面向6G的非正交多址接入關鍵技術

董園園　鞏彩紅　李華　張振宇　劉新雅　惠崢　戴曉明

【摘? 要】非正交多址接入技術憑借其良好的過載性能被認為是滿足下一代移動通信（6G）超大連接、超低時延和高可靠性需求的關鍵技術之一，但目前相關理論研究尚不充分，且其應用仍面臨著接收機實現復雜度過高等問題。首先提出了復雜度受限下NOMA設計理論模型，接著給出了NOMA系統的發送端理論分析和接收端方案設計，進一步提出了一種基于可靠性的期望值傳播算法，仿真結果表明在性能損失可接受范圍內，復雜度較EP接收機降低了約35%，最后，將NOMA與多入多出技術相結合，進一步提升系統的性能，為低復雜度、逼近容量界的NOMA方案設計提供了理論和關鍵技術支撐。

【關鍵詞】6G;非正交多址接入;復雜度受限;低復雜度接收機;期望值傳播

0? ?引言

多址接入技術是無線通信系統網絡升級的核心問題，決定了網絡的容量和基本性能，并從根本上影響著系統的復雜度和部署成本[1]。從1G到4G無線通信系統，大都采用正交多址接入（OMA， Orthogonal Multiple Access）的方式來避免多址干擾，其接收機復雜度相對較低，但限制了無線通信資源的自由度（DoF， Degree of Freedom）[2]。面對移動數據流量呈爆炸式增長的趨勢，5G無線通信系統需要滿足高頻譜效率、低傳輸時延和海量連接的需求，而6G將在5G的基礎上進一步擴展和深化物聯網應用的范圍和領域。同5G相比，6G具有超高速率、超低時延和更廣的覆蓋深度，并將充分共享毫米波（MMW， Millimeter Wave）、太赫茲（THz， Terahertz）和可見光（VL， Visible， Light）等超高頻無線頻譜資源，融合地面移動通信、衛星互聯網和微波等技術，形成一個具備“全覆蓋、全頻譜、全應用”的一體化綠色網絡，而傳統基于OMA的無線網絡將無法滿足這些需求[3]。

非正交多址接入（NOMA， Non-Orthogonal Multiple Access）技術通過功率復用或特征碼本設計，允許不同用戶占用相同的頻譜、時間和空間等資源，相對OMA技術可以取得明顯的性能增益，尤其是在低時延限制條件下[4]。此外，由于資源的非正交分配，使得NOMA較傳統的OMA具有更高的過載率，從而在不影響用戶體驗的前提下增加網絡總體吞吐量，滿足6G海量連接和高頻譜效率的需求。因此，NOMA被認為是6G中具有代表性的多址接入技術，受到學術界和工業界的廣泛關注。

盡管NOMA較OMA有明顯的性能增益，但是由于多用戶通過擴頻等方式進行信號疊加傳輸，且用戶間存在嚴重的多址干擾，導致多用戶檢測復雜度急劇增加。因此，接近最大似然（ML， Maximum Likelihood）檢測性能的低復雜度接收機的實現是NOMA實用化的前提。本文首先提出復雜度受限下NOMA設計的理論模型，接著給出發送端理論分析和接收端方案設計，并進一步提出一種基于可靠性的期望值傳播（EP， Expectation Propagation）算法來降低接收機的復雜度，最后將NOMA與多入多出（MIMO， Multiple-Input Multiple-Output）技術相結合，給出NOMA-MIMO系統的發送端和接收端方案設計。

1? ?復雜度受限下NOMA設計理論模型

不失一般性，對于K個用戶共享N（N

圖1給出了基于S2×3和S4×6碼本矩陣的PDMA離散輸入可達容量，同時給出了OMA的可達容量作為對比。從圖1中可以看出，在高信噪比（SNR， Signal-to-Noise Ratio）下，PDMA能夠實現3 bits/s/Hz的最大和速率，較傳統的OMA系統有50%的性能增益。此外，在低SNR區域下，由于用戶平均多樣性較低，基于S2×3碼本矩陣的離散輸入可達容量相比于S4×6碼本矩陣大約有3%的性能損失。對于S2×3碼本，碼本的最大行重為dfmax（S2×3）=2，而對于S4×6碼本，碼本的最大行重則為dfmax（S4×6）=4，由上一節的分析可知，當采用基于BP算法的接收機時，復雜度分別為O（|Xk|2）和O（|Xk|4）。盡管基于S4×6碼本的PDMA系統較基于S2×3碼本的系統有細微的可達容量增益，但是前者的計算復雜度遠高于后者。因此，在實現150%系統過載時，基于S2×3碼本的PDMA系統在性能和復雜度之間達到了良好的折中。

2.2? 接收端—基于期望值傳播的迭代接收機設計

接近ML檢測性能的低復雜度接收機的實現是NOMA技術實用化的前提。對于基于稀疏擴頻的NOMA方案，由于碼本矩陣的稀疏性，基于BP的迭代接收機能夠以相對較低的復雜度獲得近似ML接收機的性能，但其復雜度與碼本大小呈指數級關系。在6G移動通信中，由于超大連接使得碼本矩陣維度很高，使得基于BP的接收機復雜度更加難以接受。為了降低計算復雜度，基于EP的迭代接收機[6-7]被廣泛研究。

EP算法利用高斯模型對傳遞的消息進行重構。在高斯模型重構下，可用均值μ和方差v兩個連續特征變量表示傳遞的消息，變量節點（VN， Variable Node）xk和功能節點（FN， Function Node）yn之間傳遞的是連續高斯變量而不再是離散消息，從而使運算復雜度由指數級降低為線性級。

以圖2所示的因子圖為例，在EP檢測算法中，VN和FN之間通過傳遞均值和方差進行消息更新，VN和FN之間的一次互相傳遞消息稱為一次迭代。定義μxk→yn和vxk→yn分別為從VN到FN的均值和方差，μyn→xk和vyn→xk分別為從FN到VN的均值和方差，μxk，n和vxk，n則分別表示第k個用戶在第n個資源上的均值和方差;pep（l）（xk=sk）表示用戶k碼字為sk（用戶端調制和映射結合，即每個用戶離線設計好碼本sk，比特信息直接映射成碼字）的概率;定義為一個復高斯概率密度函數;l表示第l次迭代。

為了進一步提升接收機性能，結合迭代檢測譯碼（IDD， Iterative Detection and Decoding）技術，可設計EP-IDD接收機，即將EP檢測器輸出的概率信息轉化為相應的對數似然比（LLR， Log-Likelihood Ratio）并輸入譯碼器進行譯碼，將得到的譯碼信息作為先驗信息再返回檢測器（稱為一次外迭代），并重復進行EP迭代檢測，直到達到預先設定的最大外迭代次數。

3? ?基于可靠性的期望值傳播算法

雖然基于EP算法的接收機具有線性復雜度，但是對于超大連接的6G系統來說，其復雜度依然過高。對此，我們提出了一種基于可靠性的EP（REP， Reliability-aware based EP）算法來降低接收機的復雜度。

圖3給出了基于可靠性的因子圖：

其中，所有的變量節點和與其相連接的邊（BN（all））被分為固定部分（BN（S））和可變部分（NB（V））兩類，分別用實線和虛線表示。這里，固定的變量節點被認為是可靠節點，即包含足夠的信息可以準確檢測和譯碼。在每次迭代過程中，只有可變部分按照EP迭代準則進行數值更新和消息傳遞，而固定部分則保持當前值不變。對每個變量節點，定義后驗概率門限為pmax，當變量節點xk的最大后驗概率達到門限值，則認為該節點為可靠節點，從而該節點與其相連接的邊由可變部分轉變為固定部分，即：

當因子圖中所有變量節點均為可靠節點或者達到預定義的最大迭代次數時，停止迭代。

為驗證REP算法的有效性，我們進行了鏈路級仿真。假設仿真鏈路采用i.i.d.瑞利信道，Turbo編碼且碼率為1/3，基于圖3所示的因子圖，采用8PSK碼本[8]，定義REP的最大內迭代次數為6次，外迭代次數為2次，得到可變節點的統計圖和誤塊率（BLER， Block Error Ratio）性能對比圖，如圖4和圖5所示。從圖中可以看出，當后驗概率門限取值為pmax=0.8，在BLER=10-2時，REP與EP的性能差距小于0.2 dB，而可變節點數約為3.85。因此，復雜度降低了（6-3.85）/6≈35%。

因此，對于6G超大連接場景，基于REP的接收機能夠有效降低計算復雜度，減少傳輸時延。

4? ? NOMA-MIMO結合技術研究

為了充分利用MIMO系統的空間復用和分集增益，大幅度提高上行通信系統的接入用戶數，同時提升多用戶的檢測性能，滿足6G移動通信超大連接、超低時延和高可靠性的需求，本節將NOMA與MIMO技術相結合。圖6給出了NOMA-MIMO上行鏈路示意圖。在MIMO系統波束內使用NOMA機制，即一個波束支持多個用戶，不同波束使用相同特征的映射碼本，從而降低系統信令開銷。假設基站有M根天線，用戶數為K，所有用戶共享一個NOMA特征碼本矩陣，每個NOMA碼本有N個資源。

（1）NOMA-MIMO發送端設計：多用戶數據流經過信道編碼、交織后，進行NOMA調制映射，對應不同NOMA碼字的各個用戶可以分配不同的功率，最后由OFDM調制生成OFDM符號經過多天線發射。用戶數據按照預先設定的規則選擇對應的具有相同時頻資源的NOMA碼字的基本傳輸單元，我們給出系統發送端NOMA碼字功率與調制符號的映射規則：

1）每個用戶的數據流選擇一個或者多個NOMA碼字;

2）空間特性接近的多個用戶占用不同的NOMA碼字對應的基本傳輸單元;

3）當需要傳輸的用戶數非常多時，空間相關性較低的多個用戶可以使用相同的NOMA碼字的基本傳輸單元。

（2）NOMA-MIMO接收端設計：對于NOMA-MIMO系統來說，可以按照資源塊進行分組，即在每一個資源塊上都是一個MIMO系統，可以使用傳統的MIMO檢測，然后再將各個資源塊上的計算結果進行合并。這里，我們使用一種基于高斯模型的MMSE（GMMSE）算法，如下所示：

為了提升算法性能，和EP算法類似，可以結合IDD設計GMMSE-IDD接收機。圖7給出了NOMA-MIMO系統的BLER性能仿真曲線，仿真鏈路條件與圖5相同。從圖中可以看出，隨著天線數的增加，系統的BLER性能提升，在BLER=10-2時，M=4較M=2約有4 dB的增益。此外，對于碼本復用的12用戶系統，在M=4時可以取得良好的BLER性能。因此，NOMA-MIMO系統較NOMA系統可以有效提升系統的接入用戶數和BLER性能。

5? ?結束語

本文對NOMA技術的整體框架和關鍵技術進行了研究。首先提出了復雜度受限下的NOMA設計理論模型，接著給出了離散輸入可達容量分析和基于EP的迭代接收機設計方案，進一步提出了一種基于可靠性的EP算法，在性能損失可接受范圍內，較EP接收機的復雜度降低了約35%，最后對NOMA-MIMO結合技術進行了研究，給出了NOMA-MIMO系統的發送端和接收端設計方案。仿真結果表明NOMA-MIMO方案有效提升了系統性能。本文對設計低復雜度、逼近容量界的NOMA方案提供了理論和關鍵技術支撐。

參考文獻：

[1]? ? ?畢奇，梁林，楊姍，等. 面向5G的非正交多址接入技術[J]. 電信科學， 2015，31（5）： 14-21.

[2]? ? D X， Z Z， B B， et al. Pattern Division Multiple Access： A New Multiple Access Technology for 5G[J]. IEEE Wireless Communications， 2018，25（2）： 54-60.

[3]? ? ?D L， W B， Y Y， et al. Non-orthogonal Multiple Access for 5G： Solutions， Challenges， Opportunities， and Future Research Trends[J]. IEEE Communications Magazine， 2015，53（9）： 74-81.

[4]? ?W P， X J， L P. Comparison of Orthogonal and Non-orthogonal Approaches to Future Wireless Cellular Systems[J]. Vehicular Technology Magazine IEEE， 2006，1（3）： 4-11.

[5]? ?F R K， B J F. Iterative Decoding of Compound Codes by Probability Propagation in Graphical Models[J]. IEEE Journal on Selected Areas in Communications， 1998，16（2）： 219-230.

[6]? ? ?W S， K L， N Z， et al. Low-Complexity Iterative Detection for Large-Scale Multiuser MIMO-OFDM Systems Using Approximate Message Passing[J]. IEEE Journal of Selected Topics in Signal Processing， 2014，8（5）： 902-915.

[7]? ? M X， W Y， C Y， et al. Low Complexity Receiver for Uplink SCMA System via Expectation Propagation[C]//IEEE Wireless Communication and Networking Conference. IEEE， 2017.

[8]? ? Huawei Hisilicon. R1-164703： LLS Results for Uplink Multiple Access[R]. 2016.

作者簡介

董園園（orcid.org/0000-0002-1717-8556）：北京科技大學計算機與通信工程學院在讀博士研究生，主要研究方向為大規模多入多出系統檢測及非正交多址接入技術。

鞏彩紅（orcid.org/0000-0001-5817-8723）：北京科技大學計算機與通信工程學院在讀博士研究生，主要研究方向為物理層安全及非正交多址接入技術。

李華：北京科技大學計算機與通信工程學院在讀博士研究生，主要研究方向為信道檢測與估計。