硬件损伤下的NOMA性能分析：I/Q失衡对系统中断概率的影响

1. 项目概述当NOMA遇上硬件“不完美”在5G及未来无线通信系统的演进蓝图中非正交多址接入NOMA技术因其在提升频谱效率和连接密度方面的巨大潜力已成为学术界和工业界关注的焦点。与传统的正交多址OMA技术不同NOMA的核心思想是允许用户在功率域或码域上非正交地共享相同的时频资源通过基站侧的叠加编码和用户侧的连续干扰消除SIC技术来区分用户信号。这种机制理论上能显著提升系统容量尤其是在用户信道条件差异较大的场景下例如小区边缘用户与中心用户共存时。然而任何通信系统的理论性能在走向实际部署时都必须面对一个冷酷的现实硬件不可能是理想的。射频RF前端作为连接数字基带与无线信道的桥梁其性能直接决定了系统能达到的天花板。在众多硬件损伤中同相/正交相位失衡I/Q Imbalance, IQI是直接变频零中频收发机架构中一个典型且棘手的问题。这种架构因其无需外部中频滤波器、易于集成和低成本等优点在现代通信设备中被广泛采用。但代价是I/Q两路信号在调制上变频和解调下变频过程中其增益和相位难以做到完全匹配这种微小的不匹配就会引入镜像干扰导致接收信号星座图失真最终表现为系统误码率升高和中断概率恶化。本文旨在深入探讨一个在以往研究中常被理想化忽略却又至关重要的实际问题I/Q失衡如何具体影响NOMA系统的性能我们将超越简单的“性能下降”定性描述通过严格的数学推导在单载波SC和多载波MC如OFDM两种主流传输模式下量化分析在发射机TX受损、接收机RX受损以及联合收发机受损三种场景下NOMA系统的信干噪比SINR和中断概率Outage Probability。更重要的是我们将揭示一个反直觉的结论I/Q失衡对NOMA系统中不同用户的伤害并不均等其影响深度与用户的排序、功率分配策略乃至目标数据率密切相关。理解这些细节对于在实际系统中设计鲁棒的功率分配算法、用户调度策略乃至针对性的IQI补偿方案都具有直接的指导意义。2. 核心原理与系统模型拆解要理解I/Q失衡的影响首先需要建立清晰的系统模型。我们考虑一个典型的下行NOMA场景一个配备单天线的基站BS同时服务M个单天线用户。所有用户共享相同的时频资源块基站通过叠加编码将发给所有用户的信号合并发送。2.1 理想NOMA与SIC流程在理想硬件条件下基站发送的基带等效信号为x Σ_{i1}^{M} √(P_i) s_i其中s_i和P_i a_i E_t分别是第i个用户的归一化信息符号和分配到的功率。E_t是基站总发射功率功率分配系数满足Σ a_i 1且依据信道条件排序信道最差的用户用户1获得最高功率 (a_1 a_2 ... a_M)。假设用户信道h_i服从瑞利衰落则第j个排序用户其信道增益排序为第j差接收到的理想信号为r_j h_j Σ_{i1}^{M} √(P_i) s_i n_j其中n_j是复加性高斯白噪声。用户j为了解调自己的信息s_j需要执行SIC。其流程如下首先尝试解调并删除功率最强的用户1的信号假设完美信道估计和干扰消除。接着解调并删除用户2的信号以此类推。直到删除用户j-1的信号后用户j自己的信号s_j成为当前最强信号可被直接解调。对于功率更弱的用户i (i j)的信号用户j将其视为噪声处理。因此在用户j处解调用户m (m j) 的信息时其瞬时信干噪比SINR为γ_{j→m} a_m / (Σ_{im1}^{M} a_i 1/ρ_j)其中ρ_j (E_t / N_0) |h_j|^2是用户j的瞬时信噪比SNR。这个公式直观地反映了NOMA的核心目标用户的信号功率 (a_m) 除以剩余未消除用户的干扰功率 (Σ a_i) 加上噪声项。2.2 I/Q失衡的数学模型在直接变频收发机中I/Q失衡源于I路和Q路本地振荡器LO的幅度不匹配 (ϵ ≠ 1) 和相位不正交 (φ ≠ 90°)。这种损伤可以在基带等效模型中简洁地描述。对于一个理想的基带信号g_id经过I/Q失衡损伤后的信号g_IQI可建模为g_IQI μ g_id ν g_id^*其中(·)^*表示复共轭。系数μ和ν由幅度和相位失配决定对于发射机TX:μ_t 0.5(1 ϵ_t e^{jφ_t}),ν_t 0.5(1 - ϵ_t e^{-jφ_t})对于接收机RX:μ_r 0.5(1 ϵ_r e^{-jφ_r}),ν_r 0.5(1 - ϵ_r e^{jφ_r})在理想情况下 (ϵ1, φ0°)有μ1, ν0模型退化为无损伤。参数ν的存在是关键它引入了信号自身共轭对于单载波或其镜像子载波信号对于多载波的干扰。衡量I/Q失衡严重程度的常用指标是镜像抑制比IRR:IRR |μ|^2 / |ν|^2。IRR越高说明损伤越小。典型的直接变频收发机IRR在20dB到40dB之间。注意这个基带等效模型是分析硬件损伤的利器。它避免了复杂的射频电路仿真将损伤效应直接映射到数字基带信号处理层面使得我们能够利用通信理论工具进行严格的性能分析。2.3 损伤场景与信号模型基于上述模型我们可以构建三种主要的损伤场景1. 仅发射机I/Q失衡 (TX-IQI)基站射频前端不理想而用户接收机理想。此时基站发出的信号本身就包含了失真。经过理想信道后用户j接收到的信号为r_j_IQI μ_t h_j Σ √(P_i) s_i ν_t h_j Σ √(P_i) s_i^* n_j干扰项ν_t h_j Σ √(P_i) s_i^*是原始信号的共轭它作为一种自干扰存在于整个信号中。2. 仅接收机I/Q失衡 (RX-IQI)基站发射理想但用户j的接收机存在损伤。此时接收信号为r_j_IQI μ_r h_j Σ √(P_i) s_i ν_r h_j^* Σ √(P_i) s_i^* μ_r n_j ν_r n_j^*注意这里不仅信号项 (h_j) 和其共轭干扰项 (h_j^*) 的系数不同连噪声n_j也经过了I/Q失衡的变换噪声功率会有所增加。3. 联合收发机I/Q失衡 (Joint TX/RX-IQI)这是最一般的实际情况基站和用户接收机均不理想。信号先后经过发射损伤、无线信道、接收损伤其表达式更为复杂是前两种效应的叠加与耦合。对于多载波系统如OFDM-NOMAI/Q失衡的影响机制略有不同。损伤不再仅仅是信号自身的共轭干扰而是表现为子载波k与其镜像子载波-k之间的相互干扰。这意味着即使某个子载波上没有分配信号它也可能因为其镜像子载波上有信号而受到干扰这进一步加剧了性能分析的复杂性。3. 性能分析从SINR到中断概率有了清晰的信号模型下一步就是推导关键的性能指标。我们的分析基于一个核心假设完美信道状态信息CSI和完美SIC。这允许我们聚焦于硬件损伤本身的影响而不与其他非理想因素耦合。当然实际系统中SIC误差和信道估计误差会与IQI产生交互影响使得性能进一步恶化这可以作为更深入的研究方向。3.1 单载波NOMA系统SINR推导以仅发射机I/Q失衡TX-IQI场景为例展示SINR的推导思路。用户j在完成对前j-1个用户的完美SIC后用于解调用户m (m ≤ j) 信号的剩余信号为r_j_IQI (μ_t - 1) h_j Σ_{i1}^{m-1} √(P_i) s_i μ_t h_j Σ_{im}^{M} √(P_i) s_i ν_t h_j Σ_{i1}^{M} √(P_i) s_i^* n_j我们需要计算目标信号用户m的信号功率与干扰加噪声功率的比值。假设信号符号满足E[s_i]0,E[s_i s_k]0 (i≠k),E[s_i^2]0这对M-PSK、M-QAM等常见调制方式成立经过数学推导详细过程涉及期望运算和功率计算可得到用户j解调用户m信号的瞬时SINR为γ_{j→m}^{SC, TX-IQI} (|μ_t|^2 a_m) / ( |μ_t - 1|^2 Σ_{i1}^{m-1} a_i |μ_t|^2 Σ_{im1}^{M} a_i |ν_t|^2 1/ρ_j )解读这个公式分子|μ_t|^2 a_m目标用户m的有效信号功率。由于发射损伤其功率被系数|μ_t|^2缩放通常略小于1。分母第一项|μ_t - 1|^2 Σ_{i1}^{m-1} a_i这是由I/Q失衡引起的残余自干扰。注意即使我们假设了完美SIC移除了Σ_{i1}^{j-1} √(P_i) s_i但由于损伤这些已消除用户的信号通过(μ_t - 1)项产生了新的干扰分量。这是IQI带来的独特问题。分母第二项|μ_t|^2 Σ_{im1}^{M} a_i来自功率更弱用户尚未被SIC处理的常规NOMA多用户干扰同样受到系数缩放。分母第三项|ν_t|^2由I/Q失衡系数ν_t直接引入的镜像干扰功率。这是一个常数项与信道和功率分配无关直接抬高了干扰基底。分母第四项1/ρ_j热噪声项。类似地我们可以推导出RX-IQI和Joint-IQI场景下的SINR表达式。它们具有相似的结构但干扰项的构成和系数不同。例如在RX-IQI场景下噪声项会变为(|μ_r|^2 |ν_r|^2)/ρ_j即噪声功率被放大了。3.2 多载波NOMA系统SINR特性多载波系统如OFDM-NOMA的SINR推导更为复杂因为引入了子载波和其镜像子载波之间的耦合。以仅接收机I/Q失衡RX-IQI为例在子载波k上用户j解调用户m信号的SINR为γ_{j→m}^{MC, RX-IQI}(k) (|μ_r|^2 a_m ρ_j(k)) / ( |μ_r - 1|^2 Σ_{i1}^{m-1} a_i ρ_j(k) |μ_r|^2 Σ_{im1}^{M} a_i ρ_j(k) |ν_r|^2 ρ_j(-k) (|μ_r|^2 |ν_r|^2) )关键区别在于镜像信道干扰分母中出现了|ν_r|^2 ρ_j(-k)项。这意味着在子载波k上受到的干扰不仅来自本子载波上的其他用户还来自其镜像子载波-k上所有用户的信号功率其强度取决于镜像子载波的信道增益ρ_j(-k)。频率选择性影响由于ρ_j(k)和ρ_j(-k)是独立衰落的这使得多载波系统对IQI的敏感度与信道频率选择性紧密相关。如果镜像子载波恰好处于信道深衰落那么这项干扰就小反之则可能成为主要干扰源。3.3 中断概率的闭合表达式推导中断概率定义为系统瞬时互信息量低于目标频谱效率R_m对应目标数据率的概率。对于给定的调制编码方案这等价于瞬时SINR低于某个门限φ_m 2^{R_m} - 1的概率。我们的目标是求得P_out Pr(γ φ_m)的闭合表达式。这需要知道瞬时SINRγ的概率分布函数PDF。在瑞利衰落信道下用户的信道增益|h_j|^2服从指数分布。通过将SINR表达式转化为关于|h_j|^2的函数并利用顺序统计量的知识因为用户是按信道增益排序的我们可以进行推导。以单载波系统通用形式为例其SINR可统一表示为γ_{IQI, j→m} (α_m) / (β_m A/ρ_j)其中参数(α_m, β_m, A)根据不同的损伤场景取值参见原文表1。例如对于TX-IQIα_m |μ_t|^2 a_m,β_m |μ_t-1|^2 Σ_{i1}^{m-1} a_i |μ_t|^2 Σ_{im1}^{M} a_i |ν_t|^2,A1。推导的核心步骤条件中断首先固定用户排序计算第j个用户解调第m个用户信号的中断概率。这需要求解Pr( (α_m ρ_j) / (β_m ρ_j A) φ_m )。解出门限上述不等式可转化为关于ρ_j的条件ρ_j (φ_m A) / (α_m - φ_m β_m)。记ψ_m (φ_m A) / (α_m - φ_m β_m)。显然要使中断概率有意义小于1必须满足φ_m α_m / β_m否则SINR永远达不到门限中断概率恒为1。利用指数分布在瑞利衰落下ρ_j与|h_j|^2成正比其累积分布函数CDF为F_ρ(x) 1 - exp(-x/γ)其中γ是平均SNR (E_t/N_0)。引入排序统计量用户是按|h_j|^2从小到大排序的信道越差排序越靠前。第j个最差用户的信道增益|h_j|^2的CDF是顺序统计量的结果。最终表达式通过对所有可能的用户排序组合进行概率加权求和得到第j个用户无论解调哪个用户的信息发生中断的最终概率为P_out,j Σ_{lj}^{M} C(M, l) [1 - exp(-ψ_m/γ)]^l [exp(-ψ_m/γ)]^{M-l}其中ψ_m取1 ≤ m ≤ j中的最大值因为只要对其中任何一个用户m1到j的解码失败都会导致用户j的SIC链中断。这个表达式是闭合的便于计算和仿真验证。对于多载波系统尤其是RX-IQI和Joint-IQI场景推导更为复杂因为涉及两个独立衰落变量ρ_j(k)和ρ_j(-k)的联合分布最终表达式会包含双重求和与积分但原理相通。3.4 渐近分集阶数分析分集阶数反映了系统性能如中断概率随平均SNR提升而改善的速度。在高SNR (γ → ∞) 区域中断概率通常遵循P_out ∝ (γ)^{-d}的关系其中d即为分集阶数。将我们得到的中断概率表达式代入分集阶数定义d_a lim_{γ→∞} (-log P_out / log γ)进行分析可以得到极具洞察力的结论对于单载波NOMA系统在目标数据率满足φ_m α_m / β_m的条件下无论是否存在I/Q失衡TX、RX或Joint其渐近分集阶数始终等于用户的排序索引j。这意味着硬件损伤并没有改变系统的分集增益它只是引入了一个固定的“信噪比损失”或“干扰基底”使得性能曲线平行于理想曲线向右移动。对于多载波NOMA系统仅TX-IQI行为与单载波类似在满足条件时分集阶数仍为j。仅RX-IQI或Joint-IQI渐近分集阶数为零。这意味着在高SNR下中断概率会收敛于一个错误平层Error Floor不再随SNR增加而下降。其根本原因在于在多载波RX-IQI中来自镜像子载波的干扰|ν_r|^2 ρ_j(-k)与有用信号一样随着信道增益ρ_j(-k)线性增长使得SINR存在一个无法通过提高发射功率来克服的上限。实操心得这个结论对系统设计至关重要。它告诉我们在采用OFDM类多载波技术的NOMA系统中接收机的I/Q失衡是致命的必须通过校准或数字补偿算法将其抑制到极低的水平。而发射机的I/Q失衡虽然也损害性能但不会导致错误平层可以通过提高发射功率来部分弥补。4. 结果讨论与工程启示通过数值仿真验证上述理论公式我们可以直观地观察I/Q失衡的影响并提炼出对实际工程有指导意义的结论。4.1 不同损伤场景的性能对比假设一个两用户NOMA系统 (M2)功率分配系数a_1 0.8, a_2 0.2目标数据率相同。I/Q失衡参数设置为IRR 25 dB对应中度损伤。仿真结果会清晰显示性能排序在所有场景下理想硬件性能最好。在损伤场景中通常仅TX-IQI性能优于仅RX-IQI而Joint-IQI的性能最差。这是因为RX损伤直接影响了噪声和所有信号的接收而TX损伤的影响在信道中会经历一次衰落。用户公平性恶化I/Q失衡会显著加剧NOMA用户间的性能不公平性。高阶用户如用户2信道较好、分配功率较低的性能损失远大于低阶用户用户1。这是因为低阶用户的SINR中分子信号功率很大对分母中由IQI引入的固定干扰项 (|ν|^2) 相对不敏感。而高阶用户的信号功率本就很小固定的干扰基底会严重侵蚀其SINR。错误平层在多载波RX-IQI和Joint-IQI的曲线上可以明显看到在高SNR区域中断概率曲线变得平坦验证了零分集阶数的理论预测。4.2 关键参数的影响分析镜像抑制比IRRIRR是衡量I/Q失衡程度的核心指标。仿真表明当IRR从35dB较好恶化到20dB较差时所有用户的性能都会明显下降且高阶用户可能从可接受的服务质量直接跌入频繁中断的境地。功率分配系数NOMA的功率分配策略 (a_i) 需要与IQI的影响协同考虑。传统的“差用户多分功率”原则在IQI存在时可能需要调整。例如为了避免高阶用户因IQI而完全无法通信可能需要略微提高其功率分配比例但这会牺牲一部分系统总容量。用户排序与调度由于高阶用户对IQI更敏感在用户调度时可能需要避免将信道质量“太好”的用户与“太差”的用户配对比对。或者对于信道质量接近的用户对采用NOMA的增益本身就不大在硬件损伤下可能得不偿失此时切换回OMA可能是更稳健的选择。4.3 对系统设计与优化的启示基于以上分析我们可以提出一些针对性的建议射频硬件指标要求对于计划采用NOMA特别是基于OFDM的多载波NOMA的系统必须在射频前端指标中明确提出严格的I/Q失衡要求尤其是对接收机的IRR指标。可能需要投资于更精密的模拟电路或引入后台校准机制。数字域补偿算法在基带处理中集成I/Q失衡补偿模块至关重要。补偿可以在接收端进行估计并消除ν_r项的影响也可以在发射端进行预失真预先补偿μ_t, ν_t。对于多载波系统补偿算法需要能够处理子载波间的镜像干扰。联合资源分配算法传统的NOMA资源功率、用户配对分配算法基于理想硬件假设。在实际部署中算法需要将I/Q失衡作为一个已知的或可估计的系统参数纳入优化目标。例如优化问题可以修正为在满足各用户最低SINR该SINR门限已包含IQI损伤余量的前提下最大化系统和速率。自适应调制编码AMC链路自适应模块需要知道当前等效的SINR其中必须包含IQI导致的固定干扰项。这意味着信道质量指示CQI的测量与上报、以及相应的MCS选择表都需要针对存在IQI的情况进行重新标定。系统级仿真与评估在评估NOMA技术增益时必须在仿真平台中引入包括I/Q失衡在内的硬件损伤模型否则会严重高估其在实际网络中的性能。这有助于在技术选型阶段做出更准确的判断。5. 常见问题与深入思考在实际研究和工程化过程中围绕NOMA与硬件损伤还会产生一些更深入的问题。5.1 理想假设放松后的影响我们的分析基于完美CSI和完美SIC这两个强假设。放松这些假设会怎样非完美SICSIC过程中残留的干扰功率会与IQI引入的干扰叠加。由于IQI已经抬高了干扰基底非完美SIC的负面影响会被放大尤其是对高阶用户。这可能导致SIC解码链更容易发生错误传播。信道估计误差在存在IQI的情况下传统的信道估计方法会产生偏差。因为接收到的导频信号本身已经包含了IQI失真。需要研究具有IQI感知能力的联合信道与损伤参数估计算法。估计误差会进一步导致SINR计算不准和SIC性能下降。5.2 与其他硬件损伤的交互I/Q失衡并非唯一的硬件损伤。其他常见损伤包括功率放大器非线性PA Nonlinearity会产生带内失真和频谱再生。NOMA信号通常具有较高的峰均比PAPR更容易激发PA非线性。非线性失真与IQI效应会耦合在一起使信号模型和分析极度复杂。相位噪声Phase Noise会导致子载波间干扰ICI。在多载波NOMA中相位噪声和I/Q失衡会共同破坏子载波的正交性产生复杂的干扰结构。在实际系统中这些损伤往往并存。因此更全面的研究需要建立一个包含多种主要损伤的复合模型并分析其联合效应。这可能更依赖于系统级仿真而非纯解析方法。5.3 扩展场景上行NOMA与多天线技术上行NOMA本文聚焦下行。在上行NOMA中多个用户同时向基站发送信号基站进行SIC。此时每个用户的信号经历的是自己发射机的IQI和基站的接收机IQI。由于用户设备UE的硬件成本限制其IQI可能更严重且不同用户的IQI参数可能不同这为基站侧的联合检测和干扰消除带来了巨大挑战。大规模MIMO-NOMA将NOMA与大规模MIMO结合是提升容量的重要方向。在阵列天线中每个射频通道都可能存在独立的I/Q失衡这会导致空间信道特性的畸变影响波束成形和空域干扰消除的性能。校准所有通道的IQI一致性是一个工程难题。5.4 从分析到实现的跨越理论分析给出了性能下界和趋势指导但最终落地还需要工程实现低成本IQI补偿如何在资源受限的终端侧实现低复杂度的实时IQI估计与补偿能否利用已知的导频信号或数据信号本身进行盲估计或半盲估计损伤感知的接收机设计能否设计一种新的SIC接收机结构在干扰消除循环中同时估计并抵消IQI的影响例如将IQI参数与用户信号一起进行迭代检测与估计。标准化的考虑在3GPP等标准化组织中是否需要为NOMA定义新的测量报告以反馈等效的、包含硬件损伤影响的信道质量基站如何利用这些信息进行更智能的调度和资源分配我个人在跟踪相关研究和与业界交流中的体会是硬件损伤是通往高性能实际通信系统道路上必须翻越的一座山。对于NOMA这种本就以“管理干扰”为核心的技术而言系统固有的多用户干扰与硬件引入的失真干扰交织在一起使得问题格外复杂。这项研究的价值在于它清晰地揭示了损伤的机理、量化了影响的程度、并指出了不同技术路径单载波 vs 多载波的脆弱点。它提醒系统设计者在追求更高频谱效率的同时必须对射频前端的非理想性保持足够的敬畏并在算法、协议和硬件设计上进行协同优化。未来的工作很可能需要将人工智能/机器学习方法引入以应对这种高维、非线性的联合损伤估计与补偿问题。