MIMO-NOMA系统MATLAB仿真实现

本文详细介绍了NOMA技术的基本原理,包括功率复用和SIC技术,分析了NOMA的容量优势。接着讨论了MIMO技术与NOMA的结合,展示了MIMO-NOMA系统组成及其提升通信质量的效果。通过MATLAB仿真展示了不同用户数下,MIMO-NOMA系统的总比特率变化,探讨了用户分组对系统性能的影响。
摘要由CSDN通过智能技术生成

  非正交多址接入(NOMA)技术可以打破传统的正交多址一个基本资源块由单用户独占的限制,通过在时域和频域的基础上开辟新的功率域维度,在相同的时频资源上通过功率复用技术允许同一个时频资源块由多个用户共享,有效提升了用户接入量。MIMO 技术通过对基站和接收端用户配置多根天线,在不增加带宽和发射功率的前提下,利用空间上提供的复用增益与分集增益可以进一步提升系统容量以及频谱效率。

NOMA系统原理

  NOMA 技术最大的一个突破是在现有的时域和频域资源的基础上开辟出一个新的维度——功率域,在相同的时频资源上通过功率复用技术在同一资源块上叠加多个用户,然后接收端根据不同用户的功率差异,一般采用串行干扰消除技术对信号进行检测重构。由于NOMA在发送端主动引入干扰,因此为了实现信号的正确检测,接收端接收机的复杂度会有提升,在一定程度上可以认为NOMA 是一种以牺牲接收机的复杂度为代价换取性能的技术。

NOMA 的基本原理

  NOMA 的核心思想是在发送端主动引入干扰,并在接收端采用多用户检测算法对其进行消除,可以使用串行干扰SIC 或并行干扰消除(Parallel Interference Canceller, PIC)技术加以检测,一般采用串行干扰消除SIC 技术。
  NOMA 可以看成是一种拥有更高维度的多址方式。NOMA 在现有的时域和频域基础上引入新的维度——功率域,在相同的时频资源上通过功率复用技术给不同的用户分配不同的功率使得同一时频资源上可以容纳多个用户,叠加的多个用户采用OFDMA 调制以后进行发送,接收端也是通过不同用户功率之间的差异性进行多用户信号的正确接收。可以发现NOMA 主要是依靠功率维度对叠加的多用户加以区分的,而在时频资源的划分上与传统的OFDMA 类似,因此NOMA 可以看成是OFDMA 的一种演变。为了更好的说明这点,下面结合图示对NOMA 和OFDMA 的资源分配进行说明和比较。
  下图1给出了OFDMA 技术的资源分配图示。其中横轴和纵轴分别代表频域和时域,频域上的一个子载波和时域上的一个OFDM 符号共同组成了OFDMA 的一个最小资源单元。可以看出OFDMA 的每个资源单元均被单用户独占,并没有有效开发功率域。
OFDMA技术的资源分配图
图1. OFDMA技术的资源分配图
  图2 给出了NOMA 的资源分布情况。与OFDMA 相比,NOMA 最大的不同就是开发了功率域,时域上的一个OFDM 符号和频域上的一个子载波加上功率域共同构成NOMA 的一个基本资源单元,图中一个时频资源块上叠加的不同颜色的立方体代表NOMA 在该资源单元上叠加的用户数。也就是说与OFDMA 相比NOMA 在一个时频资源块上由单用户独占变成了多用户共享,有效提升了用户接入量。
NOMA 技术的资源分配图
图2. NOMA 技术的资源分配图

NOMA 中的SIC技术

  同一资源块上叠加的多个用户彼此之间会形成干扰,随着叠加用户数量的增加这种干扰也会变得更严重。因此,为了消除这些干扰,NOMA对接收机的性能提出了更高的要求。NOMA 接收端最常用的一种接收机——SIC 接收机,其原理如下所述。
  NOMA 中的用户之间的干扰可以看成是一种伪随机序列,可以利用多用户检测算法完成干扰的消除,而SIC 技术即串行干扰抵消技术,就是一种多用户检测技术。SIC 接收机在接收前会对用户的功率或信干比进行降序排序,然后基于该顺序对多用户进行分级检测,每一级检测一个用户的信号并将该用户对其他用户的干扰从总的叠加信号中减去,如此循环下去直到检测出所有用户的信号。下面结合图示说明SIC 接收机的工作原理。
SIC接收机原理图3. SIC 接收机原理
  假设一共有 n n n 个叠加的多用户,接收端收到的是叠加信号,这个叠加信号包含了叠加用户之间的干扰和加性高斯白噪声干扰。首先对用户的
功率按降序进行排序,假设排序以后的顺序为{ u s e r 1 user_1 user1, u s e r 2 user_2 user2, u s e r 3 user_3 user3,… u s e r n user_n usern},其中 u s e r i user_i useri 代表第 i i i 个用户,且第 i i i 个用户的信号为 S i S_i Si。功率越大的用户越容易被接收机识别,由于用户1 的功率最大,那么接收机首先检测到用户1 的信号并对其译码重构恢复出 S 1 S_1 S1,在下一级接收时,其他用户会把用户1 的信号 S 1 S_1 S1 当作干扰从叠加信号中减去,消除用户1 对其他用户的干扰,这样一级一级的重复下去,直到接收完所有用户信号。
  从SIC 接收机的工作过程可以看出,其对叠加的信号采用的是分级接收,有多少个用户,接收机就会分成多少级,这可能会带来一些延迟。并且功率较低的用户会后进行解码,在对用户i 进行解码接收时,用户i 会把它前一级的信号Si-1 当作干扰并从叠加信号中减去,因此前一级用户信号能否正确接收会对后面用户信号的接收造成影响。

NOMA 的容量分析

  为了简化问题分析,本小节我们考虑NOMA下行链路中一种最简单的两用户NOMA 场景。如下图4 给出了 NOMA 下行链路中一种最基本的两用户NOMA 系统模型。在该模型中假设基站位于小区的中心,接收端的两个用户都配备单天线,并且采用最常用的SIC 接收机对信号进行解码重构。为了提高接收机的检测性能,一般基站在发射信号之前要对小区内的用户进行配对,使叠加的两个用户具有较大的功率差。一般地,距离基站较远的用户信道条件往往较差,我们需要给其分配更多的功率以保证该用户在接收端能够正确的解码,这种用户叫做远端用户;相应地距离基站较近的用户信道条件较好,只需给其分配较小的功率,这种用户叫做近端用户。这里我们采用这种远近配对的方法,其中用户1 为近端用户,用户2 为远端用户。
两用户NOMA 系统下行链路模型
图4. 两用户NOMA 系统下行链路模型
  假设用户1 和用户2 发送的信号分别为 x 1 x_1 x1 x 2 x_2 x2,且设信道带宽为1Hz 那么基站处发送的叠加信号 S S S 可表示为:
x = P 1 x 1 + P 2 x 2 x = \sqrt{P_1} x_1 + \sqrt{P_2} x_2 x=P1 x1+P2 x2
其中, P i ( i = 1 , 2 ) P_i(i=1,2) Pi(i=1,2)表示基站给第 i i i 个用户分配的功率。
  基站将叠加的信号发射出去,经过信道到达接收端,则接收端用户i 收到的叠加信号 y i y_i yi 可表示为:
y i = h i x + w i y_i = h_i x + w_i <

  • 2
    点赞
  • 25
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

m0_74043383

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值