بهبود بازدهي انرژي در شبكه‌هاي فراسوي دسترسي چندگانه پوياي متعامد و غير متعامد

Energy Efficiency Improvement in Dynamic Orthogonal and Non-Orthogonal Multiple Access Uplink Networks

يكي از راهكارهاي ارائه‌شده در نسل پنجم سيستم‌هاي مخابراتي براي پشتيباني تعداد كاربر بيشتر در سيستم، استفاده‌ي پويا از روش‌هاي دسترسي متعامد و غيرمتعامد است. در اين پژوهش، يك سيستم دسترسي چندگانه پوياي متعامد و غير متعامد فراسو، با هدف بيشينگي بازدهي انرژي، پيشنهاد شده است و براي تخصيص زيركانال‌ها و توان، راه‌كارهاي مختلف ارائه شده است. با توجه به پيچيدگي مسأله پيشنهادي و عدم تحدب آن، امكان ارائه راه حل عمومي وجود ندارد. بنابراين مسأله كلي به دو زيرمسأله تخصيص زيرحامل‌ها و توان تبديل مي‌شود. در مرحله اول تخصيص زيرحامل‌ها صورت مي‌گيرد كه با حل يك برنامه‌نويسي صحيح عملياتي مي‌شود و خروجي آن اختصاص زيركانال‌ها به همه كاربران فعال و تعيين‌ نوع دسترسي براي زيرحامل‌ها است. مرحله دوم تخصيص توان بين كاربران است كه به كمك روش تفاضل توابع محدب، مسأله به صورت تكراري، به يك مسأله بهينه‌سازي شبه‌محدب تبديل مي‌شود. سپس از روش دوبخشي براي حل مسأله شبه محدب در هر مرحله استفاده مي‌گردد. همچنين، براي مسأله امكان‌پذيري روش دوبخشي، معادلات KKT ارائه مي‌گردد. نهايتاً، در بخش شبيه‌سازي بيشترين مقدار بازدهي انرژي به ازاي توان بيشينه براي هركاربر محاسبه مي‌شود. همچنين تأثير حضور كاربران در لبه سلول بر روي بازدهي انرژي سيستم بررسي مي‌گردد. نتايج شبيه‌سازي نشان مي‌دهد روش تخصيص منابع پيشنهادي ما مي‌تواند نرخ مجموع و بازدهي انرژي سيستم را در مقايسه را روش ابتكاري مقالات قبل، بهبود دهد.

One proposed approach in fifth-generation wireless communication to support more users is the dynamic use of orthogonal and non-orthogonal multiple access schemes. In this research, a dynamic orthogonal and non-orthogonal multiple access system is proposed to maximize the energy efficiency (EE), and several schemes are presented for allocation of sub-channels and power. Due to the complexity of the proposed resource allocation problem and its non-convexity property, it is not possible to find a global solution. Hence, the main problem is divided into two sub-problems which are sub-channels and power allocation. In the first step, the subchannel allocation problem is solved and its output is sub-channel allocation for all active users and determining the access mode for each sub-carrier. The second step is the power allocation sub-problem which is converted into a quasi-convex sub-problem by using the difference of convex functions algorithm iteratively, and ultimately. Then, the bisection method is applied for solving the quasiconvex sub-problem. Also, the KKT equations are provided for the feasibility problem of the bisection method. Finally, in the simulation section, the maximum EE versus the maximum power for each user is calculated. Besides, the impact of user’s presence at the cell edge on the EE is discussed. According to the simulation results, our proposed resource allocation approach can improve the sum rate and EE of the system compared to the heuristic approach of the previous literature.