CN116456464B - 基于用户服务质量的noma用户资源分配方法及装置 - Google Patents
基于用户服务质量的noma用户资源分配方法及装置 Download PDFInfo
- Publication number
- CN116456464B CN116456464B CN202310708263.7A CN202310708263A CN116456464B CN 116456464 B CN116456464 B CN 116456464B CN 202310708263 A CN202310708263 A CN 202310708263A CN 116456464 B CN116456464 B CN 116456464B
- Authority
- CN
- China
- Prior art keywords
- user
- channel
- optimization
- power
- group
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000013468 resource allocation Methods 0.000 title claims abstract description 19
- 206010042135 Stomatitis necrotising Diseases 0.000 title claims abstract 10
- 201000008585 noma Diseases 0.000 title claims abstract 10
- 238000005457 optimization Methods 0.000 claims abstract description 88
- 238000009826 distribution Methods 0.000 claims abstract description 39
- 238000004590 computer program Methods 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 3
- 230000001131 transforming effect Effects 0.000 claims 1
- 230000006870 function Effects 0.000 description 13
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Classifications
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/54—Allocation or scheduling criteria for wireless resources based on quality criteria
- H04W72/543—Allocation or scheduling criteria for wireless resources based on quality criteria based on requested quality, e.g. QoS
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种基于用户服务质量的NOMA用户资源分配方法及装置，所述方法包括：建立基于用户服务质量的上行NOMA系统模型，在该模型中，两个服务质量要求不同的用户共用一个信道；建立功率分配和用户分组的联合优化问题，其优化目标是最大化系统中所有用户的加权和速率，其优化变量是分配给每个用户的功率，优化约束为分配的总功率、SIC解码顺序；通过求解联合优化问题确定用户分组配置和用户的功率分配结果。本发明能够实现NOMA系统下用户加权和速率最大化，提高系统性能，且方法具有较低的复杂度。
Description
技术领域
本发明涉及无线通信领域，更具体而言涉及一种NOMA（Non-Orthogonal MultipleAccess，非正交多址接入）用户资源资源分配方法及装置。
背景技术
第五代移动通信需要实现高速率通信，支持大量的用户接入设备，并有较好的时延性能和可靠性。为实现这些目标，非正交多址接入技术（non-orthogonal multipleaccess，NOMA）被越来越多地应用在第五代通信系统中。NOMA也是下一代多址接入技术的关键组成部分。NOMA的核心思想是在功率域实现用户多路复用，从而实现频谱效率的改善，但这也会导致用户之间的干扰。为了降低甚至消除这种干扰，串行干扰消除（successiveinterference cancellation，SIC）技术被采用。为了能够更好地在接收端解码叠加信号，在过去的研究中已经对SIC有了许多研究，并且证明了解码顺序对SIC的实现有十分显著影响。
在现有的研究中，大部分NOMA系统是采用的是基于信道状态信息的SIC解码顺序，这是一种简单且稳定的方案，但这种方案具有一定的局限性，其十分依赖用户的信道状态，只能优先解码信道条件较好的用户，特别是当用户信道状态相似时该方案会失效。而基于用户服务质量的SIC解码顺序可以较好的弥补这些缺陷，在这种方案中会优先解码服务质量需求较高的用户，也就是说在信道状态相似时仍然可以使用，因此动态使用基于信道状态信息的SIC解码顺序和基于用户服务质量的SIC解码顺序的混合SIC解码方案被提出。因此，如何提升使用基于用户服务质量的SIC解码顺序的NOMA系统性能十分重要。
发明内容
发明目的：本发明的目的是提供一种基于用户质量的NOMA用户资源分配方法及装置，面向未来下一代移动通信中的NOMA系统，提高NOMA系统的性能。
技术方案：第一方面，本发明提供一种基于用户质量的NOMA用户资源分配方法，包括以下步骤：
建立基于用户服务质量的上行NOMA系统模型，在该模型中，一个基站通过M个信道为N个用户服务，总带宽T被分给M个信道，每个信道由两个用户DU和RU共用，其中用户DU对业务的时延要求高于用户RU，对业务的速率要求低于用户RU，在SIC解码时，先对用户DU解码，再对用户RU解码；
建立功率分配和用户分组的联合优化问题，其优化目标是最大化系统中所有用户的加权和速率，其优化变量是分配给每个用户的功率，优化约束为分配的总功率、SIC解码顺序，优化问题表示为：
，
其中，和/>分别表示用户DU和用户RU在信道m上可达到的数据速率，/>和分别是用户DU和用户RU的权重，/>和/>分别是用户DU和用户RU在信道m上被分配的功率，P是总功率预算，/>是用户DU在信道m上的目标数据速率；
确定联合优化问题的求解策略，首先对给定的用户分组进行功率分配优化，确定功率分配优化方案；再根据所得的功率分配优化方案求得每两个用户配对后可达的加权和速率，然后利用匈牙利算法寻找用户分组的解；
进行联合优化求解，对信道功率初始化后，根据求解策略得到用户分组的解，并对功率分配和用户分组进行迭代，直到满足迭代停止条件，得到用户分组配置和用户的功率分配结果。
第二方面，本发明还提供一种基于用户服务质量的NOMA用户资源分配装置，包括：
系统模型建立模块，用于建立基于用户服务质量的上行NOMA系统模型，在该模型中，一个基站通过M个信道为N个用户服务，总带宽T被分给M个信道，每个信道由两个用户DU和RU共用，其中用户DU对业务的时延要求高于用户RU，对业务的速率要求低于用户RU，在SIC解码时，先对用户DU解码，再对用户RU解码；
优化问题构建模块，用于建立功率分配和用户分组的联合优化问题，其优化目标是最大化系统中所有用户的加权和速率，其优化变量是分配给每个用户的功率，优化约束为分配的总功率、SIC解码顺序，优化问题表示为：
，
其中，和/>分别表示用户DU和用户RU在信道m上可达到的数据速率，/>和分别是用户DU和用户RU的权重，/>和/>分别是用户DU和用户RU在信道m上被分配的功率，P是总功率预算，/>是用户DU在信道m上的目标数据速率；
求解策略确定模块，用于确定联合优化问题的求解策略，所述求解策略首先对给定的用户分组进行功率分配优化，确定功率分配优化方案；再根据所得的功率分配优化方案求得每两个用户配对后可达的加权和速率，然后利用匈牙利算法寻找用户分组的解；
联合优化求解模块，用于在对信道功率初始化后，根据求解策略得到用户分组的解，并对功率分配和用户分组进行迭代，直到满足迭代停止条件，得到用户分组配置和用户的功率分配结果。
第三方面，本发明还提供一种无线通信设备，包括：一个或多个处理器；存储器；以及一个或多个程序，其中所述一个或多个程序被存储在所述存储器中，并且被配置为由所述一个或多个处理器执行，所述程序被处理器执行时实现如本发明第一方面所述的基于用户质量的NOMA用户资源分配方法的步骤。
第四方面，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如本发明第一方面所述的基于用户质量的NOMA用户资源分配方法的步骤。
有益效果：本发明将功率分配和用户分组进行联合优化，建立并求解基于用户服务质量的SIC顺序下NOMA用户资源分配模型，从而实现NOMA系统性能的提升。本发明提供的基于用户服务质量的NOMA用户资源分配能够实现系统用户加权和速率最大化。仿真结果表明，本发明提出的方法所得到的结果与穷尽搜索法十分接近且具有较低的复杂度。
附图说明
图1为本发明实施例的基于用户质量的NOMA用户资源分配方法的流程图；
图2为本发明实施例的上行NOMA系统模型示意图；
图3为本发明实施例中在情况下，用户不同权重对加权和速率的影响；
图4为本发明实施例中在情况下，用户不同权重对加权和速率的影响；
图5为本发明实施例中在情况下，用户不同权重对加权和速率的影响；
图6为本发明实施例中权重值对加权和速率的影响，以及所提方法与穷尽搜索的比较。
具体实施方式
下面将结合附图对本发明实施例中的技术方案进行清楚、完整的描述。
参照图1，本发明提出一种基于用户质量的NOMA用户资源分配方法，主要包括以下步骤：（1）建立一个上行NOMA系统模型，在该模型中，两个质量要求不同的用户共用一个信道；（2）建立功率分配和用户分组的联合优化问题，其优化目标是最大化系统中所有用户的加权和速率，其优化变量是分配给每个用户的功率，优化约束为分配的总功率、SIC解码顺序；（3）针对步骤（2）中的联合优化问题，首先对功率分配进行研究，即对给定的用户分组，通过寻找合适的功率分配方案来使系统用户的加权和速率最大化。（4）根据所得的功率分配优化方案求得每两个用户配对后可达的加权和速率，接着利用匈牙利算法寻找用户分组的解，以找到优化的用户分组配置。（5）将步骤（3）中的功率分配方案与步骤（4）中所得的用户分组进行联合优化，通过迭代以最终实现系统中所有用户的加权和速率最大化。
下面对该方法每一步在本发明实施例中的具体实现给出说明。
在步骤（1）中，建立一个上行NOMA系统模型，如图2所示，在该模型中，一个基站通过M个信道为N个用户服务。总带宽T被分给M个信道，其中每个信道带宽为。为了减少SIC的传播误差，考虑两个用户共用一个信道，其中一个为时延敏感用户（下文中以DU表示），但具有较低的目标数据速率，该数据速率用/>表示，另一个为高速率用户（下文中以RU表示），但可以接受较高的时延。即，用户DU对业务的时延要求高于用户RU，对业务的速率要求低于用户RU，二者对服务质量的需求是不同的，也可以简单地认为用户DU对服务质量需求高于用户RU。基站在通道m上传输的信号分别表示为：
(1)，
(2)，
其中是两个用户的信息，/>是分配给两个用户的功率。接着，在每个信道上DU和RU接收的信号分别为：
(3)，
其中，表示信道增益，/>是加性高斯白噪声(AWGN)，服从分布/>，/>表示系统中的噪声功率值。
在本系统模型中采用了基于用户服务质量的SIC解码顺序。具体来说，在每个信道m上，先对时延要求较高的用户DU信号进行解码，接着去除DU的信号，对速率要求较高的用户RU信号解码。因此，两个用户可达到的数据速率分别为：
(4)，
(5)，
其中是载波噪声比，其由信道增益决定。同时，为了保证SIC第一阶段的成功，有以下约束条件：
(6)，
其中是每个通道m上用户DU的目标数据速率。
在步骤（2）中，建立的功率分配和用户分组的联合优化问题为：
(7)，
其中和/>分别是用户DU和用户RU的权重，权重的大小可以根据具体情况自行设置和调整。在上面的优化问题中，第一个约束是对总功率预算的限制，第二个约束是为了为保证SIC第一阶段的成功。
在步骤（3）中，根据步骤（2）中建立的联合优化问题，首先通过固定用户分组来优化用户的功率分配，优化问题可以写为：
(8)，
其中，，/>，由于DU中存在的干扰，上述问题中的目标函数是一个非凸问题。为了解决这个问题，引入了辅助变量/>表示每个信道m的功率预算，且满足/>。因此对于每个信道m，可以将问题分解为在每个信道上的子问题：
(9)，
由于和/>之间存在干扰，上述问题也难以解决。然而，上述问题的最优解可以在不同的信道增益情况下，也就是/>，/>和/>的情况下，分别以封闭的形式表示。更进一步地，根据不同的信道增益情况，分别对每个信道m上的功率预算进行优化。
根据本发明的实施方式，步骤（3）具体包括以下步骤：
（3.1）在的情况下，假设/>，，和/>，每个信道上的子问题中/>的最优解为：
(10)，
其中，，/>，/>，/>。同时，/>的最优功率为：
(11)。
接下来，将对每个通道m上的功率预算进行优化，为了保证系统的公平性，假设，/>，其中/>。因此，相应的功率预算优化问题为：
(12)，
其中，
(13)，
可以看出目标函数和第三个约束是非凸的，但它们都可以被转化成凸函数之差的形式。这个问题可以采用直流规划算法来解决。问题可以被转化为：
(14)，
其中，，
，
，
，
，
，
因此，这个问题可以通过直流编程来求解，并提出了相应的算法1。
在算法1中，第一步是初始化和迭代次数k；下一步是用/>替换得到一系列凸子问题；转换后的凸子问题可以通过利用凸优化理论中的标准算法来求解；根据柯西定理，序列/>总是收敛，当达到一定的公差极限时，迭代过程终止，即/>，其中/>是差异容差。直流规划实现流程如下：
。
（3.2）在的情况下，假设/>以及/>，每个信道上的子问题中/>的最优解为：
(15)，
其中，。同时，/>的最优功率为：
(16)。
接下来，对每个通道m上的功率预算进行优化，，为了保证NOMA系统是公平的，有理由假设/>，/>，相应的功率预算优化问题为：
(17)，
其中可以根据每个信道上的子问题中/>的最优解分为两种情况讨论。
一种是当时，/>并且/>可以写为：
(18)，
在这个问题中，目标函数是凸函数，约束是线性的，因此，这个问题很容易被最优地解决。值得指出的是，在这种情况下，当时问题是不可行的。
另一种是当时，/>并且/>可以写为：
(19)，
在这种情况下，问题是非凸的，但是可以表示为凸函数之差的形式，因此问题（17）可以等价为：
(20)，
在这种情况下，可以类似地用直流规划算法（即算法1）求解。
（3.3）在的情况下，假设/>以及/>，每个信道上的子问题中/>的最优解为：
(21)，
同时，的最优功率为：
(22)。
接下来，对每个通道m上的功率预算进行优化，为了保证NOMA系统是公平的，有理由假设/>，相应的功率预算优化问题为：
(23)，
其中，
(24)，
可以明显看出其中目标函数是非凸的，并且可以转化为凸函数差值的形式，因此问题（23）转换成：
(25)，
此时该问题可以类似地用算法1来解决。
在步骤（4）中，根据步骤（3）中的功率分配优化方案，进一步对用户分组配置进行优化。具体来说，通过使用匈牙利算法来获得优化的用户分组配置，其中匈牙利算法是一种用于求解一个双边一对一匹配问题的组合优化算法。
具体地，在步骤（4）中，首先将N个用户平分为两组，一组为延时敏感用户(DUs)，即DU用户组简写为DUs，另一组为高速率用户(RUs)，即RU用户组简写为RUs；然后，将DUs中的第i个用户和RUs中的第j个用户分组得到优化的加权和速率，用表示，根据步骤（3）可以将其表示为：
(26)，
其中，/>。
更进一步地，在匈牙利算法中，第一步是输入代价矩阵，其中/>；下一步是不断地变换矩阵，直到找到具有不同行和列的/>个零元素；最后，输出优化的用户分组矩阵/>，其中/>表示DUs中的第i个用户和RUs中的第j个用户是优化后的一组用户，否则/>。具体流程如下：
。
在步骤（5）中，提出一种联合优化方案，将步骤（3）中的功率优化方案和步骤（4）中得到的优化的分组配置进行联合优化。具体来说，在该方案中首先对信道功率进行初始化，即将预算的总功率P被平均分配给每个通道；下一步是通过步骤（4）得到用户分组的解；接着，不断更新每个通道的功率预算和每个用户的功率分配，并对功率分配和用户分组进行迭代优化，直到结果达到收敛或达到最大迭代次数的上限；最后输出和/>。具体联合优化的算法实现流程如下：
。
为了验证所提方法的性能，在本发明实施例中，在采用基于用户服务质量的SIC顺序下的上行NOMA系统中，BS位于小区中心，用户随机分布在个半径为350m的圆形范围内。用户与基站之间的最小距离设置为50m。信道系数服从高斯分布，路径损耗指数/>，其中噪声功率为/>，信道数为M，带宽/>，噪声功率谱密度。
图3、图4和图5分别在不同信道增益条件下展示了不同权重值下的加权和速率。在图3中展示了的情况，其中通过增加RUs的权重，加权和速率得到了提高，这是因为RUs间不存在用户干扰，可以达到更高的速率；在图4中展示了/>的情况，其中RUs权重增加，加权和速率反而递减，这是由于RUs的信道增益相对于DUs较差；最后，在图5中展示了/>的情况，其中当RUs的权重增加时，加权和速率也在增加，这是由于当其信道增益相似时，RUs的权重高于DUs。除此以外，还分别将不同情况下的NOMA方案与OMA方案的结果进行了比较。很明显，NOMA方案优于OMA方案。
图6同时考虑了三种不同的情况，并展示了权重值对加权和速率的影响。从图6中可以看出，随着RUs权重的增加，加权和速率会增加，这是因为RU不存在干扰。此外，将本发明中所提出的方案性能与穷尽搜索法进行了比较。很明显，所提出的联合优化方案所得到的结果与穷尽搜索法所得到的结果非常接近。但本方法复杂度大大降低。
基于和方法实施例相同的技术构思，本发明另一实施例还提供一种基于用户服务质量的NOMA用户资源分配装置，包括：
系统模型建立模块，用于建立基于用户服务质量的上行NOMA系统模型，在该模型中，一个基站通过M个信道为N个用户服务，总带宽T被分给M个信道，每个信道由两个用户DU和RU共用，其中用户DU对业务的时延要求高于用户RU，对业务的速率要求低于用户RU，在SIC解码时，先对用户DU解码，再对用户RU解码；
优化问题构建模块，用于建立功率分配和用户分组的联合优化问题，其优化目标是最大化系统中所有用户的加权和速率，其优化变量是分配给每个用户的功率，优化约束为分配的总功率、SIC解码顺序，优化问题表示为：
，
其中，和/>分别表示用户DU和用户RU在信道m上可达到的数据速率，/>和分别是用户DU和用户RU的权重，/>和/>分别是用户DU和用户RU在信道m上被分配的功率，P是总功率预算，/>是用户DU在信道m上的目标数据速率；
求解策略确定模块，用于确定联合优化问题的求解策略，所述求解策略首先对给定的用户分组进行功率分配优化，确定功率分配优化方案；再根据所得的功率分配优化方案求得每两个用户配对后可达的加权和速率，然后利用匈牙利算法寻找用户分组的解；
联合优化求解模块，用于在对信道功率初始化后，根据求解策略得到用户分组的解，并对功率分配和用户分组进行迭代，直到满足迭代停止条件，得到用户分组配置和用户的功率分配结果。
应当理解，本发明实施例中提供的基于用户服务质量的NOMA用户资源分配装置可以实现上述方法实施例中的全部技术方案，其各个功能模块的功能可以根据上述方法实施例中的方法具体实现，其具体实现过程可参照上述实施例中的相关描述，此处不再赘述。
本发明还提供一种无线通信设备，包括：一个或多个处理器；存储器；以及一个或多个程序，其中所述一个或多个程序被存储在所述存储器中，并且被配置为由所述一个或多个处理器执行，所述程序被处理器执行时实现如上所述的基于用户质量的NOMA用户资源分配方法的步骤。
本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的基于用户质量的NOMA用户资源分配方法的步骤。
本领域内的技术人员应明白，本发明的实施例可提供为方法、装置、计算机设备或计算机程序产品。因此，本发明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，本发明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。
本发明是参照根据本发明实施例的方法的流程图来描述的。应理解可由计算机程序指令实现流程图中的每一流程以及流程图中的流程的结合。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中指定的功能的步骤。
Claims (7)
1.一种基于用户服务质量的NOMA用户资源分配方法，其特征在于，包括以下步骤：
建立基于用户服务质量的上行NOMA系统模型，在该模型中，一个基站通过M个信道为N个用户服务，总带宽T被分给M个信道，每个信道由两个用户DU和RU共用，其中用户DU对业务的时延要求高于用户RU，对业务的速率要求低于用户RU，在SIC解码时，先对用户DU解码，再对用户RU解码；
建立功率分配和用户分组的联合优化问题，其优化目标是最大化系统中所有用户的加权和速率，其优化变量是分配给每个用户的功率，优化约束为分配的总功率、SIC解码顺序，优化问题表示为：
，
其中，和/>分别表示用户DU和用户RU在信道m上可达到的数据速率，/>和/>分别是用户DU和用户RU的权重，/>和/>分别是用户DU和用户RU在信道m上被分配的功率，P是总功率预算，/>是用户DU在信道m上的目标数据速率；用户DU在信道m上可达到的数据速率为：/>，用户RU在信道m上可达到的数据速率为：，其中，B是信道带宽，/>和/>分别是用户DU和用户RU在信道m上载波噪声比；/>，/>表示信道增益，/>是系统中噪声功率值；
确定联合优化问题的求解策略，首先对给定的用户分组进行功率分配优化，确定功率分配优化方案；再根据所得的功率分配优化方案求得每两个用户配对后可达的加权和速率，然后利用匈牙利算法寻找用户分组的解；
进行联合优化求解，对信道功率初始化后，根据求解策略得到用户分组的解，并将功率分配和用户分组进行迭代优化，直到满足迭代停止条件，得到用户分组配置和用户的功率分配结果；
其中，对给定的用户分组进行功率分配优化，确定功率分配优化方案包括：
引入辅助变量表示信道m的功率预算，且满足/>，将优化问题分解为在每个信道上的子问题：
，
该问题的最优解能够在不同的信道增益情况下以封闭的形式表示，其中，以和/>分别表示用户DU和用户RU在信道m上的载波噪声比，其由信道增益决定，
在的情况下，每个信道上的子问题中/>的最优解为/>，/>的最优功率为/>，其中，/>，/>，B是信道带宽；
在的情况下，每个信道上的子问题中/>的最优解为/>，的最优功率为/>，其中，/>；
在的情况下，每个信道上的子问题中/>的最优解为/>，/>的最优功率为/>；
利用匈牙利算法寻找用户分组的解包括：
将N个用户平分为两组，一组为DU用户组，另一组为RU用户组，将DU用户组中的第i个用户和RU用户组中的第j个用户分组得到优化的加权和速率，用表示，如下：
，
其中，表示/>情况下的加权和速率，/>表示/>情况下的加权和速率，/>表示/>情况下的加权和速率；
利用构建匈牙利算法的代价矩阵/>，其中/>，然后不断地变换矩阵，直到找到具有不同行和列的/>个零元素，最后输出优化的用户分组矩阵/>，其中/>表示DU用户组中的第i个用户和RU用户组中的第j个用户是优化后的一组用户，否则。
2.根据权利要求1所述的方法，其特征在于，还包括：根据不同的信道增益情况分别对信道m上的功率预算进行优化。
3.根据权利要求1所述的方法，其特征在于，对代价矩阵C的变换包括：
从每一行的所有元素中减去最小值，从每列的所有元素中减去最小值；重复以下处理：用最少数量的水平线或垂直线覆盖所有零值，从未覆盖的每一行中减去最小值，再将最小值添加到覆盖的每个列中，直到覆盖所有零的最小行数等于组的数量。
4.根据权利要求1所述的方法，其特征在于，对信道功率初始化包括：将预算的总功率P平均分配给每个通道，。
5.一种基于用户服务质量的NOMA用户资源分配装置，其特征在于，包括：
系统模型建立模块，用于建立基于用户服务质量的上行NOMA系统模型，在该模型中，一个基站通过M个信道为N个用户服务，总带宽T被分给M个信道，每个信道由两个用户DU和RU共用，其中用户DU对业务的时延要求高于用户RU，对业务的速率要求低于用户RU，在SIC解码时，先对用户DU解码，再对用户RU解码；
优化问题构建模块，用于建立功率分配和用户分组的联合优化问题，其优化目标是最大化系统中所有用户的加权和速率，其优化变量是分配给每个用户的功率，优化约束为分配的总功率、SIC解码顺序，优化问题表示为：
，
其中，和/>分别表示用户DU和用户RU在信道m上可达到的数据速率，/>和/>分别是用户DU和用户RU的权重，/>和/>分别是用户DU和用户RU在信道m上被分配的功率，P是总功率预算，/>是用户DU在信道m上的目标数据速率；用户DU在信道m上可达到的数据速率为：/>，用户RU在信道m上可达到的数据速率为：，其中，B是信道带宽，/>和/>分别是用户DU和用户RU在信道m上载波噪声比；/>，/>表示信道增益，/>是系统中噪声功率值；
求解策略确定模块，用于确定联合优化问题的求解策略，所述求解策略首先对给定的用户分组进行功率分配优化，确定功率分配优化方案；再根据所得的功率分配优化方案求得每两个用户配对后可达的加权和速率，然后利用匈牙利算法寻找用户分组的解；
联合优化求解模块，用于在对信道功率初始化后，根据求解策略得到用户分组的解，并对功率分配和用户分组进行迭代，直到满足迭代停止条件，得到用户分组配置和用户的功率分配结果；
其中，对给定的用户分组进行功率分配优化，确定功率分配优化方案包括：
引入辅助变量表示信道m的功率预算，且满足/>，将优化问题分解为在每个信道上的子问题：
，
该问题的最优解能够在不同的信道增益情况下以封闭的形式表示，其中，以和/>分别表示用户DU和用户RU在信道m上的载波噪声比，其由信道增益决定，
在的情况下，每个信道上的子问题中/>的最优解为/>，/>的最优功率为/>，其中，/>，/>，B是信道带宽；
在的情况下，每个信道上的子问题中/>的最优解为/>，的最优功率为/>，其中，；
在的情况下，每个信道上的子问题中/>的最优解为/>，/>的最优功率为/>；
利用匈牙利算法寻找用户分组的解包括：
将N个用户平分为两组，一组为DU用户组，另一组为RU用户组，将DU用户组中的第i个用户和RU用户组中的第j个用户分组得到优化的加权和速率，用表示，如下：
，
其中，表示/>情况下的加权和速率，/>表示/>情况下的加权和速率，/>表示/>情况下的加权和速率；
利用构建匈牙利算法的代价矩阵/>，其中/>，然后不断地变换矩阵，直到找到具有不同行和列的/>个零元素，最后输出优化的用户分组矩阵/>，其中/>表示DU用户组中的第i个用户和RU用户组中的第j个用户是优化后的一组用户，否则。
6.一种无线通信设备，其特征在于，包括：
一个或多个处理器；
存储器；以及
一个或多个程序，其中所述一个或多个程序被存储在所述存储器中，并且被配置为由所述一个或多个处理器执行，所述程序被处理器执行时实现如权利要求1-4中任一项所述的基于用户服务质量的NOMA用户资源分配方法的步骤。
7.一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，所述计算机程序被处理器执行时实现如权利要求1-4中任一项所述的基于用户服务质量的NOMA用户资源分配方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310708263.7A CN116456464B (zh) | 2023-06-15 | 2023-06-15 | 基于用户服务质量的noma用户资源分配方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310708263.7A CN116456464B (zh) | 2023-06-15 | 2023-06-15 | 基于用户服务质量的noma用户资源分配方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116456464A CN116456464A (zh) | 2023-07-18 |
| CN116456464B true CN116456464B (zh) | 2023-09-22 |
Family
ID=87122329
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310708263.7A Active CN116456464B (zh) | 2023-06-15 | 2023-06-15 | 基于用户服务质量的noma用户资源分配方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116456464B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108924935A (zh) * | 2018-07-06 | 2018-11-30 | 西北工业大学 | 一种基于强化学习算法功率域的noma中的功率分配方法 |
| CN109922487A (zh) * | 2019-03-28 | 2019-06-21 | 南京邮电大学 | 一种下行mimo-noma网络下的资源分配方法 |
| WO2019158525A1 (en) * | 2018-02-15 | 2019-08-22 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Joint transmissions of data in a wireless communication system using a non-orthogonal multiple access transmission scheme |
| CN113922849A (zh) * | 2021-10-28 | 2022-01-11 | 南京邮电大学 | 一种毫米波mimo-noma系统下的用户分组和功率分配方法 |
-
2023
- 2023-06-15 CN CN202310708263.7A patent/CN116456464B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019158525A1 (en) * | 2018-02-15 | 2019-08-22 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Joint transmissions of data in a wireless communication system using a non-orthogonal multiple access transmission scheme |
| CN108924935A (zh) * | 2018-07-06 | 2018-11-30 | 西北工业大学 | 一种基于强化学习算法功率域的noma中的功率分配方法 |
| CN109922487A (zh) * | 2019-03-28 | 2019-06-21 | 南京邮电大学 | 一种下行mimo-noma网络下的资源分配方法 |
| CN113922849A (zh) * | 2021-10-28 | 2022-01-11 | 南京邮电大学 | 一种毫米波mimo-noma系统下的用户分组和功率分配方法 |
Non-Patent Citations (3)
| Title |
|---|
| Joint User Association and Power Allocation Using Swarm Intelligence Algorithms in Non-Orthogonal Multiple Access Networks;Sotirios K. Goudos 等;2020 9th International Conference on Modern Circuits and Systems Technologies (MOCAST);全文 * |
| Message Passing-Based mmWave MIMO-NOMA With User Grouping and Power Allocation;Xiaoming Wang 等;IEEE TRANSACTIONS ON VEHICULAR TECHNOLOGY;第71卷(第11期);全文 * |
| 宽带无线通信系统中的非正交多址接入技术;朱建月;中国博士学位论文全文数据库(第2期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116456464A (zh) | 2023-07-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107864505B (zh) | 用于到noma系统中子带的功率和用户分配的方法和装置 | |
| You et al. | User clustering scheme for downlink hybrid NOMA systems based on genetic algorithm | |
| CN113377533A (zh) | 无人机协助移动边缘计算中的动态计算卸载和服务器部署方法 | |
| CN107343268B (zh) | 非正交多播和单播传输波束赋型方法及系统 | |
| CN114124705A (zh) | 无人机辅助反向散射通信系统基于max-min公平的资源分配方法 | |
| Huang et al. | Resource allocation for multi-cluster NOMA-UAV networks | |
| Li et al. | Scalable pilot assignment scheme for cell-free large-scale distributed MIMO with massive access | |
| Manglayev et al. | GPU accelerated successive interference cancellation for NOMA uplink with user clustering | |
| Chen et al. | Outage probability region and optimal power allocation for uplink SCMA systems | |
| CN114189521A (zh) | 在f-ran架构中协作计算卸载的方法 | |
| Zhang et al. | A local-ratio-based power control approach for capacitated access points in mobile edge computing | |
| CN116456464B (zh) | 基于用户服务质量的noma用户资源分配方法及装置 | |
| Nazari et al. | Resource allocation in power domain NOMA‐based cooperative multicell networks | |
| CN112469113A (zh) | 一种多载波noma系统的资源分配方法及装置 | |
| CN110191476B (zh) | 一种基于可重构天线阵列的非正交多址接入方法 | |
| Lei et al. | Power and discrete rate adaptation in BER constrained wireless powered communication networks | |
| CN115052299A (zh) | 一种多智能反射面辅助的noma系统上行传输方法 | |
| Yeganeh et al. | Multi-BD symbiotic radio-aided 6G IoT network: Energy consumption optimization with QoS constraint approach | |
| CN111464216B (zh) | 一种基于大规模mimo的移动边缘计算时延最小化方法 | |
| CN110475230B (zh) | 蜂窝网络中d2d用户的资源分配方法、存储介质和终端 | |
| Jang et al. | Throughput maximization for uplink IoT NOMA systems with efficient resource allocation | |
| Fan et al. | Price-based power allocation with rate proportional fairness constraint in downlink non-orthogonal multiple access systems | |
| Wang et al. | Latency optimization of task offloading in NOMA‐MEC systems | |
| CN112770395B (zh) | 基于上行noma的最优动态功率分配方法、系统、介质及终端 | |
| Ahmad | Power allocation for uplink SC‐FDMA systems with arbitrary input distribution |
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 |