초록
본 논문에서는 5G 무선 통신을위한 다중 셀 다중 입력 다중 출력 (MIMO)-비 직교 다중 접속 (NOMA) 다운 링크 시스템에서 WSRM (weighted sum-rate maximization) 문제를 해결하기위한 견고한 빔 형성 설계를 제시한다. 이 연구는 채널 추정 행렬에 최악의 모델, 즉 SVOF (singular value uncertainty model)로서 불확실성을 추가함으로써 기지국 (BS)에서 불완전한 채널 상태 정보 (CSI)를 고려한다. 이러한 관찰을 통해, WSRM 문제는 BS에서의 전송 전력 제약에 따라 공식화된다. 객관적 문제는 해결하기 어려운 비 결정적 다항식 (NP) 문제로 알려져 있다. 객관적 문제를 효율적으로 해결할뿐만 아니라 최적의 송신 빔 포밍 행렬을 찾기 위해 ML (majorization minimization) 기법을 안정화시킨 견고한 빔 형성 설계를 제안한다. 또한 최상의 사용자 쌍을 클러스터로 선택하여 더 높은 합계를 달성하는 공동 사용자 클러스터링 및 전력 할당 (JUCPA) 알고리즘을 제안한다. 제안 된 JUCPA 알고리즘과 함께 제안된 견고한 빔 포밍 설계가 기존의 NOMA 기법 및 기존의 OMA (orthogonal multiple access) 기법과 비교하여 총 레이트 측면에서 성능을 크게 향상 시킨다는 것을 보여주기 위해 광범위한 수치 결과가 제공된다.
In this paper, we present a robust beamforming design to tackle the weighted sum-rate maximization (WSRM) problem in a multicell multiple-input multiple-output (MIMO) - non-orthogonal multipleaccess (NOMA) downlink system for 5G wireless communications. This work consider the imperfectchannel state information (CSI) at the base station (BS) by adding uncertainties to channel estimation matrices as the worst-case model i.e., singular value uncertainty model (SVUM). With this observation, the WSRM problem is formulated subject to the transmit power constraints at the BS. The objective problem is known as on-deterministic polynomial (NP) problem which is difficult to solve. We propose an robust beam forming design which establishes on majorization minimization (MM) technique to find the optimal transmit beam forming matrix, as well as efficiently solve the objective problem. In addition, we also propose a joint user clustering and power allocation (JUCPA) algorithm in which the best user pair is selected as a cluster to attain a higher sum-rate. Extensive numerical results are provided to show that the proposed robust beamforming design together with the proposed JUCPA algorithm significantly increases the performance in term of sum-rate as compared with the existing NOMA schemes and the conventional orthogonal multiple access (OMA) scheme.