一种mMTC场景中基于AGA的NOMA资源分配方法组成比例

本发明专利技术涉及无线通信技术领域，特别涉及一种mMTC场景中基于AGA的NOMA资源分配方法，包括建立在上行NOMA系统中mMTC设备总功率优化模型；根据实数型的功率变量和离散整数型的子载波分配标识变量进行基于实值编码的染色体编码；根据优化模型中的目标函数和约束条件建立自适应惩罚函数，并根据惩罚函数设计适应度函数；根据适应度函数计算个体适应度，并将当前个体进行选择复制、交叉、变异操作；对得到的下一代种群继续计算个体适应度以及通过选择复制、交叉、变异操作得到下一代种群，直至最大种群代数，该代种群中个体适应度最大的即为最优的染色体；本发明专利技术能够有效降低mMTC设备的传输功率，且易于实现。

An Aga based noma resource allocation method in mmtc scenario

【技术实现步骤摘要】
一种mMTC场景中基于AGA的NOMA资源分配方法
本专利技术涉及无线通信
，具体涉及一种大规模机器类通信(massiveMachineTypeofCommunication，mMTC)场景中基于自适应遗传算法(AdaptiveGeneticAlgorithm，AGA)的NOMA资源分配方法。
技术介绍
大规模机器类通信(mMTC)是物联网(IoT)发展的重要推动者，该场景设备具有连接密度高、低成本、低功耗、上行传输为主等特点。由于mMTC被标准化以支持海量机器类通信设备的接入，而传统的正交多址接入(OMA)中单个子载波只能由一个设备使用，无法满足海量设备接入网络的需求，因此引入了非正交多址接入(NOMA)技术。功率域NOMA允许不同的用户叠加在同一子载波，通过不同的功率进行区分，发送端实施简单，接收端采用干扰消除技术。虽然接收机复杂度的增加限制了NOMA在下行场景的发展，但是基站端强大的处理能力使NOMA在上行场景有良好的发展前景。目前，NOMA技术在mMTC场景中的资源分配研究多以最大化吞吐量、最大化传输能效等为目标建立系统模本文档来自技高网...

【技术保护点】
1.一种mMTC场景中基于AGA的NOMA资源分配方法，所述mMTC场景每个小区包含单个基站以及多个mMTC设备，其中，所有的mMTC设备可以表示为集合M＝{m

【技术特征摘要】
1.一种mMTC场景中基于AGA的NOMA资源分配方法，所述mMTC场景每个小区包含单个基站以及多个mMTC设备，其中，所有的mMTC设备可以表示为集合M＝{m1,m2,…,mM}，系统总带宽为B，子载波可以表示为集合N＝{n1,n2,…,nN}，每个子载波的带宽为Bn，其特征在于，进行资源分配包括以下步骤：
建立在上行NOMA系统中mMTC设备总功率优化模型；
根据实数型的功率变量和离散整数型的子载波分配标识变量进行基于实值编码的染色体编码；
根据优化模型中的目标函数和约束条件建立自适应惩罚函数，并根据惩罚函数设计适应度函数；
根据适应度函数计算个体适应度，并将当前个体进行选择复制、交叉、变异操作；
对通过选择复制、交叉、变异操作得到的下一代种群继续计算个体适应度以及通过选择复制、交叉、变异操作得到下一代种群，直到达到最大种群代数，该代种群中个体适应度最大的即为最优的染色体。


2.根据权利要求1所述一种mMTC场景中基于AGA的NOMA资源分配方法，其特征在于，mMTC设备总功率优化模型表示为：



约束条件包括：















其中，P为M×N维的矩阵，矩阵元素pk,n为设备mk在对应子载波n上取值连续的功率变量；X为M×N维的0-1矩阵，矩阵元素xk,n为设备mk在对应子载波n上是否分配的标识变量，1表示分配，0表示未分配；Kn表示子载波n上的设备总数；z为子载波n上的噪声；hk,n为设备mk在子载波n上的信道增益；Rk,min为设备mk的最低传输速率；Pk,max为mk的最大发送功率；Kn为子载波n上的所有设备集合；Lu为单个子载波内叠加设备数的上限；Ptol为SIC接收机区分待解调信号和未解调信号所需的最小功率差。


3.根据权利要求1所述一种mMTC场景中基于AGA的NOMA资源分配方法，其特征在于，根据长度为M×N...

【专利技术属性】
技术研发人员：王茜竹，马莉，吴广富，何兰，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆;50