具体实施方式

下面将结合本发明实施例中的附图对本发明实施例中的技术方案进行清楚、完整地描 述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例；基于本发 明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施 例，都属于本发明保护的范围。

目前的现有方法讨论的都是K＝2的情况。显然，强行规定每个分簇内用户数量相等 并不合理也不够灵活，应该根据具体的用户数量和信道相关时间情况，设置一个簇内用户 数量的最大值K_max并规定k_l≤K_max，其中k_l为第l簇中的用户数量。

我们把所有用户分成L簇，每簇内用户数为1或2，每簇内的用户使用相同的导频，不同簇用户使用相互正交的导频，因此需要正交导频的个数为L。为了能够为所有用户提供服务，我们将AP也随机分为两部分，一部分为OMA用户提供服务(也就是每簇1个 用户的簇)，一部分为NOMA用户提供服务(每簇超过1个用户的簇)。系统框图如图1 所示：

如图1所示，所有的AP和UE被分为2部分，一部分用户使用非正交多址接入(浅 色UE)，每个簇内有大于1个用户，即k_l＞1，所有k_l个用户使用相同的导频，这部分用 户所在的分簇的集合用符号Ω_N来表示。由一部分AP非正交多址接入的用户为服务(浅 色AP)，这部分AP所在的集合用符号Φ_N来表示。另一部分用户使用正交多址接入(深 色UE)，每个簇内只有1个用户，即k_l＝1，这部分用户所在的分簇的集合用符号Ω_o来 表示。并由另一部分AP为它们服务(深色AP)，这部分AP所在的集合用符号Φ_O来表示。

本发明是通过以下方案实现的：

在Cell-free Massive MIMO下的正交多址与非正交多址的结合方法，

将所有用户分成L簇，每簇内用户数为1或2，每簇内的用户使用相同的导频，不同簇用户使用相互正交的导频，则正交导频的个数为L；

将AP随机分为两部分，一部分为OMA用户提供服务，即每簇内用户数为1的簇， 即k_l＝1，为OMA用户提供服务的AP所在的集合用符号Φ_O来表示；另一部分为NOMA 用户提供服务，即每簇内用户数为2的簇，即k_l＞1，分为NOMA用户提供服务的AP所 在的集合用符号Φ_N来表示；

将所有用户分为2部分，一部分用户使用OMA，用符号Ω_O来表示使用OMA的用户 所在的分簇的集合；另一部分用户使用NOMA，用符号Ω_N来表示使用NOMA的用户所 在的分簇的集合；

所述结合方法为：

步骤一：下行链路的数据传输依赖于共轭波束赋形(Conjugate Beamforming,CB)， 得到单用户下行数据传输的频谱效率；

步骤二：使用的功率分配算法来最大化最小SINR的功率控制算法P1，将功率控制转化为凸优化问题P2；

步骤三：对凸优化问题P2使用二分查找方法来找到下行最大最小化SINR的解。

设τ为信道的相关时间长度，即离散化长度，τ等于信道相关时间与信道相关带宽的 乘积，τ_p为上行链路训练的持续时间，τ_u和τ_d分别为上行和下行数据传输时间，则有 τ＝τ_p+τ_u+τ_d；

设定上下行数据传输时间相等，即τ_u＝τ_d，则有τ＝τ_p+2τ_d；

在训练阶段，系统中所有K个用户均自动向AP发送长度为τ_p的导频信号；令其中是分配给第k个用户的导频序列，k＝1,2,…,K；

设信道增益模型为：

其中β代表大尺度衰落，h_mk代表小尺度衰落，m＝1,2,...M,k＝1,2,...,K是独立同分 布的；

由于各个AP和用户离散的分布在一个很大的区域内，因此可以认为h_mk,m＝1,2,...M,k＝1,2,...,K是独立同分布的；

则第m个AP接收到的信号表示为：

其中ρ_p是各个导频符号的归一化信噪比，w_m是第m个AP端的加性高斯白噪声，w_m的各个元素服从独立的CN(0,1)分布；

通过接收到的导频信号y_m可以得到信道增益g_mk的估计值用表示y_m在上的投影：

因为任意两个导频都正交或者相同，使用MMSE算法通过估计出信道增益g_mk的值：

其中β_mk为第m个AP与第k个用户之间的大尺度衰落；

设系统内共有m个AP，把所有用户划分为L个簇，每个簇内有K个用户，则信道估 计f_ml为：

使用MMSE算法得到f_ml的估计值：

其中，β_mlk′为第m个AP与第l簇内第k′个用户的大尺度衰落；

第m个AP的发射信号为：

其中，η_mlk为第m个AP分配给第l个簇内k个用户的功率，为信道估计值的共 轭，s_lk为第l个簇内k个用户的符号，ρ_d为归一化下行发射功率，

则第m个AP的归一化发射信号功率表达式为：

其中，

每个AP需要满足功率控制条件为：

其中，N为每个AP上的天线数；

需要满足公式(10)来消除串行干扰：

其中，表示第l簇中用户j在进行SIC算法时对同一簇内的用户k进行译码时的信干噪比；基于此，最终第l簇内用户k的可实现速率可以写为：

经过SIC处理后实际用于译码的信号为：

使用NOMA的用户：

使用OMA的用户：

由此推出的信干噪比为：

使用NOMA的用户：

使用OMA的用户：

最终得到的单用户下行数据传输的频谱效率公式为：

其中，

使用的功率分配算法为，最大化最小SINR的功率控制算法，功率控制条件如下：

P1：

公式(19)中的优化问题为非凸问题；令并引入松弛变量 υ_m，λ_lk′j，λ_lk′k，将P1转化为凸优化问题P2：

P2：

其中，

v_lj，1＝[λ_l1j…λ_l(k-1)j]^T，v_lj，1＝[λ_l1j…λ_l(k-1)j]^T，

将公式(20)视为是一个二阶锥(Second Order Cone,SOC)，则P2是一个标准的二阶锥优化问题，即凸优化问题；

使用二分查找方法解决问题P2，来找到下行最大最小化SINR的解：

先设置可达到的SINR的最大值边界t_max和最小值边界t_min；设初始的目标SINR t为(t_max+t_min)/2；

当问题P2对于这个目标SINR t是可解的，那么将最小值t_min设为t；若不可解则将最大值t_max设为t；

持续二分查找方法，直到上界和下界的差值小于预先设置的门限ε，即(t_max-t_min)＜ε。

给出方法的数值仿真结果：

AP在1km×1km的正方形区域内均匀分布，所有用户随机分布。在这里使用路径损失模型如下：

其中d_mlk表示第l簇内的用户k和基站m之间的距离，而PL_mlk表示第l簇内的用户k和基 站之间的路径损耗；

其中，

L ＝46.3+33.9log₁₀(f)-13.82log₁₀(h_AP)-(1.1log₁₀(f)-0.7)h_u+(1.56log₁₀(f)-0.8)

其余仿真参数如表1

表1

使用上文介绍的功率分配算法，对使用NOMA和OMA的用户的功率分配问题分别 进行优化。设共有40个AP，其中20个为NOMA用户提供服务，20个为OMA用户提 供服务；共20个用户，其中10个用户使用NOMA技术，分为5簇，每簇2个用户，10 个用户使用OMA技术，分为10簇，每簇1个用户。最终得到的结果如图2：

频谱效率结果曲线可以看到，NOMA和OMA结合的cell-free massive MIMO的频谱效率在某些相关时间条件下比只使用NOMA或OMA的频谱效率都要高。

这是因为正交多址接入的优点是不存在使用相同导频的用户的干扰，因此在相同下行传输 时间下，较非正交多址接入的和速率(频谱效率公式中的R)更高。但是正交多址接入需 要的正交导频数量多，导频长度更大，所以发送导频占用的时间较长，导致能用于上下行 数据传输的时间较短，这一点在相关时间较短，用户数量较大时会严重影响频谱效率。而 非正交多址接入的优点是需要的正交导频数量更少，导频长度较短，可以有更多时间用于 上下行数据传输。但是非正交多址接入存在簇内干扰，影响和速率，在相关时间较长时， 导频长度对频谱效率的影响较小，簇内干扰的影响就会使频谱效率低于正交多址接入。

而将正交多址接入和非正交多址接入相结合是一个折中的实现方式，系统内一部分用 户使用正交接入(每簇用户数为1)，一部分用户使用非正交接入(每簇用户为2)，相较于非正交多址接入中规定每簇用户数必须为2更加灵活，在相关时间不长也不短时可以结合两种接入方式的优点(一部分用户非正交多址接入缩短了导频长度，一部分使用正交多址的用户和速率更高)。但是在相关时间很小时，由于一部分使用了正交多址，所需正交 导频的长度大于所有用户都使用非正交多址；而在相关时间很大时，由于一部分用户使用 非正交多址接入，簇内干扰使和速率降低，影响频谱效率。

以上对本发明所提出的Cell-free Massive MIMO下的正交多址与非正交多址的结合 方法，进行了详细介绍，本文中应用了数值模拟算例对本发明的原理及实施方式进行了阐 述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域 的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综 上所述，本说明书内容不应理解为对本发明的限制。