《NOMA网络能效优化》对不同实际应用场景下NOMA网络的能效问题进行建模分析和算法优化设计，分别介绍采用博弈论、凸优化、元启发式和机器学习等方法来处理NOMA网络能效优化中涉及的用户调度、子载波分配和功率分配等问题。《NOMA网络能效优化》共6章，主要内容包括：能效优化的博弈方法、能效*大化的凸优化方法、基于元启发式的能效优化方法、能效优化的机器学习模型和无人机辅助的NOMA物联网资源分配。

目录
第1章 绪论 1
1.1 研究背景与意义 1
1.2 NOMA简介 2
1.2.1 NOMA分类 2
1.2.2 NOMA的优点 3
1.2.3 NOMA主要的网络解决方案 4
1.3 系统模型和能效优化问题 6
1.3.1 MCMC-NOMA网络 6
1.3.2 整体能效 7
1.3.3 加权能效和 8
1.3.4 加权能效乘积 8
1.3.5 加权*小能效 8
1.4 无线系统资源分配方法 9
1.4.1 用户调度方法 9
1.4.2 高能效功率分配方法 11
1.4.3 机器学习/深度学习方法 12
1.5 本章小结 13
第2章 能效优化的博弈方法 14
2.1 博弈论简介 14
2.2 无线通信中的博弈论 15
2.3 均衡与稳定性 15
2.3.1 无线通信中博弈模型 17
2.3.2 资源分配中匹配博弈 18
2.3.3 功率分配的拍卖博弈 20
2.3.4 改进的功率分配拍卖博弈 21
2.3.5 资源分配的潜博弈 22
2.4 仿真结果 24
2.5 未来研究方向 29
2.6 本章小结 29
第3章 能效*大化的凸优化方法 30
3.1 基于逐次凸逼近的能效*大化资源分配 30
3.2 基于SPCA的EEM资源分配 32
3.2.1 MCMC-NOMA中基于SPCA的和速率*大化 32
3.2.2 MCMC-NOMA中基于SPCA的全局能效*大化 34
3.2.3 硬件损伤条件下MCMC-NOMA系统基于SPCA的全局能效优化 35
3.3 资源分配的分式规划方法 40
3.3.1 Dinkelbach算法 40
3.3.2 类Dinkelbach算法 42
3.3.3 闭式分式规划 43
3.3.4 多维二次变换 45
3.4 仿真结果 47
3.5 本章小结 58
第4章 基于元启发式的能效优化方法 59
4.1 鲸鱼优化算法 60
4.2 用户调度的二进制鲸鱼优化算法 61
4.2.1 包围猎物 61
4.2.2 泡网攻击 62
4.2.3 搜索猎物 63
4.3 改进的自适应鲸鱼优化算法 64
4.4 基于粒子群优化算法的资源分配 67
4.4.1 基于PSO的用户调度 68
4.4.2 一种改进PSO的功率分配 69
4.5 仿真结果 70
4.6 本章小结 73
第5章 能效优化的机器学习模型 74
5.1 学习机制与应用 75
5.2 人工智能辅助的无线网络和机器学习的作用 75
5.3 基于模型的机制 79
5.3.1 与类型无关的数据驱动模型 79
5.3.2 特定类型的模式模型 82
5.4 深度展开方法 88
5.5 仿真结果 91
5.6 本章小结 95
第6章 无人机辅助的NOMA物联网资源分配 96
6.1 系统模型 96
6.2 问题建模 99
6.3 能效优化算法 100
6.3.1 用户调度 100
6.3.2 无人机位置部署 103
6.3.3 功率分配 106
6.4 复杂度分析 109
6.5 仿真结果 110
6.6 本章小结 114
参考文献 116

第1章 绪论
　　1.1 研究背景与意义
　　无线通信是信息和通信技术领域中一个重要的发展方向，并且从**代（1G）移动通信到第五代（5G）移动通信一直在快速发展。这种技术上的演进和发展可以更好地支持移动通信更高的连接需求并满足用户的传输速率需求。然而，即使是5G技术也并不能完全满足下一代网络的高速率、海量连接、绿色节能等需求[1，2]。因此，全球科研单位、工业界和学术界正在逐步开展第六代（6G）移动通信技术的研究。6G技术将提供更高的数据速率、更多的连接数、更可靠的传输和更低的时延来满足未来社会步入虚拟化孪生数字空间的通信需求[3-6]。与此同时，能源消耗已经成为通信网络中的一个重要问题，因为它会导致环境和经济问题[1]。因此，绿色通信已经成为通信领域中一个重要的研究领域[7，8]。采用绿色通信技术来降低通信系统的能耗，有助于降低通信的运营成本并减少碳排放，从而为社会的可持续发展作出贡献。6G网络相对于5G网络而言需要处理成百上千倍数量级增长的业务需求，有效的资源管理是应对挑战的关键。这包括尽可能有效地利用无线数据传输的可用时间、频率和功率等资源。虽然获取新频段是一种解决方案，但在广域覆盖频段中找到两倍以上的频谱是不现实的[3]。本书研究下一代网络中非正交多址接入（non-orthogonal multiple access，NOMA）网络如何通过有效的资源管理技术来提高系统的能量效率（energy efficiency，EE）。因此，为满足用户的服务质量要求，通过优化NOMA网络的用户调度（用户关联和子信道分配）、发射功率等资源以实现系统的绿色节能通信。
　　近年来，物联网、5G和人工智能等技术的快速发展，对无线通信的能效提出了更高的要求。传统的通信系统存在性能瓶颈和能源消耗问题，因此需要探索新的技术手段来提高无线通信的能效。未来网络中可以采用能量收集和共享、智能反射面、超大规模多天线技术等来提升无线通信的能效。在多址技术方面，传统的正交多址接入（orthogonal multiple access，OMA）无法满足未来海量连接等业务的需求，NOMA技术是其中一种有效的解决方案。相对于OMA技术而言，NOMA技术可以将多个用户的信息叠加在同一个频率上进行传输，从而提高系统的频谱利用率和能效。在通常情况下，系统的效率是以系统获得的收益和相应成本的比率来衡量的[9]。在无线通信领域中，能效代表实现特定结果（如数据速率和容量、覆盖范围）时所消耗的能源。更具体而言，能效指在单位功耗条件下可以传输到接收端的数据量。在这种情况下，相应的收益表示系统的吞吐量，相应的成本包括传输数据所需的功率、电路功耗和信号处理等功率消耗。电路功耗取决于终端中的发射机和接收机电路，而功率放大器的效率则更为重要[9]。尽管电路功耗通常是恒定的，但在无线通信系统中对能效的主要影响来自发射功率。这个发射功率主要取决于通信传输速率和需要服务的用户数量。因此，在无线通信中，系统的能效通常定义为系统吞吐量和系统功耗的比值，它可以用于表征通信系统、通信链路或单个用户等在系统传输速率和功率消耗之间的折中关系。
　　随着网络中接入用户数量的快速增长，用户同时访问可用频谱的需求极易造成信道过载和网络拥塞。为了处理这些情况，需要采用不同的接入技术和用户优先级技术，同时结合高效的资源管理技术来提高网络的吞吐量并满足海量用户的接入需求。然而，对于大型的多小区网络，小区内和小区间干扰问题是不可避免的，系统整体更高的性能增益通常需要采用更加复杂的资源分配。由于网络流量和信道特性的变化，设计稳健和低复杂性的资源分配和干扰管理技术，动态进行功率分配、信道选择和小区选择，实现网络资源的有效利用是一项具有挑战性的工作。传统资源分配算法通常以*大化系统的吞吐量为目标，而这样的分配策略一般并不能保证整个系统处于绿色节能的状态，其存在能耗开销过大的问题。为了更加节能和环保地对整个网络资源进行调配，可以通过资源分配优化系统的能效来实现系统的吞吐量和功耗的有效折中。能效作为下一代无线通信网络中的关键性能指标之一，需要采用各种先进的通信技术进行改进，这包括网络部署策略、链路自适应技术、多址接入技术、自适应网络资源管理等[9]。在研究NOMA网络中的能效优化问题时（特别是多载波多小区NOMA系统），由于该类问题一般都属于一个混合整数的非凸优化问题，因此设计高效的资源分配算法来优化系统资源以实现更优的能效是一项具有挑战性的工作。这需要综合运用数学建模、算法设计以及实验验证等手段来解决。总之，提高无线通信的能效对于实现可持续发展和节约能源至关重要。使用新的技术手段和优化资源管理，可以进一步提高无线通信系统的能效，为未来的数字社会提供更加绿色、节能的通信服务。
　　1.2 NOMA简介
　　1.2.1 NOMA分类
　　NOMA被认为是6G网络中*具前途的技术之一[10-14]，其因能够为海量用户提供优异的连接性而受到研究者的广泛关注。相较于时分多址、频分多址和码分多址技术，NOMA技术能够在同一时频资源块上支持多用户同时接入，成为一种高效利用频谱的技术方案。其主要思想是以提高分离非正交信号所需的接收机复杂度为代价，实现对资源更为灵活的分配。NOMA方案可以分为两种主要类型：功率域非正交多址接入（power domain non-orthogonal multiple access，PD-NOMA）系统和码域非正交多址接入（code domain non-orthogonal multiple access，CD-NOMA）系统。图1.1为NOMA技术的分类图。下面介绍几种常见的NOMA技术。
　　PD-NOMA：在该方案中，不同用户生成的信号在通过信道编码和调制后直接在发送端叠加在一起。多个用户共享相同的时频资源，各个用户的信号通过诸如串行干扰消除（successive interference cancellation，SIC）[16]等多用户检测算法在接收端中被检测出来。PD-NOMA相比于OMA技术提高了系统的频谱效率，减少了用户网络传输等待时间，且可容纳更多用户。此外，基于信息论的观点，在发射机使用叠加编码进行非正交复用，在接收机使用SIC的情况下，PD-NOMA不仅优于传统的正交复用，而且从实现下行广播信道的容量区域的角度看其也是*优的。
　　CD-NOMA：CD-NOMA的概念受**的码分多址（code division multiple access，CDMA）系统启发，其中多个用户共享相同的时频资源，但不同用户采用唯一的特定扩展序列。然而，与CDMA相比，扩展序列在NOMA中被限制为稀疏序列或非正交低互相关序列。基于稀疏扩展序列的低密度扩展码分多址（low-density spreading code division multiple access，LDS-CDMA）是*初的NOMA形式。当考虑到频域扩展时，另一个密切相关的技术是低密度扩展辅助的正交频分复用（low-density spreading aided orthogonal frequency division multiplexing，LDS-OFDM），它将每个用户的符号扩展到所有OFDM子载波上，使得扩展码片数等于子载波数。然后，在所有子载波上叠加用户特定扩展序列，可以支持多个用户。*近，基于LDS-CDMA的稀疏码多址（sparse code multiple access，SCMA）技术已被引入作为码域复用的一种形式。
　　MUSA：多用户共享接入（multi-user shared access，MUSA）是另一种基于码域多路复用的NOMA方案，其中特定用户的所有发送符号都与同一个扩展序列相乘。连续干扰消除辅助多址（successive interference cancellation amenable multiple access，SAMA）的系统模型与MUSA类似，但存在一些小的差异[15]。
　　除了上述几种NOMA方案之外，NOMA还有一系列其他方案，例如空间分割多址（space division multiple access，SDMA）、模式分割多址（pattern division multiple access，PDMA）、基于签名的NOMA、交织分割多址（interleave division multiple access，IDMA）和位分割复用（bit division multiplexing，BDM）等方式。在本书中，我们主要关注基于功率域的NOMA系统的资源分配。
　　1.2.2 NOMA的优点
　　NOMA技术相对于传统的正交多址接入技术具有更高的频谱效率，因为它可以在同一频段容许多个用户同时接入。NOMA系统的优势可总结如下。
　　（1）NOMA系统实现了更高的频谱效率（spectrum efficiency，SE），因为它考虑用户的信道条件，在频谱资源的并发共享过程中对不同信道条件的用户进行优先级排序。这样可以保证用户间的公平性，并且提高整个系统的吞吐量[7，8]。
　　（2）NOMA系统允许多个用户同时占用相同的子信道，并且应用SIC来提取期望的信号[1]。这使得NOMA能够显著增加并发连接数，从而支持大规模连接。
　　（3）相对于需要发送调度消息以便被授权接入的OMA技术，NOMA系统可以为在频域和时域中定义的预配置资源相关联用户实现免授权接入。因此，NOMA技术相对于OMA技术可以实现更低的传输等待时间和信令成本。图1.2为NOMA和OMA的比较。
　　（4）对于NOMA系统而言，及时准确地获取信道状态信息（channel state information，CSI）并非完全必要。只要信道没有快速变化，无论用户是否移动，信道中存在延迟或有限的不准确性，性能都不会严重受损。
　　1.2.3 NOMA主要的网络解决方案
　　考虑PD-NOMA系统，信号传输阶段发送端使用**调制技术将不同用户的信号彼此叠加。在接收阶段，接收端使用多用户检测算法（如SIC等）来检测各自的信号。根据信息论可知，与传统正交接入技术相比，联合发射端的信号叠加编码和接收机中SIC解码的非正交接入技术能够实现更优的性能。为了进一步利用PD-NOMA，NOMA主要的网络解决方案有下面三种。
　　（1）基于SIC的NOMA接收机方案。在这种解决方案中，不同用户的信号用不同的功率缩放因子进行加权。图1.3为依赖于SIC接收机的PD-NOMA系统。SIC的*佳检测顺序取决于用户之间的信道增益。信道增益较好的用户可以在检测自己的信号之前，*先检测信道增益较差的用户，通过SIC消除这些用户的干扰。然后，系统可以为信道增益较差的用户分配较高的功率，以提高其信干噪比并保证用户之间的公平性。
　　（2）多输入多输出（multiple input multiple output，MIMO）系统中NOMA方案。为了进一步提高系统频谱效率，可以将NOMA技术与MIMO技术结合。图1.4显示了MIMO中的典型NOMA解决方案。在MIMO中，不同的天线用于在空间域中产生不同的波束。NOMA可用于在同一波束上传输不同的叠加信号，称为波束间叠加编码调制。该方案可以利用多天线的空间复用和分集增益，能够提高NOMA系统的性能，适合于需要高数据速率传输的系统。
　　（3）合作NOMA方案。该方案类似于基于SIC的NOMA接收机方案。然而，对于较强的用户来说，要接收较弱用户的信号，需要部署一个中继来传送来自较弱用户的信号，以帮助较强的用户接收这些信号。
　　NOMA的上述所有特征使其成为6G网络的一个有前途的候选多址接入技术。然而，NOMA网络的性能通常取决于如何有效地管理多维的系统资源，例如频谱和功率资源等。因此，有效的资源优化技术在NOMA系统中变得至关重要，接下来介绍本书用到的系统模型和能