CN113543145A - Noma系统用户配对和功率分配联合优化方法及装置 - Google Patents

Noma系统用户配对和功率分配联合优化方法及装置 Download PDF

Info

Publication number
CN113543145A
CN113543145A CN202110631944.9A CN202110631944A CN113543145A CN 113543145 A CN113543145 A CN 113543145A CN 202110631944 A CN202110631944 A CN 202110631944A CN 113543145 A CN113543145 A CN 113543145A
Authority
CN
China
Prior art keywords
user
users
traversal
strong
weak
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.)
Granted
Application number
CN202110631944.9A
Other languages
English (en)
Other versions
CN113543145B (zh
Inventor
王莉
徐连明
费爱国
魏青
张平
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.)
Beijing University of Posts and Telecommunications
Original Assignee
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 Beijing University of Posts and Telecommunications filed Critical Beijing University of Posts and Telecommunications
Priority to CN202110631944.9A priority Critical patent/CN113543145B/zh
Publication of CN113543145A publication Critical patent/CN113543145A/zh
Application granted granted Critical
Publication of CN113543145B publication Critical patent/CN113543145B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/14—Spectrum sharing arrangements between different networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W28/00—Network traffic management; Network resource management
    • H04W28/16—Central resource management; Negotiation of resources or communication parameters, e.g. negotiating bandwidth or QoS [Quality of Service]
    • H04W28/24—Negotiating SLA [Service Level Agreement]; Negotiating QoS [Quality of Service]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/04—Wireless resource allocation
    • H04W72/044—Wireless resource allocation based on the type of the allocated resource
    • H04W72/0473—Wireless resource allocation based on the type of the allocated resource the resource being transmission power

Landscapes

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

Abstract

本发明提供一种NOMA系统用户配对和功率分配联合优化方法及装置，该方法包括：对物理域内的每个强用户和每个弱用户进行配对；确定使所有用户对遍历和速率的期望值最大时，强用户和弱用户的配对方案以及功率分配方案，作为优化方案；其中，强用户和弱用户分别根据信道功率增益大小划分，遍历和速率为每一用户对的总遍历速率；若一个强用户和一个弱用户共享频谱，但不能同时满足功率约束和QOS条件，则工作在OMA模式；若一个强用户和一个弱用户共享频谱，能同时满足功率约束和QOS条件，则工作在NOMA模式；未匹配强用户的弱用户视为虚拟用户对。本发明显著提高了系统吞吐量、具有用户公平性和低复杂度的特点，可扩展性较强。

Description

NOMA系统用户配对和功率分配联合优化方法及装置
技术领域
本发明涉及无线通信技术领域，尤其涉及一种NOMA系统用户配对和功率分配联合优化方法及装置。
背景技术
第五代无线网络带来了无线服务和网络流量需求的巨大增长，这将继续推动技术进步，以实现高频谱效率。非正交多址接入(non-orthogonal multiple access,NOMA)技术已成为未来无线网络的一种支持技术。在众多的NOMA技术中，被广泛研究的功率域NOMA技术是一种利用多路复用用户之间的信道增益差来实现多路复用的频谱高效接入方法。
对于功率域NOMA，在接收端采用连续干扰消除(successive interferencecancellation,SIC)，根据信号的有序接收功率，依次消除干扰。然而，由于信道协调的额外开销和SIC的复杂性，将所有用户共同放在一个NOMA对中是不现实的。因此，在NOMA中设计联合用户配对和功率分配是实现高容量增益的关键。然而，大多数现有工作都假定所有用户都可以找到频谱复用的伙伴，这种假设与大多数实际情况不兼容。这是因为，强用户和弱用户数量碰巧相等并且满足共享条件的情况是低概率的。因此，NOMA和正交多路访问(orthogonal multiple access,OMA)共存是提供用户访问的一种有前景的方式。目前的研究大多数都假定在基站(base station，BS)可以获得完整的信道状态信息(Channel StateInformation，CSI)。此外，对于每一个可能的匹配对，优化功率分配的复杂性仍然很高，特别是对于大量的NOMA用户。因此，如何联合优化具有统计CSI的NOMA系统的用户配对和功率分配仍然是一个重要的问题。
发明内容
本发明提供一种NOMA系统用户配对和功率分配联合优化方法，包括：对物理域内的每个强用户和每个弱用户进行配对；确定使所有用户对遍历和速率的期望值最大时，强用户和弱用户的配对方案以及功率分配方案，作为优化方案；其中，所述强用户和弱用户分别根据信道功率增益大小划分，所述遍历和速率为每一用户对的总遍历速率；若一个强用户和一个弱用户共享频谱，但不能同时满足功率约束和服务质量(Quality of Service，QOS)条件，则工作在OMA模式；若一个强用户和一个弱用户共享频谱，能同时满足功率约束和QOS条件，则工作在NOMA模式；弱用户多于强用户时，未匹配强用户的弱用户视为虚拟用户对。
根据本发明一个实施例的NOMA系统用户配对和功率分配联合优化方法，所述确定使所有用户对的遍历和速率的期望值最大时，强用户和弱用户的配对方案以及功率分配方案之前，还包括根据如下公式确定每一用户对的遍历和速率：
虚拟对的遍历和速率为：
Figure BDA0003103920720000021
OMA对的遍历和速率为：
Figure BDA0003103920720000022
NOMA对的遍历和速率为弱用户的遍历速率和强用户的遍历速率之和，其中，弱用户的遍历速率为：
Figure BDA0003103920720000031
NOMA对的强用户的遍历速率为：
Figure BDA0003103920720000032
其中，S表示强用户，W表示弱用户；VIR表示虚拟对，
Figure BDA00031039207200000312
表示期望运算，g表示用户对；rg为用户对的遍历和速率，RW,g为弱用户的实时数据速率；σ2为噪声功率，
Figure BDA0003103920720000033
为单个用户的最大传输功率，hW,g为弱用户的信道功率增益；RS,g为强用户的实时数据速率，
Figure BDA00031039207200000313
为多路损耗参数，hS,g为强用户的信道功率增益，pW,g和pS,g分别为弱用户和强用户分配的功率，hS为强用户的信道功率增益，pS为强用户功率分配结果。
根据本发明一个实施例的NOMA系统用户配对和功率分配联合优化方法，瑞利衰落模型中，OMA对中两个用户在瑞利衰落下的遍历速率分别为：
Figure BDA0003103920720000034
Figure BDA0003103920720000035
虚拟对的遍历和速率为：
Figure BDA0003103920720000036
NOMA对，两个用户的遍历速率分别为：
Figure BDA0003103920720000037
Figure BDA0003103920720000038
其中，
Figure BDA0003103920720000039
X～exp(θ-1)；
其中，
Figure BDA00031039207200000310
和
Figure BDA00031039207200000311
分别为相对于噪声功率的归一化平均信道增益；
Figure BDA0003103920720000041
Rayleigh表示瑞利衰落模型；
Figure BDA0003103920720000042
和δS、δW分别表示强用户、弱用户的大尺度径损分量和信道衰落增益，α为路径损失指数。
根据本发明一个实施例的NOMA系统用户配对和功率分配联合优化方法，莱斯衰落模型中：
OMA对中两个用户的遍历速率分别为：
Figure BDA0003103920720000043
Figure BDA0003103920720000044
NOMA对中的遍历速率分别为：
Figure BDA0003103920720000045
虚拟对的遍历和速率为
Figure BDA0003103920720000046
其中，
Figure BDA0003103920720000047
其中，Rician表示莱斯衰落模型，Ω为平均信道增益，K为莱斯因子；
Figure BDA0003103920720000048
为广义积分函数。
根据本发明一个实施例的NOMA系统用户配对和功率分配联合优化方法，每个用户的遍历速率满足上下界条件，相应地，所述确定使所有用户对的遍历和速率的期望值最大时，强用户和弱用户的配对方案以及功率分配方案之前，还包括：确定每个用户的遍历速率上下界条件；根据上界(upper bound，UB)条件或下界(lower bound，LB)条件，确定所有用户对的遍历和速率的约束条件。
根据本发明一个实施例的NOMA系统用户配对和功率分配联合优化方法，瑞利衰落模型中，所述确定每个用户的遍历速率上下界条件，包括根据下式确定：
OMA对中两个用户的遍历速率下界分别为：
Figure BDA0003103920720000051
NOMA对中两个用户的遍历速率下界分别为：
Figure BDA0003103920720000052
OMA对中两个用户的遍历速率上界分别为：
Figure BDA0003103920720000053
NOMA对中两个用户的遍历速率上界分别为：
Figure BDA0003103920720000054
其中，lb表示下界，ub表示上界，S表示强用户，W表示弱用户；
Figure BDA0003103920720000055
为单个用户的最大传输功率；μS和μW是由σ2归一化的|hS|2和|hW|2的平均信道增益；pW和pS分别为弱用户和强用户分配的功率；
其中，
Figure BDA0003103920720000056
为指数积分函数；
Figure BDA0003103920720000057
根据本发明一个实施例的NOMA系统用户配对和功率分配联合优化方法，莱斯衰落模型中，确定每个用户的遍历速率上下界条件，包括根据下式确定：
OMA对中用户的遍历速率下界分别为：
Figure BDA0003103920720000058
NOMA对中两个用户的遍历速率下界分别为：
Figure BDA0003103920720000059
OMA对中两个用户的遍历速率上界分别为：
Figure BDA00031039207200000510
NOMA对中两个用户的遍历速率上界分布表为：
Figure BDA0003103920720000061
其中，lb表示下界，ub表示上界，S表示强用户，W表示弱用户；
Figure BDA0003103920720000062
为单个用户的最大传输功率；K为莱斯因子，ΩS和ΩW分别是由σ2归一化的|hS|2和|hW|2的平均信道增益；
Figure BDA0003103920720000063
Figure BDA0003103920720000064
其中，Ω为平均信道增益，P为常数；T为截断参数。
本发明还提供一种NOMA系统用户配对和功率分配联合优化装置，包括：分配模块，用于对物理域内的每个强用户和每个弱用户进行配对；优化模块，用于确定使所有用户对遍历和速率的期望值最大时，强用户和弱用户的配对方案以及功率分配方案，作为优化方案；其中，所述强用户和弱用户分别根据信道功率增益大小划分，所述遍历和速率为每一用户对的总遍历速率；若一个强用户和一个弱用户共享频谱，但不能同时满足功率约束和QOS条件，则工作在OMA模式；若一个强用户和一个弱用户共享频谱，能同时满足功率约束和QOS条件，则工作在NOMA模式；弱用户多于强用户时，未匹配强用户的弱用户视为虚拟用户对。
本发明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NOMA系统用户配对和功率分配联合优化方法的步骤。
本发明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NOMA系统用户配对和功率分配联合优化方法的步骤。
本发明提供的NOMA系统用户配对和功率分配联合优化方法及装置，通过对物理域内的每个强用户和单个弱用户之间进行配对，确定使所有用户对遍历和速率的期望值最大时作为优化方案，显著提高了系统的吞吐量、具有用户公平性和低复杂度的特点，可扩展性较强。
附图说明
为了更清楚地说明本发明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是本发明提供的NOMA系统用户配对和功率分配联合优化方法的流程示意图；
图2是本发明提供的NOMA系统用户配对和功率分配联合优化方法的应用场景图；
图3a是本发明提供的强用户在瑞利衰落时遍历速率的下界和上界的性能示意图；
图3b是本发明提供的强用户在莱斯衰落时遍历速率的下界和上界的性能示意图；
图4是本发明提供的瑞利衰落下的遍历数据率比较通过直接优化和与分析的下界和上界松弛示意图；
图5是本发明提供的瑞利衰落下不同优化方法的计算时间的累积分布函数示意图；
图6a是本发明提供的不同方案在遍历数据速率的性能比较示意图；
图6b是本发明提供的不同方案在频谱效率上的性能比较示意图；
图7是本发明提供的NOMA系统用户配对和功率分配联合优化装置的结构示意图；
图8是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明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。
在上述讨论的基础上，本发明重点研究了统计CSI情况下NOMA网络的联合用户配对和功率分配问题。允许NOMA和OMA用户共存，同时指定NOMA与OMA相比的最小速率要求，研究了在统计CSI下NOMA系统的遍历和速率最大化问题。为了减少遍历速率带来的计算复杂度，构造了一种基于二分图匹配的用户配对和功率分配方案，通过提出低复杂度的功率分配算法减低计算复杂度。此外，推导了不同衰减模型下遍历速率的解析上界和下界，并以此来考虑简化的遍历和速率界最大化问题，给出了简化的近似最优解。数值结果验证了该方案在吞吐量、频谱效率和用户公平性方面优于现有算法。
下面结合图1-图8描述本发明的NOMA系统用户配对和功率分配联合优化方法及装置。图1是本发明提供的NOMA系统用户配对和功率分配联合优化方法的流程示意图，如图1所示，本发明提供NOMA系统用户配对和功率分配联合优化方法，包括：
101、对物理域内的每个强用户和单个弱用户之间进行配对；
102、确定使所有用户对遍历和速率的期望值最大时，强用户和弱用户的配对方案以及功率分配方案，作为优化方案；
其中，所述强用户和弱用户分别根据信道功率增益大小划分，所述遍历和速率为每一用户对的总遍历速率；若一个强用户和一个弱用户共享频谱，但不能同时满足功率约束和QOS条件，则工作在OMA模式；若一个强用户和一个弱用户共享频谱，能同时满足功率约束和QOS条件，则工作在NOMA系统中用户配对和功率分配联合优化方法OMA模式；弱用户多于强用户时，未匹配强用户的弱用户视为虚拟用户对。
图2显示了该通信系统的物理域(Physical domain)，其中数据分发者(Datadistributer)可以是部署了缓存服务器的BS或路边单元(RSU)，并不断将内容推送给随机分布在其覆盖范围内的所需用户。然后采用基于信道增益的用户分类方法，在混合NOMA模型下利用信道差异化来实现用户协作。服务分发服务器可以根据导频信号估计出其传输范围内用户的信道统计量，并利用该统计量对用户类型进行划分。本发明假设M个期望信道增益较大的用户为强(信道)用户，其余N个用户为弱(信道)用户。定义
Figure BDA0003103920720000091
来表示用户集合，其中设
Figure BDA0003103920720000092
和
Figure BDA0003103920720000093
分别表示强用户集合和弱用户集合。以上满足条件，
Figure BDA0003103920720000094
和
Figure BDA0003103920720000095
基于蜂窝网络几何关系，更少的用户接近BS，而更多的用户接近蜂窝网络边缘。尽管存在常见的阴影效果，但在给定的蜂窝网络单元中，弱用户通常比强用户要多。因此本发明的讨论集中在M≤N的情况下。
为了平衡总速率、频谱效率和计算复杂性，本发明专利允许最多两个用户组成频谱共享对。具体来说，每个构成的用户对由一个来自强用户集
Figure BDA0003103920720000096
的用户和一个来自弱用户集
Figure BDA0003103920720000097
的用户组成。如果给定用户对中的两个用户满足OMA的一个NOMA增益，则它们作为一个NOMA对；否则，它们作为一个OMA对。同时，由于M＜N，至少有N-M弱用户可以不配对工作。为了激励用户共享信道，本发明假设可用信道的数量为max{N,M}，每一对可以使用一个专用信道而不受信道间干扰。由于无线通信环境的复杂性和不确定性，本发明考虑了城市和郊区两种典型环境，分别采用瑞利衰落模型和莱斯衰落模型对其进行了表征。瑞利衰落模型描述的是发射端和接收端之间存在丰富的反射和折射链路的情况，而莱斯衰落模型更适用于发射端和接收端之间存在视距(line-of-sight,LoS)分量的情况。
定义
Figure BDA0003103920720000101
为用户对集合。不失一般性，本发明关注用户对(或组)g，分别将其标记为强用户S和弱用户W。强用户和弱用户的信道功率增益为：
Figure BDA0003103920720000102
其中，
Figure BDA0003103920720000103
(或
Figure BDA0003103920720000104
)和δS,g(或δW,g)分别表征了强用户(或弱用户)的大尺度径损分量和信道衰落增益。α是路径损失指数。本发明还分别定义RS,g和RW,g为强用户和弱用户的数据率，其中Rg＝RS,g+RW,g为用户对总速率。在这种情况下，有三种不同的pair类型：
1)虚拟对:当弱用户数量多于强用户数量时，一些弱用户会占用专用信道以最大的传输功率工作，无干扰。虚拟对的集合为
Figure BDA00031039207200001011
。
2)OMA对:当一个强用户和一个弱用户共享频谱，但不能共同满足功率约束和QoS要求时，该对将以信道共享的方式在OMA模式下运行，此时OMA对中用户将以正交方式利用频谱。OMA对的集合为
Figure BDA0003103920720000105
3)NOMA对:在NOMA模式下，当强用户和弱用户都能在功率约束和QoS要求下服务时，将同时利用整个信道。NOMA对的集合为
Figure BDA0003103920720000106
为了利用频谱共享的好处，本发明定义了一个NOMA增益系数∈≥1指定在NOMA模式下所需的速率增益。因此，第g个NOMA对中强用户和弱用户的最小数据速率要求分别为
Figure BDA0003103920720000107
其中，
Figure BDA0003103920720000108
和
Figure BDA0003103920720000109
分别为强用户和弱用户在OMA中的速率。在OMA模式中，假设用户平分频谱。
设X∈{0,1}Q×G表示对用户的分配，如果用户q属于配对g，则xq,g＝1，否则为0。同时，本发明定义
Figure BDA00031039207200001010
分别作为强用户和弱用户每对的功率分配变量。在最大功率和最小数据速率需求约束下，遍历和速率最大化问题是：
Figure BDA0003103920720000111
Figure BDA0003103920720000112
Figure BDA0003103920720000113
Figure BDA0003103920720000114
Figure BDA0003103920720000115
Figure BDA0003103920720000116
Figure BDA0003103920720000117
Figure BDA0003103920720000118
其中，
Figure BDA0003103920720000119
分别表示两个用户的遍历速率和每对用户的遍历和率。同时，
Figure BDA00031039207200001110
和
Figure BDA00031039207200001111
是NOMA对集
Figure BDA00031039207200001112
中两个用户的最小数据速率要求。约束(3b)表明每个用户只属于一对。约束(3c)强制每一对最多有一个强用户，而约束(3d)表示每一对有一个弱用户。约束(3e)保证每对分配的总功率不能超过最大功率总和pmax。约束(3f)为公平性要求每个用户功率都应在单个最大传输功率
Figure BDA00031039207200001113
下，并保证了NOMA中SIC成功的条件。对于工作在虚拟对集
Figure BDA00031039207200001114
和OMA对集
Figure BDA00031039207200001115
的用户，至少可以实现OMA速率，因此为了保证NOMA对中的用户能获得大于OMA对中所获得的数据速率，约束(3g)和(3h)分别保证了工作在NOMA对集
Figure BDA00031039207200001116
中的强用户和弱用户的最低数据速率要求。
本发明提供的NOMA系统用户配对和功率分配联合优化方法，通过对物理域内的每个强用户和单个弱用户之间进行配对，确定使所有用户对遍历和速率的期望值最大时作为优化方案，显著提高了系统的吞吐量、具有用户公平性和低复杂度的特点，可扩展性较强。
在一个实施例中，所述确定使所有用户对的遍历和速率的期望值最大时，强用户和弱用户的配对方案以及功率分配方案之前，还包括根据如下公式确定每一用户对的遍历和速率：虚拟对的遍历和速率根据公式(4)确定，OMA对的遍历和速率根据公式(5)确定，NOMA对的弱用户的遍历速率根据公式(6)确定，NOMA对的强用户的遍历速率根据公式(7)确定，具体公式见下文。
具体地，本发明提出一种基于二分图匹配的用户配对和功率分配联合优化方案。
模型扩展：
1)二分图匹配：二分图
Figure BDA0003103920720000121
是指顶点集
Figure BDA0003103920720000122
可分为两个不相交子集
Figure BDA0003103920720000123
和
Figure BDA0003103920720000124
使得每条e∈ε的边在
Figure BDA0003103920720000125
中有一个端点，在
Figure BDA0003103920720000126
中有另一个端点。其中，匹配
Figure BDA0003103920720000127
是ε的子集，加权二分图可以说明节点之间的关系，其中边的权值依赖于特定的优化目标。最大化匹配目标对应于在二分图中寻找最大权值匹配，即权值和最大的匹配。
对于遍历速率最大化问题，本发明首先利用信道条件将用户分类并重新分组为两个不相交的强用户和弱用户集合。然后定义了一种加权二分匹配，其权重等于每一对匹配在一定的功率和最小速率要求下的可实现的遍历和速率。最后找到最大的权值匹配，使网络容量最大化。
2)模型扩展：为了构建二分图匹配问题，本发明首先对模型进行扩展，引入“虚拟强用户”，构造强用户和弱用户之间的二分图。具体来说，本发明将强用户
Figure BDA0003103920720000128
的集合扩展到一个新的集合
Figure BDA0003103920720000129
通过填充虚拟用户直到
Figure BDA00031039207200001210
虚拟强用户集定义为
Figure BDA00031039207200001211
且
Figure BDA00031039207200001212
B.遍历速率推导：
存在三种配对类型：虚拟用户对、OMA用户对和NOMA用户对。接下来将在瑞利和莱斯衰落模型下，推导出各配对类型在单位时间内的遍历和率。
虚拟用户对：对于N-M个弱用户，由一个弱用户和一个虚拟强用户组成的虚拟配对。因此，pS,g＝0,
Figure BDA00031039207200001213
且遍历和速率等于弱用户的遍历速率：
Figure BDA0003103920720000131
其中σ2是噪声功率。
OMA用户对：对于OMA对，考虑一个基于TDMA的OMA系统，允许两个用户以单个最大传输功率
Figure BDA0003103920720000132
传输，同时引入
Figure BDA0003103920720000133
的多路损耗。因此OMA对的遍历和速率为：
Figure BDA0003103920720000134
本发明设
Figure BDA0003103920720000135
为普遍采用的值。
NOMA用户对：在下行NOMA中，弱用户受到强用户的轻微干扰。因此，它通过将强用户的干扰视为加性噪声来解码自己的信号。因此弱用户的遍历速率为：
Figure BDA0003103920720000136
相反，强用户利用SIC技术解码弱用户的干扰信号来。对于NOMA对，由于本发明有|hS,g|2＞|hW,g|2和pS,g≤pW,g，所以针对弱用户的信号可以被强用户正确解码和消去。因此强用户遍历速率为
Figure BDA0003103920720000137
上述公式中，S表示强用户，W表示弱用户；VIR表示虚拟对，
Figure BDA0003103920720000138
期望，g表示用户对；rg为用户对的遍历和速率，RW,g为弱用户的数据率；σ2为噪声功率，
Figure BDA0003103920720000139
为单个用户的最大传输功率，hW,g为弱用户的信道功率增益；RS,g为强用户的数据率，
Figure BDA00031039207200001310
为多路损耗参数，hS,g为强用户的信道功率增益，pW,g和pS,g分别为弱用户和强用户分配的功率，hS为强用户的信道功率增益，pS为强用户功率分配结果。
在一个实施例中，瑞利衰落模型模型中，OMA对中两个用户在瑞利衰落下的遍历速率根据公式(9)确定，虚拟对的遍历和速率为公式(9)中弱用户的2倍，NOMA对两类用户的遍历速率根据公式(11)确定，具体公式见下文。
接下来本发明给出了瑞利和莱斯衰落模型的近似封闭遍历速率表达式。为了更好说明，以下说明中省略用户对g。
1)瑞利衰落遍历速率:exp(λ)表示平均λ的指数分布。通过假设
Figure BDA0003103920720000141
和
Figure BDA0003103920720000142
和
Figure BDA0003103920720000143
定义
Figure BDA0003103920720000144
和
Figure BDA0003103920720000145
为相对于噪声功率的归一化平均信道增益。如果X～exp(θ-1)和P是一个常数，则可以得出这个结论
Figure BDA0003103920720000146
其中，
Figure BDA0003103920720000147
为指数积分函数。因此，OMA对中两个用户在瑞利衰落下的遍历速率为：
Figure BDA0003103920720000148
且OMA对的遍历和速率是
Figure BDA0003103920720000149
同时，虚拟对的遍历和速率等于弱用户使用整个信道的速率，因此
Figure BDA00031039207200001410
根据(8)，可进一步得到：
Figure BDA00031039207200001411
因此，对于NOMA对，两个用户在瑞利衰落下的遍历速率为：
Figure BDA0003103920720000151
且NOMA对的遍历和速率是
Figure BDA0003103920720000152
其中，上述公式中，
Figure BDA0003103920720000153
和
Figure BDA0003103920720000154
分别为相对于噪声功率的归一化平均信道增益；
Figure BDA0003103920720000155
Rayleigh表示瑞利衰落模型；
Figure BDA0003103920720000156
和δS、δW分别表示强用户、弱用户的大尺度径损分量和信道衰落增益，α为路径损失指数。
在一个实施例中，莱斯衰落模型中，OMA对中两个用户的遍历速率根据公式(15)确定，NOMA对中的遍历速率根据公式(16)确定，虚拟对的遍历和速率为公式(15)中弱用户的两倍，具体公式见下文。
在莱斯衰落下的遍历速率:在莱斯衰落过程中，平均信道增益Ω和莱斯因子K的信道增益的概率密度函数表示为:
Figure BDA0003103920720000157
为了简化推导，本发明定义ΩS和ΩW分别为经过σ2归一化的|hS|2和|hW|2的平均信道增益。本发明建立以下定理来推导在莱斯衰落情况下的遍历速率。
定理1：考虑一个随机变量X，它遵循具有平均信道增益Ω的莱斯信道分布，且莱斯因子K。对于一个常数P，它遵循
Figure BDA0003103920720000158
其中
Figure BDA0003103920720000159
为广义指数积分。
定理1提供了一个显式表达式，包含了无穷多个积分函数的和。由于莱斯因子收敛速度快，本发明可以利用截断参数T使其逼近容易处理：
Figure BDA0003103920720000161
利用(14)，OMA对中两个用户在莱斯衰落下的遍历速率为：
Figure BDA0003103920720000162
在莱斯衰落条件下，用户在NOMA配对中的遍历速率为：
Figure BDA0003103920720000163
因此，OMA对和NOMA对的遍历和率分别为
Figure BDA0003103920720000164
和r1＝rS,1+rW,1。同时，虚拟配对的遍历和速率为
Figure BDA0003103920720000165
对于NOMA对，需要确定使每个NOMA对的遍历和率最大化的功率。设r*表示NOMA对g的优化遍历和速率。通过以瑞利衰落情况为例，本发明得到r*对应以下问题的最优目标值:
Figure BDA0003103920720000166
对于每一个有效的NOMA对，本发明需要解决上述优化问题来刻画边缘的权值。因此，如何有效地解决(17)是至关重要的。将(9)(11)代入约束中，得到可行功率区域：
Figure BDA0003103920720000167
其中，
Figure BDA0003103920720000168
和
Figure BDA0003103920720000169
由
Figure BDA00031039207200001610
和
Figure BDA00031039207200001611
相应地决定。本发明可以通过对
Figure BDA00031039207200001612
进行二维穷举搜索来解决问题(17)。然而，当用户对数量较多时，该穷搜方法计算量巨大。下面的定理允许缩小(17)的搜索空间，降低复杂度。
定理2：使(17)遍历和速率最大化的最优解(pS,pW)必须满足pS+pW＝pmax。
利用定理2，得到一维可行域，对应于
Figure BDA00031039207200001715
与总功率约束的上边界的交点：
Figure BDA0003103920720000171
因此，对于二分图中每一个可能的NOMA对，本发明可用一维搜索区域来代替可行域上的二维搜索来进行一维搜索以使遍历和速率最大化，从而提高加权时的计算速度。
然而，由于(9)和(11)中的积分部分，不能直接得到最优pS和pW的表达式。然而，注意到
Figure BDA0003103920720000172
是定义在
Figure BDA0003103920720000173
区间上的连续函数。当
Figure BDA0003103920720000174
可行时，随着pW到
Figure BDA0003103920720000175
的增加，
Figure BDA0003103920720000176
从
Figure BDA0003103920720000177
增加到一个正值
Figure BDA0003103920720000178
因此，从中值定理出发，函数
Figure BDA0003103920720000179
必须在区间
Figure BDA00031039207200001710
中至少有一个根。因此可以使用二分查找(bisection search)获得具有收敛阈值τ的最优pW。然后设pS＝min{pW,pmax-pW}，计算强用户的遍历速率，即rS,0。若
Figure BDA00031039207200001711
则该配对是一个具有最优功率分配的NOMA配对，最优功率分配为[pW,pS]；否则使用OMA模式。显然，当弱用户使用最大传输功率单独占用频谱时，可直接计算出虚拟对的遍历和率。之后，对每一用户对,指定r为二分图U的边g的权值，即当用户对g属于
Figure BDA00031039207200001712
时，r分别分配给
Figure BDA00031039207200001713
基于全加权二分图，可利用匈牙利算法来寻找最优匹配，使所有对的遍历和速率最大化。对于M强用户和N个弱用户(M＜N)来说，可能有多达NM个候选对。对于每一对，实现pW小于阈值τ所需的迭代数为
Figure BDA00031039207200001714
由于积分分量的计算复杂度较高，本发明提出的一维搜索方法可以显著降低二分图加权的计算复杂度。其次，匈牙利算法的复杂度为O(N3)。因此，执行一次算法的总复杂度为O(LsNM+N3)。从第五节的模拟结果可以看出，基于一维搜索的方案比基于二维搜索的方案计算速度快得多。
同时，对于莱斯衰落模型，可以用相应的莱斯遍历速率
Figure BDA0003103920720000181
和
Figure BDA0003103920720000182
和
Figure BDA0003103920720000183
代替瑞利衰落模型中的遍历速率
Figure BDA0003103920720000184
和
Figure BDA0003103920720000185
在一个实施例中，每个用户的遍历速率满足上下界条件，相应地，所述确定使所有用户对的遍历和速率的期望值最大时，强用户和弱用户的配对方案以及功率分配方案之前，还包括：确定每个用户的遍历速率上下界条件；根据上下界条件，确定所有用户对的遍历和速率的约束条件。
由于遍历速率的计算复杂度较高，为了进一步降低计算复杂度，分别推导出遍历速率最大化问题中原始目标函数在瑞利和莱斯衰落模型下的解析下界和解析上界。在此基础上，将优化的配对和资源分配引入到原目标函数中，可以间接得到优化的遍历数据率。
在一个实施例中，瑞利衰落模型中，所述确定每个用户的遍历速率上下界条件包括根据下式确定：OMA对中两个用户的遍历速率下界根据公式(22)确定，NOMA对中两个用户的遍历速率下界根据公式(23)确定，OMA对中两个用户的遍历速率上界根据公式(25)确定，NOMA对中两个用户的遍历速率上界根据公式(26)确定，具体公式见下文。
瑞利衰落下的松弛：
定义μS和μW是由σ2归一化的|hS|2和|hW|2的平均信道增益。
1)下界：遵循Swamee和Ohija逼近准则，给定常数P，可以得到：
Figure BDA0003103920720000186
其中：
Figure BDA0003103920720000191
将(20)与(9)、(11)相结合，OMA对中两个用户的遍历速率下界为：
Figure BDA0003103920720000192
同时，NOMA对中两个用户的遍历速率下界为：
Figure BDA0003103920720000193
因此，在瑞利衰落模型下，OMA对和NOMA对的遍历和速率下界分别为
Figure BDA0003103920720000194
和
Figure BDA0003103920720000195
2)上界:由(8)得到：
Figure BDA0003103920720000196
由Jensen不等式得出
Figure BDA00031039207200001912
应用Jensen不等式和(24)和(9)、(11)，OMA对中两个用户的遍历速率上界为：
Figure BDA0003103920720000197
同时，NOMA对中两个用户的遍历速率上界为：
Figure BDA0003103920720000198
因此，在瑞利衰落模型下，OMA对和NOMA对的遍历和速率上界分别为
Figure BDA0003103920720000199
和
Figure BDA00031039207200001910
其中，上述公式中，lb表示下界，ub表示上界，S表示强用户，W表示弱用户；
Figure BDA00031039207200001911
为单个用户的最大传输功率；μS和μW是由σ2归一化的|hS|2和|hW|2的平均信道增益；pW和pS分别为弱用户和强用户分配的功率。
在一个实施例中，莱斯衰落模型中，所述确定每个用户的遍历速率上下界条件包括根据下式确定：OMA对中用户的遍历速率下界根据公式(31)确定，NOMA对中两个用户的遍历速率下界根据公式(32)确定，OMA对中两个用户的遍历速率上界根据公式(35)确定，NOMA对中两个用户的遍历速率上界根据公式(36)确定，具体公式见下文：
B.莱斯衰落下的约束松弛：
ΩS和ΩW分别是由σ2归一化的|hS|2和|hW|2的平均信道增益。
1)下界:为确定用户在莱斯衰落条件下的遍历速率，即Υ(P,K,Ω)，本发明从指数积分项En(x)开始。通过分部积分得到递归方程：
Figure BDA0003103920720000201
因此，(27)得到n≥1时En+1(x)的表达式：
Figure BDA0003103920720000202
由于已知E1(x)≥η1(x)，则x∈[0,1]：
Figure BDA0003103920720000203
由于对于m≥1和
Figure BDA0003103920720000204
有
Figure BDA0003103920720000205
为了简单，本发明定义
Figure BDA0003103920720000206
因此，为保证有效的信道容量，有(K+1)/(ΩP)≤1。定义：
Figure BDA0003103920720000211
将(30)与(15)、(16)相结合，OMA对中用户的遍历速率下界为：
Figure BDA0003103920720000212
且NOMA对中两个用户的遍历速率下界为：
Figure BDA0003103920720000213
因此，在莱斯衰落模型下，OMA对和NOMA对的遍历和速率下界分别为
Figure BDA0003103920720000214
和
Figure BDA0003103920720000215
2)上界:采用与瑞利衰落相同的方法，调用(6)和(7)中的Jensen不等式，得到了在莱斯衰落下用户遍历速率的上界。具体的，
Figure BDA0003103920720000216
同时：
Figure BDA0003103920720000217
因此，应用Jensen不等式和(33)和(15)和(16)，OMA对中两个用户的遍历速率上界为：
Figure BDA0003103920720000218
且NOMA对中两个用户的遍历速率上界为：
Figure BDA0003103920720000219
因此，在莱斯衰落模型下，OMA对和NOMA对的遍历和速率上界分别为
Figure BDA0003103920720000221
和
Figure BDA0003103920720000222
其中，上述公式中，lb表示下界，ub表示上界，S表示强用户，W表示弱用户；
Figure BDA0003103920720000223
为单个用户的最大传输功率；K为莱斯因子，ΩS和ΩW分别是由σ2归一化的|hS|2和|hW|2的平均信道增益。
图3a、图3b使用数值模拟来计算本发明推导的边界。比较了瑞利和莱斯衰落模型下的直接求值(DE)、下界(LB)和上界(UB)，分别用“DE”、“LB”和“UB”标记。为了清楚起见，每个图中的图例都引用了相应的方程。对于每一对，本发明在不同的模拟中改变pS/pmax的比例，并设置相应的
Figure BDA0003103920720000224
从图3a、图3b可以看出，在所有情况下，强用户的遍历速率都随着pS的增加而增加，这导致弱用户的数据率更低。对于弱用户，下界和上界都实现了对遍历速率的精确逼近。这样，为了实现低复杂度，本发明可以用上界或下界替代目标函数(3)。
在仿真中，考虑一个基站位于小区中心，在小区范围内以50m为半径随机分布Q个用户。设前M个平均信道功率增益较大的用户为强用户，其余N＝Q-M个用户为弱用户。在接下来的研究中，首先比较了本发明所提出的基于二分图的用户匹配与功率分配方案(Bipartite Matching-based joint User pairing and Power allocation,BMUP)与二维穷举搜索的NOMA增益因子，然后用Monte Carlos模拟来评估所提出的基于边界的松弛的分析结果。同时将所提出的方法与其他方案在总和速率、用户公平性和频谱效率方面进行比较。在仿真中，设置噪声功率σ2为-30dBm，路径损耗指数α为3，用于二分搜索的收敛阈值τ为0.01mW，用户最大传输功率
Figure BDA0003103920720000225
为100mW，对于莱斯衰落模型，莱斯因子K为1。
图4展示了最大化不同的松弛目标函数LB和UB的遍历数据率。并还将优化的配对和资源分配引入到(3)中的原始目标函数中，得到相应的遍历数据率(EDR)。图4为瑞利衰落的示意图。图4表明遍历数据速率随着总传输功率和用户数量的增加而增长。值得注意的是，LB和UB松弛的优化遍历速率表现出一个非常小的差距。LB和UB之间的紧密性证明了两个边界的实用价值，并说明了推导的有效性。
图5比较了不同用户数下直接推导和基于解析界的松弛计算时间。这里使用“DE”，“LB”，和“UB”分别表示DE,LB和UB。在模拟中，即使用户数量增加，基于边界松弛的优化计算时间比使用DE的计算时间低50％左右。
图6a和图6b将本发明所提出的BMUP方案与基于次最大差(Next-Largest-Difference,NLD)方案、分层配对功率分配(Hierarchical Pairing Power Allocation,HPPA)方案和均匀信道增益差(Uniform Channel Gain Difference,UCGD)方案进行比较。对于所有方案，利用提出一维搜索实现功率优化。从图6a可以看出，BMUP在遍历数据率方面表现优异，因为预先分类充分保证了NOMA对用户之间的信道差异很大。从图6b可以看出，尽管本发明用专用(dedicated)信道允许更多虚拟对工作，但整体上BMUP的频谱效率仍然获得了更好的性能，特别是当强用户数量变大时。当强用户数量为15时，所提出的BMUP方案比NLD方案提升遍历速率60％，提升谱效8％。
下面对本发明提供的NOMA系统用户配对和功率分配联合优化装置进行描述，下文描述的NOMA系统用户配对和功率分配联合优化装置与上文描述的NOMA系统用户配对和功率分配联合优化方法可相互对应参照。
图7是本发明提供的NOMA系统用户配对和功率分配联合优化装置的结构示意图，如图7所示，该NOMA系统用户配对和功率分配联合优化装置包括：分配模块701和优化模块702。其中，所述强用户和弱用户分别根据信道增益大小划分，所述遍历和速率为每一用户对的总遍历速率；分配模块701用于对物理域内的每个强用户和每个弱用户进行配对；优化模块702用于确定使所有用户对遍历和速率的期望值最大时，强用户和弱用户的配对方案以及功率分配方案，作为优化方案；其中，所述强用户和弱用户分别根据信道功率增益大小划分，所述遍历和速率为每一用户对的总遍历速率；若一个强用户和一个弱用户共享频谱，但不能同时满足功率约束和QOS条件，则工作在OMA模式；若一个强用户和一个弱用户共享频谱，能同时满足功率约束和QOS条件，则工作在NOMA模式；弱用户多于强用户时，未匹配强用户的弱用户视为虚拟用户对。
本发明实施例提供的装置实施例是为了实现上述各方法实施例的，具体流程和详细内容请参照上述方法实施例，此处不再赘述。
本发明实施例提供的NOMA系统用户配对和功率分配联合优化装置，通过对物理域内的每个强用户和单个弱用户之间进行配对，确定使所有用户对遍历和速率的期望值最大时作为优化方案，显著提高了系统的吞吐量、具有用户公平性和低复杂度的特点，可扩展性较强。
图8是本发明提供的电子设备的结构示意图，如图8所示，该电子设备可以包括：处理器(processor)801、通信接口(Communications Interface)802、存储器(memory)803和通信总线804，其中，处理器801，通信接口802，存储器803通过通信总线804完成相互间的通信。处理器801可以调用存储器803中的逻辑指令，以执行NOMA系统用户配对和功率分配联合优化方法，该方法包括：对物理域内的每个强用户和每个弱用户进行配对；确定使所有用户对遍历和速率的期望值最大时，强用户和弱用户的配对方案以及功率分配方案，作为优化方案；其中，所述强用户和弱用户分别根据信道功率增益大小划分，所述遍历和速率为每一用户对的总遍历速率；若一个强用户和一个弱用户共享频谱，但不能同时满足功率约束和QOS条件，则工作在OMA模式；若一个强用户和一个弱用户共享频谱，能同时满足功率约束和QOS条件，则工作在NOMA模式；弱用户多于强用户时，未匹配强用户的弱用户视为虚拟用户对。
此外，上述的存储器803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所提供的NOMA系统用户配对和功率分配联合优化方法，该方法包括：对物理域内的每个强用户和每个弱用户进行配对；确定使所有用户对遍历和速率的期望值最大时，强用户和弱用户的配对方案以及功率分配方案，作为优化方案；其中，所述强用户和弱用户分别根据信道功率增益大小划分，所述遍历和速率为每一用户对的总遍历速率；若一个强用户和一个弱用户共享频谱，但不能同时满足功率约束和QOS条件，则工作在OMA模式；若一个强用户和一个弱用户共享频谱，能同时满足功率约束和QOS条件，则工作在NOMA模式；弱用户多于强用户时，未匹配强用户的弱用户视为虚拟用户对。
又一方面，本发明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NOMA系统用户配对和功率分配联合优化方法，该方法包括：对物理域内的每个强用户和每个弱用户进行配对；确定使所有用户对遍历和速率的期望值最大时，强用户和弱用户的配对方案以及功率分配方案，作为优化方案；其中，所述强用户和弱用户分别根据信道功率增益大小划分，所述遍历和速率为每一用户对的总遍历速率；若一个强用户和一个弱用户共享频谱，但不能同时满足功率约束和QOS条件，则工作在OMA模式；若一个强用户和一个弱用户共享频谱，能同时满足功率约束和QOS条件，则工作在NOMA模式；弱用户多于强用户时，未匹配强用户的弱用户视为虚拟用户对。
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 (10)

1.一种NOMA系统用户配对和功率分配联合优化方法，其特征在于，包括：
对物理域内的每个强用户和每个弱用户进行配对；
确定使所有用户对遍历和速率的期望值最大时，强用户和弱用户的配对方案以及功率分配方案，作为优化方案；
其中，所述强用户和弱用户分别根据信道功率增益大小划分，所述遍历和速率为每一用户对的总遍历速率；若一个强用户和一个弱用户共享频谱，但不能同时满足功率约束和QOS条件，则工作在OMA模式；若一个强用户和一个弱用户共享频谱，能同时满足功率约束和QOS条件，则工作在NOMA模式；弱用户多于强用户时，未匹配强用户的弱用户视为虚拟用户对。
2.根据权利要求1所述的NOMA系统用户配对和功率分配联合优化方法，其特征在于，所述确定使所有用户对的遍历和速率的期望值最大时，强用户和弱用户的配对方案以及功率分配方案之前，还包括根据如下公式确定每一用户对的遍历和速率：
虚拟对的遍历和速率为：
Figure FDA0003103920710000011
OMA对的遍历和速率为：
Figure FDA0003103920710000012
NOMA对的遍历和速率为弱用户的遍历速率和强用户的遍历速率之和，其中，弱用户的遍历速率为：
Figure FDA0003103920710000013
NOMA对的强用户的遍历速率为：
Figure FDA0003103920710000021
其中，S表示强用户，W表示弱用户；VIR表示虚拟对，
Figure FDA0003103920710000022
表示期望运算；g表示用户对，在其它参数符号中表示用户对相应的参数，可省略；rg为用户对的遍历和速率，RW,g为弱用户的实时数据速率；σ2为噪声功率，
Figure FDA0003103920710000023
为单个用户的最大传输功率，hW,g为弱用户的信道功率增益；RS,g为强用户的实时数据速率，
Figure FDA0003103920710000024
为多路损耗参数，hS,g为强用户的信道功率增益，pW,g和pS,g分别为弱用户和强用户分配的功率，hS为强用户的信道功率增益，pS为强用户功率分配结果。
3.根据权利要求1或2所述的NOMA系统用户配对和功率分配联合优化方法，其特征在于，瑞利衰落模型中，OMA对中两个用户在瑞利衰落模型下的遍历速率分别为：
Figure FDA0003103920710000025
Figure FDA0003103920710000026
虚拟对的遍历和速率为：
Figure FDA0003103920710000027
NOMA对中，两个用户的遍历速率分别为：
Figure FDA0003103920710000028
其中，
Figure FDA0003103920710000029
X～exp(θ-1)；
其中，
Figure FDA00031039207100000210
和
Figure FDA00031039207100000211
分别为相对于噪声功率的归一化平均信道增益；
Figure FDA0003103920710000031
Rayleigh表示瑞利衰落模型；
Figure FDA0003103920710000032
和δS、δW分别表示强用户、弱用户的大尺度径损分量和信道衰落增益，α为路径损失指数。
4.根据权利要求1或2所述的NOMA系统用户配对和功率分配联合优化方法，其特征在于，莱斯衰落模型中：
OMA对中两个用户的遍历速率分别为：
Figure FDA0003103920710000033
Figure FDA0003103920710000034
NOMA对中的遍历速率分别为：
Figure FDA0003103920710000035
Figure FDA0003103920710000036
虚拟对的遍历和速率为
Figure FDA0003103920710000037
其中，
Figure FDA0003103920710000038
其中，Rician表示莱斯衰落模型，Ω为平均信道增益，K为莱斯因子；
Figure FDA0003103920710000039
为广义积分函数。
5.根据权利要求1所述的NOMA系统用户配对和功率分配联合优化方法，其特征在于，每个用户的遍历速率满足上下界条件，相应地，所述确定使所有用户对的遍历和速率的期望值最大时，强用户和弱用户的配对方案以及功率分配方案之前，还包括：确定每个用户的遍历速率上下界条件；
根据上界UB条件或下界LB条件，确定所有用户对的遍历和速率的约束条件。
6.根据权利要求5所述的NOMA系统用户配对和功率分配联合优化方法，其特征在于，瑞利衰落模型中，所述确定每个用户的遍历速率上下界条件，包括根据下式确定：
OMA对中两个用户的遍历速率下界分别为：
Figure FDA0003103920710000041
NOMA对中两个用户的遍历速率下界分别为：
Figure FDA0003103920710000042
OMA对中两个用户的遍历速率上界分别为：
Figure FDA0003103920710000043
NOMA对中两个用户的遍历速率上界分别为：
Figure FDA0003103920710000044
其中，lb表示下界，ub表示上界，S表示强用户，W表示弱用户；
Figure FDA0003103920710000045
为单个用户的最大传输功率；μS和μW是由σ2归一化的|hS|2和|hW|2的平均信道增益；pW和pS分别为弱用户和强用户分配的功率；
其中，
Figure FDA0003103920710000046
x≥0为指数积分函数；
Figure FDA0003103920710000047
7.根据权利要求5所述的NOMA系统用户配对和功率分配联合优化方法，其特征在于，莱斯衰落模型中，所述确定每个用户的遍历速率上下界条件包括根据下式确定：
OMA对中用户的遍历速率下界分别为：
Figure FDA0003103920710000048
NOMA对中两个用户的遍历速率下界分别为：
Figure FDA0003103920710000051
OMA对中两个用户的遍历速率上界分别为：
Figure FDA0003103920710000052
NOMA对中两个用户的遍历速率上界分别为：
Figure FDA0003103920710000053
其中，lb表示下界，ub表示上界，S表示强用户，W表示弱用户；
Figure FDA0003103920710000054
为单个用户的最大传输功率；K为莱斯因子，ΩS和ΩW分别是由σ2归一化的|hS|2和|hW|2的平均信道增益；pW和pS分别为弱用户和强用户分配的功率；
Figure FDA0003103920710000055
Figure FDA0003103920710000056
其中，Ω为平均信道增益，P为常数；T为截断参数。
8.一种NOMA系统用户配对和功率分配联合优化装置，其特征在于，包括：
分配模块，用于对物理域内的每个强用户和每个弱用户进行配对；
优化模块，用于确定使所有用户对遍历和速率的期望值最大时，强用户和弱用户的配对方案以及功率分配方案，作为优化方案；
其中，所述强用户和弱用户分别根据信道功率增益大小划分，所述遍历和速率为每一用户对的总遍历速率；若一个强用户和一个弱用户共享频谱，但不能同时满足功率约束和QOS条件，则工作在OMA模式；若一个强用户和一个弱用户共享频谱，能同时满足功率约束和QOS条件，则工作在NOMA模式；弱用户多于强用户时，未匹配强用户的弱用户，视为虚拟用户对。
9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述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7任一项所述NOMA系统用户配对和功率分配联合优化方法的步骤。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述NOMA系统用户配对和功率分配联合优化方法的步骤。
CN202110631944.9A 2021-06-07 2021-06-07 Noma系统用户配对和功率分配联合优化方法及装置 Active CN113543145B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110631944.9A CN113543145B (zh) 2021-06-07 2021-06-07 Noma系统用户配对和功率分配联合优化方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110631944.9A CN113543145B (zh) 2021-06-07 2021-06-07 Noma系统用户配对和功率分配联合优化方法及装置

Publications (2)

Publication Number Publication Date
CN113543145A true CN113543145A (zh) 2021-10-22
CN113543145B CN113543145B (zh) 2024-06-25

Family

ID=78095281

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110631944.9A Active CN113543145B (zh) 2021-06-07 2021-06-07 Noma系统用户配对和功率分配联合优化方法及装置

Country Status (1)

Country Link
CN (1) CN113543145B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115314099A (zh) * 2022-06-10 2022-11-08 北京邮电大学 无人机基站通信覆盖网络增强方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015170944A1 (en) * 2014-05-09 2015-11-12 Samsung Electronics Co., Ltd. Schemes related to resource allocation, discovery and signaling in d2d systems
CN108811069A (zh) * 2018-08-27 2018-11-13 重庆邮电大学 一种全双工非正交多址接入系统基于能效的功率控制方法
KR101951144B1 (ko) * 2018-05-02 2019-02-21 인하대학교 산학협력단 비직교 다중접속 시스템을 위한 협력적 직접 전송 및 중계 전송 방법
US20190254043A1 (en) * 2018-02-14 2019-08-15 Telefonaktiebolaget Lm Ericsson (Publ) Apparatuses, methods and computer programs for implementing fairness and complexity-constrained a non-orthogonal multiple access (noma) scheme
WO2020019474A1 (zh) * 2018-07-25 2020-01-30 西安交通大学 大规模m2m网络中基于最优功率退避的非正交随机接入方法
CN110932764A (zh) * 2020-02-12 2020-03-27 南京邮电大学 一种mimo-noma下行通信系统的用户匹配和功率分配方法
CN111294959A (zh) * 2020-02-07 2020-06-16 安徽大学 一种联合用户分组和功率分配的优化方法及其优化装置
KR102235149B1 (ko) * 2019-11-27 2021-04-02 한국과학기술원 협력 재밍을 사용한 상향 링크 비직교 다중 접속 네트워크에서 보안 전송률 형평성 향상을 위한 복호화 순서 선택 방법 및 그 시스템

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015170944A1 (en) * 2014-05-09 2015-11-12 Samsung Electronics Co., Ltd. Schemes related to resource allocation, discovery and signaling in d2d systems
US20190254043A1 (en) * 2018-02-14 2019-08-15 Telefonaktiebolaget Lm Ericsson (Publ) Apparatuses, methods and computer programs for implementing fairness and complexity-constrained a non-orthogonal multiple access (noma) scheme
KR101951144B1 (ko) * 2018-05-02 2019-02-21 인하대학교 산학협력단 비직교 다중접속 시스템을 위한 협력적 직접 전송 및 중계 전송 방법
WO2020019474A1 (zh) * 2018-07-25 2020-01-30 西安交通大学 大规模m2m网络中基于最优功率退避的非正交随机接入方法
CN108811069A (zh) * 2018-08-27 2018-11-13 重庆邮电大学 一种全双工非正交多址接入系统基于能效的功率控制方法
KR102235149B1 (ko) * 2019-11-27 2021-04-02 한국과학기술원 협력 재밍을 사용한 상향 링크 비직교 다중 접속 네트워크에서 보안 전송률 형평성 향상을 위한 복호화 순서 선택 방법 및 그 시스템
CN111294959A (zh) * 2020-02-07 2020-06-16 安徽大学 一种联合用户分组和功率分配的优化方法及其优化装置
CN110932764A (zh) * 2020-02-12 2020-03-27 南京邮电大学 一种mimo-noma下行通信系统的用户匹配和功率分配方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
LI WANG等: "User Association and Resource Allocation in Full-Duplex Relay Aided NOMA Systems", IEEE INTERNET OF THINGS JOURNAL *
WENJUAN YU等: "Link-Layer Capacity of NOMA Under Statistical Delay QoS Guarantees", IEEE TRANSACTIONS ON COMMUNICATIONS *
龙恳;王鹏宇;: "基于比例速率约束的NOMA公平资源分配算法", 计算机工程, no. 12 *
龚明言;杨震;: "针对MIMO-NOMA系统中配对弱用户的空时编码方案", 通信学报, no. 06 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115314099A (zh) * 2022-06-10 2022-11-08 北京邮电大学 无人机基站通信覆盖网络增强方法及系统
CN115314099B (zh) * 2022-06-10 2023-08-01 北京邮电大学 无人机基站通信覆盖网络增强方法及系统

Also Published As

Publication number Publication date
CN113543145B (zh) 2024-06-25

Similar Documents

Publication Publication Date Title
Mounchili et al. Pairing distance resolution and power control for massive connectivity improvement in NOMA systems
CN110417496B (zh) 一种基于能效的认知noma网络顽健资源分配方法
CN111132264B (zh) 多用户mimo-noma系统下行链路的用户分簇方法
US9282568B2 (en) Method and system for dynamic, joint assignment of power and scheduling of users for wireless systems
CN107613556B (zh) 一种基于功率控制的全双工d2d干扰管理方法
CN105554808A (zh) 一种蜂窝网中的d2d对资源分配方法及装置
Algedir et al. Energy efficiency optimization and dynamic mode selection algorithms for D2D communication under HetNet in downlink reuse
EP3451731A1 (en) Cell clustering method, spectrum overlapping multiplexing method based on method, and device thereof
Le et al. Enhanced resource allocation in D2D communications with NOMA and unlicensed spectrum
Wang et al. User association in non-orthogonal multiple access networks
Zhang et al. Deep learning based user association in heterogeneous wireless networks
Kasi et al. Interference management in dense inband D2D network using spectral clustering & dynamic resource allocation
Yu et al. Interference coordination strategy based on Nash bargaining for small‐cell networks
Pliatsios et al. Power allocation in downlink non-orthogonal multiple access iot-enabled systems: A particle swarm optimization approach
He et al. Joint optimization of channel allocation and power control for cognitive radio networks with multiple constraints
Gao et al. Energy-efficient resource block assignment and power control for underlay device-to-device communications in multi-cell networks
CN113543145A (zh) Noma系统用户配对和功率分配联合优化方法及装置
Chen et al. iPAS: A deep Monte Carlo Tree Search-based intelligent pilot-power allocation scheme for massive MIMO system
Kim et al. Resource allocation in cluster based ultra dense network
Das et al. Reinforcement learning-based resource allocation for M2M communications over cellular networks
Yan et al. Regression-based K nearest neighbours for resource allocation in network slicing
Ha et al. An advanced mobility-aware algorithm for joint beamforming and clustering in heterogeneous cloud radio access network
CN112954806A (zh) 异构网络中基于弦图着色的联合干扰对齐与资源分配方法
Mankar et al. Meta distribution for downlink NOMA in cellular networks with 3GPP-inspired user ranking
Rostami et al. Aggregation-based spectrum assignment in cognitive radio networks

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