Abrão, TaufikJacob, Jaime Laelson2024-10-312024-10-312022-12-29https://repositorio.uel.br/handle/123456789/18347Analisa-se neste trabalho o compromisso entre a eficiência energética (EE - Energy Efficiency) e eficiência espectral (SE - Spectral Efficiency) de múltiplo acesso não ortogonal (NOMA - Non-Orthogonal Multiple Access), sistemas de múltiplas entradas e múltiplas saídas (MIMO - Multiple Input Multiple Output) combinados aos esquemas NOMA e MIMO-NOMA, bem como ao esquema de acesso múltiplo por divisão de padrões (PDMA - Pattern Division Multiple Acces) e ao MIMO massivo (mMIMO - Massive MIMO) em enlaces de descida (DL - Downlink) sob a restrição de equidade de taxa. Este compromisso entre EE e SE, denominado eficiência de recursos (RE - Resource Efficiency) é analisado para diferentes números de usuários por célula no NOMA. Obtêm-se o número de usuários por cluster na configuração MIMO-NOMA que resulta na máxima EE a partir da equidade de máxima taxa. Combinamos também o sistema mMIMO ao PDMA para oferecer suporte eficiente aos serviços de banda larga móvel avançada (eMBB - Enhanced Mobile Broadband), Comunicação Massiva do Tipo Máquina (mMTC - Massive Machine Type Communication). e Comunicações Ultra-Confiáveis e de Baixa Latência (uRLLC - Ultra-Reliable and Low Latency Communications) em sistemas da quinta geração (5G - Fifth Generation) e além da 5G (B5G - Beyond 5G); seleciona-se matrizes padrão que melhor atendem os requisitos heterogêneos desses serviços. A primeira parte desse trabalho trata da otimização da proporção de potência alocada para cada usuário nos sistemas NOMA. Na segunda parte, investigamos o compromisso EE-SE em sistemas MIMO-NOMA, considerando o DL, sob a restrição de mesma taxa entre os usuários. Essa restrição visa garantir a máxima equidade de taxa para todos os usuários ativos no sistema. Na terceira parte, o compromisso SE-EE foi formulado como um problema de otimização multi-objetivo (MOO - Multi-Objective Optimization) para o sistema MIMO-NOMA mantendo-se as restrições definidas anteriormente. O problema de otimização foi resolvido primordialmente adotando-se o método de escalarização ( ?- C – ?-Constraint) combinado a técnicas de programação não linear (NLP - Nonlinear Programming), particularmente a programação quadrática sequencial (SQP- Sequential Quadratic Programming) e o método de Dinkelback (DK). Finalmente, foram analisadas e comparadas várias matrizes PDMA disponíveis na literatura com características favoráveis ao atendimento dos requisitos impostos pelos diferentes serviços 5G, com uso da EE e outras métricas para a seleção da matriz padrão que melhor atende aos quesitos conflitantes em sistemas mMIMO PDMA. Resultados numéricos revelam que é possível identificar a melhor matriz padrão do sistema mMIMO PDMA que atenda requisitos conflitantes de cada um dos modos de uso 5G separadamente ou simultaneamente. No sistema NOMA, pode-se encontrar o ponto de equilíbrio entre EE e a soma de taxas para cada cenário do sistema, bem como o melhor ponto de operação de RE. Mostra-se ainda que o número total de usuários atinge a máxima EE em cada configuração cluster-usuários analisada. Resultados para a relação EE-SE no sistema MIMO-NOMA demonstraram a habilidade do método ?-C em encontrar diversidade de soluções na fronteira de ParetoporMúltiplo Acesso Não Ortogonal (NOMA)Múltiplas Entradas e Múltiplas Saídas (MIMO)Eficiência Espectral (SE)Eficiência Energética (EE)Eficiência de Recurso (RE)Acesso Múltiplo por Divisão de Padrões (PDMA)Equidade de TaxaEngenharia elétricaAcesso múltiplo não-ortogonalTeseEngenharias - Engenharia ElétricaEngenharias - Engenharia ElétricaNon-Orthogonal Multiple Access (NOMA)Multiple Input and Multiple Output (MIMO)Spectral Efficiency (SE)Energy Efficiency (EE)Resource Efficiency (RE)Successive Interference Cancellation (SIC)Rate FairnessEletric engeineering