物联网学报, 2019, 3(1): 37-44 doi: 10.11959/j.issn.2096-3750.2019.00092

理论与技术

物联网中双重非正交多址接入技术的性能分析

李东博1,2, 贾敏1, 郭庆1, 顾学迈1, 刘晓锋1

1 哈尔滨工业大学电子与信息工程学院,黑龙江 哈尔滨 150001

2 中国电子科技集团公司航天信息应用技术重点实验室,河北 石家庄 050081

Performance analysis of dual non-orthogonal multiple access technology in the Internet of things

LI Dongbo1,2, JIA Min1, GUO Qing1, GU Xuemai1, LIU Xiaofeng1

1 School of Electronics and Information,Harbin Institute of Technology,Harbin 150001,China

2 CETC Key Laboratory of Aerospace Information Applications,Shijiazhuang 050081,China

通讯作者:

修回日期: 2019-03-06   网络出版日期: 2019-03-30

基金资助: 国家自然科学基金资助项目.  61671183
国家自然科学基金资助项目.  61771163
中国电子科技集团公司航天信息应用技术重点实验室开放基金资助项目.  SXX18629T022

Revised: 2019-03-06   Online: 2019-03-30

Fund supported: The National Natural Science Foundation of China.  61671183
The National Natural Science Foundation of China.  61771163
The Open Fund Project of CETC Key Laboratory of Aerospace Information Applications.  SXX18629T022

作者简介 About authors

李东博(1989-),男,黑龙江哈尔滨人,哈尔滨工业大学电子与信息工程学院博士生,主要研究方向为卫星和无线通信、天地一体化 。

贾敏(1982-),女,黑龙江哈尔滨人,哈尔滨工业大学电子与信息工程学院副教授、博士生导师,主要研究方向为卫星、无线通信、天地一体化 。

郭庆(1964-),男,黑龙江哈尔滨人,哈尔滨工业大学电子与信息工程学院教授、院长、博士生导师,主要研究方向为卫星和无线通信、天地一体化 。

顾学迈(1957-),男,黑龙江哈尔滨人,哈尔滨工业大学电子与信息工程学院教授、博士生导师,主要研究方向为卫星和无线通信、天地一体化 。

刘晓锋(1961-),男,黑龙江哈尔滨人,哈尔滨工业大学电子与信息工程学院教授、硕士生导师,主要研究方向为卫星无线通信、天地一体化 。

摘要

随着智慧城市、人工智能、边缘计算等技术的快速发展,未来物联网将面临海量终端接入和频谱资源紧张等问题,基于高频谱效率的非正交安全接入(HSESA)提出一种双重非正交多址接入(D-NOMA)技术,结合了码域的非正交接入和频域的非正交复用,具有很好的频谱效率性能。发送端和接收端被优化,多用户通过稀疏码本直接映射到重叠的子载波上。通过在莱斯信道下的性能分析表明,D-NOMA比HSESA具有更好的误码率性能。

关键词: 物联网 ; 双重非正交多址接入 ; 非正交安全接入 ; 频谱效率 ; 误码率

Abstract

With the rapid development of many technologies such as smart city,artificial intelligence and edge computing,the future Internet of things will face the problems of massive terminal access and spectrum resource constraints.A dual non-orthogonal multiple access (D-NOMA) technology based on high spectral efficiency secure access (HSESA) was proposed,which combined non-orthogonal access in the code domain and non-orthogonal multiplexing in the frequency domain,and had good spectral efficiency performance.The sender and receiver were optimized,and multiple users were mapped directly to the overlapping subcarriers through the sparse codebook.The performance analysis under the Rician channel shows that D-NOMA has better bit error rate performance than HSESA.

Keywords: Internet of things ; dual non-orthogonal multiple access (D-NOMA) ; high spectral efficiency secure access (HSESA) ; spectral efficiency ; bit error rate

PDF (4005KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

李东博, 贾敏, 郭庆, 顾学迈, 刘晓锋. 物联网中双重非正交多址接入技术的性能分析. 物联网学报[J], 2019, 3(1): 37-44 doi:10.11959/j.issn.2096-3750.2019.00092

LI Dongbo. Performance analysis of dual non-orthogonal multiple access technology in the Internet of things. Chinese Journal on Internet of Things[J], 2019, 3(1): 37-44 doi:10.11959/j.issn.2096-3750.2019.00092

1 引言

物联网(IoT,Internet of things)是一种新兴且有前景的技术,通过红外识别、射频识别(RFID, radio frequency identification)以及导航定位等多类型传感器获取信息,借助多种通信网络连接海量传感器终端设备实现应用集成、互联互通(M2M,machine-to-machine)和基于云计算的软件即服务(SaaS,software-as-a-service)运营等模式,形成庞大的交织网络[1,2]。IoT支持大量不同类型的终端,这些终端基于不同类型的无线接口,在资源利用方面有不同需求,以分布式方式形成综合信息网络,将现实世界和数字世界日益交汇融合,构建覆盖全球、无缝连接的网络[3]。IoT 技术的快速发展对我国的城市建设具有重要作用,智慧城市的提出对社会发展与进步有重要意义,目前已延伸至交通、安防、农业、环保以及照明等多个行业[4]中,智慧城市的行业应用如图1所示。

图1

图1   智慧城市的行业应用


5G时代的来临对IoT的发展提出了更多要求[5,6], 5G 通信技术使得一些新兴的科技领域有了发展的基础与保障,如无人驾驶、智能安防、人工智能以及边缘计算等领域[7]。IoT技术不断革新,使得IoT能够更好地为人民服务。

新兴IoT领域的发展,产生了大规模智能终端的连接、海量数据访问和异构网络环境,为了满足大量用户同时接入并且实时通信的需求,引发了巨大的频谱资源压力和带宽效率问题[8],IoT 接入分布如图2所示。

图2

图2   IoT接入分布


通信接入技术作为 IoT 发展的重要基础和保障,经历了以频分多址接入(FDMA,frequency division multiple access)为主要技术的第一代无线通信系统(1G)、运用全球移动通信(GSM,global system for mobile communications)和通用分组无线服务(GPRS,general packet radio service)技术的第二代无线通信系统(2G)、以码分多址接入(CDMA,code division multiple access)为主要技术的第三代无线通信系统(3G)和以正交频分复用(OFDM,orthogonal frequency division multiple)为主要技术的第四代无线通信系统(4G)等4个阶段,随着数据接入需求的增大,通信技术在不断革新并快速发展。

正交频分多址接入(OFDMA,orthogonal frequency division multiple access)是OFDM技术的演进,结合了OFDM和FDMA技术,OFDMA系统将传输带宽划分成正交的互不重叠的一系列子载波集,将不同子载波集分配给不同用户以实现多址接入。从整个系统带宽来看,每个子载波分配了合适的用户,使得各子载波上的有效信道增益显著提高。

以上都是正交多址接入(OMA,orthogonal multiple access)方案,通过正交接入和正交传输方式进行通信,目前IoT的主要接入方式以OMA为主。当稀缺带宽资源仅由具有较差信道条件的用户占用时,频谱效率较差。正交资源总量限制了传统OMA方案支持的最大用户数,因此,OMA方案很难满足未来IoT的高数据速率、频谱资源和海量接入需求[9]

3GPP-LTE(the third generation partnership project long-term evolution)提出了非正交多址接入(NOMA,non-orthogonal multiple access)方案,并且设想它是未来 IoT 的关键技术。与传统的 OMA方式不同,NOMA将多个用户分组、信息进行叠加,通过更少的资源块传播。NOMA的主要特点是在同一时间/频率/码上提供多个用户,与传统的OMA相比,频谱效率增益更显著[10]

NOMA通常分为两类,即功率域复用和码域复用。功率域复用由日本通信公司 NTT DoCoMo 提出,其核心思想是在发送端使用叠加编码,在接收端使用连续干扰消除(SIC),在相同的时频资源块上,通过不同功率级在功率域实现多址接入[11,12]。在码域复用方面,文献[13]提出了低密度签名(LDS,low density signature);文献[14]中EETAL提出了稀疏码多址接入(SCMA,sparse code multiple access)技术,得到学者的深入研究,其可以适应大规模连接,可用于先进通信系统,确保高速、低时延和最大频谱效率;文献[15]提出了多用户共享接入(MUSA,multiuser shared access)。LDS和SCMA都是低复杂度接收技术,但SCMA通过引入多维复杂码本/星座提供了超过 LDS 的额外编码增益。目前,业界还提出了一些其他多址方案,如文献[16]提出格分割多址接入(LPMA,lattice partition multiple access);文献[17]提出模式分割多址接入(PDMA,pattern division multiple access);文献[18]提出比特分割多路复用(BDM,bit division multiplexing);文献[19]提出高频谱效率的安全接入(HSESA,high spectral efficiency secure access)等。在NOMA方案中,每个正交资源块服务于多个用户,确保了具有不同信道条件的用户可以同时利用相同的带宽资源,从而实现用户公平性和系统频谱效率之间的良好平衡[20,22]

目前已经提出的时域和频域上的非正交传输技术,比传统的OFDM具有更好的带宽利用效率。频谱高效频分复用(SEFDM,spectrally efficient frequency division multiplexing)和超奈奎斯特(FTN,faster-than-nyquist)是以超过奈奎斯特极限正交性的速率进行传输的两个重要研究方向,用于给定信道无干扰传输,SEFDM和FTN都是通过减小子载波之间的间隔来实现高频谱效率传输,在相同符号率的带宽情况下,具备显著优势[23,24,25,26]

本文基于 HSESA 提出一种在频域和码域均具备双重非正交多址接入(D-NOMA,dual non-orthogonal multiple access)特性的方法,该方法包含非正交稀疏码接入和非正交频分复用。通过具有稀疏性的码本映射实现多用户接入更少的资源块,采用非正交重叠副载波用于非正交复用,通过减小子载波之间的频率间隔来增强带宽利用率, D-NOMA 通过改变带宽压缩因子可以在非正交频分复用过程中灵活切换正交性和非正交性,以适用于多种场景。

2 系统模型

在本系统中,基于文献[19]提出了D-NOMA,对 HSESA 的发送端和接收端进行了优化,省去安全映射和安全解映射,将HSESA发送端的4点映射改为映射到多维星座空间中。假设J个用户共享N个非正交子载波,且J >N。D-NOMA系统模型框架如图3所示。

图3

图3   D-NOMA系统模型框架


2.1 非正交码本映射

D-NOMA的编码器被定义为从m=log2M比特到具有M 尺寸的N维复数码本的映射。定义bj=[bj,0,bj,1,,bj,m-1]Txj=[xj,0,xj,1,,xj,N1]T 分别表示第j个用户的输入二进制位和多维码字。

D-NOMA 体制的固有特性限制了每个用户可以访问的子载波数量,这意味着用户层需要以稀疏方式传播信号。因此,该功能可以被表示为

dj=pj(bj)    (1)

其中, dj=[bj,0,bj,1,,bj,L-1]T 是第 j 个用户发送的bj对应的L维星座点,pj是第j个用户的星座函数。然后,通过映射矩阵V将L维度星座点映射到N维度码字,可以实现

Sj=Vdj    (2)

其中,V 是通过将N-L个零行插入L维单位矩阵而构成的N×L矩阵。定义N >L以确保码字的稀疏性, Sj=[Sj,0,Sj,1,,Sj,N1]T 是N维列向量。

2.2 非正交频分复用

Sj通过N个共享的子载波传输。在非正交复用过程中,K 点离散傅里叶逆变换(IDFT,inverse discrete Fourier transform)用于产生D-NOMA时间信号,K-N个零被填充在Sj后。K点离散傅里叶变换(DFT,discrete Fourier transform)块的输出被截断,只剩下前N个样本,而剩余样本被丢弃。

生成的基带 D-NOMA 采样信号矢量可以表示为s=[s1,s2,...,sJ]T ,并且第 j 个用户的采样信号矢量可以表示为 sj=[sj,0,sj,1,...,sj,N1]T

sj=F1[SjT0(KN)×1T]T=FN1Sj    (3)

其中,F1 是标准的K点IDFT矩阵,FN1F1 的前N行和前N列。F1的第k行和第n列元素的定义如下

Fk,n1=1Nej2πknK,0nK1,0kK1    (4)

第j个用户的第n个发射信号矢量采样可以表示为

sj,n=1Nn=0N1Snej2πknNα,0nN1,0kN1    (5)

其中,α=NK表示带宽压缩因子。假定采样频率被选择为Fs=NΔf,其中,D-NOMA 的子载波间隔为Δf,则在一个D-NOMA信号周期T中将存在N个样本,并且Δf=α/T。当α=1时,Δf=1/T就是一个正交方案。

2.3 非正交频分解复用

时域信号s被调制,然后通过莱斯信道发送。由建筑物、树木或其他反射物造成的反射波形成的多径信号分量,与直射波信号分量合成的接收信号的包络服从莱斯分布,其概率密度函数为

f(r,z,σ)=rσ2exp[r2+z22σ2]I0(rzσ2)    (6)

其中,r是接收信号的包络,z是直射波信号的幅度,σ2是平均多径功率,I0(⋅)是第一类零阶修正贝塞尔函数。

从 D-NOMA 接收器中莱斯信道接收的时域采样信号r可以表示为

r=j=1Jhjsj+ω    (7)

其中,hj是第 j 个用户的信道状态信息,hj,n代表第j个用户在第n个子载波上的信道信息,本文主要考虑莱斯信道下的小尺度衰落因素,莱斯因子Kj=2z2/σ2,ω代表高斯噪声。

时域采样信号r=[r0,r1,,rN1]T 通过在时域采样信号的尾部后插入K-N个零,来实现DFT。

类似地,提取DFT块输出对应前N个样本以进一步解复用。因此,频域接收信号可以表示为

R=[R0,R1,,RN1]T

R=F[rT,0(KN)×1T]T=FNr    (8)

其中,F是K点的DFT矩阵,FNF的前N列。F的第k行和第n列元素定义为

Fk,n=1Nej2πknK,0nN1,0kN1    (9)

由于 D-NOMA 系统中子载波之间的正交性损失而导致的内插失真,需要额外的解调器消除。ID检测方案被应用于 D-NOMA 系统,来缓解由于复用重叠载波产生的严重的信道间干扰(ICI, inter-channel interference)。

ID 检测算法是针对由线性或非线性操作引起失真的补偿方法,以消除插值失真。R是由失真矩阵G描述的失真操作,即y=GR,然后R可以从失真版本重构。这种迭代方法可以在数学上表示为

y=λR0+(IλG)Rn1    (10)

其中,λ是松弛参数,y是n次迭代后的输出,Rn1是n-1次迭代后的输出,I 表示酉矩阵。对于这种迭代方法,如果失真功率小于信号功率,即RGR2<R2 ,则可以通过迭代方法在无限次迭代后重建期望信号;如果是非线性失真操作,正确选择松弛因子λ可以加速重建。

2.4 非正交码解映射

频域信号R由 ID 检测器转换成y=[y0,y1,,yN1]Ty通过并/串转换被发送到 D-NOMA 系统的解码器。

解码器采用消息传递算法(MPA,message propagation algorithm),此算法用于在因子图的帮助下降低计算复杂度。MPA通过在用户层和子载波之间传递星座点的外在信息来迭代更新与因子图中的边缘相关联的信念,消息是双向的。

假定IvjrnIrnvj 是从第j个用户层到第n 个子载波上传递的消息以及从第n个子载波传递到第j 个用户层的消息。消息在 q 次迭代中反复更新,更新进度可以通过式(11)和(12)来表示

Irnvjq(x˜j)=XX[ηn]xj=x˜jMn(X)δηn/j(Ivδrnq1(xδ))    (11)

Ivjrnq(x˜j)=normalize(δεj/n(Irδvjq(x˜j)))    (12)

其中 X[ηn]={ηn,1×ηn,2,,×ηn,dc}XX[ηn] 的组合,δεj/n表示除去第j个用户与非正交子载波n连接用户的集合,ηn表示与非正交子载波n连接用户的集合,rn表示函数节点,rδ表示集合δ内的函数节点,vi表示变量节点,vδ表示集合δ内的变量节点,xδ表示占用第n个非正交子载波用户的发送码字集合,x˜j表示最佳估计码字,normalize()表示归一化,εj表示与用户j连接非正交子载波的集合,同时有

Mn(X)=exp(1N0(ynjηnxj,n))    (13)

其中,N0表示噪声平均功率,若迭代次数达到最大值或用户层的码字收敛到特定水平,则算法将停止并估计每个用户层最可靠的码字,可以表示为

x^sm=argmaxxss(δεj(Irδvsm(xs)))    (14)

3 仿真分析

本节给出了在IoT莱斯信道下D-NOMA上行链路的仿真分析,D-NOMA接收端为ID结合MPA检测方案。给出了 D-NOMA 在不同带宽压缩因子的情况下,与OFDMA、HSESA和SCMA的误码率(BER,bit error ratio)性能比较和频谱效率性能比较,其中,SCMA为 D-NOMA带宽压缩因子为1时的情况。

为了公平比较,采用相同的带宽,D-NOMA的带宽压缩因子α=N/K,K 为快速傅里叶变换(FFT,fast Fourier transform)或快速傅里叶逆变换(IFFT,inverse fast Fourier transform)点数,子载波带宽为αΔfOFDMΔfOFDM 为OFDMA的子载波间隔,D-NOMA的过载因子为OV =J/N,一个子载波对应的用户数为dv⋅J/N。

BER性能比较如图4所示。其中,OFDMA采用QPSK方式调制,D-NOMA和HSESA的子载波数量为4,用户数量为6,所以过载因子为150%,参数设置主要参考文献[14]和文献[19]。SCMA 为D-NOMA 的带宽压缩因子α=1 时的情况。D-NOMA采用DL结合MPA作为接收端的检测方案,DL和MPA的迭代次数均为6。由仿真结果可知,当α=1和α=4/5时,D-NOMA比HSESA的BER性能有所提升。

图4

图4   BER性能比较


本文涉及实数运算和复数运算,以实数浮点数的数学运算数目(Flops),即实数加法和乘法的数目总和对复杂度进行定量,一次复数乘法相当于6 Flops,一次复数加法相当于2 Flops。

在MPA中,单次迭代Ivjrn 的Flops为

Flopsjn=JdvM(dv2)    (15)

其中,变量dv为连接一个用户层的子载波数量,变量 dc为连接一个子载波的用户层数量。单次迭代Irnvj 的Flops为

Flopsnj=NdcMdca    (16)

其中,a=3dc+5,对于I MPA次迭代,每检测一个符号需要的Flops为

FlopsMPA=IMPA(NdcMdca+JdvM(dv2))    (17)

ID检测的计算复杂度可以表示为N3+(N2)(IID+1)+N复乘和 N3+(N2)IID 复加,其中,v表示迭代次数。则ID的Flops为

FlopsID=8N2(IID+1)+6N(N+1)    (18)

不同算法下的计算量如表1所示,用计算复杂度缩小比例(CCRR)衡量算法的复杂度性能,CCRR定义为

CCRR(Algorithm)=Algorithm    (19)

表1   不同算法下的计算量

检测方案计算量
D-NOMAIMPA(NdcMdca+JdvM(dv2)+(dc2)u)+
(uJ)+8N2(IID+1)+6N(N+1)
HSESAIMPA(NdcMdca+JdvM(dv2)+(dc2)u)+
(uJ)+N2M+8N2(IID+1)+6N(N+1)

新窗口打开| 下载CSV


由上述定义可知,CCRR(MPA)=1,并且CCRR的值越小,则说明该算法的复杂度越低。同时仿真得出三维复杂度对比图,复杂度性能比较如图5 所示。其中,用户数为 6,载波数为 4,码本尺寸M为4,dv为2,dc为3,非零项u为12。可以看出,D-NOMA比HSESA的复杂度有一定降低。

图5

图5   复杂度性能比较


假设信号带宽被选择为B=NΔf,其中,Δf 是D-NOMA的子载波间隔,则在一个D-NOMA信号周期T内存在N个样本,并且Δf=α/T。为了在不同系统之间进行公平比较,所有考虑的系统都应使用相同的信道带宽B。为此,D-NOMA的子载波数量应设置为

N=NOFDM/α    (20)

D-NOMA系统的吞吐量为

C=Δfn=1Nlog(1+γn)

=Δfn=1Nlog(1+j=1Jhj,n2σj,npj,nN0+PI)

=NΔflog(1+dcp/dvj=1Jhj,n2N0+PI)    (21)

其中,PI是子载波间干扰的平均功率,第j个用户的平均功率可以定义为pj,并且p1==pj==pJ=p

因此,D-NOMA系统的频谱效率为

SE=log(1+dcp/dvN0+PI)    (22)

不同带宽压缩因子下的 D-NOMA 频谱效率如图6 所示,考虑不同带宽压缩因子α情况下, D-NOMA 和 OFDMA 在上行链路的频谱效率性能进行比较。OFDMA的子载波带宽是15 kHz。因此, D-NOMA的子载波带宽是15αkHz。每个用户的发射功率为1 dBm,OFDMA子载波的数量为4,连接一个用户层的子载波数量为2。D-NOMA的增益明显,且随着带宽压缩因子的增加而增长。

图6

图6   不同带宽压缩因子下的D-NOMA频谱效率


过载因子(OV)是系统的重要指标,受码本的限制,本系统OV取150%。对于相同带宽, D-NOMA 的频谱效率性能比 OFDMA 更好。对于不同带宽压缩因子α=1、α=4/5 和α=2/3,表明了 D-NOMA的频谱效率。从图6 可以看出, D-NOMA 的较小带宽压缩因子具有更好的频谱效率性能。

4 结束语

本文基于 HSESA 提出了具有双重非正交特性的多址接入方法,该方法能够解决未来IoT频谱资源紧缺、多用户接入等问题。D-NOMA结合非正交码映射和非正交频分复用,在相同载波数下支持多用户接入,通过减少子载波间的频率间隔来提高带宽利用率。同时,D-NOMA可以通过改变带宽压缩因子在正交与非正交间进行切换,采用IoT的莱斯信道模型对上行链路进行分析。通过仿真可以看出,D-NOMA具有比HSESA更好的BER性能,同时复杂度更低。

The authors have declared that no competing interests exist.
作者已声明无竞争性利益关系。

参考文献

STANKOVIC , JOHN A .

Research directions for the Internet of things

[J]. IEEE Internet of Things Journal, 2014,1(1): 3-9.

[本文引用: 1]

RAZZAQUE M A , MILOJEVIC-JEVRIC M , PALADE A ,et al.

Middleware for Internet of things:a survey

[J]. IEEE Internet of Things Journal, 2017,3(1): 70-95.

[本文引用: 1]

AL-FUQAHAA , GUIZANIM , MOHAMMADIM ,et al.

Internet of things:a survey on enabling technologies,protocols and applications

[J]. IEEE Communications Surveys & Tutorials, 2015,17(4): 2347-2376.

[本文引用: 1]

ZANELLA A , BUI N , CASTELLANI A ,et al.

Internet of things for smart cities

[J]. IEEE Internet of Things Journal, 2014,1(1): 22-32.

[本文引用: 1]

PALATTELLA M , DOHLER M , GRIECO A ,et al.

Internet of things in the 5G era:enablers,architecture and business models

[J]. IEEE Journal on Selected Areas in Communications, 2016,34(3): 510-527.

[本文引用: 1]

AGIWAL M , ROY A , SAXENA N .

Next generation 5G wireless networks:a comprehensive survey

[J]. IEEE Communications Surveys& Tutorials, 2017,18(3): 1617-1655.

[本文引用: 1]

LIN J , YU W , ZHANG N ,et al.

A survey on Internet of things:architecture,enabling technologies,security and privacy,and applications

[J]. IEEE Internet of Things Journal, 2017,4(5): 1125-1142.

[本文引用: 1]

LIEN S Y , CHEN K C , LIN Y .

Toward ubiquitous massive accesses in 3GPP machine-to-machine communications

[J]. IEEE Communications Magazine, 2011,49(4): 66-74.

[本文引用: 1]

XU L D , HE W , LI S .

Internet of things in industries:a survey

[J]. IEEE Transactions on Industrial Informatics, 2014,10(4): 2233-2243.

[本文引用: 1]

DAI L , WANG B , YUAN 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.

[本文引用: 1]

HIGUCHI K , KISHIYAMA Y .

Non-orthogonal access with random beamforming and intra-beam SIC for cellular MIMO downlink

[C]// Vehicular Technology Conference. IEEE, 2014.

[本文引用: 1]

HAN S F , SUN Q .

Energy efficiency and spectrum efficiency Co-design:from NOMA to network NOMA

[J]. IEEE MMTC E-Letter, 2014,9(5): 21-24.

[本文引用: 1]

HOSHYA R R , WATHAN F P , TAFAZOLLI R .

Novel low-density signature for synchronous CDMA systems over AWGN channel

[J]. IEEE Transactions on Signal Processing, 2008,56(4): 1616-1626.

[本文引用: 1]

NIKOPOUR H , BALIG H H .

Sparse code multiple access

[C]// 2013 IEEE 24th Annual International Symposium on Personal,Indoor and Mobile Radio Communications (PIMRC). IEEE, 2013: 332-336.

[本文引用: 2]

YUAN Z , YU G , LI W ,et al.

Multi-user shared access for Internet of things

[C]// 2016 IEEE 83rd Vehicular Technology Conference (VTC Spring). IEEE, 2016: 1-5.

[本文引用: 1]

FANG D , HUANG Y C , DING Z ,et al.

Lattice partition multiple access:a new method of downlink non-orthogonal multiuser transmissions

[C]// 2016 IEEE Global Communications Conference (GLOBECOM). IEEE, 2016: 1-6.

CHEN S , REN B , GAO Q ,et al.

Pattern division multiple access—a novel nonorthogonal multiple access for fifth-generation radio networks

[J]. IEEE Transactions on Vehicular Technology, 2017,66(4): 3185-3196.

[本文引用: 1]

HUANG J , PENG K , PAN C ,et al.

Scalable video broadcasting using bit division multiplexing

[J]. IEEE Transactions on Broadcasting, 2014,60(4): 701-706.

[本文引用: 1]

JIA M , LI D , YIN Z ,et al.

High spectral efficiency secure communications with non-orthogonal physical and multiple access layers

[J]. IEEE Internet of Things Journal, 2018(99): 1.

[本文引用: 3]

DING Z , LIU Y , CHOI J ,et al.

Application of non-orthogonal multiple access in LTE and 5G networks

[J]. IEEE Communications Magazine, 2017,55(2): 185-191.

[本文引用: 1]

SAITO Y , KISHIYAMA Y , BENJEBBOUR A ,et al.

Non-orthogonal multiple access (NOMA) for cellular future radio access

[C]// 2013 IEEE 77th Vehicular Technology Conference (VTC Spring). IEEE, 2013: 1-5.

TIMOTHEOU S , KRIKIDIS I .

Fairness for non-orthogonal multiple access in 5G systems

[J]. IEEE Signal Processing Letters, 2015,22(10): 1647-1651.

[本文引用: 1]

RODRIGUES M , DARWAZEH I .

A spectrally efficient frequency division multiplexing based communications system

[C]// 8th OFDM Workshop. IEEE, 2003: 48-49.

[本文引用: 1]

JIA M , YIN Z , GUO Q ,et al.

Downlink design for spectrum efficient IoT network

[J]. IEEE Internet of Things Journal, 2017(99): 1.

[本文引用: 1]

ANDERSON J B , RUSEK F , OWALL V .

Faster-than-nyquist signaling

[J]. Proceedings of the IEEE, 2013,101(8): 1817-1830.

[本文引用: 1]

DASALUKUNTE D , RUSEK F , OWALL V .

Multicarrier faster-thannyquist transceivers:hardware architecture and performance analysis

[C]// IEEE Transactions on Circuits and Systems I:Regular Papers. IEEE, 2011,58(4): 827-838.

[本文引用: 1]

/