【MATLAB源码-第328期】基于matlab的NOMA系统仿真，对比不同功率分配算法（FPA,FSPA,FTPA）的系统吞吐量，用户公平性和算法复杂度。

最新推荐文章于 2025-05-01 13:12:51 发布

Matlab程序猿

最新推荐文章于 2025-05-01 13:12:51 发布

阅读量1k

点赞数 15

CC 4.0 BY-SA版权

分类专栏：通信原理文章标签： matlab noma 功率分配系统吞吐量 FPA FSPA FTPA

本文链接：https://blog.csdn.net/Koukesuki/article/details/145854318

通信原理专栏收录该内容

200 篇文章

订阅专栏

操作环境：

MATLAB 2022a

1、算法描述

NOMA（非正交多址接入）系统在无线通信领域是一项重要的技术，其通过不同的功率分配策略实现多个用户共享同一频带资源。功率分配策略的选择对系统的吞吐量、用户公平性以及算法的复杂度产生直接影响。NOMA系统中的功率分配算法，如FPA（固定功率分配算法）、FSPA（遍历搜索功率分配算法）和FTPA（分数功率分配算法）是目前常见的三种策略，它们在性能、复杂度以及实现方式上有所不同。在这些算法的应用过程中，系统吞吐量、用户公平性和算法复杂度是评估其效果的关键指标。

NOMA系统功率分配算法概述

NOMA系统利用非正交的方式，使得多个用户共享同一频带资源。这种方式突破了传统的正交多址接入（如TDMA、FDMA等）对用户的分配限制，提高了频谱利用效率。在NOMA中，用户之间并不是完全分开传输，而是通过不同的功率级别进行区分。为了提高系统的吞吐量和公平性，需要根据每个用户的信道条件进行合理的功率分配，这时就需要依赖有效的功率分配算法。

固定功率分配算法（FPA）

固定功率分配算法是一种简单的功率分配方法。它通过预先设定的固定比例来为用户分配功率，而不考虑用户信道的变化或增益。具体来说，FPA算法将系统总功率按照一定的比例分配给不同的用户。由于这种方法没有考虑每个用户的信道状况，它的优势在于实现简单、计算开销小，适用于实时性的要求较高的场景。然而，这种分配方式导致系统的吞吐量无法达到最优，因为信道较差的用户可能会分配过多的功率，而信道较好的用户的功率分配也无法根据实际需求动态调整。因此，FPA在吞吐量和公平性方面相对较差，尤其是在多用户的场景下，公平性问题尤为突出。

遍历搜索功率分配算法（FSPA）

遍历搜索功率分配算法（FSPA）是一种更加精细的功率分配策略，它通过遍历所有可能的功率分配方案来寻找最优解。FSPA算法在计算过程中需要考虑到用户的信道增益，依据信道条件动态地调整功率分配，以此来最大化系统的吞吐量。通过这种方式，FSPA能够实现更高的吞吐量，因为它选择了最适合的功率分配方案，使得强信道用户获得更多的功率，弱信道用户获得较少的功率，从而更好地利用系统的总功率。然而，这种方法的缺点是计算复杂度较高，需要大量的计算资源，适用于离线优化的场景，因此在实时通信中可能不适用。

分数功率分配算法（FTPA）

分数功率分配算法（FTPA）基于信道增益的动态分配策略。不同于FPA的固定功率分配和FSPA的遍历搜索，FTPA通过动态调整每个用户的功率分配比例，以达到较好的吞吐量和公平性平衡。FTPA算法根据每个用户的信道增益，采用一种分数形式的功率分配，即给信道较好的用户分配更多的功率，信道较差的用户获得较少的功率。与FPA和FSPA相比，FTPA通过引入非均匀的功率分配，使得弱用户的公平性得到了更多的保证。FTPA的参数α可以控制功率分配的非均匀程度，适应不同的网络需求。虽然FTPA在性能上优于FPA和FSPA，但其计算复杂度也相对较高，因为需要根据实时的信道信息动态调整功率分配策略。

系统吞吐量

吞吐量是衡量NOMA系统性能的重要指标，它代表了系统能够在单位时间内传输的总数据量。在NOMA系统中，吞吐量的提升依赖于合理的功率分配。不同的功率分配算法对系统吞吐量的影响显著。FSPA通过遍历所有功率分配方案，能够找到最优的功率分配比例，从而最大化系统吞吐量。实验结果表明，FSPA的吞吐量表现最好，因为它能够精确地根据信道条件选择功率分配方案。与FSPA相比，FPA的吞吐量较低，因为固定的功率分配比例无法根据用户的实际信道状况进行调整。FTPA通过动态调整功率分配，虽然不能达到FSPA的最大吞吐量，但它能够在吞吐量和公平性之间做出较好的平衡。因此，FTPA在保证一定吞吐量的同时，还能确保较高的用户公平性。

用户公平性

在多用户系统中，公平性是另一个重要的评价指标，尤其是在NOMA系统中，用户的信道条件差异较大，公平性问题更加突出。FPA算法由于其固定的功率分配方式，通常会导致强用户占据更多的资源，而弱用户则受到限制，造成较大的资源不平衡，导致用户之间的公平性较差。FSPA虽然能够实现最大吞吐量，但由于其注重的是吞吐量的优化，可能导致公平性不佳，特别是在用户信道差异较大的情况下，弱用户的吞吐量较低。而FTPA则通过引入α参数，使得系统能够在一定程度上调节功率分配的公平性，从而提高系统的整体公平性。因此，FTPA算法在用户公平性方面表现最好，尤其是在信道条件差异较大的情况下，它能够有效保障弱用户的通信质量。

算法复杂度

功率分配算法的复杂度直接影响其实现的可行性和效率。FPA的计算复杂度最低，因为它不需要根据实时信道信息进行动态调整，只需要根据预设的功率比例进行功率分配，因此计算开销较小，适合实时系统中使用。然而，FPA的简单性也意味着其性能较差，无法优化系统吞吐量和公平性。FSPA的复杂度较高，因为它通过遍历所有可能的功率分配方案来寻找最优解，这需要大量的计算资源和时间，适合于离线优化的场景。FTPA的复杂度介于FPA和FSPA之间，因为它需要动态调整功率分配，并且考虑信道增益的差异，虽然其计算复杂度不如FSPA高，但仍然需要较多的计算资源。因此，在选择功率分配算法时，需要在性能和复杂度之间进行权衡。

总结

NOMA系统中的功率分配算法对于系统的吞吐量、用户公平性和算法复杂度都有着至关重要的影响。在吞吐量方面，FSPA表现最佳，能够最大化系统吞吐量；在公平性方面，FTPA通过动态调整功率分配，能够平衡强弱用户的资源分配，保证系统的公平性；在算法复杂度方面，FPA由于其简单的固定分配方式，具有最低的计算复杂度，适用于实时系统。而FSPA和FTPA则适用于对吞吐量和公平性有较高要求的场景，但其计算复杂度较高，需要根据具体的应用需求选择合适的算法。

根据不同的应用场景和需求，选择合适的功率分配算法可以有效提升NOMA系统的性能，在吞吐量、用户公平性和算法复杂度之间找到最佳的平衡点。