在移动通信的发展历程中，eMBB等移动互联网应用场景和mMTC、URLLC等物联网应用场景成为主要驱动力，在设备连接数、频谱效率、时延和可靠性等方面对未来无线通信网络提出了巨大挑战。NOMA技术能够在相同的时频资源内为更多设备提供连接，提升系统频谱效率、降低传输时延，成为支撑无线通信系统未来演进的关键技术之一。本书从低时延通信场景特性和NOMA技术的基本概念、技术分类、发端图样以及先进接收机设计等方面展开描述。同时，本书分析了NOMA在低时延通信中的应用，并结合物联网场景的特性，从功率分配、系统有效容量、传输时延和错误概率的角度出发，分别提出了相应的系统性能优化方案。本书探讨了未来移动通信系统的发展趋势以及低时延通信的新需求，并对NOMA研究的新机遇进行了展望。
本书适合信息通信专业技术人员和管理人员阅读，可作为高等院校通信、电子、计算机、自动化等专业硕士、博士研究生的参考书。
1、作者长期从事无线移动通信的科研工作，具有丰富的专业知识和科研经验。本书以作者的高水平学术论文为基础，具有很强的专业性和理论深度。
2、作为专业型图书，对于从事无线通信研究并且有一定经济实力的通信技术研发人员以及电信和IT企业具有十分强烈的吸引力。
3、具有理论深度，适合于理工科通信类专业的高年级学生、继续深造的硕士生和博士生参考学习，具有广泛的受众。
曾捷
北京理工大学网络空间安 全学院副教授、特别研究员、博士生导师，清华大学“水木学 者”博士后，IEEE、中国通信学会、中国电子学会高 级会员。长期从事前沿无线通信相关研究，包括低时延高可靠通信、专用宽带无线通信、空天信息网络与安 全等方向。作为项目/课题负责人和技术骨干参与过20多个国家 级重要科研项目，并取得了多项突出的研究成果。以第 一作者或通讯作者在IEEE COMST/JSAC/TWC/IOTJ等本领域期刊发表SCI论文20余篇；编撰出版中文学术专著3部，英文学术专著1部；长期参与国际和国内标准化工作，相关研究成果已转化为具有自主知识产权的专利和标准化文稿，获授权专利50余项（排名前二的授权专利40余项），申请国际PCT专利10余项；参与制定国家标准1项，牵头制定通信行业标准、协会标准各1项。
肖驰洋
博士。分别于2013年、2016年和2020年获得清华大学电子工程系学士学位、工学硕士学位和工学博士学位。硕博期间，在国内外重要期刊和会议发表高水平学术论文10余篇，并获得优 秀硕士学位论文荣誉。参加的科研项目有：国家科技重大专项“5G超密集组网技术与试验系统研发”，国家科技重大专项“5G多空中接口的动态业务疏导技术研究、标准化与测试验证”，国家科技重大专项“基于R15 5G基站预商用设备研发”，国家高技术研究发展（863）计划“5G新型调制编码与高 效链路技术研究开发”，教育 部-中移动科研基金项目“面向3GPP标准化的5G无线传输关键技术研究与评估”等。研究方向集中在新型多址接入、大规模MIMO、机器学习和信号处理等领域。
第 1章 5G发展与非正交多址接入关键技术回顾 1
1.1 5G发展态势 1
1.2 5G关键技术 4
1.2.1 无线传输关键技术 5
1.2.2 无线网络关键技术 7
1.3 NOMA技术 8
1.4 NOMA技术在5G低时延通信中的应用 10
1.5 全书结构 12
参考文献 13
第 2章 NOMA和低时延通信关键技术 16
2.1 NOMA关键技术 16
2.1.1 单载波NOMA关键技术 17
2.1.2 多载波NOMA关键技术 18
2.1.3 研究展望 21
2.2 低时延通信关键技术 21
2.2.1 FBL信息理论 21
2.2.2 基于分集的技术 22
2.2.3 短数据包调制和编码技术 22
2.2.4 FD技术 22
2.3 低时延的上行免调度NOMA 23
2.4 本章小结 23
参考文献 24
第3章 保障上行NOMA统计时延QoS的静态功率分配 27
3.1 上行NOMA系统模型 27
3.2 随机网络演算基础 30
3.2.1 随机网络演算背景介绍 30
3.2.2 随机网络演算框架 32
3.3 SNR域服务过程Mellin变换 34
3.4 基于排队时延超标概率上界的静态功率控制 40
3.4.1 功率最小化问题建模 40
3.4.2 问题求解 42
3.4.3 算法复杂度分析 45
3.4.4 仿真结果和分析 45
3.5 基于有效容量的功率控制 50
3.5.1 有效容量理论概述 50
3.5.2 上行NOMA系统中的有效容量 51
3.6 保障有效容量公平性的静态功率控制 53
3.6.1 公平问题建模 53
3.6.2 问题求解 54
3.6.3 算法复杂度分析 55
3.6.4 仿真结果与分析 55
3.7 本章小结 61
参考文献 62
第4章 保障上行NOMA统计时延QoS的动态功率分配 65
4.1 系统模型 65
4.2 最大化有效容量之和的动态功率分配 68
4.2.1 上行NOMA有效容量之和最大化问题建模 68
4.2.2 拉格朗日松弛 68
4.2.3 解对偶函数：对偶分解和连续凸近似 70
4.2.4 次梯度法求解对偶问题 75
4.2.5 算法复杂度分析 75
4.2.6 仿真结果和分析 75
4.3 最大化EEE的动态功率分配 78
4.3.1 上行NOMA EEE最大化问题建模 78
4.3.2 松弛为拟凹问题 79
4.3.3 Dinkelbach算法迭代求解 80
4.3.4 仿真结果与分析 83
4.4 本章小结 84
参考文献 85
第5章 保障下行NOMA系统统计时延QoS的静态功率分配 87
5.1 下行NOMA系统模型 87
5.2 Nakagami-m和Rician信道中下行NOMA的随机网络演算 90
5.2.1 Nakagami-m衰落信道 91
5.2.2 Rician衰落信道 97
5.2.3 扩展到每个NOMA用户组包含多个用户的情形 101
5.2.4 排队时延超标概率上界验证 101
5.3 Nakagami-m和Rician信道中下行NOMA 的有效容量 103
5.3.1 Nakagami-m信道中的渐近有效容量 105
5.3.2 Rician信道中的渐近有效容量 107
5.3.3 有效容量及其渐近表达式的验证 110
5.3.4 与OMA有效容量的对比 113
5.4 最小化最大时延超标概率上界的功率分配 117
5.4.1 问题建模与求解 117
5.4.2 算法复杂度分析 119
5.4.3 仿真结果与分析 120
5.5 最大化最小有效容量的功率分配 121
5.5.1 问题建模与求解 121
5.5.2 最大化最小有效容量的渐近功率分配 122
5.5.3 算法复杂度分析 124
5.5.4 仿真结果与分析 124
5.6 本章小结 126
参考文献 126
第6章 保障下行NOMA统计时延QoS的动态功率分配 129
6.1 系统模型 129
6.2 考虑统计时延QoS的下行CR-NOMA功率分配 131
6.3 仿真结果与分析 133
6.4 本章小结 137
参考文献 138
第7章 MU-MIMO-NOMA分层发送和SIC检测 139
7.1 上行多天线NOMA系统模型 139
7.1.1 对称容量 139
7.1.2 系统模型 142
7.2 基于SIC的多天线接收检测 143
7.2.1 最大化和数据速率的MMSE-SIC 143
7.2.2 低时延低复杂度的MRC-SIC 144
7.3 基于稳定SIC检测的可达数据速率 145
7.3.1 稳定SIC检测的条件 146
7.3.2 MMSE-SIC可达的最小用户数据速率 146
7.3.3 MRC-SIC可达的最小用户数据速率 150
7.4 通过速率分割最大化最小用户数据速率 152
7.4.1 适用于MMSE-SIC的速率分割 152
7.4.2 适用于MRC-SIC的速率分割 153
7.5 仿真结果与分析 157
7.5.1 最大化最小用户数据速率 158
7.5.2 降低检测复杂度和时延 160
7.5.3 减少传输时延 161
7.6 本章小结 162
参考文献 163
第8章 完美和非完美CSI下的MU-MIMO-NOMA优化 165
8.1 大规模MU-MIMO-NOMA的研究意义 166
8.2 PACE系统模型 167
8.3 不同CSI下的ZF检测 169
8.3.1 完美CSI下的ZF检测 169
8.3.2 非完美CSI下的ZF检测 171
8.4 不同CSI下的错误概率 174
8.4.1 短数据包传输中的错误概率 174
8.4.2 完美CSI下的错误概率 175
8.4.3 非完美CSI下的错误概率 175
8.5 优化导频长度 176
8.6 仿真结果和分析 177
8.6.1 最优导频长度 178
8.6.2 导频开销 179
8.6.3 可靠性与传输时延之间的关系 180
8.6.4 可靠性与传输功率之间的关系 181
8.7 本章小结 182
参考文献 182
第9章 全书回顾与未来展望 184
9.1 全书回顾 184
9.2 未来展望 186
9.2.1 B5G发展趋势 186
9.2.2 低时延通信新需求 187
9.2.3 NOMA的新机遇 188
参考文献 189
名词索引 191
书单推荐
