分类：电子论文 时间：2022-03-30 热度：558
摘 要 功率域非正交多址接入( PD-NOMA) 技术可以有效提高无线网络频谱利用率，满足大规模节点接入及低时延等需求，但存在功耗大的缺点，在工业传感器网络中面临巨大挑战。对此，基于 PD-NOMA 的上行网络，接收机使用串行干扰抵消( SIC) 迭代解码，在给定实时性需求下，通过用户调度和功率分配的联合优化，最小化网络的功耗。通过分析最优解存在的充分必要条件，提出功率阈值向量，将其转换成一个二部图最大匹配问题，用 KM 算法求得最优。仿真结果表明，时延性需求、残差和阈值对系统功耗有着较大影响。
关键词 非正交多址接入 串行干扰抵消 上行 调度 功耗
0 引 言
工业无线网络中，传感器通常被用来部署以感知周围环境，定时采集数据，通过无线网络将参数汇集到基站进行分析处理，从而有效地应对工业生产中的各种事件。不同于移动通信网络，工业无线网络更加侧重于上行链路。其特点主要是数据包很小，上传请求次数频繁。工业无线网络对上传实时性需求较高，数据包能否及时上传反映了系统感知紧急事件的敏感性。随着互联网时代的到来，未来工业无线网络面临诸多挑战: 高频谱效率、高连接数，以及超低延迟和功耗[1]。
传统的多址接入技术，在频域、时域和码域对用户进行复用，但其基于正交资源的特性会导致频谱利用率较 低。时 分 复 用 ( Time Division Multiple Access， TDMA) 可以将接入延迟限制在一定范围内，但其一个时刻只允许接入一个用户，无法满足未来网络高连接以及低延迟的需求。因此，开发新型多址接入技术显得至关重要，受到了学界和业界的较大关注。
近年来，功率域非正交多址接入( Power Domain Non-orthogonal Multiple Access，PD-NOMA) 受到了人们的关注[2 - 4]。它突破了传统复用方式的限制，可以支持同一时刻同一空间在相同频段多个发送节点，极大增加了用户设备的接入密度。同时，通过设计相应的协议，可以缩短用户设备接入时延。
PD-NOMA 的两个关键技术是功率域复用和串行干扰抵消( Successive Interference Cancellation，SIC) 。 PD-NOMA 利用用户之间的自然信道条件差异或发送端非均匀功率分配来实现资源的非正交复用[5 - 6]。 PD-NOMA 在发送端采用功率域叠加编码，主动引入干扰信息，基站采用 SIC 进行多用户检测，可以达到更高的频谱利用效率，在有限的资源下增大终端的接入密度。SIC 接收器从混合信号解码最大功率信号，并将其分离，对剩余的混合信号重复此过程，从而解码所有用户。解码过程中干扰主要来自两方面: 一方面，功率较小的信号会对期望信号产生直接干扰; 另一方面，由于幅度估计不准等，信号分离并不能完全彻底，会导致分离出的 信 号 部 分 残 留，影 响 解 码，这 就 是 非 完 美 SIC。Xu 等[7]研究了完美 SIC 下的功率最优研究。本文考虑非完美干扰取消的情况，即残差不为 0，主要源自非完美的幅度估计和相位估计。本文探讨的残差与信号接收功率呈线性关系，即一个用户信号的接收功率为 p，干扰取消之后造成的残差 为 εp，ε 为 残 差系数。
非完美 SIC 现在受到了越来越多的关注。线性残差模型在 2003 年首次被提出，并被广泛使用[8 - 9]。以一个简单的示例来说明 SIC 对接收混合信号的功率结构的要求，如图 1 所示。UE1 和 UE2 是两个用户设备，它们要通过无线网络将传感器数据上传到基站 BS。假设两个信号在基站 BS 处的功率分别为 rp1 和 rp2，假设 rp1 > rp2，如 果 UE1 的 信 干 噪 比( Signal-to-Interference-plus-Noise Ratio，SINR) 不小于 γ 即 SINR( UE1 ) ≥ γ，γ 代表解码阈值，则 UE1 的信号可以正确解码，从混合信号中去除 UE1 的信号，同时由于信道估计存在误差等，会 造 成 UE1 部 分 残 留。因 此，SINR ( UE2 ) = S2 N0 + εS1 ，ε 为残差系数。如果 SINR( UE2 ) ≥γ，用户 UE2 的信号可以正确解码。与 TDMA 相比，信道接入时延降低了一半。
相关知识推荐：sci论文发表周期多久
值得注意的是，PD-NOMA 克服干扰需要巨大的能耗，这是由 SIC 功率域复用所决定的，因而低功耗调度算法显得尤为重要。对于非完美功率域非正交多址接入，在满足用户 SINR 的约束条件下，本文提出了一种基于功耗最优的资源分配方法。通过定义功率阈值向量，将该问题解耦为用户调度和功率分配问题，使原始问题转换成一个完全平衡二部图最大匹配问题，使用 KM 算法求解最优化问题。
1 系统模型
考虑一个简易的非正交多址接入网络，存在 n 个单天线传感器设备 u1，u2，…，un 和一个单天线基站 BS。基站装备一个 k-SIC 接收器，最多可以同时支持 k 个用户接入。基于 SIC 迭代解码原理，如果干扰取消之后每个用户的 SINR 都不小于解码阈值 γ，接收器可以同时解码 k 路信号，实现 k 路并行传输。
以帧为单位对时间进行划分，一帧又被划分为多个时槽。每个用户在一帧内仅被调度一次，所有传感器设备的发送速率及数据包大小都一样，一个数据包在一个时槽内被发送完成。如图 2 所示，网络包含三个用户，一帧分为 2 时槽，每个用户选择合适功率在一帧内调度一次。
用户 ui到基站之间的信道增益记为 Gi，发射功率是 pi，则接收功率是 GiPi。同时假设信道增益在一帧内是固定不变的，本文采用如下信道增益模型:
3 实 验
本文考虑一个简易网络，包含 30 个传感节点和 1 个基站。基站被放置在一个 120 米长的正方形中心区域，用户随机均匀分布于整个网络。基于此进行一系列实验探究功率消耗与实时性，解码阈值，噪声密度以及残差系数的关系。实验的默认参数设定如下: 噪声功率谱密度为 - 169 dBm /Hz，信道带宽为 200 kHz，因此噪声为 - 116 dBm. 频率为 2. 4 GHz，解码阈值为 2，残差系数 ε 为 0. 01。
3. 1 功率消耗与实时性需求
本次实验采用系统默认参数，观察用户功耗与实时性之间的关系。基于引理 1 和定理 3，如果实时性需求更加严格，即可调度的时槽数更小，则总功耗更大。实验分别探究 k 分别为 1、2、3、4 时帧长从严格到宽松的情况。
总功耗与实时性关系如图 4 所示。可以看到，总功耗随着帧长的递增指数递减。直观上理解，这与 PTVI-r 等比数列有关，且四条曲线出现重合。这说明总功耗主要取决于实时性需求，与 k 值没有明显关系。另一方面，对于典型的 k 值，功率消耗是可以接受的，例如: k = 3，L = 10 时，功耗大约为0. 05 mW，这在实际的工业生产中是可以接受的。
3. 2 功率消耗与解码阈值，环境噪声和残差系数
本实验将揭示总功耗与阈值之间的关系，其他参数设置为默认值。解码阈值分别采用 1. 5、2、2. 5 时的具体关系如图 5 所示。相对应地将残差系数设为 0、 0. 01、0. 02、0. 05、0. 1，讨论分析残差对网络性能的影响，如 图 6 所 示。噪声功率密度为 - 169 dBm/Hz、-171 dBm/Hz、-173 dBm/Hz 的实验结果如图 7 所示
可以看到，总功耗与阈值、噪声功率密度和残差系数之间呈正相关。为了克服残差和噪声的干扰，用户必须采用更高的功率，这也与实际相符。
4 结 语
SIC 技术作为新型多址接入技术，可以有效提高频谱利用率，降低接入时延，但功耗问题是一个弊端。本文针对非完美功率域 NOMA，致力于探究上行传输功耗与实时性需求之间的均衡，从功率分配和用户调度进行联合优化，提出了功耗最优算法。仿真结果表明，实时性需求对功耗有着主要影响。用户需要采用额外功率克服残差系数、噪声功率对信号的干扰。——论文作者：任桂山1 吴冕泽2 陈学梅1 苏 锋1 李红艳1
参 考 文 献
[1] Ding Z，Lei X，Karagiannidis G K，et al. A survey on nonorthogonal multiple access for 5G networks: research challenges and future trends[J]. IEEE Journal on Selected Areas in Communications，2017，35( 10) : 2181 - 2195.
[2] Rabee F A，Davaslioglu K，Gitlin R. The optimum received power levels of uplink non-orthogonal multiple access ( NOMA) signals[C]/ /2017 IEEE 18th Wireless and Microwave Technology Conference ( WAMICON) . IEEE，2017: 1 - 4.
[3] Manglayev T，Kizilirmak R C，Kho Y H，et al. NOMA with imperfect SIC implementation[C]/ /IEEE EUROCON 2017 17th International Conference on Smart Technologies. IEEE， 2017: 22 - 25.
[4] 王钢，许尧，周若飞，等. 无线网络中的功率域非正交多址接 入 技 术[J]. 无线电通信技术，2019，45 ( 4 ) : 329 - 336.
[5] Benjebbour A，Li A X，Saito Y，et al. System-level performance of downlink NOMA for future LTE enhancements [C]/ /2013 IEEE Globecom Workshops ( GC Wkshps) . IEEE，2013: 66 - 70.
[6] Xia B，Wang J L，Xiao K X，et al. Outage performance analysis for the advanced SIC receiver in wireless NOMA systems[J]. IEEE Transactions on Vehicular Technology， 2018，67( 7) : 6711 - 6715.
[7] Xu C N，Ma K C，Xu Y D，et al. Optimal power scheduling for uplink transmissions in SIC-based industrial wireless networks with guaranteed real-time performance[J]. IEEE Transactions on Vehicular Technology，2018，67( 4) : 3216 - 3228.
[8] Tweed D，Le-Ngoc T. Dynamic resource allocation for uplink mimo noma vwn with imperfect SIC[C]/ /2018 IEEE International Conference on Communications ( ICC ) . IEEE， 2018: 1 - 6.
