NOMA异构网络资源分配优化：移动边缘计算与DC规划结合

"该文研究了在移动边缘计算(MEC, Mobile Edge Computing)环境下的非正交多址接入(NOMA, Non-Orthogonal Multiple Access)异构网络资源分配问题，旨在最大化缓存收益。作者张海君、张资政和隆克平来自北京科技大学计算机与通信工程学院。他们提出了一种NOMA联合优化算法，该算法结合了消息传递与DC规划(DC Programming)，解决了基站与用户匹配以及功率分配的问题。 文章首先将约束条件整合进目标函数，通过计算新优化问题中函数节点与变量节点间的消息传递边缘来获取用户协同的结果。接着，原优化问题被转换为两个凸函数之差的形式，利用DC规划对功率资源进行有效分配。最后，通过迭代计算得出最终的用户匹配和功率分配解决方案。仿真实验显示，提出的算法显著提高了网络性能，尤其是在缓存收益和系统效率方面。 关键词涉及移动边缘计算、非正交多址接入技术、异构网络架构、用户协同策略以及功率分配策略。该研究对于理解如何在NOMA异构网络中高效利用MEC的缓存能力和计算能力，以及如何优化网络性能具有重要意义。中图分类号将其归类于电信技术领域，文献标识码为A，表明这是一篇原创性科研论文，doi号则提供了其在线可查证的唯一标识。" 此研究不仅探讨了NOMA技术在提升频谱效率上的潜力，还考虑了MEC在缓存服务中的作用，以及如何通过智能优化算法实现更高效的资源分配。在5G和未来无线网络中，这样的联合优化方法对于满足大量设备的连接需求、提高服务质量以及降低延迟具有重要价值。同时，用户协同的概念为网络资源管理提供了新的思路，使得系统能更好地适应动态变化的用户需求和网络环境。