过上述资源分配算法，可以得到优化问题(3-21)的等效优化问题：

s.t.C1:

C2:上述问题可以进一步转化为：

s.t C1:

C2:

其中和分别代表基站和中继分配的功率，P为功率向量。

容易证明，和都是正半定矩阵，所以Y(P)和Z(P)都是关于P的凸函数。那么上述问题就又转化成了两个凸函数相减的问题，可以应用IDCP算法进行求解。但是考虑到最优的情况应该是C₁＝C₂，那么在执行IDCP算法时，需要添加一个判断条件：如果|C₁(P^(k))-C₂(P^(k))|≤ζ，则循环终止。当满足该条件时，说明C₁和C₂已经很接近，可以近似认为相等，那么系统的吞吐量已经达到了最大值。

(五)仿真结果及分析

主要的仿真参数如表3-2所示。

表3-2主要仿真参数

图2中的三条曲线分别为采用IDCP算法的非对称时隙的ATTD-NOMA系统、对称时隙的STTD-NOMA系统，以及采用固定功率分配(Fixed Power Al location,FPA)的ATTD-NOMA系统在系统总的发射功率P_t变化时，系统总的吞吐量的变化曲线，具体参数如表3-2所示。从图中可以看出，在ATTD策略下，使用IDCP算法计算出的功率占比系数a，比采用FPA算法分配功率有更大的吞吐量。这说明在计算NOMA的用户间功率分配系数时，IDCP算法比FPA算法有着更好的性能表现。当功率分配策略都为IDCP算法时，本文所提出的ATTD系统比传统的STTD系统有更大的数据传输量。这证明ATTD算法可以通过调节半双工中继系统中slot1和slot2的时隙长度，增加了系统的灵活性，可以扩大系统的数据传输量。

图3描述了不同发射功率下，IDCP算法的迭代次数与系统吞吐量的关系曲线。从图中可以看出，在进行了大约5～6次的迭代后，系统的速率会达到收敛状态，这也验证了IDCP算法的收敛性。通过比较不同发射功率的曲线，可以看出，当发射功率增大时，IDCP算法需要更多的迭代次数才能达到收敛状态，这是因为发射功率变大时，吞吐量的可调节范围变大了，所以需要更多次的计算才能找到解。

(六)小结

为了提升半双工NOMA中继系统的吞吐量，本章提出了ATTD的时隙分配策略，通过动态地调节半双工中继系统中slot1和slot2的持续时间长度，增加系统的灵活性。在计算NOMA系统中用户间的功率占比系数时，本章采用了基于IDCP算法的功率分配策略。仿真结果显示，ATTD-NOMA中继系统比STTD-NOMA中继系统有着更高的数据吞吐量。IDCP算法能够在较少的迭代次数下，使目标函数趋于收敛，其以较低的复杂度实现了比FPPA策略下更优的功率分配方案。本章所提出的ATTD-NOMA中继系统也为后文研究的混合双工中继系统做了铺垫。

实施例二：

本实施例主要提供了一种基于NOMA混合双工中继系统的资源分配方法。以下分几个部分，对该方法进行具体说明。本实施例主要以两个终端的情况进行说明，在其他应用示例中，同样可以类似推演到多终端的情况。本实施例中的相关参数定义沿用上一实施例中的定义。

(一)引言

实施例一介绍了一个基于非对称时隙策略的半双工中继NOMA系统，并且通过仿真实验，验证了所提出的非对称时隙分配策略在半双工中继NOMA系统中的有效性。然而单一的半双工中继NOMA系统，或者单一的全双工中继NOMA系统，其性能都不是最优的。当全双工中继系统中自干扰抑制量较大时，系统受到的自干扰的影响较小，则中继工作在全双工模式时会有更大的吞吐量；当自干扰抑制量较小时，由于剩余自干扰较强，为了改善系统的性能，应该令其工作在半双工模式。为了提高NOMA中继系统的总吞吐量，综合利用全双工和半双工中继系统的各自优点，本实施例提出了一个基于NOMA的混合双工中继系统，该系统中的中继可以动态地在全双工/半双工模式下工作，其中半双工模式是采用实施例一中提出的非对称时隙半双工中继NOMA系统。

(二)系统模型和优化问题构建

现实的无线通信系统中，基站的部署都是经过一定的规划之后完成的。正常情况下，基站的负载能力是可以满足设计之时的通信需求的。然而，有时候用户数量突然剧烈增加，尤其是小区边缘用户数量大量增加时，可能会出现很多用户无法接入网络的情况。例如，学校在体育馆举办晚会，那么体育馆附近的用户数量就会突然增加。这种情况下，小区边缘用户的服务质量会很差。为了缓解这种情况，可以在附近增加部署基站。但是出于经济成本、部署难度的考虑，这种做法显然是不可取，也不现实的。一种可行的办法是利用中继来协助基站与用户之间的通信。

考虑一个两用户的下行链路混合双工中继的NOMA系统，系统模型如图4所示。用户与基站之间由于距离远、障碍物阻隔等原因，不存在直达链路。中继R位于基站与用户之间，其工作模式可以在半双工与全双工中继之间进行动态的切换。UE1与UE2以NOMA的方式接入系统。当中继工作在全双工模式的时候，系统会引入自干扰，即图4中的Phase3(阶段3)。当中继工作在半双工模式的时候，其采用的是第3章所提出的非对称时隙的半双工中继策略，此时中继的收发天线之间不存在自干扰效应。中继的工作模式根据剩余自干扰的强弱来动态切换。当自干扰量较强的时候，采用半双工中继的模式；当剩余自干扰量较弱的时候，采用全双工中继的工作模式。

一、基站和中继的信号模型

假设系统有N个子信道，那么基站在第n个子信道上发送的信号可以表示为

其中kⁿ表示强用户在该子信道上总的发射功率中的功率占比。根据NOMA的功率分配原则，有0＜kⁿ＜0.5。

那么，在中继R处接收到的第n个子信道上的信号可以表示为：

其中为中继接收端的加性高斯白噪声，其对应的功率为σ²。sⁿ是中继发出的信号，是经过自干扰消除技术[51]处理之后剩余的自干扰信道，表示中继接收到的自干扰信号。α为自干扰抑制量。式中的ξ是中继模式指示因子，ξ＝1表示中继工作在全双工模式，上式中存在自干扰项；ξ＝0表示中继工作在半双工模式，此时自干扰项为0，表示没有自干扰信号。

中继执行SIC算法，将相应的UE1和UE2的信号解码出来。首先解码的是UE2的信号UE2在R处的数据吞吐量为

其中B为带宽。

解码出UE2的信号后，将其相应的部分从R的接收信号中减去，然后再解码UE1的信号那么UE1在R处的数据吞吐量为：

二、用户端的信号模型

在Phase2，R向用户发送重新生成的叠加信号。R发送的第n个子信道上的信号可以表示为

那么UE1和UE2接收到的信号分别为：

为了方便表示，这里将噪声统一用表示。UE1处会执行SIC算法。在UE1处，UE1和UE2的信号能达到的数据吞吐量分别为：

在UE2处直接解码，其自身信号在UE2处的吞吐量为：

根据中继系统的性质，在整个传输过程中，基站能给UE1和UE2发送的数据量的最大值分别为：

C_u1＝min{C_1,u1,C_2,u1}(4-11)

C_u2＝min{C_1,u2,C_2,u1←u2,C_2,u2}(4-12)

假设那么显然

C_2,u2≤C_2,u1←u2(4-13)

所以基站到UE2的数据吞吐量可以写成：

C_u2＝min{C_1,u2,C_2,u2}(4-14)

Phase1可以实现的数据吞吐量为：

C₁＝C_1,u1+C_1,u2(4-15)

Phase2可以实现的数据吞吐量为：

C₂＝C_2,u1+C_2,u2(4-16)

系统总的吞吐量为：

C＝min{C₁,C₂}(4-17)

三、目标函数

基于本实施例所提出的混合双工NOMA中继系统，为了最大化其在总发射功率一定的情况下的数据吞吐量，可以得到以下目标函数：

maxξC_FD+(1-ξ)C_HD

s.t.C1:0＜aⁿ＜0.5

C2:0＜kⁿ＜0.5

C3:ξ＝{0,1}

C4:

C5:

在问题(4-18)中，ξ＝0表示系统工作在半双工模式，此时自干扰量为零；当ξ＝1时，系统工作在全双工模式。C_HD表示半双工模式下系统的吞吐量，其具体表达式即为式(3-17)。C_FD表示全双工模式下系统的吞吐量，其具体的定义将在后续给出。为了实现双工模式的切换，本文提出了一个基于平均功率平分配下的中继模式选择算法，令所提出的混合双工中继系统动态地在实施例一中提出的非对称时隙半双工中继NOMA系统和后文中介绍的全双工中继NOMA系统之间进行切换，从而增加系统的总吞吐量。

(三)全双工中继NOMA系统的资源分配

一、全双工模式下的信号模型及目标函数

当系统工作在全双工模式时，即有ξ＝1。那么中继接收到的第n个子信道上的信号可以表示为：

其中α是经过自干扰消除技术处理之后的自干扰抑制量，表示中继收到的自干扰信号。

中继在接收到信号之后，执行SIC算法，将相应的和分别解码出来。首先解码信噪比较大的信号此时混合信号中的和自干扰信号sⁿ当做噪声来处理。那么在全双工模式下，UE2在中继R处的数据吞吐量为：

其中B为系统的带宽。

解码出UE2的信号后，将其对应的部分从接收信号中减去，然后再解码UE1的信号那么UE1在中继处的数据吞吐量为：

全双工中继模式下，用户端的信号模型已在4.2.2中给出。那么在全双工模式下，系统的总吞吐量为

C_FD＝min{C₁,C₂}(4-22)

注意，与半双工中继系统不同，这里并没有半双工因子1/2，因为中继是工作在全双工模式，在整个传输时长T中，基站都在持续地发送信号。

二、全双工模式下的目标函数

为了提高系统的数据吞吐量，需要对各个子信道上的分配功率进行优化。全双工模式下有ξ＝1，那么问题(4-18)就转化为：

s.t.C1:0＜kⁿ＜0.5

C2:0＜aⁿ＜0.5

C3:

C4:

对于Phase1，基于实施例一中的分析，可以得知kⁿ不影响Phase1的总吞吐量，所以只要中继把Phase2的功率分配系数aⁿ求解出来，将相应的信息反馈给基站，那么基站就可以对kⁿ做出相应的调整。

对于Phase2，可以看到，在UE1和UE2处，其接收到的信号形式与实施例一中的非对称时隙半双工中继NOMA系统是一致的。因此，中继发送的叠加信号中，UE1的功率占比系数aⁿ也可以使用IDCP算法计算出来。因此，上述问题的中的限制条件C1和C2都可以消去。

三、全双工模式下目标函数的等效转换

当C₁＝C₂时，系统的吞吐量C_FD达到最大值。

那么目标函数可以转化为

进一步展开、整理，问题可以转化为

s.t.C1:

C2:

C3:

其中H(P)和W(P)分别为

可以证明，H(P)和W(P)的Hessian矩阵都是正定矩阵，因此H(P)和W(P)都是关于功率向量的凸函数。这样，就将问题再次转化成了DC问题。但是由于限制条件C3的存在，并不能直接利用IDCP算法进行求解。为此，本文对IDCP算法进行改进，即先将和按照平均功率分配的方法，先求出一个满足C3的功率分配方案。然后以这个点作为IDCP算法的初始迭代点，当满足和|C₁-C₂|≤δ时，则认为找到了最优解，退出循环，其中，C^(P(0))是指采用IDCP算法时，取初始值P(0)计算出的容量，P(0)是根据经验值取的一个初始迭代点，δ是定义的一个门限值，用于判断中继前后两跳容量是否很接近，如果小于这个门限值，则认为两者近似相等，迭代过程停止。这样，就可以将上述问题顺利求解，并且能保证第一跳和第二跳之间的吞吐量大致相等，增加系统总的吞吐量。

四、全双工模式下的仿真结果及分析

图5是采用IDCP算法进行功率分配和采用FPA策略进行功率分配的FD-NOMA中继系统的吞吐量对比图。其中，剩余自干扰信道的信道增益处理之后已经变得相对较小，这里假设自干扰的抑制量为50dB。从图5中可以看出，当总的发射功率增大时，FD-NOMA中继系统的总吞吐量是增加的。与基于FPA功率分配策略的FD-NOMA中继系统相比，当采用本文所提出的改进的IDCP算法进行用户间功率分配时，系统能够实现的总吞吐量可以获得显著的提升。

从图6中可以看出，FD-NOMA系统中的IDCP算法在经过大约8～9次迭代后可以达到收敛点。当发射功率变大时，系统的总吞吐量的变化范围变大，IDCP算法需要多进行一些计算才能。其收敛的速度会稍微慢一些。

(四)混合双工中继系统的中继模式选择算法

混合双工中继系统中一个重要的问题就是如何选择中继的工作模式。问题(4-18)中的优化问题由于限制条件C3的存在，显然是一个非凸的问题。因此，本文使用分步求解的方法来解决该问题。

为了降低问题的复杂度，本文提出一种基于自干扰信道强弱的方法来选择中继的工作模式，算法如表4-1所示。

表4-1中继模式选择算法流程伪代码

该方法的优点在于：可以用较低的运算复杂度先完成中继模式的选择。当ξ确定之后，目标函数(4-18)中的限制条件C3就变成已知的。根据该算法选择的中继模式，再采用相应的优化策略来进行功率的优化。

(五)仿真结果及分析

利用本实施例中提出的中继模式选择算法，可以将混合双工中继NOMA系统的优化问题转换成非对称时隙下的半双工中继NOMA系统或全双工中继NOMA系统的优化问题，从而进行求解。与单纯的半双工NOMA中继系统、单纯的全双工NOMA中继系统相比，本实施例所提出的混合双工NOMA中继系统可以根据系统实际的信道信息选择合适的中继模式，从而达到更高的数据吞吐量。

图7和图8中的横坐标表示自干扰的抑制量。自干扰抑制量越大，则表示剩余自干扰信道增益越小。两图的最大发射功率分别为20dBm和40dBm。从仿真结果可以看出，随着自干扰抑制量从小到大变化时，FD-NOMA中继系统的吞吐量是呈现上升的趋势。显然，当剩余自干扰较强的时候，中继接收端的SINR会大大下降，所以导致系统数据速率的下降。这种情况下，利用所提出的中继模式切换策略，可以让系统选择工作在HD模式，这样提高了系统的吞吐量，也避免了强自干扰效应对系统通信性能的影响。而当剩余自干扰较弱时，系统工作在FD模式，其吞吐量比单一的HD中继模式要大。注意，不管自干扰抑制量如何变化，单一的HD-NOMA中继系统的吞吐量是保持不变的，因为HD模式下系统不受自干扰的影响。

主要的仿真参数见下表4-2。

表4-2主要仿真参数

表4-2(续表)

(六)小结

本实施例主要基于实施例一提出的ATTD-NOMA中继系统和FD--NOMA系统，研究了一个混合双工的NOMA中继系统。单纯的半双工中继系统和单纯的全双工中继系统并不是最优的传输方案，混合双工系统利用半双工中继不受自干扰效应影响、全双工中继在自干扰效应相对较弱时频谱效率高的特点，根据剩余自干扰效应的强弱来动态选择中继的模式，可以得到更高的数据吞吐量。本章提出了基于剩余自干扰效应的中继模式选择法，该方法具有复杂度低、容易进行判断的特点，因此可以在进行功率优化之前先选择好中继工作在HD模式还是FD模式。然后，根据所选择的中继模式，利用HD中继NOMA系统或FD中继NOMA系统的资源分配方法，可以求出混合双工系统可以达到的吞吐量。仿真结果证明，当剩余自干扰效应较弱的时候，混合双工系统会工作在FD模式；当剩余自干扰效应较强的时候，该系统会工作在HD模式。这样，中继系统就实现了更优的。因此，所提出的混合双工中继系统可以实现比单一的HD-NOMA或者单一的FD-NOMA中继系统实现更高的数据传输量。

实施例三：

本实施例主要提出一种资源分配设备，该资源分配设备包括：处理器及存储器。其中，存储器存储有可供处理器调用的计算机程序，计算机程序在调用时可执行如上述实施例一或二所述的方法。

本实施例还提供了一种中继系统，包括：接入基站、若干终端(相当于上述“用户”、位于基站与终端之间的中继设备，以及，如上述的资源分配设备。

本申请还提供了一种计算机存储介质，计算机存储介质存储有计算机程序，计算机程序被处理器调用可执行如上述实施例一或二所述的方法。

需要说明的是，本实施例的资源分配设备可以独立于中继系统中的基站、中继设备等单独存在，也可以与基站等进行集成设置，还可以分部分分散设置于基站、中继设备等中。

Claims

1.一种基于非正交多址接入NOMA半双工中继系统的资源分配方法，所述NOMA半双工中继系统包括：接入基站、若干终端以及位于所述基站与所述终端之间半双工中继设备，所述接入基站与所述中继设备之间为第一数据传输链路，所述中继设备与所述终端之间为第二数据传输链路，所述第一数据传输链路对应第一数据吞吐量及第一传输时隙，所述第二数据传输链路对应第二数据吞吐量，其特征在于，基于NOMA半双工中继系统的资源分配方法包括：

2.如权利要求1所述的基于NOMA半双工中继系统的资源分配方法，其特征在于，以所述第二数据吞吐量最大为目标，获得用于反映所述中继设备的中继发射功率在不同所述终端上分配情况的第一分配信息，具体包括：

以所述中继发射功率在不同所述终端上的第一分配占比、所述终端在对应子载波上的信道与干扰和噪声比CINR、所述中继发射功率，构建第一目标函数；

使用连续凸优化近似法SCAA，以所述第一目标函数最大化为目标进行迭代，直到所述第一目标函数在所述第一分配占比所在的紧致连续可行域上收敛，得到所述第一分配占比的解作为所述第一分配信息。

3.如权利要求2所述的基于NOMA半双工中继系统的资源分配方法，其特征在于，以所述第二数据吞吐量最大为目标，获得用于反映所述中继设备的中继发射功率在不同所述终端上分配情况的第一分配信息，具体还包括：

根据所述第二数据传输链路的信道条件的指示信息，对不同所述终端对应的所述第一分配占比赋予对应的权重，以优化所述第一分配信息。

4.如权利要求3所述的基于NOMA半双工中继系统的资源分配方法，其特征在于，获得用于反映所述第一数据传输链路及所述第二数据传输链路的信道条件的指示信息，根据所述指示信息确定用于反映所述第一传输时隙与所述第二传输时隙时长分配情况的第二分配信息，具体为：

当所述第一数据传输链路的信道条件明显较所述第二数据传输链路的信道条件更优，减小所述第一传输时隙所分配的时长，相对地增大所述第二传输时隙所分配的时长；

当所述第一数据传输链路的信道条件明显较所述第二数据传输链路的信道条件更差，增大所述第一传输时隙所分配的时长，相对地减小所述第二传输时隙所分配的时长，

所述第二分配信息为所述第一传输时隙所分配的时长与所述第二传输时隙所分配的时长的时长比值。

5.如权利要求4所述的基于NOMA半双工中继系统的资源分配方法，其特征在于，基于所述第一分配信息及所述第二分配信息，在所述第一数据吞吐量与所述第二数据吞吐量相当的条件下，以总数据吞吐量最大为目标，所述总数据吞吐量通过所述第一数据吞吐量及所述第二数据吞吐量的计算值得到，获得用于反映系统总发射功率在所述接入基站的基站发射功率与所述中继发射功率上分配情况的第三分配信息，具体包括：

在所述第一数据吞吐量与所述第二数据吞吐量相当、所述基站发射功率及所述中继发射功率在对应的每个子载波上功率平均分配的条件下，通过所述基站发射功率、所述中继发射功率、所述第一分配占比、加性高斯白噪声功率、所述第一数据传输链路的第一信道增益及所述第二数据传输链路的第二信道增益表达所述时长比值；

以所述时长比值、所述中继发射功率、所述基站发射功率、所述第一分配占比、所述加性高斯白噪声功率、所述第一信道增益及所述第二信道增益，构建第二目标函数；

在所述第一数据吞吐量与所述第二数据吞吐量相当的条件下，使用迭代凸问题相减规划IDCP算法，以所述第二目标函数最大化为目标进行迭代，直到所述第二目标函数在所述基站发射功率及所述中继发射功率的可行域上收敛，得到所述所述基站发射功率及所述中继发射功率的解作为所述第三分配信息。

6.一种基于NOMA混合双工中继系统的资源分配方法，其特征在于，所述NOMA混合双工中继系统包括：接入基站、若干终端以及位于基站与所述终端之间混合双工中继设备，所述中继设备可工作于全双工模式或半双工模式，所述接入基站与所述中继设备之间为第一数据传输链路，所述中继设备与所述终端之间为第二数据传输链路，所述第一数据传输链路对应第一数据吞吐量及第一传输时隙，所述第二数据传输链路对应第二数据吞吐量，其特征在于，基于NOMA混合双工中继系统的资源分配方法包括：

其中，按照第一策略进行资源分配，具体包括：

按照第二策略进行资源分配，具体包括：

7.如权利要求6所述的基于NOMA混合双工中继系统的资源分配方法，其特征在于，在所述第一数据吞吐量与所述第二数据吞吐量相当的条件下，以所述总数据吞吐量最大为目标，获得用于反映系统总发射功率在所述基站发射功率与所述中继发射功率上分配情况的第三分配信息，具体包括：

以所述中继发射功率、所述基站发射功率、所述第一分配占比、所述加性高斯白噪声功率、所述第一数据传输链路的第一信道增益、所述第二数据传输链路的第二信道增益、自干扰抑制量及自干扰信道增益，构建第三目标函数；

在所述第一数据吞吐量与所述第二数据吞吐量相当的条件下，使用IDCP算法，以所述第三目标函数最大化为目标进行迭代，直到所述第三目标函数在所述基站发射功率及所述中继发射功率的可行域上收敛，得到所述所述基站发射功率及所述中继发射功率的解作为所述第三分配信息，其中，在所述基站发射功率及所述中继发射功率在对应的每个子载波上功率平均分配的条件下，得到初始迭代点。

8.一种资源分配设备，其特征在于，所述资源分配设备包括：处理器及存储器，所述存储器存储有可供所述处理器调用的计算机程序，所述计算机程序在调用时可执行如权利要求1-7中任一项所述的方法。

9.一种中继系统，其特征在于，包括：接入基站、若干终端、位于所述基站与所述终端之间的中继设备，以及，如权利要求8所述的资源分配设备。

10.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机程序，所述计算机程序被处理器调用可执行如权利要求1-7中任一项所述的方法。