Bài báo này đã được chấp nhận để xuất bản trong các số tiếp theo của tạp chí

này, nhưng chưa được chỉnh sửa đầy đủ. Nội dung có thể thay đổi trước khi xuất bản cuối cùng. Thông tin trích
Machine Translated by Google dẫn: DOI 10.1109/ACCESS.2018.2817221, Truy cập IEEE

Ngày xuất bản xxxx 00, 0000, ngày phiên bản hiện tại xxxx 00, 0000.

Mã định danh đối tượng kỹ thuật số 10.1109/ACCESS.2017.DOI

Nghiên cứu và so sánh toàn diện về các chương trình 5G

NOMA
ZHANJI WU1 ,KHÔN LU1, THÀNH CÔNG JIANG1 ,VÀ XUANBOSHAO1
1 Trường Kỹ thuật Thông tin và Truyền thông, Đại học Bưu chính Viễn thông Bắc Kinh, Bắc Kinh 100876, Trung Quốc

Tác giả tương ứng: Zhanji Wu (e-mail: wuzhanji@bupt.edu.cn).

Công trình này được tài trợ bởi Quỹ khoa học tự nhiên quốc gia (61171101) và Quỹ nghiên cứu cơ bản cho các trường đại học trung tâm của Trung Quốc.

TÓM TẮT So với công nghệ đa truy cập trực giao (OMA) truyền thống, công nghệ đa truy cập không trực giao (NOMA) có thể đạt được hiệu suất phổ cao
hơn và hỗ trợ kết nối lớn hơn.
Trong bài viết này, chúng tôi tiến hành nghiên cứu và so sánh toàn diện về các công nghệ NOMA hiện tại mà nhiều công ty chính đã đề xuất cho tiêu
chuẩn truyền thông không dây thế hệ thứ năm (5G).
Theo đặc điểm của các lược đồ NOMA, chúng tôi phân loại các lược đồ này thành bốn loại: NOMA dựa trên xáo trộn, NOMA dựa trên trải rộng,
NOMA dựa trên mã hóa và NOMA dựa trên xen kẽ.
Chúng tôi tóm tắt một cách có hệ thống sơ đồ khối thu phát của từng loại và nêu chi tiết các nguyên tắc cơ bản, tính năng chính và thuật toán truyền-
nhận của tất cả các sơ đồ NOMA. Hơn nữa, phân tích lý thuyết dựa trên thông tin lẫn nhau trung bình được đưa ra để đánh giá hiệu suất tổng tỷ lệ có thể
đạt được của các hệ thống NOMA và mức tăng hiệu suất tiềm năng của chúng so với OMA. Các mô phỏng toàn diện cũng được thực hiện để đánh giá
hiệu suất tỷ lệ lỗi khối (BLER) của các sơ đồ NOMA này, trùng khớp với phân tích lý thuyết. Bằng cách so sánh hiệu suất của các công nghệ này, một số kế
hoạch và hướng đi đầy hứa hẹn được đề xuất cho sự phát triển 5G NOMA trong tương lai.

ĐIỀU KHOẢN CHỈ SỐ NOMA, 5G, xáo trộn, lan truyền, mã hóa, xen kẽ.

I. GIỚI THIỆU
sự phát triển nhanh chóng của Internet vạn
VỚI vật di động (IoT), nhiều thiết bị người dùng (UE)
hơn và tốc độ dữ liệu cao hơn nhiều đặt ra những thách thức lớn cho mạng không
dây di động trong tương lai. Năm 2014, nhóm xúc tiến viễn thông di động quốc tế
(IMT)
-2020 đã đề xuất tầm nhìn và yêu cầu của truyền thông không dây thế hệ thứ năm
(5G). Hệ thống 5G nhằm mục đích hỗ trợ hiệu suất phổ (SE) cao hơn nhiều và khả
năng kết nối lớn hơn nhiều, đồng thời đa truy cập không trực giao (NOMA) mới là
một công nghệ chính để đáp ứng các yêu cầu nghiêm ngặt này [1]–[4]. Các kịch
bản ứng dụng điển hình của 5G bao gồm Băng thông rộng di động nâng cao
(eMBB), Truyền thông loại Ma chine khổng lồ (mMTC) và Truyền thông siêu tin cậy
và độ trễ thấp (URLLC). Mỗi kịch bản có tính năng và yêu cầu dịch vụ riêng biệt. SE
cao (lên đến 15bps/Hz cho đường lên và 30bps/Hz cho đường xuống), kết nối lớn (1
triệu thiết bị/km2 ) và độ tin cậy cực cao ( tỷ lệ lỗi gói 10 5 trong độ trễ mặt phẳng
người dùng 1ms) là các chỉ số hiệu suất chính (KPIs) ) tương
ứng cho eMBB, mMTC và URLLC [5]. Nghiên cứu về NOMA bắt đầu t(ừMAC) đường lên hai người dùng đơn giản trên nhiễu gaussian trắng phụ
dự án hợp tác thế hệ thứ 3 (3GPP) Phiên bản 14 (Rel-14) kể từ tháng 9 năm 2014 và dự
án này đang diễn ra ở bước hạng mục nghiên cứu (SI) của 3GPP Rel-15 cho đến tháng 5
năm
2018. Mục tiêu hiện tại là cung cấp khả năng tự đánh giá
dựa trên eMBB, mMTC và URLLC yêu cầu và môi trường thử nghiệm cho tiêu chuẩn
hóa vô tuyến (NR) mới 5G. Đến cuối tháng 6 năm 2019, 3GPP Rel-16 sẽ hoàn thành
bản đệ trình
5G NR cuối cùng, bao gồm mẫu mô tả, mẫu tuân thủ và kết quả tự đánh giá.
Công nghệ đa truy cập trực giao (OMA) truyền thống phân bổ tài nguyên tần số và
thời gian trực giao cho nhiều người dùng và bộ thu của mỗi người dùng có thể tận dụng
tính trực giao này để tách tín hiệu của riêng mình khỏi tín hiệu của người khác một cách
đơn giản. Kỹ thuật NOMA sử dụng nguyên tắc mã hóa chồng chất để ghép nhiều người
dùng vào cùng một
tài nguyên thời gian và tần số. Do đó, NOMA có thể mở rộng số lượng kết nối bằng cách giới
thiệu các xung đột ký hiệu được kiểm soát. Trên thực tế, NOMA có thể tiếp cận giới hạn
dung lượng của hệ thống nhiều người dùng chặt chẽ hơn OMA [6]. Vì lợi ích của trực giác,
hãy xem xét một hệ thống đa truy cập

TẬP 4, 2016 1

2169-3536(c) 2018 IEEE. Bản dịch và khai thác nội dung chỉ được phép cho nghiên cứu học thuật. Việc sử dụng cá nhân cũng được cho phép, nhưng việc tái bản/phân phối lại cần có sự cho phép của IEEE. Xem

http://www.ieee.org/publications_standards/publications/rights/index.html để biết thêm thôngtin.

 Bài báo này đã được chấp nhận để xuất bản trong các số tiếp theo của tạp chí này, nhưng chưa được chỉnh sửa đầy đủ. Nội dung có thể thay đổi trước khi xuất bản cuối cùng. Thông tin trích
Machine Translated by Google dẫn: DOI 10.1109/ACCESS.2018.2817221, Truy cập IEEE

Tác giả và cộng sự: Chuẩn bị các bài báo cho IEEE TRANSACTIONS and JOURNALS

R2 • Chúng tôi so sánh toàn diện tất cả các sơ đồ NOMA và OMA này về mặt phân tích lý thuyết, hiệu suất mô

b. phỏng và độ phức tạp của máy thu. Do đó, một số kế hoạch và hướng đi đầy hứa hẹn được đề xuất cho sự
p .
2 log(1 C2 ) phát triển 5G NOMA trong tương lai.
N 0

.e

.
OMA Một
nhật ký (1
t r an g
2

. Phần còn lại của bài viết này được tổ chức như sau. Trong
)pN
1 0

NOMA
Phần II, chúng tôi tóm tắt một cách có hệ thống các đặc điểm chính của từng loại kế hoạch

NOMA và thảo luận về sự khác biệt và tương đồng giữa chúng. Trong Phần III, so sánh lý

thuyết về hình thức được đưa ra dựa trên phân tích thông tin lẫn nhau
. .
o R1
N p )1 p
C1p1_ trung bình (AMI). Phần IV hiển thị kết quả mô phỏng và so sánh độ phức tạp của máy thu của
nhật k ý (1
nhật k ý 1
( )
2 0 N0 các sơ đồ NOMA. Cuối cùng, kết luận được đưa ra trong Phần V.
HÌNH 1: Vùng dung lượng của OMA và NOMA.
II. MÔ HÌNH HỆ THỐNG NHIỀU TRUY CẬP Trong phần

(AWGN) kênh. Trong Hình 1, đường cong nét đứt và đường cong thực lần lượt hiển thị các
vùng dung lượng cho OMA và NOMA. pi biểu thị công suất của người dùng và N0 biểu thị mật
độ phổ công suất một mặt của AWGN. Các điểm C1 và C2 lần lượt biểu thị tỷ lệ cá nhân tối đa
cho người dùng 1 và người dùng 2, còn các điểm A, B
và E biểu thị tỷ lệ tổng tối đa. Người ta quan sát thấy rằng tỷ lệ tổng của NOMA thường cao
hơn OMA ngoại trừ một điểm E [7]. Do
đó, lược đồ NOMA dựa trên truyền chồng chất có lợi thế rõ ràng so với OMA về tốc độ tổng,
tính công bằng của người dùng và tính linh hoạt của lịch biểu.
Gần đây, nhiều sơ đồ NOMA đã được đề xuất cho 5G, chẳng hạn như NOMA miền điện
[8], đa truy cập trải rộng mật độ thấp (LDS) [9, 10], đa truy cập trải rộng tài nguyên (RSMA)
[11], mã thấp truy cập chia sẻ dựa trên tỷ lệ và chữ ký (LSSA) [12], truy cập chia sẻ nhiều
người dùng (MUSA) [13], truy cập được mã hóa không trực giao (NOCA) [14], đa truy cập
được mã hóa không trực giao (NCMA) [15], truy cập được mã hóa trực giao theo nhóm
(GOCA) [16], đa truy cập trải rộng giới hạn kết nối (WSMA) [17], đa truy cập phân chia theo
mẫu (PDMA) [18], tiện ích mở rộng vectơ chữ ký-chữ ký mật độ thấp (LDS-SVE) [ 19], đa truy
cập mã thưa (SCMA) [20], đa truy cập lưới xen kẽ (IGMA) [21], đa truy cập phân chia xen kẽ
(IDMA) [22], trải phổ tốc độ mã thấp(LCRS)
[23] và lặp lại phân chia đa truy cập (RDMA) [16]. Tất cả các kỹ thuật này đều tuân theo
nguyên tắc chồng chất và sự khác biệt giữa chúng là thiết kế chữ ký của người dùng dựa trên
sự khác biệt xáo trộn, trải rộng, mã hóa hoặc xen kẽ. Do đó, chúng tôi phân loại các sơ đồ này
thành bốn loại: NOMA dựa trên xáo trộn, dựa trên trải phổ, dựa trên mã hóa và dựa trên xen
kẽ[24].
Những đóng góp chính của bài viết này có thể được tóm tắt như sau:
• Chúng tôi đề xuất phân loại tổng thể các sơ đồ NOMA là ứng cử viên chính trong 5G theo đặc điểm của
chúng, tóm tắt một cách có hệ thống sơ đồ khối thu phát của từng loại và nêu chi tiết các nguyên tắc cơ
bản, tính năng chính và thuật toán thu-truyền của tất cả các sơ đồ NOMA.
này, các tính năng chính của bốn loại NOMA được khảo sát và so sánh một cách toàn diện.
A. NOMA DỰA TRÊN XÁC SUẤT Các sơ đồ
NOMA dựa trên xáo trộn bao gồm RSMA từ Qualcomm, LSSA từ ETRI và NOMA miền nguồn từ
NTT DoCoMo. Sơ đồ khối cơ bản được hiển thị trong Hình.2. Sơ đồ này sử dụng chữ ký xáo
trộn khác nhau cho mỗi người dùng và sử dụng mã hóa kênh tốc độ thấp hoặc mã hóa lặp lại
để giải mã nhiều người dùng. Hoạt động xáo trộn được thực hiện sau khi điều chế. Lỗi bình
phương trung bình tối thiểu với chức năng khử nhiễu liên tiếp (MMSE-SIC) và bộ ước tính tín
hiệu cơ bản (ESE) được sử dụng để phát hiện nhiều người dùng (MUD) [25]. Các chuỗi xáo
trộn dài được sử dụng trong RSMA. Tuy nhiên, chữ ký người dùng dài gây ra độ phức tạp và
độ trễ giải mã cao. Do đó độ dài của các vectơ chữ ký được thiết kế càng ngắn càng tốt trong
LSSA. Miền quyền lực NOMA được coi là sơ đồ NOMA dựa trên xáo trộn đặc biệt có các chuỗi
nhân-xảo hóa đềulà “1”.
RSMA sử dụng các thuộc tính tương quan chéo thấp của mã xáo trộn giả ngẫu nhiên dài.
Trên thực tế, sau khi giải xáo trộn, tỷ lệ tín hiệu trên công suất nhiễu tỷ lệ thuận với độ dài mã
xáo trộn. Điều đáng chú ý là mỗi người dùng có thể truyền tín hiệu bất kỳ lúc nào cho RSMA
không đồng bộ. Tùy thuộc vào các tình huống ứng dụng, nó có thể áp dụng RSMA đơn sóng
mang hoặc RSMA đa sóng mang. RSMA sóng mang đơn có thể được sử dụng trong truy
cập đường lên để giảm tỷ lệ công suất đỉnh trên trung bình (PAPR)
của UE.
RSMA đa sóng mang được sử dụng trong truy cập đường xuống để đơn
giản hóa độ phức tạp của máy thu trong các kênh giảm dần không dây chọn lọc tần số. RSMA
cũng có thể mở rộng ra nhiều lớp. Xử lý các lớp là người dùng ảo, dữ liệu được chia thành
nhiều lớp song song cho mỗi người dùng. Độ phức tạp của RSMA nhiều lớp cao hơn RSMA một
lớp.
Trong lược đồ LSSA, dữ liệu thông tin của mỗi người dùng được
mã hóa bằng mã hóa kênh tốc độ thấp, sau đó đầu ra của bộ mã hóa kênh được ghép kênh với
chữ ký cụ thể của người dùng được gán cho người dùng hoặc được chọn ngẫu nhiên trong
mẫu chữ ký được chỉ định trước hồ bơi. Tất cả chữ ký của người dùng có cùng độ dài vectơ
ngắn. Chữ ký này

TẬP 4, 2016
2

2169-3536(c) 2018 IEEE. Bản dịch và khai thác nội dung chỉ được phép cho nghiên cứu học thuật. Việc sử dụng cá nhân cũng được cho phép, nhưng việc tái bản/phân phối lại cần có sự cho phép của IEEE. Xem

http://www.ieee.org/publications_standards/publications/rights/index.html để biết thêm thôngtin.

 Bài báo này đã được chấp nhận để xuất bản trong các số tiếp theo của tạp chí này, nhưng chưa được chỉnh sửa đầy đủ. Nội dung có thể thay đổi trước khi xuất bản cuối cùng. Thông tin trích
Machine Translated by Google dẫn: DOI 10.1109/ACCESS.2018.2817221, Truy cập IEEE

Tác giả và cộng sự: Chuẩn bị các bài báo cho IEEE TRANSACTIONS and JOURNALS

người dùng đường lên khác không biết mẫu. Bằng cách tương quan với các mẫu chữ ký, trạm cơ
sở có thể phân biệt các tín hiệu người dùng
T ôi

bị chồng chéo ngay cả khi thời gian truyền khác nhau. LSSA cũng có một biến thể đa sóng mang để
khai thác đa dạng tần số được cung cấp 1

bởi băng thông rộng hơn và đạt được độ trễ thấp hơn.

NOMA miền nguồn có thể phục vụ nhiều người dùng trên cùng một tài nguyên vô tuyến bằng
r
cách phân bổ nguồn khác nhau cho nhiều người dùng. Ý tưởng chính của NOMA miền công suất là -1 0 1
phân bổ nhiều năng lượng hơn cho người dùng ở xa với điều kiện kênh kém hơn do hiệu ứng gần
xa. Ở phía máy thu, những người dùng ghép kênh đó có thể được phân tách bằng phương pháp
-1
MMSE-SIC MUD nhờ vào sự khác biệt lớn về miền công suất giữa các UE được ghép nốigần-xa.

HÌNH 4: Các yếu tố của chuỗi lan truyền phức tạp.

B. NOMA DỰA TRÊN SỰ PHÁT TRIỂN

MUSA của ZTE, NOCA của Nokia, NCMA của LGE, GOCA của Mediatek và WSMA của Ericsson tất
cả đều thuộc về các sơ đồ NOMA dựa trên trải
rộng. Hình 3 cho thấy sơ đồ khối thu phát của nó. Tính năng chính là sử dụng các chuỗi trải phổ
ngắn không trực giao với tương quan chéo tương đối thấp để phân biệt nhiều người dùng và các
chuỗi trải phổ không thưa thớt. Các chuỗi trải phổ và thuật toán giải mã là khác nhau đối với các
sơ đồ này. Các chuỗi trải rộng ngắn của MUSA được thực hiện trong miền số phức. Các chuỗi trải
phổ được sử dụng cho NOCA là các chuỗi tương quan thấp được xác định trong LTE [26]. Trình tự
trải rộng NCMA thu được từ bài toán đóng gói dòng Grassmannian [27]. Trình tự trải rộng WSMA
dựa trên giới hạn Welch [28].
nghi thức.
Trong MUSA, các ký hiệu điều chế của nhiều người dùng được lan truyền bởi các chuỗi ngắn
được thiết kế đặc biệt. Tất cả các ký hiệu trải đều được truyền trên cùng một nguồn tái tần số thời
gian. Nhiều chuỗi trải rộng tạo thành một nhóm mà mỗi người dùng có thể chọn ngẫu nhiên một
chuỗi. Các chuỗi trải phổ của MUSA có giá trị phức hợp, trong đó phần thực và phần ảo đều được
lấy từ một tập đa cấp có giá trị thực với phân phối đồng đều. Ví dụ, trong Hình 4, đối với bộ 3 giá
trị {-1, 0, 1} trong phần thực và phần ảo, có chín điểm chòm sao trong mặt phẳng phức và mọi
phần tử phức của chuỗi trải đều là được lấy ngẫu nhiên từ chín điểm chòm sao này với xác suất
độc lập bằng nhau để tạo ra một giả ngẫu nhiên

Các mã trải rộng GOCA áp dụng phương pháp trực giao được nhóm lại

người dùng 1

Mã hóa FEC điều chế IFFT+CP

sự lặp lại Xáo trộn_1 Kênh_1
.
Ng ườ i dùng N . .
Mã hóa FEC sự lặp lại điều ch.ế Tranh giành_N IFFT+CP Kênh_N
người dùng 1

Bộ giải mã FEC Bộ . Tính LLR

Ng ườ i dùng N
. MMSE-SIC/ESE Xóa CP & FFT
giải mã FEC Tính LLR

phản hồi bộ giải mã AWG

Thông tin N

HÌNH 2: Sơ đồ khối bộ thu phát NOMA dựa trên xáo trộn.

người dùng 1

Mã hóa FEC điều chế

Lan rộng_1 IFFT+CP Kênh_1
.
Người dùng N
.
Mã hóa FEC .ế
điều ch IFFT+CP
Lan rộng_N Kênh_N
người dùng 1

Bộ giải mã FEC Bộ TínhLLR

Người dùng N
. MMSE-SIC/PIC Xóa CP & FFT
.
giải mã FEC TínhLLR

phản hồi bộ giải mã AWG

Thông tin N

HÌNH 3: Sơ đồ khối bộ thu phát NOMA dựa trên trải rộng.

TẬP 4, 2016 3

2169-3536(c) 2018 IEEE. Bản dịch và khai thác nội dung chỉ được phép cho nghiên cứu học thuật. Việc sử dụng cá nhân cũng được cho phép, nhưng việc tái bản/phân phối lại cần có sự cho phép của IEEE. Xem

http://www.ieee.org/publications_standards/publications/rights/index.html để biết thêm thôngtin.

 Bài báo này đã được chấp nhận để xuất bản trong các số tiếp theo của tạp chí này, nhưng chưa được chỉnh sửa đầy đủ. Nội dung có thể thay đổi trước khi xuất bản cuối cùng. Thông tin trích
Machine Translated by Google dẫn: DOI 10.1109/ACCESS.2018.2817221, Truy cập IEEE

Tác giả và cộng sự: Chuẩn bị các bài báo cho IEEE TRANSACTIONS and JOURNALS

Ánh xạ sách mã thưa thớt SCMA

người dùng 1
. IFFT+CP Kênh_1
Mã h.óa FEC điều chế Mã hóa thưa thớt_1
Người dùng N
.
Mã hóa FEC điều chế Mã hóa thưa thớt_N IFFT+CP Kênh_N
người dùng 1

Bộ giải mã FEC
Người dùng N
.. Tính LLR
Bộ giải mã FEC Xóa CP & FFT
TínhLLR
khu bảo t ồn b iể n

phản hồi bộ giải mã

AWG
Thông tin
N

HÌNH 5: Sơ đồ khối bộ thu phát NOMA dựa trên mã hóa.

trình tự lan truyền ngắn. Tại máy thu, phát hiện SIC cấp từ mã được sử dụng để tách
tín hiệu của chính nó khỏi các tín hiệu chồng lấp.
Ý tưởng cơ bản của NOCA cũng là các ký hiệu điều chế được trải rộng bằng cách sử dụng
các chuỗi không trực giao trước khi truyền nhiệm vụ. Các chuỗi trải rộng của NOCA là các tín
hiệu tham chiếu được xác định trong LTE, được tạo ra bởi sự dịch chuyển theo chu kỳ của
một chuỗi cơ sở. Hệ số trải rộng tối thiểu là 6. Chuỗi dữ liệu đã điều chế ban đầu trước tiên
được chuyển đổi thành các chuỗi con song song. Sau đó, mỗi chuỗi con được trải phổ bởi các
chuỗi không trực giao và sau đó được ánh xạ lên các sóng mang con khác nhau. Sai số bình
phương trung bình tối thiểu với bộ thu khử nhiễu song song (MMSE-PIC) được
sử dụng để giải mã dữ liệu của từng người dùng từ các tín hiệu chồng h
làêm
nmn hũaus.ang tuyến tính và có thể đạt được hiệu suất tỷ lệ
NOCA cung cấp nhiều trình tự trải rộng, do đó có thể hỗ trợ tình trạng quá tải cao hơn và
tạo điều kiện thuận lợi để thực hiện phối hợp giữa các tế bào để giảm nhiễu.
Các mã trải phổ không trực giao của NCMA thu được từ bài toán đóng gói dòng
Grassmannian. Thiết kế sổ mã trải nhằm mục đích tối đa hóa khoảng cách hợp âm tối
thiểu giữa các
mã trải. Thuật toán MMSE-PIC được sử dụng cho NCMA tại máy thu.
Thiết kế chuỗi trải phổ của WSMA dựa trên ràng buộc Welch để giảm thiểu tương
quan chéo của các chuỗi trải phổ. Tại máy thu, thuật toán MMSE-SIC được sử dụng cho
MUD. So với các chuỗi trải rộng ngẫu nhiên trong MUSA, các chuỗi trải rộng WSMA có
mối tương quan chéo tương đối thấp hơn.
C. NOMA DỰA TRÊN MÃ HÓA
Các sơ đồ NOMA dựa trên mã hóa bao gồm PDMA của CATT, LDS-SVE của
Fujitsu và SCMA của Huawei. Sơ đồ khối bộ thu phát được mô tả trong Hình.5.
Đặc điểm khác biệt của nó là thiết kế sổ mã thưa thớt chồng lên nhau trong nhiều miền
(không gian, mã, thời gian hoặc tần số) cho nhiều người dùng. Trình phát hiện thuật
toán chuyển thông báo (MPA) được triển khai cho MUD. Thứ tự phức tạp của MPA là
cấp số nhân với kích thước của sách mã và mức độ chồng chất tín hiệu trên một phần
tử tài nguyên nhất định (RE), rất cao đối với các ứng dụng. Một máy thu lặp lại có độ
phức tạp thấp mới dựa trên thuật toán lan truyền kỳ vọng (EPA) đã được đề xuất để
giảm thứ tự phức tạp từ
lỗi khối (BLER) gần như giống nhau [29].
PDMA, dựa trên kỹ thuật SAMA (SIC Amenable Multi ple Access) [30], có thể được
thực hiện trong nhiều nguồn chính, bao gồm miền mã, miền nguồn, miền không gian
hoặc sự kết hợp của chúng. Nó là một thiết kế chung của máy phát và máy thu, đặc
biệt là với phân tập không đồng đều ở phía phát và phân tập bằng nhau ở phía thu.
Mẫu PDMA xác định ánh xạ dữ liệu được truyền tới một nhóm tài nguyên. Ví dụ: ma
trận mẫu PDMA cho 6 người dùng trên 4 RE được thể hiện như sau
g=

GOCA áp dụng phương pháp hai giai đoạn để tạo các chuỗi trực giao được nhóm
1 1 1 0 0 01
Hình.6 cho thấy quá trình ánh xạ tài nguyên tương ứng.
lại, sau đó trải rộng các ký hiệu đã điều chế vào cùng các tài nguyên thời gian và tần số. 1 0 1 0 0
Thứ tự phân tập truyền của sáu người dùng lần lượt là 4,
Trình tự trực giao và trình tự không trực giao lần lượt được sử dụng trong giai đoạn 1 1 1 0 1 0
3, 2, 2, 1 và 1. Mẫu được thiết kế để phân biệt nhiều người dùng chia sẻ cùng một tài
thứ nhất và thứ hai. Các trình tự nguyên. Hiệu suất phụ thuộc vào ma 1 trận
0 0mẫu1 này0 của
1 PDMA.
trải rộng của GOCA có thể được chia thành các nhóm khác nhau cho nhiều người LDS-SVE dựa trên LDS gốc để thiết kế một vectơ chữ ký người dùng lớn hơn. Phần
dùng và mỗi nhóm có cùng một bộ trình tự trực giao và các trình tự không trực giao mở rộng có thể được thực hiện bằng cách chuyển đổi và nối một số vectơ chữ ký phần
khác nhau. Do đó, người dùng trong mỗi nhóm vẫn trực giao, trong khi người dùng tử thành một vectơ chữ ký lớn hơn. LDS-SVE ánh xạ vectơ chữ ký người
trong các nhóm khác nhau là không trực giao. dùng qua một vài khối tài nguyên (RB) để khai thác đa dạng
GOCA cũng tận dụng thuật toán MMSE-SIC để giải mã nhiều người dùng.
thời gian và tần số từ biến thể kênh.

4 TẬP 4, 2016

2169-3536(c) 2018 IEEE. Bản dịch và khai thác nội dung chỉ được phép cho nghiên cứu học thuật. Việc sử dụng cá nhân cũng được cho phép, nhưng việc tái bản/phân phối lại cần có sự cho phép của IEEE. Xem

http://www.ieee.org/publications_standards/publications/rights/index.html để biết thêm thôngtin.

 Bài báo này đã được chấp nhận để xuất bản trong các số tiếp theo của tạp chí này, nhưng chưa được chỉnh sửa đầy đủ. Nội dung có thể thay đổi trước khi xuất bản cuối cùng. Thông tin trích
Machine Translated by Google dẫn: DOI 10.1109/ACCESS.2018.2817221, Truy cập IEEE

Tác giả và cộng sự: Chuẩn bị các bài báo cho IEEE TRANSACTIONS and JOURNALS

RE1
Trong bộ phát, sự chồng chất của nhiều ký hiệu từ tất cả người dùng được thực hiện
RE2
RE3 trên mỗi RE, do đó số lần va chạm ký hiệu bằng với số người dùng. Trong máy thu,
RE4 thuật toán ESE có độ phức tạp thấp được triển khai cho MUD [25].
người dùng 1 Ng ườ i dùng 2 Ng ư ờ i dù ng 3 Ng ườ i dùng 4 Ng ườ i dùng 5 Ng ườ i dùng 6

ESE có độ phức tạp thấp cung cấp các ước tính tỷ lệ log-
HÌNH 6: Mẫu PDMA cho 6 người dùng chia sẻ trên 4RE.
likelihood (LLR) cho bộ giải mã kênh và đến lượt bộ giải mã kênh gửi các ước tính LLR
bên ngoài tới ESE.
lớp 1 lớp 2 lớp 3 lớp 4 Lớp 5 Lớp 6

RDMA sử dụng mẫu lặp lại dịch chuyển theo chu kỳ đơn giản để phân tách tín hiệu của

những người dùng khác nhau và sử dụng cả

(1,1) (1,0) (0,1) (0,0) (0,1) (1,1)

phân tập thời gian và tần số. Nó có thể được xem như một xen kẽ
+ + + + +
tuần hoàn đặc biệt. Bộ thu SIC được sử dụng để giải mã dữ liệu của từng người dùng từ tín
hiệu chồng lên nhau.

HÌNH 7: Ánh xạ bit-to-codeword của sách mã SCMA. Trong LCRS, mã hóa kênh, lặp lại mức bit, xen kẽ mức bit và điều chế được thực
hiện tuần tự cho mỗi người dùng. Trong máy thu, MMSE-PIC được thực hiện cho
MUD.
Trong SCMA, các bit được mã hóa của nhiều lớp dữ liệu được ánh xạ trực tiếp tới
các từ mã theo bảng mã tương ứng được đặt trong miền thời gian và tần số. Hình.7
Sơ đồ khối bộ thu phát IGMA được hiển thị trong Hình.8. Trong máy phát, mã hóa
cho thấy một ví dụ về bộ sách mã chứa 6 sách mã cho 6 lớp dữ liệu chồng lên nhau
kênh, lặp lại mức bit, xen kẽ mức bit, điều chế, đệm bằng 0 và xen kẽ mức ký hiệu
trên 4 RE. Mỗi sách mã có 4 từ mã phức tạp đa chiều tương ứng với 4 điểm của chòm
được thực hiện tuần tự cho mỗi người dùng. Trong máy thu, thuật toán ESE được
sao Khóa dịch pha cầu phương (QPSK) tương ứng. Độ dài của mỗi từ mã là 4, bằng với
triển khai để giải mã nhiều người dùng. Bên cạnh mẫu xen kẽ, IGMA cũng sử dụng
độ dài trải phổ. Từ mã của mỗi lớp được chọn dựa trên chuỗi bit đầu vào. Nó cho
mẫu ánh xạ lưới thưa chồng lên nhau trong miền thời gian và tần số, giống như LDS.
phép chồng nhiều biểu tượng từ những người dùng khác nhau trên mỗi RE. Trong
Do đó, IGMA thực sự là một hỗn hợp của các sơ đồ dựa trên xen kẽ và dựa trên mã
Hình 7, có 3 ký hiệu từ các UE khác nhau chồng lên nhau trên mỗi RE và thứ tự phân
hóa. Mẫu ánh xạ lưới thưa thớt có thể làm giảm xung đột ký hiệu và giảm độ phức
tập truyền dẫn là 2 cho tất cả sáu người
tạp phát hiện so với sơ đồ IDMA thông thường.
dùng. Ma trận ánh xạ tương ứng F được hiển thị như sau
.
III. PHÂN TÍCH HIỆU SUẤT LÝ THUYẾT

01101010 AMI phản ánh tốc độ thông tin tối đa có thể được truyền một

10010101 cách đáng tin cậy đối với thông tin trạng thái kênh đã cho.
F=
01100110 Trong trường hợp người dùng đơn lẻ, AMI giữa tín hiệu sau
ánh xạ chòm sao và tín hiệu trước bộ giải ánh xạ mềm được
gọi là điều chế mã hóa (CM)-AMI [33]. Chúng tôi mở rộng phân tích CM-AMI này cho
Thiết kế của sổ mã SCMA dựa trên sự tối ưu hóa chung của sổ mã trải rộng
trường hợp nhiều người dùng để đánh giá hiệu suất tổng tỷ lệ có thể đạt được của
thưa thớt và chòm sao xoay đa chiều các hệ thống NOMA. x = [x1đ,i ềxu2,ch.ế..n,hixềJu ]ngbưiờểiudtùhnịg vtercưtớơc kmýẫ uhicệhuữ ký NOMA và y = (y1,
để đạt được mức tăng "định hình" bổ sung mà PDMA và LDS-SVE
..., yK Nr ) biểu thị vectơ ký hiệu đầu ra kênh tại người nhận. J, K, M và Nr lần lượt
không thể thực hiện được. biểu thị số lượng người dùng, độ dài chữ ký NOMA, thứ tự điều
Bên cạnh đó, để hỗ trợ nhiều người dùng với các nghiệp vụ khác nhau (chẳng hạn chế và số lượng ăng ten thu. Giả sử đầu vào có thể trang bị của các điểm chòm
như vùng phủ sóng, kết nối và dung lượng), sách mã SCMA bất thường được đề xuất, sao, Ω = {ω0, ω1, ..., ω2MJ 1} biểu thị tập hợp chòm sao nhiều chiều, thì CM-AMI
có mức độ RE của lớp là khác nhau. SCMA cũng sử dụng sổ mã trải rộng thưa thớt để có thể được tính như sau
giảm số lần va chạm ký hiệu và do đó làm giảm độ phức tạp của MUD.

D. NOMA DỰA TRÊN LIÊN KẾT

1
IGMA của Samsung, RDMA của Mediatek, IDMA của Nokia và LCRS của Intel tạo thành
các lược đồ NOMA dựa trên đan xen, bắt
ICM =
nguồn từ khái niệm cơ bản IDMA [31, 32]. Đặc điểm khác biệt chung của chúng là sử k1Tôi(x; y |H )
dụng các bộ xen kẽ kênh khác nhau chồng lên nhau cho nhiều người dùng và kết hợp =
với mã hóa k (H (x) H (x |y ))

kênh tốc độ thấp để giải mã nhiều người dùng. P(y|x = w, H)

1
= Jlog2M -
log2
w Ω
IDMA, với tư cách là sơ đồ NOMA dựa trên xen kẽ ban đầu, sử dụng các mẫu xen kẽ ngẫu k k Ví dụ, y, H P(y|x, H)
nhiên khác nhau để phân tách người dùng.
(1)
TẬP 4, 2016
5

2169-3536(c) 2018 IEEE. Bản dịch và khai thác nội dung chỉ được phép cho nghiên cứu học thuật. Việc sử dụng cá nhân cũng được cho phép, nhưng việc tái bản/phân phối lại cần có sự cho phép của IEEE. Xem

http://www.ieee.org/publications_standards/publications/rights/index.html để biết thêm thôngtin.

 Bài báo này đã được chấp nhận để xuất bản trong các số tiếp theo của tạp chí này, nhưng chưa được chỉnh sửa đầy đủ. Nội dung có thể thay đổi trước khi xuất bản cuối cùng. Thông tin trích
Machine Translated by Google dẫn: DOI 10.1109/ACCESS.2018.2817221, Truy cập IEEE

Tác giả và cộng sự: Chuẩn bị các bài báo cho IEEE TRANSACTIONS and JOURNALS

ngư ời dùng 1
FEC Chút Số không
Biểu tượng
sự lặp lại điều chế IFFT+CP Kênh_1
mã hóa . Bộ xen kẽ_1 đệm Bộ xen kẽ_1
Ng ườ i dùng N
..
FEC Chút Số không Biểu tượng
sự lặp lại điều chế IFFT+CP Kênh_N
mã hóa Bộ xen kẽ_N đệm Bộ xen kẽ_N

Chút Biểu tượng

ngư ời dùng 1

Bộ giải mã FEC DeInterleaver_1 DeInterleaver_1

Chút Biểu tượng

tiểu học Xóa CP & FFT
.. Bộ xen kẽ_1 Bộ xen kẽ_1
Dấu hiệu
.
Chút Biểu tượng công cụ ướ c tính
Ng ườ i dùng N
DeInterleaver_N AWGN
Bộ giải mãFEC DeInterleaver_N (Tiếng Anh)

Chút Biểu tượng

Bộ xen kẽ_N Bộ xen kẽ_N

HÌNH 8: Sơ đồ khối bộ thu phát IGMA dựa trên xen kẽ.

BẢNG 1: Thông số mô phỏng

Đường lê n 1T2R 6 người dùng Kê nh SE= 0.25bps/HZ TDL-A-30
3
1,52 Tham số Giá trị

1,5 tần số sóng mang 2GHz

2,5 1,48 Độ dài của bit thông tin 216 bit
1,46 10 MHz
Băng thông hệ thống
1,44 điều chế QPSK; 16QAM 1/2;
2 1,42
tỷ lệ mã 3/4
-0,5 0 0,5
mã hóa kênh Mã tăng áp LTE

1,5 cấu hình anten 1Tx; 2Rx

mô hình kênh TDL-A-30
SCMA ước tính kênh Lý tưởng; Hiện
1 PDM
chiều dài FFT thực 1024 150% ;
A MỸ
WSMA yếu tố quá tải 200% 6; số 8

0,5 IGMA người dùng

RSMA
OFDMA

0 -15 -10 -5 0 5 10 15 20
SNR(dB) IV. KẾT QUẢ MÔ PHỎNG VÀ SO SÁNH ĐỘ PHỨC

HÌNH 9: So sánh AMI của NOMA và OFDMA trong kênh TDL-A-30.

Trong phần này, các kết quả mô phỏng được cung cấp để đánh giá hiệu suất lỗi của các
sơ đồ NOMA đường lên. Các tham số mô phỏng chi tiết được trình bày trong Bảng 1. Giả
sử nhiều UE chia sẻ cùng 6 khối tài nguyên vật lý (PRB) để truyền tín hiệu. Một PRB nhận
12 ký hiệu OFDM trong miền thời gian và
Kỹ thuật mô phỏng Monte Carlo được sử dụng để tính kỳ vọng trong (1). Giả sử hệ 12 sóng mang con trong miền tần số.
thống MAC đường lên sáu người dùng trên đường trễ được khai thác (TDL)-A-30 kênh H
[34] và ước lượng kênh lý tưởng, các đường cong CM-AMI của sơ đồ NOMA và đa truy
nhập phân chia theo tần số trực giao (OFDMA) là thể hiện trong hình.9. Một số thông số
A. KẾT QUẢ CỦA SƠ ĐỒ NOMA VỚI ƯỚC TÍNH KÊNH LÝ TƯỞNG
không có mã hóa kênh được hiển thị trong Bảng 1. Hệ số quá tải là 150%, SE trên mỗi
người dùng là 0,25bps/Hz và tốc độ tổng là 1,5bps/Hz. Tỷ lệ tín hiệu trên nhiễu (SNR)
Giả sử ước tính kênh lý tưởng, Hình.10 và Hình.11 so sánh hiệu suất BLER của các sơ
được định nghĩa là tỷ lệ giữa tổng công suất nhận được trung bình của nhiều người dùng
đồ NOMA và OFDMA cho 6 và 8 UE tương ứng. Mã turbo LTE được sử dụng [35].
với công suất nhiễu tại mỗi ăng-ten thu đối với băng thông nhất định.
Trong Fig.10, QPSK và một nửa tốc độ mã cho NOMA, QPSK và 3/4 tốc độ mã cho
Số lượng người dùng, SE trên mỗi người dùng và băng thông truyền dẫn là giống hệt
nhau cho cả hai sơ đồ NOMA và OFDMA OFDMA, hệ số quá tải là 150%, SE trên mỗi người dùng là 0,25bps/Hz và tốc độ tổng là
1,5bp s/Hz. Trong Fig.11, QPSK và một nửa tốc độ cho NOMA, 16QAM và một nửa tốc
để đảm bảo tính công bằng khi so sánh. Có thể thấy rằng SCMA, PDMA, IGMA,
độ cho OFDMA, hệ số quá tải là 200%, SE trên mỗi người dùng là 0,25bps/Hz và tốc độ
WSMA, RSMA và MUSA có thể đạt được mức tăng SNR 2,3dB, 2,25d B, 2,12dB,
tổng là 2,0bps/Hz. Trong Hình 10, SCMA, PDMA, IGMA, WSMA, RSMA và MUSA lần lượt
2,09dB, 1,78dB và 1,78dB
đạt được mức tăng SNR 1.0dB, 1.0dB, 1.0dB, 1.0dB, 0.9dB và 0.7dB tại mục tiêu BLER
khi so sánh với OFDMA ở mức tổng có thể đạt được tương ứng là 1,5bps/Hz. Do đó, về
0.1 so với OFDMA, trùng khớp với phân tích AMI lý thuyết trong Hình 9.
mặt lý thuyết, phân tích AMI nhiều người dùng chứng minh tính ưu việt đáng kể của
Trong Hình.11, SCMA, PDMA, MUSA, RSMA và IGMA thu được mức
các sơ đồ NOMA so với OMA đối với tỷ lệ tổng có thể đạt được nhất
định. Ngoài ra, các lược đồ NOMA dựa trên mã hóa có một số lợi thế về hiệu suất.
tăng SNR 1,8dB, 1,8dB, 1,6dB, 1,55dB và 1,33dB tại mục tiêu
BLER 0,1 tương ứng với OFDMA. Ở đó

6 TẬP 4, 2016

2169-3536(c) 2018 IEEE. Bản dịch và khai thác nội dung chỉ được phép cho nghiên cứu học thuật. Việc sử dụng cá nhân cũng được cho phép, nhưng việc tái bản/phân phối lại cần có sự cho phép của IEEE. Xem

http://www.ieee.org/publications_standards/publications/rights/index.html để biết thêm thôngtin.

 Bài báo này đã được chấp nhận để xuất bản trong các số tiếp theo của tạp chí này, nhưng chưa được chỉnh sửa đầy đủ. Nội dung có thể thay đổi trước khi xuất bản cuối cùng. Thông tin trích
Machine Translated by Google dẫn: DOI 10.1109/ACCESS.2018.2817221, Truy cập IEEE

Tác giả và cộng sự: Chuẩn bị các bài báo cho IEEE TRANSACTIONS and JOURNALS

Đường lên 1T2R 6 người dùng Kênh SE=0.25bps/HZ 6PRB TDL-A-30

SCMA k Phần tử tài nguyên (k,l)
100
PDMA
MỸ rj rj
WSMA
IGMA
RSMA
OFMDA Ký hiệu tham chiếu của người dùng j

10-1
rj rj
Không dùng cho ngư ời dùng j

10-1

l
l 0 l 6l 0 l 6 Số lượng OFDM

HÌNH 12: Ánh xạ các tín hiệu tham chiếu cho người dùng j (tiền tố tuần hoàn bình thường).
10-2
5,95 6 6,05
4 5 6 7 số 8
9 10
SNR(dB)

HÌNH 10: So sánh hiệu suất BLER của 6 người dùng NO MA trong kênh TDL-A-30. Đường lên 1T2R 6 người dùng Kênh SE=0.25bps/HZ 6PRB TDL-A-30
100
SCMA-thực tế

PDMA-thực tế

MUSA-thực tế

WSMA-thực tế
Đường lên 1T2R 8 người dùng Kênh SE=0.25bps/HZ 6PRB TDL-A-30
IGMA-thực tế
100
SCMA RSMA-thực tế

PDMA OFDMA-thực tế

MỸ
IGMA 10-1

RSMA
OFMDA

10-1

10-1

10-1
5,9 6 6.1 6.2
10-2
2 3 4 5 6 7 số 8
9 10
SNR(dB)

HÌNH 13: So sánh hiệu suất BLER của 6 người dùng NO MA theo TDL-A-30 với
10-2 7,8 số 8
8.2
4 5 6 7 số 8 9 10 11 12
ước tính kênh thực tế.
SNR

HÌNH 11: So sánh hiệu suất BLER của 8 người dùng NO MA trong kênh TDL-A-30.
trước tiên, mức tăng hiệu suất của các sơ đồ NOMA so với OFD MA là rất đáng kể.
Ngoài ra, khi số lượng UE tăng lên, hệ thống OFDMA cần sử dụng điều chế bậc cao hơn
để giảm hiệu suất nghiêm trọng, trong khi NOMA với điều chế bậc thấp có thể tận
dụng tối đa mã hóa chồng chất để có hệ số quá tải cao hơn để giảm hiệu suất một chút
ký hiệu là Rj , tách biệt với các UE khác và phân bố với khoảng cách 6 sóng mang con
trong phổ. Thuật toán ước tính kênh Sai số bình phương trung bình tối thiểu tuyến tính
(LMMSE) và thuật toán nội suy tuyến tính được sử dụng trong sơ đồ ước tính kênh
thực tế. Trong Fig.13, SCMA, PDMA, IGMA, WSMA, RSMA và MUSA có m ức tăng SNR
0,97dB, 0,85dB,
0,84dB, 0,68dB, 0,66dB và 0,65dB so với OFDMA tại mục tiêu BLER 0,1, tương ứng.

. Do đó, so sánh Hình 10 và Hình 11, sự khác biệt về hiệu suất BLER giữa Do đó, các sơ đồ NOMA vẫn vượt trội so với OMA về mặt ước tính kênh thực tế, điều

các sơ đồ NOMA và OFDMA tăng lên cùng với sự gia tăng số lượng UE. này rất mạnh mẽ cho ứng dụng kỹ thuật.

B. KẾT QUẢ CỦA SƠ ĐỒ NOMA VỚI ƯỚC TÍNH KÊNH THỰC TẾ C. KẾT QUẢ CỦA CÁC CHƯƠNG TRÌNH NOMA MIỄN TRỢ CẤP

Vì lợi ích của độ bền, kết quả hiệu suất BLER của các sơ đồ NOMA mã hóa turbo miễn
Vì lợi ích của ứng dụng, kết quả hoạt động của sơ đồ NOMA được mã hóa turbo với phí được mô tả trong Hình.14 và
ước tính kênh thực tế được trình bày trường hợp 6-UE được giả định như Hình.10. Việc phân bổ sổ mã cho mỗi UE có thể là
cố định hoặc ngẫu nhiên. Đối với
trong Hình.13 và trường hợp 6-UE được giả định như Hình.10. Hình.12 minh họa quá
trình lập bản đồ các tín hiệu tham chiếu cho người dùng j. Ký hiệu OFDM đầu tiên của các sơ đồ NOMA dựa trên trợ cấp, một trạm cơ sở (BS) phân bổ các sách mã khác
khung vô tuyến được sử dụng để truyền chuỗi tín hiệu tham chiếu LTE nhau cho các UE, điều này rất phức tạp và yêu cầu lập lịch trình BS gây ra độ trễ khá
[26] và 6 ký hiệu OFDM sau được dùng để gửi tín hiệu của 6 UE. RE cho tín hiệu cao. Đối với các chương trình NOMA miễn phí, các UE chọn ngẫu nhiên sổ mã mà
tham chiếu của người dùng j, đó là không cần lập lịch trình BS, điều này đơn giản hơn nhiều và rất phù hợp cho các ứng
dụng có độ trễ thấp. Trên thực tế, MUSA, IGMA và RSMA về bản chất là miễn phí.

TẬP 4, 2016 7

2169-3536(c) 2018 IEEE. Bản dịch và khai thác nội dung chỉ được phép cho nghiên cứu học thuật. Việc sử dụng cá nhân cũng được cho phép, nhưng việc tái bản/phân phối lại cần có sự cho phép của IEEE. Xem

http://www.ieee.org/publications_standards/publications/rights/index.html để biết thêm thôngtin.

 Bài báo này đã được chấp nhận để xuất bản trong các số tiếp theo của tạp chí này, nhưng chưa được chỉnh sửa đầy đủ. Nội dung có thể thay đổi trước khi xuất bản cuối cùng. Thông tin trích
Machine Translated by Google dẫn: DOI 10.1109/ACCESS.2018.2817221, Truy cập IEEE

Tác giả và cộng sự: Chuẩn bị các bài báo cho IEEE TRANSACTIONS and JOURNALS

Đường lên 1T2R 6 người dùng SE=0.25bps/HZ 6PRB kênh TDL-A-30 với miễn phí Đường lên 1T2R 6 người dùng SE=0.25bps/HZ 6PRB với mã kênh LDPC
100 100
SCMA SCMA
PDMA PDMA
MỸ MỸ
WSMA WSMA
IGMA IGMA
RSMA RSMA
OFDMA OFMDA

10-1 10-1

10-1.04

10-1

10-1.09

5,8 6 6.2 10-2 5,95 6 6,05

10-2
2 3 4 5 6 7 số 8 9 10 0 2 4 6 số 8 10 12

SNR(dB) SNR(dB)

HÌNH 14: So sánh hiệu suất không cấp BLER 6 người dùng của NOMA trong kênh TDL- HÌNH 15: Hiệu suất BLER được mã hóa LDPC của 6 ngườidùng so với NOMA trong
A-30 . kênh TDL-A-30 .

Tuy nhiên, một số xung đột về sách mã, mẫu và lan truyền sẽ xảy ra đối với SCMA, của các lược đồ NOMA tại máy thu, bao gồm các phép toán nhân, cộng và so sánh [37].
PDMA và WSMA không được cấp quyền Vì mục đích thống kê, một phép toán so sánh bằng một phép toán cộng, trong khi một
tương ứng, điều này sẽ gây ra một số tổn thất về hiệu suất. Lấy OFDMA dựa trên trợ phép toán nhân bằng tám phép toán cộng. Khi tính đến các lần lặp lại bên ngoài và bên
cấp làm đường cơ sở, IGMA, SCMA, MUSA và RSMA duy trì mức tăng SNR 1,0dB, trong, Bảng 2 cho thấy các hoạt động giải mã trên mỗi bit thông tin và tỷ lệ phần trăm
0,9dB, 0,6dB và 0,4dB tại mục tiêu BLER 0,1 tương ứng, trong khi PDMA và WSMA độ phức tạp tương đối so với SCMA. Rõ ràng, độ phức tạp của SC MA là cao nhất, trong
chịu mức giảm SNR 0,3dB và 0,4dB , tương ứng. Do đó, khi MUSA và WSMA có độ phức tạp thấp
IGMA, SCMA, MUSA và RSMA rất mạnh đối với kịch bản không tài trợ. nhất gần như giống nhau. Tuy nhiên, các hoạt động phát hiện/ giải mã máy thu tổng thể
có cùng thứ tự phức tạp đối với tất cả các sơ đồ NOMA.
D. KẾT QUẢ CỦA CÁC SƠ ĐỒ NOMA ĐƯỢC MÃ HÓA LDPC

Mã kiểm tra chẵn lẻ mật độ thấp (LDPC) mạnh mẽ được sửdụng trong tiêu chuẩn 5G
mới nhất [36]. Hiệu suất BLER của sơ đồ NOMA mã hóa LDPC được đánh giá trong
Hình.15 và trường hợp 6-UE được giả định như Hình.10. Giả sử ước tính kênh lý tưởng
và sơ đồ dựa trên trợ cấp, SCMA, PDMA, WSMA, IGMA, MUSA và RSMA được mã hóa
LDPC thu được 0,9dB, 0,9dB, 0,9dB, 0,9dB, 0,9dB và 0,8dB tại BLER 0,1 mục tiêu theo
TDL-A -30 so với OFDMA được mã hóa bằng LDPC, tương ứng. Trên thực tế, các lược
đồ NOMA được mã hóa LDPC có mức tăng BLER và SNR gần như giống như các lược
đồ NOMA được mã hóa turbo
tương ứng trong Hình.10. Do đó, các sơ đồ NOMA rất mạnhđối với các mã 5G LDPC.
E. SO SÁNH ĐỘ PHỨC TẠP
Các thuật toán giải mã máy thu của sơ đồ NOMA được tóm tắt trong Bảng 2. Các sơ
đồ NOMA dựa trên mã hóa, chẳng hạn như SCMA, PDMA và LDS-SVE, sử dụng máy thu
MPA để phát hiện lặp kết hợp với giải mã kênh và số lần lặp bên ngoài và của phép lặp
bên trong lần lượt là 4 và 3. RSMA, IDMA và IGMA sử dụng thuật toán ESE để phát
hiện lặp lại và số lần lặp lại bên ngoài là 4. LCRS, NOCA và NCMA sử dụng thuật toán
MMSE-PIC mà không cần lặp lại bên ngoài.
V. KẾT LUẬN
Trong bài viết này, các sơ đồ NOMA mới nhất được đề xuất cho tiêu chuẩn 5G được
nghiên cứu và so sánh toàn diện. Đầu tiên, chúng tôi phân loại các sơ đồ này thành bốn
loại: sơ đồ NOMA dựa trên xáo trộn, dựa trên trải rộng, dựa trên mã hóa và dựa trên
xen kẽ. Các đặc điểm chính và thuật toán
thu phát của từng sơ đồ NOMA được trình bày chi tiết và so sánh.
Về mặt lý thuyết, phân tích AMI nhiều người dùng đã chứng minh rằng các sơ đồ
NOMA có thể đạt được mức tăng SNR đáng kể cho tỷ lệ tổng có thể đạt được nhất
định. Trên thực tế, các kết quả mô phỏng toàn diện xác minh mức tăng đáng kể như
vậy, ngay cả đối với ước tính kênh thực tế và kịch bản miễn phí. So sánh độ phức tạp
của các chương trình NOMA cũng được đưa ra. Có vẻ như các sơ đồ NOMA dựa trên
mã hóa và trải rộng có một số lợi thế về khả năng kết nối lớn hơn và tính mạnh mẽ.
Tuy nhiên, chúng tôi nghĩ rằng vẫn còn một số chỗ cải tiến cho các sơ đồ này để kết
hợp chữ ký (mẫu) NOMA với mã LDPC mạnh mẽ được 5G chấp nhận, điều chế bậc cao
và sơ đồ ARQ lai dự phòng gia tăng (HARQ).

Đối với MUSA và WSMA, MMSE-SIC không có phép lặp bên ngoài được sử dụng. Đối TÀI LIỆU THAM
với trường hợp 6-UE trong Hình 10, chúng tôi tính tổng độ phức tạp phát hiện NOMA KHẢO [1] G. Eason, Boccardi, RW Heath Jr, A. Lozano, TL Marzetta và P. Popovski,
và giải mãturbo “Năm công nghệ đột phá

số 8 TẬP 4, 2016

2169-3536(c) 2018 IEEE. Bản dịch và khai thác nội dung chỉ được phép cho nghiên cứu học thuật. Việc sử dụng cá nhân cũng được cho phép, nhưng việc tái bản/phân phối lại cần có sự cho phép của IEEE. Xem

http://www.ieee.org/publications_standards/publications/rights/index.html để biết thêm thôngtin.

 Bài báo này đã được chấp nhận để xuất bản trong các số tiếp theo của tạp chí này, nhưng chưa được chỉnh sửa đầy đủ. Nội dung có thể thay đổi trước khi xuất bản cuối cùng. Thông tin trích
Machine Translated by Google dẫn: DOI 10.1109/ACCESS.2018.2817221, Truy cập IEEE

Tác giả và cộng sự: Chuẩn bị các bài báo cho IEEE TRANSACTIONS and JOURNALS

BẢNG 2: So sánh độ phức tạp

Máy thu NOMA Thuật toán Cộng trên so sánh Hoạt động tỷ lệ phần trăm
nhân trên mỗi bit mỗi bit trên mỗi bit trê9n56mỗ6i99b0it228
SCMA MPPA 300 3634 2264 5404 952 5196 224824466726292249246 100%
RSMA ESE 364 2364 2224 77,3%
PDMA MPA 235 921 921 74,3%
IGMA ESE 278 66,9%
WSMA MMSE-SIC 387 60,7%
MUSA MMSE-SIC 387 60,7%

2169-3536(c) 2018 IEEE. Bản dịch và khai thác nội dung chỉ được phép cho nghiên cứu học thuật. Việc sử dụng cá nhân cũng được cho phép, nhưng việc tái bản/phân phối lại cần có sự cho phép của IEEE. Xem

http://www.ieee.org/publications_standards/publications/rights/index.html để biết thêm thôngtin.

 Bài báo này đã được chấp nhận để xuất bản trong các số tiếp theo của tạp chí này, nhưng chưa được chỉnh sửa đầy đủ. Nội dung có thể thay đổi trước khi xuất bản cuối cùng. Thông tin trích
Machine Translated by Google dẫn: DOI 10.1109/ACCESS.2018.2817221, Truy cập IEEE

Tác giả và cộng sự: Chuẩn bị các bài báo cho IEEE TRANSACTIONS and JOURNALS

10 TẬP 4, 2016

2169-3536(c) 2018 IEEE. Bản dịch và khai thác nội dung chỉ được phép cho nghiên cứu học thuật. Việc sử dụng cá nhân cũng được cho phép, nhưng việc tái bản/phân phối lại cần có sự cho phép của IEEE. Xem

http://www.ieee.org/publications_standards/publications/rights/index.html để biết thêm thôngtin.