[论文解读] Non-Orthogonal Multiple Access combined with Random Linear Network Coded Cooperation
本文提出了一种新颖的 NOMA-RLNC 协作中继方案,结合了非正交多址接入(NOMA)用于组间复用和随机线性网络编码(RLNC)用于组内协作。通过在共享中继上实现两个源组的并发传输,并在中继和接收端采用逐次干扰消除(SIC),该方案在高服务质量约束和有限域大小增加的情况下,相较于 OMA 基准方案,实现了更高的解码概率和系统吞吐量。
This letter considers two groups of source nodes. Each group transmits packets to its own designated destination node over single-hop links and via a cluster of relay nodes shared by both groups. In an effort to boost reliability without sacrificing throughput, a scheme is proposed, whereby packets at the relay nodes are combined using two methods; packets delivered by different groups are mixed using non-orthogonal multiple access principles, while packets originating from the same group are mixed using random linear network coding. An analytical framework that characterizes the performance of the proposed scheme is developed, compared to simulation results and benchmarked against a counterpart scheme that is based on orthogonal multiple access.
研究动机与目标
- 解决在共享中继的多组协作中继网络中,频谱效率与可靠性之间的权衡问题。
- 整合 NOMA 用于组间复用和 RLNC 用于组内协作,以提升系统吞吐量和分集增益。
- 建立在瑞利衰落信道下解码概率和系统吞吐量的闭式解析框架。
- 将所提出的 NOMA-RLNC 方案与传统 OMA-RLNC 在性能和系统参数鲁棒性方面进行基准对比。
提出的方法
- 采用两阶段协议:广播阶段(源到中继/接收端)和中继阶段(中继到接收端),使用半双工中继。
- 在 NOMA 中应用叠加编码:成对的源节点(G1 和 G2)在同一频段上同时传输,功率分配为 α1 > α2,以优先保障高服务质量组 G1。
- 在中继处采用稀疏 RLNC:编码系数从有限域 Fq 中随机选取,稀疏度由链路中断概率决定。
- 中继使用功率分配 β1 > β2,将网络编码信号的叠加(m(1)_j 和 m(2)_j)转发给两个接收端。
- 接收端使用 SIC 解码叠加信号,并恢复 K 个线性无关的编码分组以解码原始源数据。
- 利用全概率法则和 Fq 上稀疏随机矩阵的性质,推导出解码概率的闭式表达式。
实验结果
研究问题
- RQ1在共享中继、多组场景下,将 NOMA 与 RLNC 结合相较于 OMA-RLNC 如何提升解码概率和系统吞吐量?
- RQ2有限域大小 q 对稀疏 RLNC 的解码性能和系统吞吐量有何影响?
- RQ3系统参数(如 SNR、目标速率和中继数量)如何影响 NOMA-RLNC 的性能?
- RQ4所提方案在多大程度上实现了相对于传统 OMA 基础协作的分集增益和频谱效率提升?
主要发现
- 解析推导的解码概率表达式与仿真结果高度吻合,验证了所推导框架的准确性。
- NOMA-RLNC 的解码概率高于 OMA-RLNC,尤其对高优先级用户 d1(R*1 = 1)更为显著,归因于更高的功率分配和频谱复用。
- 联合解码概率随域大小 q 显著提升,从 q = 2 到 q = 4 有明显增益,但 q > 4 后增益趋于平缓。
- 在给定 SNR 下,NOMA-RLNC 所需中继数少于 OMA-RLNC 才能实现成功解码,表明其具备分集增益。
- NOMA-RLNC 的系统吞吐量高于 OMA-RLNC,且随着目标速率提升,性能差距进一步扩大,原因在于 OMA 存在 1/2 的频谱损失。
- NOMA-RLNC 所需的平均中继数(ET(N))显著低于 OMA-RLNC,尤其在高 SNR 时,证实其具备更高的频谱效率。
更好的研究,从现在开始
从论文设计到论文写作,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。