Poisson 网络中的下行非正交多址接入 (NOMA)

本文考虑了一种网络模型，其中 Poisson 分布的基站各自向 $N$ 个功率域非正交多址接入 (NOMA) 用户 发送数据，这些用户采用串行干扰消除 (SIC) 进行解码。我们提出了三种 NOMA 用户聚类模型，并考虑了两种不同的 NOMA 用户排序技术：基于平均信号功率和基于瞬时信号小区间干扰噪声比。对于每种技术，我们给出了典型用户覆盖率的信号干扰噪声比分析。我们绘制了两用户情形的速率区域，并表明两种排序技术均不持续优于另一种。针对一般 $N$，我们提出了两种高效算法，用于寻找在以下约束下最大化小区总速率 $\mathcal{R}_{\rm tot}$ 的可行资源分配：1) 每个用户的最小吞吐量 $\mathcal{T}$，2) 所有用户的相同吞吐量。我们证明了以下两者的存在性：1) 在给定一组网络参数下最大化受约束 $\mathcal{R}_{\rm tot}$ 的最优 $N$，2) NOMA 优于正交多址接入所需的临界 SIC 水平。结果突出了选择网络参数 $N$、约束和排序技术以平衡 $\mathcal{R}_{\rm tot}$ 与公平性要求的重要性。我们还表明，干扰感知的用户聚类可以显著提高性能。