柏 亮，刘翔舸

（中国电子科技集团有限公司电子科学研究院，北京 100041）

0 引 言

毫米波通信作为一种高频率、大带宽、小波长的通信技术，可以利用空间维度，实现大规模的天线阵列和波束成形技术，提高频谱效率和空间复用性[1-2]。然而，在6G 网络中，多用户接入的需求都将更加突出，同时资源的稀缺性和竞争性也将更加严峻[3]。本文的目的是探索毫米波通信在6G 网络中的多用户共享接入（Multi-User Shared Access，MUSA）技术优化问题，提出一些有效的优化策略，通过仿真实验进行验证。

1 相关概述

1.1 毫米波通信介绍

毫米波通信是利用毫米波作为载波进行无线通信的技术。毫米波是指波长在1 ～10 mm 的电磁波，对应的频率范围为30 ～300 GHz。毫米波通信的基本原理是在发送端使用毫米波天线将信息转化为电磁波信号，通过毫米波频段进行传输，接收端采用毫米波天线接收信号并解码恢复原始信息[4]。

1.2 6G 网络架构与特点

6G 网络是指第六代移动通信网络，跨越人联、物联，迈向万物智联的更先进的移动通信系统。6G网络的架构设计需要面向“新网络、新服务、新生态”，打破传统的网络边界，实现空天地海一体化的全球覆盖，集成通信、感知、计算、智能等多种能力，构建数字孪生的网络模型，支持泛在连接、泛在感知、泛在智能的网络场景[5]。6G 网络的关键技术需求包括新型空口技术、新型网络架构、新型网络功能以及新型网络安全等，架构示意如图1 所示。

图1 6G 网络架构

2 多用户接入技术优化的需求

2.1 6G 网络中的多用户接入挑战

6G 网络的愿景是实现万物智联，打造一个分布式的神经网络，集通信、感知、计算等能力于一身。要实现6G 网络的愿景，多用户接入技术面临着两方面的挑战：一是用户数量和多样性的增加，要求多用户接入技术能够提供高效的资源分配、灵活的服务定制、智能的用户管理等功能，满足不同用户的个性化需求和服务质量保障；二是频谱资源的紧张，高频段的频谱资源面临着有限的可用性、高的传播损耗、复杂的信道特性等问题。

2.2 高密度用户场景下的多用户接入需求

高密度用户场景是指在一个相对较小的区域内，有大量的用户同时接入无线网络。高密度用户场景下的多用户接入需求有高容量和高速率、高效率和公平性、高可靠性和低时延[6]。因此，多用户接入技术需要提高网络的可靠性，保证数据的正确传输，同时降低网络的时延，保证数据的及时传输。

3 毫米波多用户接入技术的优化策略

3.1 MU-MIMO 技术

多用户多入多出（Multi-User Multiple-Input Multiple-Output，MU-MIMO）技术是指在无线通信系统中，一个基站（Base Station，BS）可以同时与多个移动用户终端（User Equipment，UE）进行空间复用，提高系统的频谱效率和用户容量。MU-MIMO 技术可以分为下行MUMIMO 和上行MU-MIMO，分别对应BS 向多个UE 发送数据和多个UE 向BS 发送数据的场景。MU-MIMO 技术的核心是在有限的时频资源上，实现多个用户的空间复用。在BS和UE之间进行空时信号处理，包括预编码、信道估计、用户调度、功率分配等环节。

3.2 非正交多址接入技术

非正交多址接入（Non-Orthogonal Multiple Access，NOMA）技术是指在一个基本的通信资源块上，允许多个用户以非正交的方式共享资源，提高系统的频谱效率和用户公平性。资源分配与功率控制是NOMA 技术的关键环节，其目标是在满足用户服务质量要求的前提下，最大化系统的性能指标。

3.3 基于NOMA 的免调度多用户共享接入技术

鉴于此，本文提出一种融合技术方案，即基于NOMA 的免调度MUSA 技术。该技术利用NOMA 的特点，在一个时间频率资源块上，采用非正交的方式将多个用户的信号叠加在一起传输。与传统的正交多址接入技术相比，NOMA 可以提高系统的频谱效率和用户容量，同时满足多种性能，即专业的资源分配。根据用户的需求和网络的拥塞情况，动态地分配时间、频率以及码率等通信资源；基于用户优先级的资源分配算法，将更多的资源分配给具有较高优先级的用户；利用多天线技术，如Massive MIMO，通过在基站端部署大量的天线，实现对多个用户进行空间复用，在各个用户之间进行干扰管理和信道估计，提高系统的杰出性能。

4 实验结果与数据分析

4.1 实验设置和仿真模型

采用一种基于NOMA 的免调度MUSA 技术，提高上行传输的系统容量和频谱效率。该技术允许多个UE 在同一资源块上同时发送数据，利用高级接收机实现多用户检测和译码。为评估技术性能，建立了一个基于蒙特卡罗仿真的系统模型，如表1 所示。

表1 系统模型

系统模型包括以下几个部分。一是发射端，假设有K个UE 同时在同一资源块上进行上行传输，每个UE 的数据经过编码、调制、符号级扩展以及资源映射等处理后，形成一个长度为N的复数序列xk，其中k=1,2,…,K。每个UE 的扩展序列由一个短复数序列ck和一个扩展因子ek组成，即xk=ck⊗ek，其中⊗表示循环卷积。每个UE 的扩展因子不同，以便在接收端进行用户识别和检测。二是信道，假设信道为加性高斯白噪声（Additive White Gaussian Noise，AWGN）信道，即y=hkxk+n，其中y是接收信号，hk是第k个UE 的信道系数，为复数常数，n是均值为零、方差为σ2的复高斯噪声。三是接收端，接收端采用基于干扰消除（Interference Cancelation，IC）和最小均方误差（Minimum Mean Square Error，MMSE）的联合检测算法，按照信干比（Signal to Interference Ratio，SIR）从高到低的顺序依次检测和消除各个UE的信号，最终实现所有UE 的成功译码。

4.2 多用户接入性能指标评估结果

为了评估所提出的免调度MUSA 技术的性能，本文选取了几个性能指标，即系统误比特率、系统吞吐量以及系统接入概率进行仿真分析。同时，分别考虑了不同的系统参数对上述性能指标的影响，仿真结果如表2 ～4 所示。

表2 不同UE 数量下的系统性能

表2 显示，当UE 数量增加时，系统的误比特率和吞吐量都随之增加，而接入概率则随之降低。由于UE 数量的增加导致了信道的复用度提高，不仅提高了系统的频谱效率，也增加了信道的干扰，降低了系统的传输质量和接入能力。不同扩展因子下的系统性能如表3 所示。

表3 不同扩展因子下的系统性能

表3 显示，当扩展因子增加时，系统的误比特率和吞吐量都随之降低，而接入概率则随之增加。扩展因子的增加会迫使每个UE 的扩展序列长度增加，降低了每个UE 的扩展序列的正交性，有效增加了系统的检测误差和接入失败的概率。不同信噪比（Signal-Noise Radio，SNR）下的系统性能如表4 所示。

表4 不同SNR 下的系统性能

表4显示，当SNR增加时，系统的吞吐量随之增加，而接入概率也随之增加。这是因为SNR 的增加导致信道的噪声水平降低，不仅提高了系统的传输质量和接入能力，同时也提高了系统的传输效率。

4.3 不同优化策略的性能对比与分析

为了进一步提高所提出的免调度MUSA 技术的性能，本文考虑了动态扩展因子分配、动态检测顺序调整、动态功率控制3 种优化策略，并与原始方案进行了性能对比和分析，具体如表5 所示。

表5 不同优化策略下的系统性能

从表5 看出，相比于原始方案，3 种优化策略都可以有效增加系统的吞吐量和接入概率，其中动态功率控制的效果最好，动态扩展因子分配次之，动态检测顺序调整最差。进一步表明动态功率控制可以直接改善信道的条件，而动态扩展因子分配和动态检测顺序调整只是在给定的信道条件下进行优化，因此效果有限。

5 结 论

本文分析了基站间协作的多小区毫米波NOMA网络的性能，考虑了用户的信道状态信息反馈误差、用户的译码次序错误和基站间的信道不完美等因素对系统性能的影响。仿真结果证明了理论分析的正确性，证实了协作多点传输技术的应用对边缘用户性能的提升，验证了在基站间协作的多小区毫米波通信网络中NOMA 机制的优越性。