Exact Outage Probability and Ergodic Capacity Analysis of NOMA in Rayleigh Fading Channels

Titolo

Analisi Esatta della Probabilità di Interruzione e della Capacità Ergodica del NOMA in Canali di Fading di Rayleigh

1. Il Problema

Il Non-Orthogonal Multiple Access (NOMA) è una tecnologia chiave per le reti wireless di nuova generazione, che permette di servire più utenti sulle stesse risorse temporali e di frequenza, migliorando l'efficienza spettrale. In un sistema NOMA in downlink a due utenti, l'utente vicino (NU) utilizza la Cancellazione Successiva delle Interferenze (SIC) per decodificare e rimuovere il segnale dell'utente lontano (FU) prima di rilevare il proprio segnale.

Il problema centrale affrontato in questo lavoro è l'analisi delle prestazioni in presenza di SIC imperfetta.

• Limitazioni degli approcci esistenti: La maggior parte degli studi analitici attuali assume che, in caso di fallimento della SIC, l'interferenza residua possa essere modellata come un disturbo Gaussiano aggiuntivo moltiplicato per un "fattore di imperfezione" ($\zeta$ o $\eta$) fisso e indipendente, solitamente limitato all'intervallo $[0, 1]$.
• Inaccuratezza del modello: Gli autori dimostrano che questa assunzione è errata. Dopo un processo di SIC (sia esso riuscito o fallito), le statistiche del rumore e del fading cambiano. In particolare, il rumore e il fading diventano dipendenti tra loro, e le loro funzioni di densità di probabilità (PDF) non sono più quelle originali (Gaussiana e Rayleigh). I modelli legacy, che trattano rumore e fading come indipendenti e invarianti, portano a stime significative degli errori di interruzione (Outage Probability - OP) e della capacità ergodica (Ergodic Capacity - EC), specialmente a bassi/moderati rapporti segnale-rumore (SNR) e con allocazioni di potenza sbilanciate.

2. Metodologia

Gli autori hanno sviluppato un quadro analitico esatto che non si basa su approssimazioni o parametri di sintonizzazione arbitrari. La metodologia si articola come segue:

• Modellazione delle Statistiche Post-SIC: Invece di assumere un rumore Gaussiano fisso, gli autori derivano le PDF congiunte e marginali esatte del rumore e del coefficiente di fading condizionati all'esito della SIC (successo o fallimento).
  • Per la modulazione BPSK, dimostrano che il rumore post-SIC non è più Gaussiano ma una miscela troncata, e che la sua distribuzione dipende dal guadagno di fading.
  • Viene analizzato anche il caso QPSK, dove le componenti reale e immaginaria del rumore diventano dipendenti dopo la SIC.
• Derivazione delle PDF: Utilizzando la teoria della probabilità condizionata, sono state derivate le nuove distribuzioni per:
  • $\beta_S$ e $W$ (caso di SIC riuscita).
  • $\beta_F$ e $Z$ (caso di SIC fallita).
  • È stato dimostrato che queste distribuzioni dipendono dai parametri del sistema (SNR, allocazione di potenza) e non sono indipendenti.
• Calcolo delle Metriche di Prestazione:
  • Probabilità di Interruzione (OP): Derivata utilizzando le nuove PDF marginali per calcolare la probabilità che il SINR istantaneo scenda sotto una soglia.
  • Capacità Ergodica (EC): Derivata come valore atteso del logaritmo del SINR, utilizzando sia un'espressione integrale esatta che un'approssimazione in forma chiusa accurata.
• Validazione: I risultati analitici sono stati confrontati con simulazioni Monte Carlo (10 milioni di run) e con i modelli legacy esistenti.

3. Contributi Chiave

I principali contributi scientifici del lavoro sono:

1. Riconoscimento della Dipendenza Rumore-Fading: Dimostrazione che, dopo la SIC, il rumore e il fading diventano variabili dipendenti. Le loro PDF cambiano rispetto allo stato pre-SIC, rendendo invalidi i modelli che le trattano come indipendenti.
2. Modellazione Esatta dell'Interferenza Residua: Il lavoro mostra che l'interferenza residua in caso di fallimento della SIC non è semplicemente un fattore moltiplicativo fisso, ma ha una struttura statistica complessa che può aumentare la potenza dell'interferenza oltre i limiti previsti dai modelli tradizionali.
3. Smentita dell'Indipendenza del Fattore di Imperfezione ($\zeta$): Dimostrazione che il fattore di imperfezione della SIC non è una variabile indipendente, ma dipende fortemente dallo SNR, dall'allocazione di potenza ($\alpha_1, \alpha_2$) e dalla soglia di interruzione.
4. Limiti del Fattore $\zeta$:
   • Per l'analisi dell'OP, l'intervallo standard $[0, 1]$ non è sufficiente a catturare l'impatto reale del fallimento della SIC; il fattore necessario può superare 1.
   • Per l'analisi della EC, il fattore di imperfezione dovrebbe essere impostato a zero per ottenere risultati accurati con i modelli legacy, poiché l'introduzione di $\zeta > 0$ degrada significativamente la stima della capacità.
5. Formule Chiuse senza Parametri: Derivazione di formule esatte in forma chiusa (o con un singolo integrale numerico) per OP ed EC che non richiedono parametri di sintonizzazione arbitrari, offrendo una valutazione delle prestazioni più accurata.

4. Risultati

Le simulazioni e l'analisi numerica hanno portato ai seguenti risultati:

• Accuratezza del Modello Proposto: Le curve analitiche derivate coincidono perfettamente con i risultati delle simulazioni Monte Carlo, confermando la validità del modello.
• Scostamento dai Modelli Legacy:
  • I modelli legacy sottostimano o sovrastimano drasticamente l'OP a seconda delle condizioni. Ad esempio, assumendo $\zeta=0$ (SIC perfetta), l'OP legacy è spesso inferiore a quella reale a bassi SNR o con tassi di trasmissione bassi.
  • L'uso di un fattore $\zeta$ fisso (es. 0.01 o 0.1) nei modelli legacy porta a errori significativi nella stima della capacità ergodica, specialmente per valori di $\alpha_1$ elevati.
• Comportamento del Fattore $\zeta$: I risultati mostrano che il valore di $\zeta$ necessario per far coincidere il modello legacy con quello esatto non è costante, ma varia con lo SNR e l'allocazione di potenza. In molti casi, il valore necessario supera il limite teorico di 1.
• Capacità Ergodica: L'analisi dimostra che, per l'EC, l'assunzione di SIC perfetta ($\zeta=0$) nel modello legacy fornisce risultati più vicini a quelli esatti rispetto all'uso di qualsiasi $\zeta > 0$.

5. Significato e Implicazioni

Questo lavoro ha un impatto significativo sulla progettazione e valutazione dei sistemi NOMA:

• Affidabilità delle Valutazioni: Fornisce un metodo rigoroso per valutare le prestazioni dei sistemi NOMA reali, dove la SIC non è mai perfetta. Evita l'ottimismo ingiustificato o il pessimismo derivante da modelli semplificati.
• Guida per la Progettazione: Dimostra che tentare di "aggiustare" i modelli legacy con un fattore di imperfezione fisso è una pratica errata. I progettisti di sistema devono considerare la dipendenza statistica tra rumore e fading post-SIC per ottenere stime realistiche di affidabilità e throughput.
• Fondamento per Futuri Studi: Le tecniche di derivazione delle PDF congiunte post-SIC possono essere estese a modulazioni di ordine superiore (oltre QPSK), sistemi multi-antenna (MIMO-NOMA) e scenari multi-utente, offrendo un nuovo standard per l'analisi teorica delle interferenze residue.

In sintesi, questo studio smonta l'ipotesi comune che l'interferenza residua nel NOMA possa essere modellata semplicemente come un rumore Gaussiano scalato, fornendo invece un quadro matematico completo e preciso che tiene conto della complessa interazione tra errori di decisione, rumore e fading.