题目:Sum Rate Maximization for IRS-Assisted Uplink NOMA
上一篇链接:https://blog.csdn.net/wangwttwtt/article/details/130188663?spm=1001.2014.3001.5501
模型:
实验结果分析:
分别介绍一下图2中的几条线:
(1)NOMA- SDR表示使用半正定矩阵优化方法求解优化问题1得到的结果,即求解如下问题:
可以通过现成的软件包(如CVX)有效地解决。求解得到的最优解。
(2)NOMA-prop是对NOMA-SDR方案进行转换后提出的可行方案。即使求解得到的最优解满足优化问题
的可行解。如果
成立,那么我们可以写出
,
将是可行且最优解。另一方面,如果秩
,我们需要提取一个可行的解决方案。若结果是可行的,那么问题的近似最优解
。若结果不可行,我们需要将
映射到“附近的”可行解
。这可以通过将
的每个元素归一化为1来实现,即
。
(3)NOMA-up表示定理2中NOMA的上界。
定理2: 优化问题
的最优解上界为,其中λ为H的最大特征值。
证明:我们首先将优化问题中的元素约束放宽为球体约束
,则优化问题可以重新表述为
其中表示w的欧氏范数。
优化问题的最大值在w = Nx时得到,其中x是H关于最大特征值λ的归一化特征向量。最优解为。由于我们通过将优化问题中的元素约束放宽为球体约束来扩展可行域,因此
是上界。
(4)OMA
对于OMA,假设自由度(时间/频率)在K个用户中平均分配。在这种情况下,IRS的无源波束形成和用户处的功率控制可以分别对每个用户执行。
在不失一般性的前提下,我们考虑用户k,其可达率为
经过与NOMA类似的程序,我们得到NOMA中对应的问题如下:
可以很容易地验证最优波束形成满足,,请注意,在OMA下,相移可能因不同用户而不同。
图3进一步显示了在考虑的方案下的总和速率与用户数量的关系。可以看出,在所有考虑的方案下,总和率随着用户K的数量而增长。
图4展示了当每个用户都有最小速率要求时,总速率与IRS反射元素数量的关系。很明显,趋势与图2相似,在求和率方面,NOMA-prop仍然优于OMA。这进一步验证了NOMA相对于OMA的优越性。