機(jī)器類通信終端蜂窩網(wǎng)接入擁塞控制

李 鵬 梁康有

(1. 重慶文理學(xué)院電子電氣工程學(xué)院， 重慶 402160；2. 重慶大學(xué)通信工程學(xué)院， 重慶 400044)

?

機(jī)器類通信終端蜂窩網(wǎng)接入擁塞控制

李 鵬1,2梁康有1

(1. 重慶文理學(xué)院電子電氣工程學(xué)院， 重慶 402160；2. 重慶大學(xué)通信工程學(xué)院， 重慶 400044)

針對網(wǎng)絡(luò)接入擁塞問題，設(shè)計(jì)一套機(jī)器類通信終端蜂窩網(wǎng)接入擁塞控制方案?；趧討B(tài)資源分配，利用機(jī)器類終端接入檢測機(jī)制，控制蜂窩網(wǎng)機(jī)器類通信接入資源的數(shù)量及瞬時接入強(qiáng)度，以降低接入沖突率。

動態(tài)資源分配; 機(jī)器類通信; 蜂窩網(wǎng); 擁塞控制

機(jī)器類通信MTC(Machine-type-Communication) 是指利用自動控制技術(shù)和網(wǎng)絡(luò)通信技術(shù)，在沒有人工參與的情況下，實(shí)現(xiàn)機(jī)器與機(jī)器之間自主數(shù)據(jù)通信與信息交互的一系列技術(shù)或技術(shù)組合的總稱[1]。MTC通常也被稱為機(jī)器與機(jī)器之間的通信M2M(Machine-to-Machine)。MTC具有終端數(shù)量龐大、通信數(shù)據(jù)量小、通信定時、對時延不敏感、終端移動性較低等特征。MTC是智能電網(wǎng)、智能家居、道路安全、健康管理等物聯(lián)網(wǎng)、泛在網(wǎng)應(yīng)用實(shí)現(xiàn)的重要基礎(chǔ)。

蜂窩網(wǎng)是承載MTC通信的重要無線網(wǎng)絡(luò)之一。數(shù)量眾多、類型各異的機(jī)器類終端在同一瞬時接入蜂窩網(wǎng)將導(dǎo)致接入延時，數(shù)據(jù)丟失，甚至影響人與人之間的通信H2H(Human-to-Human)[2-3]。為此，研究人員一直致力于解決海量MTC終端蜂窩網(wǎng)接入擁塞問題，以確保蜂窩網(wǎng)絡(luò)中MTC通信及H2H通信的正常工作。國際通信標(biāo)準(zhǔn)組織3GPP(the 3rdGeneration Partnership Project)在其技術(shù)報(bào)告TR 37.868中總結(jié)了MTC擁塞控制研究的最新進(jìn)展，并且定義了接入沖突率、接入成功率、接入資源空閑率這3個性能指標(biāo)[4]，以評價(jià)各類接入擁塞控制方案的性能。

本次研究是在各類接入擁塞控制方案的基礎(chǔ)上，提出一套基于動態(tài)資源分配的機(jī)器類終端蜂窩網(wǎng)接入擁塞控制方案，以降低接入沖突率。在此，利用3GPP定義的評價(jià)指標(biāo)對方案進(jìn)行數(shù)值分析和仿真。

1 蜂窩網(wǎng)接入資源

在第4代移動通信規(guī)范LTE-Advanced中，隨機(jī)接入資源稱為RAOs(Random-Access-Opportunities)。圖1 所示為隨機(jī)接入資源示意圖。接入資源公式為：

L=m×n×k

(1)

式中：m為1s內(nèi)隨機(jī)接入時隙(slot)的數(shù)目；n為1個時隙內(nèi)隨機(jī)接入頻段的數(shù)目；k為1個時隙內(nèi)隨機(jī)接入前導(dǎo)的數(shù)目；L為1s內(nèi)隨機(jī)接入機(jī)會的數(shù)目。

圖1 隨機(jī)接入資源示意圖

2 接入資源動態(tài)分配及接入檢測

為在實(shí)現(xiàn)MTC通信的同時，確保H2H通信的正常服務(wù)。 將系統(tǒng)隨機(jī)接入資源RAOs劃分為2部分。如圖2所示，接入資源中的β分配給MTC通信；(1-β)分配給H2H通信。β的取值是動態(tài)變化的，由網(wǎng)絡(luò)通信資源分配策略決定。在H2H通信高負(fù)荷時段，β取值較小；在H2H通信低負(fù)荷時段，β取值較大。β的取值越大，分配給MTC通信的專屬隨機(jī)接入資源就越多。

圖2 接入資源動態(tài)分配

圖3 接入檢測過程

如圖3所示，當(dāng)終端接入蜂窩網(wǎng)時，系統(tǒng)為每個機(jī)器類終端賦予一個隨機(jī)數(shù)x。隨機(jī)數(shù)x的取值范圍為0～1，且服從均勻分布。當(dāng)某MTC終端試圖接入網(wǎng)絡(luò)時，系統(tǒng)根據(jù)當(dāng)前蜂窩網(wǎng)的負(fù)荷情況生成接入閾值α。接著將該終端上的隨機(jī)數(shù)與當(dāng)前接入檢測閾值α作比較。若α>x，即禁止該MTC終端接入；若α

接入檢測閾值α的大小由蜂窩網(wǎng)負(fù)荷情況決定。網(wǎng)絡(luò)負(fù)荷越重，α的值越小，允許接入的MTC終端數(shù)量越少；網(wǎng)絡(luò)負(fù)荷越輕，α的值越大，允許接入的MTC終端數(shù)量越多。假定γ為隨機(jī)接入強(qiáng)度，為單個小區(qū)MTC終端1 s內(nèi)發(fā)起的隨機(jī)接入次數(shù)。在采用接入檢測之后，隨機(jī)接入強(qiáng)度從γ變?yōu)棣力?。因此，接入檢測能夠控制隨機(jī)接入強(qiáng)度的大小。

在終端被允許接入網(wǎng)絡(luò)之后，執(zhí)行如圖4所示的隨機(jī)接入RA(Radom Access)過程。隨機(jī)接入過程為：第一步，MTC終端向基站發(fā)送隨機(jī)接入前導(dǎo)；第二步，在隨機(jī)接入響應(yīng)時間段內(nèi)，基站向MTC終端發(fā)送隨機(jī)接入響應(yīng)RAR(Radom Access Response)；第三步，MTC終端向基站發(fā)送攜帶終端標(biāo)識的RRC(Radio Resource Control)連接請求；第四步，基站回復(fù)MTC終端連接建立確認(rèn)信息。至此，MTC終端成功接入基站。

圖4 MTC終端隨機(jī)接入過程

3 擁塞控制方案性能評價(jià)指標(biāo)

為了評價(jià)機(jī)器類通信擁塞控制方案的性能，3GPP的TR 37.868中定義了接入沖突率、接入成功率、接入資源閑置率等概念。接入沖突率pc,RAO定義為一段時間內(nèi)，2個或2個以上MTC終端共用一個接入前導(dǎo)發(fā)起隨機(jī)接入的次數(shù)與系統(tǒng)提供的所有RAOs數(shù)目之比，如式(2)所示：

(2)

接入成功率ps,RAO定義為一段時間內(nèi)MTC終端成功接入使用的RAOs數(shù)目與所有RAOs數(shù)目之比，如式(3)所示：

(3)

接入資源閑置率pi,RAO定義為一段時間內(nèi)未被占用的RAOs數(shù)目與所有RAOs數(shù)目之比，如式(4)所示：

(4)

MTC通信隨機(jī)接入請求在時間上服從均勻分布[5]。在采用了接入資源動態(tài)分配及接入檢測之后，系統(tǒng)接入強(qiáng)度由γ變?yōu)棣力?，專屬分配給MTC通信的MTC數(shù)目由L變?yōu)棣翷，則式(2)、(3)、(4)改寫為式(5)、(6)、(7)。利用式(5)、(6)、(7)即可估算MTC通信蜂窩網(wǎng)接入擁塞控制方案的性能。

(5)

(6)

(7)

4 數(shù)值分析及仿真結(jié)果

將經(jīng)典的Slotted Access Scheme方案(方案1)與本次設(shè)計(jì)方案(方案2)相比較。令網(wǎng)絡(luò)接入強(qiáng)度γ=10，專屬分配給MTC通信的RAOs數(shù)目L從2逐漸增長至60。表1所示為仿真參數(shù)設(shè)定。

表1 仿真參數(shù)設(shè)定

如圖5所示，方案2的接入沖突率較方案1顯著降低，接入沖突率隨接入資源的增長而下降。這說明提供給MTC通信的接入資源越多，接入沖突率越低。

圖5 接入沖突率對比曲線

如圖6所示，方案2的接入成功率高于方案1。隨著接入資源數(shù)量的增加，接入成功率先增大后減小。當(dāng)γ>L時，系統(tǒng)處于過載狀態(tài)，提供的接入資源越多，接入成功率就越高；當(dāng)γ

由圖7可知，隨著接入資源的增多，將有更多的接入資源不能被利用。方案2與方案1的資源閑置率均隨接入資源的增加而上升?？傮w而言，方案2的接入資源閑置率與方案1相比較低。也就是說，本次提出的方案2比方案1有著更高的接入資源利用率。

圖6 接入成功率對比曲線

圖7 接入資源閑置率對比

5 結(jié) 語

海量機(jī)器類終端在短時間內(nèi)接入移動通信蜂窩網(wǎng)絡(luò)時往往會引起網(wǎng)絡(luò)擁塞。針對蜂窩網(wǎng)接入擁塞問題，提出了一種接入擁塞控制方案。本方案基于動態(tài)資源分配及接入檢測機(jī)制，實(shí)現(xiàn)了對MTC接入資源數(shù)量和瞬時接入強(qiáng)度的控制。數(shù)值分析及仿真結(jié)果均表明，本次提出的機(jī)器類終端蜂窩網(wǎng)接入擁塞控制方案能夠顯著地降低接入沖突率，提高接入成功率及接入資源利用率。

[1] TALEB T,KUNZ A.Machine type communications in 3GPP networks potential,challenges,and solutions [J].IEEE Communications Magazine,2012,50(3):178-184.

[2] LIEN S Y,CHEN K C,LIN Y.Toward ubiquitous massive accesses in 3GPP Machine-to-Machine communications [J].IEEE Communications Magazine,2011,49(4):66-74.

[3] CHEN Y,WANG W.Machine-to-Machine communication in LTE-A [C]//IEEE Conference on Vehicular Technology (VTC 2010-Fall).2010:1-4.

[4] JAIN P,HEDMAN P,ZISIMOPOULOS H.Machine type communications in 3GPP systems [J].IEEE Communications Magazine,2012,50(11):28-35.

[5] 張嘉盛,李伏,遲學(xué)芬,等.M2M業(yè)務(wù)批量到達(dá)排隊(duì)系統(tǒng)性能分析 [J].吉林大學(xué)學(xué)報(bào)(信息科學(xué)版),2012,30(4):335-340.

Access Congestion Control of Machine-Type Communication in Cellular Network

LIPeng1, 2LIANGKangyou1

(1.School of Electronic and Electrical Engineering, Chongqing University of Arts and Sciences, Chongqing 402160, China; 2.College of Communication Engineering, Chongqing University, Chongqing 400044, China)

To address the congestion problem of cellular network, this paper proposes a congestion control scheme for machine communication terminal cellular network. The number of random access opportunities and the access strength has been controlled by using dynamic resources allocation and access check process to reduce access conflict rate.

dynamic resources allocation; machine-type communication; cellular network; congestion control

2016-10-19

重慶市教委科學(xué)技術(shù)研究項(xiàng)目“基于軟件無線電的LTE-Advanced異構(gòu)無線通信網(wǎng)實(shí)時測試平臺設(shè)計(jì)與實(shí)現(xiàn)”(KJ1501107)；重慶文理學(xué)院科學(xué)研究項(xiàng)目“海量機(jī)器類終端蜂窩網(wǎng)接入擁塞控制研究”(Y2015DQ35)

李鵬 (1981 — )，男，重慶大學(xué)博士研究生，講師，研究方向?yàn)樾乱淮鷮拵o線通信理論與技術(shù)。

梁康有 (1975 — )，男，講師，研究方向?yàn)闉殡娏﹄娮蛹夹g(shù)及嵌入式系統(tǒng)。

TN929

A

1673-1980(2017)02-0096-03