论文部分内容阅读
近年来,通信技术产业的变革与发展促使了移动终端设备的爆发式增长和物联网等新型应用场景的快速兴起,由此引发通信的需求量的日益增长与无线电资源的日益短缺之间的矛盾,对无线通信系统的性能提出了更高的要求。一方面,频谱资源有限,适用于无电线波传输的低频段更是异常稀缺,因而,如何提高通信系统的频谱效率是一个至关重要的问题。另一方面,通信技术产业每年消耗巨大的能量资源,而且随着通信设备的持续增长,通信产业引发的能耗问题和环境污染问题也将日益严峻,因此,如何提升通信系统的能量效率也是一个亟待解决的问题。非正交多址接入技术(Non-Orthogonal Multiple Access,NOMA)与传统正交多址接入技术(Orthogonal Multiple Access,OMA)相比,由于弱化了对不同用户传输信道资源正交性的要求,从而具有提升频谱效率、增加连接数量等优势。另一方面,无线携能通信技术(Simultaneous Wireless Information and Power Transfer,SWIPT)在实现无线信息传递的基础上,可以利用射频信号中所携带的能量进行无线能量传输,降低通信系统实际的能量消耗,从而提升能量效率。因此,结合NOMA技术和SWIPT技术分别在提升系统频谱效率和能量效率方面体现出的优势,本文对基于无线携能的非正交多址接入系统资源分配算法进行了研究。主要工作内容和研究成果概述如下:(1)研究携能单载波NOMA系统的资源分配问题,以最大化系统的能量效率。首先,构建兼顾高频谱效率和高能量效率特点的携能单载波NOMA系统,并考虑基站发射功率受限的下行通信链路模型,在保证满足用户通信质量和能量采集的要求下,提出了基于能效最大化的资源分配优化问题。特别地,考虑到携能通信系统与传统系统的差别,即用户采集到的能量对于系统能耗起到一定的补偿作用,本文给出了携能通信场景下更符合实际的系统功耗模型以及能量效率定义。针对所考虑的多变量耦合且非凸的系统能效最大化问题,提出了一种基于双层迭代的联合资源分配算法,并在此基础上,采用Dinkelbach方法对分式规划的子优化问题进行求解。仿真结果验证了上述算法的收敛性和有效性,另外还证明了携能单载波NOMA系统方案对于提升系统能效具有一定的优势。(2)研究携能多载波NOMA系统的资源分配问题,以最大化系统的吞吐量。为了进一步提升系统性能,利用正交频分多址接入技术(Orthogonal Frequency Division Multiple Access,OFDMA)在提升频谱利用效率方面的优势,构建了携能OFDMA-NOMA系统,即携能多载波NOMA系统,并基于该系统的下行通信链路模型,在满足基站最大发射功率的限制和用户能量采集最低要求的约束下,提出了基于系统吞吐量最大化的联合资源分配问题。由于多变量之间的高度相关以及用户间干扰的存在,使得所提出的系统吞吐量最大化问题是一个多变量且非凸的NP-hard难题,因此无法在有限的多项式时间内对该优化问题进行直接求解。为此,提出了一种双层迭代算法对多变量进行联合优化。仿真结果验证了上述算法的收敛性和有效性。此外,还提出了一种基于深度置信网络(Deep Belief Network,DBN)模型的深度学习算法,对优化问题的最优解进行近似估计,在能够获得大量经验数据并且网络模型得到充分训练的基础上,该算法对于有低时延要求的通信系统而言具有关键的意义,其有效性和可行性在仿真结果中也得到了验证。仿真结果还显示了携能多载波NOMA系统方案相比于携能单载波NOMA、携能OMA等系统方案而言,能够有效地提高吞吐量、改善频谱效率。