提高无线接入网络性能LTE-A机器对机器通信面临巨大的访问

文摘

预期的巨大的机器对机器(M2M)设备的增长,需要解决方案来提高随机接入信道(瑞秋)性能。最近的研究表明,无线接入网络(RAN)性能退化的高密度下设备。在本文中,我们提出了三种方法在LTE-A M2M通信提高了性能标准。第一种方法使用一个不同的值为物理瑞秋配置指数增加随机访问的机会。第二种方法解决了异构网络通过使用微微细胞增加资源和卸载控制交通的宏观基站。第三种方法包括聚合点和地址对运行性能的影响。基于评价结果,我们的方法提高了瑞秋性能的访问成功概率和平均访问延迟。

1。介绍

机器对机器(M2M)通信指的是数据通信实体之间(如自然灾害警报,智能电表,车辆移动全球定位系统(停靠),和可穿戴健康监视器),不一定需要人工交互。M2M应用的例子在图所示1。不同access-standardized M2M通信技术存在,如有线网络(即。,Ethernet), capillary (e.g., ZigBee and low-power WiFi), and cellular (e.g., General Packet Radio Service (GPRS) and Long Term Evolution-Advanced (LTE-A) standards). In this paper, we focus on the cellular M2M sector employing LTE-A technology. LTE-A provides benefits, such as ubiquitous coverage, large capacity, and interference management that enable it to cope with the needs of different M2M applications.

M2M通信的一般体系结构对M2M LTE网络和服务需求中描述(1- - - - - -4]。文献[5]介绍了M2M设备不同的网络访问方法(M2M-Ds)。这些方法被认为是由第三代合作伙伴计划(3 gpp)描述M2M版本的工作计划(6]。M2M-Ds可以直接与发展建立一个链接节点B (eNB)通过一个与另一个M2M-D M2M网关(M2M-GW)或。

M2M通信将使物联网(物联网)连接。进步是迅速从第四代(4 g)移动通信向无所不在地连接设备。增加M2M-Ds预计将达到32亿年的2019 (7]。3 gpp认为网络增强M2M通信(4和进一步优化LTE-A发布138M2M通信,将使LTE-A发挥重要作用第五代(5克)系统。

大多数M2M应用程序处理罕见的小数据传输。然而,这可能会导致网络拥塞,包括无线接入网络(RAN)堵塞,影响网络性能(如导致列车延误和可靠性问题)。尤其如此,如果众多的设备访问网络高度同步的方式(例如,在断电或暴力风暴)。这导致了交通拥堵导致不可接受的延迟,包丢失或服务不可用(9]。本文的重点是只在信号拥堵在跑的同时大量的M2M-Ds发起随机存取(RA)过程。

的主要研究在这种背景下面临的挑战是开发的空中接口以支持部署大量的M2M-Ds [10]。本文地址这一挑战通过调查相关问题。下面突出显示这些问题。简而言之,我们(我)简化复杂的网络来支持部署大量的M2M-Ds没有影响LTE-A系统架构,(2)适应信号从M2M-Ds的大量开销,(3)实现低延迟,nontolerant延迟的一些应用程序的应用程序,(iv)提高覆盖设备的边缘细胞。

总结了本文的主要贡献如下。(我)我们调查的影响物理随机接入信道(开环)配置指数增加(rao)随机访问的机会。这种方法的目的是增加饶和显示数量的增加影响了瑞秋的性能。(2)此外,我们检查分配的几个微微细胞增加前言的数量和减少宏单元的交通。(3)我们进一步考虑采用聚合点或M2M-GWs小型网络的接入点。在现实中,我们可以发现小型网络范围内的一个宏单元,但用不同的技术。(iv)这种方法的目的是探索的影响聚合点或M2M-GWs(聚合点和M2M-GWs以下互换使用)在瑞秋的性能。聚合点的作用是收集设备访问请求从小型网络,送他们到eNB,反之亦然。

在这项研究中,我们的目标是评估和提高瑞秋性能LTE-A在极端情况下(即。、交通模型两个在3 gpp [9])。在极端情况下,无数M2M设备(30000)访问网络/ 10 s高度同步的方式,使实现通过贝塔分布(9]。瑞秋性能评估的序言碰撞概率,平均数量的序言传输、访问成功概率和平均访问延迟。结果是基于无条件包传输(11,12]。本研究认为不同的密度值根据(9)和统计可用M2M-Ds在英国布里斯托尔城市中心13]。这些值是用来分析瑞秋容。验证该方法,我们建立了一个RA使用MATLAB程序。仿真结果验证了(13)与3 gpp技术报告(9]。

本文的其余部分的结构如下。节2,相关工作在现有拥塞控制方案。的方式提出的方法不同于以前的工作进行了讨论。部分3概述contention-based RA过程和瑞秋能力评价指标。RA的改进方法中概述部分4。模拟的系统模型和假设中所描述的部分5。瑞秋的一个评估,包括结果和讨论,提出了部分6。部分7总结这项工作。

2。相关工作

提出了各种方法来解决超载运行。这些技术基于[的一般分类9,10,16- - - - - -22)如图2。在[9),提出了不同的解决方案来控制拥塞,包括访问类禁止(ACB)计划,独立的瑞秋M2M通信资源,瑞秋资源的动态分配,割缝访问,具体的补偿方案,基于计划。这些方法和其他同样被描述在17,18]。在[23],在[所提出的解决方案9)评估瑞秋过载(开槽访问和基于计划除外)。尽管如此,提到的方法被认为是低效率的计划如果他们单独使用16]。

在[24),作者提供了分析,应用于RA LTE-A M2M通信过程。作者考虑多个类具有不同的服务质量(QoS) M2M-Ds智能电网。表达的各种类不同ACB倒扣计时器(BOs)。他们认为M2M-Ds开关到达过程,这是一个现实的方法M2M通信在智能电网环境下。

在[14),提出了新的机制来解决拥堵只考虑“延迟宽容”设备。第一种方法有一个长为序言传输补偿价值,其中包括利用更长的补偿值的任何碰撞发生传播从“延迟宽容”设备访问再尝试。另一个方法是prebackoff方法进行第一个序言传输之前,设备可以读取随机存取响应数据包的数据单元(RAR PDU)的其他设备获取补偿信息,甚至在执行第一次尝试。这种方式传播的初始序言传播全新“实现容忍延迟访问“请求”定义的时间表延迟宽容访问补偿值。“网络可以进一步阻止或传播与prebackoff第一序言传输方法。这两种方法评估交通模型下两最大补偿值为960 ms。拟议的计划提高瑞秋性能方面获得成功,碰撞概率,平均序言传输。然而,不存在数值结果的平均访问延迟,因为他们只有提出了“延迟宽容”设备解决方案。在[25),作者提出了一个动态补偿方案来控制交通拥堵在跑。他们评估了瑞秋的性能,认为极端的场景。这种方法提高了访问成功概率;然而,这种方法的缺点是增加的访问延迟的结果增加了倒扣计时器。增加nontolerant延迟应用程序不被接受。

然而,很少有研究考虑极端的场景,在该场景中,它生成同步交通评价瑞秋的高密度下性能设备在10 s。作者在15)考虑不同的交通类解决了过载问题。他们提出了优先随机存取(PRA)的体系结构。PRA架构由两部分组成:虚拟资源分配与class-dependent补偿程序和动态禁止访问。他们评估了瑞秋性能的访问成功概率和平均访问延迟为每个类。然而,智能电表的平均访问延迟,抵达一个同步方式(即。、到达率是极端场景)太高了。

在[25),作者提出了一个动态补偿方案来控制交通拥堵在跑。他们评估了瑞秋的性能考虑极端情况。这种方法提高了访问成功概率;然而,它的缺点是增加访问延迟由于增加了薄熙来。为nontolerant延迟应用这种增加是不可接受的。与此同时,作者在26)提出了一个适用在瑞秋的优化方法与资源协调机制。他们信号消息分为两种类型:多样化的信息和冗余信息,避免信号拥堵。尽管这种方法增强了瑞秋的性能方面获得成功的概率,它没有提供意味着提高瑞秋的访问延迟。瑞秋的访问延迟是一个重要的指标绩效评估,因此应该被考虑。

在[27),合作ACB方案提出了普通ACB增强的性能。这个方案是基于使用LTE-A异构多层网络的好处。作者部署三个微微细胞,每个M2M-Ds的20%设备和七大电池M2M-Ds其中的6%设备(即。,except the centric macrocell with 4% of the M2M-Ds among设备)。此外,他们共同优化ACB参数eNBs根据每个eNB拥堵的程度。该计划只使用一个序言限制随机访问资源的时间域而不是序言的域。该方案提高了平均访问延迟传统ACB相比。然而,平均访问延迟该方案仍然是不可接受的,因为平均访问延迟M2M-Ds大约是30000人ms。此外,作者没有说明类型的交通模型用于M2M-D到来。

最近,作者在28)提供了一组指导资源分配的任务在瑞秋的调查对瑞秋性能的倒扣定时器和最大序言传输尝试()。然而,交通设备遵循泊松分布,这与本研究的方法。在[18),不同的设置的影响开环配置的索引(即。0、3、6和9)是探索。不同的价值观(即。,3,10,15,和50) increase the RA resources and chances for the devices to successfully access the network by increasing the attempts of, respectively, transmitting the preamble. The authors evaluated RACH performance under only simultaneous arrivals of more than 1,000 devices. The evaluation metrics used in [18包括平均访问延迟,平均能量消耗,序言传输阻塞概率,平均数量。另一方面,目前的方法的重点是两个交通模型,即大规模设备(即与不同的范围。,从5000年到30000年设备)在10年代synchronistically访问网络。

作者在13,29日]分析了性能16000 M2M-Ds LTE-A在不同的频段。作者还认为不同系统参数的优化提高瑞秋的性能,如薄、介质访问控制(MAC)争用解决计时器(mac-Contention决议计时器),。结果显示瑞秋增强的访问成功的概率仅为特定的值。老板被证明提高瑞秋性能的访问成功概率;然而,它增加了平均访问延迟。

背后的动机的方法提出了解决交通拥堵在跑信号造成的开销使用现有LTE-A系统架构。此外,本文认为不同密度的设备评估瑞秋性能在极端的情况下。

3所示。随机接入信道

在LTE-A, M2M-Ds使用RA过程(即建立无线电联系。,creating a transition from the radio resource control (RRC) idle mode to the RRC connected mode) to complete an intrasystem handover for synchronizing the devices (in case they are in the RRC connected mode but not synchronized, and uplink or downlink data arrive). Alternatively, it synchronizes the devices to reestablish an RRC connection or to position or schedule a request. The RA procedure can be either contention-based or noncontention-based.

contention-based RA过程用于连接建立。设备随机选择访问资源。另一方面,noncontention-based RA过程用于intrasystem交接和下行数据的到来,在访问资源分配给eNB设备。在这项研究中,我们的重点是contention-based方法,即设备使用RA过程建立无线链路连接。

3.1。Contention-Based RA过程

正如上面提到的,在我们的方法,我们使用contention-based RA的过程。这是一个跨层过程(即。,米AC and physical layers) that deals with the logical, transport, and physical channels. The logical channels transfer data between the radio link control (RLC) and MAC sublayers (e.g., common control channel (CCCH)). The transport channels transfer data between the MAC and physical layers (e.g., RACH, downlink shared channel (DL-SCH), and uplink shared channel (UL-SCH)). However, the physical channels transfer data across the air interface (e.g., physical downlink control channel (PDCCH), PRACH, physical downlink shared channel (PDSCH), and physical uplink shared channel (PUSCH)).

contention-based RA过程信息通过提到的通道。争用RA过程包括四个设备之间交换消息和eNB,如图3。RA过程如下所述的消息。(我)第一个消息(MSG1)是一种随机存取序言,即设备随机选择一个序言54前言,是假设在9),并发送eNB的序言。这个消息处理瑞秋,转移开环的控制信息。设备使用信息转移到选择一个序言和计算开环传输功率。然后将序言与随机access-radio网络临时标识符(RA-RNTI)开环eNB下次饶。饶是根据开环配置指数定义,这是广播系统信息块中的两个(SIB2)。这一步可以让eNB估计设备的传输时间上行同步如果没有碰撞。碰撞发生,如果两个或两个以上的设备发送相同的序言eNB在同一RAO,定义在[9]。在这种情况下,eNB将无法解码MSG1相撞的设备;此外,它不会回应的随机存取响应(RAR)。(2)第二个消息(MSG2) RAR, eNB传送信息的设备如果没有碰撞。此消息包含一个临时cell-radio网络临时标识符(TC-RNTI)和时间提前(TA)命令(即。调整设备传输时间)。它分配上行资源设备用于第三步。设备检查PDCCH的循环冗余校验(CRC)位炒的RA-RNTI内随机存取响应窗口()阅读下行控制信息(DCI)和获得下行资源分配信息识别的位置在PDSCH RAR。如果设备没有找到PDCCH RA-RNTI,这意味着要么发生了碰撞,假定在9),或PDCCH资源不足是可用的。(3)第三个消息(MSG3)是一种RRC连接请求。因为我们专注于contention-based RA程序连接建立,设备使用TC-RNTI发送RRC连接请求使用无线电信号(SRB0)在CCCH无记名零。数据被映射到UL-SCH,上行控制信息(UCI)添加到结果UL-SCH在物理层处理转移到使用PUSCH eNB。发送MSG3后,设备开始争用解决从eNB计时器并等待响应。(iv)第四个消息(MSG4)是RRC连接设置,其中eNB向设备发送MSG4在CCCH使用SRB0,通过使用其TC-RNTI DL-SCH。RRC连接设置消息携带cell-radio网络临时标识符(C-RNTI),用于进一步的消息交换。RA过程被认为是成功的只有在成功完成所有步骤。如果设备在没有得到响应mac-Contention决议计时器再次,然后设备试图传递一个序言(但前提是没有达到)。

3.2。瑞秋能力评价指标

不同的措施可以被认为是评估的性能提出了瑞秋的M2M通信能力在3 gpp的一份报告中(9]。在这里,我们通过考虑下的碰撞概率评估瑞秋无条件包传输。碰撞概率的知识是很重要的资源管理。

本文使用的评价指标是以下(13]:(我)碰撞概率:事件的数量的比率在碰撞发生的总数的机会(有或没有访问尝试)。(2)访问成功概率:设备成功完成的数量之间的比率RA的程序和设备的总数。(3)平均访问延迟:总访问延迟时间之间的比率的成功访问设备和时间从第一个RA程序访问其成功完成所有设备成功完成了RA的过程。(iv)平均序言传输:序言的总数的比值为所有成功访问传输设备和设备的总数内成功完成RA过程中传输的最大数量。

4所示。随机存取的改进方法

如上所述,我们认为contention-based RA过程大量的设备访问网络在10 s。这种方法增加了饶和PDCCH争用资源;此外,它会导致减少访问成功的概率。在[17),作者表明了/核心网络(CN)资源不足以满足所有用户的需求和M2M-Ds。在本文中,我们提出了不同的方法来提高运行性能,如图4。

第一种方法增加rao增加访问资源的重新配置开环配置指数。在第二个方法中,我们把几个微微细胞在宏单元范围内增加PDCCH资源和减少交通eNB宏单元。放置在过去的方法,小型网络的聚合分宏单元的范围之内。5克的进化考虑部署聚合点的设备访问方法(30.]。这些方法在以下部分中详细给出。

4.1。开环配置指数

饶的可用性与开环配置指数。例如,如果配置指数六,然后有两个饶在每一帧,如图5(一个)。通过设置不同的值的指数,每帧饶的可用性变化。对瑞秋这个事实有一个内在的影响性能。附件B TR 37.868的3 gpp,瑞秋强度绘制对所需数量的rao每秒对于一个给定的碰撞的概率1%9]。他们认为,瑞秋的到来的请求均匀分布。

与此同时,该方法在18]使用0、3、6和9开环配置索引值来评估LTE的假设的瑞秋性能修正初始数量的同时到达特定的RA槽(即。RAO),不考虑同时到达的交通模式。作者评估瑞秋对平均访问延迟、阻塞概率,平均能源消耗,序言重发的平均数量。然而,在这项研究中,我们研究如何增加rao影响瑞秋容。我们的研究评估瑞秋在极端情况下(即性能。,within 10 s), and the arrival of device access requests follow a beta distribution over time. To enhance RACH performance, we increase the RAOs per frame by setting the PRACH configuration index to 12. For this configuration, the availability of RAOs is five per frame, as shown in Figure5 (b)。

4.2。Pico细胞

异构网络的主要作用是提供更多的覆盖和容量(即。,低成本和低功耗设备覆盖洞)[31日]。例如,一个大型细胞被宏观基站覆盖,毫微微接入点(fap), pico基站(pbs)或中继站(RSs)用于覆盖扩展和增长的能力。

因为给定的网络元素改善网络性能的容量和覆盖范围,运行性能的增强也预期。因此,我们选择了PBS的其优于其他网络元素。此外,PBS MBS相比耗能更低,成本更少。此外,它是所有移动设备访问,因为它是一个网络运营商部署的一部分公共基础设施和控制的网络运营商,这有助于进一步管理。此外,PBS传输是可靠和安全。此外,将pbs的MBS将增加(即访问资源。,preambles, PDCCH resources) that, in turn, will offload the traffic from the MBS to the PBSs, help to reduce MSG1 failures, and reduce the average access delay, especially in the case of many devices. Therefore, in our study, we place a different number of PBSs in the macrocell to improve RAN performance.

4.3。聚合点

涉及聚合点或M2M-GWs LTE-A系统被认为是解决控制了拥堵在5 g系统(30.]。它也被认为是一个巨大的机器通信电台访问方法(MMC) (32]。使用聚合点的目标是为实现网格提供不同的无线技术33]。此外,部署M2M-GW会帮助降低设备功耗传输通过M2M-GW低功率(10]。

在[5),介绍了一个M2M-GW作为M2M-D访问方法,使一个有效的路径之间的通信设备。在[34],作者提出一个架构,支持使用M2M继电器(M2M-R)作为数据集中器。作者部署M2M-R聚合方案,M2M-GW, eNB。此外,他们提出了一个可能的设计的M2M-GW设备都与M2M-GW,反过来,通过M2M-R eNB有关。研究集中于数据聚合与少量的设备(例如,最多500 M2M-Ds)。它显示减少协议开销。摘要聚合点是用来收集设备的访问请求来自它所属的小型网络。

两个不同场景的聚合点是用于访问请求在极端情况下(即。、交通模型两个在3 gpp [9])。在第一个场景中,聚合点作为隧道通过与eNB设备信息。

在第二个场景中,我们假设可用的聚合点multipacket接待。聚合点的行为类似于RA M2M-D的过程,即它与M2M-Ds共享相同的访问资源。聚合点收集设备请求在每个饶和作为一个请求处理传入的请求。聚合器点指的是这个请求作为一个群体的要求。一旦获得集团的要求,然后聚合点拨款请求的设备属于同一组。授予集团的设备共享相同的上行资源。

评估跑在场景一的目的是验证的实现聚合点在我们的模拟用于场景中两个。

5。系统模型和假设

系统模型占广播帧结构类型,适用于FDD。M2M交通到达率都要遵循一个β分布(极端情况)和。在这种情况下,众多M2M-Ds试图访问网络在10年代高度同步的方式(9]。使用LTE的时域随机存取结构。统计准确的结果,平均十细胞的部署,每一种都有1公里半径,这是作为一个典型的六角宏单元的大小。M2M-Ds在一个宏单元的数量被认为有以下值:5000,10000,16000,20000,25000,30000。

RA过程是使用MATLAB实现。我们的模拟结果验证(13)与3 gpp技术报告(9]。仿真参数的基础上(9展示在表1。

我们认为PDCCH资源的限制,可能会导致一个MSG2失败。序言的RA配置格式是零,这将限制序言长度为1(女士)。就像前面提到的3.1,contention-based RA过程共有54前言()。使用开环配置指数6包括使用一个饶每半框架,如图5(一个)。因此,饶的总数为极端场景(超过10 s)是2000。随机发送一个序言(即每个激活设备。,米SG1) within a maximum of ten preamble transmission attempts ()。然后,eNB过程MSG1检查是否存在一个序言碰撞(9]。如果没有碰撞,eNB发送一个RAR(即。女士,MSG2)设备在3 ()。否则,设备相撞后再次尝试访问一段时间(例如,+选择的时间统一设备内BO)新饶新序言,只要序言传输尝试的数量(例如,)不超过。

间歇过程中,为简单起见,用于提高电力设备的每次重传后,在这个模拟实现的函数()来描述成功的概率中传播,在哪里表示设备传输前言的次数()[9]。RAR获得设备的位置是通过内PDCCH分配(35]。假设在每个RAR有三个上行赠款。仿真假设16共同控制元素(cc),聚合级别四(即。,PDCCH格式是两个)。因此,PDCCH候选人的数量是4。因此,每RAO 12设备是理所当然,其余将再次尝试访问一段时间后(例如,+选择的时间统一设备在新饶BO),除非是达到了。

设备的成功接收RAR,他们过程RRC连接请求(即。在5 ms, MSG3) ()。之后,设备传输MSG3,等待RRC连接设置(即。在5 ms, MSG4) ()。成功交付的概率是90% MSG3和MSG4 [9]。设备未能交付MSG3或接收MSG4尝试重新发送失败消息(即。MSG3或MSG4)最大的五重发()。

假设MSG3的重传和MSG4非适应混合自动重发请求(非适应HARQ)。这个模型是根据3 gpp技术报告进行验证9)和无关紧要的两者之间的差异被发现在13]。修改系统模型适应提出了提出方法的下一个部分。

5.1。开环配置指数

考虑开环配置指数方法在我们的系统模型,我们必须设置开环配置指数12。这是通过配置subframes-0 rao, 2, 4, 6, 8-where rao增加到5 rao在每一帧,如图5 (b)。因此,饶总数为极端场景(超过10 s)是5000。

5.2。Pico细胞

部署微微细胞在一个宏单元,我们必须考虑不同的问题。重要的是知道在哪里找到PBS达到良好覆盖扩展,所需数量的微微细胞增强瑞秋的性能,和战略设备加入PBS。在[36),作者引用的重要性增加之间的距离MBS和PBS来提高系统性能。因此,在我们的系统模型中,我们考虑一个picocell 100米半径,750米的距离MBS达到良好覆盖边缘细胞设备。请注意,这是一个简单的假设评估瑞秋性能和不是一个最佳PBS的位置,这是超出了本文的范围。

在我们的模拟中,我们评估了运行性能与3和15微微细胞,如图6。每个picocell都有自己的一套(即序言序列来减少碰撞。,减少MSG1失败)。另外,每个PBS有自己的PDCCH资源,增加了设备的数量。这些设备位于picocell连接通过其PBS的范围。

5.3。聚合点

相同的假设微微细胞被假定的聚合点,使比较它们之间的一致性。因此,我们遵循微微细胞场景通过假设小型网络微微细胞存在于相同的位置。对于那些小型网络来说,不管他们的技术,使用一个聚合点放置在访问点。这是用于聚合设备访问请求的设备所在区域内的小型网络。唯一的条件中使用的技术的小型网络,覆盖小细胞与一个好的信号质量必须支持M2M-GW M2M-GW MBS链接。它们之间唯一的区别将pbs或M2M-GWs是M2M-GWs MBS的前言和PDCCH资源分享。

6。瑞秋的评估

瑞秋评价进行了不同的密度值:5000年,10000年,16000年,20000年、25000年和30000年(9,13]。根据不同的设备密度值,我们假设设备均匀分布在50到1000的范围从宏单元的中心。由于不同的案例研究认为,我们称这些情况如下:(我)3 gpp-compl。sim卡。:3 gpp-compliant只有一个宏单元的仿真。(2)开环配置。指数:3 gpp-compliant与开环仿真配置指数12所示。(3)3微微细胞:3 gpp-compliant模拟3微微细胞。(iv)15微微细胞:3 gpp-compliant模拟15微微细胞。(v)3 gg。点(1:1):3 gpp-compliant模拟3聚合分(1:1)的聚合点作为一个隧道。(vi)15 gg。点(1:1):3 gpp-compliant模拟15聚合分(1:1)的聚合点作为一个隧道。(七)3 gg。点(1:k):3 gpp-compliant模拟3聚合点(1:k),聚合点在每个饶总设备请求。(八)15 gg。点(1:k):3 gpp-compliant模拟15聚合点(1:k),聚合点在每个饶总设备请求。(第九)3微微细胞+开环配置。指数:3微微细胞结合开环配置指数12所示。(x)15微微细胞+开环配置。指数:15微微细胞结合开环配置指数12所示。(十一)3 gg。点(1:1)+开环配置。指数:3聚合点结合(1:1)和开环配置指数12所示。(十二)15 gg。点(1:1)+开环配置。指数:15(1:1)结合开环聚合点配置指数12所示。(十三)3 gg。点(1:k) +开环配置。指数:3聚合点(1:k)结合开环配置指数12。(十四)15 gg。点(1:k) +开环配置。指数:15聚合点(1:k)结合开环配置指数12。

6.1。瑞秋分析结果

如数据所示7和8,很明显,瑞秋在开环配置性能指数情况优于瑞秋在3 gpp-compliant仿真场景的表现。rao在开环配置指数的增加场景对评价指标有显著的影响。访问成功的概率密度值接近100%,平均最多48女士访问延迟。

此外,如图9,序言传输的平均数量密度值不超过2.6,这解释了原因减少的平均访问延迟。图10说明了访问失败的场景的分析显示百分比的每个原因访问失效概率。5000年设备,所有场景中的访问成功概率是100%。因此,这个密度值是排除在分析之外。

在3 gpp-compliant模拟、高密度值的主要原因瑞秋的MSG1失败,因为失败是序言碰撞,如图10 ()。例如,在30000台设备的情况下,访问失效概率是73.14%。这种访问的失效概率,96.36%的设备失败的一个MSG1序言碰撞,0.72%是由于MSG1低信噪比(信噪比),因为这些设备位于细胞边缘,1.31%是由于MSG2缺乏PDCCH资源,和1.61%是由于MSG3和MSG4失败。MSG3和MSG4失败的系统模型假设,在失败的概率交付MSG3和MSG4是10%。

开环配置索引的情况下,唯一的密度值和瑞秋的失败是25000年和30000年设备,如图10 (b)。瑞秋失败的主要原因在这个场景中对25000年的失败的情况下MSG3和MSG4。在30000台设备的情况下,瑞秋失败的主要原因是,MSG2失败的PDCCH资源紧缺。而且明显的图11碰撞的概率减少了,因为更饶开环配置指数的场景。我们得出结论,采用开环配置索引的情况下,我们可以实现高访问成功率较低的平均访问延迟。

比较的结果3 gpp-compliant picocell方法的仿真结果图12,很明显,瑞秋性能picocell方法优于3 gpp-compliant模拟场景的访问成功概率。指图10访问失败的主要原因,3 gpp-compliant模拟MSG1的失败的序言碰撞。即将到来的微微细胞数目增加前言和PDCCH资源。这对提高瑞秋性能具有重要的影响。此外,微微细胞的作用将宏单元的流量有显著的影响。然而,由于有限的报道微微细胞(即。,limited in its ability to host a large number of devices because of the assumed picocoverage), not all devices will obtain the benefits of the deployed picocells.

然而,picocell方法提高了瑞秋的性能和增加访问成功概率范围在这两种情况下(即密度值。3和15微微细胞),如图12。

在三个微微细胞场景中,增加访问成功的概率很小。然而,在15-picocell场景中,访问成功概率大大增加3 gpp-compliant相比模拟。分析失败的访问场景如图13。在三个微微细胞的场景中,如果设备的密度小于或等于16000,访问成功概率高。有一个瑞秋失败的主要原因是缺乏PDCCH资源,这可能会导致一个MSG2失败(3微微细胞并不足够)。

更高的密度值,访问失败的主要原因是碰撞MSG1的高密度的设备在很短的时间内尝试访问。15-picocell场景,获得成功的概率是100%,5000年和10000年的情况。16000年设备访问失效概率是4%。瑞秋失败的主要原因是再次MSG2失败由于缺乏PDCCH资源。然而,随着设备的密度增加到30000设备,失败的主要原因是MSG1再次碰撞。

另外在本研究中,我们调查了picocell方法如何影响平均访问延迟。在这种方法中,平均访问延迟的性能相比是减少3 gpp-compliant模拟,如图14。同样的观察是序言的平均传输而言,如图15。

场景3和15的聚合点(1:1),瑞秋访问成功概率是类似于3 gpp-compliant模拟,如图16(此句是其他指标的观察)。这个结果是预期,因为聚合点,这些场景的作用是通过访问设备请求eNB没有积累请求。我们曾经提到的场景来验证的实现聚合点在场景3和15聚合点(1:k)。

在聚合点方法中,聚合点收集或聚合的要求设备在每个拉奥(即。、3 -和15-aggregation-point (1:k)场景)。结果显示略有改进的访问成功概率只有15个场景的聚合点(1:k)(图17)。是这种情况,因为非常小的减少碰撞概率自聚合的作用在于集团设备请求在同一饶和发送一个请求。这导致轻微的序言传输的平均数量的减少。

然而,重要的是要注意,聚合点没有执行,因为少量的聚合请求和由于交通模式,在设备到达之后贝塔分布(即。,最多四个请求)。剩下的结果3 -和15-aggregation点(1:k)场景类似的3 gpp-compliant模拟。因此,数字不包括。

瑞秋失败的分析场景3和15聚合点(1:k)相比略有不同的分析3 gpp-compliant模拟(图18)。10000年设备,访问失败的概率很低。16000台设备的情况下,瑞秋的原因失败是MSG2的失败。这是不同于分析失败的3 gpp-compliant模拟场景中,瑞秋的高比例的失败是因为碰撞。高密度的价值观,瑞秋失败的主要原因是碰撞,如3 gpp-compliant仿真。在场景3和15聚合点(1:k失败),由于碰撞减少比3 gpp-compliant模拟。然而,这导致增加eNB请求PDCCH上的争用的设备资源,导致MSG2失败。

在这项研究中,我们另外评估提出的组合方法(开环配置指数场景结合picocell和聚合点方法)(表2)。表包括3 gpp-compliant仿真的数值结果和开环配置指数的场景与前面讨论的结果为后者的场景。

在picocell和开环配置指数的方法相结合,利用开环配置指数方法(即。,增加rao)补充剂的优点picocell方法(即。,额外的前言和卸载功能)。明显的表2,这个场景的结果比之前的所有场景的结果获得成功概率,平均访问延迟和平均序言传输。注意,通过开环的组合方法配置指数和微微细胞,获得成功的概率大约是100%的密度值,除了30000年的设备,在使用三微微细胞picocell和开环配置指数相结合的方法。

对于剩下的场景,在开环配置指数结合的聚合点方法,瑞秋性能见表2类似于场景中两个的性能,如预期从之前的结果。

瑞秋性能的最佳结果的比较提出的方案(9,14,15,23与30000年],认为交通模型两个设备和提出方案的选择方法的工作表3。如表所示,再补偿方案和prebackoff方案提出了14]访问成功概率和较低的平均最高序言传输相比其他方案。然而,没有数值结果的访问延迟,因为这些计划只提出全新解决了拥堵实现容忍延迟设备。在这项研究中,我们的方法(即。,开环配置指数,15微微细胞with the PRACH configuration index, and 15 aggregation points with the PRACH configuration index) can serve different M2M applications with an acceptable average access delay, high access success probability, and low average preamble transmissions.

6.2。讨论

我们的结果表明,开环配置指数方法大大提高了瑞秋的性能获得成功的概率,平均访问延迟,平均序言传输,碰撞概率的增加饶。这种方法适用于nondelay宽容M2M应用因为它的优势。另一方面,因为RA过程使用六个资源块在每个子帧,12.5%的上行资源5 MHz带宽消耗一次开环配置索引设置为12 (9]。尽管如此,我们认为这种方法可以在不牺牲上传传输的服务质量,特别是如果我们切换到一个更高的带宽(如20 MHz,资源块的数量是100),因为大多数的M2M应用考虑较小的数据传输。这种方法适用于一般的M2M服务需求,如订阅管理、添加或删除M2M特点,或控制流量。在这种方法中,网络运营商控制MBS,这反过来,管理细胞M2M-Ds。

picocell方法表现良好,尤其是在访问成功概率、平均访问延迟和平均序言传输所有密度值如果部署微微细胞的数量增加。这个结果是由于增加的数量的前言,PDCCH资源的可用性,eNB和减少流量,可以有效地改善交通堵塞和提高瑞秋的性能。然而,有一个关联的成本引入额外的微微细胞。这种方法适用于一般的M2M服务需求,因为PBS同样是由网络运营商控制。

部署大量的聚合点收集设备请求M2M架构并不显著提高瑞秋的性能在这个场景中。

如预期的组合方法,瑞秋性能得到了改进。在我们的分析中,最有前途的解决方案,实现访问成功概率高、较低的平均访问延迟和较低的平均中传输的情况下15微微细胞结合开环配置指数。

7所示。结论

本文提供了一个分析RA LTE-A M2M通信过程。本研究的重点是一个极端的场景和重型设备试图访问网络的密度在很短的时间内和一个同步的方式。在本文中,我们提出了三种方法来提高瑞秋容量性能。开环配置指数方法取得了显著改善在所有情况下的瑞秋性能包括大量的设备访问的成功概率,平均访问延迟和平均序言传输。

相比显著减少碰撞概率3 gpp-compliant模拟另外确定。picocell方法15微微细胞增强瑞秋性能方面的访问成功概率,平均访问延迟和平均数量的序言传输。的聚合点,只有很轻微的增强观察聚合点的数量调查。的方法结合开环配置指数和微微细胞比所有方法执行。简而言之,部署任何前面提到的方法取决于不同的问题,如类型的M2M应用程序和部署成本。

相互竞争的利益

作者宣称没有利益冲突有关的出版。

确认

Fatemah Alsewaidi要感谢公共权威应用教育和培训(PAAET),科威特,赞助她的博士学位研究。

引用

1. ETSI TS 102 690 V2.1.1”,机器对机器通信(M2M):功能架构,”2013年10月。视图:谷歌学术搜索
2. ETSI TS 102 689 V1.1.1”,机器对机器通信(M2M): M2M服务需求,”2010年8月。视图:谷歌学术搜索
3. 3 gpp TR 23.888 V11.0.0”系统改进为机械化的通信(MTC),“2012年9月。视图:谷歌学术搜索
4. 3 gpp TS 22.368 V13.1.0”,机械化的通信服务需求(MTC);第一阶段”,2014年12月。视图:谷歌学术搜索
5. k .郑f·l·胡w . b . Wang w·香和m . Dohler“无线电资源分配与M2M通信LTE-advanced蜂窝网络,”IEEE通讯杂志,50卷,不。7,184 - 192年,2012页。视图:出版商的网站|谷歌学术搜索
6. “机械化的标准化通信、V0.2.4”, 2014年6月。视图:谷歌学术搜索
7. 思科视觉网络指数“思科视觉网络指数:全球移动数据流量预测更新,2014 - 2019,”白皮书,2015,http://www.cisco.com/c/en/us/solutions/collateral/service provider/visual -网络-指数- vni/white_paper_c11 520862. - html。视图:谷歌学术搜索
8. 3 gpp次数rp - 141865”,进一步修订WI: LTE物理层对矿渣MTC的改进,“没有了会议。66年,爱立信,爱丁堡,苏格兰,2014年9月。视图:谷歌学术搜索
9. 3 gpp TR 37.868 V11.0.0,“跑改进为机械化的通信,研究”2011年9月。视图:谷歌学术搜索
10. h·沙里亚r . Ratasuk s Iraji et al .,“机械化的通讯:当前状态和未来的角度对5 g系统,”IEEE通讯杂志,53卷,不。9 - 17,2015页。视图:出版商的网站|谷歌学术搜索
11. 3 gpp次数r2 - 112198”,瑞秋碰撞概率的讨论澄清,”工研院3 gpp TSG-RAN WG2会议。73 b,上海,中国,2011年4月。视图:谷歌学术搜索
12. R.-G。程,学术界。魏,S.-L。曹,F.-C。任,“瑞秋碰撞概率为机械化的通信,”IEEE 75车辆技术研讨会论文集(职业训练局的12)IEEE,页1 - 5,2012年6月,日本横滨。视图:出版商的网站|谷歌学术搜索
13. f . Alsewaidi d Kaleshi, a . Doufexi”电台访问M2M通信网络性能分析在800 MHz LTE-A,”车间IEEE无线通信和网络研讨会论文集(WCNCW 14),页110 - 115,伊斯坦布尔,土耳其,2014年4月。视图:出版商的网站|谷歌学术搜索
14. 3 gpp次数r2 - 112863,“倒扣增强了过载控制,3 gpp次数WG2没有跑去。73双,巴塞罗那,西班牙,2011年5月。视图:谷歌学术搜索
15. j。程,学术界。李,T.-M。林”,优先与动态随机存取访问除非在3 gpp LTE-a网络过载”《IEEE GLOBECOM研讨会(GC Wkshps 11)2011年12月,页368 - 372。视图:出版商的网站|谷歌学术搜索
16. S.-Y。留置权,K.-C。陈和林y”无处不在的大规模访问3 gpp机器对机器通信,”IEEE通讯杂志卷,49号4、66 - 74年,2011页。视图:出版商的网站|谷歌学术搜索
17. M.-Y。程,G.-Y。林,H.-Y。魏,a . c c。许,“machine-type-communications LTE-advanced系统过载控制,”IEEE通讯杂志,50卷,不。6,38-45,2012页。视图:出版商的网站|谷歌学术搜索
18. a . Laya l .阿隆索和j . Alonso-Zarate”是LTE的随机接入信道和LTE-A适合M2M通信吗?选择的调查。”IEEE通信调查和教程,16卷,不。1,4-16,2014页。视图:出版商的网站|谷歌学术搜索
19. m·哈桑·e·侯赛因,d . Niyato“随机存取机器对机器通信在LTE-advanced网络:问题和方法,“IEEE通讯杂志,51卷,不。6,86 - 93年,2013页。视图:出版商的网站|谷歌学术搜索
20. M.-Y。程,G.-Y。林,H.-Y。魏和c c。许”,绩效评估机器类型通信的无线接入网络重载LTE-a网络”车间IEEE无线通信和网络研讨会论文集(WCNCW 12)2012年4月,页248 - 252。视图:出版商的网站|谷歌学术搜索
21. 彭译葶。哦,d .黄,T.-J。李,“联合为并发访问控制和资源分配和大规模M2M设备的访问,“IEEE无线通信,14卷,不。8,4182 - 4192年,2015页。视图:出版商的网站|谷歌学术搜索
22. f . Ghavimi和h。陈,“M2M通信在3 gpp LTE / LTE-A网络:架构、服务需求、挑战,和应用程序,”IEEE通信调查和教程,17卷,不。2、525 - 549年,2015页。视图:出版商的网站|谷歌学术搜索
23. 3 gpp次数r2 - 104662 MTC仿真结果与特定的解决方案,“跑WG2没有。71年,西班牙马德里,2010年8月。视图:谷歌学术搜索
24. j . s . Vardakas n . Zorba c . Skianis和c . v . Verikoukis”的M2M通信网络性能分析QoS-differentiated智能电网应用,”《IEEE Globecom研讨会(GC Wkshps 15)IEEE,页1 - 6,圣地亚哥,加利福尼亚州,美国,2015年12月。视图:出版商的网站|谷歌学术搜索
25. G.-Y。林,S.-R。常,H.-Y。魏:“估计和适应丛发性LTE随机访问,”IEEE车辆技术,卷65,不。4、2560 - 2577年,2016页。视图:出版商的网站|谷歌学术搜索
26. y, c .周,o . Bulakci”协调随机存取管理网络过载避免细胞机器对机器通信,”欧洲无线学报》20日欧洲无线会议西班牙巴塞罗那,页1 - 6,2014。视图:谷歌学术搜索
27. S.-Y。留置权,郭宏源。Liau彭译葶。花王,K.-C。陈,“合作访问类除非机器对机器通信,”IEEE无线通信,11卷,不。1,新,2012页。视图:出版商的网站|谷歌学术搜索
28. g . Foddis r . g . Garroppo佐丹奴,g . Procissi s .罗马和s . Topazzi”在瑞秋前言分离人类和机器类型通信”IEEE国际会议通信学报》(ICC的16)、吉隆坡、马来西亚,2016年。视图:谷歌学术搜索
29. f . Alsewaidi d Kaleshi, a . Doufexi”性能比较LTE-A跑操作在800兆赫和2.4 ghz乐队M2M通信”学报》第11届国际研讨会在无线通信系统(ISWCS 14)西班牙巴塞罗那,页824 - 829,,2014年8月。视图:出版商的网站|谷歌学术搜索
30. r . Ratasuk a·普拉萨德,z, a . Ghosh和m . Uusitalo”最近的进步M2M通信4 g网络和进化向5克,”情报学报18国际会议在下一代网络(ICIN 15)页,52-57 IEEE,巴黎,法国,2015年2月。视图:出版商的网站|谷歌学术搜索
31. S.-P。吴叶,美国犯错误,g . n . Himayat和k Johnsson”在异构网络容量和覆盖增强IEEE无线通信,18卷,不。3,32-38,2011页。视图:出版商的网站|谷歌学术搜索
32. p . Popovski g .冻,a .鲁斯et al .,”交付D6。3中间系统评价结果。”信息通信技术317669年,梅蒂斯人,2014年。视图:谷歌学术搜索
33. s . g . Wu犯错误,k Johnsson n . Himayat和k·d·约翰逊,“M2M:从移动嵌入式互联网,”IEEE通讯杂志卷,49号4日,第36 -,2011页。视图:出版商的网站|谷歌学术搜索
34. A, y . w .法律,和m .家室”cellular-centric服务架构的机器对机器(M2M)通信,”IEEE无线通信,20卷,不。5,143 - 151年,2013页。视图:出版商的网站|谷歌学术搜索
35. c·w·约翰逊,长期演进的子弹2012年,北安普顿,英国,英国。
36. p, h .田l .高,j . Wang x,她和l .陈”部署LTE-A Macro-Pico异构网络系统的分析和优化,”学报15个人多媒体无线通信国际研讨会(WPMC 12)2012年9月,页246 - 250。视图:谷歌学术搜索

版权

版权©2016 Fatemah Alsewaidi等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。