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转让专利
申请号 : CN202010085231.2
文献号 : CN111294775B
文献日 : 2021-04-20
发明人 : 王熠晨 , 王弢 , 王璋楠 , 肖湘湘 , 赵书玉 , 焦晓芬
申请人 : 西安交通大学
摘要 :
权利要求 :
1.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,其特征在于,包括以下步骤:
S1、建立大规模MTC与H2H共存场景的系统模型;
S2、对大规模MTC与H2H共存场景中资源分配基本参数进行分析;
S3、在每个随机接入机会中基站利用负载估计设置接入类阻塞检验的最佳门限,并推导每个随机接入机会内带有机器类通信设备身份信息的平均吞吐量;
S4、构建资源分配优化问题,在保证H2H业务成功传输概率的前提下最大化每个随机接入机会内大规模MTC的吞吐量;
S5、采用马尔科夫链对H2H用户在网络中的状态进行建模,表征H2H业务传输的动态特性;
S6、基于步骤S5建立的马尔科夫链模型分析H2H用户在随机接入与数据发送中状态转移概率;
S7、根据H2H状态转移概率特性对H2H用户的平稳分布进行分析,计算H2H业务成功传输概率,并利用不动点迭代算法计算得到平稳分布下的到达速率;
S8:根据步骤S7得到的到达速率计算任意一个H2H用户接入网络并成功完成传输的概率,代入优化问题并采用三维搜索算法求解优化问题如下:其中,NRB为每个RAO内资源块总数, 为用于构建PRACH的资源块个数,NP为PRACH上可用的前导码总数, 为分配给MTC业务的前导码个数,NS为PUSCH总数, 为分配给MTC业务的PUSCH个数,TM为MTC业务在每个RAO内的平均吞吐量,PF为H2H用户在一次随机接入中没有获取到PUSCH发送数据的概率,m为最大前导码重发次数,PR为H2H用户每次数据发送的重传概率,r为最大数据重传次数,Pth为H2H业务所要求最低成功传输概率的阈值;
返回最大MTC吞吐量 以及对应的资源配置方案参数集 得到最优的资源配置方案。
2.根据权利要求1所述的大规模MTC与H2H共存场景中基于H2H动态特性的资源分配方法,其特征在于,步骤S1中,小区基站BS具有NH个H2H用户终端设备、以及NM个机器类通信设备,各个终端设备的业务到达独立且均为强度为λI的泊松过程,则在小区网络中总的H2H业务到达服从强度为λH=NHλI的泊松过程,每个终端设备业务到达后,每次到达对应的发送数据量为一服从均匀分布的随机变量 面向物联网的通信设备到达模型服从贝塔分布,并具有固定的数据包格式,每个带有机器类通信设备身份信息到达后发送数据量为一个常量 大规模MTC与H2H共存场景中采用不同的随机接入与数据发送协议服务两种业务,H2H业务仍然采用传统蜂窝网络中原有的LTE协议完成随机接入与数据发送,大规模MTC业务采用简化的信令交互方式完成随机接入与数据发送。
3.根据权利要求2所述的大规模MTC与H2H共存场景中基于H2H动态特性的资源分配方法,其特征在于,大规模MTC业务具体为:采用蜂窝网络中的接入类阻塞方法进行检验,通过接入类阻塞方法检验的机器类通信设备向基站发送带有机器类通信设备身份信息的前导码,基站通过解码识别出前导码无碰撞的机器类通信设备的设备ID并答复随机接入响应消息,在随机接入响应消息中,基站为机器类通信设备分配物理上行共享信道,机器类通信设备随后在指定的物理上行共享信道上发送调度信息与小数据包,基站在解码成功后返回碰撞解决与接收反馈信息。
4.根据权利要求1所述的大规模MTC与H2H共存场景中基于H2H动态特性的资源分配方法,其特征在于,步骤S2中,在每个随机接入机会内,有 个资源块用于构建物理随机接入信道, 个资源块用于构建物理上行共享信道,为H2H业务分配 个前导码与 个物理上行共享信道,剩余 个前导码与 个物理上行共享信道分配给大规模MTC业务,资源配置参数集合 根据最优的 和 取值确定资源分配方案。
5.根据权利要求1所述的大规模MTC与H2H共存场景中基于H2H动态特性的资源分配方法,其特征在于,步骤S3中,接入类阻塞方法检验的最佳门限 每个随机接入机会内机器类通信设备的平均吞吐量TM为:其中, 为前导码没有碰撞的机器类通信设备平均个数, 为每个RAO内分配给大规模MTC的前导码, 为每个RAO内分配给大规模MTC的PUSCH个数,LM为一个MTCD随机接入和数据传输需要消耗的PUSCH, 为采用负载估计技术对当前RAO内将发起接入请求的激活设备数的估计值。
6.根据权利要求1所述的大规模MTC与H2H共存场景中基于H2H动态特性的资源分配方法,其特征在于,步骤S4中,资源分配优化问题具体为:s.t.psucccess≥Pth
其中,TM为每个随机接入机会内机器类通信设备的平均吞吐量,优化变量包括每个随机接入机会用于构建PRACH的资源块用个数 每个随机接入机会内分配给大规模MTC的前导码 个数,以及每个随机接入机会内分配给大规模MTC的物理上行共享信道个数第一个约束条件代表H2H业务成功传输概率要求,表示任意一个H2H用户接入网络并成功完成传输的概率psuccess不能小于给定的阈值Pth;后面三个约束条件分别表示资源块、前导码以及物理上行共享信道的分配个数应当大于0,不超过总资源的数量要求。
7.根据权利要求1所述的大规模MTC与H2H共存场景中基于H2H动态特性的资源分配方法,其特征在于,步骤S5中,一个H2H用户在网络中将经历以下状态:空闲状态:当一个H2H用户没有数据要发送时,该用户处于空闲状态;
随机接入状态:当一个H2H用户有数据要发送时,该用户首先进入随机接入状态,从分配给H2H的 个前导码中随机选择一个前导码发送给基站,基站在收到前导码后将返回应答消息,即随机接入响应消息,一个H2H用户存在m+1个随机接入状态;
退避状态:随机接入和数据发送请求过程中失败的H2H用户将进行随机退避,进入退避状态,H2H用户最多发生m次退避,每次退避在时间窗口W中随机选择一个退避时间l=0,…,W‑1,共有m×W个退避状态;
连接请求状态:随机接入过程中前导码没有碰撞的H2H用户将向基站发起建立连接请求,向基站申请后续的PUSCH资源用于发送业务数据,H2H用户存在m+1个连接请求状态;
首次传输状态:若H2H用户在m次最大前导码重发次数内,成功申请到PUSCH资源进行数据发送,则进行首次传输状态,开始进行数据发送;在数据传输过程中,基站解码出现差错后H2H用户进行重传,重传概率为pR,每个H2H用户最大允许的数据重传次数为r,若基站第r次重传仍然解码出错,则H2H用户丢弃该数据,不再传输;
重传状态:H2H用户重新发送数据的状态,存在r个重传状态;
成功状态:若H2H用户在m次最大前导码重发次数内,成功申请到PUSCH资源进行数据发送,并且在r次最大允许的数据重传次数内成功完成数据传输,则该H2H用户进入成功状态;
丢弃状态:若H2H用户在m次最大前导码重发次数与r次最大允许的数据重传次数内没有成功完成数据传输,则该H2H用户进入丢弃状态,不再发起随机接入并丢弃本次数据,丢弃数据后,该H2H用户重新回到空闲状态。
8.根据权利要求1所述的大规模MTC与H2H共存场景中基于H2H动态特性的资源分配方法,其特征在于,步骤S6中,H2H用户发起随机接入后,发送前导碰撞的概率pC为:其中,λN为每个RAO内H2H用户发起随机接入到达强度, 为分配给大规模MTC业务的前导码个数,e为数学中的自然常数,第j次随机接入状态RAj转换到退避状态BOj,l的概率为pC/W,j=1,…,m,l=0,…,W‑1;首次传输状态FT以及第k次重传状态RTk,k=1,…,r转移到成功状态的概率均为1‑pR,pR为H2H用户每次数据发送的重传概率。
9.根据权利要求1所述的大规模MTC与H2H共存场景中基于H2H动态特性的资源分配方法,其特征在于,步骤S7中,任意一个H2H用户接入网络并成功完成传输的概率psuccess表示为:
其中,πsuccess与πdrop分别为平稳分布下H2H用户处于成功状态与丢弃状态的概率,pF=
1‑(1‑pC)(1‑pL)表示在H2H一次随机接入中没有获取到PUSCH发送数据的概率,获得任意一个H2H发起第一次接入后,总共至少需要发起j+1次随机接入请求的概率为则一个H2H恰好发起j次随机接入请求的概率为为平稳分布下H2H用户处于第j个随机接入状态的概率,j=1,…,m+1。
10.根据权利要求1所述的大规模MTC与H2H共存场景中基于H2H动态特性的资源分配方法,其特征在于,步骤S7中,平稳分布下的到达速率λT具体为:S701:设定迭代次数i=1,λT初值设为λT(0),终止条件对应参数ε;
S702:i=i+1,根据给定λT(i‑1)按照马尔科夫状态转移模型计算第i次迭代对应的pF,记为pF(i),按照下面迭代公式更新λT的值:S703:令计算两次迭代差值Δ=|λT(i)‑λT(i‑1)|S704:若Δ<ε,则终止迭代,返回最新的;否则,重复步骤S702和S703。
说明书 :
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
技术领域
背景技术
type communication,mMTC)和超高可靠低时延通信(UltraReliable&Low Latency
Communication,uRLLC)。即将广泛部署5G网络的应用场景已经不仅仅是在传统的蜂窝网络
中实现人与人(Human to human,H2H)通信更高的速率和广域覆盖,还包括大规模的物联网
应用。作为物联网的关键支撑技术,M2M(Machine to machine)通信将成为5G的最为重要的
组成部分,利用传统蜂窝网络支持并实现M2M通信因此成为5G发展的重大研究领域,未来蜂
窝网络设计将面对的是大规模MTC与H2H共存的网络场景。
对大规模MTC接入可能导致网络拥塞,引入了接入类阻塞(Access Class Barring,ACB)方
法,其基本思想为将突发的大规模接入请求在时间上重新均匀分配,从而缓和瞬时的接入
碰撞。另一方面,为了减少大规模MTC接入的信令开销,工业界和学术界普遍认可为MTC设计
更加精简的随机接入和数据发送流程。
有研究通常仅考虑在随机接入过程中H2H与MTC之间的物理随机接入信道(PRACH)的分配问
题,或者单独考虑H2H与MTC之间的物理上行共享信道(Physical Uplink Shared channel,
PUSCH)的分配问题。极少数研究者联合考虑了大规模MTC与H2H共存场景下整个上行传输资
源,但是这些研究者通常采用简化的模型,在分配PUSCH时假设资源总是充足,并且仅局限
于最大化传输速率或者最小化能量消耗,而没有关注到H2H与MTC业务的服务质量的需求,
特别是MTC业务接入传统蜂窝网络不能对网络中已有的H2H业务造成明显的影响。因此,有
必要针对在MTC与H2H共存场景采用更加合理的数学建模分析资源分配问题,并在保证H2H
业务成功传输的前提下对资源分配做优化设计,从而提升MTC的业务质量。
发明内容
业务的动态特性,在保障H2H业务的传输成功概率前提下,最大化大规模MTC业务的吞吐量。
为分配给MTC业务的PUSCH个数,TM为MTC业务在每个RAO内的平均吞吐量,PF为H2H用户
在一次随机接入中没有获取到PUSCH发送数据的概率,m为最大前导码重发次数,PR为H2H用
户每次数据发送的重传概率,r为最大数据重传次数,Pth为H2H业务所要求最低成功传输概
率的阈值;
务到达服从强度为λH=NHλI的泊松过程,每个终端设备业务到达后,每次到达对应的发送数
据量为一服从均匀分布的随机变量 面向物联网的通信设备到达模
型服从贝塔分布,并且通常具有固定的数据包格式,每个带有机器类通信设备身份信息到
达后发送数据量为一个常量 大规模MTC与H2H共存场景中采用不同的随机接入与数
据发送协议服务两种业务,H2H业务仍然采用传统蜂窝网络中原有的LTE协议完成随机接入
与数据发送,MTC业务采用简化的信令交互方式完成随机接入与数据发送。
无碰撞的机器类通信设备的设备ID并答复随机接入响应消息,在随机接入响应消息中,基
站为机器类通信设备分配物理上行共享信道,机器类通信设备随后在指定的物理上行共享
信道上发送调度信息与小数据包,基站在解码成功后返回碰撞解决与接收反馈信息。
理上行共享信道,剩余 个前导码与 个物理上行共享信道分配给大规模MTC业务,资源
配置参数集合 根据最优的 和 取值确定资源分配方案。
为个MTCD随机接入和数据传输需要消耗的PUSCH, 为采用负载估计技术对当前RAO内将
发起接入请求的激活设备数的估计值。
MTC的前导码 个数,以及每个随机接入机会内分配给大规模MTC的物理上行共享信道个
数
块、前导码以及物理上行共享信道的分配个数应当大于0,不超过总资源的数量要求。
回应答消息,即随机接入响应消息,一个H2H用户存在m+1个随机接入状态;
0,…,W‑1,共有m×W个退避状态;
态;
差错后H2H用户进行重传,重传概率为pR,每个H2H用户最大允许的数据重传次数为r,若基
站第r次重传仍然解码出错,则H2H用户丢弃该数据,不再传输;
状态;
据,丢弃数据后,该H2H用户重新回到空闲状态。
W,j=1,…,m,L=0,…,W‑1;首次传输状态FT以及第k次重传状态RTk,k=1,…,r转移到成
功状态的概率均为1‑pR,pR为H2H用户每次数据发送的重传概率。
意一个H2H发起第一次接入后,总共至少需要发起j+1次随机接入请求的概率为
则一个H2H恰好发起 .j次随机接入请求的概率为
为平稳分布下H2H用户处于第j个随机接入状态的概率,
j=1,…,m+1。
响,针对H2H与MTC业务特点,采用不同的随机接入与数据发送协议服务两种业务,即H2H业
务仍然采用传统蜂窝网络中原有的LTE协议完成随机接入与数据发送,而MTC业务采用精简
的信令交互方式完成随机接入与数据发送,并提出在保证H2H业务成功传输概率的前提下
对资源分配做优化设计,最大化每个RAO内MTC的吞吐量。采用马尔科夫链对H2H用户在网络
中的状态进行建模,利用状态之间的转移分析H2H用户动态特性,推到了H2H用户成功传输
概率的表达式,最后利用不动点迭代算法、三维搜索算法求解最优的资源分配方案,实现在
保证H2H业务成功传输概率的前提下每个RAO内MTC最大化的吞吐量,在提高资源利用效率
的同时最大化系统系能。
理的表征出MTC与H2H共存网络的场景特点,从而更有针对性地根据不同业务的服务质量要
求进行资源分配的优化设计。
却ing的三个变量为:用于构建物理随机接入信道的个数 分配给大规模MTC业务的前
导码个数 以及分配给大规模MTC业务的物理上行共享信道个数 从而确定资源分配
的优化变量,为后续优化问题的建立提供了理论分析基础。
的关系,为后续优化问题的建立提供了优化目标函数。
和优化目标,是整个资源分配优化设计的核心,提供了一种在大规模MTC与H2H共存场景中
保障不同业务服务质量和提高系统综合性能的解决方案。
链模型,可以清晰地反映H2H用户随着信令交互流程而产生的状态变化,为进一步分析H2H
业务状态转移规律提供数学分析的工具。
并表示H2H业务成功传输概率提供理论依据。进一步的,步骤S7在步骤S6的状态转移概率分
析基础上,推导出平稳分布下H2H业务成功传输概率,代入步骤S4中优化问题,则可以采用
数学公式完整地表示出优化问题,从而可以进行后续的优化问题求解。
业务成功传输的前提下对资源分配做优化设计,利用马尔科夫链分析H2H业务随机接入和
数据发送流程中的动态特性,推出H2H业务成功传输概率表达式,构建了最大化MTC吞吐量
的优化问题,实现在保证H2H业务服务质量的前提下,提升系统资源利用率和综合性能。
附图说明
具体实施方式
用户终端设备(H2H User Equipment,HUE)、以及NM个机器类通信设备(Machine type
communication device,MTCD),各个HUE的业务到达独立且均为强度为λ1的泊松过程,则在
小区网络中总的H2H业务到达服从强度为λH=NHλI的泊松过程,每个HUE业务到达后通常有
不同的数据发送请求,每次到达对应的发送数据量为一服从均匀分布的随机变量
单位为字节(bytes)。而面向物联网的MTCD的到达模型服从贝塔分
布,并且通常具有固定的数据包格式,每个MTCD到达后发送数据量为一个常量 单位
为字节(bytes)。考虑到MTCD每次发送的数据包较小,可以采用简化的信令交互方式完成随
机接入和数据发送。因此针对H2H与MTC业务特点,大规模MTC与H2H共存场景中采用不同的
随机接入与数据发送协议服务两种业务,即H2H业务仍然采用传统蜂窝网络中原有的LTE协
议完成随机接入与数据发送,而MTC业务采用精简的信令交互方式完成随机接入与数据发
送,其基本交互信令即流程为如图2所示。
(Access Class Barring,ACB)方法进行检验,通过ACB检验的MTCD向基站发送带有机器类
通信设备身份信息(MTCD ID,下文简称ID)的前导码(preamble),基站通过解码识别出前导
码无碰撞的MTCD设备ID并答复随机接入响应消息(RandomAccess Response,RAR),在RAR消
息中,基站为这些MTCD分配物理上行共享信道(Physical Uplink Shared channel,
PUSCH),MTCD随后在指定的PUSCH上发送调度信息与小数据包,基站在解码成功后将返回碰
撞解决与接收反馈信息。
载波在频域内占15kHz,资源块是蜂窝网络中进行资源分配的是最小物理资源。在上行接入
与数据传输过程中,上行资源块用于构建两类无线信道,即物理随机接入信道(PRACH)与物
理上行共享信道(Physical Uplink Shared channel,PUSCH)。PRACH在时间上周期性出现,
每一个周期代表一次随机接入机会(Random Access Opportunity,RAO),其周期间隔为
TRAO,在每个RAO内,共有NRB个资源块,其中 个资源块用于构建PRACH, 个资源块用于
构建PUSCH,则有:
个正交的前导码(preamble),则构建一个前导码平均需要 个资源块,因此每个RAO
中可用的正交前导码个数为 其中,函数|x|表示取不超过x的最大整数。
同理,构建一个PUSCH需要消耗ns个资源块,则每个RAO中可用的PUSCH个数为
为了保障MTC业务接入传统蜂窝网络不能对网络中已有的H2H业务造成明
显的影响,在每个RAO中基站首先为H2H业务分配 个前导码与 个PUSCH,剩余的 个
前导码与 个PUSCH将分配给大规模MTC业务。则有:
只需要确定 和 这三个变量构成一个资源配置参数集合
一旦确定这三个变量则可以唯一确定资源分配的方案,因此,大规模MTC与H2H共存场景中
在随机接入与数据发送过程中的资源分配问题就是要确定最优的 和 取值,从
而最大化提升系统的性能。
其中, 为分配给大规模MTC业务的前导码个数, 为采用当前
RAO内将发起接入请求的激活设备数的估计值,Na为激活设备数的真实值,不考虑估计误差
时有 则每个RAO平均有 个MTCD可以通过ACB检验并发起随机接入请
求,在随机接入请求中,这些MTCD从 个前导码中随机选择一个并附上设备ID发送给基
站,前导码没有碰撞的MTCD(即该MTCD所选择的前导码与其他MTCD均不相同)将收到基站答
复的随机接入响应消息(Random Access Response,RAR),并按照RAR指示在指定的PUSCH上
发送调度信息(大小为 字节)与小数据包(大小为 字节),每个PUSCH最大可支持发
送BS字节,则一个MTCD将消耗 个PUSCH,其中,函数 表示取大
于x的最小整数。
MTCD完成数据发送,则平均每个RAO最大可支持的MTCD数量,即每个RAO内MTCD的平均吞吐
量为:
务通常更强调增大吞吐量而对时延相对容忍,本方法在保证H2H业务成功传输概率的前提
下对资源分配做优化设计,最大化每个RAO内MTC的吞吐量(其定义为每个RAO内平均成功发
送数据的MTCD数量),因而可以构建下面的优化问题:
大规模MTC的PUSCH个数 第一个约束条件代表H2H业务成功传输概率要求,表示任意一
个H2H用户接入网络并成功完成传输的概率psuccess不能小于给定的阈值Pth。后面三个约束
条件分别表示资源块、前导码以及PUSCH的分配个数应当大于0但是又不能超过总资源的数
量要求。通过求解上述优化问题,即可在保证H2H业务成功传输概率的前提下对资源分配得
到最大化MTC吞吐量所对应的最优资源分配方案,即求得最优的 与 的取值,这
三个变量构成一个资源配置参数集合
中,H2H用户采用LTE规定协议完成随机接入与数据发送,可采用马尔科夫链对H2H用户在网
络中的状态进行建模,利用状态之间的转移分析H2H用户在随机接入与数据发送中的动态
特性。按照随机接入与数据发送的动态过程,一个H2H用户在网络中将经历以下状态:
站在收到前导码后将返回应答消息,即随机接入响应消息(Random Access Response,
RAR)。在RAR中将为每个接收到的前导码分配相应的PUSCH,用于发送下一步信令数据(在
3GPP LTE标准中称为Message 3,简称为Msg3),由于存在不同H2H用户选择相同前导码的情
况,这些用户设备将在发送Msg3时产生碰撞,基站无法识别碰撞的消息将造成这些H2H用户
接入失败;另一方面,没有碰撞的设备将收到基站反馈信息,并向基站发起建立连接请求,
向基站申请后续的PUSCH资源用于发送业务数据,由于基站在每个RAO内为H2H用户分配
PUSCH个数为 这表明在一定时间内,基站能够为H2H提供的PUSCH资源有限,当H2H用户
需要的PUSCH资源超过限度时,必定存在H2H用户在一定等待时间内无法获取PUSCH而导致
数据传输失败。在随机接入和数据发送请求过程中失败的H2H用户将进行随机退避,即在退
避窗口内随机选择一段时间,在该时间段内不再发起随机接入,而在退避结束后在新的RAO
内重新发起随机接入,同时规定每个H2H用户最大重新发起随机接入请求的次数,也是就最
大前导码重发次数为m,若H2H用户前导码重发m次后仍然在随机接入或数据发送请求过程
中失败,则丢弃数据,不再进行发送。因此,一个H2H用户存在m+1个随机接入状态(第一次随
机接入和m次重新发起随机接入),表示为RAj,j=1,…,m+1。
多可以发生m次退避,每次退避在时间窗口W中随机选择一个退避时间i=0,…,W‑1,因此,
共有m×W个退避状态,表示为BOj,l,j=1,…,m,l=0,…,W‑1。
于H2H用户存在最多可以重新发起m次随机接入,因此,H2H用户存在m+1个连接请求状态,表
示为CRj,j=1,…,m+1。
为FT。在数据传输过程中,基站解码可能出现差错,则要求H2H用户进行重传,重传概率为
pR,同时规定每个H2H用户最大允许的数据重传次数为r,若基站第r次重传仍然解码出错,
则H2H用户丢弃该数据,不再传输。
H2H用户进入成功状态,该状态用success表示。
本次数据,该状态用drop表示。在丢弃数据后,该H2H用户重新回到空闲状态。
换为随机接入状态RA1的转移概率为 每个RAO内,由于新增发起随机接入
的H2H用户与之前RAO由于失败退避到本RAO内的用户将同时发起随机接入,分别用λH与λR表
示这两类用户的泊松到达速率,其中λH=NHλI表示新到达的H2H用户强度,则两类用户总的
到达速率为λT=λH+λR,每个RAO内发起随机接入的用户数NT到达将服从强度为λN=λTTRAO的
泊松分布,其概率分布表示为:
0,…,W‑1。
一部分前导为碰撞前导码,即同一个前导码被多个H2H用户选择将会导致Msg3的碰撞,只有
无碰撞的前导码对应的用户才能收到基站反馈,并进一步请求用于发送数据的PUSCH。设无
碰撞的前导码到达速率为λs,则λA与λS可由下面的公式近似求得:
PUSCH资源需求的数量为:
而单位时间内基站分配给H2H的PUSCH总数为 当
H2H用户对PUSCH资源需求的数量超过基站分配的资源数时,将造成一部分H2H用户无法在
有限时间内获取相应的资源发送数据,从而导致数据发送失败。在实际系统中,H2H用户通
常有一定的时延要求,即要求业务数据到达后,必须在给定的等待时间T内开始传输,如果
H2H用户超过等待时间T仍然为获得足够的PUSCH传输数据,则将丢弃该数据,进入空闲状
态,等待下一次数据发送。可以按照先到先服务的原则,将H2H用户请求PUSCH的过程建模为
一个不耐烦顾客队列,即用户进入队列后只等待时间T,超过T仍未开始服务则离去,成为损
失顾客。结合上述分析,队列的到达速率为λ,服务速率为μ,结合排队论理论,采用M/M/1模
型求得顾客损失的概率为:
避,将从退避窗口W中随机选择一个退避时间L∈0,…,W‑1,进入退避状态,因此,第j次连接
请求状态CRj转换到退避状态BOj,l的概率为pL/W,j=1,…,m,L=0,…,W‑1。
站可能会由于解码错误要求H2H用户进行数据重传,设最大重传次数为r,如果重传r次基站
仍然没有解码成功则H2H用户丢弃该数据包进入丢弃状态drop,因此首次传输状态FT转移
到第一次重传状态RT1、第κ次重传状态RTk转移到第k+1次重传状态RTk+1(k=1,…,r‑1)、以
及第r次重传状态RTr转移到drop状态的转移概率均为重传概率pR。如果H2H用户在重传r次
数内成功完成数据发送则将进入成功状态success,因此,首次传输状态FT以及第κ次重传
状态RTk,k=1,…,r转移到成功状态success的概率均为1‑pR。
πFT, πsuccess表示H2H的平稳分布,分别表示H2H处于在空闲状态
idle、第j次随机接入状态RAj、第j次连接请求状态CRj、第j次退避时长为l的退避状态BOj,l
(j=1,…,m+1,L=0,…,W‑1)、首次传输状态FT、第k次重传状态RTk(k=1,…,r)、成功状态
success以及丢弃状态drop的平稳分布概率。根据马尔科夫链的状态转移概率,可以得到平
稳分布概率之间的关系:
面关于马尔科夫链的状态转移分析结果,在平稳分布的条件下的λT应当等于新到达的H2H
用户强度λH与每个H2H发起随机随机接入平均次数NTX的乘积,即λT=λHNTX,根据转移概率比
值,可以求得任意一个H2H发起第一次接入后,总共至少需要发起j+1次随机接入请求的概
率为 则一个H2H恰好发起j次随机接入请求的概率为
为平稳分布下H2H用户处于第j个随机接入状态的概
率,j=1,…,m+1。
由于平稳分布下的λT=λHNkX,因此λT满足下面的不动点方程:
因此,本方法所提出的在保证H2H业务成功传输概率的前提下对资源分配做优化设计、以实
现最大化每个RAO内MTC的吞吐量的优化问题最终表示为:
配方案。
本发明一部分实施例,而不是全部的实施例。通常在此处附图中的描述和所示的本发明实
施例的组件可以通过各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明
的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定
实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获
得的所有其他实施例,都属于本发明保护的范围。
1000,机器类通信设备(MTCD)个数NM=10000,各个HUE的业务到达独立且均为强度为λ1=
0.01的泊松过程,每个HUE的业务到达对应的发送数据量 即服从均匀分布
其中 H2H用户发送Msg3的数据大小
MTCD的到达模型服从贝塔分布,每个MTCD到达发送的调度信息与业务数据
量分别为 与 随机接入机会RAO的周期间隔为TRAO=5ms,每
个RAO内共有NRB个资源块,按照不同系统带宽NRB取值如下(仿真中如未明确说明则系统带
宽为3MHz):
成功传输概率阈值Pth=95%,最大前导码重发次数为m=9,H2H用户请求PUSCH的等待时间T
=40ms,最大允许的数据重传次数为r=5,数据重传概率pR=0.02。
发送,随着H2H用户业务到达速率的增大,系统为了保证H2H用户的成功传输概率,将资源优
先分配给H2H用户的数据传输,可支持的MTC最大吞吐量将有所下降,特别是当H2H具有较大
的业务数据量时,MTC吞吐量下降明显。
MTC吞吐量变化并不明显,而当H2H用户业务数据量较大时,系统为了保证H2H用户的成功传
输概率,将资源优先分配给H2H用户的数据传输,这时MTC吞吐量有比较明显的下降。图5还
对比了不同带宽下MTC吞吐量随H2H终端设备数变化的情况,可以看到在带宽较小时,随着
H2H终端设备数增大,MTC吞吐量下降至0,这种情况下系统将无法支持MTC,因此在实际大规
模MTC与H2H共存系统设计时,应当选择具有较大带宽配置。
业务成功传输的前提下对资源分配做优化设计,利用马尔科夫链分析H2H业务随机接入和
数据发送流程中的动态特性,推出H2H业务成功传输概率表达式,构建了最大化MTC吞吐量
的优化问题,实现在保证H2H业务服务质量的前提下,提升系统资源利用率和综合性能。
施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机
可用存储介质(包括但不限于磁盘存储器、CD‑ROM、光学存储器等)上实施的计算机程序产
品的形式。
程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序
指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产
生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实
现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或
多个方框中指定的功能。
其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一
个方框或多个方框中指定的功能的步骤。
的保护范围之内。