機器類通信的隊列模型與過載控制研究.pdf

1、機器類通信(MTC, Machine Type Communications)①定義為通過蜂窩網絡進行數據傳輸的機器與機器(M2M, Machine-to-Machine)通信;與人與人(H2H, Human to Human)通信相比,具有應用類型繁多、業(yè)務模式多樣、終端數量巨大、小數據通信、上行占優(yōu)、定時通信、較低移動性等典型特征。MTC通信的大量引入與快速推廣將給參照H2H通信業(yè)務特性設計的蜂窩網絡帶來巨大挑戰(zhàn)。
　　當海量

2、MTC終端同步入網時,其瞬時突發(fā)性將造成承載網絡嚴重的流量過載或網絡擁塞。為評估海量MTC終端的入網性能并提出相應的過載控制機制,有必要建立MTC通信專屬的流量模型,即建立能表征海量MTC終端瞬時突發(fā)性的統(tǒng)計模型,以期為蜂窩網絡的優(yōu)化設計提供解決思路。為話音通信和分組交換網建立的經典Markov隊列模型,因其獨立增量特性和無后效性,被長期用于隨機流量建模;但由于它們均蘊含到達過程服從泊松過程的假設,將不再適用于MTC通信的流量估計與建模

3、。引入具有非泊松或非Markov特性的統(tǒng)計模型成為必然。3GPP(the3rd Generation Partnership Project)建議采用Beta分布模擬海量MTC終端短時間內同步入網的瞬時突發(fā)特性。Beta分布是具有有限支撐區(qū)間的雙參數概率密度函數,可等效為有限區(qū)間內隨機抽取的n個點的第r小點的概率密度函數,將其作為MTC通信到達時間間隔的概率密度函數,比以負指數分布作為到達時間間隔的泊松過程更能刻畫MTC通信的瞬時突發(fā)特

4、性?；谠撎岚概cMTC通信的典型應用特征,本文為 MTC通信建立了四類小區(qū)流量預測模型和兩類基于 Beta分布的隊列模型,并提出了四類MTC通信專屬的過載控制機制,含工程可實現(xiàn)的MTC通信專屬的退避機制。相關工作可為海量終端入網性能分析和過載控制提供參考。
　　論文的主要研究內容和成果包括:
　　①為滿足基于 MTC基本特征與特定網絡模型的性能評價需要,本文以小區(qū)為單位,為MTC通信的不同應用場景建立了四類總流量預測模型,分

5、別是靜止模型、擴展靜止模型、隨機游走模型和移動模型,從宏觀上給出了本地小區(qū)突發(fā)數據及信令開銷的計算辦法。分析表明:海量MTC終端接入時將使本地小區(qū)出現(xiàn)嚴重的流量和信令過載,預成簇或布置網關節(jié)點可以通過“瞬時大數據”換取“較少的信令開銷”進而緩解網絡的承載壓力。
　?、阼b于經典Markov隊列模型難以刻畫海量MTC終端同步入網的瞬時突發(fā)特性,基于3GPP參考流量模型,本文首先求解了以Beta分布作為到達時間間隔的更新過程的t時刻之前

6、的平均更新次數,即給定時間間隔內的平均更新個數,分析了MTC通信到達過程的接入強度等基本特性。接著基于 G/M/1隊列模型,為純MTC業(yè)務建立Beta/M/1隊列模型,為混合MTC業(yè)務和H2H業(yè)務建立Beta+M/M/1隊列模型,分析了海量MTC終端的入網性能及其對H2H通信的影響。通過推導參數為任意正整數的第一類合流超幾何函數的有限級數表示,給出了參數為任意正整數的Beta分布的概率生成函數的有限級數表示,該有限級數形式由指數函數和低

7、階冪函數的有限次加法和乘法運算構成,為到達時間間隔為Beta分布的更新過程和隊列模型的求解提供了解決思路。數值仿真表明:當MTC通信的到達時間間隔服從Beta分布時,其到達過程的接入強度、隊列系統(tǒng)的平均等待時間和平均逗留時間均遠遠大于由泊松過程模擬的H2H通信,驗證了業(yè)界熟知的由MTC帶來的網絡擁塞問題,相關結論也為過載控制機制的設計提供了理論依據。所建隊列模型與所給求解辦法不僅適用于3GPP參考模型,還可推廣到其他具有瞬時突發(fā)性的應用

8、場景。
　?、蹫榻鉀Q海量 MTC接入時承載網絡面臨的過載問題,結合上述隊列模型,本文提出了四類MTC通信專屬的過載控制機制,分別是組間聚類、可任意調整到達時間間隔的純數學方案、MTC專屬的ACB機制以及工程可實現(xiàn)的MTC專屬的退避機制。融入MTC通信流量特性的過載控制機制具有更強的針對性。通過蒙特卡洛仿真驗證了“MTC專屬的退避機制-分段均勻隨機退避算法”的性能情況,數值仿真表明:當MTC與H2H混合接入時,該算法可有效降低隨機接