认知协作网络中非正交多址接入技术性能研究

李美玲，李莹，SAMI Muhaidat，董增寿，王安红，梁杰，丁丽萍



认知协作网络中非正交多址接入技术性能研究

李美玲1，李莹1，SAMI Muhaidat2，董增寿1，王安红1，梁杰1，丁丽萍3

（1.太原科技大学电子信息工程学院, 山西 太原 030024；2.英国萨里大学，萨里 GU27XH; 3.中国科学院软件研究所，北京 100190）

将NOMA技术应用于下行认知中继协作网络，提出基于AF的认知多用户中继协作NOMA系统（CM-RC-NOMA），给出了不同认知中继协作方案下PU和SU中断性能，并推导了其闭合表达式；同时将AF中继协作方式与DF中继协作方式进行了对比。仿真结果表明，当SU到PU信道链路条件不差于BS到PU信道链路条件时，AF方式相比DF方式可以使PU获得更低的中断概率；另一方面，所提最佳认知中继协作方案相比传统最佳认知中继协作方案可以获得更佳的PU中断性能。

认知协作网络；非正交多址接入；最佳中继；中断概率

1 引言

非正交多址接入 (NOMA, non-orthogonal multiple access) 技术通过为不同的用户信号分配不同的功率，从而实现在相同的频带上同时为多个用户提供服务，与传统正交多址接入技术(OMA, orthogonal multiple access)相比，可大大提高频谱利用率[1-2]。研究表明NOMA相比OMA方案可以有效提高频谱利用率[3-5]。

在无线网络中，信道的多径传播、阴影衰落和路径损耗等特性将会严重影响到系统性能。而协作通信技术可以有效抵抗无线信道衰落，提高传输可靠性[6-8]。关于协作传输在NOMA系统(C-NOMA) 中的应用正在业界广泛研究。文献[9]基于NOMA系统，考虑一个基站通过单个放大转发(AF,amplify and forward)中继与多个移动端同时通信，对系统中断概率性能进行了分析。文献[10]则考虑基于NOMA的蜂窝网络，分析了单个中继采用解码转发(DF,decode and forward)时全双工协作NOMA系统的中断性能。文献[11]进一步考虑NOMA系统存在2个用户和一个中继的场景，并分析了全双工中继模式下用户的中断性能。文献[12]将 NOMA 应用于具有多播业务和单播业务的多用户网络，设计了一种可以在确保多播业务可靠性的同时提高单播业务性能的赋形方案及功率分配方法。

认知无线电技术可以为多用户提供开放的频谱资源提高频谱效率，因此，将认知无线电中的频谱共享策略与NOMA技术结合可以进一步提高频谱利用率。通过将NOMA引入到认知系统，可以提高SU的接入机会以及系统吞吐量。在传统OMA系统中，即使主用户(PU, primary user)的信道条件较差，次用户 (SU, secondary user)也无法接入授权频谱，从而导致资源的空闲，降低系统吞吐量。利用NOMA技术，基站可以同时为PU和SU提供服务，而不会引起PU性能明显降低，从而有效提高频谱利用率。NOMA系统与OMA系统中用户性能分析的不同，关键在于基站对多个用户信号的功率分配和终端所使用的SIC技术带来的性能提升。在文献[13]中，作者研究了NOMA技术应用于认知网络时的系统性能，结果表明基于NOMA的认知网络系统性能明显优于传统基于OMA的认知网络系统性能。文献[14]则研究了利用NOMA技术实现认知无线网络中认知用户的频谱共享。文献[15]首次提出，SU利用连续干扰删除(SIC, successive interference cancellation) 技术来避免同信道干扰从而得到期望信号，将接收到的基站消息发送给PU从而提高认知NOMA系统性能，文中考虑SU采用DF方式转发数据。在中继转发协议方式中，DF协议可以避免噪声前传，适合于源节点—中继节点信道质量较好的环境，但是操作方式相对复杂，而且一定存在解码转发延时。而AF方式操作简单，同时中继也会将噪声放大化转发到目的节点。但是在NOMA系统中，由于SU和PU均采用SIC技术消除干扰，PU可获得的信号干扰噪声比与传统OMA系统有所不同，因此基于AF的认知中继协作NOMA系统性能值得深入研究。

本文考虑一个下行认知多用户中继协作NOMA (CM-RC-NOMA, cognitive multiuser relay cooperation based NOMA)系统，如图1所示，基站发送2个不同消息的复合信号，分别给一个单播PU和一组多播业务的SU，其中，SU将作为认知中继以AF方式辅助PU传输数据。基于所考虑CM-RC-NOMA系统提出基于AF的多认知中继协作方案和最佳认知中继协作方案，推导了各种方案下CM-RC-NOMA系统PU中断概率和SU中断概率；分析了认知用户数对系统性能的影响情况。结果表明，当SU到PU信道链路条件不差于BS到PU信道链路条件时，AF方式相比DF方式可以使PU获得更低的中断概率；另一方面，所提最佳认知中继协作方案相比传统最佳认知中继协作方案可以使PU中断概率更低。

图1 CM-RC-NOMA系统模型

2 系统模型

因此，结合式 (2)，在第2个时隙，PU接收到的来自第个SU的信号可以表示为

而当SU采用DF方式转发信号时，PU接收到的信号可表示为

在认知中继网络中，次网络可以选择全部SU转发原始NOMA信号，也可以选择其中一个SU来转发，由于PU会利用SIC技术来应对干扰从而对接收到的信号进行解码，因此，在单认知中继协作NOMA系统中，认知中继的选择对于PU性能的影响情况如何值得深入研究。后面的仿真结果也表明，本文给出的基于PU的的最佳中继选择方案，相比传统仅考虑信道条件的最佳中继选择方案，可以降低PU中断性能，提高PU传输可靠性。

下面，对如图1所示的模型分别对SU中断性能和基于多用户认知中继协作NOMA（MCR-C-NOMA，multi-user cognitive relay based C-NOMA）方案和单用户认知中继协作NOMA（SCR-C-NOMA，single-user cognitive relay based C-NOMA）方案下PU中断性能进行分析，其中，在SCR-C-NOMA情况下，本文讨论3种最佳认知中继协作方式：基于SU的最大化的最佳认知中继C-NOMA （SU-S-BCR-C-NOMA，SU-S based best cognitive relay C-NOMA）方案、基于PU的SINR最大化的最佳认知中继C-NOMA（PU-S-BCR-C-NOMA，PU-S based best cognitive relay C-NOMA）方案和联合考虑SU和PU SINR最大化的最佳认知中继C-NOMA （C-SU-PU -BCR-C-NOMA, C-SU-PU based best cognitive relay C-NOMA）方案。

3 SU中断性能分析

因此可以得到，式(6)可分别计算为

(8)

此时，结合式(6)可以得到

4 MCR-C-NOMA PU中断性能

在MCR方案中，网络中的所有SU都会接收到BS信号并采用AF方式转发给PU。因此，PU将接收到第一时隙来自BS的复合信号和第2时隙来自个SU转发的信号。PU可以采用最大比合并（MRC，maximum ratio combining）、等增益合并（EGC，equal gain combining）和选择式合并（SC，selective combining）等分集合并技术来处理接收到的多路信号，其中，SC合并方式实现复杂度低，方法简单，而且本文的主要目的在于衡量基于AF的认知中继协作NOMA系统的性能。所以，本文考虑PU采用SC方式合并来自BS的信号和路SU的信号。

结合式(16)和式(17)可以写为

因此，对于式(18)，结合式(13)，可以得到

将式(19)和式(21)代入式(18)即可得到MCR方案下采用AF中继转发方式下PU中断概率。

5 SCR-C-NOMA PU中断性能

因此，可以得到最佳SCR方案PU中断概率可以表示为

对于式(23)，等号后面第一项与认知中继的选择无关，而第二项根据式(14)，可以得到

根据式(24)，可以看到，PU中断概率主要取决于所选择的认知中继，其决定了它与BS和PU的信道条件。下面分别讨论SU-S-BCR、PU-S-BCR和C-SU-PU-BCR这3种最佳认知中继协作NOMA方案下PU中断概率。

1) SU-S-BCR方案

根据式(2)，可以得到式(25)可退化为传统OMA系统基于源链路信道条件最大化的最佳认知中继选择方案(S-BCR, source based best cognitive relay)。

因此，当采用SU-S-BCR方案转发PU信号时，根据式(24)，PU的中断概率最终可计算如式(27)所示。

2) PU-S-BCR方案

因此，经推导，当采用PU-S-BCR方案转发PU信号时，PU的中断概率为

3) C-SU-PU-BCR方案

经推导，当采用C-SU-PU-BCR方案转发PU信号时，PU的中断概率为

需要说明的是，对于式(27)、式(29)和式(31)很难得到精确的计算表达式，但是本文已经给出了简单的求和表达式，很容易借助计算机仿真辅助得到其结果。

4) DF中继方式时PU中断性能

在仿真中，本文对比了AF中继方式和DF中继方式对认知NOMA系统性能影响情况。本节给出仿真中SU采用DF中继转发方式时，PU中断概率的计算。根据文献[15]，PU中断概率为

而根据式(15)可得

结合式(32)~式(36)可以得到本文参考的SU采用DF中继方式时PU的中断概率。

6 仿真结果

本节对比了认知NOMA系统AF方案和DF方案对于PU中断性能的影响情况。另一方面，在认知NOMA系统中，PU收到的是包含自身所需信号和SU信号的复合信号，需利用SIC技术将SU信号视为干扰信号而提取PU信号，因此接收到的信号干扰噪声比不仅取决于其信道链路条件，还与认知中继的选择有关，本文分别对比了MCR-C-NOMA、SU-S-BCR-C-NOMA、PU-S-BCR- C-NOMA和C-SU-PU-BCR-C-NOMA以及最佳单认知中继方案下PU中断性能，并与采用传统OMA系统最佳中继选择方案时的C-NOMA系统进行了性能对比，即S-BCR-C-NOMA、D-BCR-C-NOMA和Max-Min-BCR-C-NOMA。

而对于SU而言，由于本文不考虑SU网络内部的转发，因此其中断性能与认知中继转发方式无关，而仅与BS到SU链路条件有关，由图2(b)可以看出，BS到SU链路条件越好，SU中断概率越低。

图2 中断概率随发射信噪比的变化情况

图3 PU中断概率随发射信噪比的变化情况

图4 不同认知中继协作方案下的PU 中断性能

图5 所提方案与传统方案对比

图6 PU中断概率随目标传输速率变化情况

7 结束语

本文提出了基于AF的认知多用户中继协作NOMA系统，推导并分析了MCR、SU-S-BCR、PU-S-BCR和C-SU-PU-BCR这4种认知中继协作方案下CM-RC-NOMA系统中PU和SU中断性能。仿真结果表明，当SU到PU信道链路条件不差于BS到PU信道链路条件时，AF方式相比DF方式可以使PU获得更低的中断概率；所提C-SU-PU-BCR方案可以实现最佳的PU中断性能，可应用于实际节约信令开销。需要说明的是，本文仅从PU角度分析了基于AF方式的CM-RC-NOMA性能，下一步将考虑包括PU和SU的全网性能，以便更实际地测量CM-RC-NOMA系统整体网络性能，以及采用NOMA技术所带来的PU和SU性能折衷情况。

图7 PU中断概率随PU分配的功率比变化情况

[1] GE X H, CHEN J Q,WANG C X, et al. 5G Green cellular networks considering power allocation schemes[J]. Science China Information Sciences, 2016, 59(2): 1-14.

[2] DING Z G, LIU Y W ,CHOI J H, et al. Application of non-orthogonal multiple access in LTE and 5G Networks[J]. IEEE Communications Magazine, 2017, 55(2): 185-191.

[3] DING Z G, YANG Z , FAN P, et al. On the performance of non-orthogonal multiple access in 5g systems with randomly deployed users[J]. IEEE Signal Processing Letters, 2014, 21(12): 1501-1505.

[4] TIMOTHEOU S ,KRIKIDIS I. Fairness for non-orthogonal multiple access in 5G systems[J]. IEEE Signal Processing Letters. 2015, 22 (10): 1647-1651.

[5] YANG Z, DING Z, FAN P, et al. A general power allocation scheme to guarantee quality of service in downlink and uplink NOMA system[J]. IEEE Transactions on Wireless Communications. 2016, 15(11): 7244-7257.

[6] LANEMAN J N, TSE D N C, WORNELL G W, et al. Cooperative diversity in wireless networks: efficient protocols and outage behavior[J]. IEEE Transactions on Information Theory, 2004, 50(12): 3062-3080.

[7] HUNTER T E, SANAYEI S ,NOSRATINIA A. Outage analysis of coded cooperation[J]. IEEE Transactions on Information Theory, 2006, 52(2): 375-391.

[8] 李美玲. 基于中继的协作频谱感知性能分析及优化[J]. 通信学报, 2013, 34, (9): 33-40.

LI M L. Performance analysis and optimization of cooperative spectrum sensing with relay[J]. Journal on Communications, 2013, 34(9): 33-40.

[9] MEN J, GE J , ZHANG C. Performance analysis of nonorthogonal multiple access for relaying networks over Nakagami-m fading channels[J]. IEEE Transactions on Vehicular Technology. 2017, 66(2): 1200-1208.

[10] DING Z, DAI H, POOR H V. Relay selection for cooperative NOMA[J]. IEEE Wireless Communications Letters, 2016, 5(4): 416-419.

[11] ZHONG C，ZHANG Z. Non-orthogonal multiple access with cooperative full-duplex relaying[J]. IEEE Communications Letters, 2016, 20 (12): 2478-2481.

[12] DING Z G, ZHAO Z Y ,PENG M G, et al. On the spectral efficiency and security enhancements of NOMA assisted multicast-unicast streaming[J]. IEEE Transactions on Communications. 2017, 65(7): 3161-3163.

[13] LIU Y, DING Z, ELKASHLAN M, et al. Nonorthogonal multiple access in large-scale underlay cognitive radio networks[J]. IEEE Transactions on Vehicular Technology, 2016, 65(12):10152-10157.

[14] LV L, NI Q , DING Z, et al. Application of non-orthogonal multiple access in cooperative spectrum-sharing networks over nakagami-m fading channels[J]. IEEE Transactions on Vehicular Technology. 2017, 66 (6): 5506-5511.

[15] LV L, CHEN J , NI Q. Cooperative non-orthogonal multiple access in cognitive radio[J].IEEE Communications Letters, 2016, 20(10): 2069-2062.

[16] GRADSHTEYN I S, RYZHIK I M. Table of integrals, series and products[J]. Mathematics of Computation, 2007, 20(96):1157-1160.

Research on the NOMA performance in cognitive cooperation network

LI Meiling1, LI Ying1, SAMI Muhaidat2, DONG Zengshou1, WANG Anhong1, LIANG Jie1, DING Liping3

1. School of Electronic and Information Engineering, Taiyuan University of Science and Technology, Taiyuan 030024, China 2. University of Surrey, Surrey GU27XH, UK 3. Institute of Software, Chinese Academy of Sciences, Beijing 100190, China

The non-orthogonal multiple access (NOMA) technology was studied in a downlink cognitive relay cooperation network. A cognitive multiuser relay cooperation based NOMA scheme was proposed (CM-RC-NOMA), in which, the outage performance of PU and SU were given under different cognitive relay cooperation schemes and the corresponding outage expressions were also derived. At the same time, the AF based relay cooperation method and the DF based relay cooperation method were compared. The simulation results show that the lower outage of PU can be achieved by AF method compared with DF method, when the channel condition of BS to PU is no more than that of SU to PU. It is also revealed that the optimal outage performance of PU can be achieved by the proposed best cognitive relay cooperation scheme in contrast to the traditional best cognitive relay cooperation scheme.

cognitive cooperation network, NOMA, best relay, outage probability

TN911.1

A

10.11959/j.issn.1000−436x.2018152

李美玲（1982−），女，山西宁武人，博士，太原科技大学副教授，主要研究方向为无线通信关键技术、认知无线网络、协作通信、物理层安全技术、NOMA。

李莹（1994−），女，山西河津人，太原科技大学硕士生，主要研究方向为无线认知网络的物理层安全。

SAMI Muhaidat（1971−），男，加拿大人，英国萨里大学教授，主要研究方向为无线通信关键技术、物理层安全、物联网技术等。

董增寿（1970−），男，山西寿阳人，博士，太原科技大学教授，主要研究方向为故障诊断、图像处理与模式识别、专网通信技术等。

王安红（1972−），女，山西闻喜人，博士，太原科技大学教授，主要研究方向为多媒体通信等。

梁杰（1970−），男，河南洛阳人，加拿大大西蒙雷泽夫大学教授，主要研究方向为视频通信、深度学习等。

丁丽萍（1965−），女，山东青州人，中国科学院软件研究所研究员、博士生导师，主要研究方向为数字取证、系统安全、可信计算等。

2018−04−22；

2018−08−02

李莹，564932926@qq.com

国家自然科学基金资助项目（No.61672373, No.U1510115, No.91646203）；山西省高等学校科技创新基金资助项目（No.201802090）；山西省晋城科技攻关基金资助项目（No.201501004-4）；山西省互联网+3D打印协同创新中心基金资助项目，山西省科技创新团队基金资助项目（No. 201705D131025）；山西省1331工程重点创新团队基金资助项目

The National Natural Science Foundation of China (No. 61672373, No. U1510115, No. 91646203),STIP (No.201802090), Jincheng Technology Research Projects of Shanxi Province (No.201501004-4), CiCi3DP, STITSX (No. 201705D131025), KITSX1331