CN108964981B - 基于mMTC突发场景下干扰分析模型的建立方法 - Google Patents

Abstract

一种基于mMTC突发场景下干扰分析模型的建立方法，如图所示，包括如下步骤：S1、建立MTC设备发送分组至相应的汇聚节点的过程模型；S2、建立汇聚节点至基站的过程中干扰模型。使用本发明所建立的干扰分析模型进行干扰分析，即能够有效地避免在MTC设备与传统LTE用户共存的场景下对通讯资源的干扰、浪费，同时也能够确保通信质量。同时，本发明也为同领域内的其他相关问题提供了参考，可以以此为依据进行拓展延伸，运用于领域内的其他干扰分析项目中，具有十分广阔的应用前景。

Description

基于mMTC突发场景下干扰分析模型的建立方法

技术领域

本发明涉及一种干扰分析模型的建立方法，尤其涉及一种基于 mMTC突发场景下干扰分析模型的建立方法，属于无线通信技术领域。

背景技术

mMTC即海量机器类通信(Massive Machine-Type Communication)，是5G技术的三大主要应用场景之一。未来在这一应用场景中，将会有数以千亿计的设备接入网络，可以预见的是，当大量的设备突发性地接入基站时，不仅将会给基站带来巨大的负担，而且会造成干扰影响通信质量。

与传统的LTE设备相比，机器类设备具有一些不同的特点，具体而言：1、数据量小但是传输频率高；2、节点数目庞大且具有突发性；3、移动性低、处理能力弱；4、对时延要求不是非常严格等。目前，3GPP针对海量机器类设备突发的场景，提出了采用Beta 分布来描述，这一分布与平稳的泊松分布不同，具有短时间内激增，之后锐减的特点。

正是由于5G技术存在这样的一些特点，应运而生的非正交多址接入已经逐步成为5G中重要的候选技术之一，它不仅能提供更高的频谱效率，而且也比现有系统支持更多的用户连接数。具体而言，非正交多址接入采用SCMA技术，可以将比特映射成多维码字并在相同的时频资源中进行非正交叠加。SCMA使得叠加码字的数量可以是资源数量的几倍，因此提高了系统整体容量。在mMTC场景中，MTC 用户可以利用SCMA技术来接入到无线网络中，从而提高整个系统的用户连接数。

由于mMTC的特性，上行mMTC网络中应采取分层接入方案，如图1所示。在单个宏基站小区中，存在传统的LTE用户和MTC设备同时进行突发性上行传输的情况。为应对这依情况，目前大多会依据业务类型和地理位置特征，对MTC设备进行分组，形成多个用户群。在用户群中，存在一个汇聚节点设备，汇聚节点的作用是将同组群中的MTC设备发送的数据收集起来，经过处理后发送给基站。而汇聚节点的发送功率与所收集到的数据量相关，数据量越大，发送功率越大。数据量与组群的业务类型相关。因此，想要充分解决上述问题，首先就需要建立汇聚节点的传输功率与业务类型之间的分析模型。

在对用户进行分组后，由于MTC用户数据量小的特点，用户群中所有用户的资源需求之和大致只相当于一个传统的LTE用户的资源需求量。当汇聚节点需要占用基站提供的资源块时，可能会出现多个汇聚节点占用同一资源块以及多个汇聚节点和多个传统LTE用户占用同一资源块的情况。此时，占用同一资源块就会产生干扰，如果不对上述两种情况的干扰进行建模分析，将会造成资源的浪费以及通信质量的下降。

综上所述，如何提出一种针对MTC设备与传统LTE用户共存场景下的干扰分析模型，以解决资源浪费以及通信质量下降等问题，就成为了本领域内技术人员所亟待解决的问题。

发明内容

鉴于现有技术存在上述缺陷，本发明的目的是提出一种基于 mMTC突发场景下干扰分析模型的建立方法。

一种基于mMTC突发场景下干扰分析模型的建立方法，包括如下步骤：

S1、建立MTC设备发送分组至相应的汇聚节点的过程模型；

S2、建立汇聚节点至基站的过程中干扰模型；

S1所述建立MTC设备发送分组至相应的汇聚节点的过程模型，包括如下步骤：

S11、设一个汇聚节点所服务的MTC设备的数目为M，在时间[0，T] 中，发生了突发事件，在汇聚节点的服务范围中，汇聚节点的位置服从参数为λ_M的齐次泊松点过程，MTC设备的数目M满足，

其中S_A是汇聚节点服务范围的面积；

S12、依据贝塔分布概率密度函数，得到第i个时隙生成的分组数为，

S13、设每台MTC设备只发送一个分组，得出第i个时隙中总共的分组数G_i，

其中，W_backoff是采用均匀退避算法中的退避窗口的大小，

是第j个时隙(j＝1，...，i)成功接收的分组数目，当突发时间结束后，生成的总分组个数等于M；

S14、设用于接入的前导码数目为A，则第i个时隙成功接收的分组数目为，

其中，

是第i个时隙的接入成功率；

S15、设T_total是汇聚节点接收到所有分组的总时隙数，则

满足，

S16、设每个分组相同，有B字节，则汇聚节点的数据速率满足，

根据香农公式，可得，

整理后可得汇聚节点发射功率满足，

其中，W是系统带宽，N₀是高斯白噪声功率谱密度，P_t是汇聚节点的发射功率，PL是路径损耗；

S12所述贝塔分布概率密度函数为，

其中，贝塔函数

S2所述建立汇聚节点至基站的过程中干扰模型，包括如下步骤：

S21、假设基站的服务范围是一个半径为R的圆，基站位于圆心处，在基站的服务范围中，汇聚节点的位置服从参数为λ_A的齐次泊松点过程，汇聚节点的个数N_A满足，

S22、假设在突发场景的持续时间中，并不是所有的汇聚节点都会被激活收集发送数据，激活的汇聚节点的数目N_activeagg满足，

其中，

表示基站的分布密度，λ′_a＝(1-P(M＝0))λ_A， P(M＝0)表示没有需要发送数据的MTC设备的概率，即汇聚节点不激活的概率；

S23、在基站的服务范围内，传统LTE用户的位置分布服从参数为λ_U的齐次泊松点过程，传统LTE用户的个数N_U满足，

S24、假设在突发阶段，激活的汇聚节点都占用某一资源块r，接下来对同一资源块上形成的干扰进行建模分析；

S24所述对同一资源块上形成的干扰进行建模分析，包括如下步骤：判断资源块r有没有被LTE传统用户占用，

若资源块r没有被LTE传统用户占用，进入第一分析步骤，

若资源块r被LTE传统用户占用，进入第二分析步骤；

所述第一分析步骤包括：

S241、对于某一汇聚节点i，其发送功率为P_t ⁽ⁱ⁾，这个汇聚节点拥有一个半径为r_dec的感知范围，对于汇聚节点j，它收到的i发送通知的信噪比为，

其中，r_ij是汇聚节点i与j的距离，α为路径损耗因子，|h_ij|²是汇聚节点i与j之间的信道增益，N₀是高斯白噪声功率谱密度 ，

S242、汇聚节点j对i产生干扰的概率为，

其中，

是信噪比的阈值，即

S243、所有激活的汇聚节点对汇聚节点i的总干扰为，

其中，

是汇聚节点j对i的干扰，d_j是汇聚节点j距基站的距离，|h_j|²是汇聚节点j与基站之间的信道增益；

所述第二分析步骤包括：

S244、假设在资源块r上已经占用了P个传统的LTE用户，传统 LTE用户对汇聚节点i的总干扰为，

汇聚节点i所受到的总干扰为，

其中，

是第p个传统LTE用户的发送功率，s_p是第p个LTE用户距基站的距离，|g_p|²是第p个用户与基站之间的信道增益。

优选地，α＝3，β＝4，所述贝塔分布概率密度函数为，

与现有技术相比，本发明的优点主要体现在以下几个方面：

本发明针对上行mMTC突发业务场景，提出了一种干扰分析模型的建立方法，得到了一个干扰判定标准。依据该标准可以计算上行 mMTC分层网络中汇聚节点间的干扰值，若该干扰值大于某一阈值，则汇聚节点间不能复用同一资源块，否则能复用。使用本发明所建立的干扰分析模型进行干扰分析，即能够有效地避免在MTC设备与传统LTE用户共存的场景下对通讯资源的干扰、浪费，同时也能够确保通信质量。同时，本发明也为同领域内的其他相关问题提供了参考，可以以此为依据进行拓展延伸，运用于领域内的其他干扰分析项目中，具有十分广阔的应用前景。

综上所述，本发明提出了一种基于mMTC突发场景下干扰分析模型的建立方法，具有很高的使用及推广价值。

以下便结合实施例附图，对本发明的具体实施方式作进一步的详述，以使本发明技术方案更易于理解、掌握。

附图说明

图1为单基站二级分层mMTC网络结构图；

图2为MTC设备至汇聚节点这一级的结构示意图；

图3为汇聚节点至基站这一级的结构示意图；

图4为mMTC突发场景下的二级干扰模型示意图。

具体实施方式

如图2～图4所示，本发明揭示了一种基于mMTC突发场景下干扰分析模型的建立方法。

首先将上行mMTC网络分为两级，第一级网络模型发生在MTC用户群内，如图2所示，MTC设备将数据分组发送至汇聚节点，将突发场景建模为Beta分布模型，得出在突发时间段内，汇聚节点所收到的总的数据量，进而根据收到的数据量大小决定发送功率。

第二级是汇聚节点及传统LTE设备向基站发送数据的过程，如图 3所示。如果在基站提供的资源块上，没有LTE用户占用，那么可以根据汇聚节点所处的位置以及所服务设备的业务类型来对汇聚节点之间的干扰进行建模分析，求出汇聚节点所收到的干扰值。如果求得的干扰小于某一门限值，则说明该汇聚节点可以占用该资源块，否则不能共用该资源块。如果在基站提供的资源块上，有LTE用户占用，那么在考虑汇聚节点之间干扰的同时，还需要考虑LTE用户与汇聚节点之间的干扰。根据汇聚节点、LTE用户的位置以及所服务的设备的业务类型进行干扰分析，求出汇聚节点所收到的干扰值。如果求得的干扰小于某一门限值，则说明该汇聚节点可以占用该资源块，否则不能共用该资源块。具体流程图见图4。下面将详细介绍上述两级的建模过程：

(一)MTC设备发送分组至相应的汇聚节点的过程模型建立

我们考虑3GPP协议中的一种业务类型，即在发生断电等事故后，大量MTC设备在短时间内接入基站的情况。

设一个汇聚节点所服务的MTC设备的数目为M，在时间[0，T]中，发生了突发事件，见图2。

在汇聚节点的服务范围中，汇聚节点的位置服从参数为λ_M的齐次泊松点过程(Poisson Point Process，PPP)。由PPP的定义可知，在汇聚节点服务范围中，MTC设备的个数M满足：

其中S_A是汇聚节点服务范围的面积。

对于突发性的业务，通常描述平稳随机过程的泊松分布不再适用，由协议可知，这类情形服从贝塔(Beta)分布，其概率密度函数为：

其中贝塔函数

协议中规定α＝3,β＝4是最符合实际情况，因此上式可写为：

则第i个时隙生成的分组数为：

假设每个设备只发送一个分组。根据“当前时隙中分组的总数＝当前时隙新生成的分组数目+前面的时隙中没有成功发送的分组数目”，可以得出第i个时隙中总共的分组数G_i：

W_backoff是采用均匀退避算法中的退避窗口的大小，

是第j个时隙(j＝1,...,i)成功接收的分组数目。当突发时间结束后，生成的总分组个数等于M。

假设用于接入的前导码数目为A个，则第i个时隙成功接收的分组数目为：

其中，

是第i个时隙的接入成功率。

设T_total是汇聚节点接收到所有分组的总时隙数，则

满足：

如果汇聚节点将每个时隙收到的分组都成功发送给基站，那么汇聚节点所花的总时间也为T_total。而实际情况中，由于碰撞等原因，所花时间必定会大于T_total。

设每个分组相同，有B字节，则汇聚节点的数据速率满足：

根据香农公式，可得：

整理后可得汇聚节点发射功率满足：

其中，W是系统带宽，N₀是高斯白噪声功率谱密度，P_t是汇聚节点的发射功率，PL是路径损耗。通过合理设置参数，即可求得汇聚节点的发送功率。

(二)汇聚节点至基站的过程中干扰模型的建立

如图3所示，假设基站的服务范围是一个半径为R的圆，基站位于圆心处。在基站的服务范围中，汇聚节点的位置服从参数为λ_A的PPP。由PPP的定义可知，在基站服务范围中，汇聚节点的个数N_A满足：

因为本专利所讨论的是一种突发场景，我们假定在突发场景的持续时间中，并不是所有的汇聚节点都会被激活收集发送数据，因此，激活的汇聚节点的数目N_activeagg满足：

其中，

表示基站的分布密度，λ′_a＝(1-P(M＝0))λ_A，P(M＝0) 表示没有需要发送数据的MTC设备的概率，即汇聚节点不激活的概率。

同理可知，在基站的服务范围内，传统LTE用户的位置分布也服从参数为λ_U的PPP，由此可得，在基站服务范围中，传统LTE用户的个数N_U满足：

我们考虑一种极端情况，在突发阶段，激活的汇聚节点都占用某一资源块r，接下来对同一资源块上形成的干扰进行建模分析。

情况一：资源块r没有被LTE传统用户占用

对于某一汇聚节点i，其发送功率为P_t ⁽ⁱ⁾，这个汇聚节点具有感知功能，它拥有一个半径为r_dec的感知范围，如果激活的汇聚节点在感知范围中，它便会收到汇聚节点i的通知信息，进而不在占用该资源块，只有不在感知范围中的汇聚节点才会占用这一资源块并对i产生干扰。

对于汇聚节点j，它收到的i发送通知的信噪比为：

r_ij是汇聚节点i与j的距离，α为路径损耗因子，|h_ij|²是汇聚节点i与j之间的信道增益，N₀是高斯白噪声功率谱密度 。进而算出汇聚节点j对 i产生干扰的概率：

其中

是信噪比的阈值即

因此，我们可以得出所有激活的汇聚节点对汇聚节点i的总干扰为：

其中，

是汇聚节点j对i的干扰，d_j是汇聚节点j距基站的距离， |h_j|²是汇聚节点j与基站之间的信道增益。

情况二：资源块r被LTE传统用户占用

情况二描述的是MTC设备与传统LTE用户共存的场景。假设在资源块r上已经占用了P个传统的LTE用户，由于LTE用户已经占用了该资源块，因此无论传统的用户是否在汇聚节点的感知范围之内，都会对该汇聚节点产生干扰。

所以，传统LTE用户对汇聚节点i的总干扰为：

是第p个传统LTE用户的发送功率，由3GPP协议决定，s_p是第p个LTE用户距基站的距离，|g_p|²是第p个用户与基站之间的信道增益。

汇聚节点之间的干扰则与情况一相同。因此可得，情况二中汇聚节点i所受到的总干扰为：

本发明针对上行mMTC突发业务场景，提出了一种干扰分析模型的建立方法，得到了一个干扰判定标准。依据该标准可以计算上行 mMTC分层网络中汇聚节点间的干扰值，若该干扰值大于某一阈值，则汇聚节点间不能复用同一资源块，否则能复用。使用本发明所建立的干扰分析模型进行干扰分析，即能够有效地避免在MTC设备与传统 LTE用户共存的场景下对通讯资源的干扰、浪费，同时也能够确保通信质量。同时，本发明也为同领域内的其他相关问题提供了参考，可以以此为依据进行拓展延伸，运用于领域内的其他干扰分析项目中，具有十分广阔的应用前景。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神和基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内，不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (2)

1.一种基于mMTC突发场景下干扰分析模型的建立方法，其特征在于，包括如下步骤：

S1、建立MTC设备发送分组至相应的汇聚节点的过程模型；

S2、建立汇聚节点至基站的过程中干扰模型；

S1所述建立MTC设备发送分组至相应的汇聚节点的过程模型，包括如下步骤：

S11、设一个汇聚节点所服务的MTC设备的数目为M，在时间[0, T]中，发生了突发事件，在汇聚节点的服务范围中，汇聚节点的位置服从参数为λ_M的齐次泊松点过程，MTC设备的数目M满足，

其中S_A是汇聚节点服务范围的面积；

S12、依据贝塔分布概率密度函数，得到第i个时隙生成的分组数为，

S13、设每台MTC设备只发送一个分组，得出第i个时隙中总共的分组数G_i，

其中，W_backoff是采用均匀退避算法中的退避窗口的大小，

是第j个时隙(j＝1,...,i)成功接收的分组数目，当突发时间结束后，生成的总分组个数等于M；

S14、设用于接入的前导码数目为A，则第i个时隙成功接收的分组数目为，

其中，

是第i个时隙的接入成功率；

S15、设T_total是汇聚节点接收到所有分组的总时隙数，则

满足，

S16、设每个分组相同，有B字节，则汇聚节点的数据速率满足，

根据香农公式，可得，

整理后可得汇聚节点发射功率满足，

其中，W是系统带宽，N₀是高斯白噪声功率谱密度，P_t是汇聚节点的发射功率，PL是路径损耗；

S12所述贝塔分布概率密度函数为，

其中，贝塔函数

S2所述建立汇聚节点至基站的过程中干扰模型，包括如下步骤：

S21、假设基站的服务范围是一个半径为R的圆，基站位于圆心处，在基站的服务范围中，汇聚节点的位置服从参数为λ_A的齐次泊松点过程，汇聚节点的个数N_A满足，

S22、假设在突发场景的持续时间中，并不是所有的汇聚节点都会被激活收集发送数据，激活的汇聚节点的数目N_activeagg满足，

其中，

表示基站的分布密度，λ'_a＝(1-P(M＝0))λ_A，P(M＝0)表示没有需要发送数据的MTC设备的概率，即汇聚节点不激活的概率；

S23、在基站的服务范围内，传统LTE用户的位置分布服从参数为λ_U的齐次泊松点过程，传统LTE用户的个数N_U满足，

S24、假设在突发阶段，激活的汇聚节点都占用某一资源块r，接下来对同一资源块上形成的干扰进行建模分析；

S24所述对同一资源块上形成的干扰进行建模分析，包括如下步骤：判断资源块r有没有被LTE传统用户占用，

若资源块r没有被LTE传统用户占用，进入第一分析步骤，

若资源块r被LTE传统用户占用，进入第二分析步骤；

所述第一分析步骤包括：

S241、对于某一汇聚节点i，其发送功率为

这个汇聚节点拥有一个半径为r_dec的感知范围，对于汇聚节点j，它收到的i发送通知的信噪比为，

其中，r_ij是汇聚节点i与j的距离，α为路径损耗因子，|h_ij|²是汇聚节点i与j之间的信道增益，

S242、汇聚节点j对i产生干扰的概率为，

其中，

是信噪比的阈值，即

S243、所有激活的汇聚节点对汇聚节点i的总干扰为，

其中，

是汇聚节点j对i的干扰，d_j是汇聚节点j距基站的距离，|h_j|²是汇聚节点j与基站之间的信道增益；

所述第二分析步骤包括：

S244、假设在资源块r上已经占用了P个传统的LTE用户，传统LTE用户对汇聚节点i的总干扰为，

汇聚节点i所受到的总干扰为，

其中，

是第p个传统LTE用户的发送功率，s_p是第p个LTE用户距基站的距离，|g_p|²是第p个用户与基站之间的信道增益。

2.根据权利要求1所述的基于mMTC突发场景下干扰分析模型的建立方法，其特征在于：α＝3,β＝4，所述贝塔分布概率密度函数为，

Images