一种基于前导复用和碰撞感知的随机接入控制方法及系统

1.本发明涉及通讯技术领域，尤其涉及一种基于前导复用和碰撞感知的随机接入控制方法及系统。


背景技术：

2.在工业物联网(iiot)中，由于较高概率的接入碰撞，现有的基于接入类别限制(acb)的随机接入策略在大量物联网设备发起接入的情况下会遭遇严重的性能恶化。
3.工业物联网(iiot)，能够支持大规模机器类设备的接入和感知并与周围设备进行互动，被设想为即将到来的工业4.0的潜在支持技术。由于设备的大规模连接，产生的突发流量可能会导致工业物联网(iiot)接入网络的严重访问拥堵。因此，如何处理大规模设备的随机接入访问(ra)被认为是工业物联网(iiot)的一个主要挑战[2]。
[0004]
为了减少随机访问过程中的拥堵问题，已经有一些访问控制方案，包括但不限于访问等级限制(acb)、独立的随机接入通道、基于退避的介入方案和分组寻呼方案[3]-[7]。其中，acb方案由于其在控制突发流量方面的优势，被认为是iiot的一项前瞻性技术。一般来说，acb方案通过一个阈值控制访问设备的介入流量，此阈值称为acb系数。也就是说，如果acb系数的数值大，大量的设备可以通过acb检查步骤，而在随后的访问程序中可能会造成访问拥堵。另一方面，在较小的acb系数下，设备可能无法通过acb检查步骤，导致访问设备数量少。为了自适应地支持iiot网络中的更多设备，在[8]-[10]中研究了可调整的acb因子设计的介入技术，同时还研究了碰撞前导信号检测算法。在[8]中，研究了一种动态acb方案以支持物联网网络中不同数量的接入节点。在[9]中，提出了一种用于自适应的acb方案的退避时间估计方法。在[10]中，提出了一种自适应的前导信息切片算法，以动态地确定前导信息集的大小。duan等人[11]提出了一个动态acb方案，以减少ra延迟，该方案基于活动设备的数量以及前一个时隙的前导碰撞状态。然而，它忽略了预计将在当前时隙中使用的碰撞的前导信息。因此，它导致了前言资源的低效率和高访问延迟。基于固定设备的定时提前(ta)信息，wang和wong[12],[13]提出了一种递归方法，根据整个ra过程中未使用的序言数量，动态更新acb系数。然而，上述工作并没有考虑到在ra程序的第一步中，碰撞预爆的可重复使用性的影响。事实上，联合设计动态acb和碰撞前导语重用方案可以显著提高系统的ra性能，这一点被现有文献所忽视。


技术实现要素：

[0005]
本发明提供了一种基于前导复用和碰撞感知的随机接入控制方法，包括以下步骤：
[0006]
步骤一：将全部机器类通信设备划分为时延敏感型设备和非敏感型设备，将前导资源和acb因子自适应地分配给延迟敏感型设备和非敏感型设备的流量；
[0007]
步骤二：对acb控制和前导复用机制进行联合设计，得出闭合形式的最佳acb因子和可用前导数量，以使延迟敏感型设备和非敏感型设备的前导利用率最大化。
[0008]
作为本发明的进一步改进，所述步骤一包括以下步骤：
[0009]
步骤0：基站和待接入的机器类通信设备分别生成随机数q和p，当p≤q时，机器类通信设备可发起随机接入过程；当p＞q时，机器类通信设备会被禁止在此时隙发起介入请求，并进入等待状态，等待时间按照3gpp中标准通过算法计算得到。
[0010]
步骤1：待接入的机器类通信设备首先在下一可用随机接入时隙中随机选择一个可用的正交前导码来将它的接入请求发送给基站；为了避免随机接入冲突，规定接入请求发送成功的条件是每个前导码必须仅由一个机器类通信设备在特定时隙中使用，如多个机器类通信设备选择同一前导码发起接入，则会发生前导碰撞。
[0011]
步骤2：基站一旦接收到前导码，就开始向待接入的机器类通信设备发送随机接入响应消息，该消息包含检测到的前导码的标识，定时指令，以及将由待接入的机器类通信设备在后续步骤3中使用的上行链路资源。
[0012]
步骤3：待接入的机器类通信设备使用步骤2中分配得到的上行链路资源发送其连接请求消息；该消息包含机器类通信设备标识符和发起接入请求的原因；如果在步骤1中多个机器类通信设备选择了相同的前导资源，那么他们收到的随机接入响应消息相同，此时，他们发起连接使用的资源也相同，由于基站不能检测出收到的消息是属于哪个机器类通信设备发送的，所以认为随机接入是失败的。
[0013]
步骤4：基站将生成解决方案作为对先前消息的响应，发送给一定会接入网络的机器类通信设备；如果机器类通信设备没有接收到该消息，则意味着其与另一个机器类通信设备发生冲突，此时此机器类通信设备需要在下一随机接入时隙重新进行随机接入尝试。
[0014]
作为本发明的进一步改进，在所述步骤一中：
[0015]
pcd根据在步骤3检测到的不成功的数据解码进行，pcd为传统的前导碰撞检测技术；
[0016]
es-pcd在步骤1检测前导码碰撞，能够将检测到的前导码分为无碰撞前导码和碰撞前导码，并直接识别和重用当前时隙中的碰撞前导码资源，es-pcd为早期阶段前导碰撞检测技术。
[0017]
作为本发明的进一步改进，在所述步骤一中，定义γd、γ
cf
和γc分别为检测到的前导信息、无碰撞前导信息和发生碰撞的前导信息的数量，碰撞前导信息分为已识别的碰撞前导信息γ
ci
和未识别的碰撞前导信息γ
cui
，因此：
[0018]
γd＝γ
cf
γc＝(1-p0)
·
γ
ꢀꢀ
(9)
[0019]
γc＝γ
ci
γ
cui
ꢀꢀꢀꢀ
(10)
[0020]
检测到的前导数量能够得到如下结果：
[0021][0022][0023]
作为本发明的进一步改进，在所述步骤一中，将θ
rgz
定义为前导重用因子prf，它表示步骤1中碰撞被识别的概率，γ
rst
定义为步骤1中可重复使用的碰撞前导码的数量，表示每个随机接入时隙中可使用的前导资源池1的实际前导码数量，将公式(6)中表达的参
数代入公式(12)中，得到
[0024][0025][0026]
作为本发明的进一步改进，在所述步骤二中，当时延敏感型设备的数量n等于可用前导的数量γs时，前导利用率达到最大值，因此，根据每个时隙的机器类通信设备数量，优化问题被分为两种情况：情况1：n≤γs，情况2：n＞γs；
[0027]
针对情况1：分配优化问题表述为：
[0028][0029]
s.t.(c1)：0＜γs′
≤ls，
[0030]
(c2)：
[0031]
其中，γs′
表示可以使用的实际前导数量，η
pa
′
表示计算可重复使用的前导情况下的前导利用率，根据公式(14)和公式(4)，得到：
[0032][0033][0034]
然后，通过将和γs＝γs′
代入公式(16)，得到满足延迟敏感型设备时延要求γs的的可行集合
[0035][0036]
为了避免公式(21)的结果为空，让γ
s*
＝n，其中的paur(η
pa
)能够达到最大值；
[0037]
针对情况2：通过动态调整acb因子来适当控制竞争设备的数量，对应优化问题被表述为：
[0038]
p2：
[0039]
s.t.(c1)：0≤p
acb
≤1
[0040]
(c2)：
[0041]
(c3)：ls′
≤lss
[0042]
其中η
pa
′
表示考虑计算可重用的前导时的前导利用率；
[0043][0044]
基于等式(16)对于平均接入时延的分析，得到可行的集，以满足延迟要求，
公式如下：
[0045][0046]
当公式(25)的结果为空时，设定以获得最大的前导利用率。
[0047]
本发明还公开了一种基于前导复用和碰撞感知的随机接入控制系统，包括以下模块：
[0048]
第一模块：用于将全部机器类通信设备划分为时延敏感型设备和非敏感型设备，然后将前导资源和acb因子自适应地分配给延迟敏感型设备和非敏感型设备的流量；
[0049]
第二模块：用于对acb控制和前导复用机制进行联合设计，得出闭合形式的最佳acb因子和可用前导数量，以使延迟敏感型设备和非敏感型设备的前导利用率最大化。
[0050]
作为本发明的进一步改进，所述第一模块包括：
[0051]
随机接入单元：基站和待接入的机器类通信设备分别生成随机数q和p，当p≤q时，机器类通信设备可发起随机接入过程；当p＞q时，机器类通信设备会被禁止在此时隙发起介入请求，并进入等待状态。
[0052]
选择单元：待接入的机器类通信设备首先在下一可用随机接入时隙中随机选择一个可用的正交前导码来将它的接入请求发送给基站；为了避免随机接入冲突，规定接入请求发送成功的条件是每个前导码必须仅由一个设备在特定时隙中使用。
[0053]
分配单元：基站一旦接收到前导码，就开始向待接入的机器类通信设备发送随机接入响应消息，该消息包含检测到的前导码的标识，定时指令，以及将由待接入的机器类通信设备在后续连接请求单元中使用的上行链路资源。
[0054]
连接请求单元：待接入的机器类通信设备使用分配单元中分配得到的上行链路资源发送其连接请求消息；该消息包含机器类通信设备标识符和发起接入请求的原因；如果在选择单元中多个机器类通信设备选择了相同的前导资源，那么他们收到的随机接入响应消息相同，此时，他们发起连接使用的资源也相同，由于基站不能检测出收到的消息是属于哪个机器类通信设备发送的，所以认为随机接入是失败的。
[0055]
基站发送单元：基站将生成解决方案作为对先前消息的响应，发送给一定会接入网络的机器类通信设备；如果机器类通信设备没有接收到该消息，则意味着其与另一个机器类通信设备发生冲突，此时此机器类通信设备需要在下一随机接入时隙重新进行随机接入尝试。
[0056]
作为本发明的进一步改进，在所述第一模块中：
[0057]
pcd根据在第3单元检测到的不成功的数据解码进行，pcd为传统的前导碰撞检测技术。
[0058]
es-pcd在第1单元检测前导码碰撞，能够将检测到的前导码分为无碰撞前导码和碰撞前导码，并直接识别和重用当前时隙中的碰撞前导码资源，es-pcd为早期阶段前导碰撞检测技术。
[0059]
在所述第一模块中，定义γd、γ
cf
和γc分别为检测到的前导信息、无碰撞前导信息和发生碰撞的前导信息的数量，碰撞前导信息分为已识别的碰撞前导信息γ
ci
和未识别
的碰撞前导信息γ
cui
，因此：
[0060]
γd＝γ
cf
γc＝(1-p0)
·
γ
ꢀꢀ
(9)
[0061]
γc＝γ
ci
γ
cui
ꢀꢀ
(10)
[0062]
检测到的前导数量能够得到如下结果：
[0063][0064][0065]
在所述第一模块中，将θ
rgz
定义为前导重用因子prf，它表示第1单元中碰撞被识别的概率，γ
rst
定义为第1单元中可重复使用的碰撞前导码的数量，表示每个随机接入时隙中可使用的前导资源池1的实际前导码数量，将公式(6)中表达的参数代入公式(12)中，得到
[0066][0067][0068]
作为本发明的进一步改进，在所述第二模块中，当时延敏感型设备的数量n等于可用前导的数量γs时，前导利用率达到最大值，因此，根据每个时隙的机器类通信设备数量，优化问题被分为两种情况：情况1：n≤γs，情况2：n＞γs；
[0069]
针对情况1：分配优化问题表述为：
[0070]
p1：
[0071]
s.t.(c1)：0＜γs′
≤ls，
[0072]
(c2)：
[0073]
其中，γs′
表示可以使用的实际前导数量，η
pa
′
表示计算可重复使用的前导情况下的前导利用率，根据公式(14)和公式(4)，得到：
[0074][0075][0076]
然后，通过将和γs＝γs′
代入公式(16)，得到满足延迟敏感型设备时延要求γs的的可行集合
[0077][0078]
为了避免公式(21)的结果为空，让γ
s*
＝n，其中的paur(η
pa
)能够达到最大值；
[0079]
针对情况2：通过动态调整acb因子来适当控制竞争设备的数量，对应优化问题被表述为：
[0080]
p2：
[0081]
s.t.(c1)：0≤p
acr
≤1
[0082]
(c2)：
[0083]
(c3)：ls′
≤ls[0084]
其中η
pa
′
表示考虑计算可重用的前导时的前导利用率；
[0085][0086]
基于等式(16)对于平均接入时延的分析，得到可行的集，以满足延迟要求，公式如下：
[0087][0088]
当公式(25)的结果为空时，设定以获得最大的前导利用率。
[0089]
本发明的有益效果是：1.本发明的随机接入控制方法解决了工业物联网网络中突发流量的接入拥堵问题；2.本发明的随机接入控制方法可以实现更高的前导利用率、更低的平均延迟和大规模的连接性能。
附图说明
[0090]
图1是本发明方法的模型图；
[0091]
图2是本发明方法的状态转换图；
[0092]
图3是本发明方法前导复用因子(prf，θ
rgz
)、设备数量(n)和前导利用率(paur，η
pa
)之间的关系图；
[0093]
图4是各方案下的前导利用率性能示意图；
[0094]
图5是各方案下的平均延迟性能示意图；
[0095]
图6是各方案下的吞吐量性能示意图。
具体实施方式
[0096]
本发明提出了一种基于前导复用和碰撞感知的随机接入控制(ca-acb ra)方法，通过重新使用以及发生碰撞的前导信息来提高前导资源利用率。本发明提出的随机接入方法采用了动态调整acb因子和前导资源的方法，分别用于时延敏感设备和时延容忍设备。在时延约束和可用前导数量约束的条件下，构造并解决了一个联合优化问题，最大限度地提高了前导利用率(paur)。系统性能由一个基于马尔可夫链的分析模型来评估。仿真结果验证了我们分析的正确性，并表明所提出的ca-acb ra方法在前导利用率(paur)、网络吞吐量和平均接入时延方面明显优于现有的随机接入方案。
[0097]
本发明提出的一种基于前导复用和碰撞感知的随机接入控制方法，是一项研究前导复用以提高随机接入过程中资源利用率的工作。具体来说，为了充分掌握iiot网络的流量特性，ca-acb ra控制考虑了延迟敏感和非敏感设备的流量。为了在接入性能和公平性之间做出良好的权衡，前导资源和acb因子被自适应地分配给两类流量。此外，通过自适应地改变前导复用因子(prf)，前导利用率(paur)可以比现有方案得到改善[14]-[16]。
[0098]
·
为了充分捕捉iiot网络的流量特性，本发明方法考虑了延迟敏感和非敏感设备的流量。为了在接入和公平性能之间做出良好的权衡，前导资源和acb因子被自适应地分配给两类流量。然后，对acb控制和前导复用机制进行了联合设计。值得注意的是，本发明方法最终得出了闭合形式的最佳acb因子和可用前导数量，这大大增加了延迟敏感的和非敏感的设备的前导利用效率。
[0099]
·
最后，本发明方法提出了一个基于马尔可夫链概念的分析模型，通过马尔可夫链的概念，为接入请求制定一个双状态的马尔可夫链，从paur、平均接入延迟和吞吐量方面展示了ca-acb ra方案的全面性能分析。
[0100]
系统模型：
[0101]
一般来说，在机器类设备的通信中，有两种不同类型的设备，被称为s型和t型设备。s型设备需要较短的访问延迟，而t型设备对访问延迟不敏感。为基于竞争的随机接入过程预留的前导资源可以分在两个子池，如图1所示，称为子池1和子池2，分别为s型设备和t型设备保留。基站可以根据网络流量情况的变化动态调整每个子池中的前导资源数量，而两个子池的前导资源总数保持不变。定义γs为s型设备的前导资源数量，γ为所有设备的前导资源总数，ls和lt分别为子池1和子池2的前导资源数量。
[0102]
假设在第i个时隙中有mi个激活的设备，其中包含个激活的s型设备和个t型设备。将∈定义为s型设备和t型设备数量之间的比率，那么对于每个槽的平均设备数量，有m
·
∈＝ms.(1 ε)。让n表示通过acb方案的s型设备的预期数量。基于acb方案，计算为
[0103]
n＝ms×
p
acb
ꢀꢀ
(1)
[0104]
其中p
acb
表示s型设备的acb系数。然后，定义ps为s型设备成功完全接入网络的概率，有
[0105]
ps＝p
acb
×
pcꢀꢀ
(2)
[0106]
其中pc表示一个s型设备如果已经通过了acb检查过程，可以成功地接入网络的概率。根据公式(1)和(2)，得到pc为
[0107][0108]
定义p0为随机选择的前导处于空闲状态的概率(即没有被任何设备选择)。p1表示一个随机选择的前导被成功传输的概率(即只被一个设备选择)。p2表示一个随机选择的前导被多个设备选择，这也意味着碰撞的发生。根据acb方案的机制，有
[0109][0110]
[0111][0112]
3gpp定义的突发流量模型遵从一个时间有限的beta分布。具体来说，每个设备在时间x∈(0，t
act
)时被激活，激活时间遵循beta分布，参数为α＝3，β＝4[16]，即
[0113][0114]
其中f
β
(x)和分别表示beta分布的概率密度函数(pdf)和beta函数。在t
act
的时间长度内存在i
act
个时隙，第i个时隙中新激活设备的预期数量由以下公式给出
[0115][0116]
其中t
i-1
和ti分别代表第(i-1)个时隙和第i个时隙的结束时间。m表示在一个固定时间段内的设备总数。
[0117]
前导复用理论分析和性能指标推导：
[0118]
1.碰撞前导检测分析：
[0119]
本发明方法考虑采用早期前导碰撞检测(es-pcd)技术，在发生碰撞时充分复用前导[16]。更具体地说，整个ra程序包括五个步骤，其中包括初始检查(步骤0)和四个基于竞争的随机接入过程(步骤1-4)[3]。
[0120]
步骤0：基站和待接入设备分别生成随机数q和p，当p≤q时设备可发起随机接入过程；当p＞q时设备会被禁止在此时隙发起介入请求，并进入等待状态，等待时间按照3gpp中标准通过算法计算得到。
[0121]
步骤1：待接入设备首先在下一可用随机接入时隙中随机选择一个可用的正交前导码来将它的接入请求发送给基站；为了避免随机接入冲突，规定接入请求发送成功的条件是每个前导码必须仅由一个设备在特定时隙中使用，如多个设备选择同一前导码发起接入，则会发生前导碰撞。
[0122]
步骤2：基站一旦接收到前导码，就开始向待接入设备发送随机接入响应消息，该消息包含检测到的前导码的标识，定时指令，以及将由待接入设备在后续步骤3中使用的上行链路资源。
[0123]
步骤3：待接入设备使用步骤2中分配得到的上行链路资源发送其连接请求消息；该消息包含设备标识符和发起接入请求的原因；如果在步骤1中多个设备选择了相同的前导资源，那么他们收到的随机接入响应消息相同，此时，他们发起连接使用的资源也相同，由于基站不能检测出收到的消息是属于哪个设备发送的，所以认为随机接入是失败的；
[0124]
步骤4：基站将生成解决方案作为对先前消息的响应，发送给一定会接入网络的设备；如果设备没有接收到该消息，则意味着其与另一个设备发生冲突，此时此设备需要在下一随机接入时隙重新进行随机接入尝试。
[0125]
在步骤1中实现了碰撞前导信息的重用。一般来说，有两种前导碰撞检测(pcd)技
术：传统的前导碰撞检测(pcd)和早期阶段前导碰撞检测(es-pcd)技术[16]。传统的pcd技术是根据在步骤3检测到的不成功的数据解码进行的，而es-pcd在第1步检测前导码碰撞，能够将检测到的前导码分为无碰撞前导码和碰撞前导码，并直接识别和重用当前时隙中的碰撞前导码资源。定义γd、γ
ct
和γc分别为检测到的前导信息、无碰撞前导信息和发生碰撞的前导信息的数量。碰撞前导信息可以进一步分为已识别的碰撞前导信息γ
ci
和未识别的碰撞前导信息γ
cuj
。因此，
[0126]
γd＝γ
cf
γc＝(1-p0)
·
γ
ꢀꢀ
(9)
[0127]
γc＝γ
ci
γ
cui
ꢀꢀ
(10)
[0128]
根据(6)-(10)，检测到的前导数量可以得到如下结果
[0129][0130][0131]
由于发生碰撞的前导可以被设备重新选择，这个过程可以极大地提高前导的利用效率，也可以在后面的步骤中节省物理上行链路共享信道(pusch)资源。将θ
rgz
定义为前导重用因子(prf)，它表示步骤1中碰撞被识别的概率。γ
rs1
定义为步骤1中可重复使用的碰撞前导码的数量，表示每个随机接入时隙中可使用的子池1的实际前导码数量。将(6)中表达的参数代入(12)中，得到
[0132][0133][0134]
2.性能指标推导：
[0135]
将η
pa
定义为前导利用率(paur)，它表示成功传输的前导数量与总前导数量的比，它的计算公式为：
[0136][0137]
一个设备的总时延由四部分组成，包括随机接入过程、上行资源调度、上行数据传输和上行数据确认的时延。为方便起见，将定义为全部s型设备的接入时延，即从第一次接入尝试到完成成功的前导传输的延迟。在随后的随机接入过程中，每个被阻断的设备将在随机退避后重新尝试接入。假设在一个ra时隙中被阻断的所有设备都会在接下来的ra时隙中发起新的接入请求，并且随机接入没有重试限制。因此，平均访问延迟的平均值可以得出。
[0138][0139]
其中δ代表每个设备的访问重试次数。τu代表单个时隙的长度。此外，让和
分别代表s型设备和t型设备的延迟要求。将(3)代入(16)，得到平均接入延迟
[0140][0141]
就系统的吞吐量(tds)而言，将吞吐量定义为每个时隙中进入基站的设备的平均数量。
[0142]
联合优化问题设计：
[0143]
在这一节中，提出了基于acb机制和碰撞感知前导复用的联合设计，然后建立了一个基于马尔可夫链的分析模型来衡量其性能。
[0144]
a.面向前导利用率(paur)的联合优化问题设计：
[0145]
本发明方法的目标是设计最佳的acb系数和最佳的预载波数量以实现较高的前导利用率(puar)，当s型设备的数量n等于可用前导的数量γs时，paur达到最大值。回顾一下，已经将γs定义为s型设备可用的最大的可用前导数量。因此，根据每个时隙的设备数量，优化问题被分为两种情况n≤γs，n＞γs。分别讨论它们：
[0146]
情况1：n≤γs[0147]
由于设备数量小于分配的前导数量，因此设备有足够的前导资源，这意味着初始acb检查是不必要的。因此，本发明的主要目标是让尽可能多的s型设备在每个时隙开始进行随机接入过程。因此，最好是分配那么，对情况1的优化问题可以表述为：
[0148]
p1：
[0149]
s.t.(c1)：0＜γs′
≤ls，
[0150]
(c2)：
[0151]
其中，γs′
表示可以使用的实际前导数量。η
pa
′
表示计算可重复使用的前导情况下的paur。根据(14)和(4)，有
[0152][0153][0154]
然后，通过将和γs＝γs′
代入公式(16)，可以得到满足s型设备时延要求γs的的可行集合
[0155][0156]
为了避免(21)的结果为空，让γ
s*
＝n，其中的paur(η
pa
)能够达到最大值。
[0157]
情况2：n＞γs[0158]
由于设备的数量远远大于分配的前导的数量，前导资源的数量对s型设备是不够的。因此，本发明分配γ
s*
＝ls′
以服务更多的s型设备。ls′
代表了在考虑到碰撞前导重用的情况下，分配给s型设备的最大前导数量。
[0159]
ls′
＝ls·
(p1 p2·
θ
rgz
)
ꢀꢀ
(22)
[0160]
因此，本发明的目标是通过动态调整acb因子来适当控制竞争设备的数量，对应优化问题被表述为
[0161]
p2：
[0162]
s.t.(c1)：0≤p
acr
≤1
[0163]
(c2)：
[0164]
(c3)：ls′
≤ls[0165]
其中η
pa
′
表示考虑计算可重用的前导时的paur。
[0166][0167]
基于等式(16)对于平均接入时延的分析，可以得到可行的集，以满足延迟要求
[0168][0169]
当(25)的结果为空时，设定以获得最大的前导利用率(paur)。提出的联合优化算法总结在算法表1中。
[0170]
算法表1
[0171][0172]
b.-基于马尔可夫链的性能分析模型：
[0173]
在本小节中，推导出一个基于两个状态的马尔可夫链分析模型来评估所提出的方案的性能。状态转换图显示在图2中。具体来说，在本发明的分析模型中有两个状态，其中状态t和状态f分别表示每个接入请求的状态。需要注意的是，为了让更多的设备在s型延迟要求的约束下接入网络，本发明给不成功的接入设备分配了重试，以启动一个新的rap，而没有任何退避时间。
[0174]
当一个新的接入请求处于状态t时，新的接入请求进入初始acb检查过程。如果它没有通过初始acb检查，该请求将以的概率转移到状态f，其中是联合优化问题中的最佳acb系数。或者，如果上述接入请求通过了acb检查，但未能接入基站，它也将进入f状态，概率为其中表示s型设备通过acb检查并成功接入网络的最佳概率。因此，本发明可以得到过渡到f状态的概率为
[0175][0176]
就状态t而言，如果一个初始的接入请求通过了acb检查并成功地将接入请求传送到基站，它会以的概率保持在状态t。此外，如果一个接入请求停留在f状态，通过acb检查并成功接入网络，它从f状态过渡到t状态的概率是因此，可以推导出到状态t的过渡概率为
[0177][0178]
然后，可以得到状态转换矩阵p
ds
为
[0179][0180]
稳态方程为
[0181][0182]
其中表示s型设备的稳态状态概率向量。当马尔科夫过程达到静止状态时，π
ds_t
表示任何访问请求处于t状态的概率。π
ds_f
代表任何访问请求处于f状态的概率。解(29)得到的静止状态分布为
[0183][0184]
因此，可以推导出s型设备的性能指标：
[0185]
[0186][0187][0188]
仿真结果及分析：
[0189]
本节展示了所提出的ca-acb ra方案与现有随机接入控制方案的仿真结果。参数的配置如表2所示。在实际的随机接入系统中，每个时隙中的设备数量可能远远大于可用的前导数量。为了比较，本发明评估了[14]中介绍的传统acb方案(c-acb)的性能，其中最佳acb系数是通过寻找给定acb系数的最小acb时间值来获得的。此外，还在[15]中展示了动态acb机制(d-acb)，acb因子是自适应更新的，以根据活动设备的数量减少随机接入的延迟。对于自适应物理随机接入信道(prach)资源分配方案(a-prach)，我们以[16]为参考，它提出了一个动态调整acb因子的两阶段资源分配方案。
[0190]
表2
[0191][0192]
图3显示了本发明方法中前导复用因子(prf，θ
rgz
)、设备数量(n)和前导利用率(paur，η
pa
)之间的关系。很明显，当n＝γs时，η
pa
达到最大值，验证了所得出的结论。当完全重用碰撞前导时，paur可以达到近46％。值得注意的是，与其他不直接考虑碰撞前导重用的接入控制方案相比[15]，即θ
rgz
＝0，可以获得至少34.62％的前导利用率提升。此外，据观察，当设备数低于随机接入系统的前导数时，前导利用率对前导复用因子更敏感。这一特点可以很好地应用于s型设备集群，并取得有希望的结果。
[0193]
图4展示了各方案下的前导利用率性能。同样，在s型设备集群中更高的前导利用率保证了t型设备集群有足够的前导资源，并使平均延迟和系统吞吐量有更好的表现。显然，本发明的ca-acb ra方法明显优于现有的三种方案。此外，与ls相比，前导复用因子(prf，θ
rgz
)对前导利用率有更大的影响。具体来说，更大的前导复用因子会导致更高的前导利用率。此外，从d-acb和c-acb方案的结果中，不难发现，当接入请求数较少时，特别是小于
ieee commun.surveys tuts.,vol.16,no.1,pp.4-16,jan.-mar.2014.
[0205]
[6]m.tavana,v.shah-mansouri,and v.w.wong,“congestion control for bursty m2m traffic in lte networks,”in proc.ieee int.conf.commun.,jun.2015,pp.5815-5820.
[0206]
[7]j.-p.cheng,c.-h.lee,and t.-m.lin,“prioritized random access with dynamic access barring for ran overload in 3gpp lte-a networks,”in proc.ieee globecom workshops,houston,usa,dec.2011,pp.368-372.
[0207]
[8]s.duan,v.shah-mansouri,z.wang,and v.w.wong,“d-acb:adaptive congestion control algorithm for bursty m2m traffic in lte networks,”ieee trans.veh.technol.,vol.65,no.12,pp.9847-9861,dec.2016.
[0208]
[9]c.-y.oh,d.hwang,and t.-j.lee,“joint access control and resource allocation for concurrent and massive access of m2m devices,”ieee trans.wireless commun.,vol.14,no.8,pp.4182-4192,aug.2015.
[0209]
[10]s.vural,n.wang,p.bucknell,g.foster,r.tafazolli,and j.muller,“dynamic preamble subset allocation for ran slicing in 5g networks,”ieee access,vol.6,pp.13015-13032,2018.
[0210]
[11]s.duan,v.shah-mansouri,and v.w.s.wong,“dynamic access class barring for m2m communications in lte networks,”in proc.ieee global commun.conf.(globecom),dec.2013,pp.4747-4752.
[0211]
[12]z.wang and v.w.s.wong,“joint access class barring and timing advance model for machine-type communications,”in proc.ieee int.conf.commun.(icc),sydney,australia,jun.2014,pp.2357-2362.
[0212]
[13]z.wang and v.w.wong,“optimal access class barring for stationary machine type communication devices with timing advance information,”ieee trans.wireless commun.,vol.14,no.10,pp.5374-5387,oct.2015.
[0213]
[14]h.s.jang,h.jin,b.c.jung,and t.q.s.quek,“recursive access class barring for machine type communications with pusch resource constraints,”ieee int.conf.commun.(icc),pp.1-6,2019.
[0214]
[15]l.tello-oquendo et al.,“performance analysis and optimal access class barring parameter configuration in lte-a networks with massive m2m traffic,”ieee trans.veh.technol.,vol.67,no.4,pp.3505-3520,apr.2018.
[0215]
[16]h.jin,w.t.toor,b.c.jung,and j.-b.seo,“recursive pseudo-bayesian access class barring for m2m communications in lte sys-tems,”ieee trans.veh.technol.,vol.66,no.9,pp.8595-8599,sep.2017.
[0216]
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。