CN112291828B - 一种多载波noma系统中多用户分组方法及系统 - Google Patents

一种多载波noma系统中多用户分组方法及系统 Download PDF

Info

Publication number
CN112291828B
CN112291828B CN202011112074.6A CN202011112074A CN112291828B CN 112291828 B CN112291828 B CN 112291828B CN 202011112074 A CN202011112074 A CN 202011112074A CN 112291828 B CN112291828 B CN 112291828B
Authority
CN
China
Prior art keywords
user
path
users
grouping
effective
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202011112074.6A
Other languages
English (en)
Other versions
CN112291828A (zh
Inventor
储建新
毛琳明
陈刚
郑伟军
赵国爱
赵燕波
潘克勤
李名文
李豹
刘海林
朱伟刚
黄磊
肖雅莉
朱君
姚佳
支靖波
付海兵
张勇
张震宇
马滕腾
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Haiyan Nanyuan Electric Power Engineering Co ltd
Beijing University of Posts and Telecommunications
Original Assignee
Haiyan Nanyuan Electric Power Engineering Co ltd
Beijing University of Posts and Telecommunications
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Haiyan Nanyuan Electric Power Engineering Co ltd, Beijing University of Posts and Telecommunications filed Critical Haiyan Nanyuan Electric Power Engineering Co ltd
Priority to CN202011112074.6A priority Critical patent/CN112291828B/zh
Publication of CN112291828A publication Critical patent/CN112291828A/zh
Application granted granted Critical
Publication of CN112291828B publication Critical patent/CN112291828B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W40/00Communication routing or communication path finding
    • H04W40/02Communication route or path selection, e.g. power-based or shortest path routing
    • H04W40/04Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources
    • H04W40/10Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources based on available power or energy
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W40/00Communication routing or communication path finding
    • H04W40/02Communication route or path selection, e.g. power-based or shortest path routing
    • H04W40/12Communication route or path selection, e.g. power-based or shortest path routing based on transmission quality or channel quality
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W40/00Communication routing or communication path finding
    • H04W40/02Communication route or path selection, e.g. power-based or shortest path routing
    • H04W40/12Communication route or path selection, e.g. power-based or shortest path routing based on transmission quality or channel quality
    • H04W40/16Communication route or path selection, e.g. power-based or shortest path routing based on transmission quality or channel quality based on interference
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W40/00Communication routing or communication path finding
    • H04W40/24Connectivity information management, e.g. connectivity discovery or connectivity update
    • H04W40/32Connectivity information management, e.g. connectivity discovery or connectivity update for defining a routing cluster membership

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明实施例提供一种多载波NOMA系统中多用户分组方法及系统,包括:基于各用户之间的分组关系,获取所有用户之间的有效路径,以构建用户分组有向路径图;获取用户分组有向路径图的最小路径数;根据最小路径数,获取用户分组有向路径图中与最小路径数相对应可行路径;分别将每条可行路径中包含的用户划分为一组,以实现多载波NOMA系统中多用户分组。本发明实施例提供的多用户分组方法及系统,通过网络拓扑构建方法构建有向路径图,结合长度约束的最小路径覆盖算法,解决多用户接入同一频点的用户分组问题,提出了在相同频点下获取最大化用户数接入量的分组方法,提高了物联网设备的接入数量和频谱效率。

Description

一种多载波NOMA系统中多用户分组方法及系统
技术领域
本发明涉及通信技术领域,尤其涉及一种多载波NOMA系统中多用户分组方法及系统。
背景技术
随着移动通信技术飞速发展,终端用户呈爆炸增长。由于当前网络普遍采用正交多址接入方案,可用正交资源的数量严格限制了可支持用户的最大数量。非正交多址接入技术(NOMA)作为5G的关键技术,可以很好地满足国际标准化组织3GPP定义的终端大规模接入(mMTC)需求场景的需求。理论上来说与正交多址接入技术(OMA)相比,NOMA技术可以提供更好的系统容量和频谱效率。
对于NOMA,当前研究热点集中在协作NOMA(C-NOMA)、MIMO-NOMA、NOMA系统中的用户公平、NOMA系统中的用户配对、NOMA系统中的频谱效率以及能量效率的权衡等。用户配对技术作为NOMA技术提高频谱效率的前提,在当前的研究中大部分配对方案均采是:用将用户根据距基站的距离或者信道增益划分为近端用户和远端用户,然后针对近端用户和远端用户进行两两配对。如现有技术中所记载的基于排序的用户配对算法,均以增大两用户之间信道增益差异为目标,一定程度上可以减少误码率并且提高系统容量。再有,现有技术的研究也研究了两用户配对距离对系统容量的影响,并基于配对距离的阈值提出了可以提高配对用户数量的用户配对方案称作最小距离NOMA(MD-NOMA)。也有关于用户选择和功率分配算法的运用,以实现在具有蜂窝功率约束的多载波NOMA系统中实现最大加权速率。
但是,目前许多研究应用匹配理论来解决用户配对问题,均属于将用户和子信道建模成一对一匹配问题和多对多匹配问题。如研究了基于NOMA的设备到设备(D2D)资源分配问题,以用户能效最大为优化目标,提出了一种用户和子信道一对一的匹配方案,并在用户配对部分,使用了Kuhn-Munkres(KM)算法。或者根据用户和子信道偏好列表,将目标为最大系统容量的优化问题转化成用户和子信道多对多双边匹配问题,提出用户子信道匹配算法(USMA),并且证明该算法可以匹配用户和子信道并形成稳定的匹配。
然而,上述种种方案仅仅应用于两用户配对,对于提升网络接入用户数的作用是极其有限的。即使Muhammad等人提出了一个广义的M个用户配对模型,但是在算法复杂度和传播误差的限定下,在一个载波中接入多个用户是提高系统接入用户数的有效方法。虽然现有技术中也涉及三用户配对方案,包括根据信道质量指标(CQI),将用户分为高CQI用户、中CQI用户和低CQI用户,对满足配对用户之间可接受的最小信道增益差要求的用户之间混合配对,以增强系统公平性和系统容量。
但是现有技术中的各方案仅考虑最简单的情况,即每个组中的用户数相同且分布均匀。众所周知,小区中具有高信道增益的用户数量要比具有低信道增益的用户数量少得多。因此,上述方案所提出的模型均未结合现实情况进行合理的分析,从而导致分析结果不够准确,导致没有真正解决在多载波通信网络中,多个终端接入到同一频点的用户选择的难题,无法实现对于单位频谱支持用户数最大化。
发明内容
本发明实施例提供一种多载波NOMA系统中多用户分组方法及系统,用以解决现有技术中无法实现对于单位频谱支持用户数最大化的缺陷,实现通过对多用户的合理分组,实现单位频谱支持用户数最大化以提高频谱效率的方法。
第一方面,本发明实施例提供一种多载波NOMA系统中多用户分组方法,主要包括:基于各用户之间的分组关系,获取所有用户之间的有效路径,以构建用户分组有向路径图;获取用户分组有向路径图的最小路径数;根据最小路径数,获取用户分组有向路径图中与所述最小路径数相对应的可行路径;分别将每条可行路径中包含的用户划分为一组,以实现多载波NOMA系统中多用户分组。
进一步地,上述基于各用户之间的分组关系,获取所有用户之间的有效路径,主要包括以下步骤:
S11,获取各用户之间的信道增益差异,各用户中至少包括上一跳用户和当前用户;
S12,若信道增益差异大于信道增益阈值,则计算当前剩余发射功率以及当前用户的需求功率;
S13,若当前剩余发射功率大于所述下当前用户的需求功率,则获取当前用户的功率分配因子;
S14,若所述功率分配因子在预设范围内,则将各用户之间的路径作为第一有效路径;
S15,迭代执行上述步骤S11-S14,直至完成对所有各用户之间的分组关系的分析,并将所有第一有效路径作为所有用户之间的有效路径。
进一步地,在将各用户之间的路径作为第一有效路径之后,还可以包括:判断各用户之间的路径的跳数;若第一有效路径的跳数小于额定跳数阈值,则将各用户之间的第一有效路径作为第二有效路径;若第一有效路径的跳数大于额定跳数阈值,则将各用户之间的第一有效路径作为无效路径;
相应地,步骤S15包括迭代执行上述步骤S11-S14,直至完成对所有各用户之间的分组关系的分析,并将所有第二有效路径作为所有用户之间的有效路径。
可选地,在获取所有用户之间的有效路径的过程中,还包括:构建路径矩阵,并依次将每次迭代过程中所获取的有效路径保存至路径矩阵中上一跳用户对应的节点后。
可选地,上述获取用户分组有向路径图的最小路径数,具体包括:基于长度约束的最小路径覆盖算法,获取用户分组有向路径图的最小路径数。
可选地,上述长度约束的最小路径覆盖算法,具体为:以单个频点下可以接入的最大用户数目作为所述长度约束,所制定的最小路径覆盖算法。
可选地,上述根据最小路径数,获取用户分组有向路径图中的所有可行路径,主要包括:
S31,选取路径矩阵中的任一未被访问的用户作为目标用户;
S32,基于深度优先搜索函数,对路目标用户进行匹配搜索;
S33,若搜索到与目标用户相匹配的下一跳用户,则将下一跳用户记录于结果矩阵中,并记录总匹配次数;
S34,将下一跳用户设置为目标用户,迭代执行步骤S32-步骤S33,直至当前跳数为额定跳数阈值或搜索不到与目标用户相匹配的下一跳用户为止;
S35,将步骤S31中未被访问的用户设为已被访问的用户;
S36,迭代执行步骤S31-S35,直至完成对路径矩阵中所有用户的遍历;
S37,获取被访问的用户个数作为最小路径数,并获取记载在结果矩阵中与每个已被访问的用户相对应的匹配路径的集合作为可行路径的集合。
第二方面,本发明实施例还提供一种多载波NOMA系统中多用户分组系统,主要包括路径图构建单元、路径数统计单元、可行路径运算单元和用户分组单元,其中:路径图构建单元主要用于基于各用户之间的分组关系,获取所有用户之间的有效路径,以构建用户分组有向路径图;路径数统计单元主要用于获取用户分组有向路径图的最小路径数;可行路径运算单元主要用于根据最小路径数,获取用户分组有向路径图中与所述最小路径数相对应的可行路径;用户分组单元主要用于分别将每条可行路径中包含的用户划分为一组,以实现多载波NOMA系统中多用户分组。
第三方面,本发明实施例还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述多载波NOMA系统中多用户分组方法的步骤。
第四方面,本发明实施例还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述多载波NOMA系统中多用户分组方法的步骤。
本发明实施例提供的多载波NOMA系统中多用户分组方法及系统,基于接收信噪比差异和节点功率约束的网络拓扑构建方法构建有向路径图,结合长度约束的最小路径覆盖算法,解决多用户接入同一频点的用户分组问题,提出了在相同频点下获取最大化用户数接入量的分组方法,提高了物联网设备的接入数量和频谱效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种多载波NOMA系统中多用户分组方法的流程示意图;
图2是本发明实施例提供的一种小区内可行路径的覆盖示意图;
图3是本发明实施例提供的一种多载波NOMA系统中多用户分组系统的结构示意图;
图4是本发明实施例提供有关用户数目和每个子信道平均用户数量的关系示意图;
图5是本发明实施例提供的有关信道增益差异阈值和频谱效率的关系示意图;
图6为本发明实施例提供的不同用户分配方案下用户数量和频谱效率的关系示意图;
图7是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1是本发明实施例提供的一种多载波NOMA系统中多用户分组方法,如图1所示,主要包括但不限于以下步骤:
S1,基于各用户之间的分组关系,获取所有用户之间的有效路径,以构建用户分组有向路径图;
S2,获取用户分组有向路径图的最小路径数;
S3,根据最小路径数,获取用户分组有向路径图中与所述最小路径数相对应的可行路径;
S4,分别将每条可行路径中包含的用户划分为一组,以实现多载波NOMA系统中多用户分组。
具体地,本发明实施例以电力无线专网为系统模型,进行详细说明,设其工作频段为25kHz一个频点,每个频点可以接入多个用户。而本发明实施例主要解决的是在保证用户通信质量和分组用户数的时的网络容量的前提下,单位频谱能支持用户数最大化问题。
在步骤S1中,首先,在基于各用户之间的分组关系进行用户分组中,充分考虑用户的信道增益差异是建立可行分组的前提条件,且满足每个用户有最小接入速率的要求。然后,引入有向图的相关概念,将用户配对转化成有效路径图的形成,通过获取每两个用户之间的接收信噪比差异和节点功率约束关系,先创建两两之间的有效路径,进而将所有用户之间的有效路径构建出来,获取到用户分组有向路径图。
进一步地,在步骤S2中,可以通过引入最小路径覆盖算法,来解决有向图的最小路径数目问题。
具体地,设电力无线专网系统中共有K个子信道,将每个子信道的带宽用B表示。将基站的总发射功率记为ptot,每个子信道分配的功率记为pk。设以发射功率pk,n向第k个子信道上中第n个用户发送信息sk,n,并设有M个用户复用在子信道k上,则在第k个子信道上,用户n接收的信号可表示为:
Figure BDA0002728914430000071
其中的xk,n=0或1,当xk,n为1时表示用户n分配在子信道k上,xk,n为0则表示用户n未分配在子信道k上;Nn表示在第n个用户处的信道加性高斯白噪声(AWGN),服从独立同分布,其均值为0,噪声变量方差为σ2;αk,n是第k个信道用户n具有的用户功率分配系数,并且
Figure BDA0002728914430000072
hk,n表示用户与基站(BS)之间的信道增益系数。
进一步,在不失一般性的前提下,假定所有用户的信道增益系数均遵循INh={i,m∈USER||hk,i|2<|hk,m|2,i>m},且假定功率分配系数均遵循INα={i,m∈USER|αk,i>αk,m,i>m},其中USER={1,2,……N}表示一组移动用户,i,m表示用户集USER中第i,m个用户。即:i,m越大表示用户离基站越远,为了保证用户之间的公平性和SIC解码的正确率,离基站越远,用户功率分配系数越大。
在接收端,在计算每个用户的干信噪比时,采用SIC技术对各用户逐个进行判决,进行幅度恢复后,将该用户信号产生的多址干扰从接收信号中减去,再对剩下的用户再次进行判决,这样循环操作,直至消除所有的多址干扰。并且只有其他用户中信道增益大于该用户的信道增益的用户会给予干扰,因此在k信道上用户n的干信噪比SINRγk,n具体为:
Figure BDA0002728914430000081
进一步地,根据香农公式,用户n在第k个子信道上的吞吐量为:
Figure BDA0002728914430000082
其中
Figure BDA0002728914430000083
表示在第k个子信道上,比用户n具有更高信道增益的其他复用用户对用户n的干扰。
故子信道k中的总吞吐量可表示为:
Figure BDA0002728914430000084
综上所述,本发明实施例所要解决的如何在保证用户通信质量和分组用户数时的网络容量的前提下,实现单位频谱支持用户数最大化,故可以对上述问题进行建模,转化为模型优化的问题,所建立的模型的目标函数可以为:
Figure BDA0002728914430000091
其中,N表示系统中的用户总数,K表示占用的信道数,约束条件C1限制了用户功率的总和小于基站的总发射功率,约束条件C2和约束条件C4限制了每个信道中可复用最大的用户数。在系统中用户的总数N一定的情况下,上述公式5可以转化为:
Figure BDA0002728914430000092
故本发明实施例中所要解决的单位频谱支持用户数最大化问题可以转化为在系统中用户的总数一定的情况下,找寻最优的用户分组方案实现占用信道数最小的问题。
具体地,在本发明实施例的步骤S1中,为了有效、准确的描述各用户之间的联系,引入有向图的相关概念。每个用户分组有向路径图G=(V,E),V表示各用户节点,E表示用户之间连接的路径,每两个用户分组成功就可以在该用户分组有向路径图中表示为一条有向的路径(Vi,Ei)的形成,并由于通信的方向性,图中的路径均是单方向的。如图2所示,是本发明实施例提供的某小区范围内所有用户分组后,在该小区形成一张完整的有向路径图的示意图。
通过步骤S1构建完成用户分组有向路径图后,则可以将如何设计用户分组方案以实现占用信道数最小的问题,转化为如何在构建的用户分组有向路径图中进行最小路径数的求解问题。
在本发明实施例中,步骤S2可以采用但不限于:基于k长度约束的最小路径覆盖算法,对所述用户分组有向路径图进行搜索,获取有向路径图的最小路径数。
具体地,在步骤S2中,将最小路径覆盖算法通过搜索路径节点的跳数(hop)限制循环次数,具体包括:首先,由各用户之间的信道增益差异确定各用户之间是否可以分组;然后,计算剩余的功率和下一个用户需要的功率,进一步确定各用户之间是否可以分组。如果可以分组。则计算目标用户的功率分配因子。若功率分配因子在合适的范围内,则将当前的路径(上述各用户之间的路径)保存到上一跳用户节点对应的路径矩阵(g)中。并依照上述方法实现对所有各用户之间的路径判断,直到循环结束,并将合乎上述各判断标准的所有的有效的路径全部保存于g矩阵。
进一步地,在步骤S3中,可以根据g矩阵所记录的全部有效的路径获取所述用户分组有向路径图的最小路径数,即将g矩阵输入k长度约束的最小路径覆盖算法,就可以得到最小路径覆盖数和用户分组有向路径图中与最小路径数相对应的可行路径。
最后,根据用户分组有向路径图中的所有可行路径,将每个路径作为一组,即实现多载波NOMA系统中多用户分组。
本发明实施例提供的多载波NOMA系统中多用户分组方法,通过网络拓扑构建方法构建有向路径图,结合长度约束的最小路径覆盖算法,解决多用户接入同一频点的用户分组问题,提出了在相同频点下获取最大化用户数接入量的分组方法,提高了物联网设备的接入数量和频谱效率。
基于上述实施例的内容,作为一种可选实施例,所述基于各用户之间的分组关系,获取所有用户之间的有效路径,可以包括但不限于以下步骤:
S11,获取各用户之间的信道增益差异,所述各用户至少包括上一跳用户和当前用户;
S12,若所述信道增益差异大于信道增益阈值,则计算当前剩余发射功率以及当前用户的需求功率;
S13,若所述当前剩余发射功率大于所述下当前用户的需求功率,则获取所述当前用户的功率分配因子;
S14,若所述功率分配因子在预设范围内,则将所述各用户之间的路径作为第一有效路径;
S15,迭代执行上述步骤S11-S14,直至完成对所有各用户之间的分组关系的分析,并将所有所述第一有效路径作为所有用户之间的有效路径。
寻找可行路径其实就是寻找哪些用户可以分组,关于能否进行分组的判断,可以从以下几方面进行确定:
一方面,从功率分配的角度来表示分组问题,就是如果求解出的功率分配系数αk,n在0和1之间,就表示用户之间的功率分配是足够的,两个用户可以分组。假设每个用户都以干信噪比SINR阈值进行通信,并且要求每个分组成功的用户都比寻找分组的用户信道增益小,这样可以使用户的干扰计算简单,用户i的干扰就等于
Figure BDA0002728914430000111
就不用对所有用户的信道增益进行排序,寻找那些信道增益大于用户i的用户再计算干扰。
另一方面,在本发明实施例中,假设所有用户的加性高斯白噪声Ni都相等,均为N0,则路径中第一个用户的干信噪比SINR为:
Figure BDA0002728914430000112
同理可以推导出路径中第j个用户的功率分配因子为:
Figure BDA0002728914430000113
但上述公式7和公式8的推导只是计算出了功率分配因子,但没有表示出用户之间是否可以分组。
在本发明实施例中,可以通过计算当前剩余发射功率Pr和当前用户的需求功率Pn,就可以判断出系统是否有足够的功率支持该用户接入系统。若Pr大于等于Pn,则证明用户可以分组,否则就不能分组。
具体地,在最小路径覆盖算法中,对路径的保存是通过构建邻接矩阵来体现的,但是直接应用于本实施例却会面临一个新的问题。在最小路径覆盖算法中,邻接矩阵只关注于哪些用户可以与当前用户相连,但不关注当前用户节点的前序节点与这些用户是否存在于同一路径中,例如:用户1可以连接用户2,用户2可以连接用户3,4,则在最小路径覆盖算法中可能会出现有效路径:用户1-用户2-用户4,但由于用户1与用户4若存在于同一条路径中,会导致功率分配是不够的,故实际上这条路径是无效的。所以在本发明实施例提供了一种用户有效路径的构建算法的流程,以实现将每一条有效路径全部保存到路径矩阵中,该流程如算法1所示:
算法1用户有效路径矩阵的构建
初始化:用户集U=[1,2,3,4...n],hop=1,ε(信道增益阈值),and K path(路径限制的长度)
输入:用户集U,用户的信道增益矩阵h
输出:用户有效路径矩阵g
Figure BDA0002728914430000121
Figure BDA0002728914430000131
在上述算法1中,通过搜索路径节点的跳数hop限制循环次数,首先由各用户之间的信道增益差异确定是否用户之间可以分组;然后,计算在当前用户之前的所有用户占用了部分系统总功率后的剩余发射功率作为当前剩余发射功率,根据所述当前剩余发射功率和当前用户的需求功率进一步确定当前用户相关的各用户之间是否可以分组。如果当前剩余发射功率大于等于当前用户的需求功率,则证明可以分组,就继续计算当前用户所对应的功率分配因子。若计算的功率分配因子在0-1之间,则将包含当前用户的各用户之间的路径作为第一有效路径,并将所述第一有效路径保存到上一跳用户节点对应的路径矩阵g中。按照上述方法,继续对当前用户相邻的下一个用户与当前用户之间的路径是否为有效路径进行判断各。
依据上述迭代的过程进行迭代判断,直至完成对所有用户之间的分组关系的分析,循环结束,将所获取的所有的第一有效路径全部保存于g矩阵,算法结束。
其中,公式9和公式10具体为:
Figure BDA0002728914430000132
Figure BDA0002728914430000133
基于上述实施例的内容,作为一种可选实施例,在将所述各用户之间的路径作为第一有效路径之后,还包括:判断各用户之间的路径的跳数;若第一有效路径的跳数小于额定跳数阈值,则将各用户之间的第一有效路径作为第二有效路径;若第一有效路径的跳数大于额定跳数阈值,则将各用户之间的第一有效路径作为无效路径;相应地,步骤S15包括迭代执行上述步骤S11-S14,直至完成对所有各用户之间的分组关系的分析,并将所有第二有效路径作为所有用户之间的有效路径。
具体地,由于在NOMA系统中考虑到SIC解码复杂度,不同数量的用户接入同一频点的情况下,如果用户数目过多会带来较大的干扰并且解码复杂,故在本发明实施例中,还可以设置根据当路径的总跳数是否小于额定跳数阈值作为一个筛选条件,来对各用户之间的路径能否进行分组进行筛选。即通过每个第一有效路径的跳数与额定跳数阈值进行比较,仅仅将跳数小于额定跳数阈值的部分第一有效路径作为第二有效路径组建有效路径集合,并根据获取的有效路径集合构建路径矩阵。
在本发明实施例提供的多载波NOMA系统中多用户分组方法中,采用基于接收信噪比差异和节点功率约束的网络拓扑构建方法所构建有向路径图,能够充分表征各个用户之间的关联关系,为后续利用长度约束的最小路径覆盖算法进行用户分组提供了分组依据,有效的解决了多用户接入同一频点的用户分组问题。
进一步地,在本发明实施例中,所述获取所述用户分组有向路径图的最小路径数,具体包括:基于长度约束的最小路径覆盖算法,获取所述用户分组有向路径图的最小路径数。其中,所述长度约束的最小路径覆盖算法,具体为:以单个频点下可以接入的最大用户数目作为所述长度约束,所制定的最小路径覆盖算法。
在用户分组中,用户的信道增益差异是建立可行分组的前提条件。每个用户有最小接入速率的要求。本发明提出了一种基于k长度约束的最小路径覆盖算法的用户分组方法,解决多用户接入同一频点的问题。首先引入有向图的相关概念,将用户配对转化成有效路径图的形成,然后将所有用户有效路径构建出来,通过引入k长度约束的最小路径覆盖算法来解决有向图的最小路径数目问题。
具体地,在本发明实施例中引入k长度约束的最小路径覆盖算法来解决有向图的最小路径数目问题。其中,k长度约束的最小路径覆盖算法是最小路径覆盖算法的变形,两者相同的部分均包括:将有向图的每个节点V拆成Vx和Vy两个点,然后对x,y两侧的节点进行匹配,如果节点Ax->By匹配成功,那么就是A节点和B节点匹配成功,这样就得到了一个二分图。故最小路径覆盖数等于有向图的结点数减去二分图的最大匹配数。
因为在NOMA系统中考虑到SIC解码复杂度,不同数量的用户接入同一频点的情况下,如果用户数目过多会带来较大的干扰并且解码复杂。故本发明实施例提供的k长度约束的最小路径覆盖算法与常用的最小路径覆盖算法的区别主要在于:严格限制了每一条路径的跳数。在本发明实施例中通过限制了每一条路径的跳数,即限制在一个频点下可以接入的最大用户数目,能够有效的兼顾SIC解码复杂度,并减少用户数目过多会带来较大的干信噪比确定难题。
具体地,本发明实施例采用的k长度约束的最小路径覆盖算法,最重要的一部分则为用户有效路径的构建,以通过对所有可行路径的求解出来,使算法求出最准确的解。其中,寻找可行路径其实就是寻找哪些用户可以分组。从功率分配的角度来表示分组问题,就是如果求解出的功率分配系数αk,n在0和1之间,就表示用户之间的功率分配是足够的,两个用户可以分组。
在本发明实施例提供了一种所述根据最小路径数,获取用户分组有向路径图中的所有可行路径的方法,如算法2所示,主要包括但不限于以下步骤:
S31,选取所述路径矩阵中的任一未被访问的用户作为目标用户;
S32,基于深度优先搜索函数,对所述路目标用户进行匹配搜索;
S33,若搜索到与所述目标用户相匹配的下一跳用户,则将所述下一跳用户记录于结果矩阵中,并记录总匹配次数;
S34,将所述下一跳用户设置为所述目标用户,迭代执行步骤S32-步骤S33,直至当前跳数跳数为额定跳数阈值或搜索不到与所述目标用户相匹配的下一跳用户为止;
S35,将步骤S31中所述的未被访问的用户设为已被访问的用户;
S36,迭代执行步骤S31-S35,直至完成对所述路径矩阵中所有用户的遍历;
S37,获取被访问的用户个数作为最小路径数,并获取记载在所述结果矩阵中与每个已被访问的用户相对应的匹配路径的集合作为可行路径的集合。
算法2k长度约束的最小路径覆盖算法
初始化:j=0(当前匹配的次数).vis[]=false,cy[]=-1and res=0(用户匹配成功的次数).
输入:用户数目n,用户有效路径矩阵g
输出:最小路径覆盖数目k,匹配结果矩阵cy
Figure BDA0002728914430000161
Figure BDA0002728914430000171
本发明实施例还提供一种多载波NOMA系统中多用户分组系统,如图3所示,包括但不限于路径图构建单元1、路径数统计单元2、可行路径运算单元3和用户分组单元4,其中:
路径图构建单元1主要用于基于各用户之间的分组关系,获取所有用户之间的有效路径,以构建用户分组有向路径图;路径数统计单元2主要用于获取用户分组有向路径图的最小路径数;可行路径运算单元3主要用于根据最小路径数,获取用户分组有向路径图中的所有可行路径;用户分组单元4主要用于分别将每条可行路径中包含的用户划分为一组,以实现多载波NOMA系统中多用户分组。
具体地,本发明实施例提供一种利用所述多载波NOMA系统中多用户分组系统所进行的仿真试验。需要说明的是,在实际的仿真实施过程中,可通过相关通信系统采集仿真试验所需的部分数据。
(1)确定仿真模型及仿真数据
考虑一个小区中有一个基站(Base Station,BS)和N个随机分布的用户的下行链路蜂窝网络。由于用户随机分布,远端用户要多于近端用户。单个基站将信号发送到由USER={1,2,……,N}表示的一组移动用户,基站和用户均装备一根天线(即单输入单输出模型),基站和用户间的信道条件为平坦衰落信道,N个用户随机分布在距离基站50-5000米的位置,每个子信道的带宽为25000Hz,基站的总发射功率为20dBm,每个频点平均分配总功率。用户的SINR阈值为3dB,具体的仿真参数如表1所示,考虑到SIC复杂度,不同数量的用户接入同一频点的情况下,用户分组数考虑在2-5之间。
表1仿真参数
Figure BDA0002728914430000172
Figure BDA0002728914430000181
在本发明中设置用户分组数目为4,即k长度约束的最小路径覆盖算法的路径长度为4。所有仿真实验独立进行100次测试后获得平均值,以获得统计结果。
(2)有效路径的构建
将N个用户的信道状态数据作为算法1的输入,输入至路径图构建单元1,以通过算法1输出所有有效路径的存储矩阵。
(3)解决有向图最小路径覆盖问题
将所有有效的路径的存储矩阵作为算法2的输入,输入至路径数统计单元2中,以通过算法2输出最小路径覆盖数。然后,可行路径运算单元3根据所述最小路径覆盖数,获取所述用户分组有向路径图中的所有可行路径。
最后,利用用户分组单元4根据用户分组有向路径图中的所有可行路径,确定用户的匹配分组结果。
本发明实施例提供的多用户分组方法及系统,通过网络拓扑构建方法构建有向路径图,结合长度约束的最小路径覆盖算法,解决多用户接入同一频点的用户分组问题,提出了在相同频点下获取最大化用户数接入量的分组方法,提高了物联网设备的接入数量和频谱效率。
为了更充分的反映本发明实施例提供的多载波NOMA系统中多用户分组方法及系统在进行设备的接入数量和频谱效率调整时的优势,现结合图4-图6进行详细说明。
如图4所示,显示了当信道增益差为1dB时,随着用户数量的增加,用户分组数目为2、3和4三种分组方案的每个子信道平均用户数量的变化。从图4中可以明显的获知:对于任意数量的用户,在用户分组数为4的解决方案,每个子通道的平均用户数远远大于用户分组数为2和3的平均用户数。那么,从另一个角度来看,当用户数恒定时,用户组数为4的解决方案所占的信道数小于用户组数为2和3的解决方案所占的信道数。这表明本发明实施例中所采用的多用户解决方案比传统解决方案占用的频点更少,可以有效地缓解频谱资源紧张的问题,从而提高频谱效率。
如图5所示,显示了在用户分组数目为4,用户数分别为20、30、40和50的情况下,信道增益差异阈值与频谱效率之间的关系。随着通道增益间隙阈值变大,系统频谱效率迅速下降。符合信道增益差异阈值是算法中用户之间可以分组的前提,用户之间的信道增益差异只有大于该阈值,才可以保证用户接收信号通过SIC技术区别出来。由于信道增益差异阈值增大,用户之间分组成功数目越来越少,系统容量直线下降,从而频谱效率也大幅度的下降。
如图6所示,在信道增益差异为1dB的情景下,用户分组数目为2,3和4随着用户数目增多频谱效率的变化情况。其中,用户分组数目为2是NOMA技术常见的分组方案,一个用户是近端用户,另一个用户是远端用户两者进行分组。从图6可以获知,随着用户数量的增加,三种情况的曲线减小。因为在实际情况下基站的总传输功率是恒定的,所以随着用户数量的增加,分配给每个用户的功率会降低。即使占用的信道数增加,也不能防止频谱效率下降。
从图6还可以获知,在用户组数为4的系统的频谱效率始终最高。具体地,当用户数量为40时,所实现的系统频谱效率比两用户分组方案的系统频谱效率大约高21%,比三用户分组方案增加了10%。结果表明,本发明实施例所采用的多用户分组方案比传统的两用户和三用户分组方案具有更好的性能。
综上所述,本发明实施例提供的多载波NOMA系统中多用户分组方法及系统,从多用户接入同一频点的用户分组问题入手,以获得相同频点下最大化用户数接入数量为目标,提出了一种新的基于接收信噪比差异和节点功率约束的网络拓扑构建方法和长度约束的最小路径覆盖算法,并提供了完整的解决方案,其主要创新点包括以下几点:
(1)在保证用户通信质量和分组用户数时的网络容量的前提下,将单位频谱支持用户数最大化问题通过引入有向图概念转化为当系统中用户的总数N一定,求解用户分组网络拓扑结构图中最小路径覆盖数目的问题。
(2)通过接收信噪比差异的阈值的设定和节点功率约束,完成所有有效路径的构建。
(3)提出k长度约束的最小路径覆盖算法来解决由于SIC复杂度影响的路径长度限制的拓扑图的最小路径覆盖问题。
图7示例了一种电子设备的实体结构示意图,如图7所示,该电子设备可以包括:处理器(processor)710、通信接口(communication interface)720、存储器(memory)730和通信总线(bus)740,其中,处理器710,通信接口720,存储器730通过通信总线740完成相互间的通信。处理器710可以调用存储器730中的逻辑指令,以执行多载波NOMA系统中多用户分组方法,主要包括:基于各用户之间的分组关系,获取所有用户之间的有效路径,以构建用户分组有向路径图;获取用户分组有向路径图的最小路径数;根据最小路径数,获取用户分组有向路径图中与所述最小路径数相对应的可行路径;分别将每条可行路径中包含的用户划分为一组,以实现多载波NOMA系统中多用户分组。
此外,上述的存储器730中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
此外,上述的存储器730中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明实施例还提供一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的多载波NOMA系统中多用户分组方法,主要包括:基于各用户之间的分组关系,获取所有用户之间的有效路径,以构建用户分组有向路径图;获取用户分组有向路径图的最小路径数;根据最小路径数,获取用户分组有向路径图中与所述最小路径数相对应的可行路径;分别将每条可行路径中包含的用户划分为一组,以实现多载波NOMA系统中多用户分组。
又一方面,本发明实施例还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各实施例提供的以执行多载波NOMA系统中多用户分组方法,主要包括:基于各用户之间的分组关系,获取所有用户之间的有效路径,以构建用户分组有向路径图;获取用户分组有向路径图的最小路径数;根据最小路径数,获取用户分组有向路径图中与所述最小路径数相对应的可行路径;分别将每条可行路径中包含的用户划分为一组,以实现多载波NOMA系统中多用户分组。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (8)

1.一种多载波NOMA系统中多用户分组方法,其特征在于,包括:
基于各用户之间的分组关系,获取所有用户之间的有效路径,以构建用户分组有向路径图;
获取所述用户分组有向路径图的最小路径数;
根据所述最小路径数,获取所述用户分组有向路径图中与所述最小路径数相对应的可行路径;
分别将每条所述可行路径中包含的用户划分为一组,以实现多载波NOMA系统中多用户分组;
其中,所述基于各用户之间的分组关系,获取所有用户之间的有效路径,包括:
S11,获取各用户之间的信道增益差异,所述各用户中至少包括上一跳用户和当前用户;
S12,若所述信道增益差异大于信道增益阈值,则计算当前剩余发射功率以及当前用户的需求功率;
S13,若所述当前剩余发射功率大于或等于所述当前用户的需求功率,则获取所述当前用户的功率分配因子;
S14,若所述功率分配因子在预设范围内,则将所述各用户之间的路径作为第一有效路径;
S15,迭代执行上述步骤S11-S14,直至完成对所有用户之间的分组关系的分析,并将所有所述第一有效路径作为所有用户之间的有效路径;
其中,所述根据所述最小路径数,获取所述用户分组有向路径图中与所述最小路径数相对应的可行路径,包括:
S31,选取构建的路径矩阵中的任一未被访问的用户作为目标用户;
S32,基于深度优先搜索函数,对所述目标用户进行匹配搜索;
S33,若搜索到与所述目标用户相匹配的下一跳用户,则将所述下一跳用户记录于结果矩阵中,并记录总匹配次数;
S34,将所述下一跳用户设置为所述目标用户,迭代执行步骤S32-步骤S33,直至当前跳数为额定跳数阈值或搜索不到与所述目标用户相匹配的下一跳用户为止;
S35,将步骤S31中所述的未被访问的用户设为已被访问的用户;
S36,迭代执行步骤S31-S35,直至完成对所述路径矩阵中所有用户的遍历;
S37,获取被访问的用户个数作为最小路径数,并获取记载在所述结果矩阵中与每个所述已被访问的用户相对应的匹配路径的集合作为所述可行路径的集合。
2.根据权利要求1所述的多载波NOMA系统中多用户分组方法,其特征在于,在将所述各用户之间的路径作为第一有效路径之后,还包括:
判断所述各用户之间的路径的跳数;
若所述第一有效路径的跳数小于额定跳数阈值,则将所述各用户之间的第一有效路径作为第二有效路径;
若所述第一有效路径的跳数大于额定跳数阈值,则将所述各用户之间的第一有效路径作为无效路径;
相应地,步骤S15包括迭代执行上述步骤S11-S14,直至完成对所有各用户之间的分组关系的分析,并将所有所述第二有效路径作为所有用户之间的有效路径。
3.根据权利要求1所述的多载波NOMA系统中多用户分组方法,其特征在于,在获取所有用户之间的有效路径的过程中,还包括:
构建路径矩阵,并依次将每次迭代过程中所获取的有效路径保存至所述路径矩阵中所述上一跳用户对应的节点后。
4.根据权利要求3所述的多载波NOMA系统中多用户分组方法,其特征在于,所述获取所述用户分组有向路径图的最小路径数,具体包括:
基于长度约束的最小路径覆盖算法,获取所述用户分组有向路径图的最小路径数。
5.根据权利要求4所述的多载波NOMA系统中多用户分组方法,其特征在于,所述长度约束的最小路径覆盖算法,具体为:
以单个频点下可以接入的最大用户数目作为所述长度约束,所制定的最小路径覆盖算法。
6.一种多载波NOMA系统中多用户分组系统,其特征在于,包括:
路径图构建单元,用于基于各用户之间的分组关系,获取所有用户之间的有效路径,以构建用户分组有向路径图;
路径数统计单元,用于获取所述用户分组有向路径图的最小路径数;
可行路径运算单元,用于根据所述最小路径数,获取所述用户分组有向路径图中与所述最小路径数相对应的可行路径;
用户分组单元,用于分别将每条所述可行路径中包含的用户划分为一组,以实现多载波NOMA系统中多用户分组;
其中,所述路径图构建单元具体执行以下步骤:
S11,获取各用户之间的信道增益差异,所述各用户中至少包括上一跳用户和当前用户;
S12,若所述信道增益差异大于信道增益阈值,则计算当前剩余发射功率以及当前用户的需求功率;
S13,若所述当前剩余发射功率大于或等于所述当前用户的需求功率,则获取所述当前用户的功率分配因子;
S14,若所述功率分配因子在预设范围内,则将所述各用户之间的路径作为第一有效路径;
S15,迭代执行上述步骤S11-S14,直至完成对所有用户之间的分组关系的分析,并将所有所述第一有效路径作为所有用户之间的有效路径;
其中,所述可行路径运算单元具体执行以下步骤:
S31,选取构建的路径矩阵中的任一未被访问的用户作为目标用户;
S32,基于深度优先搜索函数,对所述目标用户进行匹配搜索;
S33,若搜索到与所述目标用户相匹配的下一跳用户,则将所述下一跳用户记录于结果矩阵中,并记录总匹配次数;
S34,将所述下一跳用户设置为所述目标用户,迭代执行步骤S32-步骤S33,直至当前跳数为额定跳数阈值或搜索不到与所述目标用户相匹配的下一跳用户为止;
S35,将步骤S31中所述的未被访问的用户设为已被访问的用户;
S36,迭代执行步骤S31-S35,直至完成对所述路径矩阵中所有用户的遍历;
S37,获取被访问的用户个数作为最小路径数,并获取记载在所述结果矩阵中与每个所述已被访问的用户相对应的匹配路径的集合作为所述可行路径的集合。
7.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至5任一项所述多载波NOMA系统中多用户分组方法的步骤。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至5任一项所述多载波NOMA系统中多用户分组方法的步骤。
CN202011112074.6A 2020-10-16 2020-10-16 一种多载波noma系统中多用户分组方法及系统 Active CN112291828B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011112074.6A CN112291828B (zh) 2020-10-16 2020-10-16 一种多载波noma系统中多用户分组方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011112074.6A CN112291828B (zh) 2020-10-16 2020-10-16 一种多载波noma系统中多用户分组方法及系统

Publications (2)

Publication Number Publication Date
CN112291828A CN112291828A (zh) 2021-01-29
CN112291828B true CN112291828B (zh) 2022-05-06

Family

ID=74497257

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011112074.6A Active CN112291828B (zh) 2020-10-16 2020-10-16 一种多载波noma系统中多用户分组方法及系统

Country Status (1)

Country Link
CN (1) CN112291828B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113346634B (zh) * 2021-06-23 2022-07-15 中国科学技术大学 一种磁谐振充电系统中提高能量传输总量的方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108075831A (zh) * 2017-12-13 2018-05-25 中山大学 基于蚁群算法的非正交多址通信系统的资源分配方法
CN110248403A (zh) * 2019-07-08 2019-09-17 西北工业大学 一种基于非正交多址的最大化d2d连接数的资源管控方法
EP3547573A1 (en) * 2018-03-28 2019-10-02 Institut Mines-Telecom Method and apparatus for user distribution to sub-bands in multiple access communications systems

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109246795A (zh) * 2018-09-28 2019-01-18 西北工业大学 最大化非正交多址上行网络中用户连接数的接入控制方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108075831A (zh) * 2017-12-13 2018-05-25 中山大学 基于蚁群算法的非正交多址通信系统的资源分配方法
EP3547573A1 (en) * 2018-03-28 2019-10-02 Institut Mines-Telecom Method and apparatus for user distribution to sub-bands in multiple access communications systems
CN110248403A (zh) * 2019-07-08 2019-09-17 西北工业大学 一种基于非正交多址的最大化d2d连接数的资源管控方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Machine Learning-Enabled Cooperative Spectrum Sensing for Non-Orthogonal Multiple Access;Zhenjiang Shi;《 IEEE Transactions on Wireless Communications 》;20200527;全文 *
New User Grouping Scheme for Better User Pairing in NOMA Systems;Salifou Mounchili;《2020 International Wireless Communications and Mobile Computing (IWCMC)》;20200719;全文 *
NOMA增强的蜂窝和D2D异构网络的资源分配研究;宋佳静;《中国优秀硕士学位论文全文数据库 信息科技辑》;20200731;全文 *
基于mMTC场景下NOMA的资源分配的研究;郭翼宇;《中国优秀硕士学位论文全文数据库 (信息科技辑)》;20190915;全文 *

Also Published As

Publication number Publication date
CN112291828A (zh) 2021-01-29

Similar Documents

Publication Publication Date Title
CN107613555B (zh) 非正交多址接入蜂窝和终端直通密集网络资源管控方法
CN112533251B (zh) 一种小区干扰评估方法及装置
CN111586697B (zh) 一种基于有向超图贪心着色的信道资源分配方法
CN105025525B (zh) 一种多信道无线局域网的信道负载均衡系统及方法
CN108848045B (zh) 基于联合干扰对齐和功率优化的d2d通信干扰管理方法
US9674846B2 (en) Distributed multi-cell multi-user beamforming method, transmitter and relevant system
CN105429741B (zh) 基于动态用户配对的联合虚拟mimo资源分配方法
Guo et al. Graph-based resource allocation for D2D communications underlying cellular networks in multiuser scenario
CN112291828B (zh) 一种多载波noma系统中多用户分组方法及系统
TW200807957A (en) Method and apparatus of dynamic channel assignment for a wireless network
CN106851726A (zh) 一种基于最低速率约束的跨层资源分配方法
Gao et al. Evaluating the impact of user behavior on D2D communications in millimeter-wave small cells
CN104168595B (zh) 一种多点协作传输方法、装置及系统
Qu et al. Power control based multiuser full-duplex MAC protocol for the next generation wireless networks
Xiong et al. An optimal resource allocation algorithm based on sum rate maximization for uplink SCMA system
CN113055860A (zh) 一种蜂窝网络下的d2d多对多资源分配方法
CN110035539B (zh) 一种基于相关均衡后悔值匹配的资源优化分配方法及装置
CN106793111A (zh) 基于动态多小区用户配对联合虚拟mimo资源分配方法
EP4287740A1 (en) User equipment, electronic device, wireless communication method and storage medium
Ni et al. Interference cancellation in device-to-device communications underlying MU-MIMO cellular networks
CN107249213B (zh) 一种d2d通信中频谱效率最大化的功率分配方法
Lu et al. Spatial transmitter density allocation for frequency-selective wireless ad hoc networks
CN111343722B (zh) 边缘计算中基于认知无线电的能效优化方法
CN107733488A (zh) 一种大规模mimo系统中注水功率分配改进方法及系统
CN106301501A (zh) 一种联合编码调制的即时数据传输优化方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant