CN109905922A - 一种基于时隙Aloha与自适应ACB混合的大规模终端接入方法 - Google Patents
一种基于时隙Aloha与自适应ACB混合的大规模终端接入方法 Download PDFInfo
- Publication number
- CN109905922A CN109905922A CN201910175918.2A CN201910175918A CN109905922A CN 109905922 A CN109905922 A CN 109905922A CN 201910175918 A CN201910175918 A CN 201910175918A CN 109905922 A CN109905922 A CN 109905922A
- Authority
- CN
- China
- Prior art keywords
- access
- business
- acb
- lead code
- current time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本发明针对M2M业务特征,提出自适应的随机接入控制机制,通过对不同类型业务到达量进行预测,根据预测值动态分配接入资源,再针对不同业务采用不同的接入方式,并分别对各等级的业务进行自适应的接入控制。针对小数据业务和大数据业务共存的场景,对于时延不敏感且有效数据部分小于1000bits的小数据业务,精简接入信令,采用基于时隙Aloha的竞争接入方式;对于时延敏感型或有效数据部分大于1000bits的大数据业务则采用基于ACB的随机接入方式。本发明在满足高等级业务QoS要求的同时可以最大化系统总的吞吐量。
Description
技术领域
本发明涉及无线通信技术领域,特别是涉及一种时隙Aloha与自适应接入类禁止(Access Class Barring,ACB)混合的大规模终端接入方法。
背景技术
近年来,物联网设备呈现指数级的增长趋势,根据相关研究报告预测,到2020年,M2M终端数量将达到500亿,同时H2H终端数量大约80亿左右。海量物联网终端设备的接入请求,使网络面临严重的拥塞问题。同时无线蜂窝网络因其基础设施完善、覆盖范围广阔、移动性支持强以及安全可靠等优势,是物联网通信的主要承载网络。但是传统的通信网络主要是针对H2H通信而设计的,而M2M通信具有一些独特的特征,如偶发的数据传输、小流量的数据传输、时延要求不一等,如何面对海量终端的接入请求并满足异质业务的需求已经成为当前及未来网络亟待解决的重要课题。
相关研究指出对于载荷在1000bits以下的小数据M2M通信,一步接入系统吞吐量高于两步接入,但是基于Aloha的一步接入不能保证业务的QoS要求。物联网业务的异质性主要体现在不同类型业务对数据传输的QoS需求不同以及传输数据的数据量大小不一。以传感器网络为例,报警类业务数据量很小但是对时延要求很高,如果采用一步接入很有可能导致报警信息无法及时上报。
发明内容
发明目的:本发明以在保证时延敏感型业务QoS要求的同时最大化系统总吞吐量为出发点,提出一种基于时隙Aloha与自适应ACB混合的大规模终端接入方法。该方法首先根据业务对时延的敏感程度及业务数据量的大小对业务进行分类,利用预测算法对各类业务的到达量进行预测。依据预测值对接入资源进行动态分配(包括PRB、前导码等),并自适应地调整相关接入参数(包括ACB控制因子、退避时间等)。最后各类业务按照接入协议和算法实现接入。
技术方案:
一种基于时隙Aloha与自适应ACB混合的大规模终端接入方法,包括步骤:
(1)基站对下一时隙各类业务的流量到达量进行预测,并将相应参数发送至终端;
(2)对于时延敏感型或有效数据部分大于1000bits的大数据业务则采用基于ACB的随机接入方式;
(3)针对时延不敏感且有效数据部分小于1000bits的小数据业务,采用基于时隙Aloha的竞争接入方式。
所述步骤(1)中基站对各类业务的流量到达量进行预测具体步骤如下:
(11)对当前时隙各类业务接入申请量的估计:
(111)其中对于采用基于ACB的随机接入方式的业务,根据ACB机制中前导码的状态对申请量进行估计;具体为:
用sj代表第j个前导码所处的状态,sj=0为空闲态,sj=1为成功态,sj>1为冲突态,则其中J表示当前时隙的可用前导码数;na表示当前时隙的申请接入数;
假设sj=0,sj=1,sj>1的个数分别为x1,x2,x3,则利用公式P(sj=0|Na)x1·P(sj=1|Na)x2·P(sj>1|Na)x3,使该式子取最大值的Na即为申请的估计值即
由此求得对通过ACB机制之前的实际申请总数的估计值为其中a为当前的ACB控制因子;
(112)对于采用时隙Aloha的竞争接入方式的业务,根据当前时隙内物理资源块的状态进行估计;具体为:
假设总的可用资源块数为Li,当前时隙空闲资源块数为则实际资源块空闲率为而理论资源块空闲率为其中Ci为当前时隙的申请接入量;
令则求得当前时隙的申请接入量的估计值
(12)对下一时隙各类业务接入申请量的预测:
基于相邻时隙接入申请增加量相同的假设,将第i个时隙根据前导码或资源块的状态估计得到当前接入申请量记为第i个时隙成功接入的申请量为successi,第i+1个时隙新增加的接入申请量为newi+1,则第i+1个时隙接入申请量的预测值为:
其中IA为新到达接入申请的最大时间;假设相邻时隙接入申请量的增加量相同,又因为 则所以下一时隙接入申请量的预测值表示为:
所述步骤(3)中基于ACB的随机接入方式具体如下:
(31)根据各类业务到达量的预测值更新动态前导码分组参数S1和ACB控制因子a的值;因为sj=1表明前导码传输成功,则成功传输前导码的期望值计算如下:
其中K表示成功传输前导码的个数;Na表示ACB机制后选择了前导码的用户数;
有Na个业务通过ACB机制的概率为:
经过ACB以前的接入成功数的期望值为:
对a求导得最优ACB控制因子为:
根据当接入申请数等于当前可用前导码个数时接入成功率最大,则取S1=当前时隙高等级业务的接入申请量;
(32)判断所有申请接入的优先级,如果为高等级则直接从高等级业务所使用前导码的集合G1中选择前导码进行接入;如果为低优先级,则先在0-1之间随机产生一个随机数p,如果p<当前时隙的ACB控制因子a(i),则从低等级业务所使用前导码的集合G2中选取前导码进行接入,如果p≥a(i)则当前时隙不执行接入并退避一定时间;
(33)当前时隙结束,根据前导码及资源块的状态估计当前申请接入数,并为下一时隙的接入做好准备。
有益效果:本发明针对M2M业务特征,提出自适应的随机接入控制机制,通过对不同类型业务到达量进行预测,根据预测值动态分配接入资源,再针对不同业务采用不同的接入方式,并分别对各等级的业务进行自适应的接入控制。本发明在满足高等级业务QoS要求的同时可以最大化系统总的吞吐量。
附图说明
图1为本发明接入方法流程图。
图2为本发明的随机接入与数据承载相结合的混合MAC协议示意图。
图3为本发明的基于动态前导分组的自适应ACB接入方法流程图。
具体实施方式
下面结合附图和具体实施例,进一步阐明本发明。
图1为本发明接入方法流程图。如图1所示,本发明针对M2M业务特征,提出自适应的随机接入控制机制,通过对不同类型业务到达量进行预测,根据预测值动态分配接入资源,再针对不同业务采用不同的接入方式,并分别对各等级的业务进行自适应的接入控制。具体为:针对小数据业务和大数据业务共存的场景,对于时延不敏感且有效数据部分小于1000bits的小数据业务,精简接入信令,采用基于时隙Aloha的竞争接入方式;对于时延敏感型或有效数据部分大于1000bits的大数据业务则采用基于ACB的随机接入方式,如图2。
包括步骤:
第一阶段:广播阶段,基站对当前时隙的各类业务接入申请量进行估计,并根据估计的当前时隙的各类业务接入申请量对下一时隙各类业务的流量到达进行预测,决定资源配置参数包括动态前导码分组参数、接入类禁止参数、退避窗口大小等,并将相应参数通知发起接入申请的终端;
其中,对当前时隙各类业务接入申请量的估计方法,根据上一时隙的接入方式进行估计,具体步骤如下:
(1)其中对于采用自适应ACB接入的大数据业务及时延敏感型业务,本发明根据ACB机制中前导码的状态对申请量进行估计。具体步骤为:
步骤一:用sj代表第j个前导码所处的状态,sj=0为空闲态,sj=1为成功态,sj>1为冲突态,则其中J表示当前时隙的可用前导码数;na表示当前时隙的申请接入数。
步骤二:假设sj=0,sj=1,sj>1的个数分别为x1,x2,x3,则利用公式P(sj=0|Na)x1·P(sj=1|Na)x2·P(sj>1|Na)x3,使该式子取最大值的Na即为申请的估计值因为每个时隙可用前导码总数是固定的,只要知道x1,x2,x3中其中的两个值就可以了。即
步骤三:前面求解的是对当前接入时隙中通过ACB机制后的接入申请数的估计,因此对通过ACB机制之前的实际申请总数的估计值为其中a为当前的ACB控制因子。
(2)对于采用基于时隙Aloha敏感小数据业务,本发明根据当前时隙内物理资源块的状态进行估计。具体步骤为:
步骤一:假设总的可用资源块数为Li,当前时隙空闲资源块数为则实际资源块空闲率为而理论资源块空闲率为其中Ci为当前时隙的申请接入量。
步骤二:令则可求得当前时隙的申请接入量的估计值
对下一时隙各类业务接入申请量的预测方法如下:
考虑到两个相邻时隙间时间间隔较短,物联网接入环境变化不大,所以本发明采用的预测方法基于相邻时隙接入申请增加量相同的假设。将第i个时隙根据前导码或资源块的状态估计得到当前接入申请量记为第i个时隙成功接入的申请量为successi,第i+1个时隙新增加的接入申请量为newi+1,则第i+1个时隙接入申请量的预测值为:
其中IA为新到达接入申请的最大时间。假设相邻时隙接入申请量的增加量相同即newi+1≈newi,又因为则 所以下一时隙接入申请量的预测值可以表示为:
第二阶段:随机接入阶段,对于时延敏感型或有效数据部分大于1000bits的大数据业务采用基于动态前导分组的自适应ACB接入方式;
针对大数据业务及时延敏感型业务采用的基于动态前导分组的自适应ACB接入方法如下:
通过给不同业务动态地划分相应的前导码选择区间,充分保证了时延敏感型业务对QoS的要求,同时提升系统的自适应能力,提高了资源利用率。具体步骤为:
步骤一:根据各类业务到达量的预测值更新动态前导码分组参数S1和ACB控制因子a的值。其中,动态前导码分组参数S1为划分高低等级前导码的阈值,其中,一个小区内有64个前导码,将其中的1~S1分配给高等级业务,剩下的S1+1~64分配给低等级业务。
因为sj=1表明前导码传输成功,则成功传输前导码的期望值计算如下:(其中K表示成功传输前导码的个数;Na表示ACB机制后选择了前导码的用户数):
有Na个业务通过ACB机制的概率为:
经过ACB以前的接入成功数的期望值为:
对a求导得最优ACB控制因子为:
理论推导结果表明当接入申请数等于当前可用前导码个数时接入成功率最大。所以取S1=当前时隙高等级业务的接入申请量。
步骤二:判断所有申请接入的优先级,如果为高等级则直接从集合G1(高等级业务所使用前导码的集合)中选择前导码进行接入;如果为低优先级,则先在0-1之间随机产生一个随机数p,如果p<当前i时隙的ACB控制因子a(i),则从集合G2(低等级业务所使用前导码的集合)中选取前导码进行接入,如果p≥a(i)则当前时隙不执行接入并退避一定时间。
步骤三:当前时隙结束,根据前导码及资源块的状态估计当前申请接入数,并为下一时隙的接入做好准备。
第三阶段:竞争接入阶段,针对时延不敏感且有效数据部分小于1000bits的小数据业务,采用基于时隙Aloha的竞争接入方式;
第四阶段:数据传输阶段,为在随机接入阶段成功获得数据传输机会的设备分配的时频资源。
以上详细描述了本发明的优选实施方式,但是本发明并不限于上述实施方式中的具体细节,在本发明的技术构思范围内,可以对本发明的技术方案进行多种等同变换(如数量、形状、位置等),这些等同变换均属于本发明的保护。
Claims (3)
1.一种基于时隙Aloha与自适应ACB混合的大规模终端接入方法,其特征在于:包括步骤:
(1)基站对下一时隙各类业务的流量到达量进行预测,并将相应参数发送至终端;
(2)对于时延敏感型或有效数据部分大于1000bits的大数据业务则采用基于ACB的随机接入方式;
(3)针对时延不敏感且有效数据部分小于1000bits的小数据业务,采用基于时隙Aloha的竞争接入方式。
2.根据权利要求1所述的大规模终端接入方法,其特征在于:所述步骤(1)中基站对各类业务的流量到达量进行预测具体步骤如下:
(11)对当前时隙各类业务接入申请量的估计:
(111)其中对于采用基于ACB的随机接入方式的业务,根据ACB机制中前导码的状态对申请量进行估计;具体为:
用sj代表第j个前导码所处的状态,sj=0为空闲态,sj=1为成功态,sj>1为冲突态,则其中J表示当前时隙的可用前导码数;na表示当前时隙的申请接入数;
假设sj=0,sj=1,sj>1的个数分别为x1,x2,x3,则利用公式P(sj=0|Na)x1·P(sj=1|Na)x2·P(sj>1|Na)x3,使该式子取最大值的Na即为申请的估计值即
由此求得对通过ACB机制之前的实际申请总数的估计值为其中a为当前的ACB控制因子;
(112)对于采用时隙Aloha的竞争接入方式的业务,根据当前时隙内物理资源块的状态进行估计;具体为:
假设总的可用资源块数为Li,当前时隙空闲资源块数为则实际资源块空闲率为而理论资源块空闲率为其中Ci为当前时隙的申请接入量;
令则求得当前时隙的申请接入量的估计值(12)对下一时隙各类业务接入申请量的预测:
基于相邻时隙接入申请增加量相同的假设,将第i个时隙根据前导码或资源块的状态估计得到当前接入申请量记为第i个时隙成功接入的申请量为successi,第i+1个时隙新增加的接入申请量为newi+1,则第i+1个时隙接入申请量的预测值为:
其中IA为新到达接入申请的最大时间;假设相邻时隙接入申请量的增加量相同,又因为 则所以下一时隙接入申请量的预测值表示为:
3.根据权利要求1所述的大规模终端接入方法,其特征在于:所述步骤(3)中基于ACB的随机接入方式具体如下:
(31)根据各类业务到达量的预测值更新动态前导码分组参数S1和ACB控制因子a的值;因为sj=1表明前导码传输成功,则成功传输前导码的期望值计算如下:
其中K表示成功传输前导码的个数;Na表示ACB机制后选择了前导码的用户数;
有Na个业务通过ACB机制的概率为:
经过ACB以前的接入成功数的期望值为:
对a求导得最优ACB控制因子为:
根据当接入申请数等于当前可用前导码个数时接入成功率最大,则取S1=当前时隙高等级业务的接入申请量;
(32)判断所有申请接入的优先级,如果为高等级则直接从高等级业务所使用前导码的集合G1中选择前导码进行接入;如果为低优先级,则先在0-1之间随机产生一个随机数p,如果p<当前时隙的ACB控制因子a(i),则从低等级业务所使用前导码的集合G2中选取前导码进行接入,如果p≥a(i)则当前时隙不执行接入并退避一定时间;
(33)当前时隙结束,根据前导码及资源块的状态估计当前申请接入数,并为下一时隙的接入做好准备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910175918.2A CN109905922B (zh) | 2019-03-08 | 2019-03-08 | 一种基于时隙Aloha与自适应ACB混合的大规模终端接入方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910175918.2A CN109905922B (zh) | 2019-03-08 | 2019-03-08 | 一种基于时隙Aloha与自适应ACB混合的大规模终端接入方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109905922A true CN109905922A (zh) | 2019-06-18 |
CN109905922B CN109905922B (zh) | 2022-07-15 |
Family
ID=66946657
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910175918.2A Active CN109905922B (zh) | 2019-03-08 | 2019-03-08 | 一种基于时隙Aloha与自适应ACB混合的大规模终端接入方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109905922B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117692961A (zh) * | 2024-02-04 | 2024-03-12 | 北京邮电大学 | 低轨卫星物联网随机接入拥塞控制方法和装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107105474A (zh) * | 2017-03-20 | 2017-08-29 | 南京邮电大学 | 一种窄带物联网中基于动态接入限制的随机接入方法 |
CN109168147A (zh) * | 2018-11-23 | 2019-01-08 | 西安电子科技大学 | Lte网中用于m2m通信的混合随机接入方法 |
-
2019
- 2019-03-08 CN CN201910175918.2A patent/CN109905922B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107105474A (zh) * | 2017-03-20 | 2017-08-29 | 南京邮电大学 | 一种窄带物联网中基于动态接入限制的随机接入方法 |
CN109168147A (zh) * | 2018-11-23 | 2019-01-08 | 西安电子科技大学 | Lte网中用于m2m通信的混合随机接入方法 |
Non-Patent Citations (3)
Title |
---|
NANNAN SUI等: "Hybrid S-ALOHA/TDMA Protocol for LTE/LTE-A Networks with Coexistence of H2H and M2M Traffic", 《KSII TRANSACTIONS ON INTERNET AND INFORMATION SYSTEMS》 * |
朱振宇: "物联网大规模终端接入算法研究与验证", 《中国硕士学位论文全文数据库(电子期刊) 信息科技辑》 * |
朱振宇等: "基于时隙Aloha与自适应接入类禁止混合的大规模终端接入算法", 《物联网学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117692961A (zh) * | 2024-02-04 | 2024-03-12 | 北京邮电大学 | 低轨卫星物联网随机接入拥塞控制方法和装置 |
CN117692961B (zh) * | 2024-02-04 | 2024-04-26 | 北京邮电大学 | 低轨卫星物联网随机接入拥塞控制方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109905922B (zh) | 2022-07-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11317319B2 (en) | Method and device for controlling congestion | |
Ye et al. | Distributed and adaptive medium access control for Internet-of-Things-enabled mobile networks | |
CN102651908B (zh) | 一种传输数据的方法及设备 | |
CN111294775B (zh) | 一种大规模mtc与h2h共存场景中基于h2h动态特性的资源分配方法 | |
Farhadi et al. | Group-based signaling and access control for cellular machine-to-machine communication | |
WO2014100957A1 (zh) | Mocn小区通信方法及装置 | |
CN103067985A (zh) | 基于信道质量的超高速无线局域网信道绑定与分配方法 | |
CN102781065B (zh) | 控制终端接入的方法及设备、终端接入方法及设备 | |
CN113811014A (zh) | 无线网络的接入方法和装置 | |
CN108834175B (zh) | 一种mMTC网络中队列驱动的设备接入与资源分配联控方法 | |
CN106686651A (zh) | 一种基于能量状态感知的m2m终端分组的随机接入控制方法 | |
Wu et al. | An enhanced random access algorithm based on the clustering-reuse preamble allocation in NB-IoT system | |
CN105407490A (zh) | 可使不同通信系统共存于免许可频段中的实现方法及系统 | |
WO2024004803A1 (en) | User equipment, method performed by user equipment, base station, and method performed by base station | |
CN109905922A (zh) | 一种基于时隙Aloha与自适应ACB混合的大规模终端接入方法 | |
US11963157B2 (en) | Method and apparatus for using unlicensed band in communication system | |
Ho et al. | Dynamic GTS allocation scheme in IEEE 802.15. 4 by multi-factor | |
CN103918336A (zh) | 用于链路内的传送优先权确定的方法和装置 | |
Cheng et al. | The collision avoidance and situation-aware media access scheme using the registered-backoff-time method for the IEEE 802.11 ah-based IoT wireless networks | |
CN105764118B (zh) | Mocn小区通信方法及装置 | |
Zhan et al. | Optimal group paging frequency for machine-to-machine communications in LTE networks with contention resolution | |
CN116806039A (zh) | 基于acb因子优化算法的mtc设备拥塞优化方法及装置 | |
CN105657776A (zh) | 蜂窝-vanet异构网络中的协作通信方法 | |
CN104717658A (zh) | 认知网络中采用频谱分配的拥塞控制方法 | |
Modad et al. | A practical TDMA modification of IEEE 802.11 for ultra-dense IoT-health with fairness considerations |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |