本文提供了在 NOMA 多用户接入系统中，对功率和信道分配进行联合优化的理论和算法解决方案。我们构建了数学模型，分析了各种约束和效用函数下的可解和不可解情况，并提出了 LDDP 算法框架来实现近似最优解。与正交多址接入和以前的 NOMA 资源分配方案相比，数值结果表明 proposed algorithmic solution 能够显著地提高系统的吞吐量和公平性。

Mar, 2016

本文研究了多信道下行 NOMA 系统的资源分配问题，分别考虑了最小最大公平性、加权和速率最大化、带服务质量约束的速率最大化、能量效率最大化和带权重或服务质量约束的情况，并考虑了用户功率上的约束和影响，提出了相应的功率分配和信道分配的优化方案，并且在模拟实验中验证了其优越性。

Jul, 2017

该研究使用深度强化学习方法，对毫米波条件下的非正交多址接入进行了功率分配和波束成形的优化，以达到用户总速率最大化，并在模拟结果中表现出较其他方法更佳的效果。

May, 2022

本论文介绍了使用深度强化学习和控制理论方法 (DRL) 实现毫米波非正交多址接入 (NOMA) 系统的联合功率分配和混合波束成形，通过考虑用户之间的相互干扰并同时满足高速率需求，模拟结果表明该方法比时分复用多址 (TDMA) 和非线视距 (NLOS)-NOMA 方法在用户总速率方面效果更好，且该方法独立于信道响应。

May, 2022

本文研究非正交多址（NOMA）在多小区场景下的性能优化，提出了一种算法用于全局最优的功率分配、用户配对以及时频资源分配问题的求解，并在数值实验中验证了 NOMA 在资源利用和负载均衡方面的性能表现。

Aug, 2017

本文针对非正交多址技术中的公平资源分配问题，基于强化学习提出了一种高效的资源分配方案，结合深度强化学习算法和 SARSA-learning 算法处理不同网络负载下的差异性问题，并通过数值实验得出在物联网中，非正交多址技术可以比正交多址技术更好地提高系统的吞吐量。

Jul, 2020

本论文研究了多载波 NOMA 系统中，联合子载波和功率分配问题的计算复杂性，证明这些问题对于一大类目标函数即加权广义平均值是强 NP 难问题，然而，我们展示了一些易于处理的特殊情况，表明它们可以有效地求解。

Oct, 2019

本文研究了一种上行毫米波大规模多输入多输出系统的能量效率最大化问题，应用非正交多址访问技术和混合模拟数字波束成形方案，并提出了一种功率分配算法，同时利用基站的全局信息进行改进，数值结果表明，与传统正交多址访问技术相比，所提出的非正交多址访问技术实现了更优越的能量效率。

Mar, 2019

该研究论文综述了最近 NOMA 在 5G 系统中的进展，包括其在提高频谱效率方面的应用、容量分析、功率分配策略、用户公平性、用户配对方案等，并讨论了将 NOMA 与其他无线通信技术如合作通信、MIMO、波束成型、时空编码和网络编码等结合的影响。

Sep, 2016

本文研究了 NOMA 系统中用户集群分组和功率分配的问题，并利用 KKT 优化条件推导了单元簇中的最优功率分配策略，进一步提高了系统的整体吞吐量。

Aug, 2016