基于移动边缘计算的NOMA异构网络资源分配

doi:10.11959/j.issn.1000-436x.2020069

通信学报 ›› 2020, Vol. 41 ›› Issue (4): 27-33.doi: 10.11959/j.issn.1000-436x.2020069

所属专题：边缘计算

• 专题：边缘计算关键技术 • 上一篇下一篇

基于移动边缘计算的NOMA异构网络资源分配

张海君,张资政,隆克平

北京科技大学计算机与通信工程学院，北京 100083

修回日期:2020-03-05 出版日期:2020-04-25 发布日期:2020-04-30
作者简介:张海君（1986- ），男，辽宁朝阳人，博士，北京科技大学教授，主要研究方向为6G移动通信、人工智能与无线网络、机器学习与大数据等|张资政（1996- ），男，山东临沂人，北京科技大学硕士生，主要研究方向为边缘计算、新一代无线通信等|隆克平（1968- ），男，四川通江人，博士，北京科技大学教授，主要研究方向为新一代网络技术、光互联网关键技术、无线通信技术、人工智能与大数据
基金资助:
国家优秀青年科学基金资助项目(61822104);国家自然科学基金资助项目(61771044)

Resource allocation in NOMA heterogeneous network based on MEC

Haijun ZHANG,Zizheng ZHANG,Keping LONG

School of Computer ＆Communication Engineering,University of Science and Technology Beijing,Beijing 100083,China

Revised:2020-03-05 Online:2020-04-25 Published:2020-04-30
Supported by:
Outstanding Youth Science Foundation(61822104);The National Natural Science Foundation of China(61771044)

摘要/Abstract

摘要：

以最大化缓存收益为目标，针对部署缓存的 NOMA 异构网络下的基站用户匹配及功率分配问题，结合消息传递及 DC 规划提出了 NOMA 联合优化算法。首先将约束条件合并到目标函数中，通过计算新的优化问题中函数节点与变量节点间消息传递的边缘得到用户协同结果；然后将原优化问题变形为2个凸函数差的形式，通过DC规划对功率资源进行分配；最后迭代计算得到最终的用户协同及功率分配结果。仿真结果证明所提算法有效地提升了网络性能。

关键词: 移动边缘计算, 非正交多址接入, 异构网络, 用户协同, 功率分配

Abstract:

Aiming at maximizing the cache revenue,a joint user association and power allocation algorithm was proposed for the matching of base stations with users and power allocation in a NOMA heterogeneous network with caches,a NOMA joint optimization algorithm which was achieved by combing with message passing and DC programming was proposed.First,the constraints were incorporated into the objective function,and the user association result was obtained by calculating the marginal of the message passing between the function node and the variable node in the new optimization problem.Then,the original optimization problem was transformed into the form of the difference between two convex functions,and allocate power resources through DC programming.Finally,the final user association and power allocation results are obtained through iterative calculations.Simulation results prove that the proposed algorithm effectively improves network performance.

Key words: MEC, NOMA, heterogeneous network, user association, power allocation

中图分类号:

TN92

张海君,张资政,隆克平. 基于移动边缘计算的NOMA异构网络资源分配[J]. 通信学报, 2020, 41(4): 27-33.

Haijun ZHANG,Zizheng ZHANG,Keping LONG. Resource allocation in NOMA heterogeneous network based on MEC[J]. Journal on Communications, 2020, 41(4): 27-33.

图/表 8

图1

图2

表1

图3

图4

图5

图6

图7

参考文献 11

[1]	THOMPSON J , GE X L , WU H C . 5G wireless communication systems:prospects and challenges[J]. IEEE Communications Magazine, 2014,52(2): 62-64.
[2]	张平, 牛凯, 田辉 ,等. 6G 移动通信技术展望[J]. 通信学报, 2019,40(1): 145-152.
	ZHANG P , NIU K , TIAN H ,et al. Technology prospect of 6G mobile communications[J]. Journal on Communications, 2019,40(1): 145-152.
[3]	YANG K , MARTIN S , QUADRI D . Energy-efficient downlink resource allocation in heterogeneous OFDMA networks[J]. IEEE Transactions on Vehicular Technology, 2017,66(6): 5086-5098.
[4]	DING Z G , XU J , DOBRE O A ,et al. Joint power and time allocation for NOMA-MEC offloading[J]. IEEE Transactions on Vehicular Technology, 2019,68(6): 6207-6211.
[5]	杨芫, 徐明伟, 陈浩 . 5G/后5G 部署对互联网主干影响的分析与建模[J]. 通信学报, 2019,40(8): 36-44.
	YANG Y , XU M W , CHEN H ,et al. Analysis and modeling of Internet backbone traffic with 5G/B5G[J]. Journal on Communications, 2019,40(8): 36-44.
[6]	ZHANG H J , QIU Y , CHU X L ,et al. Fog radio access networks:mobility management,interference mitigation,and resource optimization[J]. IEEE Wireless Communications, 2017,24(6): 120-127.
[7]	ZHANG H J , QIU Y , LONG K P ,et al. Resource allocation in NOMA-based fog radio access networks[J]. IEEE Wireless Communications, 2018,25(3): 110-115.
[8]	SHI W S . Edge computing:vision and challenges[J]. IEEE Internet of Things Journal, 2016,3(5): 637-646.
[9]	WANG X F , CHEN M , TALEB T ,et al. Cache in the air:exploiting content caching and delivery techniques for 5G systems[J]. IEEE Communications Magazine, 2014,52(2): 131-139.
[10]	LIU M , SONG T C , HU J . Deep learning-inspired message passing algorithm for efficient resource allocation in cognitive radio networks[J]. IEEE Transactions on Vehicular Technology, 2019,68(1): 641-653.
[11]	FANG F , ZHANG H J , CHENG J L . Energy-efficient resource allocation for downlink non-orthogonal multiple access (NOMA) network[J]. IEEE Transactions on Communications, 2016,64(9):1.

参数	值
宏基站半径/m	500
小基站半径/m	20
噪声功率谱密度/dBm	-173
信道带宽/MHz	6
总发射功率/W	10~60（图3和图4），20（图5~图7）
用户数量/个	40（图3~图5），40~80（图6和图7）
附加电路功耗 p_c/W	0.4（图3和图4，图6和图7），0.2~1.6（图5）

[1]	杨龙, 赵丽, 周雨晨, 贺冰涛, 陈健. 缓存辅助的协作NOMA携能传输[J]. 通信学报, 2023, 44(6): 77-89.
[2]	苏新, 张桂福, 行鸿彦, Zenghui Wang. 基于平衡生成对抗网络的海洋气象传感网入侵检测研究[J]. 通信学报, 2023, 44(4): 124-136.
[3]	余雪勇, 邱礼翔, 宋家宁, 朱洪波. 无人机辅助边缘计算中安全通信与能效优化策略[J]. 通信学报, 2023, 44(3): 45-54.
[4]	范伟, 彭诚, 朱大立, 王雨晴. 移动边缘计算网络下基于静态贝叶斯博弈的入侵响应策略研究[J]. 通信学报, 2023, 44(2): 70-81.
[5]	赵庶旭, 韦萍, 王小龙. 多任务并发边缘计算环境中最优联盟结构生成策略[J]. 通信学报, 2023, 44(2): 172-184.
[6]	龙隆, 刘子辰, 陆在旺, 张玉成, 李蕾. 移动边缘网络下服务缓存与资源分配联合优化策略[J]. 通信学报, 2023, 44(1): 64-74.
[7]	杨正, 郑云, 余月好, 吴怡, 董志诚, 邢松. 基于自适应功率分裂的协作非正交多址接入无线携能通信网络性能分析[J]. 通信学报, 2023, 44(1): 177-188.
[8]	宋长庆, 赵宏志, 秦俪之, 邵士海. 频相失配下跳频保密通信性能分析与功率优化[J]. 通信学报, 2022, 43(9): 42-56.
[9]	马帅, 李兵, 盛海鸿, 谷荣妍, 周辉, 王洪梅, 王悦, 李世银. 基于深度强化学习的可见光定位通信一体化功率分配研究[J]. 通信学报, 2022, 43(8): 121-130.
[10]	孙钢灿, 吴新李, 郝万明, 朱政宇. 基于时延线阵列的毫米波NOMA系统混合预编码设计和功率分配[J]. 通信学报, 2022, 43(6): 179-188.
[11]	罗洪斌, 张珊, 王志远. 共生网络——异构网络安全高效互联的体系结构与机理[J]. 通信学报, 2022, 43(4): 36-49.
[12]	黄英, 万泽含, 雷菁, 赖恪. 基于QCSK的持续噪声式隐蔽传输方案[J]. 通信学报, 2022, 43(4): 123-132.
[13]	杨力, 潘成胜, 孔相广, 黄琦龙, 戚耀文. 5G融合卫星网络研究综述[J]. 通信学报, 2022, 43(4): 202-215.
[14]	张钰, 赵雄文, 王晓晴, 耿绥燕, 秦鹏, 周振宇. 多载波NOMA安全通信系统稳健性资源分配算法[J]. 通信学报, 2022, 43(3): 42-52.
[15]	曹阳, 钟烨, 彭醇陵, 彭小峰. 基于混合供能和能量协作的异构网络能量效率优化算法[J]. 通信学报, 2022, 43(3): 135-147.

基于移动边缘计算的NOMA异构网络资源分配

Resource allocation in NOMA heterogeneous network based on MEC

在线阅读

PDF下载

可视化

摘要/Abstract

引用本文

使用本文

图/表 8

参考文献 11

相关文章 15

Metrics

推荐阅读 0