首页> 中文学位 >蜂窝系统M2M通信随机接入技术研究
【6h】

蜂窝系统M2M通信随机接入技术研究

代理获取

目录

声明

摘要

插图目录

表格目录

本论文专用术语的注释表

第一章 绪论

1.1 研究背景及意义

1.2 论文的内容安排

第二章 M2M通信随机接入负载控制

2.1 引言

2.2 LTE-A系统随机接入

2.2.1 随机接入资源

2.2.2 随机接入过程

2.3 蜂窝M2M通信随机接入拥塞

2.3.1 基于蜂窝LTE-A网络的M2M通信随机接入拥塞

2.3.2 M2M用户接入流量模型

2.4 蜂窝M2M通信负载控制

2.4.1 时隙Aloha

2.4.2 接入控制阻止

2.4.3 RACH资源划分

2.4.4 动态RACH资源分配

2.4.5 特定时隙回退

2.4.6 特定时隙接入

2.4.7 基于PULL的方法

2.5 性能分析模型

2.6 性能仿真分析

2.7 本章小结

第三章 基于空间复用的蜂窝M2M用户随机接入

3.1 引言

3.2 M2M用户分组

3.3 M2M用户随机接入功率

3.4 随机接入资源分配

3.4.1 广域资源分配

3.4.2 带外局域资源分配

3.4.3 带内局域资源分配

3.5 局域竞争子过程

3.6 广域接入子过程

3.6.1 基于无竞争的广域接入

3.6.2 基于竞争的广域接入

3.7 性能仿真分析

3.8 本章小结

第四章 基于蜂窝系统的M2M通信能量效率

4.1 引言

4.2 蜂窝系统M2M通信能效问题研究

4.3 基于能效优化的M2M用户分组方法

4.3.1 K-means算法

4.3.2 M2M组长选择

4.3.3 仿真分析

4.4 M2M随机接入功率优化

4.4.1 M2M用户局域竞争能效

4.4.2 M2M用户广域接入能效

4.4.3 功率优化算法

4.4.4 仿真分析

4.5 本章小结

第五章 总结展望

5.1 全文总结

5.2 未来展望

参考文献

作者攻读硕士学位期间的研究成果

致谢

展开▼

摘要

随着通信互联网技术的不断发展和物联网(IoT)的兴起,越来越多的机器类设备将拥有接入网络的能力。在无人干预的条件下,机器之间通过网络自主进行数据通信的机器与机器(M2M)通信是物联网技术中最重要的一环。3GPP中研究的M2M通信也称为机器类通信(MTC),主要通过蜂窝网络进行数据传输。由于现有蜂窝网络架构主要针对人与人(H2H)通信的特点而设计,需要重新对蜂窝网络随机接入技术进行演进,使得其满足M2M用户接入网络的需求。本文基于蜂窝系统的M2M通信随机接入技术开展研究。
  本文首先讨论了蜂窝系统M2M通信中面临的主要问题,即当大量的M2M用户同时向基站发起随机接入请求时,导致蜂窝LTE-A系统的随机接入网(RAN)和核心网(CN)拥塞,严重降低了M2M用户接入网络的成功率和整个蜂窝系统的资源利用率。接着阐述了3GPP中现有的如时隙Aloha,动态RACH资源分配、特定时隙回退和特定时隙接入等方案,并分析各类拥塞控制方案的优缺点,建立分析方案性能的数学模型,仿真比较了四种典型的方案,结果表明特定时隙接入方案是目前所选方案中最优的。
  其次,本文提出了基于空间重用的随机接入方案,分别从M2M用户分组、广域资源分配、局域资源分配、局域竞争子过程、以及广域接入子过程等多个方面对本方案进行了详细的描述。提出了将蜂窝小区内的M2M用户按其地理位置进行分组的最优圆覆盖算法,使得蜂窝小区划分为局域和广域两个部分;启发式地提出了带外和带内局域资源分配算法,该算法让蜂窝系统资源得到最大化的利用;设计了分布式的局域竞争子过程的协议和无竞争广域接入子过程的协议。M2M用户通过从局域资源中选取前导信号并以局域功率发送信号从而开展局域竞争子过程,竞争胜出的M2M用户继而从广域资源中选择前导信号以广域功率发送信号开展广域接入子过程,最终完成随机接入过程,与基站进行数据通信。通过仿真分析,结果表明所提随机接入方案在性能上明显优于同参数条件下的已有随机接入方案的性能,尤其表现在平均接入延时和随机接入机会利用率这两个性能指标上,空间复用方案的平均接入延时比已有的最优方案降低了约60%,机会利用率提高了25%。
  最后,本文进一步研究了M2M用户能量效率问题。一方面,运用机器学习中K-means算法对M2M用户进行分组,通过降低分组的半径从而达到间接优化能效的目的,仿真结果表明K-means算法能有效减小分组半径。另一方面,提出了功率优化算法,分别对M2M用户的局域竞争功率和广域接入功率进行优化,直接降低M2M用户的能量消耗,提高M2M设备的平均能效,仿真结果表明优化后的M2M用户能效较优化前提高了约1倍。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号