可在www.sciencedirect.com在线获取ScienceDirectICTExpress 8（2022）11www.elsevier.com/locate/icteNOMA用户配对的量子进化算法Bhaskara Narottamaa，Denny Kusuma Hendraningratb，Soo Young Shina，a韩国龟尾市久茂国立技术学院IT融合工程系b印度尼西亚雅加达印度尼西亚国家标准化机构标准制定副代表接收日期：2021年8月17日;接收日期：2021年12月15日;接受日期：2022年1月24日2022年2月18日在线提供摘要本文提出了利用量子进化算法（QEA）进行非正交多用户配对访问（NOMA）。通过利用量子概念，如叠加，它获得了一个用户配对的解决方案，接近最高可实现的总和速率。此外，精英QEA（E-QEA）的建议，以进一步提高性能，通过消除在下一次迭代失去当前迭代的最佳解的风险。仿真结果表明，E-QEA和QEA产生更高的平均可实现与随机用户配对相比的总和速率© 2022 由 Elsevier B.V. 发 布 代 表 韩 国 通 信 和 信 息 科 学 研 究 所 这 是 一 篇 基 于 CC BY-NC-ND 许 可 证 的 开 放 获 取 文 章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。关键词：量子进化算法;非正交多址接入; 6 G;无线通信1. 介绍非正交多址接入（NOMA）是一种很有前途的提高频谱效率的方法，这是下一代无线通信（B5 G/6 G）的重要标准[1通过利用功率域NOMA [4]，将不同级别的发射功率分配给用户对中的不同用户。然后，UE执行连续干扰消除（SIC）以获得其指定信号[5]。用户配对，已知对性能有直接影响[6然而，用户配对的复杂度随着用户设备（UE）的数量的增加而显著增加[10，11]。量子启发进化算法（QEA），它采用量子物理学的概念（例如，量子叠加和量子旋转门），并使用它们来增强现有的进化算法（EA），可用于估计产生改进性能的用户配对组合[12QEA被证明优于经典EA [15]，并且即使在少数群体[14]的情况下也提供了可接受的解决方案。因此，QEA在用户配对中的应用有望提高性能。∗ 通讯作者。电子邮件地址：bhaskara@kumoh.ac.kr（B.Narottama），dennykh@ieee.org（D.K.Hendraningrat），wdragon@kumoh.ac.kr（S.Y.Shin）。同行审议由韩国通信研究所负责教育与信息科学（KICS）。https://doi.org/10.1016/j.icte.2022.01.014表1相关作品。以前的作品NOMA Optim.量子算法[13个国家]–✓[16个]✓–[17个]✓–[18]第十八话这份工作如表1所示，先前的工作通常考虑用于NOMA优化的基于经典计算的算法[16因此，这项工作有望在NOMA中引入量子启发算法的利用。这项工作的主要贡献可以强调如下。QEA利用率近似的用户配对组合将导致最大实现的总和速率。UE的信道条件被用作QEA的输入。作为回报，它近似于还提出了一种精英QEA（E-QEA），通过考虑先前迭代的最佳解[19给出了E-QEA和QEA的计算复杂性分析。仿真结果表明，E-QEA算法和QEA算法具有较好的性能仿真2405-9595/© 2022由Elsevier B. V.代表韩国通信和信息科学研究所出版。这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。···B. Narottama，D.K.Hendraningrat和S.Y.ShinICT Express 8（2022）1112||k，m中国·| ⟩1SNs我CSI、、、记法。 这封信认为，|·|、{·}和[·]来表示可以表示为Mm=1Kk=1 RNOMA。 将s视为不2我S={s. . .s}，（2）我表2主要符号。符号定义用户总数MNOMA对K每对中的用户数第k个用户，第m对dk， m归一化距离，BS和第k个用户，第m对hk， m2信道增益，BS和第k个用户，第m对κ路径损耗常数λk，m瑞利衰落方差，第k个用户，第m对功率分配系数，第k个用户，第m对Fig. 1. NOMA中的用户配对问题，考虑每对中有两个用户。Nomak， mNomak， m可调NOMA速率，第k个用户，第m对接收SINR，第k个用户，第m对pairs表示为M。每个用户对包含K个用户。功率算法迭代Ns解决方案数量B量子比特第k个用户的分配系数表示为k， m。考虑|h1m| ≥ · · · ≥ |h km|≥ · · · ≥ |h Km|，让我们St配对解集，第t次迭代设a1，m≤ · · · ≤ak，m≤ · · · ≤ak，m.所接收的第t次配对解，第t次迭代Rsum和率，第t次迭代使用NOMA的第m个组中的第k个用户的信号干扰噪声比（SINR）由[4- 6 ]给出不最好最佳解，第t次迭代⎧⎨ρ|H|2a，如果k=1s全球解决方案Nomak， m k， mθt旋转角度γk， m =ρ|hk，m|2ak，m（一）i、 j∑k−12、如果k>1，结果表明，E-QEA在每个用户对的平均和速率l=1ρ|hl，m| al， m+1其中，ρ是发射信号的发射信噪比（SNR），BS.假设的用户配对问题如图1所示。此外，假设所有组具有相等的带宽。此外，每个用户都可以与其他用户配对让我们考虑NOMA用户的可实现速率据作者所知，这些问题尚未得到Nomak， m= log2（1 +γNOMA），k ∈ {1，. . .，K}，m ∈在以前的论文中提到。{1，. . . ，M}[23，24]. ∑Subseq∑uently，可实现的总和速率k，m绝对值、数组和矩阵。为了在量子计算中表示希尔伯特空间的状态向量，使用ket符号（狄拉克符号），即，，被认为。此外，（）表示复正态分布。主要符号见表2。2. 系统模型假设了单输入单输出（SISO）下行链路（DL）NOMA通信场景，其中服务于Nu个用户的基站（BS）位于单个小区的中间。零均值瑞利平坦衰落信道被认为是BS和第n个用户之间的通信链路[6]。BS与第n个UE之间的归一化距离表示为dn。第n个用户的信道增益表示为||CN=特别是用户配对解决方案，提出的目标，方案可以表示为maxsRsum（s）。3. NOMA中用户配对的量子进化算法所考虑的QEA和E-QEA描述如下。QEA和E-QEA在每次第t次迭代中都有几个候选解要考虑。第t次迭代的解集表示为[13，14]t t t t其中st是第t次迭代的第i个解，Ns是解的数量。每个解决方案都可以表示为用户配对矩阵，1Ua，2. . .Ua，Mhn2. 假设hn（0，λn dn−κ），其中κ和λn被认为是路径损耗指数和方差变量，CSIst=100000Ub，1Ub，2. . . Ub，男中国（3）第n个用户，相应地[6，20，21]。考虑σ2为噪声mmm信道信息的方差，所获取的信道信息，其中列指示同一对中的用户，并且行指示同一对中的用户。可以定义为h<$n=hn+<$n，其中<$n<$CN（0，σ2）[22]。指示不同配对中的用户。设m为用户的索引xNOMA用户执行SIC以抵消来自具有较低信道增益的另一个用户的信号，以获得其指定的消息[6]。此外，来自具有较强信道增益的用户的信号充当干扰[6]。这项工作考虑了接收器处的完美SIC [6]。BS发射功率的每一对也被归一化为Pt=1。NOMA用户数RγS为RB. Narottama，D.K.Hendraningrat和S.Y.ShinICT Express 8（2022）1113| ⟩|⟩| ⟩|⟩汇率此 外 ， 在 QEA 和 E-QEA 中 使 用 和 处 理 量 子 比 特（qubit）。每个量子比特被认为是状态0和1的叠加[25]。符号α和β分别表示状态0和1的概率幅[26]。量子态可以用ket符号表示，其由下式给出：B. Narottama，D.K.Hendraningrat和S.Y.ShinICT Express 8（2022）1114|=|⟩ |⟩| | +的| |为[α⎡ααi、B一，1⎦我2i、Bi、j{0，如果r≤|α|一，1|||∀ 联系我们k，m用于用户配对的QEA和E-QEA的伪代码是我1--||1i、ji、j不Rk，ρ|hk，m2ak，mα0β 1，其中α2β21被考虑[13，14，26]。第t次迭代时第i个解的第j个量子比特的状态可以表示为V[st]ti，jβ]中。因此，量子比特状态i、 j不i、 j在第t次迭代时的第i个解的可表示为ti，1V[st]V[st]ti，2βt. . .αt. . .βt中国（4）m=1m=2m=M其中列（行）表示相同（不同）对中的用户，B是量子位的长度类似于真实的量子计算机，在测量之后，每个量子比特将被从测量获得的比特表示特定用户配对组合的索引。例如，图二. 比特表示与用户配对组合之间的关系，例如，N u=4，M=2，K=2。对于范围0，首先获得1。然后，获得量子位q1的测量结果，“00001”和“00011”可以分别转换为解决方案索引“1”和“3”。然而，如果该组合不表示任何用户配对组合，则测量结果不表示任何用户配对组合。i，j=02一，11，如果r>|α0|二、（五）将再次执行。例如，“111101”的测量结果被翻译成十进制的“61”。因为它超过了解决方案的总数（因此不代表任何对-基于等式（1）第m个用户中第k个用户的速率估计之使用NOMA DL的对由[6]给出10|胡志明市|2akm），如果k=1我很溶液），将再次进行测量的2，，NOMA=（）（六）这个过程的例子是在图中。 二、下载日志2 1+∑k−1ρ|h一+1、如果k>1，分别在算法1和算法2中给出两算法假设Nitr为最大迭代次数。每个步骤可以解释如下：算法1NOMA中用户配对的QEA输入：用户通道hn2，n1，2，. . . ，Nu输出：全局解决方案初始化：其中，hk，m和ak，m是信道估计，第m个用户对中第k个用户的功率分配系数。3.2. 复制上一次迭代该步骤仅包括在所提出的E-QEA（算法2）中。这一步的目的是保持适者生存设置α1且β1，β i ∈ {1，2，. . . ，Ns}且j ∈ {1，2，. . . ，B}。前一次迭代中的解决方案，如果它提供更好的结果与当前ITER的最不适合的解决方案相比测量 量子位 qi，j，i∈{1，2，. . . ，N s}且j ∈{1，2，. . . ，B}（等式（5））。计算RNOM A。迭代次数：对于t = 1，2，. . . ，Nitrdo计算最适合的解决方案s最好（方程(7))并更新全局行动。因此，一旦找到可接受的解决方案，考虑下一次迭代。没有精英主义，适者生存上一次迭代中的解决方案（可能成为全局解）可能在下一次迭代中丢失该步骤可以描述如下。• 执行初始适应度评估以找到最小拟合q'2l=1我很|2B. Narottama，D.K.Hendraningrat和S.Y.ShinICT Express 8（2022）1115i、jS解决方案不t+1t+1解决方案，即，St和其总和速率，即，最小R t.计算 θi，j和 更新αi， j和 βi，j ，i∈• 最小Rt最糟糕Rt−1总和B. Narottama，D.K.Hendraningrat和S.Y.ShinICT Express 8（2022）1116Ki、j√2{1，2，. . . ，Ns}且j ∈ {1，2，. . . ，B}（方程（9），（11））。B. Narottama，D.K.Hendraningrat和S.Y.ShinICT Express 8（2022）1117sum与maxsum进行比较，max sum是B. Narottama，D.K.Hendraningrat和S.Y.ShinICT Express 8（2022）1118测度s t+1，n∈ {1，2，. . .，N}且j∈ {1，2，. . .，B}B. Narottama，D.K.Hendraningrat和S.Y.ShinICT Express 8（2022）1119我我我我如果maxRt−1> minRt满足，则st将¯前一次迭代的最佳解的速率·B. Narottama，D.K.Hendraningrat和S.Y.ShinICT Express 8（2022）1120（方程式（12））。总和B. Narottama，D.K.Hendraningrat和S.Y.ShinICT Express 8（2022）1121t−1总和试验最糟糕B. Narottama，D.K.Hendraningrat和S.Y.ShinICT Express 8（2022）1122端返回全局解决方案% s。B. Narottama，D.K.Hendraningrat和S.Y.ShinICT Express 8（2022）1123用最好的代替。否则，最坏的情况不会被取代。3.3. 健身评估更新对于每次迭代，更新最适合的解决方案考虑B. Narottama，D.K.Hendraningrat和S.Y.ShinICT Express 8（2022）11243.1. 初始化定义Nu，Ns和K的值。用户对B. Narottama，D.K.Hendraningrat和S.Y.ShinICT Express 8（2022）1125并且量子位的长度可以被定义为M=Nu并且B=st作为解决方案st的量子比特测量结果。适者B. Narottama，D.K.Hendraningrat和S.Y.ShinICT Express 8（2022）1126第t次迭代的最差解是导致分别为最大和最小可实现的和速率B. Narottama，D.K.Hendraningrat和S.Y.ShinICT Express 8（2022）1127因此，最佳和最差的解决方案可以表示为B. Narottama，D.K.Hendraningrat和S.Y.ShinICT Express 8（2022）1128分别为100 g2MΩ将迭代的索引设置为t=1。到B. Narottama，D.K.Hendraningrat和S.Y.ShinICT Express 8（2022）1129st=ar gmaxRt（s<$t），将状态初始化为相等叠加，设置α1=1和最好st∈St总和 我B. Narottama，D.K.Hendraningrat和S.Y.ShinICT Express 8（2022）1130β1 =1，对于所有i∈ {1，2，. . . ，Ns}且j∈ {1，2，. . . ，B}。ttt
我的内容管理
展开
