Loading [MathJax]/jax/output/HTML-CSS/jax.js
高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于能量效率的双层非正交多址系统资源优化算法

高东 梁子林

蒋寓文, 谭乐怡, 王守觉. 选择性背景优先的显著性检测模型[J]. 电子与信息学报, 2015, 37(1): 130-136. doi: 10.11999/JEIT140119
引用本文: 高东, 梁子林. 基于能量效率的双层非正交多址系统资源优化算法[J]. 电子与信息学报, 2020, 42(5): 1237-1243. doi: 10.11999/JEIT190048
Jiang Yu-Wen, Tan Le-Yi, Wang Shou-Jue. Saliency Detected Model Based on Selective Edges Prior[J]. Journal of Electronics & Information Technology, 2015, 37(1): 130-136. doi: 10.11999/JEIT140119
Citation: Dong GAO, Zilin LIANG. Energy Efficient Based Resource Optimization Algorithm for Two-tier Non-Orthogonal Multiple Access Network[J]. Journal of Electronics & Information Technology, 2020, 42(5): 1237-1243. doi: 10.11999/JEIT190048

基于能量效率的双层非正交多址系统资源优化算法

doi: 10.11999/JEIT190048
详细信息
    作者简介:

    高东:男,1982年生,副教授,研究方向为流程行业仿真建模、无线通信

    梁子林:男,1994年生,硕士生,研究方向为移动无线通信资源管理

    通讯作者:

    高东 gaodong@mail.buct.edu.cn

  • 中图分类号: TN929.5

Energy Efficient Based Resource Optimization Algorithm for Two-tier Non-Orthogonal Multiple Access Network

  • 摘要:

    该文针对双层非正交多址系统(NOMA)中基于能量效率的资源优化问题,该文提出基于双边匹配的子信道匹配方法和基于斯坦科尔伯格(Stackelberg)博弈的功率分配算法。首先将资源优化问题分解成子信道匹配与功率分配两个子问题,在功率分配问题中,将宏基站与小型基站层视作斯坦科尔伯格博弈中的领导者与追随者。然后将非凸优化问题转换成易于求解的方式,分别得到宏基站和小型基站层的功率分配。最后通过斯坦科尔伯格博弈,得到系统的全局功率分配方案。仿真结果表明,该资源优化算法能有效地提升双层NOMA系统的能量效率。

  • 图  1  SBS1中各子信道的效率

    图  2  MBS能量效率随迭代次数变化

    图  3  SBS的能量效率随迭代次数变化

    图  4  不同功率分配方法的比较

    表  1  不同路径衰减公式

    路径公式
    宏基站到宏用户Pl(r)=15.3+37.6lgr
    宏基站到小型基站用户Pl(r)=15.3+37.6lgr+Lw
    小型基站到其用户Pl(r)=38.46+20lgr+0.7r
    小型基站到其他
    小型基站用户
    Pl(r)=max((15.3+37.6lg(rRs))(38.46+20lg(rRs)))+0.7Rs+2Lw
    小型基站到宏用户Pl(r)=max((15.3+37.6lg(rRs))(38.46+20lg(rRs)))+0.7Rs+Lw
    下载: 导出CSV

    表  2  仿真参数

    参数
    宏基站半径Rm500 m
    小型基站半径Rs10 m
    墙渗透衰减Lw10 dB
    系统带宽B30 MH
    载波频率2 GHz
    对数正态阴影衰落方差8 dB
    下载: 导出CSV
  • ZHANG Haijun, FANG Fang, CHENG Julian, et al. Energy-efficient resource allocation in NOMA heterogeneous networks[J]. IEEE Wireless Communications, 2018, 25(2): 48–53. doi: 10.1109/MWC.2018.1700074
    XIAO Zhenyu, ZHU Lipeng, CHOI J, et al. Joint power allocation and beamforming for Non-Orthogonal Multiple Access (NOMA) in 5G millimeter wave communications[J]. IEEE Transactions on Wireless Communications, 2018, 17(5): 2961–2974. doi: 10.1109/TWC.2018.2804953
    WU Zhanji, LU Kun, JIANG Chengxin, et al. Comprehensive study and comparison on 5G NOMA schemes[J]. IEEE Access, 2018, 6: 18511–18519. doi: 10.1109/ACCESS.2018.2817221
    ZENG Ming, HAO Wanming, DOBRE O A, et al. Energy-efficient power allocation in uplink mmWave massive MIMO with NOMA[J]. IEEE Transactions on Vehicular Technology, 2019, 68(3): 3000–3004. doi: 10.1109/TVT.2019.2891062
    ZHU Kun, HOSSAIN E, and ANPALAGAN A. Downlink power control in two-tier cellular OFDMA networks under uncertainties: A robust Stackelberg game[J]. IEEE Transactions on Communications, 2015, 63(2): 520–535. doi: 10.1109/tcomm.2014.2382095
    CHEN Zhiyong, DING Zhiguo, DAI Xuchu, et al. An optimization perspective of the superiority of NOMA compared to conventional OMA[J]. IEEE Transactions on Signal Processing, 2017, 65(19): 5191–5202. doi: 10.1109/TSP.2017.2725223
    吴广富, 邓天垠, 苏开荣, 等. 基于非正交多址接入系统的多用户分组优化算法[J]. 电子与信息学报, 2018, 40(9): 2080–2087. doi: 10.11999/JEIT171220

    WU Guangfu, DENG Tianyin, SU Kairong, et al. Multi-user grouping optimization algorithm based on non-orthogonal multiple access systems[J]. Journal of Electronics &Information Technology, 2018, 40(9): 2080–2087. doi: 10.11999/JEIT171220
    ISLAM S M R, AVAZOV N, DOBRE O A, et al. Power-domain Non-Orthogonal Multiple Access (NOMA) in 5G systems: Potentials and challenges[J]. IEEE Communications Surveys & Tutorials, 2017, 19(2): 721–742. doi: 10.1109/comst.2016.2621116
    XIANG Lanhua and CHEN Hongbin. Energy-efficient and fair power allocation approach for NOMA in ultra-dense heterogeneous networks[C]. International Conference on Cyber-enabled Distributed Computing and Knowledge Discovery, Nanjing, China, 2017: 89–94. doi: 10.1109/CyberC.2017.54.
    LI Xunan, LI Chong, and JIN Ye. Dynamic resource allocation for transmit power minimization in OFDM-based NOMA systems[J]. IEEE Communications Letters, 2016, 20(12): 2558–2561. doi: 10.1109/LCOMM.2016.2612688
    HOJEIJ M R, FARAH J, NOUR C A, et al. Resource allocation in downlink Non-Orthogonal Multiple Access (NOMA) for future radio access[C]. The 81st IEEE Vehicular Technology Conference, Glasgow, UK, 2015: 1–6. doi: 10.1109/VTCSpring.2015.7146056.
    FANG Fang, ZHANG Haijun, CHENG Julian, et al. Joint user scheduling and power allocation optimization for energy-efficient NOMA systems with imperfect CSI[J]. IEEE Journal on Selected Areas in Communications, 2017, 35(12): 2874–2885. doi: 10.1109/JSAC.2017.2777672
    SAITO Y, KISHIYAMA Y, BENJEBBOUR A, et al. Non-Orthogonal Multiple Access (NOMA) for cellular future radio access[C]. The 7th IEEE Vehicular Technology Conference, Dresden, Germany, 2013: 1–5. doi: 10.1109/VTCSpring.2013.6692652.
    PAPANDRIOPOULOS J and EVANS J S. SCALE: A low-complexity distributed protocol for spectrum balancing in multiuser DSL networks[J]. IEEE Transactions on Information Theory, 2009, 55(8): 3711–3724. doi: 10.1109/tit.2009.2023751
  • 期刊类型引用(20)

    1. 周晨,周乾伟,陈翰墨,管秋,胡海根,吴延壮. 面向RGBD图像显著性检测的循环逐尺度融合网络. 小型微型计算机系统. 2023(10): 2276-2283 . 百度学术
    2. 叶海峰,赵玉琛. 视觉位置识别中代表地点的标识牌算法. 小型微型计算机系统. 2021(04): 823-828 . 百度学术
    3. 王慧玲,宋鑫怡,杨颖. 基于优化查询的改进显著性检测算法. 吉林大学学报(信息科学版). 2020(03): 319-324 . 百度学术
    4. 郭迎春,李卓. 基于边缘特征和自适应融合的视频显著性检测. 河北工业大学学报. 2019(01): 1-7 . 百度学术
    5. 鲁文超,段先华,徐丹,王万耀. 基于多尺度下凸包改进的贝叶斯模型显著性检测算法. 计算机科学. 2019(06): 295-300 . 百度学术
    6. 王宝艳,张铁,李凯,杜松林. DEL分割算法对SSLS算法的改进. 小型微型计算机系统. 2019(10): 2052-2057 . 百度学术
    7. 张巧荣,徐国愚,张俊峰. 利用视觉显著性的前景目标分割. 兰州大学学报(自然科学版). 2019(06): 833-840 . 百度学术
    8. 杨俊丰,林亚平,欧博,蒋军强,李强. 基于显著性加权随机优化的快速响应码美化方法. 电子与信息学报. 2018(02): 289-297 . 本站查看
    9. 邓晨,谢林柏. 全局对比和背景先验驱动的显著目标检测. 计算机工程与应用. 2018(03): 212-216 . 百度学术
    10. 刘亚宁,吴清,魏雪. 基于流行排序的前景背景显著性检测算法. 科学技术与工程. 2018(18): 74-81 . 百度学术
    11. 闫钧华,肖勇旗,姜惠华,杨勇,张寅. 融合区域像素显著性和时域信息的地面动目标检测及其DSP实现. 电子设计工程. 2018(19): 178-183+193 . 百度学术
    12. 陈厚仁,蔡延光. 基于视频的干线交通流检测系统的研究与实现. 工业控制计算机. 2017(07): 85-87 . 百度学术
    13. 赵艳艳,沈西挺. 基于同步更新的背景检测显著性优化. 计算机工程. 2017(10): 264-267 . 百度学术
    14. 田畅,姜青竹,吴泽民,刘涛,胡磊. 基于区域协方差的视频显著度局部空时优化模型. 电子与信息学报. 2016(07): 1586-1593 . 本站查看
    15. 罗会兰,万成涛,孔繁胜. 基于KL散度及多尺度融合的显著性区域检测算法. 电子与信息学报. 2016(07): 1594-1601 . 本站查看
    16. 张晴,林家骏,戴蒙. 基于图的流行排序的显著目标检测改进算法. 计算机工程与应用. 2016(22): 26-32+38 . 百度学术
    17. 杜永强. 过度曝光图像缺失信息修复算法. 科技通报. 2016(08): 146-149 . 百度学术
    18. 郎波,樊一娜,黄静. 利用混合高斯进行物体成分拟合匹配的算法. 科学技术与工程. 2016(20): 73-80 . 百度学术
    19. 项导,侯赛辉,王子磊. 基于背景学习的显著物体检测. 中国图象图形学报. 2016(12): 1634-1643 . 百度学术
    20. 吕建勇,唐振民. 一种基于图的流形排序的显著性目标检测改进方法. 电子与信息学报. 2015(11): 2555-2563 . 本站查看

    其他类型引用(21)

  • 加载中
图(4) / 表(2)
计量
  • 文章访问数:  2716
  • HTML全文浏览量:  922
  • PDF下载量:  61
  • 被引次数: 41
出版历程
  • 收稿日期:  2019-01-17
  • 修回日期:  2019-11-05
  • 网络出版日期:  2020-01-15
  • 刊出日期:  2020-06-04

目录

    /

    返回文章
    返回