传感器技术网移动版

5G 网络基站（Base Station，BS）大规模部署、移动终端海量接入，加剧了无线通信网络的能耗赤字问题。在我国“双碳”目标下，5G 网络的发展要走绿色发展的道路，因此资源优化问题得到广大学者的研究。文献^[1-2]的作者研究了(Multi-Carrier Non-Orthogonal Multiple Access，) 系统资源分配问题。文献^[3]对基于无线协能通信(Simultaneous Wireless Information and Power Transfer，SWIPT) 的单载波协作系统功率分配方案进行研究。单载波会增加接收机解调复杂度并且SWIPT 技术能减少移动通信设备的能耗，因此本文将对基于SWIPT 的 系统子功率分配算法进行研究。

1 系统模型

本章节考虑一个基于SWIPT 的下行的MC-NOMA系统，该系统包含1 个BS 和M 个用户，BS 发射总功率为Pt，系统总带宽为B，均匀划分给N 个相互正交的子信道，子信道（Subchannel，SC）n 的带宽为B_n，BS和用户都装有单根天线，均以半双工的模式进行工作。靠近BS 的用户为近端用户，远离BS 的用户为远端用户。近端用户充当中继，以功率分割PS（Power Splitting，PS）模式进行能量收集和信息转发。该系统包含两个传输阶段，第1 个是直连传输阶段，第2 阶段是协作转发阶段。

1）直连传输阶段

在直连传输阶段BS 依据NOMA 原理将信号广播给小区内所有的用户。SC_n 中传输的叠加信号为

2 SC功率分配算法

算法1：子信道功率分配算法

3 仿真结果与分析

图2 展示Pt = 12 W时，EE 随N 变化的情况。N 值变大，系统能服务更多用户，系统吞吐量会提高，EE随N 呈上升趋势。N 增大会增加电路损耗，EE 增长趋势逐渐平缓。N = 35 时，EE-DC 资源分配方案EE 比EE-FTPA 分别高出了%。在系统子信道数目较多时，本文所提的SC 用户功率分配算法能更好的提升SWIPT的MC-NOMA 的EE。

4 结束语

此章节主要针对在用户最低信息速率限制下，通过子信道功率分配来最大化基于SWIPT 的下行MC-NOMA的EE，并使用DC规划进行求解。通过MATLAB仿真验证，本文所提SC 功率分配有效的提升基于SWIPT的下行协作MC-NOMA的EE。

参考文献：

[1] FU Y, SALAUN L, SUNG C W, et al. Subcarrier and power allocation for the downlink of multicarrier NOMA systems[J]. IEEE Transactions on Vehicular Technology,2018, 67(12): 11833-11847.

[2] 田心记,蒋清丽.下行NOMA系统中最大化能量效率的功率分配方案[J].北京邮电大学学报,2021,44(1):38-44.

[3] 冯熳,胡忠颖,巴特尔.基于连续凸逼近的协作式非正交多址接入联合无线携能通信的能效优化方案[J]. 电子与信息学报, 2023,45(4): 1147-1153.

[ 4 ] SH E N Y , Y A N G B , W A N G g S , e t a l . S u m r a t e maximization for multi-carrier SWIPT relay system with non-ideal power amplifier and circuit power consumption[J]. IEEE Access, 2019, (7): 89805-89820.

[5] NA Z, WANG X, SHI J, et al. Joint resource allocation for cognitive OFDM-NOMA systems with energy harvesting in green IoT[J]. Ad Hoc Networks, 2020, (5)107: 10222.

（本文来源于《电子产品世界》杂志2023年6月期）