智能反射面辅助 NOMA 网络的性能分析
数论
2020-02-25 v1
摘要
智能反射面（IRS）是一项有望增强无线网络覆盖与性能的技术。我们考虑将 IRS 应用于非正交多址（NOMA），其中基站借助 IRS 向多个用户发送叠加信号。采用 1-bit 编码方案，研究了具有不完美串行干扰消除（ipSIC）和完美串行干扰消除（pSIC）的 IRS 辅助 NOMA 网络的性能。具体地，我们推导了第 m 个用户在 ipSIC/pSIC 下中断概率与遍历速率的新精确和渐近表达式。基于分析结果，pSIC 下第 m 个用户的分集阶数与反射单元数及信道排序相关。获得了第 m 个用户遍历速率的高信噪比（SNR）斜率。讨论了 IRS-NOMA 中非正交用户在延迟受限与延迟容忍传输模式下的吞吐量与能量效率。此外，我们推导了 IRS 辅助正交多址（IRS-OMA）的中断概率与遍历速率的新精确表达式。数值结果证实了我们的分析并表明：i) IRS-NOMA 的中断行为优于 IRS-OMA 与中继方案；ii) 随着反射单元数增加，IRS-NOMA 能够实现增强的中断性能；iii) M 个用户具有比 IRS-OMA 与基准方案更大的遍历速率。然而，第 m 个用户的遍历性能在低 SNR 区间超过中继方案。
引用
@article{arxiv.2002.09906,
title = {Hyperbolicity of Appell Polynomials of Functions in the $\delta$-Laguerre-P\'olya Class},
author = {Jonas Iskander and Vanshika Jain},
journal= {arXiv preprint arXiv:2002.09906},
year = {2020}
}