In a cellular network (CN), cellular users (CUs) located nearby machine type communications (MTC) devices (MTC-Ds) may act as uplink gateways to relay data to the base station (BS). We consider non-orthogonal multiple access (NOMA) and successive interference cancellation (SIC) at the receiver to increase the number of connected devices and the spectrum efficiency. Both underlay and overlay spectrum access modes (SAMs) are considered. We introduce a dynamic user grouping (UG) concept as a practical constraint for SIC, in order to decrease the receiver complexity. Moreover, SIC constraints are introduced based on a minimum signal-to-noise-plus-interference ratio (SINR) at the receiver. We formulate a joint dynamic UG, power allocation, and resource block (RB) assignment problem, aiming at maximizing the total sum-rate of both CUs and MTC-Ds. We transform the obtained non-convex mixed-integer programming problem into a convex problem by using a quadratic fractional programming (FP). A heuristic method is also proposed to reduce complexity. Simulation results demonstrate that the proposed solution outperforms the conventional CN (C-CN) method and the results of the proposed optimization methods are close to optimal solution obtained by the exhaustive search (ES) algorithm in terms of total average sum-rate and network connectivity, while requiring less transmit power. The heuristic method decrease the computational complexity of the FP method at the expense of a small reduction in spectrum efficiency.

在蜂窝网络（CN）中，位于机器类型通信（MTC）设备（MTC-D）附近的蜂窝用户（CU）可以充当上行链路网关，以将数据中继到基站（BS）。我们考虑在接收机处使用非正交多址（NOMA）和连续干扰消除（SIC），以增加连接设备的数量和频谱效率。同时考虑了底层频谱访问模式和叠加频谱访问模式（SAM）。我们引入动态用户分组（UG）概念作为SIC的实际约束，以降低接收器的复杂性。此外，基于接收器的最小信噪加干扰比（SINR）引入了SIC约束。我们制定了联合动态UG，功率分配和资源块（RB）分配问题，旨在最大程度地提高CU和MTC-D的总和。通过使用二次分数规划（FP），将获得的非凸混合整数规划问题转化为凸问题。还提出了一种启发式方法来降低复杂度。仿真结果表明，所提出的解决方案优于传统的CN（C-CN）方法，并且在总平均总速率和网络连通性方面，所提出的优化方法的结果接近于穷举搜索（ES）算法获得的最优解决方案。 ，同时需要较少的发射功率。启发式方法降低了FP方法的计算复杂度，但以频谱效率的小幅降低为代价。还提出了一种启发式方法来降低复杂度。仿真结果表明，所提出的解决方案优于传统的CN（C-CN）方法，并且在总平均总速率和网络连通性方面，所提出的优化方法的结果接近于穷举搜索（ES）算法获得的最优解决方案。 ，同时需要较少的发射功率。启发式方法降低了FP方法的计算复杂度，但以频谱效率的小幅降低为代价。还提出了一种启发式方法来降低复杂度。仿真结果表明，所提出的解决方案优于传统的CN（C-CN）方法，并且在总平均总速率和网络连通性方面，所提出的优化方法的结果接近于穷举搜索（ES）算法获得的最优解决方案。 ，同时需要较少的发射功率。启发式方法降低了FP方法的计算复杂度，但以频谱效率的小幅降低为代价。同时需要更少的发射功率。启发式方法降低了FP方法的计算复杂度，但以频谱效率的小幅降低为代价。同时需要更少的发射功率。启发式方法降低了FP方法的计算复杂度，但以频谱效率的小幅降低为代价。