有效的数据转发在物联网机器类型通信网络

文摘

申请者(机器类型通信)系统是最有前途的技术之一,提供物联网(物联网)应用程序。矿渣MTC系统遭受交通堵塞交通由于数据传输能力有限和破裂。交通拥堵影响数据交付,结果导致增加能源消耗数据重传,最后对物联网应用的提供者构成威胁。在本文中,我们集中在交通拥堵的问题,一个有效的数据转发机制来调节破裂通道访问大量的电子设备。规范的通信信道访问设备,我们预测的数量设备通过将交通负荷的预测新尝试访问的设备数量和设备的数量的预测重试访问通道。通过模拟,我们表明,我们的机制提高了访问成功概率,降低碰撞概率和访问延迟。

1。介绍

物联网(物联网)是一个系统,能够使相互关联的计算设备之间的数据传输在网络上不需要质量高交互。流行的物联网应用包括智能家居,这套设备,智能电网,智能城市。在物联网应用中,大量的设备生成数据相互通信。存在许多通信技术提供的设备之间的连接。在这些技术中,蜂窝网络如LTE(长期演进)可用于长距离数据交付。第三代合作伙伴计划(3 gpp)指定矿渣MTC(机器类型通信)在LTE网络支持数据交付(1,2]。

在很多物联网应用,交通是高度同步由于事件驱动的特点。换句话说,大量的设备试图访问网络在很短的时间内,这可能导致交通拥堵问题。为了解决这个问题,一个访问控制机制来调节访问必须保护系统的性能和服务质量3]。

在矿渣MTC,一个设备的数据发送与eNB(进化节点b)预留一个通道资源在接下来的握手过程(4,5]。首先,设备有数据发送选择预定义的先兆之一签名。设备发送一个请求消息与选定的序言eNB为了储备一个上行资源。第二,eNB分配上行资源发出请求的设备。如果多个设备选择相同的序言和发送请求消息,eNB设备被分配相同的上行资源。第三,该设备将其身份信息发送给eNB通过使用分配的上行资源。在多种设备的情况下用同样的序言,如果他们把他们的身份信息通过使用相同的上行资源同时,发生碰撞。最后,eNB承认成功解码设备的消息。在碰撞的情况下,eNB无法解码的信息装置,它不承认装置相撞。不被承认的设备不能随机访问尝试和重试后随机存取过程预设补偿时间。 When the number of retrials reaches the maximum number of preamble transmissions [1),设备最终失败在其通道访问尝试。

随着设备的数据发送数量的增加,瑞秋的竞争(随机访问信道),代表序列的时频资源(RA槽),增加和碰撞增加数量。缓解碰撞问题,机制必须有效地控制随机存取的过程。

在本文中,我们提出一种手段来调节从矿渣MTC设备随机存取。首先,我们估计的数量积压设备争夺渠道资源在RA插槽。估计积压设备的数量,我们将积压设备到设备从先前的RA槽和新激活的设备在当前RA插槽。通过分离,我们估计的数量积压设备在当前RA槽。然后,基于积压设备的数量在当前RA槽,我们预测的数量积压设备下拉槽。积压设备的数量在下拉槽,我们控制设备的随机访问尝试减少资源的竞争。仿真结果表明,我们的机制提高了设备的数量随机访问尝试成功。

本文的其余部分组织如下:在部分2,我们目前的相关研究。节3,我们提出我们的控制机制来调节随机访问尝试。在部分4和5,我们评估建议的机制的性能,得出结论。

2。相关工作

3 gpp指定了ACB(访问类禁止)机制来解决交通拥堵问题在物联网应用中(6]。ACB, eNB定期广播除非因素。当一个设备发送数据时,它生成一个随机数。如果随机数等于或大于除非因素,那么它的随机访问尝试是禁止。但是,3 gpp离开特定的算法来确定除非因素的价值实现问题。除非因素有一个权衡( ),这样如果严重堵塞发生在一个细胞,eNB集极低的价值,大部分的设备被禁止。它导致一些冲突但长访问延迟以及未充分利用的网络资源。访问延迟表明之间的时间生成一个访问请求和随机存取过程的完成。另一方面,如果eNB集到一个非常高的价值,碰撞发生在大部分的前言。

为了解决交通拥堵问题,提出了几种机制(7]。在[8),提出了一种机制来确定访问控制时启用或禁用。eNB打开或关闭其访问控制机制根据拥塞系数。拥堵系数表明设备的数量的比例随机访问失败的竞争设备的数量。当拥塞系数超过特定阈值,控制机制被激活。然后释放控制机制一旦堵塞系数低于阈值。

一旦启用了一个控制机制,机制来调节设备的访问尝试。一些文学侧重于优化问题以确定一个最优除非因素。在[9),除非因素决定成功最大化预期数量的设备在每个RA槽。在[10,11选择),除非因素最小化预期的总服务时间。预期的总服务时间是所有设备使用的时间成功访问瑞秋。为了解决优化问题,高成本由于复杂性和计算时间长是不可避免的。

在实际场景中,提出了启发式算法自适应地改变除非因素。在[12),一个拒绝的概率随机访问尝试基于交通负载使用比例综合微分控制器。在[13),网络的负载状态监控是基于预期的许多成功的设备获得随机存取。根据负载状态,序言传输控制。在[14),全球合作机制来控制多个细胞产生的。除非每个eNB因素共同决定在所有eNBs而不是单独决定在每个eNB实现全球稳定和访问负载共享。在[15),重点是放在分化矿渣MTC全新服务包括对延迟敏感和实现容忍延迟访问控制服务。瑞秋的分区策略提出了动态分区和瑞秋资源分配每种类型的服务。

这些启发式机制使用当前交通负荷或预测交通负荷。然而,当交通负荷估计,传统的成功机制通常使用设备的数量在每个RA插槽,因为eNB没有知识的数量积压设备。矿渣MTC系统、交通负荷分为两个部分。第一部分包括的设备没有成功在前面拉槽和结转到当前位置。第二部分包括新激活的设备在当前RA插槽。设备的数量取决于第一部分除非因素在前面的位置。在第二部分设备的数量可能遵守交通预测模型(1,16]。因此,估计积压设备的数量,合理考虑交通负荷两部分。

3所示。提出的机制

我们的机制估计积压设备的数量, ,在接下来的RA槽以确定一个最优除非因素。我们假定积压设备包含两种类型的设备:设备从先前的RA槽和新激活的设备在当前RA插槽。如图1,我们分开预测过程分为两部分,提出一种新的机制来控制禁止动态因素。首先,我们预测新激活的负载, ,在未来基于交通模型(图拉槽1(c))。然后,我们估计,承受的荷载 ,在未来基于除非因素在当前槽槽(图1(b))。最后,使用新激活的负荷预测和估计负载使用,我们估计在接下来的插槽。使用积压设备的估计数字,我们决定禁止的因素在下一个插槽的数量最大化成功设备随机存取。摘要符号表1。

我们的目标是确定除非因素在接下来的RA槽, 。,eNB只知道在当前RA插槽当它收到消息从设备随机存取过程的第三步。使用 ,我们估计如下: 是兰伯特函数。兰伯特函数的逆关系一个复数的指数函数。使用估计 ,我们确定如下: 我们还可以确定设备的数量从先前的RA的槽, ,从 。与和 ,我们估计 。

使用一系列的 风湿性关节炎,我们预测未来的新的尝试使用任何定量预测方法,如移动平均、指数平滑法、趋势预测、推断,和增长曲线(17]。此外,我们估计通过使用和 。因此,我们可以确定 。

本文以确定在RA槽, ,我们需要知道 ,以及 。我们计算最大化装置成功地随机访问的数量如下: 成功的期望值在RA槽中传输 如下(10,11]: 因此,我们可以确定如下: 最后,使用和 ,我们设置了禁止因素如下:

4所示。性能分析

我们采用MTC交通智能计量应用程序模型,用以作为实验场景,大量的设备访问瑞秋在一个高度同步的方式(1]。使用智能电表自动抄表等许多领域,能源需求管理和microelectric代管理。在智能计量模型中,伦敦市区的房屋密度位于一个细胞被用来定义米(MTC设备)的密度。我们设备的数量到35670年。每个设备要求在阅读一个数据传输频率, 。我们将阅读频率设置为5分钟(18]。设备的数量,新RA过程的开始th RA槽定义基于贝塔分布的交通模型如下: 在上面的,的时间是我th RA槽和下面是贝塔分布的值 和 (1]。 是β函数。评估性能的机制,我们开发了一个基于c的离散事件模拟器。我们假设一个典型的开环(物理随机访问信道)配置,PRACH-ConfigIndex= 6,子帧长度是1毫秒。表2列出了在我们的实验中使用的基本参数(1]。

图2显示了估计的值和使用(1)和(2)。在图中,为了提高图表的易读性,我们绘制交通负载/ 3 s(例如,时间指数),而不是每个RA槽。交通负荷是设备的数量发送瑞秋在RA槽前言。当试图访问瑞秋的设备数量急剧增加,设备的数量未能获得由于ACB检查或碰撞也会增加。因此,失败的设备进行到下一个RA槽。如图,分析估计的准确性值(和),我们估计的值进行比较实际值通过使用误差百分比。误差百分比约为11%和14%和 ,分别。图3显示了估计的值和 。在实验中,我们预测新激活设备的数量通过使用一个1阶自回归模型的, ,在之前的系列设备(19]。然而,其他定量预测方法如移动平均、指数平滑法、趋势预测可以用来代替 。

在当前RA槽计算之间的区别和在前面拉槽。随着交通负荷的增加,失败的设备数量的增加,所以设备的数量也增加了。设备的数量也会影响设备成功的数量在未来RA槽。分析值(估计的准确性和),我们使用百分比误差估计的值与实际值进行比较。误差百分比约为11.5%和15%和 。

图4显示除非因子的方差。当交通负荷 槽估计,我们使用的关系 。基于估计的交通负载()的价值被选中。在图中,“基于“增大化现实”技术(1) 数据“表明我们的机制中,AR(1)是用来预测使用和估计从和 。项目”基于“增大化现实”技术(1) 数据”表明,AR(1)是用来预测使用 。项目”基于“增大化现实”技术(1) 数据”意味着AR(1)是用来预测使用 。在“基于“增大化现实”技术(1) 数据,“除非因素是保守,它会导致未充分利用的渠道资源。在“基于“增大化现实”技术(1) 数据,“除非因素是积极和它在高竞争的结果。为“基于“增大化现实”技术(1) 数据,“除非因素设置适度利用可用的信道资源。

在文献中,交通负荷通常估计的基础上(13]。我们比较性能的机制(“用AR (1) 数据”)与传统的机制(“用AR (1) 数据”)。我们还用原来的ACB [6作为一个参考。在最初的ACB,拥塞控制被激活后,除非因子设置为0.1。我们使用三个性能指标的试验,获得成功的概率,碰撞概率,并访问延迟。访问成功概率定义为成功的设备的数量比竞争设备的数量在RA插槽。碰撞概率是事件的数量的比率,当两个或两个以上的设备使用相同的序言试图访问瑞秋随机存取前言的总数。在数据5,6,7,累计密度函数(CDFs)所示的三个指标。

在图5,测量访问成功概率描述。当三个机制在第90个百分位的值比较CDFs的”的概率基于“增大化现实”技术(1) 数据“略优于”基于“增大化现实”技术(1) 数据”,“原始ACB。”在图6三个机制,碰撞概率的比较。在的情况下“原来ACB,”因为只有10%的设备可以随机存取,碰撞概率是最小的。相比其他两种机制时,我们建议的机制有大约51%的碰撞概率低于传统机制在第90个百分位。图7显示了访问延迟。的性能“原始ACB”是最坏的打算。我们的访问延迟机制”比大约是41%和260%基于“增大化现实”技术(1) 数据”,“原来ACB,”分别。

在“原来ACB,”碰撞概率增加但访问推迟总是减少由于保守的方法。在“基于“增大化现实”技术(1) 数据,“激进的方法使碰撞概率增加和访问成功概率减少。在我们的机制。”基于“增大化现实”技术(1) 数据,“除非因素控制成功的设备的数量最大化要求随机访问。因此,成功概率和访问延迟比其他两个机制。然而,我们的机制取决于的性能预测方法的准确性。在细节中,AR(1)方法用于预测未来新的智能计量应用RA的尝试。根据应用程序的类型,可以不同的性能预测方法。为了进一步评估的准确性问题,补偿方法可以被认为是在未来的研究。

5。结论

为物联网提供有效的数据转发在矿渣MTC网络应用程序,由于破裂交通拥堵问题需要解决。为了解决这个问题,我们提出一种机制来动态地控制除非因素3 gpp ACB机制基于交通负荷预测。预测交通荷载,我们考虑两种类型的流量。第一种交通指示的交通负载新激活设备。第二种类型的交通指示的交通负载设备未能获得在过去的周期和重试在新周期的随机访问。考虑到预测交通荷载,我们调整除非因素最大化设备的数量,成功在新的随机存取周期。评价机制的有效性,我们比较与其他智能计量应用程序的机制。结果表明,该机制可以提高性能的访问成功概率和访问延迟。

对于未来的工作,我们改善我们的交通规则的机制来满足不同的QoS要求矿渣MTC设备多样化智能城市、智能家居等应用场景。

的利益冲突

作者宣称没有利益冲突。

确认

这项研究受到了基础科学研究项目通过韩国国家研究基金会(NRF)由教育部(NRF - 2015 r1d1a1a01060117和联盟- 2015 r1d1a1a09057141)。

引用

1. “第三代合作伙伴项目技术规范集团无线接入网络;研究了改善手写体通信、3 gpp TR 37.868 V11.0.0, 2011”。视图:谷歌学术搜索
2. “第三代合作伙伴项目,发展通用陆地电台访问(进阶);无线资源控制(RRC);36.331协议规范,3 gpp TS V12.7.0, 2015”。视图:出版商的网站|谷歌学术搜索
3. p . Jain, p -海德和h . Zisimopoulos机器类型通信在3 gpp系统中,“IEEE通讯杂志,50卷,不。11日,28-35,2012页。视图:出版商的网站|谷歌学术搜索
4. 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
5. 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
6. 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
7. R.-G。程,j . Chen D.-W。陈和学术界。魏”,建模和分析的扩展访问除非LTE-A机械化的通讯网络,算法”IEEE无线通信,14卷,不。6,2956 - 2968年,2015页。视图:出版商的网站|谷歌学术搜索
8. 英特尔公司,“进一步EAB信息更新机制的绩效评估,3 gpp r2 - 120270 # 77跑WG2会议,”2012年。视图:谷歌学术搜索
9. 王z和v . w . s . Wong“最佳访问类除了固定机器类型通信设备定时超前的信息,“IEEE无线通信,14卷,不。10日,5374 - 5387年,2015页。视图:出版商的网站|谷歌学术搜索
10. 段,诉Shah-Mansouri, v . w . s . Wong“动态访问类除非M2M通信在LTE网络,”《IEEE全球通信会议(GLOBECOM 13)IEEE,页4747 - 4752年,亚特兰大,乔治亚州,美国,2013年12月。视图:出版商的网站|谷歌学术搜索
11. 段,诉Shah-Mansouri, z . Wang和v . Wong“D-ACB:自适应拥塞控制算法丛发性M2M交通在LTE网络,”IEEE车辆技术,没有。99年,p . 2016。视图:出版商的网站|谷歌学术搜索
12. a . Ksentini y Hadjadj-Aoul, t·塔勒布,“基于手机的m2m:过载控制,”IEEE网络,26卷,不。6,54-60,2012页。视图:出版商的网站|谷歌学术搜索
13. 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),页368 - 372,休斯顿,德克萨斯州,美国,2011年12月。视图:出版商的网站|谷歌学术搜索
14. 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
15. Du, w·李,l·刘,p . Ren, y . Wang和l .太阳,“动态分化M2M的瑞秋分区进行大规模访问服务,“传感器,16卷,不。4、2016。视图:出版商的网站|谷歌学术搜索
16. m .英雄,p . Svoboda: Nikaein, m·鲁普“机器类型通信、交通模型”学报第十届IEEE国际研讨会于2013年无线通信系统,ISWCS 2013德吴,页651 - 655年,2013年8月。视图:谷歌学术搜索
17. c . m .周c . y .黄,彭译葶。赵”,负荷预测和除非机器类型通信控制,”学报2013年IEEE国际会议交流,国际商会2013年匈牙利,页5168 - 5172年,2013年6月。视图:出版商的网站|谷歌学术搜索
18. Verizon,“智能电网交通行为的讨论,”跑WG2会议# 69 b,文章ID 3 gpp r2 - 102340, 2010。视图:谷歌学术搜索
19. r . Bos, s . De Waele和p . m . t . Broersen“自回归谱估计的应用伯格算法不规则采样数据,”IEEE仪表和测量,51卷,不。6,1289 - 1294年,2002页。视图:出版商的网站|谷歌学术搜索

版权

版权©2017 Yujin Lim和Jaesung公园。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。