CN115052299A - 一种多智能反射面辅助的noma系统上行传输方法 - Google Patents

一种多智能反射面辅助的noma系统上行传输方法 Download PDF

Info

Publication number
CN115052299A
CN115052299A CN202210519482.6A CN202210519482A CN115052299A CN 115052299 A CN115052299 A CN 115052299A CN 202210519482 A CN202210519482 A CN 202210519482A CN 115052299 A CN115052299 A CN 115052299A
Authority
CN
China
Prior art keywords
user
users
phase offset
noma
optimization model
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.)
Pending
Application number
CN202210519482.6A
Other languages
English (en)
Inventor
富燊
王鸿
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.)
Nanjing University of Posts and Telecommunications
Original Assignee
Nanjing 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 Nanjing University of Posts and Telecommunications filed Critical Nanjing University of Posts and Telecommunications
Priority to CN202210519482.6A priority Critical patent/CN115052299A/zh
Publication of CN115052299A publication Critical patent/CN115052299A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/06—Testing, supervising or monitoring using simulated traffic
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W28/00—Network traffic management; Network resource management
    • H04W28/02—Traffic management, e.g. flow control or congestion control
    • H04W28/0215—Traffic management, e.g. flow control or congestion control based on user or device properties, e.g. MTC-capable devices
    • H04W28/0221—Traffic management, e.g. flow control or congestion control based on user or device properties, e.g. MTC-capable devices power availability or consumption
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W28/00—Network traffic management; Network resource management
    • H04W28/02—Traffic management, e.g. flow control or congestion control
    • H04W28/0231—Traffic management, e.g. flow control or congestion control based on communication conditions
    • H04W28/0236—Traffic management, e.g. flow control or congestion control based on communication conditions radio quality, e.g. interference, losses or delay

Landscapes

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

Abstract

本发明公开了一种多智能反射面辅助的NOMA系统上行传输方法，所述方法包括：获取NOMA系统的系统参数及系统中的用户参数；根据直连信道的增益对用户进行分簇，得到每个子载波调度一个中心用户与一个边缘用户的分簇结果；基于获取到的参数和分簇结果，得到基站处的总接收信号表达式和各用户的信干噪比表达式；根据得到的表达式，采用预设的优化方法对发射功率与相位偏移进行优化，得到最优相位偏移，利用发射功率与相位偏移之间的关系得到NOMA系统总发射功率的最优解。本发明对用户发射功率与智能反射面的相位偏移进行联合优化，在满足用户最低传输速率前提下，能够降低多智能反射面辅助NOMA系统的总发射功耗。

Description

一种多智能反射面辅助的NOMA系统上行传输方法
技术领域
本发明涉及一种多智能反射面辅助的NOMA系统上行传输方法，属于无线通信中非正交多址接入技术领域。
背景技术
智能反射面(IRS)可以利用人造电磁材料重塑入射信号的相移，具备提高频谱和能量效率的能力，因此借助IRS可以有效地提高用户的服务质量。此外，非正交多址接入(NOMA)可承载并发用户数不受系统资源块数目限制，与传统的正交多址接入(OMA)相比，其可在系统频谱效率和用户公平性之间作一个较好的折衷。因此，将NOMA与IRS融合可以进一步提升系统的性能。
目前关于多IRS辅助的NOMA系统传输方法并没有充分联合优化用户的发射功率与IRS的相位偏移。对于随机相移IRS-NOMA方案，没有充分利用信道状态信息调控IRS的相移，对于IRS-OMA方案，没有利用同一资源多用户叠加传输与干扰删除的优势，对于无IRS辅助的NOMA方案，不能利用IRS在有用信号增强与干扰信道抵消两方面的优势。因此，上述方案都没有高效利用系统的功率资源。
发明内容
本发明的目的在于克服现有技术中的不足，提供一种多智能反射面辅助的NOMA系统上行传输方法，在满足用户最低传输速率前提下，能够降低多智能反射面辅助NOMA系统的总发射功耗。为达到上述目的，本发明是采用下述技术方案实现的：
第一方面，本发明提供了一种多智能反射面辅助的NOMA系统上行传输方法，包括：
获取NOMA系统的系统参数及系统中的用户参数；
根据直连信道的增益对用户进行分簇，得到每个子载波调度一个中心用户与一个边缘用户的分簇结果；
基于获取到的参数和分簇结果，得到基站处的总接收信号表达式和各用户的信干噪比表达式；
根据得到的表达式，采用预设的优化方法对发射功率与相位偏移进行优化，得到最优相位偏移，利用发射功率与相位偏移之间的关系得到NOMA系统总发射功率的最优解。
结合第一方面，进一步地，所述根据直连信道的增益对用户进行分簇，包括：
找出信道差异最大的中心用户和边缘用户，匹配信道1；
删除已匹配的两个用户，在剩余的用户中选出差异最大的中心用户和边缘用户，匹配信道2；
依次进行中心用户与边缘用户的一一分配，直到所有用户均完成分配。
结合第一方面，进一步地，所述预设的优化方法，包括：
在满足各个用户最低传输速率需求的前提下，建立发射功率与相位偏移的优化模型P1，优化目标为NOMA系统总发射功率最小化，优化变量为各用户发射功率、智能反射面的相位偏移；
当优化模型P1取最优值时，优化模型P1中关于最低速率需求的约束条件取等号，将优化模型P1转化为纯相移的优化模型P2；
优化各用户的信干噪比表达式，将纯相移的优化模型P2转化为优化模型P3；
求解优化模型P3得到最优相位偏移的闭式解，利用发射功率与相位偏移之间的关系得到系统总发射功率的最优解。
结合第一方面，进一步地，所述优化模型P1，通过下式表示：
Figure BDA0003642677000000031
s.t.Q1：γC，i≥γC，i (th)1≤i≤K
Q2：γE，j≥γE，j (th)1≤j≤K
Figure BDA0003642677000000032
(1)中，βC，i表示中心用户i的能量分配系数，βE，j表示边缘用户j的能量分配系数，γC，i表示中心用户i的信干噪比，γC，i (th)表示中心用户i的最小数据率，γE，j表示边缘用户j的信干噪比，γE，j (th)表示边缘用户j的最小数据率，Φj表示第j个智能反射面的相移矩阵，
Figure BDA0003642677000000033
Nj表示每个智能反射面中的反射元素的数目，
Figure BDA0003642677000000034
表示边缘用户j中第n个反射元素，n＝{1，2，...，Nj}，K表示小区内边缘用户的数目与中心用户的数目，P代表NOMA系统的总发射功率。
结合第一方面，进一步地，所述将优化模型P1转化为纯相移的优化模型P2，包括：
当优化模型P1得到最优解时，关于最低速率需求的约束条件1和约束条件2取等号，得到小区边缘用户和中心用户所需的传输功率，小区边缘用户所需的传输功率βE，j 2为：
Figure BDA0003642677000000035
(2)中，
Figure BDA0003642677000000036
表示噪声功率，
Figure BDA0003642677000000037
表示边缘用户j到基站的信道系数，Gj表示第j个RIS到基站的信道系数，
Figure BDA0003642677000000041
表示边缘用户j到智能反射面的信道系数；
小区中心用户所需的传输功率βC，i 2为：
Figure BDA0003642677000000042
(3)中，hC，i表示中心用户i到基站的信道系数；
将式(2)和(3)代入优化模型P1的目标函数中，则总发射功率为：
Figure BDA0003642677000000043
则纯相移的优化模型P2，通过下式表示：
Figure BDA0003642677000000044
Figure BDA0003642677000000045
结合第一方面，进一步地，所述优化模型P3，通过下式表示：
Figure BDA0003642677000000046
Figure BDA0003642677000000047
(6)中，
Figure BDA0003642677000000048
表示向量gj的共轭转置，vj和gj通过下式表示：
Figure BDA0003642677000000049
Figure BDA00036426770000000410
结合第一方面，进一步地，所述最优相位偏移的闭式解，通过下式表示：
Figure BDA00036426770000000411
(8)中，[gj]n表示向量gj的第n个元素，最优的相位偏移为：
Figure BDA00036426770000000412
利用发射功率与相位偏移之间的关系得到系统总发射功率的最优解。
第二方面，本发明提供了一种多智能反射面辅助的NOMA系统上行传输转置，包括：
获取模块：用于获取NOMA系统的系统参数及系统中的用户参数；
分簇模块：用于根据直连信道的增益对用户进行分簇，得到每个子载波调度一个中心用户与一个边缘用户的分簇结果；
计算模块：用于基于获取到的参数和分簇结果，得到基站处的总接收信号表达式和各用户的信干噪比表达式；
优化模块：用于根据得到的表达式，采用预设的优化方法对发射功率与相位偏移进行优化，得到最优相位偏移，利用发射功率与相位偏移之间的关系得到NOMA系统总发射功率的最优解。
第三方面，本发明提供了一种多智能反射面辅助的NOMA系统上行传输系统，包括处理器及存储介质；
所述存储介质用于存储指令；
所述处理器用于根据所述指令进行操作以执行第一方面所述方法的步骤。
第四方面，本发明提供了计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现第一方面所述方法的步骤。
与现有技术相比，本发明实施例所提供的一种多智能反射面辅助的NOMA系统上行传输方法所达到的有益效果包括：
本发明获取NOMA系统的系统参数及系统中的用户参数；根据直连信道的增益对用户进行分簇，得到每个子载波调度一个中心用户与一个边缘用户的分簇结果；本发明能够完成中心用户与边缘用户的一一分配；
本发明基于获取到的参数和分簇结果，得到基站处的总接收信号表达式和各用户的信干噪比表达式；根据得到的表达式，采用预设的优化方法对发射功率与相位偏移进行优化，得到最优相位偏移，利用发射功率与相位偏移之间的关系得到NOMA系统总发射功率的最优解。本发明对用户发射功率与智能反射面的相位偏移进行联合优化，实现智能反射面与NOMA技术的高度融合，在满足用户最低传输速率前提下，能够降低多智能反射面辅助NOMA系统的总发射功耗。
附图说明
图1是本发明实施例1提供的一种多智能反射面辅助的NOMA系统上行传输方法的中系统模型图；
图2是本发明实施例2提供的不同信干噪比条件下NOMA系统总发射功耗曲线图；
图3是本发明实施例2提供的智能反射面中反射元素数量不同系统总发射功耗曲线图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
实施例一：
本实施例提供一种多智能反射面辅助的NOMA系统上行传输方法，包括：
获取NOMA系统的系统参数及系统中的用户参数；
根据直连信道的增益对用户进行分簇，得到每个子载波调度一个中心用户与一个边缘用户的分簇结果；
基于获取到的参数和分簇结果，得到基站处的总接收信号表达式和各用户的信干噪比表达式；
根据得到的表达式，采用预设的优化方法对发射功率与相位偏移进行优化，得到最优相位偏移，利用发射功率与相位偏移之间的关系得到NOMA系统总发射功率的最优解。
具体步骤包括：
步骤1：获取NOMA系统的系统参数及系统中的用户参数。
如图1所示为本实施例中多载波NOMA系统的模型图。存在K个中心用户与K个边缘用户，基站与用户都配备单个天线。小区的覆盖半径为RB，中心用户随机分布在半径为RN至RC的环形区域内，边缘用户随机分布在以智能反射面为中心以RI为半径的区域内。假设有K个智能反射面分布在小区边缘，每个智能反射面分配一个边缘用户，假设第k个智能反射面与基站的距离是Dk。该系统包含K个子信道，由于信道数目小于系统的用户数，因此，每个信道同时分配给1个中心用户与1个边缘用户，且两个用户采用NOMA方式进行数据传输。
步骤2：根据直连信道的增益对用户进行分簇，得到每个子载波调度一个中心用户与一个边缘用户的分簇结果。
步骤2.1：根据NOMA技术特点，两个用户信道差异越大，性能提升越多。由于在分配时，反射信道增益位置，根据直连信道的增益进行分配。找出信道差异最大的中心用户和边缘用户，匹配信道1。
信道1差异的最大值的表达式为：
Figure BDA0003642677000000071
式(1)中，hm1表示信道1差异的最大值，hC，i表示中心用户i到基站的信道系数，
Figure BDA0003642677000000072
表示边缘用户j到基站的信道系数。
将取得最大信道差异的中心用户即为α1，边缘用户即为β1，将其分配给信道1。
步骤2.2：删除已匹配的两个用户，在剩余的用户中选出差异最大的中心用户和边缘用户，匹配信道2。
剩下用户中，信道2差异的最大值的表达式为：
Figure BDA0003642677000000081
式(2)中，hm2表示信道2差异的最大值，hC，i表示中心用户i到基站的信道系数，
Figure BDA0003642677000000082
表示边缘用户j到基站的信道系数。
将取得最大信道差异的中心用户即为α2，边缘用户即为β2，故将其分配给信道2。
步骤2.3：依次进行中心用户与边缘用户的一一分配，直到所有用户均完成分配。
分配第n个信道时，剩下用户中信道差异的最大值的表达式为：
Figure BDA0003642677000000083
式(3)中，hmn表示第n个信道差异的最大值，hC，i表示中心用户i到基站的信道系数，
Figure BDA0003642677000000084
表示边缘用户j到基站的信道系数。
此时得到的|hC，i|的中心用户i设为αn，
Figure BDA0003642677000000085
的边缘用户j设为βn。由此，完成中心用户与边缘用户的一一分配。
步骤3：基于获取到的参数和分簇结果，得到基站处的总接收信号表达式和各用户的信干噪比表达式。
步骤3.1：得到各个子信道上基站接收端总接收信号的数学表达式。
在NOMA模式下，同一簇的两个用户在相同的时频资源上向基站发送信号，基站处的总接收信号z通过下式表示：
Figure BDA0003642677000000091
式(4)中，hC，i表示中心用户i到基站的信道系数，βC，i表示中心用户i的能量分配系数，βE，j表示边缘用户j的能量分配系数，xC，i表示中心用户i的传输信号，xE，j表示边缘用户j的传输信号，
Figure BDA0003642677000000092
表示边缘用户j到基站的信道系数，Gj表示第j个RIS到基站的信道系数，
Figure BDA0003642677000000093
表示边缘用户j到RIS的信道系数，K代表小区内中心用户数目和小区内边缘用户数目，Φj表示第j个智能反射面的相移矩阵，
Figure BDA0003642677000000094
Nj表示每个智能反射面中的反射元素的数目，
Figure BDA0003642677000000095
表示边缘用户j中第n个智能反射面的相移，n＝{1，2，...，Nj}，p表示在基站处的高斯噪声
Figure BDA0003642677000000096
Figure BDA0003642677000000097
表示噪声功率。
步骤3.2：得到各用户的信干噪比表达式。
根据NOMA上行解调原则，根据传播距离从小到大次序，依次解调中心用户的信号和边缘用户的信号，当中心用户的信号解调完成后，将其从总接收信号中删除，再继续解调边缘用户的信号，并分别得到各个用户的信干噪比表达式。
为了在基站上获得相同的接收功率，信道条件更好的小区中心用户比边缘用户需要更少的传输功率，首先在BS处对中心用户i的信号进行解码，在基站处的中心用户i的解调信号的表达式为：
Figure BDA0003642677000000098
式(5)中，
Figure BDA0003642677000000099
表示在基站处的中心用户i的解调信号。
在解码边缘用户的信号之前减去中心用户的恢复信号，在基站处的边缘用户j的解调信号的表达式为：
Figure BDA00036426770000000910
式(6)中，
Figure BDA0003642677000000101
表示在基站处的边缘用户j的解调信号。
在解码中心用户的信息时，来自边缘用户的信号被视为噪声，所以在基站处的中心用户i的信干噪比的表达式为：
Figure BDA0003642677000000102
式(7)中，γC，i表示在基站处的中心用户i的信干噪比。
在解码边缘用户的信息时，只有系统自带的白噪声，所以在基站处的边缘用户j的信干噪比的表达式为：
Figure BDA0003642677000000103
式(8)中，γE，j表示在基站处的边缘用户j的信干噪比。
步骤4：根据得到的表达式，采用预设的优化方法对发射功率与相位偏移进行优化，得到最优相位偏移，利用发射功率与相位偏移之间的关系得到NOMA系统总发射功率的最优解。
步骤4.1：在满足各个用户最低传输速率需求的前提下，建立发射功率与相位偏移的优化模型P1，优化目标为NOMA系统总发射功率最小化，优化变量为各用户发射功率、智能反射面的相位偏移。
优化模型P1，通过下式表示：
Figure BDA0003642677000000104
s.t.Q1：γC，i≥γC，i (th)1≤i≤K
Q2：γE，j≥γE，j (th)1≤j≤K
Figure BDA0003642677000000105
(9)中，γC，i表示中心用户i的信干噪比，γC，i (th)表示中心用户i的最小数据率，γE，j表示边缘用户j的信干噪比，γE，j (th)表示边缘用户j的最小数据率，K表示小区内边缘用户的数目与中心用户的数目，P代表NOMA系统的总发射功率。
其中，约束条件1和2被用来限制每个用户的服务质量。
步骤4.2：当优化模型P1取最优值时，优化模型P1中关于最低速率需求的约束条件取等号，将优化模型P1转化为纯相移的优化模型P2。
利用优化理论中的一些特性，将优化模型P1转化为纯相移优化问题。通过调用这个矛盾，就能够得到，当优化模型P1得到最优解时，在约束条件1和2为等式，则小区边缘用户所需的传输功率为：
Figure BDA0003642677000000111
小区中心用户所需的传输功率为：
Figure BDA0003642677000000112
将式(10)和(11)代入优化模型P1的目标函数中，则总发射功率为：
Figure BDA0003642677000000113
则纯相移的优化模型P2，通过下式表示：
Figure BDA0003642677000000114
Figure BDA0003642677000000115
步骤43：优化各用户的信干噪比表达式，将纯相移的优化模型P2转化为优化模型P3。
用一种紧凑的形式来表示信干噪比，通过下式表示：
Figure BDA0003642677000000116
Figure BDA0003642677000000117
优化模型P3，通过下式表示：
Figure BDA0003642677000000121
Figure BDA0003642677000000122
(15)中，
Figure BDA0003642677000000123
表示向量gj的共轭转置。
步骤4.4：求解优化模型P3得到最优相位偏移的闭式解，利用发射功率与相位偏移之间的关系得到系统总发射功率的最优解。
最优相位偏移的闭式解，通过下式表示：
Figure BDA0003642677000000124
(16)中，[gj]n表示向量gj的第n个元素，最优的相位偏移为：
Figure BDA0003642677000000125
利用发射功率与相位偏移之间的关系得到系统总发射功率的最优解。
本发明对用户发射功率与智能反射面的相位偏移进行联合优化，实现智能反射面与NOMA技术的高度融合，在满足用户最低传输速率前提下，能够降低多智能反射面辅助NOMA系统的总发射功耗。
实施例二：
本发明实施例采用实施例一所述的方法，进行仿真运行。
系统参数如下：小区的覆盖半径RB＝200m，中心用户覆盖区域为环形区域，内半径RN＝20，外半径RC＝70，每个用户的天线数目为1，中心用户和边缘用户数目都是K，K＝5，噪声功率
Figure BDA0003642677000000131
信道建模为路径损耗与小尺度衰落的乘积，其中中心用户到基站的路径损耗指数ηC＝3.5，边缘用户到基站的路径损耗指数为ηE＝4.5，RIS到基站的路径损耗指数ηI，B＝4，边缘用户到RIS的路径损耗指数ηE，I＝3，小尺度衰落服从莱斯衰落，每个信道的莱斯K因子为4。
图2给出了不同信干噪比条件下NOMA系统总发射功耗曲线图，其中智能反射面中反射元素数目Nj＝128，并分别考虑了四种情况：智能反射面辅助OMA系统上行传输方法，无智能反射面辅助的NOMA系统上行传输方法，在随机相位情况下智能反射面辅助的NOMA系统上行传输，和优化相移后的智能反射面辅助的NOMA系统上行传输。由图2能够看出优化相移后的总传输功率得到明显的改善。此外，OMA方案下的总传输功率大于NOMA，能够证明NOMA系统性能更好。最后，从图中可以看出不添加智能反射面的NOMA系统性能明显较低，充分说明了智能反射面辅助NOMA系统的优点。
图3给出了智能反射面中反射元素数量不同系统总发射功耗曲线图，中心用户和边缘用户的SINR门限值
Figure BDA0003642677000000132
同时考虑了四种情况：智能反射面辅助OMA系统上行传输方法，无智能反射面辅助的NOMA系统上行传输方法，在随机相位情况下智能反射面辅助的NOMA系统上行传输，和优化相移后的智能反射面辅助的NOMA系统上行传输。能够发现，总发射功率随智能反射面中反射元素数量的增加而减小。其原因是，大量的智能反射面元件产生了增强的接收信号功率。在不同的反射元素数目条件下，本发明方法的总发射功耗都低于其他的NOMA方法与传统的正交多址接入方法。
实施例三：
本方面实施例提供了一种多智能反射面辅助的NOMA系统上行传输转置，包括：
获取模块：用于获取NOMA系统的系统参数及系统中的用户参数；
分簇模块：用于根据直连信道的增益对用户进行分簇，得到每个子载波调度一个中心用户与一个边缘用户的分簇结果；
计算模块：用于基于获取到的参数和分簇结果，得到基站处的总接收信号表达式和各用户的信干噪比表达式；
优化模块：用于根据得到的表达式，采用预设的优化方法对发射功率与相位偏移进行优化，得到最优相位偏移，利用发射功率与相位偏移之间的关系得到NOMA系统总发射功率的最优解。
实施例四：
本发明实施例提供一种多智能反射面辅助的NOMA系统上行传输系统，包括处理器及存储介质；
所述存储介质用于存储指令；
所述处理器用于根据所述指令进行操作以执行实施例一所述方法的步骤。
实施例无：
本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现实施例一所述方法的步骤。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (10)

1.一种多智能反射面辅助的NOMA系统上行传输方法，其特征在于，包括：
获取NOMA系统的系统参数及系统中的用户参数；
根据直连信道的增益对用户进行分簇，得到每个子载波调度一个中心用户与一个边缘用户的分簇结果；
基于获取到的参数和分簇结果，得到基站处的总接收信号表达式和各用户的信干噪比表达式；
根据得到的表达式，采用预设的优化方法对发射功率与相位偏移进行优化，得到最优相位偏移，利用发射功率与相位偏移之间的关系得到NOMA系统总发射功率的最优解。
2.根据权利要求1所述的多智能反射面辅助的NOMA系统上行传输方法，其特征在于，所述根据直连信道的增益对用户进行分簇，包括：
找出信道差异最大的中心用户和边缘用户，匹配信道1；
删除已匹配的两个用户，在剩余的用户中选出差异最大的中心用户和边缘用户，匹配信道2；
依次进行中心用户与边缘用户的一一分配，直到所有用户均完成分配。
3.根据权利要求1所述的多智能反射面辅助的NOMA系统上行传输方法，其特征在于，所述预设的优化方法，包括：
在满足各个用户最低传输速率需求的前提下，建立发射功率与相位偏移的优化模型P1，优化目标为NOMA系统总发射功率最小化，优化变量为各用户发射功率、智能反射面的相位偏移；
当优化模型P1取最优值时，优化模型P1中关于最低速率需求的约束条件取等号，将优化模型P1转化为纯相移的优化模型P2；
优化各用户的信干噪比表达式，将纯相移的优化模型P2转化为优化模型P3；
求解优化模型P3得到最优相位偏移的闭式解，利用发射功率与相位偏移之间的关系得到系统总发射功率的最优解。
4.根据权利要求3所述的多智能反射面辅助的NOMA系统上行传输方法，其特征在于，所述优化模型P1，通过下式表示：
Figure FDA0003642676990000021
s.t.Q1:γC,i≥γC,i (th)1≤i≤K
Q2:γE,j≥γE,j (th)1≤j≤K
Figure FDA0003642676990000022
(1)中，βC,i表示中心用户i的能量分配系数，βE,j表示边缘用户j的能量分配系数，γC,i表示中心用户i的信干噪比，γC,i (th)表示中心用户i的最小数据率，γE,j表示边缘用户j的信干噪比，γE,j (th)表示边缘用户j的最小数据率，Φj表示第j个智能反射面的相移矩阵，
Figure FDA0003642676990000023
Nj表示每个智能反射面中的反射元素的数目，
Figure FDA0003642676990000024
表示边缘用户j中第n个反射元素，n＝{1,2,…,Nj}，K表示小区内边缘用户的数目与中心用户的数目，P代表NOMA系统的总发射功率。
5.根据权利要求4所述的多智能反射面辅助的NOMA系统上行传输方法，其特征在于，所述将优化模型P1转化为纯相移的优化模型P2，包括：
当优化模型P1得到最优解时，关于最低速率需求的约束条件1和约束条件2取等号，得到小区边缘用户和中心用户所需的传输功率，小区边缘用户所需的传输功率βE,j 2为：
Figure FDA0003642676990000031
(2)中，
Figure FDA0003642676990000032
表示噪声功率，
Figure FDA0003642676990000033
表示边缘用户j到基站的信道系数，Gj表示第j个RIS到基站的信道系数，
Figure FDA0003642676990000034
表示边缘用户j到智能反射面的信道系数；
小区中心用户所需的传输功率βC,i 2为：
Figure FDA0003642676990000035
(3)中，hC,i表示中心用户i到基站的信道系数；
将式(2)和(3)代入优化模型P1的目标函数中，则总发射功率为：
Figure FDA0003642676990000036
则纯相移的优化模型P2，通过下式表示：
Figure FDA0003642676990000037
Figure FDA0003642676990000038
6.根据权利要求5所述的多智能反射面辅助的NOMA系统上行传输方法，其特征在于，所述优化模型P3，通过下式表示：
Figure FDA0003642676990000039
Figure FDA00036426769900000310
(6)中，
Figure FDA00036426769900000311
表示向量gj的共轭转置，vj和gj通过下式表示：
Figure FDA00036426769900000312
Figure FDA00036426769900000313
7.根据权利要求5所述的多智能反射面辅助的NOMA系统上行传输方法，其特征在于，所述最优相位偏移的闭式解，通过下式表示：
Figure FDA0003642676990000041
(8)中，[gj]n表示向量gj的第n个元素，最优的相位偏移为：
Figure FDA0003642676990000042
利用发射功率与相位偏移之间的关系得到系统总发射功率的最优解。
8.一种多智能反射面辅助的NOMA系统上行传输装置，其特征在于，包括：
获取模块：用于获取NOMA系统的系统参数及系统中的用户参数；
分簇模块：用于根据直连信道的增益对用户进行分簇，每个子载波调度一个中心用户与一个IRS辅助的边缘用户；
计算模块：用于基于获取到的参数和分簇结果，得到基站处的总接收信号表达式和各用户的信干噪比表达式；
优化模块：用于根据得到的表达式，采用预设的优化方法对发射功率与相位偏移进行优化，得到最优相位偏移，利用发射功率与相位偏移之间的关系得到NOMA系统总发射功率的最优解。
9.一种多智能反射面辅助的NOMA系统上行传输系统，其特征在于，包括处理器及存储介质；
所述存储介质用于存储指令；
所述处理器用于根据所述指令进行操作以执行权利要求1～7任一项所述方法的步骤。
10.计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1～7任一项所述方法的步骤。
CN202210519482.6A 2022-05-13 2022-05-13 一种多智能反射面辅助的noma系统上行传输方法 Pending CN115052299A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210519482.6A CN115052299A (zh) 2022-05-13 2022-05-13 一种多智能反射面辅助的noma系统上行传输方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210519482.6A CN115052299A (zh) 2022-05-13 2022-05-13 一种多智能反射面辅助的noma系统上行传输方法

Publications (1)

Publication Number Publication Date
CN115052299A true CN115052299A (zh) 2022-09-13

Family

ID=83157750

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210519482.6A Pending CN115052299A (zh) 2022-05-13 2022-05-13 一种多智能反射面辅助的noma系统上行传输方法

Country Status (1)

Country Link
CN (1) CN115052299A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115835228A (zh) * 2022-11-17 2023-03-21 中山大学 一种网络覆盖优化方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115835228A (zh) * 2022-11-17 2023-03-21 中山大学 一种网络覆盖优化方法及系统
CN115835228B (zh) * 2022-11-17 2023-12-19 中山大学 一种网络覆盖优化方法及系统

Similar Documents

Publication Publication Date Title
CN112153653A (zh) 可重构智能表面辅助的noma下行低功耗传输方法
CN109068391A (zh) 基于边缘计算和Actor-Critic算法的车联网通信优化算法
CN101569116A (zh) 用于在基于ofdma的网络中支持sdma传输的方法和装置
CN108260215B (zh) 一种低密度码的noma中信道状况优化的资源分配方法
CN101925070B (zh) 一种基于空间复用的认知系统资源分配方法
CN106162846A (zh) 一种考虑sic能耗的两用户noma下行能效优化方法
CN111431646A (zh) 一种毫米波系统中的动态资源分配方法
CN115052299A (zh) 一种多智能反射面辅助的noma系统上行传输方法
CN111917444B (zh) 一种适用于毫米波mimo-noma系统的资源分配方法
CN110191476B (zh) 一种基于可重构天线阵列的非正交多址接入方法
Jiang et al. Adaptive power allocation for D2D assisted cooperative relaying system with NOMA
Guo et al. Power control for coordinated NOMA downlink with cell-edge users
Fu et al. Optimal power allocation for the downlink of cache-aided NOMA systems
CN111446991A (zh) 大规模mimo卫星通信sc-ofdma下行链路自适应资源调度方法
CN106793111A (zh) 基于动态多小区用户配对联合虚拟mimo资源分配方法
CN103338457B (zh) 一种基于协作调度波束成形的用户选择方法
Zeng et al. Downlink power allocation optimization in pattern division multiple access
Du et al. Energy-efficient user clustering and resource management for NOMA based MEC systems
CN102571312B (zh) 一种基于子载波合并的多播资源调度方法
CN113194542A (zh) 一种非圆信号辅助noma系统的功率分配方法
CN113473388A (zh) 基于人工噪声的noma全双工用户协作保密传输方法
Kong et al. Cooperative Rate-Splitting Multiple Access in Heterogeneous Networks
Samy et al. Performance analysis of intelligent reflecting surface selection for orthogonal and non-orthogonal multiple access
Wang et al. RIS-Level SIC for Uplink Cascaded-RIS Assisted NOMA System
Zheng et al. Secure Offloading in NOMA-Enabled Multi-Access Edge Computing 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