mMTC分群網(wǎng)絡(luò)上下行資源復(fù)用策略.pdf

1、海量機(jī)器類通信(massive Machine-Type Communications，mMTC)，作為物聯(lián)網(wǎng)的主要存在形式，是未來(lái)無(wú)線通信網(wǎng)絡(luò)的三個(gè)應(yīng)用場(chǎng)景之一。如何實(shí)現(xiàn)海量MTC設(shè)備(MTC Device，MTD)有效地接入，成為了當(dāng)下研究熱點(diǎn)之一。在有限的資源條件下，非正交多址接入(Non-Orthogonal Multiple Access，NOMA)和MTC多用戶分群技術(shù)成為實(shí)現(xiàn)mMTC系統(tǒng)大規(guī)模接入的兩個(gè)關(guān)鍵技術(shù)。
　

2、　然而，MTDs以動(dòng)態(tài)分布的方式工作，導(dǎo)致在不同時(shí)刻每個(gè)資源塊上接入到群頭(MTC Header,MTH)的MTDs數(shù)量是動(dòng)態(tài)變化的;當(dāng)超過(guò)預(yù)期數(shù)量的MTDs同時(shí)接入到同一個(gè)資源塊上時(shí)，將導(dǎo)致某些MTDs接入失敗。為了解決此問(wèn)題，在保證基站(Base Station，BS)下行通信速率前提下，本文對(duì)mMTC分群網(wǎng)絡(luò)上下行資源復(fù)用策略(Uplink and Downlink Resource Reuse Strategy,UDRR)進(jìn)行了

3、深入地研究，主要貢獻(xiàn)與創(chuàng)新如下。
　　(1)針對(duì)群與群之間沒(méi)有信息交互的情況，MTDs用戶復(fù)用本群的下行通信資源，本文提出了基于NOMA的同群上下行資源復(fù)用策略(UDRR in the Same Cluster,UDRR_S)，其本質(zhì)是NOMA系統(tǒng)在復(fù)雜約束條件下的分布式資源分配問(wèn)題。在保證該群BS-MTH下行通信速率的條件下，建立了最大化接入MTDs數(shù)量的優(yōu)化問(wèn)題。由于此問(wèn)題的搜索空間非常龐大，難以求解，因此基于串行干擾消除(S

4、uccessive Interference Cancellation，SIC)技術(shù)，利用貪心選擇策略，設(shè)計(jì)了UDRR_S算法。同時(shí)，還推導(dǎo)了最優(yōu)解的上界以及mMTC系統(tǒng)中斷概率與接入用戶數(shù)量的關(guān)系。
　　(2)針對(duì)群與群之間有充分信息交互的情況，MTDs用戶復(fù)用其他群的下行通信資源，本文提出了基于干擾協(xié)調(diào)的異群上下行資源復(fù)用策略(UDRR in Different Clustrers，UDRR_D)，其本質(zhì)是分群網(wǎng)絡(luò)在多條件約束

5、下的上下行干擾協(xié)調(diào)問(wèn)題。在保證BS-MTHs下行通信速率的情況下，建立了所有群的MTDs-MTH上行通信總和速率最大化的優(yōu)化問(wèn)題。將此優(yōu)化問(wèn)題分解成資源分配和功率控制兩個(gè)子優(yōu)化問(wèn)題，設(shè)計(jì)了UDRR_D算法，包括基于干擾沖突圖的資源塊分配算法以及基于拉格朗日乘子法的迭代功率控制算法。進(jìn)一步地，還分析了算法的復(fù)雜度以及多種復(fù)用機(jī)制下的系統(tǒng)性能。
　　分析與仿真結(jié)果表明，本文提出的上下行資源復(fù)用策略，可以有效地降低系統(tǒng)中斷概率、提高上行