Network Slicing for eMBB, URLLC, and mMTC: An Uplink Rate-Splitting Multiple Access Approach
本文研究 5G 上行异构业务网络切片，提出基于 RSMA 的灵活消息分割与解码顺序设计，证明其可优于 NOMA 并在部分场景显著增益 OMA。
2023-07-12 cs.IT eess.SP 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
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
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
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
Hybrid NOMA Assisted OFDMA Uplink Transmission
本文研究混合 NOMA 辅助 OFDMA 上行传输，从优化与统计两方面分析动态信道状态信息的影响，并提出功率中断概率和功率分集增益以量化其相对 OMA 的节能优势。
2024-07-04 cs.IT eess.SP math.IT
Uplink Sum Rate Maximization for Pinching Antenna-Assisted Multiuser MISO
本文针对捏合天线辅助的多用户MISO系统，提出基于分数规划的联合优化方法，以最大化上行和速率，数值验证其优于固定天线设计。
2025-04-23 cs.IT eess.SP math.IT
Random Access based Reliable Uplink Communication and Power Transfer using Dynamic Power Splitting
已知大型通信网络（例如，物联网（IoT））易受同信道干扰的影响。解决这个问题的一种可能性是使用正交多址（OMA）技术。然而，由于潜在的非常长的占空比，OMA不太适合于这样的方案。相反，随机介质访问（RMA）似乎更有前途。RMA方案基于具有随机调度的短数据分组的传输，随机调度通常对于接收机是未知的。由重叠分组组成的接收信号可以用于中继设备的能量收集和供电。这样的能量收集中继器可以将能量用于进一步的信息处理和上行链路传输。在本文中，我们解决了一个同时的信息和功率传输计划的基础上随机调度的数据包传输和可靠的符号检测的设计。我们制定了一个预测问题的目标是最大限度地提高收获的权力的军事革命的情况。为了解决这个问题，我们提出了一种新的预测方法，它显示了显着的性能改善相比，简单的基线计划。此外，我们研究了所提出的方法的复杂性和它的脆弱性不完善的信道状态信息。
2020-03-18 cs.IT eess.SP math.IT
Adaptive Rate NOMA for Cellular IoT Networks
物联网（IoT）技术被设想为通过互连数十亿个传感器/设备来实现各种实时应用，这些传感器/设备被部署来观察一些随机的物理过程。这些物联网设备依赖于低功耗广域无线连接来传输其相关随机过程的状态更新，大多数情况下是固定的，但规模较小。蜂窝网络被视为向物联网设备提供可靠无线连接的自然候选者。然而，对这些大量设备的常规正交多址（OMA）预计会降低频谱效率。作为OMA的一种有前途的替代方案，蜂窝基站（BS）可以采用非正交多址（NOMA）来进行移动用户和IoT设备的上行链路传输。特别地，上行链路NOMA可以被配置为使得移动用户可以基于其信道条件来适配传输速率，而IoT设备以固定速率进行传输。对于这种设置，我们使用随机几何分析移动用户的遍历容量和物联网设备的平均本地延迟。我们的分析表明，当物联网设备的延迟约束严格时，上述NOMA配置可以为移动用户提供比OMA更好的遍历容量。此外，我们还表明，在相同的延迟约束下，NOMA可以支持比OMA更大的物联网设备的数据包大小。
2021-12-03 cs.IT eess.SP math.IT
Minimum Data Rate Maximization for Uplink Pinching-Antenna Systems
本文首次研究多用户夹持天线系统的上行链路优化，通过分别优化天线位置与资源分配来最大化设备间最小可达数据速率，仿真验证了所提算法的优越性能。
2025-03-05 cs.IT eess.SP math.IT
Capacity Analysis and Rate Maximization Design in RIS-Aided Uplink Multi-User MIMO
可重构智能表面（RIS）由于其同时实现高光谱效率和能量效率的潜力，近年来引起了人们的广泛关注。本文主要研究了在RI辅助的多用户多输入多输出（MU-MIMO）系统中，如何设计有效的传输方法来最大化上行链路的总吞吐量。为了提供一个有见地的基础，信道容量的RI辅助MU-MIMO的理论分析。然后，传统的传输方案的基础上正交多址作为基线。从信息论的角度，我们提出了两个新的方案，即，\textit{joint transmission}基于二次优化问题的半定松弛，\textit{opportunistic transmission}依赖于最佳用户选择。通过仿真结果证明了所提出的方案在可实现的速率方面优于传统方案。
2023-03-16 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
Throughput Maximization for Full-Duplex UAV Aided Small Cell Wireless Systems
研究了全双工无人机辅助的小小区无线系统，其中无人机作为基站同时向下行用户发送数据和从上行用户接收数据。为了最大化包括上行链路和下行链路容量的总系统容量，交替地优化UAV轨迹、下行链路/上行链路用户调度和上行链路用户发射功率。由此产生的优化问题是混合整数和非凸的，这是具有挑战性的解决。为了解决这个问题，利用块坐标下降法和逐次凸逼近技术。仿真结果表明，与其他设计相比，我们的设计可以实现显着的容量增益。
2019-12-10 cs.IT eess.SP 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
Flexible Multiple Access Enabling Low-Latency Communications: Introducing NOMA-R
5G及更高（B5 G）网络中的各种垂直行业需要非常严格的延迟保证，同时还需要实现大规模连接。因此，选择最佳的多址接入（MA）技术来实现低延迟是B5 G的关键推动因素。特别地，由于潜在的高数量的冲突，该问题在上行链路传输中更加严重。在此前提下，在目前的贡献，我们讨论的问题，延迟敏感的上行链路连接使用优化的MA技术，为此，我们进行了比较分析的各种MA方法相对于可实现的有效容量（EC）。相对于标准速率（PHY）或吞吐量（MAC）的分析，我们提出了有效容量的概念，作为一个合适的度量表征联合PHY-MAC层延迟。所研究的MA方法的调色板包括上行链路场景中的标准正交MA（OMA）和功率域非正交MA（NOMA），两者都考虑随机配对和优化配对替代方案。它进一步扩展到包括最近提出的第三种替代方案，称为NOMA-Relevant（NOMA-R），它通过灵活选择MA技术扩展了OMA和NOMA方法。我们表明，优化用户配对和MA选择增加了网络EC，特别是当严格的延迟限制到位，因此灵活的MA是未来低延迟应用的潜在首选策略
2020-01-28 cs.IT eess.SP math.IT
RIS-Aided Cooperative Mobile Edge Computing: Computation Efficiency Maximization via Joint Uplink and Downlink Resource Allocation
本文研究RIS辅助的协作移动边缘计算系统，通过联合设计上下行无线资源分配（包括用户关联、波束成形、功率、任务划分及相移），利用组稀疏结构和交替最大化框架最大化计算效率。
2024-03-21 cs.IT eess.SP math.IT
MU-MIMO Uplink Timely Throughput Maximization for Extended Reality Applications
Nokia Bell Labs（诺基亚贝尔实验室）；University of Agder（阿格德尔大学）；SimulaMet
本文提出了一种基于PAoI度量的无信号比例公平迭代算法，用于实现扩展现实应用的多用户MIMO上行链路及时吞吐量最大化。
2026-02-05 cs.IT math.IT
Statistical-CSI-Based Antenna Selection and Precoding in Uplink MIMO
传统的天线选择方案需要瞬时信道状态信息（CSI）。这导致系统中的高信令开销。本文提出了一种新的联合接收天线选择和预编码方案，用于多用户多输入多输出上行链路传输，仅依赖于CSI的长期统计。所提出的方案设计的交换网络和上行链路的预编码器，使系统在长期的预期吞吐量最大化。从随机矩阵理论的结果，我们推导出一个封闭形式的表达式的期望吞吐量的系统。然后，我们开发了一个易于处理的迭代算法来解决吞吐量最大化问题，利用交替优化和优化最大化（MM）技术。数值结果证实了所提出的方法的效率和其优越的性能相比，基线。
2022-12-28 cs.IT eess.SP math.IT
Resource Allocation in STAR-RIS-Aided Networks: OMA and NOMA
同时发射和反射的可重构智能表面（STAR-RIS）是实现全空间覆盖的一种很有前途的技术。研究了STAR-RIS辅助多载波通信网络中的资源分配问题。为了最大化系统和速率，首先建立了正交多址接入（OMA）的联合优化问题，这是一个混合整数非线性规划问题。为了解决这个具有挑战性的问题，我们首先提出了一个信道分配方案，利用匹配理论，然后调用交替优化的方法来优化资源分配政策和波束成形向量迭代。此外，非正交多址接入（NOMA）的和速率最大化问题进行了研究。为了有效地解决这个问题，我们首先提出了一种基于位置的匹配算法来确定子信道分配，其中发送用户和反射用户在子信道上分组。然后，提出了一种三步的方法，其中解码顺序，波束形成系数向量和功率分配分别采用半定规划，凸上界近似和几何规划进行优化。数值结果揭示：1）对于OMA，包括用于信道分配的同侧用户配对的一般设计是优选的，而对于NOMA，所提出的传输和反射方案可以实现接近最优的性能。2)STAR-RIS辅助的NOMA网络显著优于采用传统RIS和OMA的网络。
2021-11-06 cs.IT eess.SP math.IT
Minimum-Latency Scheduling For Partial-Information Multiple Access Schemes
研究部分信息多址接入（PIMA）在用户激活相关场景下的最小延迟调度问题，将其建模为部分可观测马尔可夫决策过程，并提出次优贪婪算法解决混合整数非线性规划问题，显著提升了系统性能。
2023-08-04 cs.IT eess.SP 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
Large-Scale Rate-Splitting Multiple Access in Uplink UAV Networks: Effective Secrecy Throughput Maximization Under Limited Feedback Channel
无人机能够提高下一代无线系统的性能。具体而言，无人机可用作空中基站（UAV-BS），用于支持偏远未覆盖地区或临时需要高容量的环境中的合法地面用户。然而，它们的通信性能容易受到信道估计错误和潜在窃听的影响。因此，我们调查的有效保密吞吐量的无人机辅助上行链路，其中速率分裂多址接入（RSMA）是由每个合法用户的安全传输下的大规模访问的情况下。为了最大限度地提高有效的网络保密吞吐量在上行链路中，传输速率与功率分配的关系制定为一个最大-最小优化问题，依赖于现实的不完美CSI的合法用户和潜在的窃听者（Eves）。然后，我们提出了一种新的变换相关的概率约束解耦的变量，使我们的设计问题可以通过交替激活相关的块坐标体面的规划来解决。在所考虑的模型中，每个用户向UAV-BS发送两个消息的叠加，每个消息具有不同的发送功率，并且UAV-BS使用SIC技术来解码接收到的消息。考虑到问题的非凸性，它被解耦成一对子问题。特别是，我们推导出每个用户的最佳速率分裂分数的封闭形式的表达式。然后，在给定每个用户的最优速率分裂分数的情况下，利用SPCA规划计算每个用户在ε约束下的发射功率。
2022-09-26 cs.IT eess.SP math.IT
Sum Rate Maximization for NOMA-Assisted Uplink Pinching-Antenna Systems
针对NOMA上行Pinching天线系统，本文联合优化天线位置与用户发射功率，分别用PSO和交替优化处理无/有QoS场景，显著提升和速率并接近最优性能。
2025-10-20 cs.IT eess.SP math.IT
Uplink Rate Maximization for Pinching Antenna- Assisted Covert Backscatter Communication
本文提出了一种基于挤压天线的隐蔽反向散射通信方法，通过优化发射功率和天线位置，提升上行速率并改善隐蔽性性能。
2025-12-01 cs.IT cs.NA eess.SP
Sum-rate Maximization in Uplink CRAN with a Massive MIMO Fronthaul
有限的前传容量是云无线接入网络（CRAN）中的主要问题之一，特别是在无线前传链路中。在本文中，我们考虑CRAN系统的上行链路，其中大量的多输入多输出（MIMO）是利用在前传链路。考虑到多天线用户设备（UE）和多天线远程无线电头端（RRH），我们通过联合优化UE处的预编码器和RRH处的量化噪声协方差矩阵和发射功率来最大化系统和速率。为了解决由此产生的非凸问题，基于优化最小化（MM）方法的迭代算法。在中央单元被认为是两个计划，即最大比（MR）和迫零（ZF）合并。数值结果表明，和率有一个渐近行为的最大可用功率在RRH和MR计划去其渐近线快于ZF计划。
2021-10-06 cs.IT math.IT
Compensation of Phase Noise in Massive-MIMO Uplink Communications Based on Expectation-Maximization Algorithm
针对大规模MIMO上行链路中多振荡器引入的相位噪声，提出基于期望最大化和自适应最速下降的迭代接收机，在非理想CSI与Rician块衰落下显著改善BER和MSE。
2024-05-12 cs.IT eess.SP math.IT
Base-Stations Up in the Air: Multi-UAV Trajectory Control for Min-Rate Maximization in Uplink C-RAN
在本文中，我们研究了无人机（UAV）的轨迹对地面用户的频谱效率（SE）的影响。假设到用户的视线路径很强，从所有用户到所有UAV的距离影响在线轨迹优化的结果。应当以随着时间的推移使公平率最大化的方式来设计轨迹。这意味着，UAV在最大化用户SE的最小值的方向上行进。从自由空间路径损耗信道模型，计算数据速率梯度，并用于引导无人机在一个长期的角度来看，在二维空间网格上的局部最优解。因此，设计了一种控制系统的实现方案。因此，UAV遵循数据速率梯度方向，同时与梯度方法相比具有更平滑的轨迹。该系统可以在线对用户位置的变化做出反应;该系统设计通过中央单元处的联合处理来捕获多个UAV轨迹之间的交互，例如，地面基站。由于用户位置的广泛分布，UAV最终位于彼此相距很远的最佳位置。此外，SE预期在沿着这一轨迹移动的同时不断增强。
2018-11-26 cs.IT eess.SP math.IT
Uplink Precoding Design for Cell-Free Massive MIMO with Iteratively Weighted MMSE
在本文中，我们研究了一个无小区的大规模多输入多输出系统的接入点和用户设备配备多个天线在Weichselberger瑞利衰落信道。我们研究了上行链路的频谱效率（SE）的完全集中式处理方案和大规模衰落解码（LSFD）计划。为了进一步提高SE性能，我们设计了基于加权和SE最大化的上行预编码方案。由于加权和SE最大化问题不是联合在所有的优化变量，两个有效的上行链路预编码方案的基础上迭代加权和最小均方误差（I-WMMSE）算法，这依赖于加权MSE的迭代最小化，提出了两个处理方案的调查。此外，最大比合并应用在LSFD计划，我们得到新的封闭形式的可实现的SE表达式和最佳的预编码方案。数值结果验证了所提出的结果，并表明，I-WMMSE预编码方案可以实现良好的和SE性能与大量的UE天线。
2023-01-06 cs.IT eess.SP math.IT
Clustering and Power Optimization for NOMA Multi-Objective Problems
本文研究了上行多址接入（MA）传输，其中MA技术在非正交多址接入（NOMA）和正交多址接入（OMA）之间自适应地选择。两种类型的用户，即物联网（IoT）和增强型移动宽带（eMBB）共存，需要优化不同的指标，即IoT的能效（EE）和eMBB的频谱效率（SE）。针对NOMA和OMA，分别求解了以EE和SE的加权和最大为目标的多目标功率分配问题。基于最佳MA策略的识别，然后提出了一种聚类算法，以最大限度地提高每个簇的多目标度量以及NOMA使用。所提出的聚类，功率分配和MA选择算法优于其他聚类解决方案和非自适应MA技术。
2020-06-26 cs.IT eess.SP math.IT
Evolutionary Game for Hybrid Uplink NOMA with Truncated Channel Inversion Power Control
在本文中，我们考虑混合上行链路非正交多址接入（NOMA），可以支持更多的用户，利用功率域NOMA的概念。在混合上行NOMA中，由于基站（BS）需要所有用户的瞬时信道状态信息（CSI），导致高信令开销，因此不考虑集中式功率控制。相反，允许每个用户根据截断信道反转功率控制策略在衰落下执行功率控制。由于集中式功率控制缺乏协调，同一资源块中的用户竞争接入。为了分析用户的行为，可以考虑进化博弈，使每个用户可以选择传输策略，以最大化的收益在混合上行链路NOMA与功率控制。进化稳定策略（ESS）的特点是固定的成本，以及成本取决于信道实现，它也表明，混合上行NOMA可以提供更高的吞吐量比正交多址接入（OMA）。为了更新混合上行NOMA演化博弈中的状态，复制者动态方程被认为是两种可能的实现方法。
2019-08-27 cs.IT math.IT
Energy Efficiency of Uplink Cell-Free Massive MIMO With Transmit Power Control in Measured Propagation Channel
无小区大规模MIMO（CF-mMIMO）使用分布在具有高频谱效率（SE）的广域上的接入点（AP）为大量用户设备（UE）提供无线连接。上行链路的能量效率（EE）由（i）发射功率控制（TPC）算法，（ii）AP和UE的数量、配置和位置，以及（iii）AP和UE之间的传播信道确定。本文基于3.5 GHz下的大量（约30，000个可能的AP位置和128个可能的UE位置）信道测量数据，研究了所有这三个方面。我们比较三种不同的TPC算法，即最大化的发射功率（最大功率），最大化的最小SE（最大最小SE），最大化的最小EE（最大最小EE），同时保证目标SE。我们还比较了各种天线布置，包括全分布式和半分布式系统，其中AP可以位于规则网格上或随机地，并且UE可以被放置在集群中或相距很远。总体而言，我们表明最大-最小EE TPC在改善上行链路EE方面非常有效，特别是当一组服务UE中没有UE处于不良信道条件以及BS天线完全分布时。
2021-11-03 cs.IT eess.SP math.IT
OTFS-NOMA based on SCMA
正交时频空间（OTFS）是一种$\text{2-D}$调制技术，其具有克服正交频分复用（OFDM）在高多普勒环境中所面临的挑战的潜力。OTFS在具有正交多址（OMA）技术的多用户场景中的性能已经令人印象深刻。由于5G及以后的大规模连接需求，设计和研究具有现有非正交多址（NOMA）技术的OTFS系统是非常必要的。在本文中，我们提出了一个多用户OTFS系统的基础上码域NOMA技术称为稀疏码多址（SCMA）。该系统被称为OTFS-SCMA模型。用于OTFS-SCMA的框架被设计用于下行链路和上行链路两者。首先，稀疏SCMA码字被策略性地放置在延迟-多普勒平面上，使得OTFS-SCMA系统的总体过载因子等于底层基本SCMA系统的总体过载因子。下行链路中的接收机在两个连续的阶段中执行检测：首先，使用线性最小均方误差（LMMSE）方法的常规OTFS检测，然后是常规SCMA检测。对于上行链路，我们提出了一种基于消息传递算法（MPA）的单相位检测器来检测多个用户的符号。通过在下行链路和上行链路上的大量仿真，所提出的OTFS-SCMA系统的性能进行了验证。我们考虑不同参数的延迟多普勒平面和过载因子高达200 $\%$的各种SCMA系统。OTFS-SCMA的性能与现有的OTFS-OMA技术进行了比较。全面的调查表明OTFS-SCMA在未来的无线通信标准的有用性。
2020-05-08 cs.IT eess.SP 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
Hybrid RIS and DMA Assisted Multiuser MIMO Uplink Transmission With Electromagnetic Exposure Constraints
在第五代及以后的无线通信时代，可重构智能表面（RIS）和动态超颖表面天线（DMA）是顺应高质量无线通信服务需求的新兴超颖材料，推动了便携式无线终端的多样化。然而，随着无线设备的迅速扩展，电磁辐射不断增加，不可避免地影响到公众健康，这就要求在传输设计中限制暴露水平。为了减少电磁辐射和保持通信服务的质量，我们研究了频谱效率（SE）最大化与EM约束的混合RIS和DMA辅助多用户多输入多输出系统的上行链路传输。具体而言，交替优化采用优化发射协方差，RIS相移，和DMA权重矩阵。我们首先计算出给定RIS和DMA参数的发射协方差矩阵的注水解。然后采用加权最小均方误差法、块坐标下降法和最小化-最大化法对RIS相移矩阵进行优化。此外，我们解决了无约束DMA权重矩阵优化问题的封闭形式，然后设计DMA权重矩阵，以接近DMA约束下的性能。数值结果证实了EM感知SE最大化传输方案在常规基线上的有效性。
2022-05-10 cs.IT eess.SP math.IT
Multi-Beam UAV Communication in Cellular Uplink: Cooperative Interference Cancellation and Sum-Rate Maximization
将无人机（UAV）作为新的空中用户集成到蜂窝网络中是一种很有前途的解决方案，可以满足其在大量应用中不断增长的通信需求。由于无人机高度高，无人机与地面基站（GBS）之间的信道由强视距（LoS）链路支配，因此在上行链路/下行链路中可能会对GBS产生严重的干扰，这使得与共存的地面和空中用户的干扰管理成为更具有挑战性的问题。本文研究了多天线无人机在其信号覆盖区域内与一组基站的上行通信。在这些GBS中，我们将可用的GBS表示为在UAV的所分配的资源块（RB）处不服务于任何地面用户的GBS，并且将占用的GBS表示为在相同RB中服务于它们各自相关联的地面用户的其余GBS。针对多波束无人机上行通信提出了一种新的协作干扰消除策略，该策略的目标是消除每个占用基站处的同频干扰，同时最大化可用基站的和速率。具体地，多天线UAV将多个数据流发送到所选择的可用GBS，所选择的可用GBS继而将其解码的数据流转发到其回程连接的占用GBS以进行干扰消除。为了得出有用的见解，首先表征了在高信噪比（SNR）状态下由多波束UAV通信用于和速率最大化可实现的最大自由度（DoF），其受到所有占用的GBS不遭受UAV的上行链路传输中的任何干扰的严格约束。然后，基于DoF最优设计，在有限SNR下的可实现的和速率被最大化，受到在每个被占用的GBS处给定的最大允许干扰功率约束。
2018-08-01 cs.IT math.IT
Common Throughput Maximization for UAV-Enabled Interference Channel with Wireless Powered Communications
本文研究了一种用于无线供电通信网络（WPCN）的无人机（UAV）启用的双用户干扰信道，其中两个UAV无线地对地面上的两个低功率物联网（IoT）设备充电并从它们收集信息。我们考虑两种情况下，当两个无人机合作的能量传输和/或信息接收，通过干扰协调和协调多点（CoMP），分别。对于这两种情况，通过轨迹设计利用UAV的可控移动性，不仅提高下行链路中的无线功率传输（WPT）效率，而且减轻上行链路中的无线信息传输（WIT）的同信道干扰。特别地，目标是通过联合优化两个UAV的轨迹和下行链路/上行链路无线资源分配，在受限于UAV处的最大飞行速度和碰撞避免约束以及IoT设备处的个体能量中性约束的情况下，最大化两个IoT设备在有限UAV任务周期内的上行链路公共（最小）吞吐量。在干扰协调和CoMP两种情况下，我们首先获得了两个共同的速率最大化问题的最优解井结构的特殊情况下，具有足够长的无人机任务持续时间。接下来，我们获得高质量的解决方案，为实际情况下，有限的无人机任务持续时间，通过使用交替优化和逐次凸逼近（SCA）。
2019-10-10 cs.IT eess.SP math.IT
Optimal Power Allocation in Downlink Multicarrier NOMA Systems: Theory and Fast Algorithms
在这项工作中，我们解决的问题，找到全局最优的功率分配策略，以最大限度地提高用户的总速率（SR）以及系统的能量效率（EE）在单小区多载波非正交多址（MC-NOMA）系统的下行链路。每个NOMA簇包括一组用户，其中在这些用户之间应用了公知的叠加编码（SC）结合连续干扰消除（SIC）技术。通过得到簇内功率分配的闭式表达式，我们证明了MC-NOMA可以等价地转化为虚拟正交多址接入（OMA）系统，其中这些虚拟OMA用户的有效信道增益以闭式形式得到。然后，SR和EE最大化问题分别使用非常快速的注水和Dinkelbach算法解决。MC-NOMA到虚拟OMA系统的等效变换带来了新的理论见解，本文对此进行了讨论。我们的分析扩展到其他场景，例如考虑用户速率公平性，准入控制，长期性能，以及许多未来的下一代多址接入（NGMA）方案，使最近的先进技术，例如，讨论了可重构智能表面。大量的数值结果显示单载波NOMA（SC-NOMA），OMA-NOMA，和OMA之间的性能差距。
2021-11-14 cs.IT eess.SP math.IT
Non-Orthogonal eMBB-URLLC Radio Access for Cloud Radio Access Networks with Analog Fronthauling
本文考虑了基于模拟前传链路上的无线电信号中继的云无线接入网（C-RAN）架构的上行链路中超可靠低延迟通信（URLLC）和增强型移动宽带（eMBB）服务的共存。虽然对无线电资源的正交多址接入（OMA）实现了不同5G服务的隔离和单独设计，但非正交多址接入（NOMA）可以通过共享无线和前传资源来增强系统性能。本文提供了一个信息理论的角度在OMA和NOMA下的URLLC和eMBB流量的性能。分析集中在具有加性高斯噪声链路和有限小区间干扰跨度的标准蜂窝模型上，并且它考虑了不同的解码策略，例如打孔、将干扰视为噪声（TIN）和连续干扰消除（SIC）。数值结果表明，对于所考虑的模拟前传C-RAN架构，NOMA相对于OMA实现了更高的eMBB速率，同时保证了具有最小接入延迟的可靠的低速率URLLC通信。此外，SIC下的NOMA被认为是实现最佳性能，而与数字容量受限的前传链路的情况不同，TIN总是优于打孔。
2019-12-22 cs.IT eess.SP math.IT
Utility Maximization for Uplink MU-MIMO: Combining Spectral-Energy Efficiency and Fairness
在绿色通信的推动下，能量效率（EE）已成为设计无线通信系统的新的重要标准。然而，高能效往往导致低频谱效率（SE），这刺激了EE-SE权衡的研究。在本文中，我们专注于如何最大化的效用在上行链路多用户多输入多输出（MU-MIMO）系统中，我们将不仅考虑EE-SE权衡在一个统一的方式，但也确保用户公平性的物理层。我们首先制定的效用最大化问题，但它原来是非凸的。通过利用该问题的结构，我们找到了一个凸化过程，原来的非凸问题转化为一个等价的凸问题，它具有相同的全局最优与原问题。根据凸化过程，我们提出了一个集中式算法来解决效用最大化问题，但它需要所有用户的全局信息。因此，我们提出了一个原始-对偶分布式算法，不需要全局信息，只是消耗少量的开销。此外，我们还证明了分布式算法可以收敛到全局最优解。最后，数值实验结果表明，该算法既能捕获用户分集，实现EE-SE折衷，又能保证用户公平性，验证了原-对偶分布式算法的有效性.
2016-05-07 cs.IT cs.NI math.IT
Sum Rate Maximization for Reconfigurable Intelligent Surface Assisted Device-to-Device Communications
本文针对RIS辅助的D2D底层蜂窝通信系统，提出块坐标下降与基于二次变换的半定松弛算法联合优化功率控制、接收波束成形和RIS相移，以最大化和速率并显著提升系统性能。
2025-03-12 cs.IT eess.SP math.IT
Sum-Rate Maximization of Uplink Rate Splitting Multiple Access (RSMA) Communication
研究了上行链路速率分裂多址（RSMA）通信中最大化无线用户和速率的问题。在所考虑的模型中，每个用户发送一个叠加的两个消息到一个基站（BS）与单独的发射功率和BS使用一个连续的解码技术来解码接收到的消息。为了使每个用户的传输速率最大化，用户必须调整它们的发射功率，并且BS必须确定从用户发送到BS的消息的解码顺序。通过调整用户的发射功率和基站的解码顺序，将该问题转化为具有比例速率约束的和速率最大化问题。然而，由于优化问题中的解码顺序变量是离散的，所以可以将具有发射功率和解码顺序变量的原始最大化问题转化为仅具有速率分裂变量的问题。然后，确定每个用户的最佳速率分裂。给定每个用户的最优速率分割和解码顺序，计算每个用户的最优发射功率。其次，通过穷举搜索方法确定最佳解码顺序。为了进一步降低RSMA中用于和速率最大化的优化算法的复杂度，引入了基于用户配对的算法，该算法使得每对中的两个用户能够使用RSMA，并且还使得不同对中的用户能够被分配正交频率。为了比较，最佳的和速率最大化的解决方案与比例速率约束的非正交多址（NOMA），频分多址（FDMA），时分多址（TDMA）的封闭形式。仿真结果表明，与NOMA、FDMA和TDMA相比，RSMA的和速率增益分别达到10 0%、2 2 2%和83 7%。
2019-06-10 cs.IT math.IT
Sum Rate Maximization for Practical RIS-Enhanced Rate-Splitting Multiple Access Systems
Northeastern University at Qinhuangdao（东北大学秦皇岛分校）；Shandong University（山东大学）；National University of Singapore（新加坡国立大学）；Nanyang Technological University（南洋理工大学）；Northwestern Polytechnical University（西北工业大学）；Shenzhen Research Institute of Northwestern Polytechnical University（西北工业大学深圳研究院）
本文针对考虑幅度-相位耦合的实用RIS增强RSMA系统的和速率最大化问题，提出一种变量分离算法，仿真显示其性能较理想RIS基准提升超190%，且优于对应NOMA、OMA方案。
2026-10-14 cs.IT math.IT
Utility based Joint Uplink Downlink Optimization Energy Harvesting enabled Hybrid RF/VLC system
混合射频/可见光通信（RF/VLC）系统已被认为是提高数据率的有效手段。迄今为止，对数据率的研究仅限于下行链路通信。在这封信中，我们研究的最大化的总数据率，其中还涉及上行链路数据率。仿真结果验证了算法的收敛性。
2018-12-08 cs.IT math.IT
Energy-Efficient User Association with Open Loop Power Control for Uplink Heterogeneous Cellular Networks
由于无线系统的运行成本和全球碳足迹的影响，降低无线系统的能耗变得越来越重要。研究了异构蜂窝网络上行链路开环功率控制下的三种能量有效关联方案，分别将其表示为整体能量效率最大化问题、总能量效率最大化问题和效用最大化问题。第三种情况考虑了能量有效关联中的负载均衡水平和用户公平性。考虑到第一个问题是一个分数混合整数形式，我们引入一个能量效率参数将其转化为一个参数减法形式，然后设计一个有效的迭代算法来获得最优解。对于第三个问题，我们首先引入一个对偶变量来解耦约束，然后使用对偶分解来开发一个分布式算法。此外，我们还给出了算法的收敛性证明。为了验证节能用户关联算法的有效性，本文引入了其他关联规则进行比较，并研究了不同参数对这些关联规则关联性能的影响。
2015-12-01 cs.IT math.IT
Freshness-aware Resource Allocation for Non-orthogonal Wireless-powered IoT Networks
本文针对无线供能物联网网络的信息新鲜度保障问题，通过构建EWSAoI最小化问题并转化为MDP，设计了基于瞬时AoI和剩余电量的最优传输调度与功率分配策略，验证了其有效性及决策边界切换特性。
2024-02-27 cs.IT eess.SP math.IT
Resource Allocation via Sum-Rate Maximization in the Uplink of Multi-Cell OFDMA Networks
在本文中，我们考虑最大化的总和速率在多小区OFDMA网络的上行链路。该问题具有非凸组合结构，是NP难的。由于实现最优解的固有复杂性，首先，我们推导出最优平均网络吞吐量的上界和下界。此外，我们研究了一个接近最优的单小区资源分配方案在ICI的存在下，导致另一个容易计算的下界的性能。然后，我们开发了一个集中的次优方案，该方案由一个基于几何规划的功率控制阶段结合迭代子载波分配阶段。虽然，该方案是计算复杂的，它提供了一个有效的基准低复杂度的计划，即使没有功率控制阶段。最后，我们提出了不太复杂的集中式和分布式方案，非常适合实际情况。分析了各种方案的计算复杂性，并通过仿真比较了它们的性能。仿真结果表明，所提出的低复杂度的计划可以达到相当的性能集中式次优方案在各种情况下。此外，与上界和下界的比较提供了所提出的方案和最优解之间的性能差距的见解。
2011-09-21 cs.IT math.IT math.OC
On Energy Efficiency of Hybrid NOMA
本文提出一种用户可共享时隙的新型混合NOMA方案，通过优化功率分配得到速率最大化闭式解，证明高信噪比下其低功耗高速率的概率趋近于1，验证了该方案相较OMA的能效优势。
2024-11-04 cs.IT eess.SP math.IT
Joint Load Balancing and Transmit Power Control for Energy Efficiency Maximization in the Satellite-Cell-Free Massive MIMO Uplink
Hanoi University of Science and Technology (HUST)（河内科技大学）；University of Southampton（南安普顿大学）
研究混合卫星无小区大规模 MIMO 系统，利用最大比合并推导上行遍历吞吐量闭式表达式，制定能量效率优化问题，开发改进差分进化框架，有效提升了能量效率和网络吞吐量，为大规模场景提供关联准则。
2026-07-27 cs.IT math.IT
Adaptive Decoding Mechanisms for UAV-enabled Double-Uplink Coordinated NOMA
提出了一种适用于无人机上行非正交多址通信的自适应解码机制。具体地说，考虑到恶劣的无人机环境，地对地链路是经常不可用的，所提出的ADM克服了传统的UL-NOMA系统的性能是敏感的发射机的统计信道状态信息和接收机的解码顺序的挑战性问题。为了评估ADM的性能，我们推导出系统中断概率（OP）和系统吞吐量的封闭形式的表达式。在性能分析部分，我们提供了实用的空对地和地对空信道的新表达式，同时考虑到UL-NOMA中不完美的连续干扰消除（SIC）的实际实现。此外，所得到的表达式可以用来描述各种系统的OP混合伽玛（MG）分布为基础的衰落信道下。接下来，我们提出了一个次优的基于梯度下降的算法，以获得功率分配系数，导致最大的吞吐量相对于每个位置的无人机的轨迹。为了确定所提出的ADM在非平稳环境中的意义，我们认为地面用户和无人机移动根据随机航路点移动（RWM）和参考点组移动（RPGM）模型，分别。文中还给出了距离分布的精确公式。数值结果表明，ADM增强的NOMA不仅优于正交多址接入（OMA），但也提高了性能的无人机使能的UL-NOMA，即使在移动环境中。
2023-03-09 cs.IT eess.SP 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
Fairness and Sum-Rate Maximization via Joint Channel and Power Allocation in Uplink SCMA Networks
针对上行SCMA网络非凸NP难的联合子载波与功率分配问题，提出基于BSUM框架的Max-SR与Max-Min两种多项式时间近似算法，分别在和速率与公平性上优于现有算法，且验证了鲁棒性与收敛性。
2019-09-30 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
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
Uplink RSMA Performance Analysis with Rate Adaptation: A Stochastic Geometry Approach
Southeast University（东南大学）；National Mobile Communications Research Laboratory, Southeast University（东南大学国家移动通信重点实验室）；Purple Mountain Laboratories（紫金山实验室）；Sorbonne University（索邦大学）；CNRS（法国国家科学研究中心）；LIP6（LIP6实验室）；University of Delaware（特拉华大学）；Department of Electrical and Computer Engineering, University of Delaware（特拉华大学电气与计算机工程系）
本文提出了一种基于随机几何的统一框架，用于分析上行RSMA在大规模部署中的性能，整合了有限调制和编码方案的速率自适应，以量化均值和用户特定的速率性能。
2025-12-24 cs.IT math.IT
