机器类通信的队列模型与过载控制研究-通信与信息系统专业论文.docxVIP

中文 中文摘要 重庆大 重庆大学博士学位论文 I I PAGE PAGE VI 摘 要 机器类通信（MTC, Machine Type Communications）①定义为通过蜂窝网络进 行数据传输的机器与机器（M2M, Machine-to-Machine）通信；与人与人（H2H, Human to Human）通信相比，具有应用类型繁多、业务模式多样、终端数量巨大、 小数据通信、上行占优、定时通信、较低移动性等典型特征。MTC 通信的大量引 入与快速推广将给参照 H2H 通信业务特性设计的蜂窝网络带来巨大挑战。 当海量 MTC 终端同步入网时，其瞬时突发性将造成承载网络严重的流量过载 或网络拥塞。为评估海量 MTC 终端的入网性能并提出相应的过载控制机制，有必 要建立 MTC 通信专属的流量模型，即建立能表征海量 MTC 终端瞬时突发性的统 计模型，以期为蜂窝网络的优化设计提供解决思路。为话音通信和分组交换网建 立的经典 Markov 队列模型，因其独立增量特性和无后效性，被长期用于随机流量 建模；但由于它们均蕴含到达过程服从泊松过程的假设，将不再适用于 MTC 通信 的流量估计与建模。引入具有非泊松或非 Markov 特性的统计模型成为必然。3GPP （the 3rd Generation Partnership Project）建议采用 Beta 分布模拟海量 MTC 终端短 时间内同步入网的瞬时突发特性。Beta 分布是具有有限支撑区间的双参数概率密 度函数，可等效为有限区间内随机抽取的 n 个点的第 r 小点的概率密度函数，将其 作为 MTC 通信到达时间间隔的概率密度函数，比以负指数分布作为到达时间间隔 的泊松过程更能刻画 MTC 通信的瞬时突发特性。基于该提案与 MTC 通信的典型 应用特征，本文为 MTC 通信建立了四类小区流量预测模型和两类基于 Beta 分布 的队列模型，并提出了四类 MTC 通信专属的过载控制机制，含工程可实现的 MTC 通信专属的退避机制。相关工作可为海量终端入网性能分析和过载控制提供参考。 论文的主要研究内容和成果包括： ① 为满足基于 MTC 基本特征与特定网络模型的性能评价需要，本文以小区 为单位，为 MTC 通信的不同应用场景建立了四类总流量预测模型，分别是静止模 型、扩展静止模型、随机游走模型和移动模型，从宏观上给出了本地小区突发数 据及信令开销的计算办法。分析表明：海量 MTC 终端接入时将使本地小区出现严 重的流量和信令过载，预成簇或布置网关节点可以通过“瞬时大数据”换取“较 少的信令开销”进而缓解网络的承载压力。 ② 鉴于经典 Markov 队列模型难以刻画海量 MTC 终端同步入网的瞬时突发特 性，基于 3GPP 参考流量模型，本文首先求解了以 Beta 分布作为到达时间间隔的 ①本文行文不再区分 MTC 通信和机器类通信 更新过程的 t 时刻之前的平均更新次数，即给定时间间隔内的平均更新个数，分析 了 MTC 通信到达过程的接入强度等基本特性。接着基于 G/M/1 队列模型，为纯 MTC 业务建立 Beta/M/1 队列模型，为混合 MTC 业务和 H2H 业务建立 Beta+M/M/1 队列模型，分析了海量 MTC 终端的入网性能及其对 H2H 通信的影响。通过推导 参数为任意正整数的第一类合流超几何函数的有限级数表示，给出了参数为任意 正整数的 Beta 分布的概率生成函数的有限级数表示，该有限级数形式由指数函数 和低阶幂函数的有限次加法和乘法运算构成，为到达时间间隔为 Beta 分布的更新 过程和队列模型的求解提供了解决思路。数值仿真表明：当 MTC 通信的到达时间 间隔服从 Beta 分布时，其到达过程的接入强度、队列系统的平均等待时间和平均 逗留时间均远远大于由泊松过程模拟的 H2H 通信，验证了业界熟知的由 MTC 带 来的网络拥塞问题，相关结论也为过载控制机制的设计提供了理论依据。所建队 列模型与所给求解办法不仅适用于 3GPP 参考模型，还可推广到其他具有瞬时突发 性的应用场景。 ③ 为解决海量 MTC 接入时承载网络面临的过载问题，结合上述队列模型， 本文提出了四类 MTC 通信专属的过载控制机制，分别是组间聚类、可任意调整到 达时间间隔的纯数学方案、MTC 专属的 ACB 机制以及工程可实现的 MTC 专属的 退避机制。融入 MTC 通信流量特性的过载控制机制具有更强的针对性。通过蒙特 卡洛仿真验证了“MTC 专属的退避机制-分段均匀随机退避算法”的性能情况，数 值仿真表明：当 MTC 与 H2H 混合接入时，该算法可有效降低随机接入过程的冲 突概率和退避次数、保障 H2H 的通信质量，将系统有效吞吐量提高 2%~5%，代价 是 MTC