CN114124254A - 一种总速率最大化的noma下行用户选择方法和*** - Google Patents
一种总速率最大化的noma下行用户选择方法和*** Download PDFInfo
- Publication number
- CN114124254A CN114124254A CN202111406920.XA CN202111406920A CN114124254A CN 114124254 A CN114124254 A CN 114124254A CN 202111406920 A CN202111406920 A CN 202111406920A CN 114124254 A CN114124254 A CN 114124254A
- Authority
- CN
- China
- Prior art keywords
- subset
- user
- total
- users
- noma
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 24
- 206010042135 Stomatitis necrotising Diseases 0.000 title claims abstract 14
- 201000008585 noma Diseases 0.000 title claims abstract 14
- 230000006870 function Effects 0.000 claims description 43
- 238000010187 selection method Methods 0.000 claims description 10
- 230000001419 dependent effect Effects 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/309—Measuring or estimating channel quality parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/382—Monitoring; Testing of propagation channels for resource allocation, admission control or handover
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明实施例提供了一种总速率最大化的NOMA下行用户选择方法和***,该方法包括:在总集U中搜寻在|S|≤M+1的条件下使得ρ(S)最大化的子集S,|S|是子集S的用户数量,M是预设的单个信道最多可叠加的用户数量阈值,ρ(S)是用于求单个信道NOMA总速率最大化的下行用户近似集合的子集S有关松弛函数;在子集S中搜寻满足条件|F|<M且p(F)≤P、使得r(F)最大化的子集作为可行子集F,其中,p(F)是子集F的总功率需求,P是预设的功率预算值,r(F)是子集F的总速率需求。通过使用经典拉格朗日的松弛思想先求出使总速率最大化的NOMA下行的近似用户集合,进一步得到最优用户集合,能够在访问用户数量限制和单个信道有功率预算限制的情况下,得到使得NOMA下行时单个信道速率最大化的最优用户集合。
Description
技术领域
本发明实施例涉及无线通信的技术领域,尤其涉及一种总速率最大化的NOMA下行用户选择方法和***。
背景技术
NOMA(non-orthogonal multiple access,非正交多址接入)已被纳入第五代移动通信技术(5G),有望提供非常高的数据速率和较低的延迟,NOMA实现高频谱和功率效率,允许频率或时间域中的用户之间存在一些干扰,它可以在接收端通过不同的功率区分信号,从而实现多路信号的同时同频传输,大大增加NOMA***的容量。NOMA的思想是:在发送端采用SC(superposition coding,叠加编码技术)将多个用户的信号叠加在相同的时频资源上,在接收端采用SIC(successive interference cancellation,串行干扰消除技术)消减用户间的干扰。
目前,NOMA***的下行链路,在基站侧根据各自不同的SNR(SIGNAL-NOISE RATIO,信噪比)值以及相关算法给用户分配发射功率,即用户的信道越弱,基站提供的下行信号的发射功率越强。在接收端采用的是多级分层逐步检测机制,逐步减去最大功率用户信号中的MAI(multiple access interference,多址干扰),SIC接收机对接收的多个用户信号,先按照功率的大小顺序操作,逐一进行数据判决,功率较大的信号优先,判出一个就减去该用户信号的MAI,进行幅度恢复,并对剩下的用户再次进行判决,如此循环操作,直到消除所有信号中的MAI为止。
由于用户是移动的,在基站侧了解各用户的信道情况时,基站必须不断地检测用户信道,进而按信道质量合理分配下行信道的发射功率,这种连续检测分析和分配发射工作,不仅加重了基站的负担,还延长了***时延;而在终端侧,通过正确评估信道的SNR值来解码用户信号,由于终端与基站侧的信道质量也在不停的改变,随着叠加用户数量的增加,终端侧执行SIC技术的复杂性也会增加。
发明内容
本发明实施例提出了一种总速率最大化的NOMA下行用户选择方法和***,以解决受功率预算和访问约束共同影响下的高斯下行链路上的用户选择,以减少***时延、降低***复杂度的问题。
第一方面,本发明实施例提供了一种总速率最大化的NOMA下行用户选择方法,包括:
在总集U中搜寻在|S|≤M+1的条件下使得ρ(S)最大化的子集S,其中,所述子集S是单个信道NOMA总速率最大化的下行用户近似集合,|S|是所述子集S的用户数量,M是预设的单个信道最多可叠加的用户数量阈值,ρ(S)是用于求单个信道NOMA总速率最大化的下行用户近似集合子集S的子集S有关松弛函数;
在所述子集S中搜寻满足条件|F|<M且p(F)≤P、使得r(F)最大化的子集作为可行子集F,其中,所述可行子集F是单个信道NOMA总速率最大化的下行用户最优集合,所述p(F)是所述子集F的总功率需求,所述P是预设的功率预算值,所述r(F)是所述子集F的总速率需求;
输出所述可行子集F。
第二方面,本发明实施例还提供了一种总速率最大化的NOMA下行用户选择装置,包括:
第一搜寻模块,用于在总集U中搜寻在|S|≤M+1的条件下使得ρ(S)最大化的子集S,其中,所述子集S是单个信道NOMA总速率最大化的下行用户近似集合,|S|是所述子集S的用户数量,M是预设的单个信道最多可叠加的用户数量阈值,ρ(S)是用于求单个信道NOMA总速率最大化的下行用户近似集合子集S的有关的子集S松弛函数;
第二搜寻模块,用于在所述子集S中搜寻满足条件|F|<M且p(F)≤P、使得r(F)最大化的子集作为可行子集F,其中,所述可行子集F是单个信道NOMA总速率最大化的下行用户最优集合,所述p(F)是所述子集F的总功率需求,所述P是预设的功率预算值,所述r(F)是所述子集F的总速率需求;
输出模块,用于输出所述可行子集F。
第三方面,本发明实施例还提供了一种计算机设备,所述计算机设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如第一方面所述的总速率最大化的NOMA下行用户选择方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储计算机程序,所述计算机程序被处理器执行时实现如第一方面所述的总速率最大化的NOMA下行用户选择方法。
本发明实施例在总集U中搜寻在|S|≤M+1的条件下使得ρ(S)最大化的子集S,其中,子集S是单个信道NOMA总速率最大化的下行用户近似集合,|S|是子集S的用户数量,M是预设的单个信道最多可叠加的用户数量阈值,ρ(S)是用于求单个信道NOMA总速率最大化的下行用户近似集合子集S的子集S有关松弛函数;在子集S中搜寻满足条件|F|<M且p(F)≤P、使得r(F)最大化的子集作为可行子集F,其中,可行子集F是单个信道NOMA总速率最大化的下行用户最优集合,p(F)是子集F的总功率需求,P是预设的功率预算值,r(F)是子集F的总速率需求。通过使用经典拉格朗日的松弛思想先求出使总速率最大化的NOMA下行的近似用户集合,进一步得到最优用户集合,能够在访问用户数量限制和单个信道有功率预算限制的情况下,得到使得NOMA下行时单个信道速率最大化的最优用户集合。
附图说明
图1为本发明实施例一提供的一种总速率最大化的NOMA下行用户选择方法的流程图;
图2为本发明实施例一适用的一种总速率最大化的NOMA下行用户选择方法的流程图;
图3为本发明实施例一适用的一种NOMA下行链路收发信号的处理流程图;
图4为本发明实施例二提供的一种总速率最大化的NOMA下行用户选择装置的结构示意图;
图5为本发明实施例四提供的一种计算机设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种总速率最大化的NOMA下行用户选择方法的流程图,图2为本发明实施例一适用的一种总速率最大化的NOMA下行用户选择方法的流程图;本实施例可适用于解决受功率预算和访问约束共同影响下的高斯下行链路上的用户选择,以减少***时延、降低***复杂度的问题,该方法可以由总速率最大化的NOMA下行用户选择装置来执行,该总速率最大化的NOMA下行用户选择装置可以由软件和/或硬件实现,可配置在计算机设备中,具体包括如下步骤:
步骤101、在总集U中搜寻在|S|≤M+1的条件下使得ρ(S)最大化的子集S,其中,子集S是单个信道NOMA总速率最大化的下行用户近似集合,|S|是子集S的用户数量,M是预设的单个信道最多可叠加的用户数量阈值,ρ(S)是用于求单个信道NOMA总速率最大化的下行用户近似集合子集S的子集S有关松弛函数。
图3为本发明实施例一适用的一种NOMA下行链路收发信号的处理流程图,如图3所示,在NOMA的下行链路中,对于基站的发射机,面对小区内众多用户进行发射功率复用分配。***根据各自不同的SNR(SIGNAL-NOISE RATIO,信噪比)值以及相关算法给用户分配发射功率,即用户的信道越弱,基站提供的下行信号的发射功率越强。SIC接收机在第一级检测之前,先要将从发射机送来的并为SIC接收机接收到的所有用户信号,按照信号功率的大小进行排序,估计各信号的幅度。***首先对功率最大的用户信号进行匹配滤波、判决,与估计幅度比对等处理操作,找到功率最大的用户信号并将其余的信号输出到下一级,SIC接收机继续按照功率从大到小的顺序依次执行相同操作,完成对所有的用户信号检测,将所有的用户信号发送给用户。
本发明的实施例应用了经典拉格朗日松弛思想,经典拉格朗日松弛思想求最大值问题思想是:将该目标问题的目标函数松弛转换为一个有更优解的近似函数,通过求有更优解的近似函数的近似集合,进而得到目标函数的可行集合,其中,目标函数的可行集合包含近似集合之中。
总集U是所有候选用户的集合。本发明先将求单个信道NOMA总速率最大化的下行用户的最优集合松弛转换为求单个信道NOMA总速率最大化的下行用户近似集合。子集S是在总集U中挑选出的单个信道NOMA总速率最大化的下行用户近似集合,用|S|作为该子集S的用户数量;ρ(S)是用于求单个信道NOMA总速率最大化的下行用户近似集合子集S的子集S有关松弛函数,子集S有关松弛函数ρ(S)是子集S总速率需求的目标函数r(S)的优化版本。
一组由其有效噪声和速率需求指定的用户之间的高斯下行链路中,为了控制译码的复杂度和错误传播,需要对单个信道中叠加的用户数量施加访问限制,预设的单个信道最多可叠加的用户数量阈值为M,M可以根据用户的需求进行调整和变化,选择得到的总速率最大化的NOMA下行用户的总数量不能超过M。
在限定条件|S|≤M+1下,寻找能够使子集S有关松弛函数ρ(S)最大化的子集S,以得到单个信道NOMA总速率最大化的下行用户近似集合。
示例性的,预设的单个信道最多可叠加的用户数量阈值M为20,则在子集S的用户数量不能超过21个的限定条件下,寻找使ρ(S)最大化的子集S。
需要说明的是,上述实施例中的预设的单个信道最多可叠加的用户数量阈值M为对本发明实施例的示例性说明,在本发明其他实施例中,预设的单个信道最多可叠加的用户数量阈值M也可以到达其他的值,本发明在此不做限定。
在本发明的一些实施例中,在步骤101之前还包括以下步骤:
步骤100、判断是否满足N<M+1,其中,N为总集U的候选用户数量;若是,则执行步骤1001;若否,则执行步骤101。
N是总集U的候选用户的总数量,如果N满足N<M+1,说明所有候选用户都不超过限制的阈值M+1,该总集U就是单个通道总速率最大的NOMA下行用户近似集合。如果N不满足N<M+1,则说明需要在所有的候选用户中筛选一部分用户作为近似集合子集S,以进一步求在一定限制下总速率最大的最优集合。
示例性的,预设的单个信道最多可叠加的用户数量阈值M为20,而总集U中候选用户数量N为18,此时满足N<M+1,则总集U可以作为近似集合子集S输出,等待进一步的操作。
需要说明的是,上述实施例中的预设的单个信道最多可叠加的用户数量阈值M和总集U的候选用户数量N为对本发明实施例的示例性说明,在本发明其他实施例中,预设的单个信道最多可叠加的用户数量阈值M和总集U的候选用户数量N也可以到达其他的值,本发明在此不做限定。
步骤1001、子集S等于总集U,并输出子集S。
当满足N<M+1时,将总集U作为近似集合子集S进行输出,直接得到子集S,以进一步求出单个信道NOMA总速率最大化的下行用户最优集合。
本实施例仅作举例,不作限定。
在本发明的一些实施例中,步骤101包括以下步骤:
步骤1011、将集合S∪{i}作为子集Z代入下述公式,其中,i为子集T中任一用户,子集T为属于总集U且不属于子集S的用户集合:
其中,ρ(Z)是子集Z有关松弛函数,r(Z<i)是子集Z中子集S的总速率需求,P是预设的功率预算值,ai是子集T中第一个使p(Z)≥P的用户i对应的噪声值,p(Z<i)是子集Z中子集S的总功率需求,Z<i是子集Z中的子集S。
子集T是属于总集U且不属于子集S的用户集合,子集T中的是还未选入近似集合子集S的候选用户。
将子集T中的任意一个用户i和子集S组合成为一个新的集合,将这个新的集合称为子集Z,子集T中每一个用户和子集S组合得到的若干个子集Z。
通过如下公式,计算每一个用户i对应的子集Z的松弛函数ρ(Z):
r(Z<i)是子集Z中在用户i前面的所有用户的总速率需求,也就是子集S的总速率需求,等于子集S中所有用户的总速率需求之和。P是预设的功率预算值,子集Z中的所有用户的功率需求之和不能够大于P;p(Z<i)是子集Z中在用户i前面的所有用户的总功率需求,也就是子集S的总功率需求,等于子集S中所有用户的总功率需求之和,p(Z<i)不包括用户i的功率需求;ai是子集T中第一个使p(Z)≥P成立的用户的噪声值。
上述公式的松弛函数ρ(Z)具有次模性,该集合函数,随着输入集合中元素的增加,增加单个元素到输入集合导致的函数增量的差异减小,具有单调递减的特性。在本发明求总速率最大化问题中,松弛函数ρ(Z)塑造了多样性、信息和覆盖面的概念。
示例性的,当前子集S中有用户1、用户3、用户5,且p(S)<P,当添加第4位用户时,组成的子集Z中有用户1、用户3、用户4、用户5,且第一次满足p(Z)≥P,则ai等于用户4对应的用户噪声值a4。将a4的值和预设的功率预算值代入计算ρ(Z)的公式中,求子集T中所有候选用户对应的ρ(Z)值。
需要说明的是,上述实施例中的子集S、子集T中的用户及其噪声值、功率需求值为对本发明实施例的示例性说明,在本发明其他实施例中,子集S、子集T中的用户及其噪声值、功率需求值也可以到达其他的值,本发明在此不做限定。
步骤1012、根据ρ(i)对子集T中的候选用户进行降序排列。
ρ(i)是子集T中任一候选用户i有关松弛函数,当候选用户i的功率需求p(i)小于预设的功率预算值P,则ρ(i)=r(i);当候选用户i的功率需求p(i)大于等于预设的功率需求P,则此处ai是该候选用户i的噪声值。其中,候选用户i的功率需求ri是候选用户i对应的速率需求。
根据子集T中所有用户的松弛函数值ρ(i),给子集T中的候选用户从大到小降序排列。
本实施例仅作举例,对任一候选用户i有关松弛函数ρ(i)的分析过程不作限定。
步骤1013、在子集T中寻找目标用户j,其中目标用户j的ρ(Z)最大化。
根据步骤1012中计算出子集T中每一个候选用户对应的ρ(Z)值,当子集T的其中一个候选用户的ρ(Z)最大,则该用户确定为目标用户j。
示例性的,当前子集S中有用户1、用户3、用户5,依次计算子集T中的用户2、用户4、用户6对应的ρ(Z)值,通过比较得到用户6的ρ(Z)值最大,将用户6作为目标用户j。
本实施例对用户及其得到的ρ(Z)值仅作举例,不作限定。
步骤1014、判断ρ(S∪{j})是否等于ρ(S),其中,ρ(S∪{j})是集合S∪{j}有关松弛函数;若是,则执行步骤1014;若否,则执行步骤1015。
集合S∪{j}是由子集S和目标用户j组合而成的集合,判断ρ(S∪{j})是否等于ρ(S),也就是判断目标用户j加入子集S前和加入子集S后的松弛函数的值是否相同,如果ρ(S∪{j})等于ρ(S),则说明当前的子集S已经是单个信道NOMA总速率最大化的下行用户近似集合,直接执行步骤1014,将子集S输出;如果ρ(S∪{j})不等于ρ(S),则执行步骤1015,将目标用户j添加到子集S中,作为更新后的子集S,并返回步骤1012,在子集T中寻找使ρ(Z)最大化的目标用户j。
示例性的,当前子集S中有用户1、用户3、用户5,目标用户为用户6,若集合S∪{用户6}的松弛函数值ρ(S∪{j})等于ρ(S),则直接输出子集S;如果集合S∪{用户6}的松弛函数值ρ(S∪{j})不等于ρ(S),则对子集S进行更新,将用户6添加到子集S中,并重新求子集T中的每一个用户的松弛函数的值。
本实施例对判断的条件仅作举例,不作限定,判断条件还可以根据实际情况进行调整。
步骤1015、输出子集S。
步骤1016、将目标用户j添加到子集S中,并返回执行在子集T中寻找使ρ(Z)最大化的目标用户j。
将目标用户j添加到子集S中,对子集S进行更新,更新后的子集S中包括目标用户j。
重新返回步骤1013中,在子集T中寻找使ρ(Z)最大化的目标用户j,再判断是否满足ρ(S∪{j})=ρ(S),决定是否将目标用户j添加进子集S中,以此形成迭代,直至满足ρ(S∪{j})=ρ(S)。
本发明的一些实施例中,步骤101还包括:
步骤1017、判断是否满足|S|=M+1;若是,则执行步骤1018。
在添加目标用户j后,判断是否满足|S|=M+1,也就是判断当前子集S是否已经达到了|S|≤M+1的临界点。
示例性的,预设的M为20,添加目标用户j后的子集S的用户数量|S|达到了21,此时满足|S|=M+1,即达到|S|≤M+1的临界点,可执行步骤1018,直接输出子集S。
本实施例对M和|S|的值仅作举例,不作限定。
步骤1018、直接输出S子集。
如果是,说明此时子集S已经达到|S|≤M+1的临界点,容易造成译码的复杂度变高或使信息错误传播,因此将当前的子集S输出,作为单个信道NOMA总速率最大化的下行用户近似集合,不再进行步骤1013~步骤1016的迭代操作。
步骤102、在子集S中搜寻满足条件|F|<M且p(F)≤P、使得r(F)最大化的子集作为可行子集F,其中,可行子集F是单个信道NOMA总速率最大化的下行用户最优集合,p(F)是子集F的总功率需求,P是预设的功率预算值,r(F)是子集F的总速率需求,|F|是所述可行子集F的用户数量。
步骤101中将求解使总速率最大化的最优集合问题转化为求松弛函数ρ的近似集合的问题,获得的子集S是单个信道NOMA总速率最大化的下行用户近似集合。子集S是一个比较大的用户范围,确定单个信道NOMA总速率最大化的下行用户最优集合还需要有更加严格的约束条件,具体为|F|<M且p(F)≤P,F是单个信道NOMA总速率最大化的下行用户最优集合,将其称为可行子集F;|F|是该可行子集的用户数量;p(F)是子集F的总功率需求;r(F)是子集F的总速率需求,是子集F中所有用户的速率需求之和。
其中,p(F)通过下列公式求得:
m是指可行子集F中的任一用户,am是指用户m对应的噪声值,r(m)为用户m对应的速率需求,r(F>m)是值可行子集中排在用户m以后的若干个用户的总速率需求。
在本发明的一些实施例中,步骤102包括:
步骤1021、确定子集S的活动成员和非活动成员。
活动成员是能够满足子集S中在该用户前的所有用户的总功率需求小于预设的功率预算值P的用户,非活动成员是子集S中在该用户前的所有用户的总功率需求大于等于预设的功率预算值P的用户。
示例性的,当前子集S中有用户1、用户2、用户3、用户4、用户5。用户4前的所有用户包括用户1、用户2、用户3的总功率需求小于预设的功率预算值P,则用户4可以视为活动成员;用户5前的所有用户包括用户1、用户2、用户3、用户4的总功率需求大于或者等于预设的功率预算值P,则用户5可以视为非活动成员。
需要说明的是,上述实施例中确定子集S的活动成员和非活动成员的条件为对本发明实施例的示例性说明,在本发明其他实施例中,子集S的活动成员和非活动成员的条件也可以是其他的条件,本发明在此不做限定。
在本发明的一些实施例中,步骤1021包括以下步骤:
步骤10211、判断子集S中的任一用户k是否满足p(S<k)<P,其中,p(S<k)是指子集S中在用户k前面的所有用户的总功率需求;若是,则执行步骤10212;若否,则执行步骤10213。
判断子集S中的每一个用户k是否满足p(S<k)<P,也就是说判断子集S中在用户k前面的所有用户的总功率需求p(S<k)是否小于预设的的功率需求值,以确定用户k是否等在活动状态时仍然能够满足约束条件p(S<k)<P,如果可以,则为活动成员;如果不可以,则为非活动成员。当添加用户k之前满足p(S<k-1)<P,增加用户k后,恰使p(S<k)<P不满足,则该用户k使子集S中的最后一个活动成员。
步骤10212、将用户k定义为活动成员。
步骤10213、将用户k定义为非活动成员。
本实施例仅作举例,不作限定。
步骤1022、在子集S中删除非活动成员以及子集S中的最后一个活动成员,得到可行子集F。
将子集S中的非活动成员和最后一个活动成员删除,得到新的子集,称为可行子集F,以使可行子集F满足约束条件|F|<M且p(F)≤P,该可行子集F是单个信道NOMA总速率最大化的下行用户最优集合。
步骤1023、在总集U中寻找有r(b)最大的速率最大用户n*,其中,b为总集中任一用户,r(b)是用户b的速率需求。
在包括所有候选用户的总集U中寻找用户b,当该用户b的速率需求r(b)为总集U中的最大速率需求时,确定该用户为是速率需求最大用户,称为速率最大用户n*。
步骤1024、判断r(n*)是否满足r(n*)>r(F),其中,r(F)为可行子集F的总速率需求;若是,则执行步骤1025。
将速率最大用户n*的速率需求r(n*)和步骤1023得到的可行子集F的速率需求r(F)比较,如果r(n*)>r(F),则说明总集U中存在用户的速率需求比可行子集F的总速率需求还大,因此该用户n*是比可行子集F更加优选的单个信道NOMA总速率最大化的下行用户集合解,执行步骤1025,将该速率最大用户n*作为可行子集F返回;如果r(n*)≤r(F),则说明当前得到的可行子集F是使单个信道总速率需求最大的下行用户的最优集合解。
步骤1025、将速率最大的用户n*作为可行子集F返回。
速率最大的用户n*是比步骤1023求出的可行子集F更为优选的单个信道NOMA总速率最大化的下行用户最优集合,因此将速率最大的用户n*作为可行子集F返回。
步骤103、输出可行子集F。
输出求得的可行子集F,该可行子集F的用户能够在约束条件|F|<M且p(F)≤P下,能够在单个信道NOMA总速率最大化,既能够控制解码复杂度、信令开销和错误传播的范围,又能够使单个信道能够尽可能快的下发信息、减少信号处理的延迟性。
在本实施例中,在总集U中搜寻在|S|≤M+1的条件下使得ρ(S)最大化的子集S,其中,子集S是单个信道NOMA总速率最大化的下行用户近似集合,|S|是子集S的用户数量,M是预设的单个信道最多可叠加的用户数量阈值,ρ(S)是用于求单个信道NOMA总速率最大化的下行用户近似集合子集S的子集S有关松弛函数;在子集S中搜寻满足条件|F|<M且p(F)≤P、使得r(F)最大化的子集作为可行子集F,其中,可行子集F是单个信道NOMA总速率最大化的下行用户最优集合,p(F)是子集F的总功率需求,P是预设的功率预算值,r(F)是子集F的总速率需求输出可行子集F。通过使用经典拉格朗日的松弛思想先求出使总速率最大化的NOMA下行的近似用户集合,进一步得到最优用户集合,能够在访问用户数量限制和单个信道有功率预算限制的情况下,得到使得NOMA下行时单个信道速率最大化的最优用户集合。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本发明实施例所必须的。
实施例二
图4为本发明实施例二提供的一种总速率最大化的NOMA下行用户选择装置的结构框图,具体可以包括如下模块:
第一搜寻模块201,用于在总集U中搜寻在|S|≤M+1的条件下使得ρ(S)最大化的子集S,其中,所述子集S是单个信道NOMA总速率最大化的下行用户近似集合,|S|是所述子集S的用户数量,M是预设的单个信道最多可叠加的用户数量阈值,ρ(S)是用于求单个信道NOMA总速率最大化的下行用户近似集合子集S的有关的子集S松弛函数;
第二搜寻模块202,用于在所述子集S中搜寻满足条件|F|<M且p(F)≤P、使得r(F)最大化的子集作为可行子集F,其中,所述可行子集F是单个信道NOMA总速率最大化的下行用户最优集合,所述p(F)是所述子集F的总功率需求,所述P是预设的功率预算值,所述r(F)是所述子集F的总速率需求;
输出模块203,用于输出所述可行子集F。
在本发明的一些实施例中,总速率最大化的NOMA下行用户选择装置还包括:
初筛判断模块,用于判断是否满足N<M+1,其中,所述N为所述总集U的候选用户数量;
直接输出模块,用于所述子集S等于所述总集U,并输出所述子集S;
搜寻近似集合执行模块,用于执行所述在总集U中搜寻在|S|<M+1的条件下使得参数ρ(S)最大化的所述子集S的步骤。
在本发明的一些实施例中,第一搜寻模块201包括:
松弛函数计算子模块,用于将集合S∪{i}作为子集Z代入下述公式,其中,i为所述子集T中任一用户,子集T为属于所述总集U且不属于所述子集S的用户集合:
其中,ρ(Z)是子集Z有关松弛函数,r(Z<i)是子集Z中所述子集S的总速率需求,P是预设的功率预算值,ai是所述子集T中第一个使p(Z)≥P的所述用户i对应的噪声值,p(Z<i)是子集Z中所述子集S的总功率需求,Z<i是子集Z中的所述子集S;
用户排序子模块,用于根据ρ(i)对所述子集T中的所述候选用户进行降序排列,其中,ρ(i)是所述用户i有关松弛函数;
目标用户寻找子模块,用于在子集T中寻找目标用户j,其中所述目标用户j所述ρ(Z)最大化;
松弛函数判断子模块,用于判断所述ρ(S∪{j})是否等于ρ(S),其中,ρ(S∪{j})是集合S∪{j}有关松弛函数;
近似子集输出子模块,用于输出子集S;
目标用户添加子模块,用于将所述目标用户j添加到所述子集S中,并返回执行所述在子集T中寻找使ρ(Z)最大化的目标用户j。
在本发明的一些实施例中,目标用户添加子模块中,还包括:
近似集合用户判断单元,用于判断是否满足|S|=M+1;
近似子集输出单元,用于直接输出S子集。
在本发明的一些实施例中,第二搜寻模块202中,还包括:
用户区分子模块,用于确定所述子集S的活动成员和非活动成员,其中,所述活动成员是能够满足所述子集S中在该用户前的所有用户的总功率需求小于所述预设的功率预算值P的用户,所述非活动成员是所述子集S中在该用户前的所有用户的总功率需求大于等于所述预设的功率预算值P的用户;
用户更新子模块,用于在所述子集S中删除所述非活动成员以及所述子集S中的最后一个所述活动成员,得到所述可行子集F;
速率最大用户搜寻子模块,用于在所述总集U中寻找有r(b)最大的速率最大用户n*,其中,b为所述总集中任一用户,所述r(b)是用户b的速率需求;
速率需求比较子模块,用于判断r(n*)是否满足r(n*)>r(F),其中,r(F)为所述可行子集F的总速率需求;
最优集合更换输出子模块,用于将所述速率最大的用户n*作为所述可行子集F返回。
在本发明的一些实施例中,用户区分子模块中,包括:
总功率需求判断单元,用于判断所述子集S中的任一用户k是否满足p(S<k)<P,其中,p(S<k)是指所述子集S中在用户k前面的所有用户的总功率需求;
活动成员确定单元,用于将所述用户k定义为所述活动成员;
非活动成员确定单元,用于所述将用户k定义为所述非活动成员。
本发明实施例所提供的总速率最大化的NOMA下行用户选择装置可执行本发明任意实施例所提供的总速率最大化的NOMA下行用户选择方法,具备执行方法相应的功能模块和有益效果。
实施例三
图5为本发明实施例三提供的一种计算机设备的结构示意图。图5示出了适于用来实现本发明实施方式的示例性计算机设备12的框图。图5显示的计算机设备12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示,计算机设备12以通用计算设备的形式表现。计算机设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,***存储器28,连接不同***组件(包括***存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,***总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及***组件互连(PCI)总线。
计算机设备12典型地包括多种计算机***可读介质。这些介质可以是任何能够被计算机设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
***存储器28可以包括易失性存储器形式的计算机***可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。计算机设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机***存储介质。仅作为举例,存储***34可以用于读写不可移动的、非易失性磁介质(图5未显示,通常称为“硬盘驱动器”)。尽管图5中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器28中,这样的程序模块42包括但不限于操作***、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
计算机设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该计算机设备12交互的设备通信,和/或与使得该计算机设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,计算机设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与计算机设备12的其它模块通信。应当明白,尽管图中未示出,可以结合计算机设备12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
处理单元16通过运行存储在***存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的总速率最大化的NOMA下行用户选择方法。
实施例四
本发明实施例四还提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述总速率最大化的NOMA下行用户选择方法的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
其中,计算机可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (9)
1.一种总速率最大化的NOMA下行用户选择方法,其特征在于,包括:
在总集U中搜寻在|S|≤M+1的条件下使得ρ(S)最大化的子集S,其中,所述总集U是所有候选用户的集合,所述子集S是单个信道NOMA总速率最大化的下行用户近似集合,|S|是所述子集S的用户数量,M是预设的单个信道最多可叠加的用户数量阈值,ρ(S)是用于求单个信道NOMA总速率最大化的下行用户近似集合子集S的子集S有关松弛函数;
在所述子集S中搜寻满足条件|F|<M且p(F)≤P、使得r(F)最大化的子集作为可行子集F,其中,所述可行子集F是单个信道NOMA总速率最大化的下行用户最优集合,所述p(F)是所述子集F的总功率需求,所述P是预设的功率预算值,所述r(F)是所述子集F的总速率需求;
输出所述可行子集F。
2.根据权利要求1所述的方法,其特征在于,还包括:
判断是否满足N<M+1,其中,所述N为所述总集U的候选用户数量;
若是,则所述子集S等于所述总集U,并输出所述子集S;
若否,则执行所述在总集U中搜寻在|S|<M+1的条件下使得参数ρ(S)最大化的所述子集S的步骤。
3.根据权利要求1所述的方法,其特征在于,所述在总集U中搜寻在|S|≤M+1的条件下使得参数ρ(S)最大化的子集S,包括:
将集合S∪{i}作为子集Z代入下述公式,其中,i为所述子集T中任一用户,子集T为属于所述总集U且不属于所述子集S的用户集合:
其中,ρ(Z)是子集Z有关松弛函数,r(Z<i)是子集Z中所述子集S的总速率需求,P是预设的功率预算值,ai是所述子集T中第一个使p(Z)≥P的所述用户i对应的噪声值,p(Z<i)是子集Z中所述子集S的总功率需求,Z<i是子集Z中的所述子集S;
根据ρ(i)对所述子集T中的所述候选用户进行降序排列,其中,ρ(i)是所述用户i有关松弛函数;
在子集T中寻找目标用户j,其中所述目标用户j所述ρ(Z)最大化;
判断所述ρ(S∪{j})是否等于ρ(S),其中,ρ(S∪{j})是集合S∪{j}有关松弛函数;
若是,则输出子集S;
若否,则将所述目标用户j添加到所述子集S中,并返回执行所述在子集T中寻找使ρ(Z)最大化的目标用户j。
4.根据权利要求3所述的方法,其特征在于,所述将所述目标用户j添加到所述子集S中,并返回执行所述在子集T中寻找使ρ(Z)最大化的目标用户j,还包括:
判断是否满足|S|=M+1;
若是,直接输出S子集。
5.根据权利要求1所述的方法,其特征在于,所述在所述子集S中搜寻满足条件|S|<M且p(S)≤P、使得r(S)最大化的子集作为可行子集F,包括:
确定所述子集S的活动成员和非活动成员,其中,所述活动成员是能够满足所述子集S中在该用户前的所有用户的总功率需求小于所述预设的功率预算值P的用户,所述非活动成员是所述子集S中在该用户前的所有用户的总功率需求大于等于所述预设的功率预算值P的用户;
在所述子集S中删除所述非活动成员以及所述子集S中的最后一个所述活动成员,得到所述可行子集F;
在所述总集U中寻找有r(b)最大的速率最大用户n*,其中,b为所述总集中任一用户,所述r(b)是用户b的速率需求;
判断r(n*)是否满足r(n*)>r(F),其中,r(F)为所述可行子集F的总速率需求;
若是,则将所述速率最大的用户n*作为所述可行子集F返回。
6.根据权利要求5所述的方法,其特征在于,所述确定所述子集S的活动成员和非活动成员,包括:
判断所述子集S中的任一用户k是否满足p(S<k)<P,其中,p(S<k)是指所述子集S中在用户k前面的所有用户的总功率需求;
若是,则将所述用户k定义为所述活动成员;
若否,则将所述用户k定义为所述非活动成员。
7.一种总速率最大化的NOMA下行用户选择装置,其特征在于,包括:
第一搜寻模块,用于在总集U中搜寻在|S|≤M+1的条件下使得ρ(S)最大化的子集S,其中,所述子集S是单个信道NOMA总速率最大化的下行用户近似集合,|S|是所述子集S的用户数量,M是预设的单个信道最多可叠加的用户数量阈值,ρ(S)是用于求单个信道NOMA总速率最大化的下行用户近似集合子集S的有关的子集S松弛函数;
第二搜寻模块,用于在所述子集S中搜寻满足条件|F|<M且p(F)≤P、使得r(F)最大化的子集作为可行子集F,其中,所述可行子集F是单个信道NOMA总速率最大化的下行用户最优集合,所述p(F)是所述子集F的总功率需求,所述P是预设的功率预算值,所述r(F)是所述子集F的总速率需求;
输出模块,用于输出所述可行子集F。
8.一种计算机设备,其特征在于,所述计算机设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-6中任一项所述的总速率最大化的NOMA下行用户选择方法。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储计算机程序,所述计算机程序被处理器执行时实现如权利要求1-6中任一项所述的总速率最大化的NOMA下行用户选择方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111406920.XA CN114124254B (zh) | 2021-11-24 | 2021-11-24 | 一种总速率最大化的noma下行用户选择方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111406920.XA CN114124254B (zh) | 2021-11-24 | 2021-11-24 | 一种总速率最大化的noma下行用户选择方法和*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114124254A true CN114124254A (zh) | 2022-03-01 |
CN114124254B CN114124254B (zh) | 2024-03-29 |
Family
ID=80372246
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111406920.XA Active CN114124254B (zh) | 2021-11-24 | 2021-11-24 | 一种总速率最大化的noma下行用户选择方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114124254B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107528624A (zh) * | 2017-03-30 | 2017-12-29 | 中国矿业大学 | 一种基于非正交多址接入技术的稳健波束成形的设计方法 |
US20180027507A1 (en) * | 2016-07-19 | 2018-01-25 | Institut Mines-Telecom / Telecom Bretagne | Method and apparatus for power and user distribution to sub-bands in noma systems |
CN109088682A (zh) * | 2018-07-05 | 2018-12-25 | 安徽师范大学 | 一种基于noma的miso网络下安全速率和最大化方法 |
CN109905918A (zh) * | 2019-02-25 | 2019-06-18 | 重庆邮电大学 | 一种基于能效的noma蜂窝车联网动态资源调度方法 |
US20190356364A1 (en) * | 2018-05-18 | 2019-11-21 | Futurewei Technologies, Inc. | System and Method for Communications System Training |
CN110944378A (zh) * | 2019-11-13 | 2020-03-31 | 中通服咨询设计研究院有限公司 | 5g移动通信场景下d2d通信的noma功率分配方法 |
WO2020091560A1 (ko) * | 2018-11-02 | 2020-05-07 | 엘지전자 주식회사 | 무선 통신 시스템에서 신호의 송수신 방법 및 이를 위한 장치 |
US20210022088A1 (en) * | 2018-03-28 | 2021-01-21 | Institut Mines-Telecom | Method and apparatus for power distribution to sub-bands in multiple access communications systems |
CN112333813A (zh) * | 2020-11-03 | 2021-02-05 | 重庆邮电大学 | 一种硬件损伤下协作noma网络最大化和速率的功率分配方法 |
CN113473388A (zh) * | 2021-06-30 | 2021-10-01 | 河南大学 | 基于人工噪声的noma全双工用户协作保密传输方法 |
-
2021
- 2021-11-24 CN CN202111406920.XA patent/CN114124254B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180027507A1 (en) * | 2016-07-19 | 2018-01-25 | Institut Mines-Telecom / Telecom Bretagne | Method and apparatus for power and user distribution to sub-bands in noma systems |
CN107528624A (zh) * | 2017-03-30 | 2017-12-29 | 中国矿业大学 | 一种基于非正交多址接入技术的稳健波束成形的设计方法 |
US20210022088A1 (en) * | 2018-03-28 | 2021-01-21 | Institut Mines-Telecom | Method and apparatus for power distribution to sub-bands in multiple access communications systems |
US20190356364A1 (en) * | 2018-05-18 | 2019-11-21 | Futurewei Technologies, Inc. | System and Method for Communications System Training |
CN109088682A (zh) * | 2018-07-05 | 2018-12-25 | 安徽师范大学 | 一种基于noma的miso网络下安全速率和最大化方法 |
WO2020091560A1 (ko) * | 2018-11-02 | 2020-05-07 | 엘지전자 주식회사 | 무선 통신 시스템에서 신호의 송수신 방법 및 이를 위한 장치 |
CN109905918A (zh) * | 2019-02-25 | 2019-06-18 | 重庆邮电大学 | 一种基于能效的noma蜂窝车联网动态资源调度方法 |
CN110944378A (zh) * | 2019-11-13 | 2020-03-31 | 中通服咨询设计研究院有限公司 | 5g移动通信场景下d2d通信的noma功率分配方法 |
CN112333813A (zh) * | 2020-11-03 | 2021-02-05 | 重庆邮电大学 | 一种硬件损伤下协作noma网络最大化和速率的功率分配方法 |
CN113473388A (zh) * | 2021-06-30 | 2021-10-01 | 河南大学 | 基于人工噪声的noma全双工用户协作保密传输方法 |
Non-Patent Citations (3)
Title |
---|
NGUYEN, KH (NGUYEN, KHA-HUNG).ETC: "Dynamic User Pairing for Non-Orthogonal Multiple Access in Downlink Networks", IEEE ICCE 2020: 2020 IEEE EIGHTH INTERNATIONAL CONFERENCE ON COMMUNICATIONS AND ELECTRONICS (ICCE) * |
李晴;宋荣方;: "多载波NOMA下行链路***和速率最大化研究", 南京邮电大学学报(自然科学版), no. 06 * |
陈帅帅: "5G-V2X***中基于功率域非正交多址的关键技术研究", 中国优秀硕士学位论文全文数据库 * |
Also Published As
Publication number | Publication date |
---|---|
CN114124254B (zh) | 2024-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8761677B2 (en) | Multiple stage hybrid spectrum sensing methods and systems for cognitive radio | |
CN111294959B (zh) | 一种联合用户分组和功率分配的优化方法及其优化装置 | |
CN113965233B (zh) | 一种基于深度学习的多用户宽带毫米波通信资源分配方法 | |
CN103141067A (zh) | 频带识别方法、装置和计算机程序产品以及性能评估方法、装置和计算机程序产品 | |
US20200112962A1 (en) | User selection method for non-orthogonal multiple access system and base station thereof | |
CN111310834B (zh) | 数据处理方法及装置、处理器、电子设备、存储介质 | |
US20230068304A1 (en) | Data Transmission Method and Apparatus, First Communication Node, and Second Communication Node | |
CN111614373B (zh) | 扩频信号发送、扩频信号接收方法、装置、设备及介质 | |
US8767866B2 (en) | Method and apparatus for weight factor matrix determination for beam forming | |
CN114124254A (zh) | 一种总速率最大化的noma下行用户选择方法和*** | |
US9271229B2 (en) | Methods, systems, and media for partial downloading in wireless distributed networks | |
CN112671430A (zh) | 码分复用扩频索引调制、解调通信方法、发射机和接收机 | |
CN115987454A (zh) | 解调译码方法、装置、存储介质及电子设备 | |
KR20100046755A (ko) | 다중 셀 다중 안테나 환경의 무선통신 시스템 및 그 방법 | |
Astaiza et al. | Compressive local wideband spectrum sensing algorithm for multiantenna cognitive radios | |
CN113612710B (zh) | 一种信道预测方法、装置、设备和介质 | |
JP5917708B2 (ja) | 無線装置及びこれを作動させる方法 | |
CN111510942B (zh) | 无线通信噪声测试方法、装置、计算机设备和存储介质 | |
US20180145711A1 (en) | Dual Receive Processing In Wireless Communications | |
JP5770861B2 (ja) | 基地局がアンテナ・アレイを有する無線システムにおける電力割当て | |
CN115087011B (zh) | 灵活帧结构仿真***的下行信号检测方法及装置 | |
CN118250127A (zh) | 一种信干噪比确定方法、装置、电子设备和存储介质 | |
Lu et al. | LDLT decomposition based spectrum sensing in cognitive radio using hard decision criterion | |
CN113490262B (zh) | 信道嗅探方法、装置、设备及存储介质 | |
CN102334305B (zh) | 在多载波***中指配处理延迟的方法和设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |