支持机器类型通信的动态接入拦截方法

胡茂智，唐 伦

（重庆邮电大学 移动通信重点实验室，重庆400065）

0 引 言

3GPP组织在高级长期演进 （long term evolution advanced，LTE－A）中引入了机器到机器 （machine to machine，M2M）通信技术，旨在提供一种可靠、智能的机器通信网络，也称机器类型通信 （machine type communication，MTC）。不同于以话音和数据业务为主的人与人（human to human，H2H）通信，MTC有自己独特的特点，如：机器设备 （machine device，MD）数量非常庞大、会话持续时间非常短、单次传输数据量非常小、对时延和时延抖动不敏感等［1，2］。

通常情况下，在LTE－A 系统中，机器设备初次接入网络时要执行竞争随机接入过程，如图1所示［3－5］。这一过程可以分为4个步骤：①机器设备发送先导序列，为第一次调度传输申请上行资源；②eNode B 响应机器设备的随机接入请求，并给与必要的调度信息；③机器设备发起第一次调度传输，发送Layer2／Layer3消息；④eNode B发送竞争解决消息，成功解码的机器设备反馈肯定的确认（ACK）。当机器设备成功接收到竞争解决消息之后即可认为随机接入过程结束，接入成功。

图1 LTE－A 竞争随机接入过程

然而，在添加M2M 应用后，无线接入网 （radio access network，RAN）中可能存在数量极其巨大的机器设备，如果这些机器设备同时发起接入尝试，将产生海量的信令交互，造成严重的碰撞、时延和丢包率，而发生碰撞的机器设备不断发起重新接入尝试，将引发RAN 的拥塞，甚至瘫痪。

文献 ［6］中提出了一些适用于M2M 通信接入控制的改进方案，如退避机制、分时隙接入方案、接入分类拦截（ACB）方案、基于Pull机制的控制方案、PRACH 资源分离方案和PRACH 资源动态分配方案等。本文在ACB方案的基础上，提出了一种基于贝叶斯估计的拦截参数动态调整算法，并在3GPP LTE－A 场景下搭建了M2M 通信模型进行计算机仿真，以评估算法性能。

1 系统模型

根据接入分类拦截 （ACB）方案，任何机器设备都可以划归于一个或多个接入分组 （Access Class，AC）。不采用ACB方案时，则所有的分类都可以接入PRACH；采用ACB方案时，系统将通过系统信息块 （SIB）向网络内的机器设备广播ACB信息，包括获准接入的分组和拦截其他分类的参数［7，8］。拦截参数有2个：拦截概率p 和退避时间τ，分别决定了机器设备初次接入被准许的概率和发起重新接入的最大退避时间。

若某个机器设备属于一个获准接入的分类，则此机器设备可以发起PRACH 接被允许接入的分类，则将处于“被拦截”状态。获准接入分组中的机器设备发起接入时，将产生一个介于 ［0，1）的随机数，如果此随机数小于拦截概率p，则此机器设备获准接入，否则将被拦截［9］。如果机器设备被拦截，则它将在延迟一段时间之后重新发起接入尝试。

以机器设备发起RRC初始连接场景为例，假设获准发起接入尝试分组中的机器设备总数为N，且这些机器设备不会在同一时刻发起接入，而是在有限的时间TA内发起接入。在t时刻，0≤t≤TA，发起接入的机器设备总数的概率密度函数为［5］

假设在接入持续时间TA内，可用的随机接入信道数为IA。信道的持续时间小于信道间隔，可以将TA等分为IA个离散的随机接入时隙 （接入时隙），第i个时隙的起点为第i个随机接入信道，每个时隙的长度为相邻2个随机接入信道之间的 间隔，持 续时间为 ［ti－1，ti］，且t0＝0，tIA＝TA。随机接入信道的时频结构如图2所示［10］。

所有的MTC 机器设备都可以量化为在某个时隙内接入，在时隙i内新接入的MTC总数Ni服从参数为α，β的Beta分布，记为Ni～Be（ α， β） ，与接入机器设备的概率密度函数和机器设备总数有关［11］

图2 随机接入信道的时频结构

如果系统中可用于M2M 通信的先导序列数为M，第i个接入时隙准备发起接入的机器设备总数为Ni，获准接入的机器设备数为Ji，Ji≤Ni，成功发送的先导序列数为Ki。当Ni＝n时，Ki＝k的概率为P （Ki＝k｜Ni＝n） ，由三部分组成［12］：

（1）Ni＝n个准备发起接入的机器设备中有Ji＝j个获准接入的机器设备数，剩下的机器设备出于“被拦截”状态；

（2）获准接入的j个机器设备中有k 个发送的先导序列未重复，接入成功；

（3）剩下的j－k个机器设备因为选择了重复的先导序列发生碰撞。

假设获准发起接入的Ji个机器设备选择先导序列的概率均等，都为，则第m 个先导序列被某个机器设备选中的概率为。则没有一个机器设备选中此先导序列的概率为

接入成功的概率，即仅有一个机器设备选中这个先导序列的概率，亦即一个先导序列被成功发送的概率为

可以看到，接入成功率为等待接入的机器设备数量和拦截概率的函数。

我们关心于拦截概率p 如何取值，使得被成功发送的先导序列数最多，也就是使得接入成功的机器设备数最多。为此，我们对被成功发送的先导序列数求取均值

将上式对p 求微分，得

由于在系统达到稳定后，RAN 中存在的机器设备数量保持稳定且数量巨大，可以视为远大于可用的先导序列数，所以将式 （2）带入式 （1），得

发生碰撞的概率，即至少有2个机器设备选中同一个先导序列的概率为

当等待接入的机器设备数趋近于无穷大时，有

未被拦截的机器设备在发起竞争随机接入过程后，先导序列存在3 种状态，未被选中、发送成功或发生碰撞，因此发生碰撞的先导序列数服从多项式分布，即

基于以上分析，如果能够知道在某一时隙等待接入的机器设备总数，那么就能动态的调节拦截概率，使得该时隙的接入成功率最大。而在实际系统中，接入分组的机器设备总数是未知的，在某个接入时隙发起接入的机器设备数量也是时刻变化的，因此我们引入了一种基于贝叶斯估计的动态调节机制，通过估计当前发起接入的机器设备数来自适应的调整拦截参数，以达到或接近于最佳通过率。

2 竞争终端数量估计

图3 隐式马尔科夫模型

已知给定等待接入的机器设备数量和发生碰撞先导序列数量条件下的后验信息服从狄利克雷分布，则有

式中：δ（）x ——冲击函数，当x＝0时δ（）x ＝1，当x≠0时δ（）x ＝0。

式中：。

根据前面的分析，，p（ θ｜ ρ，α） 为狄利克雷概率密度函数，因此有

根据维特比算法，令

则根据最大化后验概率准则，我们可以得到等待接入的机器设备数的估计值

3 动态接入拦截 （DAB）方案

动态接入拦截方案的执行过程如图4所示。如果当前时隙为随机接入时隙 （一个子帧有2个随机接入时隙），机器设备可以发起接入尝试，否则机器设备必须等待下一个随机接入时隙的到来。整个接入过程分为4个步骤：

第1步：基站调用近似MAP算法估计当前接入时隙可能的等待接入机器设备数。

第3步：系统通过广播信道向等待接入的机器设备发送系统信息块 （SIB），包括分组指示和拦截参数等。

第4步：等待接入的机器设备在发送先导序列之前，按照ACB方案发起随机接入过程。首先判断接收到来自eNode B的SIB中包含得分组指示和拦截参数是否允许自己在当前时隙发起接入，如果获准，则向基站发送资源申请消息；否则，执行退避机制。

图4 动态接入拦截方案执行过程

4 仿真结果分析

4.1 仿真参数配置

本文使用MATLAB 搭建了一个添加MTC 的LTE－A系统无线接入网络仿真平台。根据文献 ［6］，M2M 设备到达时间服从2 种分布类型：均匀分布的到达时间为60s，Beta分布的到达时间限定为10s。可供M2M 设备使用的先导序列数量为54 （总数为64）。仿真参数配置见表1。

根据第2节系统模型对随机接入过程的分析，我们可以根据先导序列的状态得到如下的3个指标：①先导序列发送成功概率：成功概率定义为eNode B 成功接收的先导序列数除以该时隙可用的先导序列数。②先导序列利用率：利用率定义为接入成功的机器设备所占用的先导序列数除以该时隙可用的先导序列数。③先导序列碰撞概率：碰撞概率定义为发生碰撞的先导序列数除以该时隙可用的先导序列数。由定义可知，成功概率＝利用率＋碰撞概率。

在本文的仿真中，假设终端发送的先导序列都能为eNodeB成功接收，则N 个等待接入的终端中有S 个终端接入成功的概率为

表1 仿真参数配置

其中，M 为该时刻可用的先导序列数。先导序列的利用率可以表示为发送成功的先导序列数与总数的比值

图5为不采用任何接入控制解决方案的M2M 通信先导序列利用率、发送成功概率和碰撞概率。图5 （a）表明在一个接入时隙内，当等待接入的M2M 设备总数等于系统可用的先导序列数时，先导序列的利用率最大，这与第3节的分析结果一致。对比图5 （b）和图5 （c）可看出，当等待接入的M2M 设备总数大于系统可用的先导序列数时，先导序列发生碰撞的概率逐渐增大，发送成功的概率不断减小。这是因为当等待接入的M2M 设备总数过大时，首次接入和重新接入的M2M 设备可选择的先导序列越来越少，他们所分配的发送功率也越来越低，所以被eNodeB检测到的概率也就越来越低。

4.2 仿真结果分析

图6为采用动态接入拦截方法的仿真结果，图6 （a）为先导序列发生碰撞的概率，图中带三角标号的曲线为DAB方法的仿真结果，带星型标号的曲线为传统ACB方案的仿真结果。可以看到随着等待接入的机器设备数量的增加，ACB方案曲线快速升高，当机器设备的数量等于可用的先导序列数时，DAB方案曲线趋于稳定，而ACB线则持续增加。而在达到稳定值之前，DAB 方案的碰撞概率高于传统ACB方案，这是因为等待接入的机器设备数较少时，系统会为机器设备分配较大的拦截概率，以保证对可用先导序列的利用率，这就造成了同一接入时隙获准接入的机器设备数的增加，发生碰撞的概率随之增加。从另一个角度说，采用DAB方案是以牺牲一定的碰撞概率来满足对先导序列的利用率较高且稳定的要求。

图6 （b）为先导序列被eNodeB 成功接收的概率，也即吞吐量。由图中可以看到，当等待接入的机器设备小于或大于可用的先导序列的总数时，系统吞吐量性能都有所提升。当等待接入的机器设备数太大时，系统分配的拦截参数过小，导致获准接入的设备数减少，造成了DAB方案 系统吞吐量性能提升的不明显，但系统中的碰撞并未增加。而ACB方案是因为发生碰撞的机器设备数急剧增加，这将不可避免的导致接入网拥塞，甚至造成系统瘫痪。

图5 先导序列资源利用率、接收成功率和碰撞概率

图6 采用DAB方案的碰撞概率、吞吐量和利用率

图6 （c）为先导序列的利用率，可以看到成功接入的设备在等待接入的机器设备数等于可用的先导序列数时达到稳定峰值。当等待接入的机器设备数小于可用的先导序列数时，因为大多数先导序列没有得到有效利用而导致利用率降低。但此时的利用率依然高于带星型标号的曲线表示的传统ACB方案利用率。另一方面，当等待接入的机器设备数大于可用的先导序列数时，因为DAB方案动态的调整拦截参数，如第2节所分析的那样，利用率能保持在一个较高的稳定值上，而传统的ACB方案却因为获准接入的机器设备数的增加，发生碰撞的概率急剧增大，导致先导序列的利用率亦即设备成功接入的概率的降低，最终导致系统处于无效的状态。

5 结束语

由于添加机器类型通信，LTE－A 系统的无线接入网络对等待接入的竞争终端数量是十分敏感的。本文采用了近似MAP算法来估计预测竞争终端的实时数量，以竞争终端数量的估计值 （近似值）为根据动态地调整ACB 拦截参数，从而接近理论值。由仿真结果来看，本文所提出的动态接入拦截算法在竞争终端发起接入之前能够比较准确的预测出等待竞争的终端数量，特别是在系统达到稳定状态后，能够达到比较理想的性能水平。而且，本文的算法是基于ACB方案做出的改进，更具有实际应用价值。

综上所述，准确估计出竞争终端的数量对支持MTC的LTE－A 系统无线接入网络的性能有十分显著的影响。仿真结果证明：当等待接入的竞争终端的数量十分巨大时，如果能够根据此数量动态的调整系统参数，将极大的提升接入成功率和带宽利用率。

［1］ETSI TS 102.689 v1.1.1 （2010－08）：Machine－to－machine communications；M2Mservice requirements［S］.2010.

［2］3GPP TS 22.368 V12.2.0 （2013－03）：Service requirements for machine－type communications［S］.2012.

［3］3GPP TR 37.868V1.0.0 （2011－08）：Study on RAN improvements for machine－type communications［S］.2011.

［4］Lien SY，Chen KC，Lin Y.Toward ubiquitous massive accesses in 3GPP machine－to－machine communications ［J］.IEEE Communications Magazine，2011，49 （4）：66－74.

［5］3GPP TR 23.887V0.9.0（2013－04）：Machine－type and other mobile data applications communications enhancements［S］.2013.

［6］Cheng M，Lin G，Wei H.Performance evaluation of radio access network overloading from machine type communications in LTE－A networks［C］／／WCNC，2012

［7］Wang G，Zhong X，Mei S，et al.An adaptive medium access control mechanism for cellular based machine to machine（M2M）communication ［C］／／IEEE Int’l Conf on Wireless Information Technology and Systems，2010.

［8］3GPP R2－120185 EAB／ACB interaction ［S］.Dresden，Germany：Nokia Siemens Networks，Nokia Corporation，2012.

［9］3GPP R2－104663 LTE：MTC LTE simulations ［S］.TSG RAN WG2＃71，2010.

［10］3GPP R2－113197performance comparison of access class barring and MTC specific back－off schemes for MTC［S］.Barcelona，Spain：ITRI，2011.

［11］3GPP TS 36.331V11.4.0 （2013－06）：Radio resource control［S］.2013.

［12］Duan S，Shah－Mansouri V，Wong VWS.Dynamic access class barring for M2Mcommunications in LTE networks［EB／OL］.［2013－10－11］.http：／／www.ece.ubc.ca／～vincentw／C／DSWcGC13.pdf.