沈霞，魏克軍

（中國信息通信研究院，北京 100191）

1 引言

NOMA（Non-Orthogonal Multiple Access，非正交多址接入）技術(shù)可通過在相同的時頻資源疊加多個用戶數(shù)據(jù)提升系統(tǒng)頻譜效率和增加連接數(shù)，并采用免調(diào)度的方式降低信令開銷和傳輸時延，以滿足5G不同場景下的應(yīng)用需求。目前關(guān)于非正交多址技術(shù)的研究主要包括發(fā)射機設(shè)計、接收端譯碼算法設(shè)計和傳輸過程三個方面。

由于NOMA依靠碼本進行多用戶區(qū)分，因此在發(fā)射機設(shè)計方面主要的研究是基于何種碼本降低不同用戶間的相關(guān)性或者將用戶間的干擾隨機化，例如華為提出SCMA（Sparse Code Multiple Access，稀疏編碼多址接入）[1]方案，聯(lián)合調(diào)制優(yōu)化擴頻碼本以更大程度隔離不同用戶的調(diào)制符號；愛立信提出WSMA（Welch Sequence Multiple Access，Welch序列多址接入）[2]方案，將不同用戶間的碼本相關(guān)性逼近理論的WBE界（Welch-Bound with Equality）。在接收端譯碼方面，則研究采用何種多用戶檢測算法，以更加有效地提取出不同用戶的數(shù)據(jù)或者降低譯碼檢測復(fù)雜度。例如中興優(yōu)化了多用戶干擾消除機制[3]，僅當(dāng)用戶檢測數(shù)據(jù)正確時才在疊加接收信號中消除，以避免錯誤傳播問題；X Meng等提出了EPA（Expectation Passing Algorithm，期望傳播算法）多用戶檢測算法[4]，以降低傳統(tǒng)MPA（Message Passing Algorithm，信息傳播算法）的譯碼復(fù)雜度。在傳輸過程方面，則研究NOMA的實施機制，例如如何實現(xiàn)上行免調(diào)度和HARQ（Hybrid Automatic Repeat Request，混合自動重傳請求）機制的結(jié)合[5]等。

本文將對現(xiàn)有的NOMA方案進行調(diào)研，根據(jù)最新標(biāo)準(zhǔn)研究進展，對NOMA的發(fā)射機和接收機設(shè)計進行分析總結(jié)，歸納出不同方案的優(yōu)缺點，并對典型的NOMA方案進行了仿真性能分析，以進一步展示不同NOMA方案的適用場景。

2 NOMA發(fā)射機設(shè)計

NOMA用戶在發(fā)端主要基于不同碼本進行多用戶區(qū)分，碼本可以設(shè)計為比特級和符號級。NOMA發(fā)射機依據(jù)碼本設(shè)計的不同主要分為兩大類，一種是基于符號級擴頻碼本設(shè)計的NOMA發(fā)射方案，另一種是基于比特級交織或加擾碼本設(shè)計的NOMA發(fā)射方案。

（1）基于符號級擴頻的NOMA發(fā)射方案

本方案下不同用戶數(shù)據(jù)經(jīng)過信道編碼和調(diào)制后，將生成的調(diào)制符號基于不同擴頻碼本進行擴展，如圖1所示。如果發(fā)端采用OFDM（Orthogonal Frequency Division Multiplexing，正交頻分復(fù)用）波形，則在頻域基于碼本進行擴展，將符號映射到頻帶上后經(jīng)過IFFT變換生成OFDM符號，發(fā)射到信道中。如果發(fā)端采用DFT-s-OFDM（Discrete Fourier Transform-Spread OFDM，單載波頻分多址），則在時域基于碼本進行擴展，再經(jīng)過DFT（Discrete Fourier Transform，離散傅里葉變換）和IFFT（Inverse Fast Fourier Transform，快速傅里葉逆變換）生成DFT-s-OFDM符號，發(fā)射到信道中。

該方案在實際應(yīng)用中要求序列之間的相關(guān)性較低，特別是在高信道碼率的情況下，否則在過載時可能出現(xiàn)無法正確譯碼的現(xiàn)象。碼本設(shè)計的基本原則在于最小化不同多用戶碼本間的相關(guān)性，將用戶間的干擾正交化。目前，基于符號級擴頻的不同NOMA方案主要區(qū)別在于采用了不同類型低相關(guān)性的碼本，碼本類型包括以下幾種：

1）基于調(diào)制序列產(chǎn)生

擴頻序列為復(fù)序列，代表方案為MUSA（Multi-User Shared Access，多用戶共享多址接入）[6]，其中元素利用星座點產(chǎn)生，借鑒了調(diào)制序列之間的低相關(guān)性，假設(shè)星座點數(shù)為M，擴頻長度為N，則理論上碼本中可包含MN個擴頻序列，但為了保證序列之間的低相關(guān)性，實際應(yīng)用的擴頻序列數(shù)達不到理論數(shù)值，在選擇序列時可結(jié)合場景需求選擇其中低相關(guān)的一個子集作為碼本。

2）基于WBE產(chǎn)生

擴頻序列為復(fù)序列，代表方案為W S MA[4]和NCMA（Non-orthogonal Coded Multiple Access，非正交碼多址接入）[7]，其目標(biāo)為產(chǎn)生的擴頻序列相關(guān)性滿足Welch界（WBE）。當(dāng)擴頻序列之間的相關(guān)性都相等時，其相關(guān)性總最小，滿足這樣關(guān)系的擴頻序列稱之為WBE序列?？衫玫諗康姆绞缴蛇@樣的復(fù)序列，也可基于Grassmannian產(chǎn)生滿足WBE的序列，原理為最小化用戶間擴頻序列相關(guān)性的最大值，當(dāng)各個用戶間相關(guān)性相同時滿足該下界。基于WBE，當(dāng)用戶數(shù)和擴頻長度確定后，其相關(guān)性則隨之確定，可優(yōu)先產(chǎn)生不同用戶數(shù)和擴頻長度下的序列集合（碼本），實際系統(tǒng)根據(jù)用戶數(shù)和擴頻長度配置在集合中選擇相應(yīng)的擴頻序列。由于基于該方式產(chǎn)生的擴頻序列用戶暫未考慮用戶間功率不等的情況，性能在高斯白噪聲信道下性能最優(yōu)。當(dāng)用戶間功率不等時，則需進一步優(yōu)化。

3）基于類LTE ZC序列產(chǎn)生

擴頻序列為復(fù)序列，代表方案為NOCA（Non-Orthogonal Coded Access，非正交碼接入）[8]，其原理類似LTE系統(tǒng)中ZC（Zadoff-Chu）序列產(chǎn)生低相關(guān)性的擴頻序列，優(yōu)先定義根序列，基于同一根序列循環(huán)移位產(chǎn)生的擴頻序列之間相關(guān)性為0，不同根序列之間的相關(guān)性為1/N，其中N為擴頻長度。在該方式下，引入了多個根序列，可產(chǎn)生較多的擴頻序列，從而支持較多的NOMA用戶數(shù)。

4）基于加擾序列產(chǎn)生

原理是將調(diào)制符號重復(fù)傳輸，調(diào)制符號再乘以設(shè)定的擾碼映射到資源上，將不同用戶間的干擾進行隨機化。重復(fù)傳輸與擾碼的操作可看作是一種特殊的擴頻序列，代表方案為RSMA（Resource Spreading Multiple Access，資源擴頻多址接入）[9]。采用的擾碼可基于碼分多址接入系統(tǒng)中擴頻時采用的擾碼設(shè)計。

5）基于稀疏擴頻序列產(chǎn)生

擴頻序列為包含元素為0的實序列，代表方案為PDMA（Pattern Division Multiple Access，圖樣分割多址接入）[10]和SCMA[1]。相比于前面介紹的非稀疏復(fù)序列，基于稀疏擴頻序列的NOMA用戶在疊加傳輸?shù)念l帶上某些資源位置不傳輸數(shù)據(jù)，以降低擴頻序列之間的相關(guān)性。同時，基于稀疏擴頻的NOMA可以采用接近最大似然檢測的MPA或EPA算法進行譯碼。為了最大化用戶傳輸符號的歐式距離，SCMA方案對調(diào)制與擴頻進行了聯(lián)合優(yōu)化設(shè)計，不同調(diào)制符號在不同的資源位置上映射的值可能不同，由此降低不同用戶符號間干擾。此外，由于MPA和EPA算法不能直接應(yīng)用于單載波傳輸，對于單載波時需考慮新的設(shè)計方案。

（2）基于比特級交織/加擾的NOMA發(fā)射方案

本方案下不同用戶數(shù)據(jù)經(jīng)過信道編碼后，采用不同的碼本進行交織或加擾，以隨機化用戶間的干擾，然后再經(jīng)過調(diào)制和波形生成發(fā)射到信道中，如圖2所示。碼本設(shè)計原則在于通過比特級重復(fù)傳輸和隨機交織排序或加擾，將用戶間的干擾隨機分散。交織或加擾碼本可以隨機產(chǎn)生，也可以基于特定的碼本產(chǎn)生。

代表性的方案包括LCRS（Low Code Rate Spreading，低碼率擴頻）[11]和 IGMA（Interleave-Grid Multiple Access，交織圖樣多址接入）[12]，其中IGMA聯(lián)合了符號級擴頻。

3 NOMA接收機設(shè)計

一般不同NOMA發(fā)射機方案采用的接收機算法也不同，基于符號級非稀疏擴頻的NOMA方案，接收機采用MMSE（Minimum Mean Square Error，最小均方誤差）進行多用戶檢測；基于符號級稀疏擴頻的NOMA方案，接收機采用MPA和EPA算法進行譯碼；基于比特級交織或加擾的NOMA方案，接收機采用ESE算法進行譯碼。下面對以上幾種典型的NOMA多用戶檢測算法進行介紹。

（1）MMSE檢測

MMSE干擾消除是分離不同用戶數(shù)據(jù)的典型檢測算法，一般的多用戶疊加傳輸都可以基于MMSE進行檢測。檢測的基本原理為對接收信號乘以一個MMSE加權(quán)因子以分離出不同用戶數(shù)據(jù)，再將檢測符號經(jīng)過解調(diào)和信道譯碼后輸出檢測比特。對于基于符號擴頻的NOMA方案，MMSE中加權(quán)因子中的信道因子為估計信道和擴頻碼本共同作用下的有效信道。MMSE 干擾消除分為SIC（Successive Interference Cancellation，串行干擾消除）、PIC（Parallel Interference Cancellation，并行干擾消除）以及混合三種干擾消除方式，其中MMSE-SIC接收機在NOMA接收檢測中應(yīng)用最廣泛。

圖3 MMSE-SIC消除機制

圖4 MPA算法檢測機制

對于MMSE-SIC，其工作機制如圖3所示，首先進行SINR估計排序，按照SINR順序由大到小進行用戶數(shù)據(jù)檢測，如果成功檢測出用戶數(shù)據(jù)則將該數(shù)據(jù)從接收信號中消除，并將信道矩陣和擴頻碼本更新，進行SINR重排序，按照新的SINR順序由大到小進行用戶數(shù)據(jù)檢測。對于MMSE-PIC，不同用戶的數(shù)據(jù)同時進行MMSE檢測輸出，檢測效率相比MMSE-SIC更高，但是由于檢測時每個用戶經(jīng)歷多用戶干擾處于最大的狀態(tài)，導(dǎo)致單次并行干擾消除后的譯碼性能并不理想，尤其是在疊加用戶數(shù)較多的情況。因此可以進一步設(shè)計一個混合機制，進一步優(yōu)化檢測性能和效率，先基于MMSE-PIC進行多用戶檢測，再消除檢測成功的用戶數(shù)據(jù)，基于SIC對未成功譯碼的用戶進行檢測。

（2）MPA/EPA檢測

MPA算法是一個在理想信道估計下接近最大似然檢測的譯碼算法，同時對不同用戶的數(shù)據(jù)進行聯(lián)合檢測，其機制如圖4所示。

主要分為以下幾個實現(xiàn)步驟：第一步是基于信道估計、噪聲估計、調(diào)制信息和接收信號進行初始的條件概率計算，計算資源節(jié)點Fn上不同調(diào)制符號的后驗信息其中Vk表示變量節(jié)點，df表示該資源節(jié)點上承載的變量節(jié)點數(shù)目，M表示調(diào)制星座點數(shù)。資源節(jié)點數(shù)表示了NOMA擴頻長度N，變量節(jié)點數(shù)表示了NOMA疊加的數(shù)據(jù)層數(shù)K，如果每個用戶都為單層傳輸，等同于用戶數(shù)。第二步則是進行變量節(jié)點和資源節(jié)點信息更新，根據(jù)NOMA碼本映射到一個Tanner圖上，變量節(jié)點向資源節(jié)點傳遞信息，資源節(jié)點Fn接收到來自變量節(jié)點Vk傳遞調(diào)制符號m的軟信息為：

之后資源節(jié)點向變量節(jié)點傳遞信息，變量節(jié)點軟信息更新為：

其中dv表示變量節(jié)點連接的資源節(jié)點數(shù)目。在經(jīng)過有限次數(shù)的循環(huán)更新后，計算出變量節(jié)點Vk傳輸調(diào)制符號m的軟信息為：

其中Iinit(Vk=m)表示先驗信息。最后基于符號軟信息計算出比特軟信息輸出到信道譯碼模塊中。為了提升性能，一方面可以將信道譯碼輸出的比特軟信息迭代回MPA檢測模塊中作為先驗信息，另一方面可以將第一次信道譯碼中成功檢測的用戶數(shù)據(jù)刪除，降低下一次迭代過程中多用戶之間的干擾。MPA譯碼算法的復(fù)雜度取決于調(diào)制階數(shù)M和擴頻碼本的稀疏程度df，為O(Mdf)，當(dāng)采用高階調(diào)制時，復(fù)雜度指數(shù)級增加，因而適用于低階調(diào)制、低密度擴頻的NOMA方案。

由于MPA譯碼復(fù)雜度較高，進一步提出EPA檢測算法以降低針對稀疏擴頻NOMA方案的譯碼復(fù)雜度。假設(shè)用戶發(fā)送信號呈高斯分布，將在MPA中資源節(jié)點和變量節(jié)點傳遞的概率信息替換為均值和方差信息，避免了MPA中指數(shù)級別地計算不同調(diào)制符號條件概率。資源節(jié)點Fn上計算變量節(jié)點Vk傳輸信息的的均值和方差表示為：

其中hnk表示變量節(jié)點Vk在資源節(jié)點Fn上的信道估計值，由此可知，EPA相比MPA將復(fù)雜度降低到調(diào)制星座點數(shù)M的線性水平。

（3）ESE檢測

不同于MMSE-SIC檢測，需將正確譯碼的用戶數(shù)據(jù)進行干擾消除，ESE（Elementary Signal Estimator，基元信號檢測器）檢測中多用戶并行對自己的有效數(shù)據(jù)進行獨立譯碼，在接收信號中將其他用戶數(shù)據(jù)統(tǒng)一視為干擾。ESE檢測機制如圖5所示，基本原理在于基于ESE算法先檢測出符號軟信息，計算出比特軟信息后輸入到信道譯碼中，信道譯碼輸出的軟信息轉(zhuǎn)換成符號軟信息后，作為先驗信息輸入到ESE檢測中，通過多次迭代提高ESE檢測輸出的符號軟信息置信度。

圖5 ESE檢測機制

不同于MMSE檢測算法，將接收信號乘以一個MMSE加權(quán)因子作為符號軟信息，ESE算法則是有限計算出干擾和有效信號的方差和均值，基于方差和均值再計算出符號軟信息。假設(shè)接收信號為（假設(shè)用戶數(shù)為K，xk和hk分別表示第k個用戶發(fā)送數(shù)據(jù)和經(jīng)歷信道，n表示接收端噪聲），則基于先驗信息eDEC(xk)計算出第k個用戶的有用信息均值和方差分別為：

基于信道估計和噪聲估計計算出干擾信息均值和方差分別為：

最后計算出第k個用戶的符號軟信息為：

ESE檢測屬于并行干擾消除范疇，其檢測復(fù)雜度低，避免了MMSE檢測中的矩陣求逆運算，但是需要和信道譯碼進行迭代，性能一定程度上依賴于信道譯碼，更適用于低碼率下的NOMA傳輸。

基于上述分析，MMSE-SIC、MPA、EPA和ESE檢測都可結(jié)合信道譯碼模塊迭代以提升檢測性能，其復(fù)雜度分析和適用性分析如表1所示。

4 總結(jié)與性能分析

由于不同發(fā)射機方案一般對應(yīng)不同的接收機算法，一個NOMA方案總的優(yōu)缺點需結(jié)合發(fā)射機和接收機設(shè)計同時來分析，根據(jù)上述NOMA方案收發(fā)機設(shè)計機制，總結(jié)各代表性NOMA方案優(yōu)缺點如表2所示。

表1 NOMA接收機復(fù)雜度和適用性總結(jié)

表2 NOMA方案特點總結(jié)

圖6 不同NOMA方案（SCMA/PDMA/MUSA/WSAM）在相同的碼率下的誤塊率性能

本文進一步以MUSA、PDMA、SCMA、WSMA為例對NOMA方案性能進行不同譜效限制下的性能分析。仿真場景設(shè)置為：頻點4 GHz、物理資源塊數(shù)限制為（PRB）12、1發(fā)4收上行、理想信道估計、固定碼本分配、用戶信噪比等同、傳輸塊大小分別為160、640和1200比特（NOMA碼率分別為11/54、41/54和19/27，由于資源限制，160和640比特情況采用（類）QPSK調(diào)制，1200比特情況采用（類）16QAM調(diào)制）。不同NOMA方案在不同譜效（相同頻譜資源上承載不同包大小傳輸包）下的誤塊率性能如圖6所示（不同NOMA采用碼本請參見文獻[13]和[14]）。

根據(jù)性能仿真結(jié)果，基于符號級擴頻的NOMA方案在低譜效限制（以160比特和640比特為例）場景下性能接近，且在4倍過載情況下疊加更多用戶數(shù)對性能影響不大（以MUSA方案6用戶和16用戶性能對比為例），對于高譜效限制（以1200比特為例）場景，SCMA聯(lián)合了調(diào)制進行了優(yōu)化設(shè)計，在高階調(diào)制下體現(xiàn)出明顯的性能優(yōu)勢。同時，可以體現(xiàn)出EPA、MPA和MMSE-SIC這幾種接收機性能表現(xiàn)接近。據(jù)分析，對于低譜效限制下的傳輸，適宜采用接收算法相對簡單的NOMA方案，對于高譜效限制下的傳輸，根據(jù)性能需求可考慮聯(lián)合調(diào)制優(yōu)化設(shè)計的NOMA方案。

5 結(jié)束語

不同NOMA方案的本質(zhì)區(qū)別在于碼本的設(shè)計和不同接收譯碼算法的應(yīng)用，在性能表現(xiàn)上各有優(yōu)缺點。從系統(tǒng)的實際應(yīng)用角度出發(fā)，由于NOMA方案在低譜效限制下性能相當(dāng)，采用接收機譯碼復(fù)雜度低的NOMA方案更有優(yōu)勢，在高譜效限制下，聯(lián)合調(diào)制優(yōu)化設(shè)計的NOMA方案表現(xiàn)出更好的性能，在具有更高可靠性要求的場景中具有應(yīng)用優(yōu)勢。目前NOMA的收發(fā)設(shè)計已經(jīng)相對成熟完善，在后續(xù)的NOMA研究中，一方面在于如何進行多用戶調(diào)度、HARQ機制設(shè)計以及功率控制等傳輸過程方面的設(shè)計研究，另一方面則在于與多天線傳輸、中繼、終端直通通信等技術(shù)的融合研究。