NOMA系统中基于用户服务质量需求的资源分配算法设计.pdf

2023年第49卷第6期无线电通信技术1067doi:10.3969/j.issn.1003-3114.2023.06.011引用格式:杨毅,朱建月,后益坤,等.NOMA 系统中基于用户服务质量需求的资源分配算法设计J.无线电通信技术,2023,49(6):1067-1072.YANG Yi,ZHU Jianyue,HOU Yikun,et al.QoS-based Resource Allocation Algorithm Design in NOMA SystemJ.Radio Communications Technology,2023,49(6):1067-1072.NOMA 系统中基于用户服务质量需求的资源分配算法设计杨 毅1,朱建月2,后益坤3,韦灵峰1(1.南京电子技术研究所,江苏 南京 210039;2.南京信息工程大学 电子与信息工程学院,江苏 南京 210044;3.中国人民解放军 63768 部队,陕西 西安 710600)摘 要:为了满足第六代移动通信对大规模接入和用户服务质量的高要求,下一代多址接入技术被提出,其中非正交多址接入(Non-Orthgonal Multiple Access,NOMA)是关键技术之一。在 NOMA 系统中,为了解决用户间的多址干扰,使用连续干扰消除(Successive Interference Cancellation,SIC)技术,其解码顺序是重要的考虑因素之一。大多数研究中,SIC 的解码顺序通常基于信道状态信息,但在用户信道状态相似的情况下,这种方法不稳定。主要研究使用基于用户服务质量(Quality of Service,QoS)的 SIC 解码顺序的上行 NOMA 系统,并提出一种联合优化方案,包括功率分配和用户分组,以确保用户 QoS 要求的同时,最大化高速率和速率之和。仿真结果表明,该算法能够以较低的复杂度获得与穷尽搜索相近的结果。关键词:非正交多址接入;连续干扰消除;资源分配中图分类号:TN92 文献标志码:A 开放科学(资源服务)标识码(OSID):文章编号:1003-3114(2023)06-1067-06QoS-based Resource Allocation Algorithm Design in NOMA System YANG Yi1,ZHU Jianyue2,HOU Yikun3,WEI Lingfeng1(1.Nanjing Research Institute of Electronics Technology,Nanjing 210039,China;2.School of Electronic and Information Engineering,Nanjing University of Information Science and Technology,Nanjing,210044,China;3.Unit 63768,PLA,Xian 710600,China)Abstract:To meet the high requirements for massive access and user service quality in the 6th generation of mobile communica-tion,the next generation multiple access technology has been proposed,among which Non-Orthogonal Multiple Access(NOMA)is a key technology.In NOMA system,Successive Interference Cancellation(SIC)is used to solve multi-user interference,and the decoding order of SIC is an important consideration.In most studies,decoding order of SIC is usually based on channel state information,but this method is unstable when users have similar channel states.This paper mainly studies uplink NOMA system using SIC decoding order based on user Quality of Service(QoS),and proposes a joint optimization scheme including power allocation and user grouping to maxi-mize the sum rate while ensuring user QoS requirements.Simulation results show that the algorithm can achieve results close to exhaus-tive search with lower complexity.Keywords:NOMA;SIC;resource allocation收稿日期:2023-08-11基金项目:江苏省自然科学基金(BK20220439);东南大学移动通信国家重点实验室开放研究基金资助课题(2022D13)Foundation Item:Jiangsu Provincial Natural Science Foundation of China(BK20220439);The Open Research Fund of National Mobile Communications Research Laboratory,Southeast University(2022D13)1068Radio Communications TechnologyVol.49 No.6 20230 引言随着 5G 无线通信系统中智能无线设备数量的爆炸式增长以及物联网(Internet of Things,IoT)的出现,现有的多址接入技术已经无法满足大规模用户接入和高数据传输速率的需求,因此下一代多址接入技术被提出1。功率域非正交多址接入(Non-Orthogonal Multiple Access,NOMA)技术是下一代多址接入技术中的关键技术之一。NOMA 旨在发送端使用叠加编码,而在接收端使用连续干扰消除(Suc-cessive Interference Cancellation,SIC)进行多用户检测2。与传统的正交多址接入(Orthogonal Multiple Access,OMA)方案相比,NOMA 可以显著提高频谱效率,降低接入延迟,并支持大规模连接3。NOMA 的核心思想是多个用户共享同一个信道,然而由于用户间的频谱共享,NOMA 存在过多的多址干扰。SIC 技术能够有效地降低用户间的干扰4,然而解码顺序是 SIC 实现中的一个关键问题。在大多数现有的关于 NOMA 系统资源分配的研究中,通常是根据用户的信道状态信息(Channel State Information,CSI)来确定 SIC 解码顺序。例如,朱建月等人5研究了在下行 NOMA 系统中用户资源分配的问题,并提出了功率分配和信道分配的联合优化方案使系统和速率最大化。张双等人6针对下行异构蜂窝 NOMA 网络提出了一种功率分配算法来使系统的能效最大化。胡浪涛等人7研究了下行多小区 NOMA 系统中的用户资源分配问题,并提出了一种基于深度强化学习的功率分配算法,使系统能效最大化。Ali 等人8针对上行和下行 NOMA系统,分别提出了一种功率分配和用户分组联合优化方案以提高系统的总吞吐量。Zeng 等人9重点研究了在多载波上行 NOMA 系统中的功率分配问题,并提出了一个低复杂度的算法以提高系统的和速率与能效。值得指出的是,文献 5-9中均采用了基于 CSI 的 SIC 解码顺序,但是 Ding 等人10指出这种解码方式具有一定局限性,特别是当用户信道增益相似的时候这种解码方案会产生很高的错误传播率。事实上,基于用户服务质量(Quality of Serv-ice,QoS)的 SIC 解码顺序可以很好地克服这些问题。本文研究了在上行 NOMA 系统中,基于 QoS 的SIC 解码顺序下的用户资源分配问题。此外,考虑到随着一个信道上用户数的增加,SIC 的复杂度也随之增加11-12,通常假设两个用户共用一个信道13-14,即将两个用户分在一个组内使用 NOMA 进行传输,而组之间将使用传统的 OMA 方式。因此,本文工作也使用类似的方案,即两个具有不同服务质量需求的用户使用 NOMA 共享一个信道进行信号传输,其中一个为时延敏感用户,但其速率要求较低,另一个为高速率用户,但其时延容忍度较高。为了更好提升 NOMA 系统的频谱效率,本文提出了一种功率分配和用户分组的联合优化方案,以使在保证所有信道上时延敏感用户的 QoS 需求的同时,最大化高速率用户的和速率。经过仿真分析,该方案能够以较低的时间复杂度获得与穷尽搜索相近的结果。1 系统模型与问题提出1.1 系统模型本文考虑一个上行 NOMA 蜂窝网络,其中一个基站(Base Station,BS)通过 M 个信道为 N 个用户提供服务。根据 NOMA 的原理,多个用户将共享相同的信道,并使用 SIC 来解码其信号。另外,值得指出的是接收端 SIC 的复杂度将随着一个信道上用户数量的增加而增加,为了减少 SIC 的传播误差,通常假设两个用户共享一个信道13-14。因此,本文也假设两个用户共享一个信道 m,其中 m=1,2,M,且这两个用户分别对延迟和速率有要求,即一个是具有较低传输速率要求但延迟敏感的用户 UE1,m,用 r1,m表示其目标数据速率;另一个是具有一定延迟容忍度的高速率传输要求的用户 UE2,m。BS 在每个信道m 上发送的信号分别表示为:x1,m=p1,ms1,m,m=1,2,M,(1)x2,m=p2,ms2,m,m=1,2,M,(2)式中:s1,m,s2,m和p1,m,p2,m分别表示两个用户的发送信号和功率并满足 E(s2i,m)=1,i=1,2。BS 接收到的信号由下式给出:ym=ipi,mhi,msi,m+zm,m=1,2,M,(3)式中:hi,m表示 UEi,m的信道,zm表示信道 m 上的高斯白噪声,服从 (0,2m)分布。本文考虑了一种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,BS 将首先解码具有更高 QoS 需求的用户,即 UE1,m的信号,然后在消除 UE1,m信号后解码 UE2,m的信号。因此,两个用户的传输速率分别可以表示为:R1,m=lb 1+1,mp1,m1+2,mp2,m(),(4)R2,m=lb(1+2,mp2,m),(5)2023年第49卷第6期无线电通信技术1069式中:i,m=hi,m22m,i=1,2,是信道噪声比(Clutter to Noise Ratio,CNR)。与此同时,为了保证成功进行 SIC 过程,需要满足以下约束8:lb 1+1,mp1,m1+2,mp2,m()r1,m。(6)用户 UE1,m的传输延迟可以表示为15:D1,m=1R1,m-1,m,(7)式中:1,m是 UE1,m的固定到达率,且满足 R1,m1,m。1.2 问题提出为了更好地实现 NOMA 系统中的资源分配,以提高频谱效率,本文在保证 UE1,m的 QoS 需求的前提下,最大化所有信道上 UE2,m的和速率,相应的资源分配问题可以描述为:maxp1,p20Mm=1R2,ms.t.Mm=1(p1,m+p2,m)PD1,mDmax1,m,m=1,2,Mlb 1+1,mp1,m1+2,mp2,m()r1,m,m=1,2,M,(8)式中:P 是 BS 的发射总功率,Dmax1,m是 UE1,m的最大可容忍时延。在式(8)中,第一个约束是总功率约束,第二个约束表示 UE1,m的时延要求,第三个约束是为了保证 SIC 的成功进行。本文将使用交替优化的方法来进行功率分配和用户分组的联合优化设计,虽然这可能不是最优的,但是这种方案比较有效16。具体来说是首先通过固定用户分组来优化功率分配使目标函数最大化,然后进一步解决用户分组问题。2 功率分配算法设计本节中,在给定用户分组的情况下重点对用户的功率分配进行优化,根据式(8),功率分配问题可以写成:maxp1,p20Mm=1R2,ms.t.Mm=1(p1,m+p2,m)PD1,mDmax1,m,m=1,2,Mlb 1+1,mp1,m1+2,mp2,m()r1,m,m=1,2,M,(9)式中:p1=p1,mMm=1,p2=p2,mMm=1,D1,m=1R1,m-1,m。为了解决问题,引入辅助变量 q=qmMm=1,其中 qm=p1,m+p2,m表示每个信道 m 上的用户发送功率之和。因此,对于每个信道 m,式(9)可以分解为一组子问题:maxp1,m,p2,m0Mm=1R2,ms.t.p1,m+p2,m=qmD1,mDmax1,mlb 1+1,mp1,m1+2,mp2,m()r1,m。(10)式(10)的解在命题 1 中以闭合式给出。命命题题 1 1假设 qmmaxAm,Bm1,m,式(10)中UE1,m的最优功率为:p1,m=maxm,m,(11)UE2,m的最优功率为:p2,m=qm-p1,m,(12)式中:m=Am+Am1,mqm1,m+Am1,m,m=Bm+Bm2,mqm1,m+Bm2,m,Am=21Dmax1,m+1,m,Bm=2r1,m-1。证证明明 由于 p2,m=qm-p1,m,UE1,m的速率可以表示为 R1,m=lb 1+1,mp1,m1,m(qm-p1,m)+1()。由约束 D1,mDmax1,m,可以得到 p1,mm,m需满足 0mqm,即m=Am+Am1,mqm1,m+Am1,mqm,从而 qmAm1,m。类似地,由约束 lb 1+p1,m1,m1+p2,m2,m()r1,m可以得到 p1,mm,其中 m需满足0mqm,即Bm+Bm2,mqm1,m+Bm2,mqm,从而qmBm1,m。因此,信道 m 总功率 qm需满足 qmmax Am,Bm1,m,UE1,m的功率分配解需满足 p1,mmaxm,m。从 而 最 优 功 率 分 配 解 为 p1,m=maxm,m,p2,m=qm-p1,m。1070Radio Communications TechnologyVol.49 No.6 2023根据命题 1,在信道 m 上,R2,m的最优解有两种情况。一方面,如果 mm,p1,m=m,p2,m=qm-m,目标函数可以写为:R2,m=lb(1+m),(13)式中:m=1,m2,mqm-Am2,m1,m+Am1,m。(14)另一方面,如果 mm,p1,m=m,p2,m=qm-m,目标函数可以写为:R2,m=lb(1+m),(15)m=1,m2,mqm-Bm2,m1,m+Bm2,m。(16)通过引入辅助变量 tm,R2,m可以等价转换为:R2,m=lb(1+tm),(17)tm=maxm,m,m=1,2,M。(18)从而所有信道的功率分配问题可以写为:maxqm,1mMMm=1lb(1+tm)s.t.Mm=1qmPqmmaxAm,Bm1,mtmm,m=1,2,Mtmm,m=1,2,M。(19)式(19)是一个凸问题,可以使用标准的凸优化工具解决,例如 CVX 等17。3 用户分组3.1 用户分组算法本文对给定用户分组情况下的功率分配进行了优化,在保证 UE1,m的 QoS 需求的前提下,最大化所有信道上用户 UE2,m的和速率。在本节中,将通过匈牙利算法进一步寻找优化的用户分组解18。首先,将 N 个用户分为两组,一组为时延敏感用户,另一组为高速率用户;然后,根据式(1)求得时延敏感用户组中第 i 个用户和高速率用户组中第j 个用户配对时高速率用户的可实现速率,并用 Rij表示,其中 i=1,2,N/2,j=1,2,N/2;最后,采用匈牙利算法求解优化后的用户分组。在匈牙利算法中,首先输入代价矩阵 C,其中C(i,j)=1/Rij;接着,对矩阵进行变换直到用于标记的横线和垂线的总数等于组数 N/2;最后输出优化后的用户分组配置,其中(i,j)=1 时表示时延敏感用户组中第 i 个用户与高速率用户组中第j 个用户进行配对,否则(i,j)=0。3.2 联合优化算法在第 2 节和算法 1 中分别对功率分配和用户分组进行了优化,进一步提出了一种联合优化算法。在算法 2 中,首先对信道功率预算进行初始化,即将总功率 P 平分到 M 个信道上;接着,利用算法 2 对用户分组进行优化并对信道功率预算 qm与信道上的用户功率 p1,m和 p2,m更新,直到结果收敛或达到最大迭代次数。算算法法 1 1 匈匈牙牙利利算算法法1.输输入入:成本矩阵 C,其中 C(i,j)=1/Rij;2.行行化化简简:分别从每一行中减去该行的最小值;3.列列化化简简:分别从每一列中减去该列的最小值;4.重重复复5.利用最少的水平线或者垂直线覆盖所有的零;6.找到没有被水平线或垂直线覆盖的最小值,并将没有被覆盖的每行减去最小值,被覆盖的每列加上最小值;7.直到水平线和垂直线的总数等于 N/2。算算法法 2 2 联联合合优优化化算算法法1.初初始始化化:qm=P/M,m=1,2,M;2.重重复复3.利用算法 2 对用户分组进行优化;4.根据本文计算 qm,p1,m和 p2,m;5.直直到到结果收敛或达到最大迭代次数;6.输出最终的 qm,p1,m和 p2,m。4 仿真分析通过仿真对所提出的联合优化方案的性能进行分析,模拟仿真中 BS 位于小区中心,用户随机分布在半径为 80 m 的圆形范围内。用户之间的最小距离设置为20 m,用户和 BS 之间的最小距离为50 m。每个通道系数服从的高斯分布为m (0,1),路径损耗指数为=3。噪声功率为 2m=BN0/M,其中带宽 B=5 MHz、噪声功率谱密度 N0=-174 dBm、信道数为 M。2023年第49卷第6期无线电通信技术1071图 1 展示了各种配对方案在所有信道上获得的高速率用户的和速率。本文将提出的用户配对策略与三种不同的配对方案进行了比较,对于随机配对方案,随机选择所有高速率用户中的一个和所有延迟敏感用户中的一个进行配对,对于基于 CSI 的配对方案,本文采用了基于信道状态信息的次优算法。此外,还将三种匹配方法与穷举搜索进行了比较,不难发现本文所提出的用户配对策略所获得的高速率用户的和速率与穷举搜索非常相近。图 1 不同配对方式下 BS 功率和高速率用户总速率关系Fig.1 BS power vs total rate of high speed users with different pairing图 2 和图 3 分别为不同的 r1,m和 1,m对高速率用户和速率的影响。从图中可以明显看出,随着延迟敏感用户 UE1,m的目标数据速率 r1,m或其固定到达率 1,m减少时,高速率用户的和速率将会增加,这是因为此时 UE1,m的 QoS 需求降低,可以将更多的功率分配给高速率用户,使其和速率增加。与此同时,所提方案的性能明显优于基于 CSI 的配对方法,并且逼近最优结果。图 2 不同 r1,m下 BS 功率和高速率用户总速率关系Fig.2 BS power vs total rate of high speed users with different r1,m图 3 不同 1,m下 BS 功率和高速率用户总速率关系Fig.3 BS power vs total rate of high speed users with different 1,m图 4 为所提出的联合优化算法和穷尽搜索法的CPU 运行时间对比。由于穷举搜索法的复杂性较高,图 4 仅展示 N10 的部分。从图中可以发现当用户数量 N 较小时,两种方法的复杂度差异较小。但是,当用户数量 N 增加时,穷举搜索法的复杂性增长远远高于所提出的联合优化算法。因此,所提出的用户配对策略能够以较低的复杂度获得与穷举搜索法相近的结果。此外,时间复杂度随 BS 功率的增加而增加,这表明总功率 P 的增加导致计算量的增加。图 4 户数量和 CPU 运行时间的关系Fig.4 User numbers vs CPU runtime5 结论本文重点研究了采用基于用户 QoS 的 SIC 解码顺序的上行 NOMA 系统,其中一个时延敏感用户和一个高速率用户共享一个信道。为了在保证时延敏感用户的 QoS 需求的同时,最大化所有高速率用户的和速率,本文提出了一种功率分配和用户分组的联合优化方案。仿真结果表明,该方案能够以较低的复杂度获得与穷举搜索法相近的结果。1072Radio Communications TechnologyVol.49 No.6 2023参 考 文 献1 LIU Y W,ZHANG S W,MU X D,et al.Evolution of NOMA Toward Next Generation Multiple Access(NG-MA)for 6GJ.IEEE Journal on Selected Areas in Com-munications,2022,40(4):1037-1071.2 DING Z,LEI X,KARAGIANNIDIS G K,et al.A Survey on Non-orthogonal Multiple Access for 5G Networks:Re-search Challenges and Future TrendsJ.IEEE Journal on Selected Areas in Communications,2017,35(10):2181-2195.3 BENJEBBOUR A.An Overview of Non-orthogonal Multi-ple Access J.ZTE Communications,2017,15(S1):21-30.4 DING Z,SCHOBER R,POOR H V.Unveiling the Impor-tance of SIC in NOMA SystemsPart II:New Results and Future Directions J.IEEE Communications Letters,2020,24(11):2378-2382.5 朱建月.宽带无线通信系统中的非正交多址接入技术D.南京:东南大学,2022.6 张双,康桂霞.异构蜂窝网络中基于能效的非正交多址接入下行功率分配算法J.电子与信息学报,2020,42(11):2656-2663.7 胡浪涛,毕松姣,刘全金,等.基于深度强化学习的多小区 NOMA 能效优化功率分配算法J.电子科技大学学报,2022,51(3):384-391.8 ALI M S,TABASSUM H,HOSSAIN E.Dynamic User Clustering and Power Allocation for Uplink and Downlink Non-orthogonal Multiple Access(NOMA)SystemsJ.IEEE access,2016,4:6325-6343.9 ZENG M,NGUYEN N P,DOBRE O A,et al.Spectral-and Energy-efficient Resource Allocation for Multi-carrier Up-link NOMA SystemsJ.IEEE Transactions on Vehicular Technology,2019,68(9):9293-9296.10 DING Z,SCHOBER R,POOR H V.Unveiling the Impor-tance of SIC in NOMA SystemsPart 1:State of the Art and Recent FindingsJ.IEEE Communications Letters,2020,24(11):2373-2377.11 LING B,DONG C,DAI J,et al.Multiple Decision Aided Successive Interference Cancellation Receiver for NOMA Systems J.IEEE Wireless Communications Letters,2017,6(4):498-501.12 ISWARYA N,JAYASHREE L S.A Survey on Successive Interference Cancellation Schemes in Non-orthogonal Mul-tiple Access for Future Radio AccessJ.Wireless Per-sonal Communications,2021,120(2):1057-1078.13 FANG F,ZHANG H,CHENG J,et al.Energy-efficient Resource Allocation for Downlink Non-orthogonal Multiple Access NetworkJ.IEEE Transactions on Communica-tions,2016,64(9):3722-3732.14 ZHU L,ZHANG J,XIAO Z,et al.Optimal User Pairing for Downlink Non-orthogonal Multiple Access(NOMA)J.IEEE Wireless Communications Letters,2018,8(2):328-331.15 BACCELLI F,BAMBOS N,GAST N.Distributed Delay-Power Control Algorithms for Bandwidth Sharing in Wire-less NetworksJ.IEEE/ACM Transactions on Networ-king,2011,19(5):1458-1471.16 LIANG W,DING Z,LI Y,et al.User Pairing for Downlink Non-orthogonal Multiple Access Networks Using Matching Algorithm J.IEEE Transactions on Communications,2017,65(12):5319-5332.17 BOYD S P,VANDENBERGHE L.Convex OptimizationM.Cambridge:Cambridge University Press,2004.18 KUHN H W.The Hungarian Method for the Assignment ProblemJ.Naval Research Logistics Quarterly,1955,2(1-2):83-97.作者简介:杨 毅 男,(1992),硕士,工程师。主要研究方向:多传感器协同探测、新一代无线通信系统中的关键技术。(通信作者)朱建月女,(1993),博士,讲师。主要研究方向:新一代无线通信系统中的关键技术。后益坤 男,(1992),工程师。主要研究方向:多传感器协同探测、新一代无线通信系统中的关键技术。韦灵峰 男,(1994),硕士,工程师。主要研究方向:多传感器协同探测、新一代无线通信系统中的关键技术。