SURFACE INTELLIGENTE RECONFIGURABLE OPTIMISÉE AVEC NOMA POUR L'ALLOCATION DES RESSOURCES
DOI :
https://doi.org/10.59277/RRST-EE.2025.4.24Mots-clés :
Réseau hétérogène, Accès multiple non orthogonal (NOMA), Surface intelligente reconfigurable (RIS), Allocation des ressourcesRésumé
Une surface intelligente reconfigurable (RIS) offre les avantages potentiels de la 5G lorsqu'elle est combinée à l'accès multiple non orthogonal (NOMA). En conséquence, les problèmes liés à la distance, au spectre et à la consommation d'énergie s'aggravent. En raison de l'approvisionnement énergétique limité, il est nécessaire de contrôler le canal et d'atteindre une efficacité énergétique révolutionnaire qui maximise à la fois le débit total et l'optimisation de la puissance. Nous optimisons conjointement la puissance d'émission et le déphasage optimal afin d'atténuer les effets d'un environnement faible, ce qui augmente le rapport signal/bruit (SNR) et multiplexe les flux de données dans le domaine spatial. Des réseaux RIS sont utilisés pour former des faisceaux dans les directions requises. En découplant les éléments du réseau à déphasage réglable, l'allocation de puissance est effectuée à l'aide d'une méthode Dinkelbach à faible complexité. Les résultats obtenus fournissent des solutions pratiques aux utilisateurs dans divers scénarios. Les résultats comparatifs mettent en évidence la nouveauté et l'importance de ces travaux.
Références
(1) P. Swami, V. Bhatia, S. Vuppala, and T. Ratnarajah, User Fairness in NOMA-HetNet Using Optimized Power Allocation and Time Slotting, IEEE Systems Journal, 15, 1, pp. 1005–1014 (2021).
(2) M. Marinescu and M. Morega, Exposure of active medical implants bearers to electromagnetic emissions from wireless power transfer systems, Rev. Roum. Sci. Techn. – Électrotechn. et Énerg., 67, 2, pp. 213–218 (2022).
(3) H. Zeng, X. Zhu, Y. Jiang, Z. Wei, S. Sun, and X. Xiong, Toward UL-DL Rate Balancing: Joint Resource Allocation and Hybrid-Mode Multiple Access for UAV-BS Assisted Communication Systems, IEEE Trans. Commun., 70, pp. 2757–2771 (2022).
(4) M.R. Zamani, M. Eslami, M. Khorramizadeh, and Z. Ding, Energy efficient power allocation for NOMA with imperfect CSI, IEEE Trans. Veh. Technol., 68, 1, pp. 1009–1013 (2019).
(5) Y. Su, X. Pang, W. Lu, N. Zhao, X. Wang, and A. Nallanathan, Joint Location and Beamforming Optimization for STAR-RIS Aided NOMA-UAV Networks, IEEE Transactions on Vehicular Technology (2023).
(6) O. Maraqa, A.S. Rajasekaran, S. Al-Ahmadi, H. Yanikomeroglu, and S.M. Sait, A survey of rate-optimal power domain NOMA with enabling technologies of future wireless networks, IEEE Communications Surveys & Tutorials, 22, 4, pp. 2192–2235 (2020).
(7) J. Seo and Y. Sung, Beam design and user scheduling for non-orthogonal multiple access with multiple antennas based on Pareto optimality, IEEE Transactions on Signal Processing, 66, 11, pp. 2876–2891 (2018).
(8) Q.U.A. Nadeem, A. Kammoun, A. Chaaban, M. Debbah, and M.S. Alouini, Intelligent reflecting surface-assisted multi-user MISO communication (2019).
(9) C. Chih-Lin, C. Rowell, S. Han, Z. Xu, G. Li, and Z. Pan, Toward green and soft: a 5G perspective, IEEE Communications Magazine, 52, 2, pp. 66–73 (2014).
(10) A. Agçal, A. Kalay, and R. Cetin, Wireless power transfer for underwater vehicles, Rev. Roum. Sci. Techn. – Électrotechn. et Énerg., 68, 2, pp. 194–199 (2023).
(11) X. Cheng, Y. Hu, and L. Varga, 5G network deployment and the associated energy consumption in the U.K.: A complex systems’ exploration, Technol. Forecasting Social Change, 180 (2022).
(12) D. Zhang, Q. Wu, M. Cui, G. Zhang, and D. Niyato, Throughput maximization for IRS-assisted wireless powered hybrid NOMA and TDMA, IEEE Wireless Commun. Lett., 10, 9, pp. 1944–1948 (2021).
(13) A.M. Rajee, A. Merlin, and M.M. Yamuna Devi, Game Theoretic approach for power control in next generation Heterogeneous Networks, Signal, Image and Video Processing (2023).
(14) D. Zhang, Q. Wu, M. Cui, G. Zhang, and D. Niyato, Throughput maximization for IRS-assisted wireless powered hybrid NOMA and TDMA, IEEE Wireless Commun. Lett., 10, 9, pp. 1944–1948 (2021).
(15) S.A.M. Rajee and A. Merline, Machine intelligence technique for blockage effects in next-generation heterogeneous networks, Radioengineering, 29, 3 (2020).
(16) W.U. Khan, X. Li, A. Ihsan, Z. Ali, B.M. Elhalawany, and G.A.S. Sidhu, Energy efficiency maximization for beyond 5G NOMA-enabled heterogeneous networks, Peer-to-Peer Netw. Appl., 14, pp. 3250–3264 (2021).
(17) A.K. Varma, B. Kumar, A. Ramakrishna, and D. Mitra, Multi-hop relay selection for cooperative sensing in cognitive radio networks, Rev. Roum. Sci. Techn. – Électrotechn. et Énerg., 69, 2, pp. 237–242 (2024).
Téléchargements
Publiée
Numéro
Rubrique
Licence
(c) Copyright REVUE ROUMAINE DES SCIENCES TECHNIQUES — SÉRIE ÉLECTROTECHNIQUE ET ÉNERGÉTIQUE 2025
Ce travail est disponible sous licence Creative Commons Attribution - Pas d'Utilisation Commerciale - Pas de Modification 4.0 International.
