李蘭花, 黃曉霞

(1. 中國科學院深圳先進技術研究院, 廣東 深圳 518055; 2. 中國科學院大學深圳先進技術學院,廣東 深圳 518055; 3. 中山大學電子與通信工程學院, 廣東 廣州 510275)

0 引 言

伴隨5G、6G、人工智能、邊緣計算技術的發(fā)展,移動物聯網在醫(yī)療保健、智能控制、智能家居、環(huán)境監(jiān)測等領域有著廣泛的應用前景,但移動設備有限的續(xù)航能力成為阻礙其廣泛部署的重要瓶頸。

然而,由于沒有持續(xù)穩(wěn)定的載波信號,大量的BD在對不穩(wěn)定的環(huán)境射頻信號源的強烈依賴下針對有限的傳輸機會展開激烈爭奪。由此,同一時間呈爆發(fā)式的反向散射信號將在接入點形成強烈的干擾,從而降低網絡的整體吞吐量,帶來不可估計的時延。如何針對反向散射網絡設計有效的多址接入方案成為了當前亟待解決的問題。

文獻[28-29]中,作者分別基于正交頻分多址和碼分多址技術為WiFi反向散射網絡設計了多址接入方案支持數十個BD的同時接入。通過提取信號狀態(tài)并跟蹤信號狀態(tài)的轉換,Canon系統(tǒng)和FlipTracer系統(tǒng)可以在惡劣信道條件下對多個反向散射信號進行并行解碼。文獻[32]中,Laissez-Faire系統(tǒng)結合時域和相位域設計多址接入方案實現多個隨機(非同步)傳輸BD的并行接入。NetScatter系統(tǒng)使用分布式線性調頻擴頻編碼在500 kHz帶寬上允許256個BD并行傳輸。

非正交多址接入(non-orthogonal multiple access,NOMA)技術使多個信息流以不同的功率在相同的信道上傳輸,并行地為多個用戶同時提供無線接入業(yè)務,并且可與其他域的多址接入技術相結合,大大增加了用戶的接入機會。因此,一些學者針對NOMA增強型的反向散射通信網絡進行了研究。文獻[36]利用環(huán)境反向散射通信網絡中功率的稀疏性設計NOMA方案并聯合多進制調制實現并行的反向散射通信。文獻[37]將不同區(qū)域或具有不同反向散射功率級別的節(jié)點相匹配后采用NOMA方案實現多路反向散射信號的并行接入。文獻[38]利用無人機作為NOMA增強型反向散射網絡的功率發(fā)射器和信息接收器,通過優(yōu)化無人機的高度來優(yōu)化網絡的吞吐量。文獻[39-40]結合功率域復用和時域復用設計反向散射網絡的多址接入方案。文獻[41-44]研究了NOMA增強型反向散射通信網絡中的資源分配問題,通過時間分配、功率控制和反射系數優(yōu)化來獲得最佳的網絡吞吐量和能效(energy efficiency, EE)。

此外,考慮到多載波系統(tǒng)在用戶分集方面的優(yōu)勢,將NOMA技術應用到多載波系統(tǒng)中,可進一步提升網絡的頻譜效率(spectrum efficiency,SE)。在傳統(tǒng)的多載波系統(tǒng)中,為了避免多用戶干擾,將給定的射頻頻段劃分為多個正交子載波,每個子載波最多分配給一個用戶。聯合功率域復用的NOMA技術后,多個用戶可在同一子載波上傳輸,然后在接收端使用連續(xù)干擾抵消(successive interference cancellation,SIC)移除同頻用戶的干擾。文獻[46-48]研究了多載波的NOMA(multicarrier NOMA, MC-NOMA)系統(tǒng)中的子載波分配和功率分配聯合優(yōu)化問題。

為了提高反向散射通信的可靠性,本文首先引入了具有雙通信模式的BD,即主動傳輸(active transmission,AT)和反向散射傳輸(backscatter transmission,BT)。AT利用自身產生的載波信號進行信息傳輸可提供穩(wěn)定可靠的傳輸,從而獲得較高的傳輸速率。BT則將信息搭載到周圍的信號上進行傳輸,省去了高能耗的載波產生過程,從而獲得高的EE。在混合AT和BT的網絡中,BT可利用AT的射頻信號作為載波進行傳輸,可進一步提高傳輸的穩(wěn)定性,降低因環(huán)境信號的波動帶來的不可預測的時延。鑒于兩種通信模式的優(yōu)勢互補,聯合反向散射通信和主動通信可以有效地降低傳輸能耗，同時保證傳輸性能。文獻[49]搭建了此類雙模式電臺,利用AT和BT的互補性來優(yōu)化動態(tài)信道狀態(tài)下的數據傳輸。當BT作為主要的通信模式時,AT將在BT傳輸失敗時作為補充傳輸。而當AT作為主要的通信模式時,BT將用于信道狀態(tài)測量。然而,本文考慮兩種通信模式的相互協作,AT在傳輸數據的同時為BT提供載波。同時,網絡中BD的模式選擇將綜合考慮其能量存儲、信道狀態(tài)以及自身傳輸性能要求,例如對有時延要求的高速率應用數據傳輸使用AT完成,而BT用于傳輸一些較短的多發(fā)的監(jiān)測數據。

接下來,考慮如何針對具有雙模式的BD構成的反向散射網絡設計有效的多址接入方案。在之前的工作中,聯合波束賦形和NOMA針對環(huán)境反向散射網絡設計了分層多址接入方案。該方案中,波束賦形層允許多組設備的同時接入,而NOMA層則允許在各組內具有不同功率的設備的同時接入。該方案充分考慮了大量設備的同時接入,當環(huán)境射頻信號出現時,盡可能多地為設備提供接入機會。但是由于環(huán)境射頻信號的不確定性,網絡中BD的傳輸機會依然沒有保障。本文利用可靠性和EE優(yōu)勢互補的主動通信和反向散射通信進行相互協作,在盡可能提升網絡EE的同時保證BD傳輸的穩(wěn)定性。此外,為進一步提升反向散射網絡的SE,本文采用MC-NOMA技術。

最后,針對MC-NOMA增強型反向散射網絡建立了譜能效率均衡優(yōu)化問題。該問題通過優(yōu)化子載波分配、設備通信模式的選擇和反射系數來獲得均衡調控下的譜能效率最大化的分配方案。為求解所建立的混合整數非線性規(guī)劃(mixed integer nonlinear programming,MINLP)問題,將該非凸的MINLP問題進一步分解成兩個子問題,即子載波分配和反射系數優(yōu)化。然后,基于Gale-Shapley匹配原理提出多對一穩(wěn)定匹配算法求子載波分配并獲得各BD對應的通信模式。在進行子載波匹配時,本文還給出了滿足設備傳輸服務質量(quality of service,QoS)的最佳子載波數。最后,在給定子載波分配的情況下將原優(yōu)化問題轉化為凸優(yōu)化問題進行求解,獲得最佳的反射系數。仿真實驗表明,本文提出的MC-NOMA方案能獲得接近最優(yōu)方案的性能,且相對于OMA的SE增長29.5%,EE增長25.9%。此外,通過調節(jié)均衡參數,該優(yōu)化方案可在反向散射網絡中獲得所需的SE和EE。

1 系統(tǒng)模型

為了利用多變的環(huán)境信號,一旦有強射頻信號出現,大量的BD將同時啟動數據傳輸來抓住珍貴的傳輸機會。因此,在同一時間反向散射通信常常呈現爆發(fā)式的增長,進而在接收端引發(fā)激烈的信號沖突。本文采用MC-NOMA方案,聯合功率域和頻率域復用使大量的BD可并行地向接入點發(fā)送數據,從而大大提高BD的接入機會,降低網絡時延,提高網絡吞吐量。與此同時,在主動通信和反向散射通信的相互協作下,反向散射網絡的EE和傳輸穩(wěn)定性可同時獲得保障。本節(jié)首先介紹了混合主被動通信的BD架構,然后利用具有雙通信模式的BD構建MC-NOMA增強型反向散射網絡。

1.1 混合主被動通信的BD

如圖1所示,具有雙通信模式的BD,即包含AT和BT。

圖1 具有雙通信模式的BD組成模塊Fig.1 Building blocks of BD with dual-transmission mode

主要包括如下組成模塊:

(1) 射頻能量采集器將接收到的射頻信號轉換成直流電能輸入能量存儲器。

(2) 能量存儲器用于存儲采集的能量，并為設備中的其他模塊供電。

(3) 主動收發(fā)器用于AT的數據接收和發(fā)送,包括調制解調、編解碼等處理。

(4) 載波發(fā)生器將一定頻率的振蕩信號輸入主動收發(fā)器，用于信號的調制和解調。

(5) 反向散射解調器是將接收的反向散射信號在包絡檢波后和閾值進行比較，獲得比特序列，從中恢復數據。

(6) 負載調制器根據比特序列進行阻抗切換，對環(huán)境信號產生不同的反射/吸收狀態(tài)，實現信號的調制。例如,在開關調制中,當負載阻抗與天線阻抗相匹配時信號處于吸收狀態(tài),而當負載阻抗與天線阻抗不匹配時信號處于反射狀態(tài)。

(7) 低功耗微處理器對系統(tǒng)各模塊的操作進行控制和優(yōu)化。

1.2 MC-NOMA增強型反向散射網絡

MC-NOMA增強型反向散射網絡模型如圖2所示。假定在該網絡中存在個BD,即{BD,BD,…,BD}。總的系統(tǒng)帶寬被劃分為個正交的子載波。每個子載波可分配給多個BD。BD利用個子載波{,,…,}并行地向反向散射接入點(backscatter access point,B-AP)發(fā)送數據。由于各子載波間相互正交,從而對每個子載波的符號檢測處理是獨立的,且可并行進行。子載波內采用功率域的NOMA方案,在B-AP處利用SIC機制可對接收信號進行解碼。SIC的具體流程包括:首先從最強的信號開始解碼,將組內其他信號視作干擾信號,解碼后將該信號從接收信號中剔除;接著對信號強度次之的信號進行解碼并從接收信號中剔除,同樣將剩余信號視作干擾信號;如此反復,依次解碼組內的所有信號。注意,結合文獻[52-53]中的異步NOMA信號檢測方法,各BD間可采用異步傳輸方式,無需進行復雜的同步操作。

圖2 MC-NOMA增強型反向散射網絡模型Fig.2 Model of MC-NOMA enhanced backscatter network

為避免高速率的主動通信設備之間的干擾,每個子載波內只有一個設備進行AT傳輸,同一子載波內的其他設備則利用AT信號作為載波進行BT傳輸。如圖2所示,設備BD,BD,BD同時占用子載波,BD采用AT傳輸,BD和BD則利用其發(fā)射的信號進行BT傳輸。BD和BD之間的信道增益表示為,而BD到B-AP的信道增益表示為。若BD利用BD的AT信號作為載波進行BT傳輸,則受到雙向的信道衰落影響,等效的反向散射信道增益為=。

2 譜能效率均衡優(yōu)化

與反向散射通信相比,主動通信不受雙向信道衰落影響,可提供更高的傳輸速率。反向散射通信則將數據搭載在AT信號上傳輸,獲得更高的EE。由于子載波內采用NOMA方案,子載波的分配將決定同組BD之間的干擾強度，進而影響SE。因此,網絡的譜能效率和BD傳輸模式的選擇以及子載波的分配密切相關。此外,在NOMA方案中,接收信號的功率決定了SIC的效率以及BD的傳輸速率。通過調節(jié)反射系數可改變反向散射信號強度，進而改變反向散射信號到達B-AP的接收功率。因此,通過調節(jié)BD的反射系數來改變接收信號的功率,可進一步優(yōu)化網絡性能。

本節(jié)首先針對MC-NOMA增強型反向散射網絡提出了譜能效率均衡優(yōu)化問題。然而,該優(yōu)化問題是MINLP問題,也是非凸的。為了降低問題的復雜度,本文將譜能效率均衡優(yōu)化問題進一步分解成兩個子問題,即子載波的分配和反射系數的優(yōu)化。然后,利用多對一穩(wěn)定匹配算法求最優(yōu)的子載波分配和BD對應的傳輸模式。最后,在給定子載波分配的情況下,求出滿足條件的反射系數。

2.1 優(yōu)化問題描述

=

(1)

令上所有BD按反向散射信道增益的降序排列,即若>則有<。用SIC接收器對上的信號做解碼處理后,各BD對應的接收信號只受到強度比其低的信號的干擾,則上BD設備的信噪比為

(2)

式中:等式右邊的第1項是AT設備的信噪比,第2項是BT設備的信噪比;是BD的鄰接節(jié)點集合;表示高斯白噪聲功率;是克羅內克函數用于標識下標是否等于,即

(3)

最后,子載波上的吞吐量可表示為

(4)

反向散射網絡總的吞吐量表示為

(5)

每個子載波的帶寬為,而所占用的子載波數等于采用AT傳輸的BD數,因此數據傳輸所占用的總的信道帶寬可表示為

(6)

反向散射網絡的SE定義為單位帶寬傳輸頻道上可傳輸的數據量,根據式(4)～式(6)可知,反向散射網絡的SE為

(7)

令和分別表示AT的電路功耗和BT總的功耗,數據傳輸總的功耗包括AT傳輸節(jié)點的傳輸功耗、電路功耗以及BT傳輸節(jié)點的總功耗,即

(8)

最后,反向散射網絡的EE定義為消耗單位能耗所能傳輸的數據量,根據式(4)、式(5)和式(8)可知反向散射網絡的EE為

(9)

(10)

式中:為均衡參數，用于控制SE和EE的權重;=和=則分別表示帶寬占用率和功率使用率。

令∈×和∈×1分別表示通信模式矩陣和發(fā)射功率矩陣。則譜能均衡優(yōu)化問題可表示為

(11a)

s.t.

(11b)

(11c)

(11d)

(11e)

(11f)

(11g)

優(yōu)化問題式(11)是MINLP問題,通常需要用全局搜索法來獲得最優(yōu)解,具有指數復雜度。然而,指數復雜度的算法對于大規(guī)模低功耗的反向散射網絡而言并不適用。因此,將該問題拆分成兩個子問題,即子載波分配和反射系數的優(yōu)化,然后分兩步利用低復雜度的算法進行求解。第1步,利用多對一穩(wěn)定匹配算法將BD分配到不同的子載波,并確定BD的通信模式。第2步,根據給定的子載波分配,優(yōu)化每個子載波上BD的反射系數，從而達到最大的譜能效率。

2.2 多對一穩(wěn)定匹配算法

鑒于各子載波內限定唯一的主動通信設備,同時每個BD只處于某一個子載波上,子載波分配可視作一個主動通信設備和多個BD的匹配過程。因此,采用多對一穩(wěn)定匹配算法來確定子載波的分配。

(12)

圖3 多對一穩(wěn)定匹配示例Fig.3 Example of the many-to-one stable matching

接下來,考慮如何確定值,即子載波的占用數和主動通信設備數,該值將直接影響網絡的SE和EE。

為滿足QoS各子載波上的BD需滿足的最小速率要求,將式(2)代入式(11c)，可知BD在上做AT傳輸時可承受的最大干擾為

(13)

由式(12)和式(13)網絡的總吞吐量可表示為

(14)

(15)

其余設備采用BT,則總的功耗為

(16)

此外,子載波的占用數等于AT的設備數,所以總的占用帶寬=。

最后,根據譜能效率優(yōu)化目標式(10),值由式(17)確定,即

(17)

算法1給出了基于多對一穩(wěn)定匹配算法的子載波分配,針對子載波占用數不確定情況下的子載波進行分配,并確定BD的傳輸模式。

算法 1 基于多對一穩(wěn)定匹配算法的子載波分配輸入 BD集,子載波集 ,儲能Ei,傳輸時長t0,信道增益gi、hij輸出 傳輸模式矩陣S(1) 初始化 =?, =?,K=0,S=0,匹配池Λ={(i;?), ?i∈ }確定子載波占用數K值:(2) 根據式(12)對設備進行降序排列(3) for k=1:M(4) 根據式(17)計算RPtotP+λBtotB ,輸出取最大值時的K值(5) end for多對一穩(wěn)定匹配過程:(6) 令 ={1,2,…,K}, ={K+1,K+2,…,N}(7) 根據信道增益|hij|的降序排列確定各BD的偏好列表(8) 循環(huán)(9) 集合 中未進入匹配池的BDj(?j∈ ,j?Λ),根據偏好列表向當前排在第一位的設備BDi(i∈ )發(fā)起“匹配請求”(10) if BDj位于BDi在偏好列表中當前所有請求設備的前qm位(11) BDi向BDj回復“接受”(12) 更新匹配池Λ(13) elseBDi向BDj回復“拒絕”(14) end if(15) until所有設備完成匹配(16) 根據Λ={(i;j), ?i∈ ,j∈ }中的匹配結果為S賦值siii=1,siij=1

算法1主要包含兩個部分,即子載波占用數值的確定和多對一穩(wěn)定匹配過程。值的確定過程首先是對個BD進行排序,然后對式(17)經過次簡單運算即可獲得最佳的值。由于對個BD進行排序的時間復雜度為(log),確定子載波占用數值的復雜度為(log+)。其次,穩(wěn)定匹配過程中將個AT設備和-個BT設備進行匹配,最多經過((-))輪即可達到穩(wěn)定匹配。最終,算法1的時間復雜度為(log+-+)。

2.3 反射系數優(yōu)化

給定子載波的分配和BD的通信模式,帶寬占用率和功率使用率的值確定,根據式(10)譜能均衡優(yōu)化目標可轉化成最大化吞吐量。此外,由第22節(jié)可知,采用AT傳輸的BD為提高總的吞吐量將盡可能地提高傳輸功率,則AT設備的傳輸功率由式(15)給出。最后,優(yōu)化問題式(11)轉化為反射系數優(yōu)化問題:

(18a)

(18b)

(18c)

引入拉格朗日乘子{?}、{}、{},式(18)的拉格朗日函數可定義為

(19)

(20)

互補松弛條件包括:

?=+1,+2,…,

(21)

(-1)=0, ?=+1,+2,…,

(22)

=0, ?=+1,+2,…,

(23)

以及對偶可行性約束條件為

?≥0,≥0,≥0, ?=+1,+2,…,

(24)

最后,由原始可行性約束條件式(18b)～式(18c)和式(20)～式(24)共同構成了KKT條件,采用經典的內點法即可獲得反射系數優(yōu)化問題式(18)的最優(yōu)解。

由于反射系數的個數為-,則使用內點法求解凸優(yōu)化的反射系數優(yōu)化問題式(18)的時間復雜度為((-))。綜合第22節(jié)中使用算法1求子載波分配的復雜度,本文所提出的分階段優(yōu)化算法的復雜度為((-)+log+-+)。然而針對譜能效率優(yōu)化問題式(11),傳統(tǒng)的求解該MINLP問題的分支定界算法其復雜度為(2)。因此,本文所提多項式時間復雜度的算法更適合于大規(guī)模反向散射通信網絡的資源分配。與此同時,由于整體的資源配置優(yōu)化在B-AP處完成,并不會給極低功耗的BD帶來額外的負擔。此外,仿真實驗表明本文所提算法可獲得與分支定界算法接近的譜能效率。

3 性能仿真分析

本節(jié)對所提出的優(yōu)化方案進行仿真并分析其性能。假定BD隨機均勻地分布在100 m×100 m的范圍內,在單位時長內進行傳輸,即=1。各BD的初始能量服從均值為100 mW,方差為50的正態(tài)隨機分布。將AT傳輸需滿足的最小速率設為100 kbps,而BT傳輸需滿足的最小速率設為10 kbps。表1給出了實驗仿真中使用的一些基本參數設置。

表1 實驗仿真參數

通過將本文提出的MC-NOMA方案和最優(yōu)方案(Optimal)、文獻[58]提出的D-NOMA方案以及OMA方案進行對比來評價所提算法在SE和EE方面的性能。這里,Optimal采用全局搜索的方式給出最佳的分組和反射系數分配方案。D-NOMA是根據信道增益大小和正交性對設備進行分組后進行功率分配優(yōu)化。OMA將BD按照接收信號強度降序排列,然后將排在前的BD分配到個子載波上采用主動通信模式。由此可知,OMA中各傳輸設備之間不存在干擾。但當子載波數小于設備數時,OMA中信道被完全占用,剩余的-個設備將無法向B-AP發(fā)送數據。

給定設備數和子載波數為20,圖4給出了不同均衡參數對譜能效率的影響。

圖4 不同均衡參數λ對譜能效率的影響Fig.4 Impact of the tradeoff coefficient λ on SE

Optimal和MC-NOMA的SE隨λ的增大而增長,同時EE隨的增大而降低。當取較大值或較小值時,SE和EE均趨于穩(wěn)定。具體來說,當大于10時,Optimal和MC-NOMA著重優(yōu)化SE,而當小于0.1時,Optimal和MC-NOMA著重優(yōu)化EE。當=1時,SE和EE均接近最大值,其中SE相對于最大值(=∞)僅下降了1.2%,而EE相對于最大值(=0)僅下降了1.5%。由譜能效率均衡優(yōu)化目標式(10)可知,當=∞時,優(yōu)化方案變?yōu)樽畲蠡疭E。然而,當=0時,優(yōu)化方案變成最大化EE。而圖4中,較大和較小時的譜能效率變化都不大,表明當較小時仍能獲得與最大化SE接近的性能,而當較大時也仍能獲得與最大化EE接近的性能。這都得益于本文提出的歸一化的譜能效率均衡優(yōu)化目標。通過總功率預算和總的可使用帶寬對優(yōu)化目標進行歸一化后,優(yōu)化方案在受到均衡參數的調節(jié)的同時側重于網絡整體的吞吐量性能。由此可見,本文通過和對譜能效率優(yōu)化目標式(10)進行了有效的歸一化處理,從而在不同均衡參數下均能獲得較高的譜能效率。在OMA中,子載波的分配是恒定的,使得帶寬占用率也是確定的,因此OMA中SE和EE不隨的變化而變化。

Optimal中聯合分支定界算法和內點法對節(jié)點進行分組和反射系數優(yōu)化,其計算復雜度為(2)。OMA方案中根據節(jié)點接收信號強度對節(jié)點進行排序操作，進而分配到不同的子載波,其計算復雜度為(log)。此外,由第2.3節(jié)可知,本文所提出的MC-NOMA方案的計算復雜度為((-)+log+-+)。如圖4所示,Optimal利用指數時間復雜度算法來換取最佳的性能。MC-NOMA具有多項式時間復雜度獲得的SE和EE分別是Optimal的98%和97.8%。這也說明了本文提出的優(yōu)化算法在降低了計算復雜度的同時可獲得與Optimal方案接近的性能。此外,MC-NOMA的SE和EE相對于OMA分別增長了29.5%和25.9%。MC-NOMA能帶來更高的SE得益于NOMA方案支持同載波內多設備的同時傳輸,另外在相同子載波內其他設備均可以利用主動通信設備發(fā)送的信號做低功耗的BT，從而獲得更高的EE。

圖5和圖6分別給出了不同子載波數下的EE和SE隨BD數變化的情況。

圖5 EE隨BD數變化的情況(λ=1)Fig.5 Number of BD versus EE(λ=1)

圖6 SE隨BD數變化的情況(λ=1)Fig.6 Number of BD versus SE(λ=1)

首先,當=10時,Optimal和MC-NOMA的EE和SE隨著設備數的增加先增后減。這是因為在給定的載波帶寬內增加傳輸的設備數可提升總的吞吐量，從而提高EE和SE。但是,當設備數進一步增加到超過子載波數的2.5倍后,同組設備之間的干擾增大，從而抑制了吞吐量的進一步增加,進而導致EE和SE的降低。具體而言,當設備數為25(是子載波數的2.5倍)時,MC-NOMA獲得最大的EE,相對于D-NOMA和OMA分別增加了29.4%和35.9%。當設備數增加到40(是子載波數的4倍)時,MC-NOMA的EE在3.26×10bit/J處趨于平穩(wěn)。不同于D-NOMA僅根據信道狀態(tài)條件對設備進行分組,MC-NOMA在對BD進行分組時,根據滿足設備能量約束和QoS需求下的最大化譜能效率優(yōu)化目標確立了具體的子載波的占用數,隨后利用多對一穩(wěn)定匹配算法確定了各子載波上的BD。因此,MC-NOMA提供了更高的譜能效率。此外,得益于子載波上多個低功耗BD使用NOMA方式同時接入,D-NOMA在=10且設備數大于10時也獲得了相對于OMA更高的EE和SE。相應地,由圖6可知,SE同樣在設備數為25時達到最大,此時MC-NOMA的SE相對于D-NOMA和OMA分別增加了12%和41%。而當設備數到40即子載波數的4倍時,MC-NOMA的SE在46.2 bit/s/Hz處趨于穩(wěn)定。

當=50時,Optimal和MC-NOMA的EE和SE均隨著設備數的增加而增加。此時設備數沒有超過載波的承載量,隨著設備數的增加,總的吞吐量增加,從而提升整個網絡的EE和SE。但是,在OMA方案中,在子載波數為50時獲得的EE和SE反而低于子載波數為10時。這是因為當子載波數增加,OMA中的載波占用率隨之增加,低速率的設備同樣獨占子載波,導致SE降低。同時低速率的設備中的電路損耗進一步降低了網絡整體的EE。此外,當子載波數超過設備數時,D-NOMA中各BD單獨占用一個子載波,與OMA方案一致。因此,當=50時,D-NOMA的性能與OMA方案相同。

最后,為了分析信道增益差對系統(tǒng)性能的影響,給出了不同方差瑞利衰落環(huán)境下的SE和EE性能。給定子載波數為20及設備數為50,圖7和圖8中分別給出了不同方差對EE和SE的影響。各方案的EE和SE均隨著的增大而增長。這是因為的增大促使信道功率增益的增加,并進一步提高了信號的接收功率。此外,NOMA方案(即MC-NOMA和D-NOMA)的譜能效率增長速度明顯高于OMA方案。這得益于的增大提高了信道增益的差異性,從而降低了SIC操作過程中的同頻干擾,并進一步提升了NOMA方案的譜能效率。

圖7 EE隨方差σ2變化的情況(N=50,M=20)Fig.7 EE versus σ2(N=50,M=20)

圖8 SE隨方差σ2變化的情況(N=50,M=20)Fig.8 SE versus σ2(N=50,M=20)

由圖7所示,Optimal和MC-NOMA的EE明顯高于D-NOMA和OMA。同時,當σ低于-10 dBm時,MC-NOMA方案的EE保持相對平穩(wěn)。這表明MC-NOMA方案在較低σ的情況下,有效的子載波分配和反射系數優(yōu)化仍能提供穩(wěn)定的反向散射通信,從而提升網絡的整體EE。這是由于穩(wěn)定匹配算法中,主動發(fā)起請求匹配的一方總是獲得優(yōu)勢,即請求方在保證匹配穩(wěn)定的情況下總能獲得當前的最佳匹配。因此,在子載波分配過程中,本文提出的多對一穩(wěn)定匹配算法內處于請求方的低功耗BT設備將更具優(yōu)勢。此外,本文利用主被動通信的相互協作提升反向散射通信的可靠性同時降低網絡能耗,從而相對于D-NOMA和OMA獲得了更高的EE和SE。

4 結束語

本文首先介紹了具有雙通信模式的BD,即AT和BT。通過主動通信和反向散射通信的相互協作來提升網絡的EE同時保證傳輸的穩(wěn)定性。接著,利用MC-NOMA技術提高BD的接入機會,降低網絡時延,提升網絡吞吐量。針對MC-NOMA增強型的反向散射網絡,本文綜合研究了BD通信模式的選擇,子載波分配和反射系數優(yōu)化,旨在提升網絡整體的譜能效率。仿真實驗表明,本文提出的多對一穩(wěn)定匹配算法在有效地降低原優(yōu)化問題的求解復雜度的同時獲得了接近Optimal算法的譜能效率。相對于D-NOMA和OMA,MC-NOMA的譜能效率均有了顯著提升。此外,仿真部分還分析了均衡參數對SE和EE的影響,通過調節(jié)該參數可獲得所需的譜能效率性能。