選擇語言

採用角度分集接收器之NOMA可見光通訊系統:分析與洞見

分析採用角度分集接收器之NOMA可見光通訊系統,以提升室內環境資料傳輸率並降低干擾。
rgbcw.org | PDF Size: 0.4 MB
評分: 4.5/5
您的評分
您已經為此文檔評過分
PDF文檔封面 - 採用角度分集接收器之NOMA可見光通訊系統:分析與洞見

1. 緒論

對更高資料傳輸率的不懈追求是電信研究的主要驅動力。可見光通訊作為射頻系統的互補技術前景廣闊,其利用無處不在的LED照明進行資料傳輸。然而,VLC面臨固有的挑戰,例如LED的調變頻寬有限、符號間干擾,以及多使用者情境下的同頻道干擾。本文研究將非正交多重接取與角度分集接收器整合,以克服這些限制,並顯著提升室內VLC網路的系統效能。

2. 系統模型

所提出的系統在標準室內環境中建模,以評估NOMA與ADR技術之間的協同效應。

2.1 空間與通道建模

模擬一個尺寸為8公尺(長)× 4公尺(寬)× 3公尺(高)的矩形空間。牆壁和天花板被建模為反射係數為0.8的朗伯反射體。光學通道脈衝響應使用確定性射線追蹤演算法計算,同時考慮直視路徑和漫反射(最高至指定階數)。鏈路的通道增益可建模為:

$H(0) = \frac{(m+1)A}{2\pi d^2} \cos^m(\phi) T_s(\psi) g(\psi) \cos(\psi)$ for $0 \le \psi \le \Psi_c$

其中 $m$ 為朗伯階數,$A$ 為偵測器面積,$d$ 為距離,$\phi$ 和 $\psi$ 分別為輻照角與入射角,$T_s(\psi)$ 為濾波器增益,$g(\psi)$ 為聚光器增益,$\Psi_c$ 為接收器視野角。

2.2 角度分集接收器設計

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野角的光電偵測器組成,並朝向特定方向(例如,向上及特定的方位角)。此設計使接收器能夠選擇性地合併來自通道增益最強分支的信號,有效減輕環境光雜訊、多路徑色散以及其他存取點所產生的同頻道干擾之影響。

2.3 NOMA原理與功率分配

NOMA在功率域中運作。在發射端,多個使用者的信號以不同功率等級疊加。基本原理是將更多功率分配給通道條件較差的使用者。在接收端,採用連續干擾消除技術:通道條件最佳的使用者先解碼並減去通道較弱使用者的信號,然後再解碼自身的信號。在一個2使用者NOMA配對中,使用者 $i$ 的可達速率為:

$R_i = B \log_2 \left(1 + \frac{\alpha_i P_t |h_i|^2}{\sum_{j>i} \alpha_j P_t |h_i|^2 + N_0 B}\right)$

其中 $B$ 為頻寬,$P_t$ 為總發射功率,$h_i$ 為使用者 $i$ 的通道增益,$\alpha_i$ 為功率分配係數($\alpha_1 + \alpha_2 = 1$,且若 $|h_1|^2 < |h_2|^2$ 則 $\alpha_1 > \alpha_2$),$N_0$ 為雜訊功率頻譜密度。

3. 模擬結果與討論

將採用ADR的NOMA-VLC系統效能與使用單一寬視野角接收器的基準系統進行比較。

3.1 效能指標與設定

關鍵效能指標是室內多使用者的總和資料傳輸率。使用者隨機定位,資源分配(NOMA的使用者配對與功率分配)根據其通道狀態資訊進行最佳化,遵循作者先前的方法[36]。

3.2 資料傳輸率比較:ADR vs. 寬視野角接收器

模擬結果顯示,基於ADR的系統具有決定性優勢。與使用寬視野角接收器的系統相比,使用ADR將平均資料傳輸率提升了約35%。 此增益歸因於ADR能夠選擇更強、失真更小的信號路徑,從而提高了NOMA解碼的有效信號對干擾加雜訊比。

3.3 資源分配之影響

本文強調,效能增益並非自動獲得,而是取決於智慧的資源分配。動態地將通道增益差異顯著的使用者配對(這是高效NOMA的關鍵要求)並據此分配功率,對於實現ADR-NOMA組合的全部潛力至關重要。

關鍵效能洞見

平均資料傳輸率提升35%,透過在VLC中整合4分支ADR與NOMA達成,相較於傳統寬視野角接收器。

4. 結論

本工作成功證明,將角度分集接收器與非正交多重接取整合,是提升室內可見光通訊系統容量與穩健性的有效策略。ADR能夠為NOMA SIC過程提供更優異的通道輸入,直接轉化為顯著的資料傳輸率提升,為此混合架構在未來高密度光學無線網路中的應用提供了強有力的論據。

5. 原創分析與專家洞見

核心洞見: 本文不僅僅是增加一個更好的接收器;它是一個精明的工程技巧,在VLC鏈路預算最薄弱的環節——接收器雜訊基底——重新架構,以釋放NOMA完整的理論潛力。作者正確地指出,NOMA的效能關鍵受制於SIC的成功與否,而在漫射、多路徑的VLC通道中,SIC表現極差。4分支ADR作為一個空間濾波器,有效地為NOMA配對中的主要使用者創造了一個「更乾淨」的通道,將理論增益轉化為實際的35%提升。

邏輯流程: 論證過程優雅:1) VLC需要頻譜效率(引入NOMA)。2) NOMA需要強烈的通道增益差異(在均勻照明環境中是個問題)。3) ADR透過選擇最強的入射路徑,人為創造了這種差異。4) 結果:SIC效果更好,總和傳輸率增加。這比單純提高發射功率或頻寬更為複雜精妙,符合6G研究聚焦於智慧無線電環境的趨勢,正如Next G聯盟白皮書中所討論的。

優點與缺陷: 其優點在於使用相對低複雜度的接收器升級,驗證了顯著的效能增益。方法論穩健,使用了成熟的射線追蹤與NOMA模型。然而,分析存在明顯的盲點。首先,它假設了完美的通道狀態資訊和完美的SIC——在具有移動使用者的即時系統中,這兩者都過於樂觀。其次,4分支ADR增加了接收器的成本、尺寸和處理複雜度(分支選擇邏輯)。本文輕描淡寫地帶過了此權衡。相較於自由空間光通訊中自適應光學的開創性工作(例如MIT媒體實驗室的研究),此ADR方法是靜態的;它選擇但不主動導引或塑形光束,留下了進一步的效能提升空間。

可執行洞見: 對於產品經理與研發主管,本研究提供了一條清晰的路線圖:優先考慮接收器創新。 投資於智慧型、多元件的光電偵測器是區分未來Li-Fi產品的關鍵。下一步應立即著手原型化一個即時分支選擇演算法,並在不完美CSI的動態通道條件下進行測試。此外,探索混合技術:將此ADR與稀疏碼多重接取或5G NR中探討的低密度簽章技術結合,對於光學通道而言,可能比純功率域NOMA提供更好的複雜度與效能權衡。

6. 技術細節

系統效能取決於通道模型與NOMA解碼過程。ADR第 $k$ 個分支從第 $j$ 個LED接收到的光功率為:

$P_{r,(j,k)} = H_{j,k}(0) * P_{t,j}$

接收器選擇具有最高信噪比的分支 $k^*$:$k^* = \arg\max_k (\sum_j P_{r,(j,k)}^2 / N_0)$。對於具有使用者 $U_1$(弱通道)和 $U_2$(強通道)的下行鏈路NOMA配對,發射信號為 $x = \sqrt{\alpha P_t}s_1 + \sqrt{(1-\alpha)P_t}s_2$,其中 $s_1, s_2$ 為使用者信號。$U_2$ 先解碼 $s_1$,將其減去,然後解碼 $s_2$。$U_1$ 將 $s_2$ 視為雜訊並直接解碼 $s_1$。ADR改善了所選使用者的 $|h_i|^2$,直接增加了速率方程中 $\log_2$ 函數的引數值。

7. 實驗結果與圖表說明

雖然提供的PDF摘錄未包含明確圖表,但所描述的結果可透過兩個關鍵圖表視覺化:

圖表1:使用者資料傳輸率之累積分佈函數。 此圖表將顯示兩條曲線:一條用於寬視野角接收器系統,一條用於ADR系統。ADR曲線將明顯向右偏移,表示對於任何給定機率(例如,50%的使用者),可達成的資料傳輸率更高。兩條曲線之間的差距視覺化地代表了約35%的平均增益。

圖表2:總和傳輸率 vs. 使用者數量。 此圖表將繪製隨著使用者數量增加,系統總容量的變化。NOMA+ADR的線條將顯示出比NOMA+寬視野角線條更陡的斜率和更高的平台,展示了更好的可擴展性和多使用者效率。代表傳統正交多重接取(如TDMA)的第三條線將顯著低於前兩者,突顯了NOMA的頻譜效率優勢。

8. 分析框架:案例示例

情境: 評估一個用於高密度室內工作空間(例如,擁有20個工作站的開放式辦公室)的VLC系統。

框架應用:

  1. 通道分析: 使用射線追蹤軟體對天花板裝有LED燈具的空間進行建模。計算每個潛在使用者位置對寬視野角和多分支ADR模型的通道增益矩陣 $H$。
  2. NOMA使用者配對: 對於每個排程間隔,根據使用者從所選ADR分支獲得的通道增益進行排序。透過將一個強通道使用者與一個弱通道使用者分組,形成NOMA配對。
  3. 功率分配最佳化: 求解能最大化總和傳輸率的功率係數 $\alpha_i$,並滿足以下限制條件:$\sum \alpha_i = 1$,$\alpha_i > 0$,以及最低速率要求 $R_i \ge R_{min}$。這是一個可透過標準演算法求解的凸最佳化問題。
  4. 效能預測: 將最佳化後的參數輸入速率方程 $R_i$,計算每個使用者的預測資料傳輸率及系統總和傳輸率。比較ADR模型與寬視野角基準模型的結果。
此框架直接反映了本文所隱含的方法論,並提供了一種系統化的方式來量化ADR在特定部署中的效益。

9. 未來應用與方向

ADR-NOMA-VLC範式具有前景廣闊的發展方向:

  • 工業物聯網之超高可靠低延遲通訊: 在智慧工廠中,ADR可透過減輕移動設備和反射表面產生的干擾,為機器控制提供穩健的鏈路。
  • 水下光學通訊: 水下散射環境類似於漫射室內VLC。ADR有助於在渾濁水域中隔離主要的直視路徑,從而實現多使用者水下網路的NOMA。
  • 整合感測與通訊: ADR的多個定向分支可用於基本的到達角估計,實現通訊與裝置定位的結合——這是未來智慧建築的關鍵功能。
  • 研究方向: 未來的工作必須朝向使用液晶或微機電系統的自適應ADR發展,以實現動態波束導引。此外,在移動情境中整合機器學習以進行即時、穩健的使用者配對與功率分配,是從模擬過渡到部署的關鍵下一步。

10. 參考文獻

  1. Aljohani, M. K., 等人. (2022). NOMA Visible Light Communication System with Angle Diversity Receivers. 來源期刊/會議.
  2. Zeng, L., 等人. (2017). High Data Rate Multiple Input Multiple Output (MIMO) Optical Wireless Communications Using White LED Lighting. IEEE Journal on Selected Areas in Communications.
  3. Ding, Z., 等人. (2017). A Survey on Non-Orthogonal Multiple Access for 5G Networks: Research Challenges and Future Trends. IEEE Journal on Selected Areas in Communications.
  4. Kahn, J. M., & Barry, J. R. (1997). Wireless Infrared Communications. Proceedings of the IEEE.
  5. Next G Alliance. (2023). 6G Technology Report. ATIS.
  6. 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.
  7. Wang, Q., 等人. (2020). Deep Learning for Optimal NOMA Power Allocation in Visible Light Communications. IEEE Wireless Communications Letters.