[论文解读] Dynamic Non-Orthogonal Multiple Access (NOMA) and Orthogonal Multiple Access (OMA) in 5G Wireless Networks

Mina Baghani, Saeedeh Parsaeefard+2 more|arXiv (Cornell University)|Nov 21, 2018

Advanced Wireless Communication Technologies被引用 4

一句话总结

本文提出了一种在5G网络中动态选择多址接入技术的框架，基于信道状态信息，联合优化每个用户的子载波、功率以及多址接入模式（OMA或NOMA）。通过一个平衡频谱效率与处理成本的效用函数，作者提出了一种结合线性整数规划与DC规划的两步迭代算法，以解决非凸优化问题，在各种网络条件下均显著优于静态的OMA或NOMA方案。

ABSTRACT

In this paper, facilitated via the flexible software defined structure of the radio access units in 5G, we propose a novel dynamic multiple access technology selection among orthogonal multiple access (OMA) and non-orthogonal multiple access (NOMA) techniques for each subcarrier. For this setup, we formulate a joint resource allocation problem where a new set of access technology selection parameters along with power and subcarrier are allocated for each user based on each user's channel state information. Here, we define a novel utility function taking into account the rate and costs of access technologies. This cost reflects both the complexity of performing successive interference cancellation and the complexity incurred to guarantee a desired bit error rate. This utility function can inherently demonstrate the trade-off between OMA and NOMA. Due to non-convexity of our proposed resource allocation problem, we resort to successive convex approximation where a two-step iterative algorithm is applied in which a problem of the first step, called access technology selection, is transformed into a linear integer programming problem, and the nonconvex problem of the second step, referred to power allocation problem, is solved via the difference-of-convex-functions (DC) programming. Moreover, the closed-form solution for power allocation in the second step is derived. For diverse network performance criteria such as rate, simulation results show that the proposed new dynamic access technology selection outperforms single-technology OMA or NOMA multiple access solutions.

研究动机与目标

• 为解决静态OMA与NOMA在5G网络中的局限性，特别是NOMA对CSI精度的敏感性及高接收机复杂度问题。
• 实现基于用户信道条件的子载波级别灵活、软件定义的OMA与NOMA动态选择。
• 制定联合资源分配问题，优化在QoS约束下的子载波、功率与接入技术选择。
• 提出一种新颖的效用函数，平衡频谱速率增益与NOMA的处理成本，包括SIC与误码率（BER）要求。
• 通过连续凸逼近法开发一种低复杂度的迭代解决方案，以应对非凸优化问题。

提出的方法

• 将接入技术选择、功率分配与子载波分配作为决策变量，制定联合资源分配问题。
• 引入一个效用函数，结合总速率与代表NOMA处理复杂度和BER约束的成本项。
• 应用两步连续凸逼近算法：首先通过线性整数规划求解接入模式选择，然后通过差分凸（DC）规划求解功率分配。
• 推导出第二步中功率分配的闭式解，以实现高效计算。
• 利用拉格朗日松弛与Karush-Kuhn-Tucker（KKT）条件，推导功率分配的最优性条件。
• 通过拉格朗日函数中的对偶变量与速率约束，对每个服务提供商（SP）的干扰与QoS约束进行建模。

实验结果

研究问题

• RQ1 如何通过OMA与NOMA之间的动态接入模式选择，提升5G网络的频谱效率并降低复杂度？
• RQ2 NOMA中速率增益与处理成本之间的最优权衡是什么？如何在效用函数中进行建模？
• RQ3 在多个服务提供商的QoS约束下，如何优化子载波、功率与接入模式的联合分配？
• RQ4 两步迭代算法能否有效求解由动态OMA/NOMA选择引发的非凸优化问题？
• RQ5 信道状态信息的精度与用户信道增益差异对动态OMA/NOMA选择性能有何影响？

主要发现

• 所提出的动态OMA/NOMA选择框架在各种网络条件下均优于纯OMA与纯NOMA，在频谱效率方面表现更优。
• 基于效用的方法有效捕捉了速率增益与NOMA处理成本之间的权衡，实现了智能的接入模式选择。
• 两步迭代算法收敛至近似最优解，且功率分配步骤实现了闭式解，提升了计算效率。
• 仿真结果表明，当用户间信道增益差异较小时，动态选择显著提升了系统性能，而此时仅使用NOMA会使其性能下降。
• 通过在优化中引入SP特定的速率约束，该算法有效维持了多个服务提供商的QoS要求。
• 推导出的功率分配公式（公式38）可在干扰与SIC约束下高效计算NOMA用户的功率水平。