CN109963272B - 一种面向差异化mtc网络中的随机接入方法 - Google Patents

Abstract

本发明公开了一种一种面向差异化MTC网络中的随机接入方法，包括以下步骤：计算mMTC设备在mMTC接入业务频段及URLLC接入业务频段的接入成功概率p₁，p₂；以mMTC设备的接入控制参数θ、流量卸载参数Δθ及总的退避步长W为变量，以在保障URLLC业务传输性能的前提下最大化mMTC业务的吞吐量为优化目标，建立优化问题；根据mMTC设备在mMTC接入业务频段及URLLC接入业务频段的接入成功概率p₁，p₂计算所述优化问题，得最优接入控制参数、流量卸载参数mMTC设备总的退避步长(θ^*，Δθ^*，W^*)，然后根据最优接入控制参数、流量卸载参数mMTC设备总的退避步长(θ^*，Δθ^*，W^*)进行差异化MTC网络中的随机接入，该方法能够实现差异化MTC网络的随机接入，且可靠性较高，延时较低。

Description

一种面向差异化MTC网络中的随机接入方法

技术领域

本发明属于机器设备类通信业务上行传输技术领域，涉及一种面向差异化MTC网络中的随机接入方法。

背景技术

根据3GPP的定义，机器设备类通信(Machine Type Communications,MTC)指在没有人为干涉的情况下，机器或智能设备之间通过网络进行数据传输与处理的通信形式。与传统的人对人(Human-to-Human,H2H)通信不同，MTC业务具有海量接入规模、业务差异性大、离散小数据包传输等特性。在未来5G网络中，根据业务需求与应用场景的不同，可将MTC业务分为以下两类：1)海量机器设备类通信(massive Machine Type Communications,mMTC)，其主要面向物联网中低功耗大连接场景，如智能电表、流量检测等数据感知与采集业务；2)超可靠低时延通信(Ultra-Reliable and Low-Latency Communication,URLLC)，其主要面向无人驾驶、工业控制、远程医疗等关键控制类业务，该业务要求同时满足极低的端到端时延(1ms)与极高的传输可靠性(99.999％)。目前，MTC网络主要面临以下挑战：一方面，海量MTC终端的接入使得网络负载压力增大并极易导致网络拥塞的发生，并进一步导致接入资源浪费、接入时延增大等问题的出现。另一方面，由于MTC业务的小数据包传输特性，如果直接采用LTE网络中的随机接入方案，则会导致控制信令开销过大、接入时延过大，进而无法满足mMTC业务与URLLC业务的性能需求。根据已有研究成果，使用接入控制方案可以有效缓解网络拥塞、提升资源利用效率。因此，针对mMTC业务与URLLC业务性能需求的不同，设计一种面向差异化MTC网络的随机接入方案具有十分重要的现实意义。

发明内容

本发明的目的在于克服上述现有技术的缺点，提供了一种面向差异化MTC网络中的随机接入方法，该方法能够实现差异化MTC网络的随机接入，且可靠性较高，延时较低。

为达到上述目的，本发明所述的面向差异化MTC网络中的随机接入方法包括以下步骤：

1)差异化MTC网络中mMTC业务与URLLC业务共存，差异化MTC网络由一个基站、K个mMTC设备及U个URLLC设备组成，设mMTC设备所承载业务为时延非敏感业务，URLLC设备所承载业务为超可靠低时延业务，基站将可用带宽划分为mMTC业务频段及URLLC业务频段，且mMTC业务频段使用基于四步握手的上行接入方式；

2)计算mMTC设备在mMTC接入业务频段及URLLC接入业务频段的接入成功概率p₁，p₂；

3)以mMTC设备的接入控制参数θ、流量卸载参数Δθ及总的退避步长W为变量，以在保障URLLC业务传输性能的前提下最大化mMTC业务的吞吐量为优化目标，建立优化问题；

4)根据mMTC设备在mMTC接入业务频段及URLLC接入业务频段的接入成功概率p₁，p₂计算所述优化问题，得最优接入控制参数、流量卸载参数mMTC设备总的退避步长(θ^*，Δθ^*，W^*)，然后根据最优接入控制参数、流量卸载参数mMTC设备总的退避步长(θ^*，Δθ^*，W^*)进行差异化MTC网络中的随机接入。

计算mMTC设备在mMTC接入业务频段的接入成功概率p₁的具体操作为：

基站根据当前mMTC业务负载与URLLC业务负载的统计信息，确定接入控制参数θ与流量卸载参数Δθ，并将接入控制参数θ与流量卸载参数Δθ下行广播至各mMTC设备及各URLLC设备处，设状态z为mMTC设备的初始状态，即mMTC设备被激活并产生上行接入请求；当mMTC设备接入成功后，其返回其状态z，对于任一mMTC设备，每当其需要上行接入时，首先将产生一个服从均匀分布的随机数Θ∈[0，1]，并将该随机数与接入控制参数θ与流量卸载参数Δθ进行比较，当Θ≤θ时，则mMTC设备在mMTC接入业务频段执行上行随机接入，即从M个PA中随机选取一个PA进行上行接入，当该PA仅被一个mMTC设备所选用时，则说明本次上行接入成功；若该PA被多个mMTC设备所选用，则接入发生碰撞，此时选用该PA的各mMTC设备均执行均匀退避，即在W∈[1，W_max]个RA slot后再次尝试接入，设状态w＝{0，1，...，W-1}代表mMTC设备当前剩余的退避步长，当mMTC设备位于状态0时，mMTC设备将在下一RA slot重新尝试发起接入；当θ＜Θ≤θ+Δθ时，则mMTC设备被分流至URLLC接入业务频段执行上行接入，即从NI_RA个资源块中随机选取一个资源块进行上行接入，当该资源块仅被一个mMTC设备所选用时，则说明本次上行接入成功；当该资源块被多个mMTC设备或URLLC设备所选用时，则上行接入发生碰撞，此时选用该资源块的各mMTC设备均执行均匀退避，即在W∈[1，W_max]个RA slot后再次尝试接入；当Θ＞θ+Δθ时，则此时mMTC设备被拒绝接入，则该mMTC设备将在下一RA slot处重新尝试发起接入，则mMTC设备各状态的平稳概率分布为：

对于任一mMTC设备，当其选择mMTC接入业务频段，并随机选取了任一PA m进行接入；当且仅当其他K-1个mMTC设备的行为均满足以下条件时，该设备才能接入成功，即，a1)其他mMTC设备的接入请求队列为空，记这一事件发生的概率为1-ρ；a2)其他设备的接入请求队列非空，但均未选择PA m进行接入，则p1的表达式为：

其中，p_1a，p_1b分别代表其他mMTC设备未能在mMTC业务频段进行传输以及在mMTC业务频段进行传输，但位于参考mMTC设备选择相同PA的概率，p_1a，p_1b的表达式为：

联立式(4)式(5)及式(6)，得：

由于K的数值较大，因此式(7)可近似为：

计算mMTC设备在URLLC接入业务频段的接入成功概率p₂接的具体过程为：

当mMTC设备选择URLLC接入业务频段，并随机选取任一资源块n进行接入，当且仅当其他K-1个mMTC设备以及U个URLLC设备的行为均满足以下条件时，参考mMTC设备才能接入成功，即，1)接入请求队列为空；2)接入请求队列非空，但均未选择资源块n进行接入，则有：

其中，p_2a代表其他K-1个mMTC设备均未选择资源块n进行接入的概率，则p_2a的闭式表达式为：

p_2b代表U个URLLC设备均未选择资源块n进行接入的概率，其中，p_2b的闭式表达式为：

联立式(9)、式(10)及式(11)，得：

由于K的数值较大，式(12)可近似为：

步骤4)建立的优化问题为：

设定两个负载阈值λ_H，λ_L，mMTC设备的到达流强度λ，则有：

当λ≥λ_H时，则有

当λ_L≤λ＜λ_H时，W^*＝1，同时则有

当λ＜λ_L时，则有

θ^*＝1，Δθ^*＝0，W^*＝1 (48)。

本发明具有以下有益效果：

本发明所述的面向差异化MTC网络中的随机接入方法在具体操作时，以mMTC设备的接入控制参数θ、流量卸载参数Δθ及总的退避步长W为变量，以在保障URLLC业务传输性能的前提下最大化mMTC业务的吞吐量为优化目标，建立优化问题，再求解所示优化问题，最优接入控制参数、流量卸载参数mMTC设备总的退避步长(θ^*，Δθ^*，W^*)，并以此进行面向差异化MTC网络的随机接入，从而在保证可靠性的同时，提高mMTC业务的吞吐量，降低系统的延迟。

附图说明

图1为本发明考虑的差异化MTC网络模型图；

图2为mMTC业务频段的时间帧结构图；

图3为URLLC业务传输模型图；

图4为mMTC设备双队列模型示意图；

图5为mMTC业务的状态转移流程图；

图6为URLLC业务的状态转移流程图；

图7为不同mMTC设备数量K以及URLLC业务频段子信道数量N下，两个到达流阈值λ_H，λ_L之间的大小关系图；

图8为不同mMTC设备数量K下，当最优退避窗W^*＝1时，相应的最优接入控制参数组合(θ^*，Δθ^*)与当前时刻到达流强度λ之间的大小关系图；

图9为不同URLLC业务频段子信道数量N下，当mMTC设备数量K＝10000、最优退避窗W^*＝1时，相应的最优接入控制参数组合(θ^*，Δθ^*)与当前时刻到达流强度λ之间的大小关系图；

图10为不同mMTC设备数量K下，当最优接入控制参数满足θ^*+Δθ^*＝1时，能取得最优吞吐量性能的退避窗W^*取值上限与当前时刻到达流强度λ之间的大小关系图；

图11为不同URLLC业务频段子信道数量N下，当mMTC设备数量K＝10000、最优接入控制参数满足θ^*+Δθ^*＝1时，能取得最优吞吐量性能的退避窗W^*取值上限与当前时刻到达流强度λ之间的大小关系图；

图12为mMTC设备数量K＝10000、到达流强度λ＝5×10^-3＞λ_H时，最优接入控制参数组合(θ^*，Δθ^*)与最优退避窗W^*之间的相互转换关系图；

图13为不同到达流强度λ下，当mMTC设备数量K＝10000时，本发明所与现有方案在平均吞吐量性能方面的对比图。

具体实施方式

下面结合附图对本发明做进一步详细描述：

参考图1，本发明所述的面向差异化MTC网络中的随机接入方法包括以下步骤：

系统模型如图1所示，差异化MTC网络由一个基站、K个mMTC设备及U个URLLC设备组成，根据5G相关标准的定义，设mMTC设备所承载业务为时延非敏感业务，其主要特征为海量接入规模；另一方面，URLLC设备所承载业务为超可靠低时延业务，URLLC设备要求端到端时延不超过D_max＝1ms的同时，传输可靠性高于99.999％，即p_rel≥1-φ_max＝99.999％；由于mMTC业务与URLLC业务在性能指标上的巨大差异，基站将可用带宽划分为mMTC业务频段及URLLC业务频段，由于LTE网络在覆盖率及接入成功率方面的优势，规定mMTC业务频段使用基于四步握手的上行接入方式：具体为：设备在mMTC业务频段进行上行接入时，首先需要从M个可用前导码(preamble,PA)中随机选取一个，并通过随机接入信道(Physical RandomAccess Channel,PRACH)上传至基站，当PA仅被一个设备所选中时，则上行接入成功，设备与基站之间通过接下来的三次握手完成上行接入流程，mMTC频段的时间轴结构如图2所示，时间轴被均等地划分为长度为τ＝1ms的时隙(slot)，其中，随机接入时隙(RA slot)的长度为τ_RA＝5ms，即用于上行随机接入的PRACH每隔I_RA＝5个slot出现一次，由于URLLC业务时延要求较为苛刻，突发性较强，因此规定URLLC业务频段使用基于S-ALOHA的上行接入方式，其中，设URLLC业务频段的可用子信道数量为N，并且假设每个URLLC数据包传输仅占据一个带宽为单位信道带宽、时间长度为D_max＝1ms的时频资源块，设备在上行接入时只需从N条可用信道中随机选取一条即可，当资源块仅被一个数据包所选择时，上行接入成功；相比基于四步握手的随机接入模式而言，基于S-ALOHA的上行接入方式虽然大大降低了接入时延，但是其完全基于竞争的接入特性对传输可靠性造成了极大的挑战。

为保障URLLC业务的传输可靠性指标，在S-ALOHA接入方式的基础上引入数据包复刻的概念，如图3所示，对于任一URLLC设备，当其在当前slot处产生数据包并需要进行上行接入时，首先将该数据包复刻为Γ个相同的数据包，然后随机从N条子信道中选取Γ条进行上行传输，由于URLLC业务要求端到端时延不得超过1ms，因此重传是不允许的。

对于mMTC设备，在上传数据包之间需进行上行接入，为解耦上行接入过程与数据传输过程，参考图4，在双队列模型下，每个mMTC设备内部拥有两个不同的队列：即数据包队列与接入请求队列，假设mMTC设备的数据包缓存队列长度无限，则每个mMTC设备的到达流服从强度为λ∈(0，1)的伯努利分布，当新的数据包到达时，mMTC设备将产生一个新的接入请求；基于所述双队列模型，将mMTC设备的接入请求队列建模为一个Geo/G/1/1队列。另外，根据URLLC业务的相关特征，设每个URLLC设备的到达流服从强度为μ∈(0，1)的泊松(Poisson)分布，当URLLC业务数据包产生后，则基于S-ALOHA方式进行上行数据包传输，因此所述双队列模型不适用于URLLC设备。

由于mMTC业务与URLLC业务的性能需求差异极大，因此本发明中为mMTC业务与URLLC业务设置各自的接入业务频段，并且两个接入业务频段使用不同的接入方式，以适应业务传输特性。然而，由于URLLC业务的高突发及低频率的特性，导致URLLC业务的接入业务频段使用率通常不足10％，因此与mMTC业务接入资源极度紧张的情况形成了鲜明对比。基于上述情况，本发明提出了一种基于双阈值的接入控制与流量卸载方案，即，在保证URLLC业务传输性能的前提下，最大化mMTC业务的吞吐量，以缓解网络压力，首先，由于mMTC设备接入数量较为庞大，因此在mMTC接入业务频段实行接入控制以缓解网络压力；同时，为提升mMTC业务的吞吐量，在mMTC业务负载较大的情况下将部分mMTC业务流量卸载至URLLC接入业务频段进行传输，接下来，将使用Markov链对两类设备的状态转移过程进行描述。

图5展示了mMTC设备上行接入的状态转移过程，首先，基站根据当前mMTC业务负载与URLLC业务负载的统计信息，确定接入控制参数θ与流量卸载参数Δθ，并将接入控制参数θ与流量卸载参数Δθ下行广播至各mMTC设备及各URLLC设备处，设状态z为设备的初始状态，即设备被激活并产生上行接入请求；当设备接入成功后，其将返回状态z。对于任一mMTC设备，每当其需要上行接入时，首先将产生一个服从均匀分布的随机数Θ∈[0，1]，并将该随机数与接入控制参数θ及流量卸载参数Δθ进行比较，当Θ≤θ时，则mMTC设备在mMTC接入业务频段执行上行随机接入，即从M个PA中随机选取一个PA进行上行接入，当该PA仅被一个设备所选用时，则说明本次上行接入成功；若该PA被多个mMTC设备所选用，则接入发生碰撞，此时选用该PA的各mMTC设备均执行均匀退避，即在W∈[1，W_max]个RA slot后再次尝试接入；设状态w＝{0，1，...，W-1}代表mMTC设备当前剩余的退避步长，当mMTC设备位于状态0时，则mMTC设备将在下一RA slot重新尝试发起接入；当θ＜Θ≤θ+Δθ时，则mMTC设备被分流至URLLC接入业务频段执行上行接入，即从NI_RA个资源块中随机选取一个资源块进行上行接入，同样地，当该资源块仅被一个mMTC设备所选用时，则说明本次上行接入成功；若该资源块被多个mMTC设备或URLLC设备所选用时，则上行接入发生碰撞，此时选用该资源块的mMTC设备将执行均匀退避，即在W∈[1，W_max]个RA slot后再次尝试接入；当Θ＞θ+Δθ时，则此时mMTC设备被拒绝接入，则该mMTC设备将在下一RA slot处重新尝试发起接入，基于以上描述，并结合Markov链的数学性质，参考图5，mMTC设备各状态的平稳概率分布为：

其中，p₁，p₂分别代表mMTC设备在mMTC接入业务频段及URLLC接入业务频段的接入成功概率。

对于任一mMTC设备，当其选择mMTC接入业务频段，并随机选取任一PA m进行接入；当且仅当其他K-1个mMTC设备的行为均满足以下条件时，该设备才能接入成功，即，1)其他mMTC设备的接入请求队列为空，记这一事件发生的概率为1-ρ；2)其他设备的接入请求队列非空，但均未选择PA m进行接入，则p₁的表达式为：：

其中，p_1a，p_1b分别代表其他mMTC设备未能在mMTC业务频段进行传输以及在mMTC业务频段进行传输，但位于参考mMTC设备选择相同PA的概率，p_1a，p_1b的表达式为：

联立式(4)、式(5)及式(6)，得：

由于K的数值较大，因此式(7)可近似为：

同理，当参考mMTC设备选择URLLC接入业务频段，并随机选取任一资源块n进行接入，当且仅当其他K-1个mMTC设备以及U个URLLC设备的行为均满足以下条件时，参考mMTC设备才能接入成功，即，1)接入请求队列为空；2)接入请求队列非空，但均未选择资源块n进行接入，则有：

其中，p_2a代表其他K-1个mMTC设备均未选择资源块n进行接入的概率，其他K-1个mMTC设备均未选择资源块n这一事件由以下三个子事件组成：1)接入请求队列为空；2)接入请求队列非空，但未被允许在URLLC业务频段上进行传输；3)接入请求队列非空且选择在URLLC接入业务频段上进行传输，但未选择资源块n进行接入，则p_2a的闭式表达式为：

p_2b代表U个URLLC设备均未选择资源块n进行接入的概率，U个URLLC设备均未选择资源块n进行接入这一事件由以下两个子事件组成，即，1)接入请求队列为空；2)接入请求队列非空，但未选择资源块n进行接入，则p_2b的闭式表达式为：

联立式(9)、式(10)及式(11)，得：

由于K的数值较大，式(12)可近似为：

图6展示了URLLC设备上行接入的状态转移过程，设状态s为URLLC设备的初始状态，即URLLC设备被激活并产生上行接入请求；当URLLC设备接入成功后，URLLC设备将返回状态s，对于任一URLLC设备，每当其需要上行接入时，则首先将生成Γ个相同的数据包，并基于S-ALOHA方式从N条可用信道中随机选取Γ条不同信道进行传输，当有数据包未发生碰撞时，则说明本次上行接入成功，当且仅当Γ个数据包全部发生碰撞，则本次上行接入失败，URLLC设备转移至状态f，基于以上描述，并结合Markov链的数学性质，参考图6，得URLLC设备各状态的平稳概率分布为：

其中，p_c分别代表任一参考URLLC设备所发送任一数据包的碰撞概率。

对于参考URLLC设备，设参考URLLC设备随机选取Γ条不同信道进行传输，其中，子信道n被参考URLLC设备所选中；当且仅当K个mMTC设备以及其他U-1个URLLC设备均未选择该子信道n进行接入时，则参考URLLC设备在子信道n上才能接入成功，因此，p_c的取值需满足：

其中，p_c1，p_c2分别代表子信道n未被任何mMTC设备所选中以及子信道n未被其他URLLC设备所选中的概率。

p_c1，p_c2的计算过程为：对p_c1进行分析，子信道n未被任何mMTC设备所选中这一事件由三个事件组成，即，1)接入请求队列为空；2)接入请求队列非空，但未被允许在URLLC接入业务频段上进行传输；3)接入请求队列非空且选择在URLLC接入业务频段上进行传输，但未选择子信道n进行接入，则p_c1的闭式表达式为：

接下来，对p_c2进行分析，子信道n未被其他URLLC设备所选中这一事件由两个子事件组成，即，1)其他U-1个URLLC设备接入请求队列为空，对于任一URLLC设备，该事件发生的概率为p_ra＝1-e^-μ；2)接入请求队列非空，但未选择子信道n进行接入，对于任一URLLC设备，该事件发生的概率如下式所示：

因此，p_c2的闭式表达式为：

联立式(15)、式(16)及式(18)，得：

同样地，令U-1≈U，并(19)可近似为：

则URLLC设备的传输可靠性限制可表示为：

根据Geo/G/1/1队列的相关性质，可知单位RA slot内mMTC业务的平均吞吐量为：

本发明的目标为：通过寻找相应的最优接入控制参数组合(θ^*，Δθ^*，W^*)，在保障URLLC业务传输性能的前提下最大化mMTC业务的吞吐量，有效缓解网络负载压力，则构建优化问题为：

s.t.p_rel≥1-φ_max

θ∈(0，1]，Δθ∈[0，1)，θ+Δθ≤1

W∈{1，2，...，W_max} (23)

对式(8)及式(13)进行变形，得：

其中，

通过联立式(21)、式(24)及式(25)，将优化问题中的数学表达式简化为：

综上所述，对优化问题(23)进行转化，得：

其中，p₁，p₂的取值取决于(θ，Δθ，W)的取值组合，具体对应关系如式(24)及式(25)所示。

基于上述理论分析，不难得出以下结论：

在资源配置参数(M，N，I_RA)及业务流参数(K，λ，U，μ)均给定的前提下，

的大小将直接由p₁，p₂决定，优化参数(θ，Δθ，W)则通过控制p₁，p₂的取值，间接决定

的大小，因此，优化问题的求解思路为：首先通过式(28)求解得到使得

最大化的

最优组合，然后基于式(24)及式(25)求得

对应的最优接入控制参数组合(θ^*，Δθ^*，W^*)。

证明优化问题(28)是一个凸优化问题，具体过程为：

1)约束变量(p₁，p₂)的取值组合为凸集；

2)目标函数的Hessian矩阵为正定的，证明过程如下所示：

通过对目标函数求偏导，求解其全局最优解

为：

综上所述，优化问题(28)的全局最优解

将其分别代入式(24)及式(25)中，可知(θ^*，Δθ^*，W^*)的取值应满足：

θ^*∈(0，1]，Δθ^*∈[0，1)，θ^*+Δθ^*≤1 (36)

W^*∈{1，2...，W_max} (37)

观察上述等式，不难发现只有当λ满足以下等式时，上述方程组无解：

结合式(34)及式(36)，式(38)可以转换为：

当λ满足以下等式时，θ^*＝1，Δθ^*＝0，W^*＝1恒成立：

综上所述，本发明的基本原理为：通过比较当前到达流强度λ与给定的两个到达流阈值λ_H，λ_L之间的大小关系，制订相应的最优接入控制参数组合，在保障URLLC业务传输性能的同时，最大化mMTC业务的平均吞吐量，根据给定的两个负载阈值λ_H，λ_L，可以将负载强度分为高、中、低三个区间，各区间的接入策略为：

当λ＞λ_H，即负载强度处于高负载区间时，(θ^*，Δθ^*，W^*)的取值为：

此时平均吞吐量为：

当λ_L≤λ＜λ_H，即负载强度处于中负载区间时，此时W^*＝1，(θ^*，Δθ^*)的取值为：

其中，

平均吞吐量为：

当λ＜λ_L，即负载强度处于低负载区间时，(θ^*，Δθ^*，W^*)的取值为：

θ^*＝1，Δθ^*＝0，W^*＝1 (48)

此时

其具体取值由如下式所示的超越方程决定：

另外，平均吞吐量为：

根据(θ^*，Δθ^*，W^*)进行差异化MTC网络的随机接入。

仿真实验

mMTC业务的仿真参数如表1所示：

表1

mMTC业务的仿真参数如表2所示：

表2

综上所述，本发明通过对当前时刻到达流强度λ与两大阈值λ_H，λ_L进行比较，根据三者之间的大小关系来确定最优接入控制参数组合(θ^*，Δθ^*，W^*)，在保障URLLC业务性能指标的同时，旨在最大化mMTC业务的吞吐量。仿真结果表明：与已有方案相比，本发明不仅有效地保障了URLLC业务性能指标，而且显著提升了mMTC业务的平均吞吐量，从而有效缓解网络压力，具有十分重要的现实意义与应用前景。

以上内容是对本发明的详细说明，不能认定本发明的仅限于此，对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单的推演或替换，都应当视为属于本发明由所提交的权利要求书确定专利保护范围。

Claims (1)

1.一种面向差异化MTC网络中的随机接入方法，其特征在于，包括以下步骤：

1)差异化MTC网络中mMTC业务与URLLC业务共存，差异化MTC网络由一个基站、K个mMTC设备及U个URLLC设备组成，设mMTC设备所承载业务为时延非敏感业务，URLLC设备所承载业务为超可靠低时延业务，基站将可用带宽划分为mMTC业务频段及URLLC业务频段，且mMTC业务频段使用基于四步握手的上行接入方式；

2)计算mMTC设备在mMTC接入业务频段及URLLC接入业务频段的接入成功概率p₁，p₂；

3)以mMTC设备的接入控制参数θ、流量卸载参数Δθ及总的退避步长W为变量，以在保障URLLC业务传输性能的前提下最大化mMTC业务的吞吐量为优化目标，建立优化问题；

4)根据mMTC设备在mMTC接入业务频段及URLLC接入业务频段的接入成功概率p₁，p₂计算所述优化问题，得最优接入控制参数、流量卸载参数mMTC设备总的退避步长(θ^*，Δθ^*，W^*)，然后根据最优接入控制参数、流量卸载参数mMTC设备总的退避步长(θ^*，Δθ^*，W^*)进行差异化MTC网络中的随机接入；

计算mMTC设备在mMTC接入业务频段的接入成功概率p₁的具体操作为：

基站根据当前mMTC业务负载与URLLC业务负载的统计信息，确定接入控制参数θ与流量卸载参数Δθ，并将接入控制参数θ与流量卸载参数Δθ下行广播至各mMTC设备及各URLLC设备处，设状态z为mMTC设备的初始状态，即mMTC设备被激活并产生上行接入请求；当mMTC设备接入成功后，其返回其状态z，对于任一mMTC设备，每当其需要上行接入时，首先将产生一个服从均匀分布的随机数Θ∈[0，1]，并将该随机数与接入控制参数θ与流量卸载参数Δθ进行比较，当Θ≤θ时，则mMTC设备在mMTC接入业务频段执行上行随机接入，即从M个PA中随机选取一个PA进行上行接入，当该PA仅被一个mMTC设备所选用时，则说明本次上行接入成功；若该PA被多个mMTC设备所选用，则接入发生碰撞，此时选用该PA的各mMTC设备均执行均匀退避，即在W∈[1，W_max]个RA slot后再次尝试接入，W_max为最大均匀退避窗长度，设状态w＝{0，1，...，W-1}代表mMTC设备当前剩余的退避步长，当mMTC设备位于状态0时，mMTC设备将在下一RA slot重新尝试发起接入；当θ＜Θ≤θ+Δθ时，则mMTC设备被分流至URLLC接入业务频段执行上行接入，即从NI_RA个资源块中随机选取一个资源块进行上行接入，当该资源块仅被一个mMTC设备所选用时，则说明本次上行接入成功；当该资源块被多个mMTC设备或URLLC设备所选用时，则上行接入发生碰撞，此时选用该资源块的各mMTC设备均执行均匀退避，即在W∈[1，W_max]个RA slot后再次尝试接入；当Θ＞θ+Δθ时，则此时mMTC设备被拒绝接入，则该mMTC设备将在下一RA slot处重新尝试发起接入，则mMTC设备各状态的平稳概率分布为：

对于任一mMTC设备，当其选择mMTC接入业务频段，并随机选取了任一PAm进行接入；当且仅当其他K-1个mMTC设备的行为均满足以下条件时，该设备才能接入成功，即，a1)其他mMTC设备的接入请求队列为空，记这一事件发生的概率为1-ρ；a2)其他设备的接入请求队列非空，但均未选择PAm进行接入，则p₁的表达式为：

其中，p_1a，p_1b分别代表其他mMTC设备未能在mMTC业务频段进行传输以及在mMTC业务频段进行传输，但位于参考mMTC设备选择相同PA的概率，p_1a，p_1b的表达式为：

联立式(4)式(5)及式(6)，得：

由于K的数值较大，因此式(7)可近似为：

计算mMTC设备在URLLC接入业务频段的接入成功概率p₂接的具体过程为：

当mMTC设备选择URLLC接入业务频段，并随机选取任一资源块n进行接入，当且仅当其他K-1个mMTC设备以及U个URLLC设备的行为均满足以下条件时，参考mMTC设备才能接入成功，即，1)接入请求队列为空；2)接入请求队列非空，但均未选择资源块n进行接入，则有：

其中，p_2a代表其他K-1个mMTC设备均未选择资源块n进行接入的概率，则p_2a的闭式表达式为：

p_2b代表U个URLLC设备均未选择资源块n进行接入的概率，其中，p_2b的闭式表达式为：

联立式(9)、式(10)及式(11)，得：

由于K的数值较大，式(12)可近似为：

步骤4)建立的优化问题为：

其中，φ_max为URLLC业务的最大可容忍传输错误概率，设定两个负载阈值λ_H，λ_L，mMTC设备的到达流强度λ，则有：

当λ≥λ_H时，则有

当λ_L≤λ＜λ_H时，W^*＝1，同时则有

当λ＜λ_L时，则有

θ^*＝1，Δθ^*＝0，W^*＝1 (48)。

Images