劉 流，陳 勇，張建照

（1.陸軍工程大學，江蘇 南京 210007；2.國防科技大學第六十三研究所，江蘇 南京 210007）

0 引 言

無線通信技術已成為現(xiàn)代信息社會重要的基礎設施，并正向泛在化、高速化、寬帶化以及異構化快速發(fā)展。在現(xiàn)有無線業(yè)務用戶數量及其帶寬需求快速增長的同時，新的無線通信技術和業(yè)務不斷出現(xiàn)。移動數據流量在近10年內預計增長1 000倍[1]，滿足如此巨大的負載增長需求成為無線通信領域面臨的重大挑戰(zhàn)[2]。隨之帶來的用頻設備種類日益增多、數量呈幾何級數增長、用頻需求大幅增多的嚴峻形勢，使頻譜成為制約社會經濟發(fā)展的重要資源。盡管現(xiàn)行的頻譜管理手段和系統(tǒng)在一定程度上可實現(xiàn)頻譜資源的合理分配和干擾的有效消除，但目前的靜態(tài)頻譜分配方式凸現(xiàn)出頻譜效率低下的弊端。具備感知頻譜環(huán)境和伺機靈活接入頻譜能力的認知無線電（Cognitive Radio，CR）能夠支撐通過不同無線電系統(tǒng)頻譜資源的動態(tài)共享，提高頻譜利用效率和解決頻譜資源問題。目前，電視空白頻段（TV White Space，TVWS）、AWS-3頻 段、3.5 GHz頻段、5 GHz頻段和毫米波頻段等多個頻段已經開放或計劃開放用于非授權設備動態(tài)頻譜接入[3]。日本NTT DOCOMO公司于2014年提出的非正交多址接入技術（Non-orthogonal Multiple Access technology，NOMA）是提高頻譜利用率的另一種新技術，通過功率域或者碼域的復用支持。與相同域頻譜資源同時接入與傳統(tǒng)正交多址接入技術相比，NOMA在相同的頻譜資源上能夠支持更多的用戶接入，上下行鏈路分別可以獲得20%和30%的系統(tǒng)容量增益[4]，被視為應對無線電通信網絡面臨的頻譜需求問題、提升頻譜效率的關鍵技術。

CR與NOMA相結合的認知非正交多址接入（Cognitive Radio Non-Orthogonal Multiple Access，CR-NOMA）技術，支持認知用戶通過正交、非正交方式在域內和域外進行頻譜共享，為提高頻譜效率提供了更大的靈活性[5]?；贑R-NOMA技術進行動態(tài)頻譜共享，需要建立新的共享模型并突破其中用戶分組、功率分配等關鍵技術。

本文在分析CR-NOMA技術特點的基礎上，研究面向CR-NOMA的動態(tài)頻譜共享模型，重點探討其中的動態(tài)頻譜分配算法，為面向CR-NOMA的動態(tài)頻譜共享提供支撐。

1 動態(tài)頻譜共享模型

1.1 基于CR-NOMA的動態(tài)頻譜接入

NOMA技術的基本思想是在發(fā)送端采用分配用戶發(fā)射功率的非正交發(fā)送，主動引入干擾信息，在接收端通過串行干擾抵消（Sucessive Interference Cancellation，SIC）技術消除接收機干擾和實現(xiàn)正確解調。通過融合3G的SIC和4G的OFDM技術，既克服了3G系統(tǒng)中的遠近效應問題，又解決了4G系統(tǒng)中的同頻干擾問題。NOMA是真正利用頻域、時域、功率域的多用戶復用技術，其中解決頻域子載波間干擾的技術仍然是各子載波間的正交，解決時域正交頻分復用（Orthogonal Frequency Division Multiplexing，OFDM）符號間干擾的技術仍然是嚴格的子幀同步和添加的保護時隙（Guard Period，GP），解決功率域各用戶功率間干擾的技術則是串行干擾消除技術。在發(fā)送端，NOMA采用功率復用技術，使同一子信道上的不同用戶信號功率按照相關算法分配，使得到達接收端的每個用戶的信號功率不一樣。在接收端，NOMA采用SIC技術，根據不同用戶信號功率大小按照一定順序進行干擾消除，達到區(qū)分不同用戶的目的。

CR與NOMA相結合的認知非正交多址接入技術最早由英國紐卡斯爾大學的Zhiguo Ding教授在文獻[6-7]中提出。將NOMA作為CR的特例，在單個下行載波上同時支持次用戶（Secondary User，SU）和主用戶（Primary User，PU），通過限制SU發(fā)射功率保證PU的服務質量（Quality of Service，QoS）需求?；贑R-NOMA的動態(tài)頻譜接入場景如圖1所示，在PU基站覆蓋相同的范圍內，一個或多個次級認知基站（Cognitive user Base station，CBS）和SU尋求在保證PU的QoS的前提下共享頻譜。

圖1 基于CR-NOMA的動態(tài)頻譜接入場景

1.2 面向CR-NOMA的動態(tài)頻譜共享模型

針對CR-NOMA接入技術提供的靈活頻譜接入能力及其充分利用頻譜資源的需求，提出基于網絡化頻譜地圖數據庫的動態(tài)頻譜管理模型，如圖2所示。動態(tài)頻譜管理與服務依托部署于CBS的網絡化頻譜地圖數據庫，通過頻譜知識庫、信息庫、決策案例庫以及管理案例庫，實現(xiàn)對CR-NOMA網絡的動態(tài)頻譜管理與服務。在目標區(qū)域內，頻譜地圖數據庫提供頻譜知識庫、信息庫，支持CR-NOMA網絡進行頻譜機會（Spectrum Opportunity，SOP）信息獲?。辉赟OP信息獲取的基礎上，CR-NOMA網絡進行SOP優(yōu)化利用的決策，并將決策案例提交給頻譜地圖數據庫的決策案例庫；區(qū)域內頻譜管理的案例則記錄入頻譜管理案例庫。SOP信息獲取與SOP優(yōu)化利用通過SOP信息指標耦合，其中包括可用時間、可用概率和信道增益等因素。

圖2 面向CR-NOMA的動態(tài)頻譜共享模型

其中，CR-NOMA網絡可以直接通過頻譜感知獲得頻譜數據。當有頻譜地圖支撐時，可以通過查詢獲得頻譜信息和頻譜知識，降低SOP信息獲取的時間開銷。在可以獲取頻譜地圖支持的情況下，CR-NOMA網絡SOP信息獲取架構如圖3所示。

圖3 SOP信息獲取架構

1.3 需要解決的關鍵問題

1.3.1 頻譜資源分配問題

現(xiàn)有基于CR-NOMA的動態(tài)頻譜共享算法通常僅考慮吞吐量、能量效率等單個目標，而未考慮到多個目標的聯(lián)合優(yōu)化問題，難以適應用戶多樣化需求，需要降低功率損耗和復雜度，考慮容量最大化問題，以得到最優(yōu)的解決方案。

1.3.2 信道間干擾問題

以4G/5G動態(tài)頻譜共享為例，4G為寬帶系統(tǒng)，信道配置相對粗放，控制信道、導頻等均為全頻帶映射，而5G也為寬帶系統(tǒng)，同樣存在各類物理信道。如何既能完美解決兩種制式之間的各種物理信道的干擾，又能提升業(yè)務信道在共享頻譜上的整體頻譜利用率，需要有統(tǒng)籌合理的頻譜分配算法支撐。

2 動態(tài)頻譜分配算法

在CR-NOMA動態(tài)頻譜共享模型下，需要設計高效的頻譜分配算法，以支撐頻譜資源在不同用戶之間的共享使用。由于CR-NOMA在相同資源域內能夠支持多個用戶接入，需要解決用戶分組、功率分配及其聯(lián)合優(yōu)化問題。

2.1 用戶分組

NOMA技術允許多個用戶在相同載波上同時通信。用戶分組主要解決如何建立用戶與載波的分配關系問題。文獻[8]提出了一種基于信號差異對齊（Signal Difference and Alignment，SDA）的用戶分組算法，其依據大尺度衰落對用戶進行分類，并通過信號空間對齊（Signal Space Alignment，SSA）選出匹配用戶來最小化多用戶干擾。文獻[9]研究了基于NOMA的下行多用戶波束形成系統(tǒng)，提出了功率分配和用戶調度方案。它的思路是通過基于半正交的用戶分組算法（Semiorthogonal User Selection，SUS），選擇信道增益足夠強的弱用戶來最小化用戶間干擾，從而提高系統(tǒng)總容量。文獻[10]基于相同的系統(tǒng)模型，引入了迫零波束成形（Zero-Forcing Beam-Forming，ZFBF），旨在解決系統(tǒng)總容量問題，增加可支持用戶的數量，并提出一種最小集群間及用戶間干擾的聚類算法，減少來自其他波束和用戶的干擾。

2.2 功率分配

功率分配解決在一個或多個子載波上的多個認知用戶功率配置的優(yōu)化問題。文獻[11]研究了多用戶NOMA的能量效率優(yōu)化問題，采取切比雪夫法將該非凹多目標優(yōu)化問題轉化為單目標優(yōu)化問題，并提出實現(xiàn)局部最優(yōu)的功率控制算法。文獻[12]將CR-NOMA推廣到上下行鏈路靈活功率分配的場景，給出了優(yōu)于OMA的門限條件和相應的功率分配方法，提供了系統(tǒng)中吞吐量和用戶公平性之間的靈活折中。針對CR-NOMA中SU性能難以充分優(yōu)化的問題，給出了使NOMA性能優(yōu)于OMA門限的方案，并提出了相應的功率分配因子計算方法。

2.3 聯(lián)合優(yōu)化

聯(lián)合優(yōu)化旨在同時優(yōu)化功率控制、用戶分組、時隙分配等問題。文獻[13]研究了下行NOMA系統(tǒng)中一個基站和多用戶場景下多時隙速率控制和功率控制的聯(lián)合優(yōu)化問題，采用Lyapunov優(yōu)化機制將列隊穩(wěn)定轉化為單時隙約束，提出了基于動態(tài)規(guī)劃的功率分配算法，以實現(xiàn)近似最優(yōu)化。文獻[14]研究了Het-Nets中NOMA頻譜分配和功率分配的聯(lián)合優(yōu)化問題，其中頻譜分配建模為多對一穩(wěn)定匹配，功率分配建模為非凸模型，采用序列凸優(yōu)化機制求解近似最優(yōu)解。文獻[15-16]研究了認知OFDMNOMA系統(tǒng)中感知時間、功率分配、載波分配的聯(lián)合優(yōu)化問題，提出了一種交替迭代算法來對3個子問題進行聯(lián)合優(yōu)化，通過循環(huán)優(yōu)化3個變量獲得近似最優(yōu)解。

表1總結了現(xiàn)有典型算法主要解決的問題和各自的優(yōu)勢。

表1 現(xiàn)有算法比較與分析

3 性能仿真及結果分析

本節(jié)通過MATLAB對上述用戶分組中3種算法性能進行仿真評價和分析，仿真參數設置見表2。

表2 仿真參數設置

圖4給出了系統(tǒng)總容量隨信噪比變化曲線。圖5給出了弱用戶總容量隨信噪比變化曲線?？梢钥闯觯琋OMA-SUS方案可以取得最好的總容量性能，NOMA-SDA的性能次之，而NOMA-ZFBF方案的性能較差。這是因為對于NOMA-SUS方案而言，高速率用戶通過半正交用戶選擇實現(xiàn)在多用戶分集和干擾消除之間的平衡，且使用貪婪調度方案選擇低速率用戶，從而最大化集群的總容量。

圖4 系統(tǒng)總容量隨信噪比變化關系

圖5 弱用戶總容量隨信噪比變化關系

圖6 給出了弱用戶總容量隨系統(tǒng)中總用戶數目變化關系圖。對于NOMA-SDA和NOMA-SUS方案而言，弱用戶的總容量隨著總用戶數的增加而增加。但是，對于NOMA-ZFBF方案而言，變化趨勢卻相反。這是因為算法迫使具有很大信道增益差異的兩個用戶進入一個集群，因此隨著K的增加，選擇具有較小信道增益的匹配用戶的概率變得更大，集群中弱用戶的總容量隨著候選用戶數量的增加而減少。

圖6 弱用戶總容量隨系統(tǒng)中總用戶數目變化關系

4 結 語

本文主要對當前面向CR-NOMA的動態(tài)頻譜共享算法研究發(fā)展現(xiàn)狀進行具體闡述和分析，勾畫了面向CR-NOMA的動態(tài)頻譜共享場景。針對動態(tài)頻譜共享面臨的主要問題及挑戰(zhàn)，歸納了幾種具體算法進行優(yōu)缺點比較分析，并通過MATLAB重點對用戶分組中的3種算法性能進行仿真評價和分析。綜上所述，當前迫切需要結合最新的頻譜接入技術、智能學習算法等研究動態(tài)頻譜共享模型與關鍵算法，推動面向CR-NOMA的動態(tài)頻譜管理的取得突破性發(fā)展，為有效解決頻譜稀缺問題提供技術支撐。