Terahertz (THz) communication is gaining more interest as one of the envisioned enablers of high-data-rate short-distance indoor applications in beyond 5G networks. Moreover, non-orthogonal multiple-access (NOMA)-enabled schemes are promising schemes to realize the target spectral efficiency, low latency, and user fairness requirements in future networks. In this paper, an energy-efficient cooperative NOMA (CNOMA) scheme that guarantees the minimum required rate for cell-edge users in an indoor THz-MISO communications network, is proposed. The proposed cooperative scheme consists of three stages: (i) beamforming stage that allocates BS beams to THz cooperating cell-center users using analog beamforming with the aid of the cosine similarity metric, (ii) user pairing stage that is tackled using the Hungarian algorithm, and (iii) a power allocation stage for the BS THz-NOMA transmit power as well as the cooperation power of the cooperating cell-center users, which is optimized in a sequential manner. The obtained results quantify the EE of the proposed scheme and shed new light on both the performance and design of multi-user THz-NOMA-enabled networks.


翻译:Terahertz (Thz) 通信作为5G网络之外高数据速短距离室内应用高数据率短期应用的预期促进者之一,越来越受到人们的兴趣。此外,非横向多接入(NOMA)支持计划是实现未来网络目标光谱效率、低悬浮度和用户公平性要求的有希望的计划。在本文件中,提出了一个节能的NOMA(CNOMA)合作计划,保证室内THz-MISO通信网络中细胞顶端用户的最低所需比率。拟议合作计划包括三个阶段:(一) 将BS光束分给THZ合作细胞中心用户,使用类似度度度度指标的模拟光束,将BS波束分给THZ合作中心用户;(二) 使用匈牙利算法处理的用户配对阶段,以及(三) BS THz-NOMA传输能力与合作细胞中心用户的合作能力分配阶段,以连续方式优化。获得的结果将拟议的E-E-MA系统设计网和新灯库的E-MA可持续性设计结果量化。

0
下载
关闭预览

相关内容

Explanation:网络。 Publisher:Wiley。 SIT: http://dblp.uni-trier.de/db/journals/networks/
最新《图理论》笔记书,98页pdf
专知会员服务
74+阅读 · 2020年12月27日
零样本文本分类,Zero-Shot Learning for Text Classification
专知会员服务
95+阅读 · 2020年5月31日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
LibRec 精选:推荐的可解释性[综述]
LibRec智能推荐
10+阅读 · 2018年5月4日
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Optimization for deep learning: theory and algorithms
Arxiv
104+阅读 · 2019年12月19日
Arxiv
3+阅读 · 2017年10月1日
VIP会员
相关VIP内容
相关资讯
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
LibRec 精选:推荐的可解释性[综述]
LibRec智能推荐
10+阅读 · 2018年5月4日
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Top
微信扫码咨询专知VIP会员