5G非正交多址技術關鍵問題研究

劉志航，田宇昊，袁偉娜

(華東理工大學信息學院，上海 200237)

0 引言

隨著移動互聯應用的飛速發展、移動通信用戶數量的爆炸式增長，通信質量對可靠性、靈活性、時延等指標的更高要求，使移動通信業務面臨著巨大的挑戰。如何利用有限的頻譜資源應對爆炸式的數據流量增長，是當今移動通信研究的重要課題[1-3]。因此，通過增加用戶接入數提高通信系統頻譜效率的新型多址接入技術，是5G通信研究的一個熱點。在最新的研究中，非正交多址接入(non-orthogonal multiple access,NOMA)技術基于功率域復用提高用戶連接數，具有低時延、高可靠性、高靈活性的特點，同時還兼顧了用戶公平性與信道條件差異的考量，已成為5G通信的關鍵技術之一[4]。

NOMA技術在發送端利用信道編碼和功率分配使多用戶共享時頻資源，因此用戶之間的資源分配情況對于系統的整體性能起著非常重要的作用。可靠的資源分配方案可以保證接收端的有效解碼，維持系統的高頻譜效率，保證用戶的公平性。因此，如何針對NOMA系統進行有效的資源分配，是NOMA研究的一個關鍵問題。目前，該類研究方法主要可以分為數學優化和子問題分解兩個類型。

NOMA系統中多用戶共享信道資源，勢必會引入多址干擾(multiple access interference,MAI)。因此，如何高效地消除這種干擾，也是NOMA技術研究的一個關鍵問題。

目前，NOMA系統普遍使用串行干擾消除(serial interference cancellation,SIC)技術，在系統接收端抑制MAI。相關研究主要針對SIC技術存在的誤碼傳播問題對該算法進行改進，少數研究圍繞其他技術抑制NOMA系統的多址干擾。

1 資源分配

多數NOMA資源分配研究主要針對兩用戶小區的情況。由于兩用戶的信道條件因各自與基站的距離不同而存在差異，為減小信號失真，中心用戶分到的功率要比邊緣用戶分到的大一些，而用戶分得功率的具體數值為總功率乘以各用戶的功率分配因子。

兩用戶小區的資源分配如圖1所示。該分配方式可由兩用戶小區擴展到多用戶小區。其中，不同用戶之間需要根據信道條件進行排序，然后根據生成的功率分配因子分配功率。

圖1 兩用戶小區資源分配示意圖Fig.1 Resource allocation in a two-user cell

NOMA資源分配的主要性能指標為服務質量(quality of service，QoS)和公平性。此外，資源分配性能問題還可以采用數學手段轉化為中斷發生概率問題，中斷發生概率越小，性能越高。因此，中斷性能也是資源分配的另一個性能指標。NOMA資源分配研究的另一個關注點是多條件分析。非正交多址接入作為5G通信的關鍵技術，經常需要與其他通信技術相結合，所以其資源分配方案必須根據實際應用環境作出相應的調整。

1.1 數學優化

數學優化方法的主要思路為：將資源分配的某一性能指標作為目標函數，通過數學手段對分配性能進行優化。文獻[5]研究在單基站多用戶環境下，分配方式對NOMA系統性能的影響，分析與數據仿真顯示采用固定分配的非正交多址接入(NOMA with fixed power allocation,F-NOMA)技術和速率高于傳統多址技術。其性能與配對用戶信道條件差異成正比。文獻[6]研究基于NOMA技術的感知中繼網絡的資源分配問題，將目標函數定為次要用戶(secondary user，SU)數量的最大值，同時滿足主要用戶(primary user，PU)和次要用戶的服務質量，對不滿足服務質量的SU進行了阻塞。與分式傳輸功率分配(fractional transmit power allocation，FTPC)相比，該算法在復雜度相當的情況下獲得了更好的性能。文獻[7]針對兩移動用戶的NOMA場景，提出了一種公平資源分配方式，推導出功率公平分配的信道增益確切范圍，保證系統的信息容量至少在正交多址接入水平。文獻[8]提出了一種協作NOMA中繼 (collaborative NOMA assisted relaying，CNAR)系統和復雜度更低的簡化CNAR系統，分別分析了源-中繼(source-relay，S-R)和中繼-目的(relay-destination，R-D)兩個鏈路的中斷概率，通過最小化中斷概率來達到最佳功率分配效果，保證了單個用戶的高數據速率。文獻[9]研究信道條件相同的兩用戶之間的資源分配方案，利用預編碼和檢測策略降低其中一個用戶的信道條件，并采用功率補償來彌補該用戶的服務質量損耗。文獻[10]研究帶有協作全雙工中繼的NOMA下行鏈路，利用基站和中繼的閉式表達式，分別用最小化中斷概率和最大化用戶速率最小值推導出優化資源分配方案。文獻[11]研究動態分配功率的優化問題，在滿足服務質量的條件下，最小化固定子載波分配的總傳輸功率，并提出一種次優算法；同時，優化了子載波分配和功率分配。文獻[12]并根據NOMA下行鏈路兩用戶場景中保證信號速率的功率分配因子范圍，并根據信道增益動態改變功率分配因子。文獻[13]關注多信道NOMA系統的動態功率分配和信道分配問題，優化加權和速率以維持總吞吐量和用戶公平性之間的平衡，并在此基礎上提出一種低復雜度的用戶預選算法，得到功率分配閉式解，以較低的復雜度逼近最優分配性能。文獻[14]基于比例公平調度機制，證明了最大化最小歸一化系數既可以提供用戶公平性，又能獲得在小范圍波動的傳輸速率。

1.2 子問題分解

資源分配問題可以分為多個環節，部分研究著重于資源分配子問題的分步解決以及多問題聯合的解決方案。文獻[15]考慮單小區NOMA中繼網絡的資源分配。由于頻率和功率分配優化是一個非確定性多項式 (non-deterministic polynomial,NP)問題，因此將其分解為子信道分配和功率分配兩個子問題。將子信道分配問題定義為一個多對多的外部性雙邊匹配博弈問題。基于蓋爾-沙普利算法提出分配算法，然后使用迭代注水算法進行功率分配，可以在速率上接近最優的窮盡搜索分配方法。文獻[16]研究半雙工感知OFDM-NOMA系統，將容量最大化問題分解為感知時間、用戶調度和功率分配三個優化子問題，經過逐一分析，使用迭代框架聯合處理各個子問題。針對兩用戶場景，提出基于拉格朗日對偶法和牛頓法的分配方案；針對多用戶場景，利用非合作博弈和牛頓法進行資源分配。文獻[17]分別針對NOMA的上行鏈路和下行鏈路，推導出總吞吐量最大化的混合整數非線性規劃問題模型。由于該問題具有組合特性，考慮采取用戶分組和功率分配分步解決。根據用戶信道增益差異，分別對兩個鏈路提出一種低復雜度的次優分組方案，并利用優化卡魯什庫恩塔克(Karush-Kuhn-Tucker,KKT)條件得出兩鏈路下任意用戶組大小的最優分配閉式解。文獻[18]從速率容量和能耗的角度出發，提出一種迭代框架，可以在有收斂的情況下解決功率、時間和子信道三個分配優化子問題。文獻[19]研究MIMO-NOMA下行鏈路接收天線多于傳輸天線的情況，將移動用戶分為對應MIMO波束相互正交的若干集群。對于同一集群的用戶，使用迫零波束成型方法減少相互干擾，然后對集群間和集群內用戶動態分配功率。文獻[20]研究帶內全雙工驅動NOMA系統的性能與復雜度平衡關系，將資源分配分為信道分配和功率分配兩部分，提出了一種基于匹配理論的分布式信道分配機制。

2 干擾消除

2.1 基于SIC的干擾消除

目前，大多數NOMA系統的干擾消除方案以SIC接收機為主體，其核心在于串行干擾消除技術。在SIC解碼過程中，在信道條件較差的邊緣用戶端只解碼大功率信號，即該用戶的信號。對信道條件更好的中心用戶端，先解碼大功率信號；然后,將已解碼的信號視為干擾信息，將其從總信號中減去；最后,解碼中心用戶的小功率信號。SIC信號檢測過程如圖2所示。

圖2 SIC信號檢測過程圖Fig.2 SIC signal detection process

在用戶數較多的情況下，系統需要根據信干噪比對用戶信號進行排序，然后執行SIC迭代，完成對整個原信號的解碼。綜上所述，SIC技術具有復雜度低、干擾消除效率高的特點。但它的缺點是存在誤碼傳播。如果大功率信號解碼錯誤，那么后面的所有用戶解碼都會受到誤碼的影響。因此，多數研究主要通過對SIC的技術步驟進行改進，以處理誤碼傳播問題。

近年來，很多學者研究采用數學優化手段在接收端消除MAI，并針對SIC技術性能不佳的問題，將一些數學方法與SIC技術結合，如常見的迫零(zero foring,ZF)算法和最小均方誤差(minimum mean squared error,MMSE)算法等[21-22]。文獻[23]推導出理想SIC技術在任意發送端數量的NOMA上行鏈路上的最佳接收功率水平，仿真結果顯示最佳功率隨傳輸器數量增加而線性增加。文獻[24]提出了一種基于信道即時狀態信息的動態次序SIC譯碼機制，其中斷概率小于固定順序的SIC譯碼方式，并可以保證不同用戶之間的中斷平衡。文獻[25]研究下行NOMA系統與2對2開環單用戶MIMO結合下，串行干擾消除技術的性能與設計。該研究同時考慮該系統中用戶間干擾和流間干擾，根據用戶間的傳輸比組合對SIC步驟前后采用不同的比例生成方案，然后在用戶接收端以最小均方誤差法作為準則，計算出接收權重矩陣。文獻[26]研究NOMA下行鏈路中SIC的解碼順序與解碼時間的關系。如果接收端按照錯誤順序解碼，用戶信號將會請求基站重傳數據，增加解碼時間。文獻[27]使用不完美SIC技術對基于底層認知中繼網絡的協作NOMA系統進行干擾消除。考慮來自主要信號源的干擾和對主要目的地的干擾，在瑞利信道下推導出信號到達每個次要目的地的中斷概率閉式解與漸進表達式。文獻[28]對每兩個相鄰時間段使用聯合信道編碼，提高了時間多樣性增益。對這種編碼模式，可以根據干擾的時域特點，使用低復雜度的之字形SIC技術進行解碼。文獻[29]針對SIC的誤碼傳播問題，對NOMA下行鏈路多用戶SIC技術進行改進，將錯誤解碼信號視為干擾，繼續檢測下一用戶。仿真結果顯示，該技術能優化后解碼用戶的中斷性能，并且可以維持中斷平衡。文獻[30]通過數學分析與仿真，在瑞利信道和高斯噪聲條件下，求解出不完美SIC技術在下行NOMA鏈路中的誤碼率性能。文獻[31]將容量最大化問題轉化為基于多元高斯混合模型的熵最大化問題，利用星座圖旋轉對SIC進行了改進，提高了系統容量并優化了誤碼率性能。文獻[32]提出了一種多重決定串行干擾消除(multiple decision SIC，MD-SIC)技術，針對誤碼傳播問題，引入多個碼字作為候選碼以防止錯誤傳播。相比傳統SIC，MD-SIC用少量的額外復雜度獲得了明顯的性能增益。文獻[33]將并行干擾消除(parallel interference cancellation，PIC)技術與SIC技術結合，提出一種基于ZF算法的聯合干擾消除技術。并行干擾可以有效解決時延和誤碼傳播問題，但其迭代次數和復雜度要求較高。所提出的方案對大功率信號使用PIC技術，其余信號判斷用戶信號功率差值大小，差值較大時使用PIC技術，差值較小則使用SIC技術。文獻[34]從計算時間上對PIC和SIC兩技術作了性能對比，證明了PIC技術的并行計算性能在用戶數量較大時更有優勢。文獻[35]研究軟進軟出PIC(soft-in soft-out PIC，SISO-PIC)技術與SIC技術的結合，使信號按照功率大小依次通過SISO-PIC窗口進行處理，既優化了干擾消除效果，又發揮了SISO-PIC技術降低時延、迭代次數較少的優勢。文獻[36]研究在基于序列的NOMA系統中對功率多樣性用戶的串行干擾消除，提出一種基于交叉相關性的序列分組方法，減少了組間干擾，并討論了在不同功率補償下的分組算法。

2.2 基于非SIC技術的干擾消除

除接收端的SIC技術外，NOMA系統還可以利用其他技術對MAI進行有效抑制。文獻[37]將基于周期平穩性的頻譜轉移濾波法應用于功率域NOMA系統，以減小信道間的干擾與噪聲。首先，對信道條件進行初始化估計；然后，基于自適應恢復算法，利用頻譜轉移濾波器消除帶間噪聲和干擾；最后，重新估計信道信息，完成信號解調。文獻[38]提出了一種結合多點協調傳輸和負載平衡的多重協調方法。其中，多點協調傳輸包括協調波束成型和聯合傳輸。協調波束成型可以消除小區內干擾，聯合傳輸可以減少小區間干擾；負載平衡可以保證規模差異較大的小區之間的傳輸負載平衡性。這種方案的優勢在于：其較好地滿足了總體用戶公平性，使小區邊緣用戶的信道質量得到了保證。文獻[39]提出一種基于兩用戶小區的新型NOMA發送-接收機制，可以免去串行干擾消除步驟。在發送端，采用聯合調制的方式滿足格雷映射規則，聯合調制多用戶信號；在接收端，對小區中心用戶和小區邊緣用戶進行正交相移鍵控(quadrature phase shift keying,QPSK)后，計算比特數據的對數似然函數。其中，中心用戶的解碼不再需要消除邊緣用戶干擾，因此可以降低系統的復雜度。文獻[40]在NOMA系統接收端使用多路干擾消除(multiple interference cancellation，MIC)技術，從疊加信號中反復去除解碼后的信號。相比SIC技術，該技術可以更有效地減小系統的信干噪比，提高頻譜效率。

3 問題分析

目前，NOMA系統的資源分配研究已經有了一定的進展：資源分配的性能指標從服務質量、公平性，擴展到頻譜效率和中斷概率等，性能優化效果顯著。但是這些研究大多針對兩用戶小區的理想模型，基于多用戶小區的實際情況的考慮仍不成熟。實際上，通信質量和資源分配效果同時受多個因素的影響，如計算誤差和硬件損耗等，而目前基于這些影響的研究還很少。因此，急需新的研究對這類問題進行深入分析。另外，從目前研究情況來看，基于數學優化的資源分配研究都可以實現對單一性能指標的優化，但對多個性能指標的聯合優化方案較少。此外，資源分配可以細分為多個環節，如用戶分組、信道分配和功率分配等。當前的研究趨勢為從單一的分配方案向多個子問題聯合優化演進。因此，如何聯合多個子問題優化資源分配質量，也是目前NOMA資源分配研究的一大挑戰。

鑒于以上幾點原因，可以得出未來研究的發展方向。①全面考慮實際應用情況中NOMA系統的資源分配問題，從多用戶小區入手，尤其是在非理想的硬件條件下規劃用戶分組和資源分配的方案。如在通信系統受到信道誤差及硬件設備損耗的影響或者用戶信道狀態差異不明顯的情況下，對資源分配的優化方案進行調整。②對資源分配的多個性能指標進行聯合優化，兼顧系統各方面性能的考量。③采用數學手段對資源分配問題進行細分，研究多個子問題的聯合解決方案。比如，針對不同的用戶分組方案采用不同的功率分配模式。

當前，大多數NOMA系統的干擾消除技術研究重點在于SIC的改進方案，而對基于非SIC的干擾消除技術的研究較少。未來的干擾消除技術研究可以結合其他技術，如并行干擾消除等，以有效解決干擾消除、復雜度和誤碼傳播等問題。另外，相關研究應用的技術手段多限于時域范疇內的數學方法，方法類型過于單一。由于NOMA系統多個用戶共享時間頻率資源，未來的研究可以考慮從其他角度消除多址干擾。比如頻率域、概率類的干擾消除技術，或在發送端功率分配處有效抑制多址干擾等。最后，目前很少有研究針對不同的資源分配方案提出不同的干擾消除技術。而實際上，資源分配方案決定了信道中不同用戶相互干擾的程度，因此在接收端的干擾消除技術性能很大程度取決于該技術與發送端資源分配方案的匹配度。鑒于以上分析，未來研究可以考慮將資源分配算法與干擾消除技術銜接起來，從復雜度、分配效率和誤碼率等多個方面聯合優化系統性能。

4 結束語

本文簡述了NOMA技術的原理和性能優勢，并針對NOMA系統的兩大關鍵問題(資源分配與干擾消除)作深入分析。關于資源分配的研究，大多沒有考慮實際應用中多用戶小區的情況。未來的研究可以著重考慮非理想的硬件條件，并對多個子問題進行聯合處理。關于干擾消除的研究方法過于單一的問題，可以考慮從新的角度實現干擾消除，并與資源分配等關鍵問題聯系起來協同解決。