一種基于TA值比較的機器通信設備隨機接入機制

王曉春，張 軍

(1.中國電子科技集團公司第五十四研究所，河北 石家莊 050081； 2.南京郵電大學 通信與信息工程學院 江蘇省無線通信重點實驗室，江蘇 南京 210003)

0 引言

近些年，隨著機器通信技術的快速發展，“物聯網”的時代已經來臨，據推測，未來會有數以百億的智能設備連接至物聯網網絡[1]，并且據分析學家推測，到2020年，由物聯網帶來的經濟效益將會達到1.9萬億美元，所以，物聯網將會有巨大的市場潛力和經濟推動力。機器對機器(Machine-to-Machine， M2M)通信，也被稱作MTC，是發展物聯網網絡的一種關鍵技術，在沒有人為干預的情況下，MTC能夠為機器類通信設備提供連接，并且能與人與人(Human To Human， H2H)通信實現和諧共存[2-4]。然而，如果數量如此眾多的MTC設備直接接入到現有的無線接入網絡(Radio Access Networks， RANs)，將會導致接入效率低、隨機接入負荷大和接入擁塞的問題，甚至會使人與人的通信產生混亂。

對于機器類通信中的大規模接入，近些年，一些國內外的學者根據隨機接入過程出現的不同問題也各自提出了一些接入機制。在一個特殊的區域部署大量的MTC設備會造成大量的接入產生并且會造成較為嚴重的網絡擁塞，為了解決這個問題，3GPP長期演進(Long Term Evolution， LTE)發布版本11，即LTE-A系統，此系統包含了一些RAN擁塞的控制方案[5-6]。文獻[7-8]引入了接入類別限制(Access Class Barring， ACB)機制來控制多個小區的接入請求負載。ACB機制可以給通信設備設置不同的級別，根據接入設備的等級對設備進行分組，高等級的用戶優先接入，低等級的用戶基于競爭接入。低等級用戶的接入方式是，首先基站會廣播一個概率PACB，低等級的用戶接收到PACB后會隨機得到一個0-1之間的概率，如果這個概率≤PACB，那么此用戶允許接入，如果這個概率>PACB，那么此用戶就不允許被接入，等待下次隨機接入過程再次嘗試接入。這種機制可以獨立地控制接入設備的數量，也可以動態地分配隨機接入信道(Random Access Channel， RACH)給H2H通信設備和M2M通信設備，比如在M2M通信設備比較多時，可以分配額外的RACH給機器類通信設備，從而緩解MTC的擁塞壓力[9-10]。文獻[11-12]介紹了一些基于競爭的隨機接入方案，其中有一種隨機接入方案利用了隨機接入過程中的定時提前(Timing advance，TA)命令來進行隨機接入。文獻[13]提出了提出一種基于TA的網絡優化策略，根據在網用戶接入時的TA統計調整小區半徑,進而調整小區的循環移位序列配置。文獻[14]提出了一種基于空間分組和TA值比較的接入機制，這種機制在每個分組中分配不同的接入類別限制ACB概率，雖然在實際工程中實現較為復雜，但是可以有效地實現接入效率的最大化。文獻[15]提出了聯合ACB和TA值比較的接入機制，這種機制通過優化ACB概率來實現接入成功概率的最大化，實驗數據表明這種機制可以在服務所有MTC設備的情況下，至少節省50%的隨機接入時隙。但是這種機制在接入MTC設備數量較少的情況下，分配所有的前導給機器通信，會造成前導資源的浪費，導致隨機接入效率低下，甚至會H2H通信。

綜上所述，現有的一些隨機接入機制一部分是采用單一的隨機接入機制，但是面對數量眾多的MTC設備，單一的隨機接入機制是無法滿足大規模接入需求的；另一部分隨機接入機制采用了聯合控制的方法，但是并沒有考慮到與H2H通信協調共存的問題。所以本文提出了一種基于TA值比較的改進型機器通信設備隨機接入方案，這種隨機接入方案的優越性在于基于“隨機接入效率最大”原則，動態地進行前導資源分配和接入設備數量控制，減少大規模接入時的沖突概率，并且能夠保持相對較高的隨機接入效率。

1 機器通信中的隨機接入

MTC設備的隨機接入步驟與用戶設備(User Equipment， UE)的隨機接入目的是建立一個無線傳輸鏈路、獲得信道的分配方案和達到上行同步等，步驟如下：

① 機器通信設備向基站傳輸一個隨機接入前導(Preamble， PA)用于識別；

② 基站向機器通信設備回傳隨機接入響應(Random Access Response， RAR)，包括PA檢測信息、TA值和上行資源的分配；

③ 機器通信設備根據基站第二步中傳輸的上行資源的分配向基站傳輸數據，包括無線資源控制連接需求、區域信息更新和調度請求等，主要是機器通信設備唯一標識信息；

④ 基站向機器通信傳輸沖突解決信息。

其中步驟②RAR傳輸時，基站向接入的MTC設備傳輸RAR信息，其中就包括了TA命令。TA值代表MTC設備與基站間的傳播延遲，它在數值上代表了基站與接入MTC設備間的往返時間，為0.52 μs。TA命令的量化精度映射到距離上為156 m，那么單向距離就為78 m。隨機接入步驟①中，在一個子幀內，不同的MTC設備在相同的PRACH上傳送相同的前導時，基站無法對這些MTC設備進行識別，所以這些MTC設備都被視為沖突的設備，只有等待下次隨機接入時隙重新申請接入。基于TA值比較的隨機接入機制就是假設在隨機接入之前每個申請接入的MTC設備獲得了自身與基站間的距離，即獲得了自身的TA值，當隨機接入開始時，如果其中某些設備在同一個PRACH上傳送了同樣的PA給基站，基站可以從這些設備中隨機選擇一個設備，從而在隨機接入步驟②中發送相應的TA值給MTC設備。MTC設備在接收到基站發送的RAR消息后，對比自身的TA值與RAR中的TA值，如果相同則表示允許進入隨機接入步驟③，否則等待下次隨機接入時隙重新申請接入。

2 系統模型與優化問題

2.1 系統模型

如圖1所示，采用的模型是建立小區模型常用的一種均勻撒點模型。為了計算方便，小區形狀在空間上是一個正圓形，基站處于小區的中心位置，MTC設備與基站間的直線距離為r，其服從的概率分布函數為：

(1)

圖1 小區模型及TA分組

TA值是一個量化值，根據TA的量化精度將整個小區進行空間分組，為了后續計算方便，將小區的半徑設置為TA量化精度的倍數，小區在空間上分為R/d組，其中R是小區的半徑，d是TA值的量化精度，數值上為78 m。

2.2 優化問題

假設某MTC設備與基站的直線距離為r，并且根據分組信息這個MTC設備是屬于某個分組，那么可以計算出小區中其他MTC設備與這個MTC設備TA值相同的概率為：

(2)

i-1·d

假設接入的設備數量為N，隨機選擇某個MTC設備X的接入成功效率為：

p(EACB=1)=pACB，

(3)

式中，pACB表示ACB因子(概率)。

將除了MTC設備X之外還有n個MTC設備通過ACB機制的事件表示為NACB=n，那么在MTC設備X與基站的直線距離為r的前提下，MTC設備X與另外n個設備一起通過ACB機制的概率：

(4)

假設小區中可用的前導數量為m，將MTC設備X在m個前導中隨機選擇了第j個前導的事件表示為Ej，并且將除了MTC設備X外，通過ACB機制的n個設備中還有k個MTC設備選擇了第j個前導的事件表示為Ek,j，那么可以得到如下的概率：

p(Ej,Ek,j|NACB=n,EACB=1,RX=r)=

k∈0,1,...,n，j∈1,2,...,m。

(5)

這個概率表示事件NACB=n，RX=r和EACB=1發生的情況下，事件Ej和Ek,j發生的概率。

由上文可知MTC設備X與其他k個MTC設備一起選擇了同一個前導，假設在一個PRACH上進行推導，那么可知MTC設備X和其他k個MTC設備在同樣的PRACH上發送了同一個前導。將事件MTC設備X接入成功的事件表示為Esuccess=1，由TA值比較機制的原理可以知道MTC設備X接入成功必須滿足如下2個條件之一：

①k=0，也就是只有MTC設備X選擇了前導j；

②k≠0，MTC設備X與其他k個MTC設備發送了同一個前導，但是MTC設備X被基站標識為接入成功的設備，并且MTC設備X與其他k個MTC設備處于不同的分組，即TA值不同。

綜上所述，可以得到如下概率：

p(Esuccess= 1|Ej,Ek,j,EACB=1,NACB=n,RX=r)=

(6)

這個概率表示事件NACB=n，RX=r，Ek,j，Ej和EACB=1發生的情況下，事件Esuccess=1發生的概率。

根據貝葉斯公式進一步推導得到：

p(Esuccess=1)=

(7)

這個概率就表示在一個PRACH上，給定ACB因子、前導數量和小區半徑的情況下，MTC設備的接入成功概率。將Navg表示為接入成功的MTC設備數量，綜上所述可以知道Navg是服從二項分布的，表示為Navg～B(N,p(Esuccess=1)),那么Navg的期望可以表示成：

(8)

由于機器通信(M2M通信)是與H2H通信共存的一種通信方式，其前導資源也是共享的。如果在某些情況下，比如說接入設備數量不多時，機器通信仍然占用了很多的前導資源，那么勢必會影響H2H通信，所以前導資源顯得非常重要；此外，當接入設備的數量很多時，沒有對前導數量進行控制，隨機接入沖突會更嚴重，隨機接入的效率反而會降低，那么接入成功的設備數量也會減少，所以將優化問題轉化為隨機接入效率。本文中將在一個PRACH上一個前導可以接入的設備數量定義為隨機接入效率，表示為Reff，那么隨機接入效率Reff可以由如下表達式計算得出：

(9)

綜上所述，本文所提出機制的優化問題就變為，根據接入的設備數量分配合適的前導數量和設置合適的ACB因子，使得接入效率達到最大值，即：

maxReff=

約束條件1： 0

約束條件2：

(10)

式中，mmax表示可用的最大前導數量。

3 性能分析

為了驗證本算法的性能，本文的比較對象設置為：① 聯合TA值比較與ACB機制[7]；② 聯合TA值比較與動態資源分配機制。

聯合TA值比較與動態資源分配機制，就是在接入設備數量少的情況下，動態地劃分前導數量來獲得最大的隨機接入效率，其表達式為：

(11)

這個概率表示當MTC設備X與基站距離為r的前提下，MTC設備X選擇第j個前導，并且其他的N-1個設備中有k個設備也選擇第j個前導的概率。同樣的，可以得到另一個概率：

(12)

這個概率表示事件RX=r，Ek,j和Ej發生的情況下，事件Esuccess=1發生的概率。根據前文中的推導方法可以得到：

(13)

那么此機制的優化問題就變為：

以下是對本文提出方案進行一系列仿真的結果，其中“TA和ACB”代表文獻[7]提出的聯合TA值比較和ACB機制，“TA和PA”代表第2節中提出的聯合TA值比較和動態資源分配機制，“本文提出機制”代表本文提出的基于TA值比較的改進型機器通信設備隨機接入方案。

圖2為ACB因子設置值與一個PRACH上隨機接入MTC設備數量關系圖。從圖中可以看到，在小區半徑相同時，隨著隨機接入MTC設備數量的增多，聯合TA比較和動態資源分配機制的ACB因子一直保持在1，而聯合TA比較和ACB機制與本文提出的機制的ACB因子是逐漸減少的，這是因為這2個機制在控制可接入設備的數量。此外，當小區半徑不同但接入MTC設備數量相同時，本文提出的機制(或者聯合TA比較和ACB機制)ACB因子是不一樣的，當小區半徑增大，ACB因子也相應地增大，這是因為小區半徑增大之后，MTC設備之間TA值相同的概率減少，這就導致隨機接入成功率增大，ACB機制可以允許更多的MTC設備進行接入。

圖2 ACB值與PRACH上隨機接入MTC數量關系

圖3為分配的前導數量與一個PRACH上隨機接入MTC設備數量關系圖。從圖中可以看到，在小區半徑相同時，隨著隨機接入MTC設備數量的增多，聯合TA比較和ACB機制的分配前導數量一致保持在64，而聯合TA比較和動態資源分配機制與本文提出的機制分配的前導數量是逐漸增加并保持到64的，這是因為接入設備數量的增加，只有分配更多的前導數量才能保持較高的隨機接入效率。此外，不同的小區半徑下，接入MTC設備數量相同時，聯合TA比較和動態資源分配機制或本文提出的機制分配的前導數量是不同的，小區半徑越大，分配的前導數量越少，這是因為小區半徑增大，TA值相同的概率越小，隨機接入成功率也會增加，需要分配的前導數量也就越少。

圖3 前導數與PRACH上隨機接入MTC數量關系

圖4為隨機接入效率與一個PRACH上隨機接入MTC設備數量關系圖。從圖中可以看到，本文提出的機制一直保持最高的數值。隨著接入MTC設備數量的增加，接入MTC設備數量在10～210個范圍內，聯合TA比較和ACB機制的隨機接入效率是逐漸增加的，這是因為接入MTC設備數量較少時，此機制仍然分配所有的前導數量用于MTC接入，這就導致隨機接入效率較低，造成前導資源的浪費。此外，在接入MTC設備數量在210～560個范圍內時，聯合TA比較和動態資源分配機制的隨機接入效率逐漸下降，這是因為在接入MTC設備數量較大時，此機制沒有有效地控制接入設備的數量，導致隨機接入成功率逐漸降低，影響了隨機接入效率。同樣的，與圖2和圖3的分析一致，接入MTC設備數量相同，隨著小區半徑的增加，同一機制的隨機接入效率會增加。

圖4 隨機接入效率與PRACH上 隨機接入MTC數量關系

4 結束語

本文提出的一種基于TA值比較的改進型機器通信設備隨機接入方案，通過運用ACB機制和動態資源分配來保持較高的隨機接入效率，緩解擁塞。在接入設備數量較少時，通過動態分配前導資源，保持較高隨機接入效率；在接入設備數量較多時，通過ACB機制控制接入MTC設備數量保持隨機接入效率。最后，通過相關的仿真實驗，比較本文提出機制、聯合TA值比較與ACB機制，以及聯合TA值比較與動態資源分配機制，表明本文提出機制在保持高隨機接入效率方面的優越性。