具体实施方式

下面结合一些实施例，对本申请所涉及发明创造的原理进行具体阐述，所举出的实施例用于解释发明创造，不代表本申请的保护范围仅仅只包含该些实施例，其他未列入下面内容的、属于发明创造构思下的实施例仍在本申请的保护范围内。

实施例一：

本申请实施例一提供了一种通信系统的资源分配方法。以下分几个部分，对该方法进行具体说明。

针对上述的分析，可知将OFDMA技术、协作NOMA技术及认知无线电技术它们三者有效结合起来可以提高系统的频谱利用率，增加接入用户的数量。为此，本研究将从如何将这三种技术更好的融合在一起展开研究。

基于上述开放性问题，本文将研究认知协作NOMA网络的协作传输机制技术与及多载波下主网络和次级网络的联合资源分配技术。

(1)提出了一种新型的协作NOMA(Cooperative NOMA，C-NOMA)策略，该策略中SU在发射机和弱用户之间充当接收机和中继，去辅助弱用户信息的传输，进而提高弱用户的可达速率。

(2)深入研究多载波多用户认知协作NOMA网络的协作传输机制与资源分配。本文对主网络(Primary Network，PN)与次级网络(Secondary Network，SN)进行联合资源分配。基于这种网络提出了三种传输机制1)仅在主网络中采用协作NOMA策略，而对于剩余子载波与次级用户不做任何处理；2)仅在主网络中采用协作NOMA策略，并在满足主用户性能的条件下，将剩余子载波通过次级基站分配给未被匹配的次级用户，采用OMA策略传输信息；3)在主次级两网络中都采用协作NOMA策略，并在满足主用户性能的条件下，将剩余子载波通过次级基站分配给未匹配的SU，并采用OMA或者协作NOMA策略传输信息。并构建以频谱效率为优化目标的函数。由于目标函数的非凸性，本文提出了可行的用户选择与功率分配方案。

(一)系统模型

如图1所示，上述的多载波多用户的认知协作NOMA的系统模型主要包含一个主基站(PT)，四个次级基站(ST)，K个PU，J个SU。在系统中，时隙的持续时间为T，将整个频带划分为N个正交子载波。而对应的通信信道链路主要考虑路径损耗与及瑞利衰落，噪声为加性高斯白噪声。并且不失一般性假设，每个子载波带宽表示为B_s，而总带宽为B。其中与分别表示子载波i上传输的PU_k，与SU_j的信号，且它们满足如下条件，E为期望，rSU是中继用户SU(relay Secondary User)：

为了清晰起见，我们首先简要介绍了所提出的认知协作NOMA网络的机制。在不失去通用性的情况下，假设主用户PU1和主用户PU3具有良好的信道条件，而主用户PU2由于其高的路径损耗或深信道衰落而具有较差的信道质量。显然，主基站(Primary Transmitter，PT)服务于PU1、SU1、PU3，它们分别在子载波1、2、3上具有良好的信道条件。然后SU1将信号中继到信道条件差的PU2。在满足所有主用户PU的需求后，次级基站ST1和ST2分别使用未分配的子载波(uSC)4和uSC5为SU2和SU3服务。此外，ST4在uSC6上为SU4服务。然后SU4作为中继利用uSC6将信号转发给SU5。所提出的C-NOMA方案有两个阶段，其中具有更好的信道条件的用户(称为强用户)作为中继和接收器，分别在主网络中协助弱PU或次级网络中协助弱SU。第一阶段：发射机通过C-NOMA方式在第一时隙向中继rSU发送继电器SU和弱用户(weakPU/SU，wPU/wSU)信号，然后rSU解码它们的信号。第二阶段：rSU在第二个时隙将信号中继给弱用户(接收可靠性差的PU或者SU)。

(二)优化问题构建

在本节中，将研究依据系统模型进行的传输信道的构建与制定相应的解决方案。在两个网络中即主网络与次级网络都采用所提出的双赢协作NOMA方案，尽可能地辅助于两个网络中接收可靠性差的用户。对于协作NOMA策略就是采用功率域NOMA策略进行叠加中继次级用户rSU与弱用户(wPU/wSU)的信息。并且针对不完美信道状态信息(Channel StateInformation，CSI)进行建模分析。

对于主网络，主基站使用多载波即OFDMA技术，这意味着每个子载波可被分配到通过OMA策略发送信号给主用户PU，或通过C-NOMA策略发送信号给中继rSU。

具体而言，对于给定的时隙，若PUk∈{1,2,...,K}被分配了子载波i∈{1,2,...,N}且从基站到它的信道条件好时，则采用OMA传输方式，PU_k的接收信号可表示为：其中，

其中表示从主基站PT到主用户PU_k在子载波i上的通信信道增益，而是信道增益的估计值，是估计误差，是方差为的独立零均值复高斯随机变量，其独立于信道增益表示基站PT发射给PU的功率；表示主基站PT在子载波i上传输给PU_k的信号；表示在子载波i上PU_k的复高斯白噪声，σ^k表示主用户PUk处接收的噪声方差值。

则对应的在子载波i上PU_k的可达速率为：

其中，

估计误差被当作噪声处理，这是由于不完美信道估计导致的。

在另一方面，主基站PT采用协作NOMA的方式传输时，中继rSU j_r∈{1,2,...,J}和弱用户PU k(wPU_k)信号通过C-NOMA方式从PT叠加和传输。在第一阶段，在子载波i上的接收信号为：

其中，

其中表示从主基站PT到中继次级用户在子载波i上的通信信道增益，而是信道增益的估计值，是估计误差，是方差为的独立零均值复高斯随机变量，其独立于信道增益基站PT发射给中继SU的功率；表示在子载波i上的信号；表示在子载波i上的复高斯白噪声。为采用协作NOMA策略时中继用户SU即强用户分配的功率系数，并且而对于被辅助的弱用户wPU分配的系数为

经历阶段1中继SU通过应用SIC技术解码出自己信号与弱用户wPU_k信号后，在第二阶段中，中继SU转发弱用户信号，则在子载波i上wPU_k的接收信号为：其中，

其中表示从中继用户SU到主用户PU_k在子载波i上的通信信道增益，而是信道增益的估计值，是估计误差，是方差为的独立零均值复高斯随机变量，其独立于信道增益次级用户SU发射给弱用户PU的功率。

由于中继SU应用连续干扰消除器(SIC)对叠加信号进行解码，因此可以对中继SU和弱用户PU信号进行解码。由于协作NOMA的两个阶段都仅利用时隙的一半，则其对应速率值要乘以1/2，给出了中继SU解码出弱用户PU的可达速率为：其中，

估计误差被当作噪声处理，这是由于不完美信道估计导致的。

在协作NOMA的阶段1中，中继SU获得的可达速率如下：

在协作NOMA传输的阶段2中，弱用户wPU_k在子载波i上获得的可达速率为：其中，

估计误差被当作噪声处理，这是由于不完美信道估计导致的。

而对应的弱用户的接收速率应满足如下条件：

其中表示从主基站PT到中继SU的总传输速率，为式子(3-5)与(3-6)的和。主要是为了限制中继SU的发射功率，并且第二阶段的传输速率应小于第一阶段的传输速率。

此外，使用协作NOMA策略时，为了成功地在中继SU进行干扰缓解，在实践中，中继SU只有在下列不等式成立时，才能成功地通过SIC技术解码和消除由子载波上弱用户wPU引起的共信道干扰：

对于主网络PN，其在子载波i上的总可达速率为：

其中，

上述分别表示主网络中的所有主用户的容量和所有次级用户的容量，这些用户都是通过主基站发送信息的。w_s,1-w_s分表表示分配给次级用户SU与主用户PU的权重系数。并且w_s＜1-w_s，这是由于主用户的优先级高于次级用户。表示弱用户wPU_k与次级用户配对成功，在子载波i上采用协作NOMA的方式传输。否则为0。表示主基站采用OMA传输方式，传输信息给PU_k。否则为0。其中式子(3-10)为传输机制1即认知协作NOMA-OFDMA传输机制1的总可达速率。

在主网络中的主用户PU的性能满足的条件下，再将剩余的子载波与剩余的次级用户SU进行再次分配，若在次级网络中仅采用OMA方式，则为认知协作NOMA-OFDMA共享传输机制，若也考虑次级网络中接收可靠性差的用户，并采用协作NOMA方式，则为认知协作NOMA-OFDMA自由传输机制。

而对于次级网络而言，次级基站STm∈{1,2,...,M}使用正交多址，这意味着每个子载波可被分配通过OMA策略发送信号给次级用户SU，或通过C-NOMA的策略发送信号给中继rSU。

具体而言，对于给定的时隙，若SUj∈{1,2,...,J}被分配了子载波i且从基站到它的信道条件好时，则采用OMA传输方式，SU_j的接收信号可表示为：

其中，

其中表示从次级基站ST_m到次级用户SU_j在子载波i上的通信信道增益，而是信道增益的估计值，是估计误差，是方差为的独立零均值复高斯随机变量，其独立于信道增益基站ST_m的发射给SU的功率；表示主基站ST_m在子载波i上传输给SU_j的信号；表示在子载波i上SU_j的复高斯白噪声。

则对应的在子载波i上SU_j的可达速率为：

其中，

估计误差被当作噪声处理，这是由于不完美信道估计导致的。

在另一方面，次级基站ST_m采用协作NOMA的方式传输时，中继rSUj_r∈{1,2,...,J}和弱用户SUj(wSU_j)信号通过C-NOMA方式从ST_m叠加和传输。在第一阶段，在子载波i上的接收信号为：

其中，

其中表示从次级基站ST_m到中继次级用户在子载波i上的通信信道增益，而是信道增益的估计值，是估计误差，是方差为的独立零均值复高斯随机变量，其独立于信道增益表示基站PT发射给中继SU的功率；表示在子载波i上的信号。为采用协作NOMA策略时中继用户SU即强用户分配的功率系数，并且而对于被辅助的弱用户wSU分配的系数为

经历阶段1中继SU通过应用SIC技术解码出自己信号与弱用户wSU_j信号后，在第二阶段中，中继SU转发弱用户信号，则wSU_j的接收信号为：

其中，

其中表示从中继用户SU到次级用户SU_j在子载波i上的通信信道增益，而是信道增益的估计值，是估计误差，是方差为的独立零均值复高斯随机变量，其独立于信道增益为SU发射给弱用户SU的功率。

由于中继SU应用连续干扰消除器(SIC)对叠加信号进行解码，因此可以对中继SU和弱用户SU信号进行解码。由于协作NOMA的两个阶段都仅利用时隙的一半，则其对应速率值要乘以1/2，因此给出了中继SU解码出弱用户wSU的可达速率为：

其中，

估计误差被当作噪声处理，这是由于不完美信道估计导致的。

在协作NOMA的阶段1中，中继SU获得的可达速率如下：

在协作NOMA传输的阶段2中，弱用户wSU_j在子载波i上获得的可达速率为：其中，

由于不完美CSI，则对应会存在估计误差被当作噪声处理，因此其对应的信噪比会比完美CSI下的值小。

而对应的弱用户的接收速率应满足如下条件：

其中表示从次级基站ST_m到中继SU的总传输速率，为式子(3-17)与(3-18)的和。主要是为了限制中继SU的发射功率，并且第二阶段的传输速率应小于第一阶段的传输速率。

此外，使用协作NOMA策略时，为了成功地在中继SU进行干扰缓解。在实践中，中继SU只有在下列不等式成立时，才能成功地通过SIC技术解码和消除由子载波上弱用户wSU引起的共信道干扰：

对于次级网络SN，其在子载波i上的总可达速率为：

其中，

上述表示次级网络中的所有次级用户的容量，这些用户都是通过次级基站发送信息的。表示弱用户wSU_j与中继用户配对成功，在子载波i上采用协作NOMA的方式传输。否则为0。并且当j＝j_r，其因为相同的SU不配对成功。表示次级基站采用OMA方式传输信息给SU_j，否则为0。

总的系统可达速率为：

相应的系统的加权频谱效率可表示为：

其中B表示分配给整个系统的带宽值，则B为N个子载波带宽值得和，而在我们这个系统中，我们将带宽均等分为N份，则B＝N*B_s。

经过上述对于主网络和次级网络的信道模型与可达速率分析后，可获得系统的频谱效率对应的公式表达式如式(3-25)，之后再以频谱效率为目标，去优化系统的性能。

而对应系统的能量效率为：

其中，P_n,P_c分别为每个用户的消耗功率和电路的损耗功率。

本文对于频谱效率与能量效率的权衡，主要是通过构建效用函数，则对应的效用函数为：

其中θ为频谱效率权衡指数，1-θ则为能量效率分配到的权衡指数。对于频谱效率与能量效率的权衡分析将通过MATLAB进行仿真，之后通过观察图中曲线变化判定权衡指数对系统性能的影响。

最后针对多载波多用户系统构建相应的优化问题，通过优化用户选择与分配功率来获得最大的系统加权频谱效率，其可以表示为：

式中：C1—满足功率于NOMA的条件，对于强用户分配的功率少；

C2—保证主网络中采用协作NOMA策略的阶段2传输速率小于阶段1；

C3—保证从主基站PT发射功率之和不能大于主基站的最大承受功率；

C4—保证次级网络中采用协作NOMA的阶段2的传输速率小于阶段1；

C5—保证从次级基站ST_m发射功率和不能大于该基站的最大承受功率；

C6—保证从中继SU发射出的功率和不能大于SU最大承受功率；

C7—表示这四个值只能取0或者1；

C8—保证PU只能有一种传输方式，即采用OMA或者协作NOMA；

C9—保证每个次级用户SU只能有一种传输方式；

C10—保证在主网络与次级网络中的SU不重复使用；

C11—保证每个子载波只能分配给一个用户或者两个协作用户。

上式(3-28)中的约束条件C7-C11主要保证了在系统中利用OFDMA技术时，每个载波块上只能传输两个用户信息或者一个用户信息，而对于每个用户而言，只能利用一个载波块来传输自身信息。这样就保证了子载波分配唯一性，用户配对唯一性。由于上述优化函数为非凸的，则不可直接用CVX直接求解。可将此优化问题分成两个子问题，即子问题1：用户选择即子载波分配与用户配对，子问题2：功率分配。而对于功率分配问题可应用凸标准差值(standard difference of convex，DC)的连续迭代凸逼近的方法求得次优的功率分配系数。此为优化认知协作NOMA-OFDMA自由传输机制，而将置0，则为优化共享传输机制，若将与均置0，则为优化传输机制1。

(三)解决方案

由于优化目标函数与约束条件的非凸性，将其分成两个子问题。本节主要介绍两个子问题分别对应的解决方案，如子问题1：是在给定功率分配的条件下，应用匹配理论进行子载波的分配与及用户的配对；而子问题2：是在给定子载波与用户配对的条件下，应用第三章所介绍的DC算法进行逐次迭代求解。

一、子载波分配与用户配对

在这个多载波多用户认知协作NOMA网络中，存在主用户PU和次级用户SU，与及主网络(primary network，PN)和次级网络(secondary network，SN)。主网络是通过主基站发送信息给用户的网络，次级网络主要是通过次级基站发射信息给用户的网络，而且主网络中包含主用户与及服务于PU的中继SU，次级网络中仅包含SU。而PU的优先级是高于SU的。则先将子载波分配给PU，在此基础上再寻找中继SU与弱用户PU配对。然后在所有PU性能都满足的条件下，再将未被分配的子载波通过次级基站分配给未被匹配的SU。并假设，每个子载波功率采用平均分配方式，而对应的用户配对采用固定功率分配方式，之后再研究子载波的分配与用户的配对。给定功率分配下，优化目标函数变为：

当传输功率给定时，在主网络中，对于公式(3-2)、(3-5)—(3-7)分别求导得：

由于它们对应的导数都大于0，表明了对应的速率值是信道增益的增函数，则可以通过信道增益来进行子载波分配与及用户的配对。

基于上述的理论推导与分析，提出了一种基于主用户信道增益的匹配算法。首先建立各个子载波的PU用户信道增益矩阵H_N×K，其中H_i,k表示本文上节所说的即主用户PU_k在子载波i的信道增益。(1)：将每个子载波下的用户信道增益从大到小排序，(2)从最大的信道增益值开始将对应的子载波分配给相应的用户，若此用户未分配，则将对应的用户标志位PU_flag_k与子载波标志位SC_flag_i置1，表示此子载波与用户已经分配，而且对应的用户关系列表赋值PU_list_k＝i与子载波关系列表赋值SC_list_i＝k；(3)若对应的用户已经分配，则去比较这两个子载波下哪个信道增益更大，从而进行再次分配，就这样不断循环往复，直到所有的子载波或者主用户分配完。具体算法如表1。

同理在次级网络中将剩余的子载波进行再次分配，它们的思想是类似的，所以就不再重复解说。根据匹配理论，获得PU，SU在子载波上的分配情况。

表1基于匹配理论的子载波分配算法伪代码

根据子载波i上的PU或者SU的分配情况即SC_list,PU_list，进行用户配对即SU与PU或者SU与SU。当在主网络或者次级网络分别存在接收可靠性差的PU或者SU时，即它们的信道条件差或者不在基站的服务范围之内，则不能采用正交多址技术OMA进行传输信息，因此采用本文所提出的协作NOMA策略辅助这些弱用户传输信息，并且中继SU既充当中继也充当接收机。

针对主网络而言，本小节提出了一种基于用户间的协作数据速率的匹配算法。首先建立各个弱用户wPU下的与SU协作数据速率R_J×K，其中R_j,k表示SU_j与PU_k在子载波i上的协作数据速率。(1)：将每个SU下的PU协作数据速率从大到小排序，(2)从最大的数据速率R开始将对应的SU分配给相应的PU，若此用户未分配，则将对应的PU标志位PU_p_flag_k与SU标志位SU_p_flag_j置1，表示此PU与SUj已经分配，而且对应的PU关系列表赋值PU_pair_list_k＝j与SU关系列表赋值SU_p_list_j＝k；(3)若对应的用户已经分配，则去比较这两个SU下哪个数据速率更大，从而进行再次分配，就这样不断循环往复，直到所有的弱用户PU或者SU分配完。具体算法如表2。

同理在次级网络中进行用户配对，它们的思想是类似的，所以就不再重复解说。根据匹配理论，获得PU与SU的配对情况。

表2基于匹配理论的用户配对算法伪代码

二、功率分配

在给定子载波分配与及用户配对的情况下,则对应的优化目标函数变为：

由于约束条件的限制与及目标函数的非凸性，则将其对应进行变换，可得：

其中，

并且包含了然后，我们可以通过逐次凸逼近得到次优解。对于任何可能的点都存在以下不等式：

其中，

同样的也可通过上述所说的变换，即利用泰勒展开式的形式把凸函数部分转换成线性形式，则对应的优化公式变换为：

上述的优化函数可通过CVX求解。我们可通过应用收敛于局部最优解的迭代算法(算法3)得到下界。然后就可以得到功率分配具体算法3如表3：

表3基于DC的功率分配算法

(四)仿真结果及性能分析

一、仿真参数设置

为了更好地显示本文所提传输模型的性能，对所提方法进行了仿真，若无特别说明，参数设定如表4所示。在仿真中，本文考虑有K个PU随机均匀分布在以主基站为圆心的相关距离10m与半径为500m的圆环内，但是由于主基站的最大服务距离为300m。而J个SU随机均匀分布在以主基站为圆心的相关距离10m与半径为300m的圆环内。考虑了4个次级基站均匀分布在以主基站为圆心半径为300m的圆上。在考虑SIC接收机解调复杂度下，本文仅考虑每个子载波信道最多存在两个用户，并且每个用户仅占用一个子载波信道。

表4性能仿真参数表

二、仿真结果分析

为了能反映本文所提出的传输机制的性能，主要进行了完美CSI下频谱效率、公平性、有效接入用户数与不完美CSI下的频谱效率的仿真，并与已有的文献中的传输方法进行比较，再通过仿真图进行相关的分析。并且还对于能量效率于频谱效率权衡进行仿真，之后根据仿真图进行分析。

图2显示了在K＝4,N＝32，w_s＝1/3与完美CSI其误差方差下，通过比较六种传输方法，可看出文献[4]协作认知MC-NOMA[5]协作NOMA-CR与OMA直接传输方式相对较小，文献[5]的曲线上升缓慢的原因是其主网络(PN)采用四级PU协作NOMA，次级网络进行频谱共享，相互间干扰较多；文献[4]的曲线比较平缓是因为其采用一个次级基站(ST)充当中继通过NOMA方式叠加发送PU与SU信息，未考虑到各个边缘处PU。采用两种功率分配方式即固定功率分配(FPA，a₁＝0.2)和DC优化分配，优化后性能比FPA的性能好。认知协作NOMA-OFDMA传输机制是仅考虑了主网络的PU，当存在接收可靠性差的用户时，采用本文所提出的以SU充当中继的两阶段协作NOMA策略，而子载波仅分配给主网络，这样就使得剩余的子载波未被分配，浪费频谱资源，而未被分配的SU也未被服务，因此其频谱利用率低。认知协作NOMA-OFDMA共享传输机制，其如上述的机制一样，在主网络中将子载波与用户匹配，而还考虑了次级网络，会将剩余的子载波与SU进行再次分配，这样可以充分利用频谱资源。而对应的自由传输机制也考虑次级网络，但是其考虑了SN的边缘用户，这样虽损耗中继SU的容量，即频谱效率比自由机制低，但是其对应的公平性、能量效率与有效用户接入量是优于共享机制的，之后有仿真图说明这事实。通过仿真可看出本文提出的以信道条件好的SU在弱用户与基站之间充当中继与接收机，这种协作NOMA方式是优于以ST充当中继的或采用OMA直接传输方式的，并且SU是随机分布且数量较多的，因此可以服务更多弱用户。

图3展示了在完美CSI，K＝4,N＝32，w_s＝1/3与及功率分配系数为a₁＝0.2下自由传输机制的公平性能最高，而共享传输机制次之。对应的公平性能评估Jain’s的公平指数公式，即其中N为系统的用户数。而认知协作NOMA-OFDMA传输机制，其仅考虑的主网络，未考虑次级网络用户，所以随着SU的增多，其的公平性降低。当SU增加时，可发现文献[4]先高于[5]，之后低于[5]，这是因为文献[5]在次级网络进行了频谱共享，考虑到了次级网络的SU用户，而文献[4]仅以次级基站充当中继，以功率域NOMA方式服务于PU与SU，因此仅有当PU接收可靠性差时，SU才被服务到。而对于OMA直接传输是在主网络中采用OMA且不考虑认知网络，因此随着SU增多其性能会较低，其开始高于是因为它在主网络采用协作NOMA可能损耗中继PU的容量。本文提出的自由传输方法优于其他的原因是多个SU分布随机，则可服务更多弱用户。

图4展示了在完美CSI，N＝32，w_s＝1/3与中继SU的功率分配系数a₁＝0.2下，以最小用户平均数据速率为0.5bps/Hz[7]来判断是否为有效接入用户。大于则为有效接入用户，否则不是。自由传输机制对应的接入用户数最高，而共享传输机制次级。对应的认知协作NOMA-OFDMA传输机制，其仅考虑的主网络，因此对应的次级网络用户没考虑到，其接入用户数相对其他两者较少。当SU不断增多时，可以发现文献[5]先高于文献[4]，之后低于文献[4]，这是因为文献[5]在主网络中采用4个PU间协作NOMA，而次级网络中未采用，则对应的边缘用户并不能完全被考虑到，而文献[4]以次级基站充当中继，以功率域NOMA的方式服务于PU与SU，则考虑到的边缘用户会比文献[5]多。而对于OMA直接传输是在主网络中采用正交多址接入技术，不考虑次级网络，则对应接入用户数会相对较低。本文提出自由机制的接入用户数高于共享机制，这因为在两网络中均考虑了信道差的用户，则其有效接入用户数会增多。

图5展示了在K＝4,J＝16,N＝32，w_s＝1/3与及中继SU用户功率分配系数为a₁＝0.2下，随着信道估计误差的方差值增大，其对应的频谱效率减小，这主要是由于不完美CSI下，其存在估计误差，其对应的估计误差被当作一种噪声，则这就造成了信噪比(SNR)减少，而对应的传输速率是随着SNR的减少而减少。而对应的三种传输方式中，对应的共享传输方式的频谱效率是高于自由机制的，而仅考虑主网络的传输机制是最低的。

图6展示了在完美CSI，N＝32，w_s＝1/3与及协作NOMA中的中继SU的功率分配系数为a₁＝0.2下，主要针对本文提出的认知协作NOMA-OFDMA自由传输机制的仿真图。自由传输机制的频谱效率随着主用户PU与次级用户SU的个数增大而增大，这是因为子载波未被分配完的条件下，随着用户数增多，其系统接入的用户数越多，则系统的频谱效率会增加。因此，对应的自由机制可以提高频谱资源的利用效率，而且可以增大用户接入量，这是由于这种传输机制在主网络和次级网络都采用协作NOMA，即一个子载波可以服务两个用户，辅助了边缘用户的传输，提高了系统的公平性。

图7展示了在完美CSI，K＝4,N＝32，w_s＝1/3与及中继SU的功率分配系数为a₁＝0.2下，认知协作NOMA-OFDMA自由传输机制SU的用户平均数据速率随着SU的个数增大而增大，这是由于系统子载波未被分配完，随着SU增多，其系统接入SU越多，则SU的用户平均数据速率会增加。而当子载波分配完后，其对应的曲线会逐渐趋向于平缓。而对于PU而言，由于其数量为4，则随着SU增多，其增加相对缓慢，当PU数量小于次级用户SU数量时，其数据速率几乎保持不变。而对应的PU的性能是高于采用OMA直接传输方式的PU性能的。主要是因为自由传输机制采用协作NOMA策略，则对应的边缘用户被服务到理，因此其性能会提升，而当PU数量小于SU数量时，其主网络对应接入的SU数也不会怎么变化了，则对应的性能主用户的性能就不会变化太大。因此，提出的协作NOMA策略可以提升主网络的性能，而且可增大用户接入量。

图8展示了在完美CSI，J＝32,N＝32与及中继SU的功率分配系数为a₁＝0.2下，考虑了在不同系统下，其中主网络的认知协作NOMA-OFDMA传输机制与自由传输机制，其中主用户的数量PU为4或者16。主要是分析SU权重值对系统性能的影响。可以观察出，认知协作NOMA-OFDMA系统的频谱效率随着SU权重w_s增大而减小，而认知协作NOMA-OFDMA自由传输系统的频谱效率随着SU权重w_s增大而增大。这是由于PU与SU在不同的网络中所占的比例不同。主网络和次级网络的性能之间存在权衡。可以通过设置w_s的值灵活调整，以适应各种场景。此外，对于相同的w_s，两种网络的频谱效率都随着PU的增加而增加。通过仿真分析可知，多用户分集通常会给系统带来额外的吞吐量增益，因此可以使得系统的频谱利用率提高。

图9展示了在三种传输机制下对应的频谱效率与能量效率的权衡后获得的系统效用值。其中θ＝2/3，K＝4,N＝32，w_s＝1/3，并且在完美CSI的误差方差值为与及中继SU的功率分配系数为a₁＝0.2下，其对应的自由传输机制的效用值最高，之后共享传输机制次之，最低的为仅考虑主网络中的用户，而并不将剩余的子载波分配给剩余的SU。这主要是因为频谱效率的权重高，而自由传输机制对应的频谱虽然低于共享机制但是其对应的能量效率是高于共享传输机制的，所以在这个情况下其对应的其U值高于共享传输机制。之后将对其系数值θ进行具体分析。

图10展示了在完美CSI，K＝4,J＝16,N＝32下，系统的效用函数随着系数值的变化，这是权衡频谱效率与能量效率的一种方式，当系数为0时，其对应的为能量效率，可以看出认知协作NOMA-OFDMA传输机制的能量效率最高，因为其对应的剩余的子载波没有再次利用，消耗的功率少，当其大于0.38之后时，自由机制的系统效用值高于上述的传输机制，随着系数值逐渐增大如0.74所示，其对应的系统效用值低于自由和共享两种传输机制；而当其为0.756左右时，共享机制的效用值才高于自由机制的，这是由于系数增大，频谱效率占的权重也越大。

(五)结论

本课题针对5G的三个应用场景即增强型移动带宽(Enhanced Mobile Broadband，eMBB)，海量机器类通信(massive Machine Type of Communication，mMTC)，超可靠、低延时通信(ultra Reliable Low Latency Communications，uRLLC)与及人们生活对高数据速率的需求，进行了相关的调研。通过调研可知，认知无线电，NOMA，协作通信技术与及OFDMA都有可以提高系统的频谱效率的优点，则将这三种技术有机结合起来可以去提高系统的性能。因此提出了三种传输机制，并且它们之间是逐层递进的关系，即自由机制最优，其次是共享机制。自由机制提高了系统的频谱效率与能量效率，并且提高了有效接入用户数。本文主要研究成果如下：

(1)提出了一种新的协作NOMA策略，该策略中次级用户SU在发送器和弱用户间充当接收器和中继，以提高弱用户吞吐量。由于多个SUs是随机分布，则可保证更多弱用户的性能。因此，提出的协作NOMA策略比已有协作策略提供了更优的频谱效率和用户公平性，其实是一个固定次级基站作为中继不能兼顾各处的接收可靠性差的用户，不足以保证系统性能，特别是在弱用户较多的情况。

(2)提出了三种传输机制策略，即传输机制1：认知协作NOMA-OFDMA传输机制(仅考虑主网络，且在主网络中采用OMA与协作NOMA策略)，传输机制2：认知协作NOMA-OFDMA共享传输机制(在主网络采用OMA与NOMA策略的基础上，在次级网络仅采用OMA策略)，传输机制3：认知协作NOMA-OFDMA自由传输机制(在主网络与次级网络中都采用OMA和协作NOMA策略)。而对于最后一种即自由传输机制中，将提出的协作NOMA策略应用到主次级网络中，去保证系统更多接收可靠性差的用户。值得注意的是，由于SU可以在两个网络中，通过匹配算法来灵活改变它的传输方式。如可以在主网络中采用协作NOMA策略去辅助弱用户PU，并且在时隙1中接收自己的信息并解码弱用户信息，在时隙2中帮助转发弱用户PU信息；或者可以在次级网络中采用协作NOMA的方式辅助弱用户SU；还可以在次级网络中采用OMA直接传输方式。这样的方式提高了系统的频谱效率，公平性与及有效接入用户数。而相对于现有文献中，对于SU仅一种方式，即仅是一个接收用户，本文提出的自由传输技术的次级用户SU具有更高的灵活度。

(3)在OFDMA技术下，联合主网络和次级网络进行资源分配。以优化频谱效率为目标，进行优化。采用了匹配算法与DC算法分别解决用户选择和功率分配的问题。此外，还分析了在完美与不完美条件下，对协作NOMA策略与三种传输机制进行相关性能分析，还去构建效用函数去权衡系统的频谱效率与能量效率，可以看出通过不同的场景挑选不同的传输方式，如针对SU数量小于PU时，且对应的能量效率要求高，则可以采用传输机制1；而针对SU数量较多时，并且对系统的接入用户数，公平性与及频谱效率要求高时，可采用自由传输机制。而且还分析了SU加权系数w_s对系统性能的影响。

实施例二：

本实施例提供了一种通信系统的控制设备，包括：处理器及存储器，所述存储器存储有可供所述处理器调用的计算机程序，所述计算机程序在调用时可执行如上述实施例一的方法。

本实施例还提供了一种通信系统，包括：如上述的控制设备。

本实施例还提供了一种计算机存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序被处理器调用可执行如上述实施例一的方法。