Multi-user Joint Maximum-Likelihood Detection in Uplink NOMA-IoT Networks: Removing the Error Floor
物联网（IoT）框架需要大量的连接，因此需要频谱高效的解决方案，如非正交多址接入（NOMA）。然而，具有基于连续干扰消除器（SIC）的检测器的NOMA的主要缺点是上行链路中的错误平层。在本文中，上行链路IoT NOMA中的可靠多用户检测由联合最大似然（JML）检测器（即，最佳检测算法）。针对任意数量的物联网设备和自适应M进制相移键控（M-PSK），推导了瑞利衰落信道下JML的比特出错率（BER）的封闭上界。基于大量的仿真，推导的表达式进行了验证，并显示，JML改善了上行NOMA的错误性能，并消除了错误地板。此外，无论IoT设备的数量和调制阶数如何，全分集阶数（即，接收天线的数量）。
2021-08-12 cs.IT math.IT
Fairness Comparison of Uplink NOMA and OMA
在本文中，我们比较了非正交多址（NOMA）和正交多址（OMA）方案的上行链路通信的资源分配公平性。通过刻画单个用户数据速率对系统总速率的贡献，分析了非对称信道下NOMA比OMA提供更公平的资源分配的根本原因。在此基础上，提出了一种基于Jain指数的公平性度量方法来度量多用户信道的非对称性。更重要的是，所提出的度量提供了一个选择标准，用于在NOMA和OMA之间进行选择，以实现公平的资源分配。在此基础上，我们提出了一种混合的NOMA-OMA方案，以进一步提高用户的公平性。仿真结果证实了所提出的度量的准确性，并证明了所提出的混合NOMA-OMA方案相比，传统的OMA和NOMA方案的公平性增强。
2017-03-15 cs.IT math.IT
Dynamic User Clustering and Power Allocation for Uplink and Downlink Non-Orthogonal Multiple Access (NOMA) Systems
在本文中，我们首先简要描述了上行链路和下行链路NOMA传输的工作原理的差异。然后，对于上行链路和下行链路NOMA，我们在小区中公式化总吞吐量最大化问题，使得用户聚类（即，将用户分组成单个簇或多个簇），并且可以在传输功率约束、用户的最小速率要求和SIC约束下优化NOMA簇中的功率分配。由于公式化的混合整数非线性规划（MINLP）问题的组合性质，我们分两步解决该问题，即，通过首先将用户分组成簇，然后优化它们各自的功率分配。特别是，我们提出了一个低复杂度的次优用户分组方案。该方案利用NOMA簇内用户间的信道增益差异，将其分组到单个簇或多个簇中，以提高系统的总吞吐量。对于一组给定的NOMA集群，然后我们推导出最佳的功率分配策略，最大限度地提高每个NOMA集群的总吞吐量，进而最大限度地提高系统的整体吞吐量。使用KKT最优性条件，考虑上行链路和下行链路NOMA系统，针对任何集群大小推导出最优功率分配的封闭形式解。数值结果比较正交多址接入（OMA）的NOMA的性能，并说明在各种网络场景中的NOMA的意义。
2016-08-03 cs.IT math.IT
Uplink and Downlink MIMO-NOMA with Simultaneous Triangularization
在本文中，我们考虑两个用户的功率域多输入多输出（MIMO）非正交多址（NOMA）系统的上行链路和下行链路预编码器的设计。我们提出了新的上行链路和下行链路的预编码和解码方案，通过分解成多个单输入单输出（SISO）-NOMA信道的用户的MIMO信道的同时三角化（ST）和低复杂度的自干扰消除在接收机处的接收机的MIMO-NOMA信道，降低解码复杂度。提出的ST MIMO-NOMA方案避免了发送端和接收端的信道反转，并充分利用了用户MIMO信道的零空间，有利于获得遍历的可达速率性能。我们的最大遍历可实现的速率区域的建议的上行链路和下行链路ST MIMO-NOMA方案的特征，并将它们与各自的上限，基线MIMO-NOMA预编码方案，和正交多址接入（OMA）。我们的研究结果表明，所提出的方案显着优于所考虑的基线MIMO-NOMA预编码方案和OMA，并有一个小的差距，以各自的上限为大多数信道条件和用户速率。此外，我们表明，一个混合方案，它执行建议的上行链路和下行链路ST MIMO-NOMA和单用户MIMO之间的分时，可以进一步提高性能。
2021-01-14 cs.IT math.IT
Performance Analysis of a Hybrid Downlink-Uplink Cooperative NOMA Scheme
提出了一种新的混合下行上行协作NOMA（HDU-hocMA）方案，该方案在频谱效率和信号接收可靠性之间取得了比传统协作NOMA方案更好的折衷。特别地，所提出的方案使得强用户能够在协作阶段期间同时执行协作传输和无干扰上行链路传输，代价是弱用户处的信号接收可靠性略微降低。我们分析了该方案的中断概率，分集阶数，和中断吞吐量。仿真结果不仅证实了分析结果的准确性，而且还揭示了所提出的方案比基线合作NOMA方案和非合作NOMA方案所取得的频谱效率增益。
2017-03-02 cs.IT math.IT
A New Rate Splitting Strategy for Uplink CR-NOMA Systems
在上行非正交多址接入（NOMA）信道中，现有的协作连续干扰消除（SIC）和功率控制（PC）方案无法达到满容量区域，限制了上行NOMA用户的中断性能。针对上行认知无线电启发的NOMA系统，提出了一种新的速率分割（RS）策略，在不降低主用户中断性能的前提下，最大化次用户的可达速率。次用户根据干扰门限和自身信道增益自适应地进行RS、发射功率分配和SIC，有效地利用了发射功率。推导了次用户的中断概率的封闭表达式。数值结果表明，在现有的SIC和PC合作方案中，所提出的RS方案实现了最好的中断性能。
2022-04-13 cs.IT math.IT
Position Information-based NOMA for Downlink and Uplink Transmission in Mobile Scenarios
在本文中，非正交多址（NOMA）系统与部分信道状态信息（CSI）的下行链路和上行链路传输在移动场景中被认为是，即，用户是随机部署的，并且将在基站（BS）周围随意移动。在这种情况下，每个用户的信道增益随时间变化，这对传统NOMA的性能有影响。一个分析框架，以评估位置估计偏差的影响，解码顺序错误概率，平均和率和中断概率。在此基础上，提出了下行NOMA的动态功率分配（DPA）和上行NOMA的动态功率控制（DPC），利用用户距离信息优化系统中断性能。已经表明，NOMA的性能依赖于准确的用户位置信息。为此，提出了两种基于位置滤波的算法，以提高用户位置的准确性。蒙特卡罗仿真结果表明，频谱效率和中断性能的改善。仿真结果验证了所提出的分析框架的准确性。
2020-08-18 cs.IT math.IT
A Universal Receiver for Uplink NOMA Systems
鉴于其在高效无线电资源共享中的能力，非正交多址（NOMA）已被确定为5G中的有前途的技术，以改善系统容量、用户连接性和调度延迟。最近已经提出了十几种上行NOMA方案，本文考虑设计一种通用的接收机，适用于所有潜在的NOMA方案的设计。首先介绍了一种通用的Turbo型迭代接收机结构，在此结构下提出了一种具有混合并行干扰抵消（PIC）的通用期望传播算法（EPA）检测器（简称EPA）。链路级仿真结果表明，所提出的EPA接收机在实现复杂度和收敛速度方面均优于传统的码字级MMSE-PIC接收机，并具有较好的误块率（block出错率，BLER）性能。
2018-12-12 cs.IT math.IT
Performance Analysis of NOMA Uplink Networks under Statistical QoS Delay Constraints
在第五代及以后（B5 G）中，延迟约束成为特别感兴趣的主题，例如用于超可靠低延迟通信（URLLC），如自动驾驶汽车和增强现实。本文研究了两用户上行NOMA网络在统计服务质量（QoS）时延约束下的性能，通过每个用户的有效容量（EC）来描述。我们提出了新的封闭形式的表达式的EC的NOMA用户和显示，在高信号噪声比（SNR）区域，“强”NOMA用户有一个有限的EC，假设相同的延迟约束的“弱”用户。我们证明，对于弱用户，OMA实现更高的EC比NOMA在小值的发送SNR，而NOMA优于OMA在EC方面在高SNR。另一方面，对于强用户来说，相反的情况是正确的，即，NOMA在小信噪比时比OMA获得更高的EC，而OMA在高信噪比时更有优势，这就提出了一个问题，即引入“自适应”的OMA /NOMA策略，同时考虑用户的时延约束和可用的发射功率。
2020-03-09 cs.IT math.IT
Uplink NOMA For STAR-RIS Networks
提出了一种同时发射和反射的可重构智能表面（STAR-RISs）增强上行非正交多址（NOMA）通信系统。通过联合优化用户的发射功率、基站的接收波束形成向量、STAR-RIS的STAR波束形成向量和时隙，提出了一个总功耗最小化问题。在这里，STAR-RIS引入的STAR波束形成包括传输波束形成和反射波束形成。为了解决非凸规划问题，提出了一种高效的基于惩罚的交替优化算法（P-AltOp）.仿真结果验证了该方案的有效性，并揭示了各种系统参数对总功耗的影响。
2021-11-03 cs.IT math.IT
Energy-Efficient Power Allocation in Uplink mmWave Massive MIMO with NOMA
研究了毫米波大规模多输入多输出非正交多址系统上行链路的能量效率最大化问题。根据信道相关性和增益差异形成多个双用户簇，在每个簇内应用NOMA。然后，一个混合的模拟-数字波束形成方案的设计，以减少在基站（BS）的射频链的数量。在此基础上，我们制定了一个功率分配（PA）的问题，以最大限度地提高EE下用户的服务质量的要求。提出了一种迭代算法来获得PA。此外，还提出了一种增强的NOMA方案，通过利用在BS的全局信息。数值结果表明，所提出的NOMA方案实现优越的EE相比，传统的正交多址方案。
2019-03-13 cs.IT math.IT
NOMA in the Uplink: Delay Analysis with Imperfect CSI and Finite-Length Coding
我们研究是否使用非正交多址接入（NOMA）在移动网络的上行链路可以提高性能的正交多址接入（OMA）时，系统需要超可靠的低延迟通信（URLLC）。为了回答这个问题，我们首先考虑一个理想的系统模型，完美的信道状态信息（CSI）在发射机和长码字，其中我们确定最佳的解码顺序时，解码器使用连续干扰消除（SIC）和推导出封闭形式的表达式时，联合解码的最佳速率。虽然联合解码即使在严格的延迟约束下也表现良好，但具有SIC解码的NOMA通常比OMA表现更差。对于低延迟系统，我们还必须考虑有限长度信道编码以及基于速率自适应的不完美CSI的影响。我们推导出封闭形式的近似相应的中断或错误概率，并发现这些影响创建一个更大的性能惩罚NOMA比OMA。因此，具有SIC解码的NOMA可能经常不适合于URLLC。
2019-03-22 cs.IT math.IT
Asymptotic Performance Analysis of NOMA Uplink Networks Under Statistical QoS Delay Constraints
在本文中，我们研究的上行链路非正交多址接入（NOMA）网络的性能下的统计服务质量（QoS）的延迟约束，通过每个用户的有效容量（EC）捕获。我们首先提出了新的封闭形式的表达式EC在两个用户的NOMA网络，并表明，在高信噪比（SNR）区域，“强”NOMA用户，简称为U2，具有有限的EC，假设相同的延迟约束为“弱”用户，简称为U1。我们证明，对于弱用户U1，OMA和NOMA具有可比的性能在低发射信噪比，而NOMA优于OMA的EC在高信噪比。另一方面，对于强用户U2，NOMA在小SNR处实现比OMA更高的EC，而OMA在高SNR处变得更有益。此外，我们表明，在高传输信噪比，无论应用程序是否是延迟容忍，或不，性能增益的NOMA超过OMA的U1，和OMA超过NOMA的U2保持不变。当一个用户的延迟QoS是固定的，NOMA和OMA之间的总EC的性能差距增加减少统计延迟QoS约束的其他用户。接下来，通过引入配对，我们表明，NOMA与用户配对优于OMA，在总上行链路EC。给出了四用户和六用户NOMA情况下的最佳配对策略，再次提出了功率分配在NOMA性能优化中的重要性。
2020-07-28 cs.IT math.IT
On the Performance Gain of NOMA over OMA in Uplink Single-cell Systems
在本文中，我们研究了非正交多址（NOMA）的正交多址（OMA）在上行链路单小区系统的性能增益。在单天线和多天线的情况下，NOMA的性能增益超过OMA的渐近遍历和速率进行了分析，为足够大的用户数量。特别地，在单天线系统中，我们识别出NOMA带来的两类远近增益：1）利用大尺度衰落带来的大尺度远近增益随小区大小而增加; 2）利用小尺度衰落带来的小尺度远近增益在瑞利衰落信道中是由$γ= 0.57721$ nat/s/Hz给出的常数。此外，我们已经分析，通过单天线NOMA实现的性能增益可以通过增加在基站处配备的天线的数量，由于额外的空间自由度放大。数值结果证实了推导分析的准确性，并揭示了在不同的情况下，在OMA的NOMA的性能增益。
2019-02-10 cs.IT math.IT
Performance Analysis of Uplink NOMA-Relevant Strategy Under Statistical Delay QoS Constraints
一种新的多址接入（MA）策略，称为非正交多址接入相关（NOMA-R），允许在增加所有单独速率时选择NOMA，即，这对于强（较强）和弱（较弱）个人用户都是有益的。这封信提供了一个性能分析的NOMA-R策略在上行链路网络的统计延迟约束。给出了两用户网络中有效容量（EC）的封闭表达式，表明在NOMA-R下，强用户总是获得更高的EC。关于网络的和EC，NOMA-R有明显的增益，特别是在严格的延迟约束下。
2020-04-23 cs.IT eess.SP math.IT
Energy Efficiency Optimization for Rotatable Antenna-Enabled Uplink NOMA Systems
Central China Normal University（华中师范大学）
针对可旋转天线（RA）使能的上行非正交多址接入（NOMA）系统，提出联合优化接收波束成形、用户功率分配和RA旋转的能效最大化算法，采用块坐标下降法结合MMSE、分数规划和逐次凸逼近，数值结果验证了所提方案在能效上的优越性。
2026-06-04 cs.IT math.IT
On the Performance of Network NOMA in Uplink CoMP Systems: A Stochastic Geometry Approach
为了提高系统吞吐量，提出了一种用于上行链路协作多点传输（CoMP）的网络非正交多址接入（N-NOMA）技术。在所考虑的场景中，多个基站彼此协作以服务单个用户，称为CoMP用户，这与传统CoMP相同。然而，与传统CoMP不同，N-NOMA中的每个基站在以相同带宽服务CoMP用户的同时，机会主义地服务额外的用户，称为NOMA用户。CoMP用户通常位于小区边缘，而靠近基站的用户被调度为NOMA用户。因此，这两种用户的信道条件是非常不同的，这有利于NOMA的实现。与传统的基于正交多址的CoMP方案相比，多个基站仅服务于单个CoMP用户，所提出的N-NOMA方案可以通过服务额外的NOMA用户来支持更大的连接，并且通过避免CoMP用户单独占用频谱来提高频谱效率。一个随机几何的方法被施加到考虑N-NOMA场景的泊松聚类过程建模，在此基础上的中断概率和遍历率的封闭形式的解析表达式。数值结果表明，分析结果的准确性，也表明所提出的N-NOMA计划的优越性能。
2018-09-23 cs.IT math.IT
Accurate Energy-Efficient Power Control for Uplink NOMA Systems under Delay Constraint
5G中的机器类型通信（MTC）设备将使用非正交多址（NOMA）技术进行大规模连接。这些设备在传输模式和睡眠方式之间切换以节省电池;并且它们的应用可能具有不同的服务质量（QoS）要求。在本文中，我们开发了一种新的上行链路能量有效的功率控制方案，多个MTC设备具有上述模式转换能力和不同的QoS要求。利用有效带宽和有效容量模型，系统的能量效率可以表示为总有效容量与总能量消耗的比值。在系统能量效率最大化问题中采用了两种新的解析模型：1）双模电路模型和2）精确的延迟中断近似模型。仿真结果表明，我们提出的方案是能够提供精确的延迟QoS保证的NOMA系统。
2018-07-21 cs.IT math.IT
Non-Orthogonal Multiple Access (NOMA) in Cellular Uplink and Downlink: Challenges and Enabling Techniques
通过组合发射机处的叠加编码和接收机处的连续干扰消除（SIC）的概念，非正交多址（NOMA）最近已经成为用于5G无线技术的有前途的多址技术。在本文中，我们首先讨论上行链路和下行链路NOMA传输的基本原理，并概述它们的关键区别（在实现复杂性、SIC接收机处的检测和解码、引起的小区内和小区间干扰方面）。随后，对于下行链路和上行链路NOMA，我们从理论上推导出NOMA主导条件为每个单独的用户在一个两个用户NOMA集群。NOMA主导条件是指与传统正交多址（OMA）相比，NOMA的频谱效率增益得到保证的条件。推导出的条件提供了直接的见解选择合适的用户在两个用户NOMA集群。对于上行链路和下行链路以及对于每个单独的用户，条件是不同的。数值结果表明，推导出的条件的意义上的用户选择在上行链路/下行链路NOMA集群，并提供了一个比较的随机用户选择。然后简要概述了最近的研究调查，突出现有的研究差距。最后，我们讨论了NOMA传输的潜在应用和关键挑战。
2016-08-20 cs.IT cs.NI math.IT
Performance of Uplink NOMA with User Mobility Under Short Packet Transmission
分析了上行链路两用户非正交多址（NOMA）通信系统工作在短分组传输模式下的情况。所考虑的用户支持移动性，并且每个用户都配备有单个天线，而它们直接与多天线基站通信。信号传输采用功率域NOMA，接收端采用连续干扰消除方法进行解码。分组出错率（PER）的独立瑞利衰落信道下，任意用户的移动性配置文件得到简单的封闭式公式。还考虑了信道的实际时间变化和相关性。此外，有用的工程见解体现在短的传输时间间隔中，这为即将到来的超可靠和低延迟通信系统定义了合适的设置。最后，事实证明，最佳的NOMA功率分配可以计算在一个简单的成本效益的基础上，利用派生的PER表达式。
2021-08-10 cs.IT math.IT
On the Application of BAC-NOMA to 6G umMTC
本文研究了反向散射通信（BackCom）辅助非正交多址接入（BAC-NOMA）在第六代（6 G）超大规模机器类型通信（umMTC）中的应用。特别地，所提出的BAC-NOMA传输方案可以实现上行链路和下行链路用户之间的同时能量和频谱协作，这对于支持umMTC中的大规模连接和严格的能量约束是重要的。进而，将最大化上行吞吐量和抑制上下行传输干扰的资源分配问题转化为优化问题，得到了相应的最优资源分配策略。计算机模拟证明了BAC-NOMA的优越性能。
2021-02-12 cs.IT math.IT
Error Performance of Uplink SIMO-NOMA with Joint Maximum-Likelihood and Adaptive M-PSK
本文研究了上行链路非正交多址接入（NOMA）中联合最大似然检测器（JML）的性能。本文给出了瑞利衰落信道下自适应多进制相移键控（M-PSK）系统出错率的广义上界表达式。我们的研究通过每个用户使用单个发射天线和基站处的多个接收天线（单输入多输出（SIMO））来丰富。通过执行分集路径的最大比合并（MRC），获得考虑任意星座大小的上界表达式的推导。大量的计算机模拟验证了分析的正确性，并表明JML检测算法的性能明显优于现有的检测算法，并且每个用户都能获得完整的分集阶数。
2021-08-07 cs.IT math.IT
On User Pairing in NOMA Uplink
研究了基于信道状态信息的非正交多址（NOMA）上行链路用户配对问题，并考虑了一些预定义的功率分配方案。基站将该组用户划分为分离的对，并将可用资源分配给这些对。分析了在大系统极限下，用户配对以获得最大和速率的组合问题，并给出了多项式时间复杂度的最优和次优算法.在第一种情况下，$2M$用户和基站具有单天线，并通过$M$子载波进行通信。最佳配对的性能推导出$M\rightarrow \infty$，并示出优于随机配对和正交多址技术。在第二种设置中，提出了一种用于多天线基站和单载波通信的新型NOMA方案。在这种情况下，用户不需要知道配对策略。此外，所提出的NOMA方案被推广到多天线用户。结果表明，随机和最佳用户配对执行类似的大系统限制，但最佳配对是显着更好的有限维。结果表明，所提出的NOMA方案优于先前提出的NOMA方案与信号对齐。
2017-07-06 cs.IT math.IT
Pilot Interval Reduction by Deep Learning Based Detectors in Uplink NOMA
Zonguldak Bülent Ecevit Üniversitesi（宗古尔达克布伦特埃杰维特大学）
非正交多址接入（NOMA）技术比正交多址接入（OMA）技术具有更高的频谱效率。在接收端未知信道的上行链路通信系统中，每个用户在不同的时间间隔内发送的导频信号降低了NOMA的频谱效率。在本研究中，在上行链路通信系统中，研究了已知响应于从基站处的用户发送的导频信号的基于DL-深度学习的检测器。它的目的是通过从用户发送单个导频来保持NOMA的频谱效率，从而减少DL检测器中的时间间隔。
2020-04-26 cs.IT cs.LG math.IT
On the Performance and Optimization for MEC Networks Using Uplink NOMA
在本文中，我们研究了一种基于非正交多址接入（NOMA）的移动边缘计算（MEC）网络，其中两个用户可以通过上行链路NOMA将各自的任务部分卸载到单个MEC服务器。我们提出了一个新的卸载方案，可以在三种不同的模式，即部分计算卸载，完全本地计算，和完全卸载。我们进一步推导出所提出的计划的成功计算概率的封闭形式的表达式。作为建议的卸载方案的一部分，我们制定了一个问题，以最大限度地提高成功的计算概率，通过联合优化卸载的时间，两个用户的功率分配和卸载比，决定有多少任务应该卸载到MEC服务器。我们得到了封闭形式的最优解。仿真结果表明，我们提出的方案可以实现最高的成功计算概率比现有的计划。
2019-03-15 cs.IT math.IT
Delay Minimization for Hybrid BAC-NOMA Offloading in MEC Networks
针对多接入边缘计算的卸载服务优化问题，提出混合BAC-NOMA协议，通过转化非凸资源分配问题为凸问题并设计迭代算法最小化卸载时延，性能优于基准方案。
2024-09-14 cs.IT math.IT
On Optimizing the Power Allocation and the Decoding Order in Uplink Cooperative NOMA
在本文中，我们首次调查的动态功率分配和解码顺序在基站（BS）的两个用户的上行链路（UL）的合作非正交多址接入（C-NOMA）为基础的蜂窝网络。在这样做时，我们制定了一个联合优化问题，旨在最大化最小用户可达速率，这是一个非凸优化问题，很难直接解决。为了解决这个问题，提出了一种基于逐次凸逼近（SCA）的迭代算法。数值结果表明，该方案提供了优越的性能相比，传统的UL NOMA。此外，我们证明了在UL C-NOMA中，在BS处首先解码远NOMA用户提供了最佳性能。
2022-03-24 cs.IT eess.SP math.IT
Meta Distribution of the SIR in Large-Scale Uplink and Downlink NOMA Networks
我们开发了一个分析框架，推导出Meta分布和时刻的条件成功概率（CSP），这是定义为{成功概率为一个给定的实现发射机}，在大规模的同信道上行链路和下行链路非正交多址接入（NOMA）网络与一个NOMA集群每个小区。CSP的矩可以转化为各种网络性能指标，例如标准成功率或信号干扰比（SIR）覆盖概率（这是$1$ -st时刻），平均本地延迟（这是静态网络设置中的$-1$ -第一时刻），和Meta分布（其是条件成功概率的互补累积分布函数，并且可以通过使用$1$ -st和$2$ -st来近似。的时刻）。对于上行链路NOMA，使框架听话，我们提出了两个点的空间位置的处理模型，通过利用基站（BS）/用户对相关函数。我们通过比较每个模型的二阶矩测量与通过模拟获得的簇间（或细胞间）干扰的实际点过程来验证所提出的模型。对于下行NOMA，我们推导出封闭形式的解决方案的时刻的CSP，成功（或覆盖）的概率，平均本地延迟，和Meta分布的用户。作为开发的分析框架的应用程序，我们使用的封闭形式的表达式来优化下行链路NOMA用户的功率分配，以最大限度地提高一个给定的NOMA用户的成功概率有和没有延迟的限制。对于两用户NOMA场景，得到了发射功率的闭式最优解。我们注意到，在延迟约束下最大化成功概率可以显著影响低SIR阈值的最佳功率解决方案，并有利于正交多址接入（OMA）。
2018-04-08 cs.IT math.IT
Over-the-Air Implementation of Uplink NOMA
虽然非正交多址接入（NOMA）的概念早在几年前就提出了，但上行NOMA的性能仅在理论上得到了验证，而没有在实践中得到验证。本文提出了上行链路NOMA系统的空中实现，同时提供了对最常见的实际问题的解决方案，即，载波频率偏移（CFO）同步、时间同步和信道估计。所实现的CFO同步方法采用LTE的主同步信号（PSS）。此外，我们为每个上行用户设计了一个新的前导码，它被附加到每一帧之前，它是通过空中传输。该前导码将用于BS处的时间同步和信道估计。此外，低复杂度，迭代线性最小均方误差（LMMSE）检测器已实现多用户解码。本文还验证了所提出的架构数值，以及实验。
2018-01-17 cs.IT cs.NI math.IT
Performance Analysis of Uplink Adaptive NOMA Depending on Channel Knowledge
非正交多址接入（NOMA）是未来无线网络满足大用户密度的关键技术。然而，由于用户间干扰，与正交多址（OMA）相比，NOMA可能提供较差的性能。在本文中，我们获得了封闭形式的表达式的上行链路NOMA和OMA吞吐量时，没有信道状态信息在发射机（CSIT）是可用的，和平均数据率假设瞬时速率应大于最小阈值时，完整的CSIT是可用的。OMA和NOMA的分析比较证明，不存在在所有情况下都有效的全球优势战略。基于此结论，我们提出了一种新的多址接入（MA）策略，称为NOMA-A（NOMA-A），选择最好的MA技术之间的OMA和NOMA。NOMA-A的目标是在没有CSIT的情况下最大化总吞吐量，以及在完全CSIT的情况下两个用户都是活动的概率。NOMA-A是优于其他策略的总和吞吐量和速率。
2020-04-06 cs.IT eess.SP math.IT
Joint Pilot and Payload Power Control for Uplink MIMO-NOMA with MRC-SIC Receivers
该文提出了一种联合导频和有效载荷功率分配（JPA）方案，以缓解上行链路多输入多输出非正交多址（MIMO-NOMA）系统的误差传播问题。在基站上采用最大比合并和连续干扰消除（MRC-SIC）接收机进行多用户检测。通过考虑信道估计误差引起的误差传播，分析了MRC-SIC解码过程中每个用户的平均信干噪比（ASINR）。此外，JPA设计制定为一个非凸优化问题，以最大限度地提高最小加权ASINR和几何规划的最佳解决方案。仿真结果证实了性能分析，并表明，我们提出的方案可以有效地减轻错误传播的MRC-SIC和提高检测性能，特别是对于中等能量预算的用户。
2018-01-24 cs.IT math.IT
Outage Probability Analysis of Uplink NOMA over Ultra-High-Speed FSO-Backhauled Systems
在本文中，我们考虑一个中继辅助的上行链路非正交多址接入（NOMA）系统，其中两个射频（RF）用户被分组为同时传输，在每个资源块，中间中继转发的放大版本的用户的聚合信号中存在的多用户干扰到一个相对较远的目的地。为了满足用户对更高数据率的日益增长的需求，采用高吞吐量的自由空间光学（FSO）链路作为中继目的地回程链路。在目的端采用动态顺序解码，根据用户的瞬时信道状态信息（CSI）确定用户的优先级。当FSO回程链路受到带指向误差的Gamma-Gamma湍流时，在用户中继接入链路存在独立瑞利衰落的情况下，推导了单个速率和和速率中断概率公式的封闭表达式。这项工作可以被视为将功率域NOMA纳入超高速FSO回程系统（称为混合RF-FSO系统）的初步尝试。
2018-09-08 cs.IT math.IT
A Reliable Reinforcement Learning for Resource Allocation in Uplink NOMA-URLLC Networks
在本文中，我们提出了一种深度状态-动作-奖励-状态-动作（SARSA）$λ$学习方法，用于优化非正交多址（NOMA）辅助超可靠低延迟通信（URLLC）中的上行链路资源分配。为了降低时变网络环境中的平均解码错误概率，设计了一种可靠的学习算法，用于提供长期的资源分配，其中奖励反馈基于瞬时网络性能。借助所提出的算法，本文解决了NOMA-URLLC网络中的可靠资源共享的三个主要挑战：1）用户分簇; 2）瞬时反馈系统; 3）最优资源分配。所有这些设计都与所考虑的通信环境相互作用。最后，我们比较了所提出的算法与传统的Q-学习和SARSA Q-学习算法的性能。仿真结果表明：1）与传统的Q学习算法相比，所提出的解决方案能够在\myb{200}集内收敛，提供低至$10^{-2}$的长期平均误差; 2）NOMA辅助的URLLC在解码错误概率方面优于传统的OMA系统; 3）所提出的反馈系统对于长期学习过程是有效的。
2022-01-16 cs.IT math.IT
BackCom Assisted Hybrid NOMA Uplink Transmission for Ambient IoT
本文提出了一种用于环境物联网的BackCom辅助H-NOMA上行传输方案，通过构建总功率最小化问题并开发BB和SCA算法实现性能与复杂度的权衡，验证了其相比OMA的性能增益。
2024-03-25 cs.IT eess.SP math.IT
Binary Golay Spreading Sequences and Reed-Muller Codes for Uplink Grant-Free NOMA
非正交多址（NOMA）是用于机器类型通信（MTC）中的大规模连接的新兴技术。在码域NOMA中，非正交扩频序列被唯一地分配给所有设备，其中活动设备尝试对系统的免授权接入。在本文中，我们研究了一组用户特定的，非正交的，二进制扩频序列的上行链路免授权NOMA。基于Golay互补序列，每个扩频序列提供至多3dB的峰均功率比（PAPR）用于多载波传输。利用Reed-Muller码的理论联系，我们进行了概率分析，以搜索Golay序列的置换集，它提出了理论上有界的低相干性的扩展矩阵。仿真结果表明，通过扩频序列传输的多载波信号的PAPR显着低于随机双极性，高斯，和Zadoff-Chu（ZC）序列。此外，由于低相干性，基于压缩感知（CS）的联合信道估计（CE）和多用户检测（MUD）使用的扩频序列的性能变得优于或相当于那些为其他的。与ZC序列不同，二进制Golay扩频序列仅具有两个相位，而不管序列长度如何，这可以适用于低成本MTC设备。
2020-04-14 cs.IT math.IT
Uplink Cooperative NOMA for Cellular-Connected UAV
空地干扰抑制是蜂窝连接无人机通信中的一个挑战性问题。由于强视距（LoS）空对地（A2 G）信道，UAV可能对蜂窝基站（BS）施加/遭受比地面用户更严重的上行链路/下行链路干扰。为了解决这一挑战，我们建议应用非正交多址接入（NOMA）技术的上行链路通信从无人机蜂窝基站，频谱共享与现有的地面用户。然而，对于我们考虑的系统，传统的NOMA与本地干扰消除（IC），称为非合作NOMA，可以提供非常有限的增益相比，OMA。这是因为由于LoS A2 G信道而存在许多同信道BS，并且因此UAV的速率性能受到具有与UAV的最差信道条件的BS的严重限制。为了提高无人机的可达速率，提出了一种利用基站间回程链路的协作NOMA方案。具体地，选择具有较好信道条件的一些BS来首先解码UAV的信号，然后将解码的信号转发到其回程连接的BS以用于IC。为了研究合作NOMA的最优设计，我们最大化的无人机和地面用户的加权和速率，通过联合优化无人机的速率和功率分配在多个资源块。然而，这个问题很难得到最佳解决。为了获得有用的见解，我们首先考虑两种特殊情况下的自私和利他的无人机传输策略，分别，并解决其相应的问题最优。接下来，我们考虑一般情况下，并提出了一个有效的次优解决方案，通过交替优化。数值结果表明，建议的合作NOMA产生显着的吞吐量增益比OMA和非合作NOMA基准。
2019-02-14 cs.IT math.IT
Collaborative Edge Learning in MIMO-NOMA Uplink Transmission Environment
多输入多输出非正交多址接入（MIMO-NOMA）蜂窝网络是支持大规模连接的理想网络。本文在MIMO-NOMA上行链路传输环境中利用低延迟机器学习，其中大量数据必须从多个数据源上传到一跳距离的边缘服务器以进行机器学习。提出了一种具有数据源、边缘服务器和基站协作的延迟感知边缘学习框架，称为DACEL。在分析DACEL时延的基础上，进一步设计了NOMA信道分配算法，以最小化DACEL的学习时延。仿真结果表明，该算法在减少学习延迟方面优于基线方案。
2021-06-28 cs.IT cs.NI math.IT
Power Minimization for Multi-cell Uplink NOMA with Imperfect SIC
在本文中，我们研究了一个多小区上行链路非正交多址（NOMA）系统与不完美的连续干扰消除（SIC）。该优化问题的目标是在满足用户服务质量的约束条件下，最小化系统的总功耗。所考虑的问题首先转化为线性规划问题，提出了集中式和分布式的最优解。数值结果验证了所提出的解决方案的性能，并评估不完善的SIC对系统性能的影响。
2020-07-20 cs.IT eess.SP math.IT
Analysis of Uplink IRS-Assisted NOMA under Nakagami-m Fading via Moments Matching
这封信研究了智能反射面（IRS）辅助的非正交多址（NOMA）的上行中断性能。我们考虑的一般情况下，所有用户都有直接和反射的链接，所有的链接进行Nakagami-m衰落。我们近似的接收功率的NOMA用户作为伽马随机变量通过矩匹配。这允许在干扰消除（IC）下的中断的易处理的表达式，同时在建模各种传播环境中是灵活的。我们的分析表明，在某些条件下，IRS的存在可能会降低性能的用户有主导线的视线（LOS）的基站（BS），而用户主导的非视线（NLOS）将始终受益于它。
2020-10-28 cs.IT eess.SP math.IT
Outage Probability of Power-based Non-Orthogonal Multiple Access (NOMA) on the Uplink of a 5G Cell
这封信提出了一种分析方法来评估5G小区上行链路上基于功率的NOMA的中断概率，中断被定义为接收器未能成功解码所有同时接收到的信号的事件。在检查的情况下，连续干扰消除（SIC）被认为是一个任意数量的叠加信号存在。对于瑞利衰落的情况下，中断概率提供了封闭的形式，清楚地概述了它的依赖性的信号-噪声比的用户，同时发送，以及对他们的距离从接收机。
2017-07-05 cs.IT math.IT stat.AP
Opportunistic NOMA for Uplink Short-Message Delivery with a Delay Constraint
本文研究了在有限功率预算下，利用用户功率控制的机会非正交多址接入（NOMA）模式在短消息传输中的应用。结果表明，机会NOMA模式，它可以发送多个数据包，每时隙，可以显着降低会话错误概率时，W个数据包将被发送在一个会话内组成的Ws时隙，其中Ws >= W和时隙长度是等同于数据包的长度，相比，正交多址接入（OMA），其中最多一个数据包可以在每个时隙中发送。由此，机会NOMA模式可以被视为用于上行链路传输的有吸引力的方法。我们推导出一个上界的会话错误概率作为一个封闭形式的表达式，也得到一个封闭形式的NOMA因子，显示机会NOMA的会话错误概率的OMA的最小可能的比率。仿真结果也证实了机会NOMA模式具有比OMA低得多的会话错误概率。
2020-02-20 cs.IT eess.SP math.IT
New Designs of Robust Uplink NOMA in Cognitive Radio Inspired Communications
本文针对认知无线电上行链路中次用户机会接入问题，提出HSIC-PA和FSIC-PA两种鲁棒NOMA方案，在不损害主用户可靠性的前提下服务次用户并避免中断概率错误平层。
2023-07-04 cs.IT math.IT
Asymptotic regime analysis of NOMA uplink networks under QoS delay Constraints
在第五代及以后（B5G）技术中，延迟约束作为超可靠低延迟通信（例如，增强现实、触觉通信）。在这份报告中，我们研究了两个用户的上行链路非正交多址接入（NOMA）网络的性能下的服务质量（QoS）的延迟约束，通过每个用户的延迟指数在其有效容量（EC）。我们提出了新的封闭形式的表达式为EC的NOMA用户，并通过蒙特卡罗模拟验证它们。有趣的是，我们的研究表明，在高信噪比（SNR）的区域，强NOMA用户有一个有限的EC，无论多大的发送SNR，在相同的延迟约束下的弱用户。我们表明，对于弱用户OMA实现更高的EC比NOMA在小的值的发送SNR和NOMA变得更有益于在高值的发送SNR。对于强大的用户，我们表明，NOMA实现了更高的EC比OMA在小的值的发送SNR，并在高值的发送SNR OMA变得更加有益。通过引入用户配对时，有两个以上的NOMA用户，我们表明，NOMA与用户配对优于OMA的总链路层EC。最后，我们找到了一组对，它给出了最高的总链路层在上行链路中的NOMA与多个用户对。
2020-01-30 cs.IT cs.PF math.IT
On the Performance Gain of NOMA over OMA in Uplink Communication Systems
本文研究并揭示了蜂窝通信系统上行链路中非正交多址（NOMA）相对于正交多址（OMA）的遍历和速率增益（ESG）。在单小区和多小区部署中都考虑配备有单天线、多天线和大规模天线阵列的基站。特别地，在单天线系统中，我们确定了NOMA带来的两种类型的增益：1）由基站和用户之间的距离差异引起的大尺度远近增益; 2）由多径信道衰落引起的小尺度衰落增益。此外，我们发现，大规模的远近增益增加与归一化细胞的大小，而小规模的衰落增益是一个常数，由$γ$ = 0.57721 nat/s/Hz，在瑞利衰落信道。当单天线NOMA扩展到$M$ -天线NOMA时，我们证明了对于大量用户，单天线NOMA所实现的大尺度远近增益和小尺度衰落增益都可以增加$M$倍。此外，给定基站处的大规模天线阵列并且考虑天线数目$M$与用户数目$K$之间的固定比率，NOMA相对于OMA的ESG随着$M$和$K$两者线性增加。然后，我们进一步扩展到一个多细胞的情况下的分析。与单小区情况相比，多小区系统中的ESG由于非正交传输而面临更严重的小区间干扰而劣化。此外，我们揭示了一个大的小区大小总是有利于遍历的和速率性能的NOMA在单小区和多小区系统。数值结果验证了分析结果的准确性，并证实了在不同情况下NOMA对OMA的ESG揭示的见解。
2019-03-05 cs.IT math.IT
Optimum Power-Subcarrier Allocation and Time-Sharing in Multicarrier NOMA Uplink
针对上行多载波NOMA资源分配缺陷，提出最优功率-子载波分配与动态时间共享算法，实现最优SIC解码顺序，提升总速率并降低功耗。
2025-01-20 cs.IT eess.SP math.IT
An Analysis of the Power Imbalance on the Uplink of Power-Domain NOMA
本文分析了功率域NOMA系统上行链路的功率不平衡因子，揭示了在功率控制的多用户MIMO系统中，当用户信号功率完全平衡时，系统的平均错误概率最小。通过分析成对错误概率和利用错误事件的对称性，得到了解析结果。这个结果得到了使用QPSK和16 QAM信号格式和不相关瑞利衰落信道的计算机模拟的支持。这一发现导致质疑的基本理念的功率域NOMA，并建议不相关的信道的最佳策略是完美地平衡从用户接收到的平均信号功率，并使用最大似然接收机进行检测。
2022-05-06 cs.IT eess.SP math.IT
Sum Rate Maximization for IRS-assisted Uplink NOMA
智能反射面（IRS）由大量低成本的反射元件组成，通过被动波束形成来协同引导入射信号。通过这种方式，IRS重新配置无线环境以提高系统性能。在本文中，我们考虑了一个IRS辅助的上行链路非正交多址（NOMA）系统。目标是在单个功率约束下最大化所有用户的总速率。所考虑的问题需要在用户和IRS的波束成形设计的联合功率控制，并且是非凸的。为了处理它，半定松弛，这提供了一个接近最优的解决方案。数值结果表明，建议的NOMA为基础的计划实现了更大的和速率比正交多址（OMA）为基础的。此外，还揭示了反射单元数目对和率的影响。
2020-04-22 cs.IT eess.SP math.IT
Randomized Power Transmission with Optimized Level Selection Probabilities in Uncoordinated Uplink NOMA
针对非协调上行NOMA系统，本文提出优化功率电平选择概率以最小化BLEP、BEP等指标，分别给出两用户碰撞下的二次规划解法与多用户碰撞下的迭代解法，适配任意多用户检测算法与功率电平集。
2025-11-19 cs.IT eess.SP math.IT
Meta-Learning Based Few Pilots Demodulation and Interference Cancellation For NOMA Uplink
针对NOMA上行链路信道估计开销大的问题，提出元学习辅助的meta-SICNet模型，可跨设备共享经验降低训练开销，能用更少导频实现比经典SIC和传统SICNet更低的符号错误率。
2023-06-09 cs.IT eess.SP math.IT
Outage Analysis of Uplink IRS-Assisted NOMA under Elements Splitting
在本文中，我们研究了中断性能的智能反射表面（IRS）辅助非正交多址接入（NOMA）的上行链路，其中一组的表面反射元件被配置为提高信号的一个用户设备（UE），而其余的元素被用来提高其他UE。通过将接收功率近似为Gamma随机变量，得到了NOMA干扰消除条件下的中断概率表达式。我们评估了不同的分裂的元素和不同的路径损耗差异之间的两个UE的中断。分析表明，对于小的路径损耗差异，应该选择拆分，使得大多数IRS元件被配置为增强较强的UE，而对于大的路径损耗差异，增强较弱的UE更有益。最后，我们研究了在最小化两个UE之间的最大中断的标准下的元素的分裂的鲁棒选择。
2021-03-02 cs.IT eess.SP math.IT
DeepMuD: Multi-user Detection for Uplink Grant-Free NOMA IoT Networks via Deep Learning
Zonguldak Bulent Ecevit University（宗古尔达克布伦特·埃杰维特大学）；Carleton University（卡尔顿大学）
在这封信中，我们提出了上行链路非正交多址接入（NOMA）中的深度学习辅助多用户检测（DeepMuD），以支持大规模机器类型通信，其中离线训练的基于长短期记忆（LSTM）的网络用于多用户检测。在所提出的DeepMuD中，也不需要完美的信道状态信息（CSI），因为它能够利用导频响应执行联合信道估计和多用户检测，其中导频与帧的比率非常低。所提出的DeepMuD显著改善了上行链路NOMA的错误性能，并且优于传统的检测器（即使具有完美的CSI）。此外，随着物联网（IoT）设备数量的增加，这种增益变得非常出色。此外，所提出的DeepMuD具有灵活的检测，无论物联网设备的数量如何，都可以执行多用户检测。因此，可以在没有信令开销的情况下为任意数量的物联网设备提供服务，从而实现免授权通信。
2021-02-18 cs.IT cs.LG math.IT
Resource Allocation in Uplink NOMA-IoT Networks: A Reinforcement-Learning Approach
非正交多址接入（NOMA）利用电力域的潜力来增强物联网（IoT）的连接性。由于通信信道随时间变化，动态用户聚类是提高NOMA-IoT网络吞吐量的一种很有前途的方法。提出了一种适用于NOMA-IoT通信上行链路的智能资源分配方案。为了最大限度地提高和率的平均性能，这项工作设计了一个有效的优化方法的基础上两个强化学习算法，即深度强化学习（DRL）和SARSA学习。对于轻交通，SARSA学习被用来探索最安全的资源分配策略，以低成本。对于繁忙的交通，DRL用于处理交通引入的巨大变量。借助于所考虑的方法，这项工作解决了NOMA技术中公平资源分配的两个主要问题：1）动态分配用户和2）平衡资源块和网络流量。我们分析表明，收敛速度是成反比的网络规模。数值结果表明：1）与最优基准方案相比，所提出的DRL和SARSA-学习算法具有较低的复杂度和可接受的精度; 2）NOMA使能的IoT网络在系统吞吐量方面优于传统的基于正交多址的IoT网络。
2021-03-08 cs.IT eess.SP math.IT
Massive MIMO-NOMA Systems Secrecy in the Presence of Active Eavesdroppers
本文研究主动窃听者利用导频欺骗攻击大规模MIMO-NOMA系统的问题，通过随机几何推导保密中断概率和遍历保密容量下界，并证明适当功率分配下NOMA的保密性能优于OMA。
2025-07-07 cs.CR cs.IT math.IT
Closed-Form BER Analysis for Uplink NOMA with Dynamic SIC Decoding
本文首次对上行PD-NOMA动态SIC解码进行闭式误码率分析，推导有序信道增益PDF和成对错误概率，并验证动态SIC可消除误码平层，为高阶调制下的功率分配提供指导。
2025-08-27 cs.IT eess.SP math.IT
