Sparse code multiple access for 5g wireless systems / by Doaa Gamal Madany Tayea ; under the supervision of Prof. Dr. Khaled Mohamed Fouad Elsayed, Assoc. prof. Dr. Ahmed Mohamed Hesham Mehanna

Thesis (Ph.D)-Cairo University, 2022.

Bibliography: pages 66-72.

Sparse Code Multiple Access (SCMA) is a promising non-orthogonal multiple access scheme for cellular Internet of Things (IoT) in 5G wireless networks due to its ability to support massive connectivity, grant-free transmission and scalability. In this thesis, we consider an uplink SCMA network of limited resources (time/frequency/power). We seek to answer the following question: what is the maximum number of users that can be admitted in uplink SCMA subject to user-rate constraints? This is termed “user capacity” in communication network.
We obtain a closed form for the lower bound of user capacity which is the first contribution of this work. We then study the general problem of optimizing the resource allocation in terms of codebook assignment and power allocation to maximize the number of users, as well as the total sum rate subject to power, codebook and user-rate constraints. This optimization problem turns out to be non-convex and NP-hard; therefore, we propose an iterative algorithm that provides sub-optimal codebook assignment and power allocation which can efficiently solve this problem. Specifically, another contribution of this work is showing that using swap matching for codebook assignment and Difference of two Convex functions (DC) programming for power allocation efficiently solve the problem yielding better results compared with, e.g., cooperative co-evolutionary particle swarm optimization (CCPSO) algorithm or simple equal power and conventional codebook allocation.
We verify our analytical bound on the user capacity via Monte Carlo simulations and show that the proposed resource allocation algorithm provides significant gains in the number of scheduled users in the system with higher sum rate compared with other schemes. The proposed algorithm can achieve an increment in the number of scheduled users of 45%, and 80% compared with CCPSO and simple equal power and regular codebook allocation, respectively. We also compare our proposed swap matching criterion based on sum rate maximization with the two-sided exchange stable swap matching and simulation results show the effectiveness of the proposed criterion for our problem.
Finally, Inspired by the recent developments of deep learning for physical layer communications, we present a design of an uplink SCMA receiver using deep learning. We propose the use of recurrent neural networks (RNNs) for joint channel estimation and multiuser data detection of uplink SCMA under time-varying Rayleigh channel using a single deep learning structure. The use of RNNs enables the receiver to learn the time correlation between the received samples with a very low pilot density. Compared with the conventional SCMA receiver, the simulation results show that the proposed deep learning based receiver can achieve BER performance similar to that of the conventional SCMA receivers (such as sparse pilot channel estimator and message passing algorithm detector) with very low pilot density and with much lower complexity. Moreover, the proposed SCMA receiver shows good resilience to small changes in the receiver speed (second order channel statistics) which enables the proposed deep learning receiver to work over a reasonable range of receiver speeds without parameter tuning. Fine tuning the network parameters to capture the variations of the channel, during online transmission using small data sets and small training period, is also checked and provides additional BER benefits.

الوصول المتعدد بالتكويد المتقطع (SCMA) يعتبر طريقة للوصول المتعدد الغير متعامد وهو طريقة مبشرة للاستخدام في انترنت الأشياء نظرًا لقدرته على دعم الاتصال الهائل و بدون منح كما أنه قابل للتوسع. في هذه الرسالة ، نقوم بدراسة شبكة SCMA للوصلة الصاعدة ذات الموارد المحدودة (الوقت / التردد / الطاقة). في البداية نسعى للإجابة على السؤال التالي: ما هو الحد الأقصى لعدد المستخدمين الذين يمكن قبولهم في نظام SCMA للوصلة الصاعدة الخاضعة لقيود معدل البيانات للمستخدم؟ وهذا ما يسمى "سعة المستخدمين" في شبكة الاتصالات.
فقد استنتجنا علاقه رياضية للحد الأدنى لسعة المستخدمين وهو أول مساهمة لهذه الدراسة. بعد ذلك قمنا بدراسة مشكلة تحسين تخصيص الموارد من حيث تخصيص الشفرات وتخصيص الطاقة لزيادة عدد المستخدمين إلى أقصى حد ، بالإضافة إلى تحسين مجموع معدل البيانات للمستخدمين الخاضع لقيود الطاقة و الشفرات والخاضع لشرط الا يقل معدل المستخدم الواحد عن قيمة محددة مسبقا. تبين أن مشكلة التحسين هذه غير محدبة و صعبة الحل؛ فلذلك نقترح خوارزمية تكرارية توفر تخصيصًا مثاليا الى حد ما للشفرات و للطاقة يمكن أن تحل هذه المشكلة بكفاءة. على وجه التحديد ، تُظهر مساهمة أخرى من هذه الدراسة أن استخدام المبادلة المطابقه لتوزيع الشفرات والفرق بين دالتين محدبتين لتخصيص الطاقة يحل المشكلة بكفاءة مما يؤدي إلى نتائج أفضل مقارنة بـ:
• خوارزمية تحسين عناصر السرب بشكل متعاون ومتطور (CCPSO).
• التوزيع المتساوي للطاقة بين المستخدمين وكذلك التوزيع التقليدي للشفرات.
باستخدام محاكاة مونت كارلو قمنا بالتحقق من العلاقه التي استنتجناها عن الحد الأدني لسعة المستخدمين في نظام SCMA .كما أوضحنا أن الخوارزمية المقترحة تحقق زيادة في عدد المستخدمين للنظام بمجموع معدل بيانات أعلى مقارنة بالخوارزميات الأخرى. فهي تحقق زيادة في عدد المستخدمين بنسبة 45٪ ، و 80٪ مقارنة بـ CCPSO والتوزيع المتساوي للطاقة ، على التوالي. نقارن أيضًا معيار المبادلة المطابقه المقترح استنادًا إلى زيادة معدل المجموع إلى أقصى حد مع طريقة التبادل على الوجهين وتظهر نتائج المحاكاة فعالية المعيار المقترح لحل مشكلتنا.
أخيرًا ، نظرا للتطورات الأخيرة في استخدام التعلم العميق في تصميم نظم الاتصالات ، فإننا أخذنا في الاعتبار استخدام التعلم العميق لتصميم جهاز الاستقبال. فقد اقترحنا استخدام الشبكة العصبية المتكررة لاستنتاج القناة اللاسلكية واكتشاف البيانات للوصلة الصاعدة لـ SCMA تحت قناة Rayleigh المتغيرة بمرور الوقت باستخدام بنية تعلم عميق واحدة. حيث يتيح استخدام الشبكاتالعصبية المتكررة للمستقبل معرفة الارتباط بين العينات المستقبلة باستخدام pilot بمعدل قليل جدا. مقارنةً بمستقبل SCMA التقليدي ، وتُظهر نتائج المحاكاة أن مستقبل التعلم العميق المقترح يمكنه الحصول على معدل خطأ مشابه لمعدل الخطأ لمستقبل SCMA التقليدي ولكن بتعقيد أقل بكثير وبالتالي تقليل الطاقة والتكلفة المطلوبة.

Issues also as CD.

Text in English and abstract in Arabic & English.