NOMA简介

随着5G的日渐火热,各个厂家的解决方案纷纷出台。多址是移动通信的核心核心技术领域,第一代到第四代移动通信分别采用了FDMA、TDMA、CDMA和OFDMA技术。多址技术对于移动通信具有符号意义,因此5G的多址技术也成了各个玩家必争的战略要冲。

第一代到第四代的多址技术都采用了正交设计,频域、时域、码域,各种正交方式都已经穷尽,再要创新只能走非正交的路子。因此NOMA(Non Othogonal Multiple Access)登台亮相。

NOMA据说是NTT Docomo于2014年9月首先倡导的。其思想是发射端不同的用户分配非正交的通信资源。在正交方案当中,如果一块资源平均分配给N个用户,那么受正交性的约束,每个用户只能够分配到1/N的资源。NOMA摆脱了正交的限制,因此每个用户分配到的资源可以大于1/N。在极限情况下,每个用户都可以分配到所有的资源,实现多个用户的资源共享。非正交带来的负面作用是多用户干扰。为了解决这个问题,需要接收机侧采用比较复杂的接收机技术,典型的是SIC接收机。SIC接收机按照一定的顺序逐个解调每个用户的信号。在第一个用户的信号解调出来后,把它的信号重构出来并在接收信号当中减去,对其他用户就没有干扰了。这样逐次把所有用户的信号解调出来。 <wbr>

国内设备厂商华为、中兴和大唐都提出了自己的多址技术,分别叫SCMA、MUSA和PDMA。虽然技术细节有所不同,基本上都属于NOMA。三家都声称频谱效率比LTE提升了3倍。如果这是真的,那将是通信技术的又一个里程碑。然而很遗憾,NOMA只是镜花水月,因为信息论的基本原理决定了非正交不会带来任何增益。

NOMA的理论基础叫做多用户信息论。下面这张图是两用户MAC(上行)信道的容量域,来自Stanford女大牛Andrea Goldsmith的巨著Wireless Communications。还有一位男大牛David Tse的巨著Fundamentals of Wireless Communication也有相同的内容。

image

两用户的MAC模型可以表达为:

<wbr> <wbr> <wbr> <wbr> <wbr> <wbr> <wbr> <wbr>y=x1+x2+n,

其中,x1和x2分别是用户1和用户2的信号,功率分别是是S1和S2;n是白噪声,功率为N;y是输出信号。在这个前提下,根据香农公式,两用户的容量域可以表达为:

<wbr> <wbr> <wbr> <wbr> <wbr> <wbr> <wbr> <wbr>R1<= log(1 S1/N)=C1,

<wbr> <wbr> <wbr> <wbr> <wbr> <wbr> R2<= log(1 S2/N)=C2,

<wbr> <wbr> <wbr> <wbr> <wbr> <wbr> R1 R2<= log(1 (S1 S2)/N).

这三条折线也就是上图当中最外面的三条实线。注意到两个用户的信号是直接叠加在一起的,共享相同的时频资源,也就是这里所说的NOMA。

与NOMA相对的是OMA,也就是正交方案,比较典型的是时分(TD)和频分(FD)。

TD就是一部分时间给用户1, 另一部分给用户2。时分的容量域是图中的虚直线,直线上不同的点代表两个用户分配的时间的不同比例。

FD的容量域是是那条曲线,具体的推导就不在这里展开了,可以参考前面提到的两本教科书。许多同学的疑问是,同样是正交方案,为什么TD和FD会如此的不同?在TD方案当中,只有一个用户在发送,功率为S1或者S2。在FD方案中,两个用户同时发送,功率为S1+S2,在这点上FD和NOMA是相同的。从功率上看,TD的容量域小是很自然的。 <wbr>

虽然总功率相同,FD的容量域比NOMA要小,这是什么原因呢?这就要用到信息论里面的注水原理。 <wbr>如果把一个信号的功率S分成两部分,S=S1+S2,很容易得到:

<wbr> <wbr> <wbr> <wbr> C=log(1+S/N)=log(1+S1/N)+log(1+S2/(S1+N)),

也就是说,功率S1的那部分信号,在获得了一个容量log(1+S1/N)的同时,等效成了对功率S2的噪声(请注意,公式的第二项当中S1和N是加在一起的)。

假设有N个并行的信道,在每个信道上已经有噪声和一部分信号功率,如果再有一份功率,分配到哪个信道才能够获得最大的新增容量呢?根据上面的结论,已经存在的功率,无论是噪声还是信号功率,对于后来的功率来说都是噪声,因此把功率分配给累积功率最小的信道可以获得最大的新增容量。因此,如果有一大份功率分配到并行的N个信道,可以分成无数的小份,每一份都分配给累积功率最小的信道,就像往一个容器里面倒水一样,每一滴水都流到最低水位的地方。如果每个信道上的噪声相同,这样分配的结果就形成了一个水平面,每个信道上分配的功率是相同的。 <wbr>

请注意,NOMA方案的功率谱是平的,符合注水原理,在那条斜直线上的功率密度为(S1+S2)/B,其中B为系统带宽。在FD方案当中,功率S1分配给了一部分带宽,功率S2给了另外部分,因此在一般意义上功率谱不是平的,不符合注水原理,因此造成容量损失。但是我们可以看到,FD在一点上可以达到NOMA的容量,在这一点上恰好功率谱是平的。 <wbr>

那么,NOMA在容量域上的优势就已经很清楚了。 但是,这种优势是在前述的约束条件下获得的,也就是用户1的功率是S1, 用户2的功率是S2。如果不施加这个约束,而只约束两个用户的和功率为S1+S2, 那么NOMA,FD和TD的容量域是完全一致的,都是R1 R2<= log(1 (S1 S2)/N),也就是将NOMA容量域的那条斜线延伸到水平和垂直坐标轴。

首先看NOMA,水平和垂直两条折线,都是因为两个用户的和功率小于S1+S2,从而导致和速率下降。 TD的容量域是因为功率损失,如果每个用户都用功率S1+S2发射,那么与NOMA是一致的;FD是因为不符合注水原理造成容量损失,如果不限制每个用户的发射功率,而是限制每个用户的功率谱密度为(S1+S2)/B,其发射功率与其分配的带宽成正比,那么注水原理就得到满足,从而达到与NOMA相同的容量域。

也就是说,在只限定和功率的条件下,TD、FD、NOMA有完全相同的容量域,NOMA对OMA的增益严格为零,复杂SIC接收机并没有换来任何的增益。从实际情况来看,只限定和功率,而不是限定每个用户的功率,是更为符合实际的功率分配方案。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 199,393评论 5 467
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 83,790评论 2 376
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 146,391评论 0 330
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 53,703评论 1 270
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 62,613评论 5 359
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,003评论 1 275
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,507评论 3 390
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,158评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,300评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,256评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,274评论 1 328
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,984评论 3 316
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,569评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,662评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,899评论 1 255
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,268评论 2 345
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 41,840评论 2 339