一种mMTC网络中队列驱动的设备接入与资源分配联控方法

技术领域

本发明属于无线通信技术领域，涉及一种mMTC网络中队列驱动的设备接入与资源分配联控方法。

背景技术

随着面向万物互联和无处不在信息获取与交换的物联网(IoT)的高速发展，大规模机器通信(massive Machine-Type communication，mMTC)已经被提出作为未来5G网络中的三大类场景中的重要一类通信场景。目前，日常生活中机器类型(MTC)设备已经得到了广泛应用，例如：智能交通管理系统中的监控设备，智能医疗中的可穿戴设备，面向工业4.0的自动控制设备，火灾或紧急情况预警系统中的传感设备，等等。预计在未来10年，无线网络中的MTC设备将超过500亿台，mMTC网络有着巨大的应用前景。

然而，当前面对mMTC网络容纳巨大数量设备的同时接入和传输时，在技术上仍存在两个关键的挑战问题：第一个挑战就是如何进行有效的拥塞控制，当大量的设备同时发起接入时，如果没有相应的接入控制程序，因为导频资源有限，网络将会发生严重的导频碰撞，导致网络拥塞，众多的研究者已经提出了各自的技术方案以减轻网络拥塞。另一个挑战就是在总的无线资源一定的前提下如何在物理随机接入信道(PRACH)和物理上行共享信道(PUSCH)之间进行高效的资源分配问题，这是许多研究者容易忽视的问题，他们经常假设网络中存在足够多的PUSCH资源用于成功接入设备的后续数据传输。事实上，总的资源有限的条件下，即使设备在竞争接入阶段成功接入，该设备也会传输失败因缺少相应的PUSCH资源；另一方面，如果过多的资源被划分成PUSCH，在竞争接入阶段则会造成严重的导频碰撞，导致成功接入数量剧降，同样造成资源浪费。因此，在PRACH和PUSCH资源之间的分配上存在一个平衡，如何获得最佳的平衡是一个值得研究的问题。

为了应对上述挑战，需改进设计了一个面向mMTC的随机竞争接入和数据传输流程，并提出了相应的队列驱动的设备接入和资源分配联控方案，以提高网络的吞吐量。

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mMTC网络中队列驱动的设备接入与资源分配联控方法，该方法能够有效的提高网络的吞吐量。

为达到上述目的，本发明所述的mMTC网络中队列驱动的设备接入与资源分配联控方法包括以下步骤：

1)在时隙开始时，基站通过下行信道向mMTC网络中的所有设备广播当前时隙的接入控制参数p及物理随机接入信道PRACH的配置信息；

2)mMTC网络中积压的各设备在区间(0，1)上均匀生成一个随机数，当任一设备生成的随机数小于控制参数p时，则该设备成功通过接入控制程序，将成功通过接入控制程序的设备记为激活设备；当任一设备生成的随机数大于等于控制参数p时，则该设备在当前时隙被阻塞，且该设备退避到下一个时隙再次尝试通过接入控制程序；

3)步骤2)中的各激活设备从导频池中选择导频，然后在PRACH上向基站传输所选择的导频及各自的设备ID信息；

4)基站接收到被选择的导频后尝试解码相应的设备ID信息，当该导频仅被一个设备选择时，则基站能够成功解码到对应的设备ID信息，此时导频成功传输；当该导频被多个设备选择时，则基站无法成功解码到对应的设备ID信息；基站将检测成功传输的导频作为随机接入应答RAR；

5)当mMTC网络中激活设备接收到与自身导频及设备ID信息相匹配的随机接入应答RAR时，则表明该激活设备随机接入成功，若RAR中的信道空闲标记为真，表明所分配的PUSCH信道空闲，该激活设备立即在该PUSCH信道上发起数据传输，若RAR中的信道空闲标记为假，则该激活设备进入等待状态，直到接收到后续时隙中基站广播的信道空闲指为止；当激活设备没有接收到与自身导频及设备ID信息相匹配的随机接入应答RAR时，则表明该激活设备接入失败，则需在下一个时隙再次重新尝试通过接入控制程序；

6)基站根据各激活设备传输数据结尾的标记判断所占据的PUSCH信道资源是否重新进入空闲，并在当前时隙中统计重新进入空闲的信道，然后在当前时隙结束时广播相应的空闲指示，当处于等待状态的设备接收到自己信道的空闲指示时，则在下一个时隙开始进行数据的传输；

7)重复步骤2)至步骤6)，直至所有数据传输完成为止，完成mMTC网络中队列驱动的设备接入与资源分配联控。

步骤4)中随机接入应答RAR包括所识别的导频、设备ID信息、预分配的RUSCH信息及信道空闲标记。

步骤1)中的物理随机接入信道PRACH的配置信息为用于随机接入阶段导频传输的资源块RBs及其数量d^*，相应的，用于数据传输的PUSCH资源块数目l＝q-d^*，其中，q为mMTC网络中的资源块总数，设分别需要m个资源块及n个资源块构建一个导频及PUSCH信道，则mMTC网络中的导频数M及PUSCH信道数T分别为：

接入控制参数p为接入控制程序中对负载进行控制的窗口大小，接入控制参数p由当前时隙的积压设备数均值的估计值及最优的激活设备数均值r^*确定，其中，

其中，(r^*，d^*)的求解过程为：

设F为当前时隙有新业务到达的设备数量，B为步骤2)中被阻塞的设备数量，C为步骤4)中发生导频碰撞的设备数量，A为积压的设备数量，则A＝F+B+C；设新业务以强度为λ的泊松过程到达，则积压的设备数量A可以用均值为a的泊松分布近似，相应的，激活设备数R服从均值为r＝pa的泊松分布，设同时选择导频b的设备数量为M_b，则M_b服从均值为r/M的泊松分布，且随机变量M_b，b＝1，…，M之间相互独立，因此成功接入的设备数量S服从参数为(M，P₁₁)二项分布：

其中，P₁₁为导频b只被一个设备选择的概率：

设步骤5)中设备等待队列到达过程中的速率为每个时隙成功接入的设备数量S，设备等待队列离开过程的速率为系统支持的每个时隙最大可以完成数据传输的设备数量T，等待队列的长度为Q，则当前时隙等待队列的长度Q_t与下个时隙等待队列的长度Q_t+1的关系为：

Q_t+1＝max{Q_t+S-T，0}

为防止排队等待时间过长，构建等待队列长度的违反概率约束为：

Pr{Q＞Q_th}＜∈

为使得等待队列长度违反概率约束成立，需确保：

Ψ(S，θ)≤Φ(T，θ)

其中，Ψ(S，θ)及Φ(T，θ)分别表示排队系统的有效接入速率及有效传输速率，其中，

其中，θ为目标队列指数，其中，

根据排队理论，当等待队列平稳后，等待队列的平均离开速率等于平均到达速率，设该平均速率为系统的吞吐量ζ，则有：

构建以资源分配d^*及激活设备强度r^*为自变量、以系统吞吐量最大化的优化目标的优化问题，即

求解所述优化问题，得最优的资源分配d^*及激活设备强度r^*。

采用两步搜索算法求解优化问题，得最优的资源分配d^*及激活设备强度r^*。

基站在每个时隙中采用迭代算法决策出接入控制参数p及物理随机接入信道PRACH的配置信息。

本发明具有以下有益效果：

本发明所述的mMTC网络中队列驱动的设备接入与资源分配联控方法在具体操作时，在随机接入与数据传输阶段之间加入排队等待过程，通过动态调节网络中成功接入的设备数量及成功传输的设备数量之间的关系，避免接入资源或传输资源的浪费，以提高系统的吞吐量。

进一步，本发明通过对接入控制参数及资源分配的联合优化，以提高系统的吞吐量及网络的鲁棒性。

进一步，通过调整等待队列指数以适用于不同强度的等待队列长度违反概率约束，以适应不同的业务时延要求。

附图说明

图1为本发明中的mMTC网络场景图；

图2为本发明中的改进随机接入及数据传输流程图；

图3为本发明中联合接入控制和资源分配策略的原理框图；

图4为本发明中实现的系统容量随队列指数变化曲线图；

图5为本发明与现有技术方案的系统容量随队列指数变化的性能对比图；

图6为本发明与现有技术方案的系统吞吐量随新业务到达强度变化的性能对比图；

图7为本发明与现有技术方案的成功接入概率随新业务到达强度变化的性能对比图；

图8为本发明与现有技术方案的积压设备数均值随新业务到达强度变化的性能对比图；

图9为本发明与现有技术方案的队长违反概率随门限值变化的性能对比图。

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图2，所述大规模通信网络中，大量的MTC设备以基于竞争方式随机接入到基站，并传输各自的数据，其中，网络中新的业务以强度为λ的泊松过程到达，设每个业务的数据量相同，基站将网络中的q个资源块划分成PRACH资源用于随机接入，PUSCH资源用于数据传输并设置最优接入控制参数p，以缓解网络拥塞。

本发明所述的mMTC网络中队列驱动的设备接入与资源分配联控方法包括以下步骤：

1)在时隙开始时，基站通过下行信道向mMTC网络中的所有设备广播当前时隙的接入控制参数p及物理随机接入信道PRACH的配置信息；

2)mMTC网络中积压的各设备在区间(0，1)上均匀生成一个随机数，当任一设备生成的随机数小于控制参数p时，则该设备成功通过接入控制程序，将成功通过接入控制程序的设备记为激活设备；当任一设备生成的随机数大于等于控制参数p时，则该设备在当前时隙被阻塞，且该设备退避到下一个时隙再次尝试通过接入控制程序；

3)步骤2)中的各激活设备从导频池中选择导频，然后在PRACH上向基站传输所选择的导频及各自的设备ID信息；

4)基站接收到被选择的导频后尝试解码相应的设备ID信息，当该导频仅被一个设备选择时，则基站能够成功解码到对应的设备ID信息，此时导频成功传输；当该导频被多个设备选择时，则基站无法成功解码到对应的设备ID信息；基站将检测成功传输的导频作为随机接入应答RAR；

5)当mMTC网络中激活设备接收到与自身导频及设备ID信息相匹配的随机接入应答RAR时，则表明该激活设备随机接入成功，若RAR中的信道空闲标记为真，表明所分配的PUSCH信道空闲，该激活设备立即在该PUSCH信道上发起数据传输，若RAR中的信道空闲标记为假，则该激活设备进入等待状态，直到接收到后续时隙中基站广播的信道空闲指为止；当激活设备没有接收到与自身导频及设备ID信息相匹配的随机接入应答RAR时，则表明该激活设备接入失败，则需在下一个时隙再次重新尝试通过接入控制程序；

6)基站根据各激活设备传输数据结尾的标记判断所占据的PUSCH信道资源是否重新进入空闲，并在当前时隙中统计重新进入空闲的信道，然后在当前时隙结束时广播相应的空闲指示，当处于等待状态的设备接收到自己信道的空闲指示时，则在下一个时隙开始进行数据的传输；

7)重复步骤2)至步骤6)，直至所有数据传输完成为止，完成mMTC网络中队列驱动的设备接入与资源分配联控。

步骤4)中随机接入应答RAR包括所识别的导频、设备ID信息、预分配的RUSCH信息及信道空闲标记。

步骤1)中的物理随机接入信道PRACH的配置信息为用于随机接入阶段导频传输的资源块RBs及其数量d^*，相应的，用于数据传输的PUSCH资源块数目l＝q-d^*，其中，q为mMTC网络中的资源块总数，设分别需要m个资源块及n个资源块构建一个导频及PUSCH信道，则mMTC网络中的导频数M及PUSCH信道数T分别为：

接入控制参数p为接入控制程序中对负载进行控制的窗口大小，接入控制参数p由当前时隙的积压设备数均值的估计值及最优的激活设备数均值r^*确定，其中，

其中，(r^*，d^*)的求解过程为：

设F为当前时隙有新业务到达的设备数量，B为步骤2)中被阻塞的设备数量，C为步骤4)中发生导频碰撞的设备数量，A为积压的设备数量，则A＝F+B+C；设新业务以强度为λ的泊松过程到达，则积压的设备数量A可以用均值为a的泊松分布近似，相应的，激活设备数R服从均值为r＝pa的泊松分布，设同时选择导频b的设备数量为M_b，则M_b服从均值为r/M的泊松分布，且随机变量M_b，b＝1，…，M之间相互独立，因此成功接入的设备数量S服从参数为(M，P₁₁)二项分布：

其中，P₁₁为导频b只被一个设备选择的概率：

设步骤5)中设备等待队列到达过程中的速率为每个时隙成功接入的设备数量S，设备等待队列离开过程的速率为系统支持的每个时隙最大可以完成数据传输的设备数量T，等待队列的长度为Q，则当前时隙等待队列的长度Q_t与下个时隙等待队列的长度Q_t+1的关系为：

Q_t+1＝max{Q_t+S-T，0}

为防止排队等待时间过长，构建等待队列长度的违反概率约束为：

Pr{Q＞Q_th}＜∈

为使得等待队列长度违反概率约束成立，需确保：

Ψ(S，θ)≤Φ(T，θ)

其中，Ψ(S，θ)及Φ(T，θ)分别表示排队系统的有效接入速率及有效传输速率，其中，

其中，θ为目标队列指数，其中，

根据排队理论，当等待队列平稳后，等待队列的平均离开速率等于平均到达速率，设该平均速率为系统的吞吐量ζ，则有：

构建以资源分配d^*及激活设备强度r^*为自变量、以系统吞吐量最大化的优化目标的优化问题，即

求解所述优化问题，得最优的资源分配d^*及激活设备强度r^*。

采用两步搜索算法求解优化问题，得最优的资源分配d^*及激活设备强度r^*，具体为：

1a)初始化d^*＝d＝1及ζ^*＝0，计算相应的有效接入速率的峰值Ψ(S，θ)|_r＝M及有效传输速率Φ(T，θ)|_r＝M；

情况1：Ψ(S，θ)|_r＝M≤Φ(T，θ)|_r＝M，则最优解r^*＝M；

情况2：Ψ(S，θ)|_r＝M＞Φ(T，θ)|_r＝M，则在实数区间[0，M]上采用二分法搜索方程Ψ(S，θ)＝Φ(T，θ)的解r^*；

1b)计算相应的吞吐量ζ＝r^*e^-r/M，若ζ≥ζ^*，则更新ζ^*＝ζ，d^*＝d，否则，不更新；令d＝d+1，并转至步骤1a)，直至完成在可行解集解d^*∈{1，2，…，q-1}的搜索为止。

基站在每个时隙中采用迭代算法决策出接入控制参数p及物理随机接入信道PRACH的配置信息，具体为：

2a)网络初始化：时隙t＝1，积压设备数均值

2b)若则当前时隙的接入控制参数设置为：PRACH资源分配数量为：d＝d^*；否则，接入控制参数设置为p＝1，并通过单步遍历搜索最优的PRACH资源分配数量：

3c)向网络中的所有MTC设备广播步骤2b)中得到的决策结果(p，d)；

3d)在随机接入阶段结束后，统计当前时隙中发生碰撞的导频数量V_t，并由此估计下一时隙的积压设备数均值：

3e)令t＝t+1，进入下一个时隙，重复步骤2a)至3d)直至完成所有数据为止。

参考图4，系统容量是指在最优解(r^*，d^*)所实现的系统吞吐量的最大值，可以看出本发明的理论值和实际仿真值完美匹配，证实了本发明的理论准确性。此外，n越大，系统容量越小，这和直观一致：每传输一个设备的数据所需要的无线资源越多，系统的处理能力越弱。

选取对比方案，对比方案包括无队列方案、无队列且无接入控制方案、有队列但无队长违反概率约束方案及传统固定资源分配方案(M＝T)。

从图5中结果可以证实，当队列指数趋向于0时，本发明接近于无约束方案的极限性能；当队列指数趋向于+∞时，本发明趋向于传统的M＝T方案，此时对于任何队长门限值，对应的队长违反概率都为0，即队列时刻处于空的状态，而传统的M＝T方案能确保每时隙成功接入的设备数小于或等于最大能成功传输的设备数，即确保队列长度为0，即对应着本发明当队列指数趋向于+∞时的性能。此外当θ≤0.2时，本发明实现的系统容量都要大于无队列方案的实际值，而θ＝0.2时队长违反概率约束已经比较严格(例如若门限Q_th＝20，对应的违反概率∈＝0.0183已经很小)。因此本发明可以在一个可接受的违反概率基础上实现仅次于极限性能方案的系统容量，证实本发明相对于传统可以实现方案的优越性。

参考图6、图7及图8，本发明相对于传统可以实现的方案(除无约束方案的极限性能外)，当新业务强度增大时实现了更大的系统吞吐量，在所有强度下均实现更高的成功接入概率及更低的系统积压设备数。总的来看，所有的方案允许的最大新业务达到强度受各自方案所能实现的系统容量约束，当新业务到达强度超过该容量后，系统实现的吞吐量收敛到容量值，不再增长；并且当新业务到达强度接近该容量时，成功接入概率会迅速下降，积压的设备数指数级增长并随时隙增加发散到无穷大，表明系统处于崩溃的边沿。综合三项指标来看，本发明实现了仅次于无约束极限方案的性能表现，相对于传统可实现方案，系统稳定时可以取得更高的成功传输概率和更低的积压设备数，系统的鲁棒性能也更强。

参考图9，本发明的违反概率曲线在设定约束的理论曲线下方，表明本发明完全符合设定的队长违反概率要求，而其他两个对比方案因在设计中缺少相应的要求，仿真结果严重违反了队长违反概率约束。