通信系统仿真：多址接入技术_6.非正交多址接入技术（NOMA）原理及应用.docxVIP

PAGE1

PAGE1

6.非正交多址接入技术（NOMA）原理及应用

在现代通信系统中，随着用户数量的增加和数据需求的不断增长，传统的正交多址接入技术（如FDMA、TDMA、CDMA、OFDMA等）已经难以满足高效的频谱利用和大容量需求。非正交多址接入技术（Non-OrthogonalMultipleAccess,NOMA）作为一种新兴的多址接入技术，通过打破正交性限制，提高了频谱利用率和系统容量。本节将详细介绍NOMA的原理及其在通信系统仿真中的应用。

6.1NOMA的基本概念

非正交多址接入技术（NOMA）允许多个用户在同一资源块（如频率、时间、码字等）上进行通信，通过功率域或代码域的复用来实现多用户接入。NOMA的核心思想是通过在发送端和接收端采用不同的处理技术，使得多个用户的数据能够在相同的资源上同时传输，从而提高系统的频谱效率和用户吞吐量。

NOMA主要分为两大类：1.功率域NOMA：通过在发送端分配不同的功率来区分不同的用户。2.代码域NOMA：通过在发送端使用不同的码字来区分不同的用户。

6.2功率域NOMA原理

功率域NOMA的核心思想是通过在不同用户之间分配不同的传输功率，使得强用户（信号强度较高）和弱用户（信号强度较低）能够同时在同一资源块上进行通信。接收端通过逐层解码（SuccessiveInterferenceCancellation,SIC）技术来分离不同用户的信号。

发送端处理：1.功率分配：将不同的功率分配给不同的用户。强用户使用较高的功率，弱用户使用较低的功率。2.信号叠加：将多个用户的信号按功率叠加在一起，形成一个复合信号进行传输。

接收端处理：1.信号解码：接收端首先解码功率较高的用户信号，然后通过SIC技术将其从复合信号中去除，再解码功率较低的用户信号。2.逐层解码：通过逐层解码，逐步去除干扰信号，最终恢复所有用户的信号。

数学模型：假设系统中有两个用户，用户1和用户2，分别传输信号s1和s2。发送端将这两个信号按功率叠加，形成复合信号

x

其中，P1和P2

接收端接收到的信号为：

y

其中，h1和h2是用户1和用户2的信道增益，n是加性高斯白噪声（Additive

接收端通过SIC技术，首先解码用户1的信号，假设解码成功：

s

然后去除用户1的信号，解码用户2的信号：

y

s

仿真示例：我们将使用Python和NumPy库来模拟一个简单的功率域NOMA系统。

importnumpyasnp

importmatplotlib.pyplotasplt

#参数设置

P1=1.0#用户1的功率

P2=0.1#用户2的功率

h1=0.8#用户1的信道增益

h2=0.2#用户2的信道增益

sigma2=0.1#噪声方差

#生成用户的信号

s1=np.random.choice([-1,1],1000)#用户1的信号

s2=np.random.choice([-1,1],1000)#用户2的信号

#发送端处理：信号叠加

x=np.sqrt(P1)*s1+np.sqrt(P2)*s2

#信道传输

n=np.sqrt(sigma2)*np.random.randn(1000)#噪声

y=h1*np.sqrt(P1)*s1+h2*np.sqrt(P2)*s2+n

#接收端处理：SIC

#解码用户1的信号

s1_hat=np.sign(y/(h1*np.sqrt(P1)))

#去除用户1的信号

y_prime=y-h1*np.sqrt(P1)*s1_hat

#解码用户2的信号

s2_hat=np.sign(y_prime/(h2*np.sqrt(P2)))

#计算误码率

ber_s1=np.mean(s1!=s1_hat)

ber_s2=np.mean(s2!=s2_hat)

print(f用户1的误码率:{ber_s1:.4f})

print(f用户2的误码率:{ber_s2:.4f})

#绘制信号图

plt.figure(figsize=(12,6))

plt.subplot(2,1,1)

plt.plot(s1,label=用户1信号)

plt.plot(s2,label=用户2信号)

plt.legend()

plt.title(用户信号)

plt.subplot(2,1,2)

plt.plot(y,label=接收信号)

plt.plot(s1_hat,