李衛(wèi)敏　唐紅　李劍　胡宇洲

摘要：主要探討免調度非正交多址接入（NOMA）技術及其系統(tǒng)性能。NOMA技術在實際應用中需要仔細研究并解決用戶識別以及信道估計問題，尤其是在有碰撞的情況下。針對該問題，給出了相應的解決方案，以及系統(tǒng)級評估中的建模方法，并對基于預配置方式和隨機選擇方式的免調度多用戶共享接入（MUSA）方案在實際系統(tǒng)中的性能表現(xiàn)進行了系統(tǒng)級仿真評估。仿真結果顯示免調度MUSA方案具有明顯的性能增益。

關鍵詞：NOMA;免調度;MUSA;預配置;隨機選擇;碰撞

Abstract： Grant-free non-orthogonal multiple access （NOMA） technology and the system level performance are discussed in this paper. For grant-free NOMA technology， user identification and channel estimation should be carefully studied， especially for the case with collision. The corresponding solutions are provided in this paper， and modelling methods for system level evaluation are also given. The performances of grant-free multi-user shared access （MUSA） based on pre-configuration or random selection are evaluated by system level simulation. The evaluation results show that grant-free MUSA has obvious performance gain with practical assumptions.

Key words： NOMA; grant-free; MUSA; pre-configuration; random selection; collision

在5G新空口（NR）中，非正交多址接入（NOMA）技術受到了業(yè)界的廣泛關注 [1-2]。根據目前NOMA技術的研究進展，上行NOMA技術通過多個用戶終端（UE）共享使用相同的傳輸資源，并通過高級接收機實現(xiàn)多用戶檢測和譯碼。當上行NOMA技術應用于免調度傳輸場景時，可以提升系統(tǒng)容量，簡化系統(tǒng)流程，節(jié)省信令開銷，降低終端功耗和傳輸時延，從而可以應用于多種業(yè)務部署場景，包括大規(guī)模機器通信（mMTC）、增強型移動寬帶（eMBB）和高可靠低時延通信（uRLLC），以及車到車（V2V）等[3-4]。

具體地，對于mMTC，主要業(yè)務需求是支持海量低成本、低功耗的終端進行偶發(fā)的小數據包傳輸;對于eMBB，同樣關注偶發(fā)的小數據包傳輸場景，傳統(tǒng)的接入流程和方案信令開銷較大、效率較低;對于uRLLC和V2V，主要需求之一是低時延。免調度NOMA非常適合解決這些場景下的業(yè)務需求和問題，而且通過多用戶復用可以明顯提升系統(tǒng)容量和頻譜效率。

關于NOMA在不同的無線資源控制（RRC）狀態(tài)下的應用，首先，在RRC連接狀態(tài)下，UE通常是上行同步的，按照免調度傳輸機制，UE可以自主地進行上行傳輸，不需要發(fā)起調度請求并等待調度，從而可以節(jié)省系統(tǒng)流程和信令開銷，并降低時延和功耗。多個UE可以使用相同的資源進行傳輸，從而提升系統(tǒng)容量。這種狀態(tài)下，我們可以采用預配置的方式，令多個UE使用相同的資源進行傳輸，并且令這些UE使用的參考信號以及擴展序列等不同，也就是避免這些UE的簽名序列發(fā)生碰撞，以便進行用戶識別與檢測。但受限于此，系統(tǒng)資源利用率和UE傳輸效率會降低。另外，我們可以考慮的方式包括：通過預配置，令更多的UE使用相同的資源，允許UE的簽名序列發(fā)生碰撞;當UE有業(yè)務到達時，可以隨機選擇傳輸資源和簽名序列，進行競爭接入，接收機則通過更加復雜或高級的盲檢測算法實現(xiàn)用戶識別與檢測。

在RRC非激活狀態(tài)下，UE可能處于上行異步狀態(tài)或可通過擴展循環(huán)前綴（ECP）來保證UE盡量上行同步。UE可以采用免調度one-shot傳輸或采用2步隨機接入（2-step RACH）機制傳輸[5-6]，從而縮減系統(tǒng)流程，降低時延和功耗。這種方法比較適用于小包、偶發(fā)等業(yè)務場景。當然，多個UE可能會在相同的資源上同時發(fā)起傳輸，結合NOMA技術的發(fā)射機和接收機設計，有利于支持更多的UE數量或業(yè)務負載。

目前，在第3代合作伙伴計劃（3GPP）組織中由中興通訊牽頭的針對5G NR的NOMA技術研究項目（SI）已經結束，該項目得到了業(yè)界的廣泛參與和研究，并已輸出了技術報告[2]。

1 免調度NOMA方案

目前業(yè)界提出的各種NOMA方案中，1個大類是多個UE分別使用長度較短的序列對其調制符號進行擴展，然后在相同的傳輸資源上發(fā)送，基站采用基于最小均方誤差（MMSE）和干擾消除（IC）的高級接收機實現(xiàn)多用戶檢測與譯碼。

圖1為中興通訊提出的一種NOMA方案即多用戶共享接入（MUSA）方案。該方案在發(fā)射端采用長度較短的復數序列對調制符號進行擴展，序列長度為2、4、6等，序列元素來自于集合{1， 1i， -1， -1i}，序列通常不包括0元素，也就是說序列是非稀疏的或可以稱為full length序列。對于序列長度為4，按照該序列設計準則，可以得到16條互相關絕對值不大于0.5的序列、32條互相關絕對值不大于[22]的序列或64條互相關絕對值小于0.8的序列[7]。低互相關序列的數量相對較多，有利于更好地保證免調度NOMA傳輸的性能。另外，序列元素僅實部或虛部有值，而且實部或虛部的取值為1或-1，使得一些涉及序列的運算復雜度很低，僅需要執(zhí)行加法運算即可。采用非稀疏或full length序列擴展，還有利于保持基于離散傅里葉變換擴展的正交頻分復用（DFT-S-OFDM）波形的低峰均比（PAPR）屬性。

該方案在接收端采用MMSE Hard IC接收機，其中“Hard IC”的意思是：當1個UE的數據被成功譯碼后，根據譯碼器輸出的硬比特，重構該UE發(fā)送的符號，用于干擾消除。干擾消除過程可以按照串行干擾消除（SIC）、并行干擾消除（PIC）或并串混合干擾消除（HIC）的方式執(zhí)行。MMSE Hard IC接收機的實現(xiàn)復雜度和計算復雜度相對較低，而且可復用現(xiàn)有系統(tǒng)中常用的MMSE-IRC（IRC）接收機，復雜度增加不多。為了改善性能，也可考慮采用MMSE Soft IC接收機或期望傳遞算法（EPA）接收機，不過這些接收機的復雜度相對較高[2]，[8]。

將NOMA應用于免調度傳輸場景，需要考慮的主要問題是用戶識別以及信道估計。對于預配置方式，多個UE使用的解調參考信號（DMRS）不同，基站可以通過DMRS進行用戶識別及信道估計，漏檢率和虛警率比較低，可根據DMRS和擴展序列之間的對應關系獲取UE使用的擴展序列，用于多用戶檢測和譯碼。對于存在DMRS碰撞的情況，由于2個甚至多個UE可能使用相同的DMRS，基站通過該DMRS僅能識別到1個UE，而且信道估計結果是這些碰撞UE的信道之和;因此，DMRS碰撞將對系統(tǒng)性能產生嚴重影響。針對該問題，可以考慮通過增加DMRS數量來降低碰撞概率。進一步地，還可以針對DMRS進行干擾消除來改善性能，即當發(fā)生DMRS碰撞的多個UE中有1個UE被成功譯碼后，重構該UE的DMRS接收信號用于干擾消除。由于原來基于DMRS的信道估計結果并不準確，這里可以利用已經被正確譯碼的各個UE的譯碼結果重構其發(fā)送符號，然后通過最小二乘（LS）算法重新進行聯(lián)合信道估計得到更新的信道估計結果，用于DMRS干擾消除。由于同樣的原因，數據部分的干擾消除也需要使用LS信道估計更新的信道估計結果[9]。

2 系統(tǒng)性能評估

本節(jié)我們將考慮實際網絡部署中的一些因素，包括多小區(qū)網絡與業(yè)務、覆蓋情況、小區(qū)間干擾、實際信道估計、MMSE檢測協(xié)方差矩陣估計、DMRS碰撞等，對免調度NOMA方案在實際系統(tǒng)中的性能表現(xiàn)進行系統(tǒng)級仿真評估分析。首先將簡要描述系統(tǒng)級仿真（SLS）的鏈路到系統(tǒng)（L2S）映射方法，以及實際信道估計、DMRS碰撞、MMSE檢測協(xié)方差矩陣估計的建模方法，然后給出系統(tǒng)級仿真假設與仿真結果。

2.1 仿真方法

L2S映射也可以稱為物理層抽象，用來建模接收機處理過程，包括信道估計、MMSE檢測、譯碼等。對于免調度NOMA，還需要建模用戶識別、干擾消除等過程。

圖2是免調度NOMA方案采用的MMSE Hard IC接收機的L2S映射方法的流程圖。如圖2所示，該方法包括以下幾個主要步驟：

（1）用戶識別與信道估計。

對于預配置方式，由于漏檢率和虛警率比較低，可以簡化假設為理想用戶識別。對于實際信道估計，可以通過在理想信道基礎上添加信道估計誤差來建模，如公式（1）所示：

[H_R=H_I+H_e，] ? ? ? ? ? （1）

其中，[H_R]表示實際信道，[H_I]表示理想信道，[H_e]表示信道估計誤差。在實際網絡中，[H_e]包括其他小區(qū)在DMRS上產生的干擾影響和噪聲影響，與DMRS設計、信道估計方法、信道估計結果濾波平滑方法有關?？梢约僭O其他小區(qū)在DMRS上產生的干擾統(tǒng)計上服從高斯分布，那么，我們則可以將[H_e]建模為均值為0、方差為[σ²_e]的高斯分布隨機變量。

對于存在DMRS碰撞的情況，需要考慮DMRS碰撞在用戶識別、信道估計等方面的影響。由于2個甚至多個UE可能使用相同的DMRS，基站通過該DMRS僅能識別到1個UE，而且信道估計結果是這些碰撞UE的信道之和，例如，假設UE1和UE2使用了相同的DMRS，則信道估計結果可以按照公式（2）建模：

[H_R=H_I1+H_I2+H_e]， ? ? ? ?（2）

其中，[H_I1]和[H_I2]分別表示UE1和UE2的理想信道，信道估計誤差[He]可以按照與上述描述類似的方法建模。

（2）基于MMSE準則計算待檢測譯碼的UE的SINR。

在多小區(qū)網絡中，接收信號y可以按照公式（3）描述：

[y=k=1KHksk+j=1JHjsj+n]， ?（3）

其中，K為當前小區(qū)中進行NOMA傳輸的UE數量，[sk]為當前小區(qū)中第k個UE發(fā)送的調制符號，[Hk]為當前小區(qū)中第k個UE的包括空域和碼域的聯(lián)合信道系數。那么，[Hk]可以表示為NL×1的矢量，其中N為接收天線數量，L為擴展序列長度;J表示其他小區(qū)中在相同資源上進行傳輸的小區(qū)間干擾UE的數量，[sj]為第j個小區(qū)間干擾UE發(fā)送的調制符號，[Hj]為第j個小區(qū)間干擾UE的包括空域和碼域的聯(lián)合信道系數，[Hj]也可以表示為NL×1的矢量，n為均值為0、方差為[σ2]的加性高斯白噪聲（AWGN）。

那么，MMSE檢測權重可以按照公式（4）計算：

其中，假設當前小區(qū)中第k個UE為待檢測的目標UE，[（.）H]表示共軛轉置，[Ryy]為接收信號y的自相關矩陣，I為NL×NL的單位矩陣。

進一步，第k個UE的MMSE檢測結果可以表示為[sk=Wk×y]，那么其SINR可以按照公式（5）計算：

需要注意的是，在理想情況下，計算MMSE權重和SINR時，可以使用理想信道;但在實際場景下，需要進行實際信道估計和[Ryy]估計。那么，在計算MMSE權重時，[Hk]需要使用當前小區(qū)中第k個UE的實際信道估計結果，[Ryy]估計可以根據接收信號y來估計。具體地，可將接收信號y轉換為NL×T的矩陣Y，其中T為UE發(fā)送的調制符號的數量，則有[Ryy=YYH/T];而對于MMSE檢測結果的SINR，由于根據[sk=Wk*y]計算，各個UE的理想信道自然的包含在接收信號y中，仍然可以使用各個UE的理想信道。

（3）獲取等效SINR，通過鏈路曲線得到BLER。

按照基于接收比特互信息率（RBIR）方法[10]將當前小區(qū)中第k個UE的SINR映射為等效SINR，如公式（6）所示：

[SINReffk=φ-1（1Mm=1Mφ（SINRk，m））]， ?（6）

其中，M為資源單元數量，每個資源單元上有1個SINR計算結果，[φ（.）]為用于進行RBIR映射的非線性可逆函數。然后，根據等效SINR查找AWGN信道場景下的BLER vs. SNR鏈路曲線得到BLER，作為本次傳輸的BLER。進一步地，將該BLER與（0， 1）范圍內的1個隨機數進行比較，如果小于則認為本次傳輸可以譯碼正確，否則認為本次傳輸譯碼失敗。

圖2中當1個或1組UE沒有被正確譯碼時，我們則可以嘗試對剩余UE繼續(xù)進行譯碼，這樣做可以改善性能，尤其是對于SIC而言[9]。

（4）進行IC，得到更新后的信號y。

當1個UE被正確譯碼后，可以針對該UE進行干擾消除。首先重構該UE的發(fā)送符號，然后根據其信道，得到該UE的接收信號，并將其減去，實現(xiàn)干擾消除。

需要注意的是，在實際場景下需要使用實際信道估計結果進行干擾消除，對于預配置方式，如前文所述，可以根據信道估計誤差[He]來建模干擾消除殘留誤差。對于存在DMRS碰撞的情況，如前文所述，由于碰撞的影響，原來基于DMRS的信道估計結果可能并不準確;因此，可以考慮利用已經被正確譯碼的各個UE的重構發(fā)送符號進行LS聯(lián)合信道估計得到各個UE的更新的信道估計結果，并用于干擾消除。隨著被正確譯碼的UE數量越來越多，LS聯(lián)合信道估計結果會越來越準確。這里假設UE1被正確譯碼，經過分析，其LS信道估計的歸一化誤差可以按照公式（7）[9]，[11]近似建模，其他情況可以以此類推：

[he2h12≈SNRint+1（xH1x1）SNR1，] ? ? ? ? （7）

其中，[h1]為UE1在1個天線上頻域信道系數，[he]為UE1的LS信道估計誤差，[x1]為UE1發(fā)送的數據符號，[SNR1]為UE1的理想SNR，[SNRint]則可以包括其他尚未被正確譯碼的干擾UE的理想SNR。

對于存在DMRS碰撞的情況，由于DMRS碰撞，UE識別會出現(xiàn)漏檢;因此當1個UE被正確譯碼并且針對該UE進行干擾消除后，可以重新執(zhí)行如圖2所示的過程，即重新進行用戶識別等步驟。這樣有利于發(fā)現(xiàn)之前被漏檢的用戶，從而改善性能。

2.2 仿真結果

下面我們將在mMTC場景下對免調度NOMA方案在實際系統(tǒng)中的性能表現(xiàn)進行系統(tǒng)級仿真評估。仿真假設參考文獻[2]，另外一些仿真假設如表1所示。仿真評估了2種方案，包括預配置免調度MUSA方案和隨機選擇免調度MUSA方案。

圖3給出了預配置免調度MUSA方案的仿真結果。按照mMTC場景的仿真假設，UE和基站間的最大耦合損耗達到了144 dB，可以將UE的發(fā)射功率集中在1個物理資源塊（PRB）上傳輸，以便改善覆蓋的性能;因此，在該方案下，每個UE使用1 PRB + 6 ms的資源單元。另外，在該仿真中，基線方案沒有進行擴展，MUSA方案采用長度為4的復數擴展序列進行擴展。從仿真結果可以看到，當MMSE權重計算采用理想的小區(qū)間干擾協(xié)方差矩陣時，MUSA相對于基線在丟包率=1%處大約有70%的性能增益;當MMSE權重計算采用Ryy估計時，MUSA相對于基線在丟包率=1%處有接近50%的性能增益。需要說明的是，小區(qū)內的UE均采用如前文所述的實際信道估計。

圖4給出了隨機選擇免調度MUSA方案的仿真結果。該仿真中，基線方案使用24個DMRS，沒有進行擴展，使用的基本資源單元為1 PRB + 1 ms，3組UE的重復次數分別為1、4和16;MUSA方案使用64個DMRS，采用長度為4的復數擴展序列進行擴展，復數擴展序列的總數量同樣為64個，DMRS和擴展序列一一對應，使用的基本資源單元為1 PRB + 4 ms，3組UE的重復次數分別為1、1和4，并且將第1組UE的擴展序列的總能量歸一化為1，以便公平對比。從仿真結果看，MUSA采用64個DMRS及長度為4的復數擴展序列，碰撞概率更低，性能更好，而且有大約100%的性能增益。

3 結束語

免調度NOMA可以提升系統(tǒng)容量，簡化系統(tǒng)流程，節(jié)省信令開銷，降低終端功耗和傳輸時延，從而可以應用于多種業(yè)務部署場景，包括mMTC、eMBB、uRLLC以及V2V等，可以應用于RRC 連接狀態(tài)以及RRC 非激活狀態(tài)。

本文中，我們對免調度NOMA方案進行了簡要介紹，對免調度NOMA在實際應用中需要考慮和解決的用戶識別與信道估計等一系列相關問題進行了討論，給出了對免調度NOMA進行系統(tǒng)級評估的接收機建模方法，并對基于預配置方式和隨機選擇方式的免調度MUSA方案在實際系統(tǒng)中的性能表現(xiàn)進行了系統(tǒng)級仿真評估，仿真結果顯示免調度MUSA方案具有更為明顯的性能增益。

參考文獻

[1] Study on New Radio Access Technology： Physical Layer Aspects：TR 38.802 V14.2.0 [S]. 3GPP， 2016

[2] Study on Non-Orthogonal Multiple Access （NOMA） for NR： TR 38.812 V1.0.0 [S]. 3GPP， 2018

[3] 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）. USA：IEEE， 2016（1）： 1-5. DOI： 10.1109/VTCSpring.2016.7504361

[4] TIAN L， YAN C， LI W， et al. On Uplink Non-Orthogonal Multiple Access for 5G： Opportunities and Challenges [J]. China Communications， 2017， 14（12）： 142-152. DOI： 10.1109/CC.2017.8246331

[5] ZTE. Procedures Related to NOMA： R1-1812174 RAN1#95 [S]. 3GPP， 2018

[6] Qualcomm Incorporated. Procedures Related to NOMA： R1-1813407 RAN1#95 [S]. 3GPP， 2018

[7] ZTE. Link-Level Simulation Results for mMTC Scenario： R1-1808155 RAN1#94[S]. 3GPP， 2018

[8] ZTE. Complexity Analysis of NOMA Receivers： R1-1812173 RAN1#95 [S]. 3GPP， 2018

[9] ZTE. Multi-User Receivers for NOMA： R1-1805841RAN1#93 [S]. 3GPP， 2018

[10] IEEE 802.16m Evaluation Methodology Document （EMD）： IEEE 802.16m-08/004r5 [S]. IEEE， 2009

[11] ZTE. Physical Layer Abstraction for NOMA SLS： RAN1#94bis， R1-1810208 [S]. 3GPP， 2018