认知无线电非正交多址接入随机网络物理层安全性能分析

该文针对干扰源以及窃听节点均随机分布的通信场景,分析了认知无线电启发式非正交多址接入(CRNOMA)网络中次用户通信对的安全通信性能。采用随机几何理论,将窃听节点和干扰节点建模为服从特定分布的齐次泊松点过程(PPP)。首先,在保证主用户通信对通信可靠性的前提下,得到了发端设定的功率分配系数,进一步得到了次用户通信对的连接中断概率和安全中断概率的闭式表达式。随后,得到了功率分配系数随主用户可靠性能约束的变化规律。最后,研究了次用户对的中断概率随着窃听节点密度、发端发送功率的变化情况,结果表明干扰信号的增强在降低网络可靠性能的同时,换来了安全性能的提高。仿真结果验证了理论分析的正确性。

多基站无线非正交多址接入的平滑视频流传输算法

视频服务需求的快速增长对于视频流畅播放提出了巨大挑战,从用户体验角度分析,视频播放中的卡顿时间可能是最重要指标之一。随着5G网络技术的发展,非正交多址接入(NOMA)技术被重点关注,NOMA技术具有叠加编码和连续干扰消除2个特点,根据这2个特点实现数据的并行传输。利用NOMA技术的并行传输能力来提高基站为用户提供视频的实时性。在用户需求视频名称和视频分辨率给定的情况下,通过联合基站-用户配对方式和基站功率分配来降低视频播放时的卡顿时间。通过对问题进行建模,并提出1个两步启发式算法对问题进行求解,第1步为确定基站与用户的配对方式,第2步为分配基站的发射功率。实验结果表明,基于NOMA的传输调度方案与传统的传输调度方案相比,用户需求的平均卡顿时间有明显的下降,相对于在不采用NOMA机制时,在2-SIC接收机情况下,用户平均卡顿时间减少了55.56%。

基于非正交多址接入的星空地多用户认知网络性能研究

卫星通信(SatCom)因其强大的生存能力和无缝覆盖的独特优势,能够弥补地面通信网络受地形限制、覆盖范围小等短板,在当前和未来的无线通信系统中具有重要的地位。此外,空中辅助通信由于其在星地网中的灵活性和可扩展性,具有很高的研究价值。为克服星空地网络(ISATN)中频谱短缺问题,认知无线电(CR)和非正交多址接入(NOMA)被用于提高频谱利用率和传输性能。因此,该文研究了基于NOMA的星空地认知网络(CISATN)的性能,考虑多用户场景,分别得到了主网络和次级网络的中断概率(OP)的准确表达式和高信噪比下的渐进表达式,并给出了这两个网络的分集增益。最后,通过蒙特卡罗仿真验证了理论推导的正确性,并分析了关键变量对系统指标的影响。

基于非理想条件可重构智能超表面辅助无线携能通信-非正交多址接入系统通感性能研究

为满足日益增长的高效通信和可靠感知需求,该文提出可重构智能超表面(RIS)辅助无线携能通信(SWIPT)-非正交多址接入(NOMA)系统,该系统同时实现目标感知和信息传输。考虑非完美连续干扰消除(SIC)和信道估计误差(CEE)两种非理想因素,分析了所提系统的可靠性、有效性以及雷达感知性能,分别推导出系统中断概率(OP)、遍历速率(ER)、检测概率(PoD)以及雷达估计信息速率(REIR)的解析表达式。分析结果表明:非完美SIC和CEE对系统的性能有负面影响;中断概率随基站发射功率的增大而减小,在高信噪比区域趋于定值;遍历速率及雷达估计信息速率随基站发射功率增大而增加,在高信噪比区域稳定于一个上限值;在不同的检测阈值下,检测概率随基站发射功率的增大而增大;联合雷达检测和通信覆盖概率(JRDCCP)分别随中断阈值和检测阈值的升高而降低。

智能反射表面辅助的非正交多址接入系统用户分组、波束赋形与相移的优化

该文研究智能反射表面(IRS)辅助的多天线非正交多址接入(NOMA)网络中用户分组、发送波束赋形、相移等的联合优化问题。系统中1个分组分配1个波束并在组内进行连续干扰消除检测。该文提出一种不依赖于发送波束赋形和IRS相移的用户分组配对策略,将用户分组与其他优化分离,显著降低了优化问题求解的难度和计算复杂度。进一步,联合优化基站发送波束赋形、功率分配和IRS相移矩阵,最小化基站的总发送功率。原始优化问题是一个多变量相互耦合的非凸优化问题,利用松弛变量、连续凸逼近、半定松弛、交替迭代优化等方法将原问题转化为凸问题并求解。仿真结果显示,相较于1个用户1个波束的方案,所提方案在基站天线数较少时性能更优,而在天线数较多时也与该对比方案非常接近,但所提方案的优化计算复杂度更低。而对比采用不同分组算法、随机IRS相移方案、最大比发射方案,以及无IRS的方案,所提方案的性能始终更优。

全双工主动窃听非正交多址接入系统智能超表面辅助物理层安全传输技术

针对全双工被动窃听和主动干扰攻击下的多用户非正交多址接入(NOMA)系统,该文提出一种智能超表面(RIS)辅助的鲁棒波束赋形方案以实现物理层安全通信。考虑在仅已知窃听者统计信道状态信息的条件下,以系统传输中断概率和保密中断概率作为约束,通过联合优化基站发射波束赋形、RIS相移矩阵、传输速率和冗余速率,来最大化系统的保密速率。为解决上述多变量耦合非凸优化问题,提出一种有效的交替优化算法得到联合优化问题的次优解。仿真结果表明,所提方案可实现较高的保密速率,且通过增加RIS反射单元数,系统保密性能更佳。

基于无线携能和非正交多址接入的认知中继网络中断性能分析

研究了基于无线携能通信(SWIPT,simultaneous wireless information and power transfer)和非正交多址接入(NOMA,non-orthogonal multiple access)的认知中继网络的中断性能。针对具有直接链路通信和两阶段通信两种传输模式,推导了系统总体中断概率的解析表达式和高信噪比条件下的渐近表达式,并通过Monte-Carlo仿真验证了理论推导的正确性。仿真结果表明,系统在直接通信模式下能获得更好的中断性能。此外,与传统的正交多址接入认知中继网络相比,基于SWIPT-NOMA的认知中继网络能获得更好的中断性能和更高的能量效率。

非正交多址接入异构网络用户公平性问题研究

针对5G非正交多址接入异构网络主要以传输总速率最大化为优化目标带来的资源分配不平衡,导致部分信道最小速率过低,造成用户服务质量下降,从而带来用户之间不公平问题,文中基于非正交接入异构网络模型,综合考虑传输总速率和用户最小速率,提出将整体优化问题解耦,利用最佳信道配对选择和优化用户功率分配方法最大化最小用户速率,解决用户公平性问题。仿真结果表明,提出的算法在较低的复杂度下,用户最小速率明显优于传统方法,用户公平性明显提升。

基于多载波非正交多址接入的协作移动边缘计算系统优化研究

文章研究了基于多载波非正交多址接入(Multicarrier Non-Orthogonal Multiple Access, MC-NOMA)的协作移动边缘计算系统,该系统由一个用户端、一个协作节点与一个配备边缘计算服务器的接入点(Access Point, AP)组成,旨在给定任务执行时延约束下,最小化用户端与协作节点的通信与计算能耗。为此,首先提出一种新颖的MEC协议,使用户端和协作节点充分利用MC-NOMA技术以高频谱效率的方式进行任务卸载;然后在该协议下,建立系统优化问题,联合优化任务卸载时间与计算时间分配、子载波分配、各个子载波的发射功率分配、任务划分和MEC服务器CPU频率。该问题是一个非凸的混合整数规划问题,求解颇具挑战性。通过利用代数变换、大M表达法、分层优化、连续凸近似和黄金分割法,对该问题进行求解,从而提出一种高效的系统优化算法。仿真结果表明,与已有的仅采用多载波技术研究方案相比,采用MC-NOMA技术可节省50%~60%的能耗。

新型非正交多址接入技术:理论、应用与未来方向

第六代移动通信系统面临着前所未有的技术挑战,NOMA作为解决6G关键问题的重要手段,近年来得到了广泛的研究讨论。与传统正交多址接入方案相比,NOMA的主要特点是通过非正交资源分配服务更多数量的用户,并通过干扰消除技术抵消用户间干扰的影响。首先介绍了NOMA的基本理论,然后讨论了6G场景下NOMA关键技术的理论研究及工程实现情况,最后对NOMA的应用场景和未来研究方向进行了描述与展望。

基于连续凸逼近的协作式非正交多址接入联合无线携能通信的能效优化方案

在传统的非正交多址(NOMA)系统中,通常将更多的功率分配给边缘用户以此来保证其通信质量,系统公平性以牺牲系统容量为代价。基于协作通信的NOMA系统虽可解决上述问题,但在协作阶段中心用户需承担中继的作用,这种方式必将给中心用户带来一定的负担。为了兼顾系统容量和公平性,该文提出一种基于协作通信和无线携能通信(SWIPT)的新型资源分配方案,该方案在满足边缘用户通信质量情况下,使用能量收集设备完成能量收集,通过连续凸逼近(SCA)求解目标问题最大化系统能效。仿真结果表明,与传统NOMA和协作式非正交多址接入系统(CNOMA)相比,CNOMA-SWIPT系统的能量效率得到了较大的提高,在基站最大发射功率为30 dBm时相比NOMA系统能达到60.8%的增益,相比CNOMA系统能达到比CNOMA系统高出约11.5%的增益,更符合绿色通信的发展理念。

基于低复杂度加法网络的非正交多址接入短报文多用户检测算法研究

针对非正交多址接入(NOMA)系统中,接收机使用串行干扰删除算法译码时需要已知干扰用户的调制方式而产生额外的信令开销问题,该文提出一种基于联合星座轨迹图和深度学习的NOMA短包传输干扰用户调制方式盲检测算法。考虑在通信设备部署神经网络时存在计算复杂度高和能量消耗大等不足,将原始卷积神经网络替换为深度加法网络,在调制检测准确率,计算延迟和能耗等方面进行了充分比较,使用时域过采样技术改善低信噪比下的识别率。最后分析并验证了功率分配,数据包长度对检测性能的影响。

UAV协助下非正交多址接入使能的数据采集系统中能效优化机制

无人机(UAV)协助下非正交多址接入(NOMA)使能的数据采集系统,考虑了地空概率信道模型和服务质量约束,并联合优化UAV三维布局设计和传感器功率分配最大化所有传感器的总能效。针对原混合整数非凸规划问题,提出了一种基于凸优化理论、深度学习理论和哈里斯鹰优化(HHO)算法的能效优化机制。在任意给定的UAV三维布局下,首先将功率分配子问题等价转化为凸优化问题;其次基于最优的功率分配方案,采用深度神经网络(DNN)构建从传感器位置到UAV三维布局的映射,并利用HHO算法离线训练最佳映射对应的模型参数。训练后的机制仅需执行少量代数运算并求解单个凸优化问题。仿真实验结果表明,在传感器数为12的情况下,相较于基于粒子群算法的遍历搜索机制,所提机制在仅损失约4.73%的总能效的情况下将运算时间降低了5个数量级。

多用户认知非正交多址接入系统中断性能分析及功率分配算法

非正交多址接入(NOMA)是5G网络关键候选技术之一,其与认知无线电(CR)技术相结合形成系统(CRNOMA),能够实现更高的频谱效率及更大的吞吐量。该文将直传与中继协同传输(CDRT)方案引入多用户CRNOMA系统,其中CDRT表示次级源(SS)直接与近端次级用户通信,而仅通过中继(R)与多个远端次级用户通信。在非理想自干扰消除和全双工(FD)中继情况下,推导了每个NOMA用户中断概率(OP)的精确闭式表达。此外,在该系统模型下分析SS, R和用户的收益最优化问题,提出一种基于收益的两阶段迭代功率分配算法。仿真结果显示,在高信噪比(30 dB)条件下,与随机功率分配及平均功率分配方案相比,该文所提算法的用户和速率、SS总收益、R总收益分别可最高提升13%, 56%及26%。蒙特卡罗仿真验证了理论分析与实验结果的一致性。

基于自适应功率分裂的协作非正交多址接入无线携能通信网络性能分析

为了提高无线通信系统的频谱利用率、降低功耗,针对双向协作非正交多址接入携能网络,提出了一种自适应功率分裂的无线携能准则。中继利用译码转发协议和用户的距离信息执行串行干扰消除,检测用户的信息并从发送端收割能量。发送端设计自适应功率分裂准则,使中继可以成功检测用户的信息,然后把剩余的能量全部用于能量传输,进而中继可以收割到最多的能量并将所解码的信息转发给接收端。基于所提的自适应功率分裂准则,分析网络的全局中断概率、端到端中断概率,以及高信噪比条件下的分集增益。与基于固定功率分裂的协作三级正交多址接入携能网络相比,基于自适应功率分裂的协作两级非正交多址接入携能网络可以获得更优的中断性能。

非理想条件下认知非正交多址接入系统中断性能研究

为满足网络需求,提高系统频谱利用率,该文提出一种覆盖式认知非正交多址接入(CR-NOMA)网络。考虑实际中非线性功率放大(NLPA)、非理想连续干扰消除(ipSIC)和非完美信道状态信息(CSI)等非理性因素,研究所提网络的可靠性能,推导出系统中断概率(OP)和系统吞吐量的解析表达式,并进一步分析高信噪比下中断概率的表达式、理想状态下中断概率的高信噪比(SNR)近似、分集阶数。分析及仿真结果表明:NLPA,ipSIC和信道估计误差参数对系统中断概率性能有负面影响;中断概率随着信噪比的增加而减小,在高信噪比下收敛到一个固定常数;中断概率随着功率分配系数的改变也会产生相应的变化。

基于混合非正交多址接入的认知无线电网络的信道和功率分配研究

针对混合非正交多址接入(NOMA)的认知无线电网络的下行链路,以主用户的干扰功率阈值、次用户最小信息速率以及子信道复用用户数为约束条件,建立信道和功率资源分配的优化问题模型,提出了一种公平性可调的信道分配方法,得到信道和用户的匹配结果;采用凸近似和Charnes-Cooper变换的方法,得到复用用户的功率分配值.仿真结果表明,给定基站总功率为25 dBm时,所提信道分配算法的用户公平性指数提升了50%.

去蜂窝大规模多输入多输出非正交多址系统中基于量子菌群优化的接入点选择方案

去蜂窝大规模多输入多输出非正交多址(MIMO-NOMA)系统的接入点(AP)选择,对有效降低系统的回程链路开销、提高用户的下行可达速率影响较大。该文针对AP选择的去蜂窝大规模MIMO-NOMA系统下行链路建立了用户平均速率的表达式;在此基础上,提出了基于量子菌群优化(QBFO)的AP选择方案,将AP与用户的连接关系以量子比特的形式编码,利用自适应量子旋转门模拟细菌趋化,实现细菌位置更新,通过对量子细菌种群进行测量,获得AP与用户的选择解集,并引入驱散操作避免算法陷入局部最优。实验结果表明,所提方案能够在降低回程链路开销的同时显著提高用户的下行平均速率,相较于基于接收功率和基于信道估计均方误差的AP选择方案,该文所提方案在降低用户间干扰、提高系统总吞吐量方面表现更优。

非正交多址认知无线电网络功率分配算法

非正交多址和认知无线电技术能有效提高频谱效率,是新一代移动通信系统的关键技术。针对功率域非正交多址认知无线电网络的能效优化问题,建立了满足次用户最小系统吞吐量和主用户最大干扰的次用户功率分配模型,将子信道吞吐量公式进行分解,得到子信道功率分配系数和子信道功率消耗率2个子问题。针对第1个问题,采取凸差(difference of convex,DC)规划算法将目标函数等效为2个凸函数差形式,并应用一阶泰勒展开式进行连续近似,将非凸问题转换为凸优化问题,从而得到子信道复用次用户最优功率分配系数;针对第2个问题,采用Dinkelbach算法和次梯度算法,利用拉格朗日函数,得到最优子信道功率消耗率。仿真结果表明,所提功率分配算法收敛速度快,时间复杂度低,其平均系统能效性能远优于分数功率分配算法。

云无线接入网络中的非正交多址接入技术研究

从云无线接入网络(Cloud Radio Access Network,C-RAN)与非正交多址接入(Non-Orthgonal Multiple Access,NOMA)技术的概念着手,建立C-RAN下的NOMA模型,完成C-RAN架构内运用NOMA技术传输的中断理论分析工作。基于拉普拉斯变换等推导出用户中断率对应的闭式表达式,通过仿真模拟证实了理论推导的精准度,阐明了NOMA技术用在C-RAN架构中的优越性,值得推广。