无人机辅助的NOMA网络用户分组与功率分配算法
发布时间：2021-04-09 17:37
为了提高传输的灵活性和应对应急通信的场景,提出了一种基于无人机辅助的非正交多址接入系统用户分组与功率分配联合优化算法。考虑基站最大发射功率约束与用户分组约束,构建了NOMA多用户和速率最大化的资源分配问题。为了解决该非凸问题,基于图论提出了最大割定理下的用户分组算法,实现了组内用户与无人机的相对距离最小。基于分组结果,利用辅助变量法,将原非凸功率分配子问题转化为凸优化问题求解。仿真结果表明,所提算法具有较好的和速率性能。
【文章来源】：通信学报. 2020,41(09)北大核心EICSCD
【文章页数】：8 页
【部分图文】：
不同信噪比下四用户和五用户非正交UAV系统和速率性能6结束语
牍β?分配联合优化问题。该问题是混合整数非线性规划问题，故难以求其闭式解。3)为了解决上述问题，提出了两步策略。首先，基于图论中的最大割定理，进行用户分组，保证用户与无人机的相对距离较校然后，对每组用户分别执行基于多用户和速率最大化的功率分配子问题，通过辅助变量法将其转换为凸优化问题，从而得到每组用户的功率分配因子。4)仿真结果表明，本文算法在不同的覆盖半径、无人机高度、发射功率和信噪比下具有较好的和速率性能。2系统模型及问题描述考虑一个下行UAV-NOMA系统，如图1所示。该系统包括一个含tN根发射天线的UAV作为空中基站，工作在固定高度，且地面覆盖范围是半径为R的圆。此外，该系统具有N个单天线地面用户。假设N个用户被分为T组，每组有K个用户，并记第t组的第k个用户为tku，定义组号集合为t{1,2,,T}，用户序号集合为n{1,2,,N}，组内用户序号集合为k{1,2,,K}。所有组的用户1均匀分布在半径为1R的小圆内，而所有组的用户i均匀分布在半径为i1R和iR的同心圆环内。其中，i1iRR，且KRR，同时定义用户覆盖半径集合为12[,,,]KRRR。此外，组内用户利用NOMA技术共享相同的时频域资源，而各组之间保持正交多址接入（OMA,orthogonalmultipleaccess），即忽略组间干扰[21]。图1基于无人机的非正交多址接入系统模型考虑一种由小尺度衰落和大尺度衰落构成的复合信道模型[9-10]，rttttNNiiiDGH表示用户tiu的信道矩阵。其中，tiD和tiH分别表示用户tiu的大尺度衰落和小尺度衰落。大尺?
こ?辆连接的可靠性。文献[26]将用户分组问题转换成图论中的寻找负价环问题来满足最小功率需求。然而，在UAV-NOMA系统中，用户与UAV的距离会影响系统性能。虽然假设用户与UAV的位置固定不变，但是可通过图论中的最大割定理来减少组内用户到UAV的相对距离，从而改善组内用户的信道状况。假设分组前N个用户具有T个初始组，并且每个初始组包含K个用户。此外，需要满足式(7)和式(8)中的约束条件3C和4C。UAV-NOMA系统中用户与UAV的相对距离关系可表示为无向图，如图2所示。其中，一个节点表示一个用户，每2个节点间由一条边相连。边的权值为a,babdd，即UAV与用户a和用户b的距离之和。在满足分组约束的条件下，保证组内用户与UAV的总距离最近。这是因为用户距离UAV越近，则信道状况越好。图2用户与UAV的相对距离关系图2中优化用户与UAV的相对距离等价于图论中的最大割问题。已知图G(V,E)，其中，V表示地面所有用户的集合，iV表示第i个初始组的用户集合；E表示边集合，iiiEVV表示每次可被选择的边集合，iV表示K的补集，并且1≤iT。当i1时，,{;;}iabiiEeEaVbVV；否则，1,11;;iiiabjikjkEeEEaVbVV。对于无向图，分组后所有用户被分到T个组，因此12TGGGV。显然，TK，而分组后每组用户数KT。此外，根据所有已选边与未选边之和为边集E，可以得到,,1,,,()tijTababiabGaGbGijeEe(9)因此，最大化,,,ijab
【参考文献】：
期刊论文
[1]无人机三维空地信道模型的空间特性研究[J]. 张治,熊天波,陈建侨,马楠. 通信学报. 2020(02)
[2]基于非正交多址接入异构携能网络稳健能效资源分配算法[J]. 徐勇军,李国权,陈前斌,林金朝. 通信学报. 2020(02)
[3]无人机辅助车联网环境下干扰感知的节点接入机制[J]. 范茜莹,黄传河,朱钧宇,文少杰. 通信学报. 2019(06)
[4]面向5G协作通信系统的资源分配技术综述[J]. 徐勇军,彭瑶,余晓磊,陈前斌. 重庆邮电大学学报(自然科学版). 2019(02)
本文编号：3128037
【文章来源】：通信学报. 2020,41(09)北大核心EICSCD
【文章页数】：8 页
【部分图文】：
不同信噪比下四用户和五用户非正交UAV系统和速率性能6结束语
牍β?分配联合优化问题。该问题是混合整数非线性规划问题，故难以求其闭式解。3)为了解决上述问题，提出了两步策略。首先，基于图论中的最大割定理，进行用户分组，保证用户与无人机的相对距离较校然后，对每组用户分别执行基于多用户和速率最大化的功率分配子问题，通过辅助变量法将其转换为凸优化问题，从而得到每组用户的功率分配因子。4)仿真结果表明，本文算法在不同的覆盖半径、无人机高度、发射功率和信噪比下具有较好的和速率性能。2系统模型及问题描述考虑一个下行UAV-NOMA系统，如图1所示。该系统包括一个含tN根发射天线的UAV作为空中基站，工作在固定高度，且地面覆盖范围是半径为R的圆。此外，该系统具有N个单天线地面用户。假设N个用户被分为T组，每组有K个用户，并记第t组的第k个用户为tku，定义组号集合为t{1,2,,T}，用户序号集合为n{1,2,,N}，组内用户序号集合为k{1,2,,K}。所有组的用户1均匀分布在半径为1R的小圆内，而所有组的用户i均匀分布在半径为i1R和iR的同心圆环内。其中，i1iRR，且KRR，同时定义用户覆盖半径集合为12[,,,]KRRR。此外，组内用户利用NOMA技术共享相同的时频域资源，而各组之间保持正交多址接入（OMA,orthogonalmultipleaccess），即忽略组间干扰[21]。图1基于无人机的非正交多址接入系统模型考虑一种由小尺度衰落和大尺度衰落构成的复合信道模型[9-10]，rttttNNiiiDGH表示用户tiu的信道矩阵。其中，tiD和tiH分别表示用户tiu的大尺度衰落和小尺度衰落。大尺?
こ?辆连接的可靠性。文献[26]将用户分组问题转换成图论中的寻找负价环问题来满足最小功率需求。然而，在UAV-NOMA系统中，用户与UAV的距离会影响系统性能。虽然假设用户与UAV的位置固定不变，但是可通过图论中的最大割定理来减少组内用户到UAV的相对距离，从而改善组内用户的信道状况。假设分组前N个用户具有T个初始组，并且每个初始组包含K个用户。此外，需要满足式(7)和式(8)中的约束条件3C和4C。UAV-NOMA系统中用户与UAV的相对距离关系可表示为无向图，如图2所示。其中，一个节点表示一个用户，每2个节点间由一条边相连。边的权值为a,babdd，即UAV与用户a和用户b的距离之和。在满足分组约束的条件下，保证组内用户与UAV的总距离最近。这是因为用户距离UAV越近，则信道状况越好。图2用户与UAV的相对距离关系图2中优化用户与UAV的相对距离等价于图论中的最大割问题。已知图G(V,E)，其中，V表示地面所有用户的集合，iV表示第i个初始组的用户集合；E表示边集合，iiiEVV表示每次可被选择的边集合，iV表示K的补集，并且1≤iT。当i1时，,{;;}iabiiEeEaVbVV；否则，1,11;;iiiabjikjkEeEEaVbVV。对于无向图，分组后所有用户被分到T个组，因此12TGGGV。显然，TK，而分组后每组用户数KT。此外，根据所有已选边与未选边之和为边集E，可以得到,,1,,,()tijTababiabGaGbGijeEe(9)因此，最大化,,,ijab
【参考文献】：
期刊论文
[1]无人机三维空地信道模型的空间特性研究[J]. 张治,熊天波,陈建侨,马楠. 通信学报. 2020(02)
[2]基于非正交多址接入异构携能网络稳健能效资源分配算法[J]. 徐勇军,李国权,陈前斌,林金朝. 通信学报. 2020(02)
[3]无人机辅助车联网环境下干扰感知的节点接入机制[J]. 范茜莹,黄传河,朱钧宇,文少杰. 通信学报. 2019(06)
[4]面向5G协作通信系统的资源分配技术综述[J]. 徐勇军,彭瑶,余晓磊,陈前斌. 重庆邮电大学学报(自然科学版). 2019(02)
本文编号：3128037
本文链接：https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3128037.html
