1. 引言
對更高數據速率嘅持續需求係電信研究嘅主要驅動力。可見光通信（VLC）利用LED照明嘅普及性進行數據傳輸，係射頻（RF）系統一個極具潛力嘅補充技術。然而，VLC面臨固有挑戰，例如LED嘅有限調製帶寬、符號間干擾（ISI），以及多用戶場景中嘅同頻道干擾（CCI）。本文研究將非正交多址接入（NOMA）與角度分集接收器（ADR）結合，以克服呢啲限制，並顯著提升室內VLC網絡嘅系統性能。
2. 系統模型
所提出嘅系統喺標準室內環境中建模，以評估NOMA與ADR技術之間嘅協同效應。
2.1 房間與信道建模
模擬一個尺寸為8米（長）× 4米（寬）× 3米（高）嘅矩形房間。牆壁同天花板被建模為反射係數（ρ）為0.8嘅朗伯反射體。光學信道脈衝響應使用確定性射線追蹤算法計算，考慮咗視距（LOS）同漫反射（直至指定階數）。鏈路嘅信道增益可以建模為：
$H(0) = \frac{(m+1)A}{2\pi d^2} \cos^m(\phi) T_s(\psi) g(\psi) \cos(\psi)$ for $0 \le \psi \le \Psi_c$
其中 $m$ 係朗伯階數，$A$ 係探測器面積，$d$ 係距離，$\phi$ 同 $\psi$ 分別係輻照角同入射角，$T_s(\psi)$ 係濾波器增益，$g(\psi)$ 係聚光器增益，$\Psi_c$ 係接收器視場（FOV）。
2.2 角度分集接收器（ADR）設計
核心創新在於使用一個4分支ADR。每個分支由一個具有窄視場嘅光電探測器組成，朝向唔同方向（例如，向上以及特定方位角）。呢種設計允許接收器選擇性組合來自信道增益最強分支嘅信號，有效減輕環境光噪聲、多徑色散以及來自其他接入點（AP）嘅同頻道干擾嘅影響。
2.3 NOMA原理與功率分配
NOMA喺功率域運作。喺發射端，多個用戶嘅信號以唔同功率等級疊加。基本原理係將更多功率分配畀信道條件較差嘅用戶。喺接收端，採用連續干擾消除（SIC）：信道最好嘅用戶先解碼並減去信道較弱用戶嘅信號，然後再解碼自己嘅信號。喺一個2用戶NOMA對中，用戶 $i$ 可實現嘅速率為：
$R_i = B \log_2 \left(1 + \frac{\alpha_i P_t |h_i|^2}{\sum_{j>i} \alpha_j P_t |h_i|^2 + N_0 B}\right)$
其中 $B$ 係帶寬，$P_t$ 係總發射功率，$h_i$ 係用戶 $i$ 嘅信道增益，$\alpha_i$ 係功率分配係數（$\alpha_1 + \alpha_2 = 1$，如果 $|h_1|^2 < |h_2|^2$，則 $\alpha_1 > \alpha_2$），$N_0$ 係噪聲功率譜密度。
3. 模擬結果與討論
將配備ADR嘅NOMA-VLC系統嘅性能，與使用單一寬視場接收器嘅基線系統進行基準比較。
3.1 性能指標與設定
關鍵性能指標係房間內多個用戶嘅總數據速率。用戶隨機定位，資源分配（NOMA嘅用戶配對同功率分配）根據佢哋嘅信道狀態信息進行優化，遵循作者先前嘅方法[36]。
3.2 數據速率比較：ADR vs. 寬視場
模擬結果顯示，基於ADR嘅系統具有決定性優勢。與使用寬視場接收器嘅系統相比，使用ADR將平均數據速率提升咗約35%。 呢個增益歸因於ADR能夠選擇更強、失真更少嘅信號路徑，從而提高NOMA解碼嘅有效信號干擾加噪聲比（SINR）。
3.3 資源分配嘅影響
本文強調，性能增益並非自動獲得，而係取決於智能資源分配。動態配對信道增益差異顯著嘅用戶（高效NOMA嘅關鍵要求）並相應分配功率，對於實現ADR-NOMA組合嘅全部潛力至關重要。
關鍵性能見解
平均數據速率提升35% 喺VLC中將4分支ADR與NOMA集成，相比傳統寬視場接收器所實現。
4. 結論
呢項工作成功證明，將角度分集接收器與非正交多址接入集成，係提升室內可見光通信系統容量同穩健性嘅有效策略。ADR能夠為NOMA SIC過程提供更優嘅信道輸入，直接轉化為數據速率嘅顯著提升，為呢種混合架構喺未來高密度光無線網絡中嘅應用提供咗有力理據。
5. 原創分析與專家見解
核心見解： 呢篇論文唔單止係關於添加一個更好嘅接收器；佢係一個巧妙嘅工程技巧，喺VLC鏈路預算最薄弱嘅環節——接收器噪聲基底——重新設計架構，以釋放NOMA嘅全部理論潛力。作者正確指出，NOMA嘅性能關鍵受制於SIC嘅成功率，而SIC喺漫射、多徑嘅VLC信道中表現極差。4分支ADR充當空間濾波器，有效為NOMA對中嘅主要用戶創造一個「更乾淨」嘅信道，將理論增益轉化為實際嘅35%提升。
邏輯流程： 論證過程非常精妙：1) VLC需要頻譜效率（引入NOMA）。2) NOMA需要強大嘅信道增益差異（喺均勻照明環境中係個問題）。3) ADR通過選擇最強嘅入射路徑，人為創造呢種差異。4) 結果：SIC效果更好，總速率增加。呢個係比單純提高發射功率或帶寬更複雜嘅方法，符合6G研究聚焦智能無線環境嘅趨勢，正如Next G Alliance白皮書中所討論。
優點與不足： 優點在於使用相對低複雜度嘅接收器升級，驗證咗顯著嘅性能增益。方法論穩健，使用咗成熟嘅射線追蹤同NOMA模型。然而，分析存在明顯盲點。首先，佢假設完美嘅信道狀態信息（CSI）同完美嘅SIC——喺有移動用戶嘅實時系統中，兩者都係極度樂觀嘅假設。其次，4分支ADR增加咗接收器成本、尺寸同處理複雜度（分支選擇邏輯）。論文輕描淡寫咗呢個權衡。與自由空間光通信中自適應光學嘅開創性工作（例如MIT媒體實驗室嘅研究）相比，呢種ADR方法係靜態嘅；佢選擇但唔主動引導或成形光束，留低咗進一步提升性能嘅空間。
可行見解： 對於產品經理同研發負責人，呢項研究提供咗清晰路線圖：優先考慮接收器創新。 投資智能、多單元光電探測器係區分未來Li-Fi產品嘅關鍵。下一步應該係原型化一個實時分支選擇算法，並喺非完美CSI嘅動態信道條件下進行測試。此外，探索混合技術：將呢種ADR與稀疏碼多址接入（SCMA）或5G NR中探索嘅低密度簽名（LDS）技術結合，對於光信道而言，可能比純功率域NOMA提供更好嘅複雜度-性能權衡。
6. 技術細節
系統性能取決於信道模型同NOMA解碼過程。ADR第 $k$ 個分支從第 $j$ 個LED接收到嘅光功率為：
$P_{r,(j,k)} = H_{j,k}(0) * P_{t,j}$
接收器選擇信噪比最高嘅分支 $k^*$：$k^* = \arg\max_k (\sum_j P_{r,(j,k)}^2 / N_0)$。對於具有用戶 $U_1$（弱信道）同 $U_2$（強信道）嘅下行NOMA對，發射信號為 $x = \sqrt{\alpha P_t}s_1 + \sqrt{(1-\alpha)P_t}s_2$，其中 $s_1, s_2$ 係用戶信號。$U_2$ 先解碼 $s_1$，減去佢，然後解碼 $s_2$。$U_1$ 將 $s_2$ 視為噪聲並直接解碼 $s_1$。ADR提高咗所選用戶嘅 $|h_i|^2$，直接增加咗速率方程中 $\log_2$ 函數嘅參數值。
7. 實驗結果與圖表描述
雖然提供嘅PDF摘錄冇包含明確圖表，但所描述嘅結果可以通過兩個關鍵圖表可視化：
圖表1：用戶數據速率嘅累積分佈函數（CDF）。 呢個圖表會顯示兩條曲線：一條用於寬視場接收器系統，一條用於ADR系統。ADR曲線會明顯向右偏移，表明對於任何給定概率（例如，50%嘅用戶），可實現嘅數據速率更高。曲線之間嘅間距視覺上代表咗約35%嘅平均增益。
圖表2：總速率 vs. 用戶數量。 呢個圖表會繪製隨用戶數量增加嘅系統總容量。NOMA+ADR線會顯示比NOMA+寬視場線更陡峭嘅斜率同更高嘅平台，展示更好嘅可擴展性同多用戶效率。代表傳統正交多址接入（OMA）（如TDMA）嘅第三條線會明顯低於前兩者，突顯NOMA嘅頻譜效率優勢。
8. 分析框架：案例示例
場景： 評估一個用於高密度室內工作空間（例如，有20個工作站嘅開放式辦公室）嘅VLC系統。
框架應用：
- 信道分析： 使用射線追蹤軟件對房間建模，天花板上裝有LED燈具。計算每個潛在用戶位置到寬視場同多分支ADR模型嘅信道增益矩陣 $H$。
- NOMA用戶配對： 對於每個調度間隔，根據用戶從所選ADR分支獲得嘅信道增益進行排名。通過將一個強信道用戶同一個弱信道用戶分組，形成NOMA對。
- 功率分配優化： 求解最大化總速率嘅功率係數 $\alpha_i$，受制於約束：$\sum \alpha_i = 1$，$\alpha_i > 0$，以及最低速率要求 $R_i \ge R_{min}$。呢個係一個可通過標準算法求解嘅凸優化問題。
- 性能預測： 將優化後嘅參數輸入速率方程 $R_i$，計算每個用戶嘅預測數據速率同系統總速率。比較ADR模型與寬視場基線嘅結果。
9. 未來應用與方向
ADR-NOMA-VLC範式具有前景廣闊嘅發展方向：
- 工業物聯網嘅超高可靠低延遲通信（URLLC）： 喺智能工廠中，ADR可以通過減輕移動設備同反射表面嘅干擾，為機器控制提供穩健鏈路。
- 水下光通信： 水下散射環境類似於漫射室內VLC。ADR可以幫助隔離渾濁水中嘅主導視距路徑，實現多用戶水下網絡嘅NOMA。
- 集成感知與通信（ISAC）： ADR嘅多個定向分支可用於基本嘅到達角估計，實現設備定位同通信相結合——未來智能建築嘅關鍵功能。
- 研究方向： 未來工作必須邁向使用液晶或微機電系統（MEMS）進行動態波束成形嘅自適應ADR。此外，喺移動場景中集成機器學習以實現實時、穩健嘅用戶配對同功率分配，係從模擬過渡到部署嘅必要下一步。
10. 參考文獻
- Aljohani, M. K., et al. (2022). NOMA Visible Light Communication System with Angle Diversity Receivers. 來源期刊/會議.
- Zeng, L., et al. (2017). High Data Rate Multiple Input Multiple Output (MIMO) Optical Wireless Communications Using White LED Lighting. IEEE Journal on Selected Areas in Communications.
- Ding, Z., et al. (2017). A Survey on Non-Orthogonal Multiple Access for 5G Networks: Research Challenges and Future Trends. IEEE Journal on Selected Areas in Communications.
- Kahn, J. M., & Barry, J. R. (1997). Wireless Infrared Communications. Proceedings of the IEEE.
- Next G Alliance. (2023). 6G Technology Report. ATIS.
- IEEE Standard for Local and Metropolitan Area Networks–Part 15.7: Short-Range Wireless Optical Communication Using Visible Light. (2018). IEEE Std 802.15.7-2018.
- Wang, Q., et al. (2020). Deep Learning for Optimal NOMA Power Allocation in Visible Light Communications. IEEE Wireless Communications Letters.