5G系統機器類通信場景下基于動態接入優先級的擁塞控制策略研究*

張 發 ， 王鳳麗 ， 錢蔓藜 ， 袁春經

（1.重慶郵電大學通信與信息工程學院，重慶 400065；2.移動計算與新型終端北京市重點實驗室，北京 100190； 3.中國科學院計算技術研究所無線通信技術研究中心，北京 100190）

0 引 言

隨著信息技術的發展，信息通信系統已經從簡單機器互聯的IT1.0時代和人機互聯的IT2.0時代，邁入了人機物三元互聯的IT3.0時代。在IT3.0時代，伴隨著數以億萬的物端設備加入，現有以人與人（Human to Human，H2H）通信為核心的移動通信系統已經無法滿足這一需求。為此，在5G通信系統中，機器類通信（Machine-Type Communication，MTC）技術應運而生[1-2]。在5G系統機器類通信場景下，海量MTC設備間通過使用移動網絡進行通信，以此完成特定的任務。在各行各業信息化改造升級的迫切要求下，未來MTC技術在醫療衛生、公共服務、智慧城市、物流和能源等領域將有著廣泛的應用空間。

傳統的蜂窩網絡具有覆蓋廣的特點，提供無處不在的連接，可以作為承載MTC的無線網絡。但是，蜂窩網絡為傳統的H2H通信設計，而在一個單元小區內可能存在數萬個MTC設備，且其業務特性各異，對接入時延的需求也不同。如果大量的MTC設備在短時間內大量接入，會造成嚴重的網絡擁塞，導致接入延遲甚至無法接入等問題。為此，在5G系統設計過程中，如何解決MTC類通信場景下海量設備并發接入帶來的擁塞問題，成為需要解決的關鍵問題之一。

目前，已有部分針對MTC設備過載問題的研究。文獻[3]提出了一種動態的隨機接入資源分配方案，當一個MTC終端申請到上行資源時，多個MTC設備同時使用一個隨機接入上行資源；文獻[4]考慮用戶的QoS需求，引入QoS感知自適應過載控制機制，在執行隨機接入時優先考慮時延敏感用戶，減輕了過載問題；文獻[5]提出了一種前導碼分組DQ（Distribute Queuing）算法，可以有效降低平均接入時延；文獻[6]提出將全部的前導碼劃分為k個子集，然后在每個子集中獨立去執行競爭解決，在平均訪問時延方面改進顯著。

ACB（Access Class Barring）機制被視為解決網絡擁塞問題最有效的方法之一。文獻[7-9]提出了動態調整ACB因子的方法，而ACB因子的值將根據MTC的負載進行調整。當擁塞級別非常高時，ACB因子會被設置為一個較低的值，通過限制接入設備的數目很好地解決網絡擁塞。但是，MTC業務有時延容忍和時延敏感之分，ACB機制默認所有的MTC業務具備相同的優先級，網絡擁塞時將無法保證時延敏感業務的時延需求。文獻[10]采用EAB（Extended Class Barring）思想提出了一種自適應多重ACB因子的算法，針對不同優先級的設備設置不同的接入概率因子。發生擁塞時，該算法可以保證高優先級設備的接入成功率和接入時延。但是，多重ACB因子使得算法復雜度變高，且未考慮低優先級設備接入控制時延過長，超過了其時延容忍度的問題。

綜上，上述文獻給出的方法要么沒有考慮時延需求，要么實現復雜，要么缺乏公平性。為此，針對5G系統機器類通信場景下海量設備接入可能造成的網絡擁塞問題，本文提出了一種基于動態接入優先級的擁塞控制策略。該策略對接入設備劃分優先級并進行動態更新，且控制不同優先級設備的接入概率。具體地，根據MTC設備對時延容忍度的不同，初始化為高、中、低三個接入優先級。不同的優先級采用不同的接入概率因子，優先保證高優先級設備的接入時延，且對中優先級和低優先級的設備計算當前的接入時延，根據設備的時延容忍度和當前的接入時延動態調整其接入優先級。仿真結果表明，本文所提方法可以有效控制系統擁塞，在保證不同優先級設備的接入時延前提下，提升設備的接入成功率。

1 相關技術

1.1 5G MTC類通信場景下隨機接入過程

根據3GPP組織對5G MTC類通信場景協議標準的定義，機器類設備（Machine-Type Device，MTD）在通信過程中與基站建立連接，首先需要執行隨機接入過程。隨機接入過程分為競爭隨機接入和非競爭隨機接入。網絡擁塞主要發生在初始接入的情況下，因此本文主要研究競爭隨機接入，如 圖1所示，主要分為四步[11]。

圖1 隨機接入過程

步驟1：UE從可用的前導碼集合中等概率地選擇一個前導碼作為msg1發送給基站。多個UE在同一時頻資源可能選擇相同的前導碼，即發生前導碼沖突問題，但msg1不包含能標識UE的任何信息，所以基站此時無法解決UE之間的競爭問題。

步驟2：基站向UE發送隨機接入響應，即msg2。msg2主要包括為UE臨時分配的RNTI、上行資源授權和時間調整量等，并使用RA-RNTI加擾。

步驟3：UE設備根據接收的時間對齊信息完成上行同步，并根據msg2中分配的上行授權信息發送帶有UE標識的上行消息msg3，且在msg3發送后啟動競爭解決定時器。如果在msg1中有多個UE選擇相同的前導碼，唯一的UE標識可以用于解決競爭沖突。

步驟4：如果基站成功解碼了msg3，會向相應的UE設備發送競爭解決消息msg4。msg4包含RRC連接建立響應信息和解決競爭沖突的UE標識。

步驟1中，當設備大量接入時，前導碼數量有限，許多設備選擇相同的前導碼，成為造成網絡擁塞的主要原因。

1.2 ACB過程

為了解決競爭接入隨機過程中可能出現的網絡擁塞問題，可以通過ACB方法降低網絡擁塞，主要方法為：基站通過廣播消息攜帶接入控制參數的SIB2消息（控制參數主要包括接入概率因子p和接入禁止時間Tbarring，接入概率因子p是[0,1]中的一個隨機數）。當UE設備接收到此消息后，會產生一個[0,1]之間的隨機數，如果產生的隨機數小于接入概率因子p，則允許發起隨機接入；否則，退避一段時間后發起接入。

2 系統模型

本文考慮典型單小區生活社區應用場景下的機器類通信問題。如圖2所示，在一個基站覆蓋范圍內有N個MTC設備，呈均勻分布。

圖2 單小區MTC設備分布

根據MTC設備的時延容忍特性進行優先級分類，其中對實時性要求高的設備（如盜竊告警、氣體泄漏告警、健康狀況監測等設備）設為高優先級設備，對實時性要求低的設備（如智能測量、智能監測等設備）設為低優先級設備，對實時性要求一般的設備（如監控、智能家居、語音服務等設備）設為中優先級設備。MTC設備具有事件觸發的特點，則根據3GPP提出的流量模型[12]，事件觸發采用Beta分布。對于Beta分布，假設t∈0～T，其概率密度函數p(t)為：

當T取1000個接入時隙時，服從Beta分布的MTC業務到達率模型如圖3所示。

由圖3可知，MTC設備的到達率會在短時間內迅速上升，大量設備短時間內同時發起接入時會造成嚴重的網絡擁塞。

3 擁塞控制策略

3.1 基本原理

本文提出一種基于動態接入優先級的擁塞控制策略——DAP（Dynamic Access Priority）。DAP策略的原理為：終端依據其自身的時延容忍度進行初始優先級的設置，時延容忍度高的設備設置為低優先級設備，依此類推。采用ACB機制，不同優先級的設備根據廣播的接入控制參數采用不同的概率進行接入。為了避免低優先級設備或中優先級設備出現饑餓現象，每個接入設備需要計算其當前的接入控制時延，并與其自身的時延容忍度進行比較。終端檢查是否滿足優先級更新的條件，如果滿足，則進行優先級的動態更新。一個低優先級設備經過多次退避，可更新為中優先級設備甚至高優先級設備，增大接入概率，降低接入時延。同理，中優先級設備可能更新為高優先級設備。DAP策略可以保證MTC設備發生網絡擁塞時擁有較高的接入成功率和不同的優先級設備對于接入時延的需求。

圖3 MTC設備到達率

3.2 DAP策略具體步驟

本文提出的DAP擁塞控制策略主要分為以下步驟。

步驟1：參數的初始化設置。終端根據初始優先級的不同，分別設置Th、Tm和Tl。Th表示高優先級的最大容忍時延，Tm表示中優先級的最大容忍時延，Tl表示低優先級的最大容忍時延。

步驟2：基站廣播一個接入概率因子α和接入禁止時間Tbarring，α需要根據當前的網絡負載情況動態調整。網絡負載高時，減小α的值，限制發起隨機接入的終端數目，降低碰撞概率，降低網絡擁塞；網絡負載低時，增加α的值，提升信道利用率。

步驟3：終端計算當前的接入控制時延Tdelay，接入控制時延包括終端的接入禁止時間Tbarring、執行隨機接入過程的時間以及發生前導碼碰撞導致的退避時間Tback_off，初始值為0。

步驟4：終端計算其時延容忍度和當前接入控制時延的差值T-Tdelay，時延容忍度T表示該終端允許的最大接入時延。不同終端具有不同的時延容忍度，如果T-Tdelay≤Th，該終端更新為高優先級；如果Th＜T-Tdelay≤Tm，該終端更新為中優先級；如果Tm＜T-Tdelay≤Tl，該終端更新為低優先級；

步驟5：終端產生一個0～1之間的隨機數p。當終端是高優先級時，直接進行接入；當終端是中優先級時，如果p＜α，進行接入，否則退避時間Tbarring后，返回步驟2再嘗試進行接入；對于低優先級的終端，如果p＜α/2，進行接入，否則退避時間Tbarring后，返回步驟2再嘗試進行接入；

步驟6：當終端允許發起接入后，依照競爭隨機接入過程與基站建立連接。如果接入失敗，根據msg2中的BI值進行退避后，回到步驟2重新發起隨機接入。

以上過程如圖4所示。

圖4 DAP策略流程

4 性能分析

對本文提出的DAP擁塞控制策略進行性能評估。假設整個仿真周期為Ts，每秒有m個接入時隙，則總共有T×m個接入時隙，這里用NRAO表示；終端總數目用M表示，高優先級的終端數目用MH表示，中優先級的終端數目用MM表示，低優先級的終端數目用ML表示；可用的前導碼數目數目用R表示；Mi定義為在第i個接入時隙發起接入的終端數目，這里采用文獻[13]提出的Markov方案對接入負載進行動態估計。同理，Mi,h定義為第i個接入時隙發起接入的高優先級的終端數目，Mi,m定義為第i個接入時隙發起接入的中優先級的終端數目，Ms,l定義為第i個接入時隙發起接入的低優先級的終端數目。本節將從碰撞概率、接入成功率和平均接入時延三個性能指標進行分析。

4.1 碰撞概率（Pc）

前導碼碰撞概率指的是在整個仿真周期內發生碰撞的前導碼數目與系統可用的前導碼數目的比值。單時隙發生碰撞的前導碼數目可以表示為可用前導碼的總數目與成功接入的前導碼數目和空閑的前導碼數目的差值。其中，在時隙i發起接入的終端數目為Mi，則成功接入的的前導碼數目Ms,i可定義為：

在時隙i空閑的前導碼數目Mu,i可定義為：

則碰撞概率PC可定義為：

4.2 接入成功率（PS）

接入成功率指的是在整個仿真周期內成功接入的終端數目與終端總數目的比值。其中，在第i個時隙成功接入的終端數目即成功接入的前導碼數目，可由式（3）得出，則平均接入成功率PS可表示為：

同理，高優先級設備的接入成功率PS,H可以表示為：

中優先級設備的接入成功率PS,M可以表示為：

低優先級設備的接入成功率PS,L可以表示為：

4.3 平均接入時延（Td）

終端接入時延主要包括三部分：初次發起隨機接入過程的時間T1；接入失敗后重傳的時間T2，T2包括由基站所指示的退避時間和再次發起隨機接入過程的時間；發生網絡擁塞時，基站廣播的禁止接入時間Tbarring。對于高優先級設備，不包括禁止接入時間Tbarring，則其平均接入時延TH可以定義為：

其中，PMAX表示最大重傳次數；(T1+kT2)(1-PC)PkC表示重傳k次的接入時延，對其取期望值可以得到平均接入時延。

對于中優先級設備，增加了由ACB因子產生的禁止接入的時延。禁止接入的時延可定義為禁止接入的次數和禁止接入時間的乘積，禁止接入的次數nm可定義為：

其中，Nh表示終端由中優先級更新為高優先級需要禁止接入的最大次數；k表示退避次數；n表示重傳的次數；pk,n表示禁止接入次數為k、重傳次數為n時的概率；α表示為仿真周期內，中優先級的接入概率因子的平均值。接入概率因子可由 文獻[8]提出的方法進行動態估計，α可定義為：

則中優先級設備的平均接入時延為：

同理，對于低優先級設備，禁止接入的次數nl可定義為：

其中，Nm表示終端由低優先級更新為中優先級需要禁止接入的最大次數，其他參數同上，則低優先級設備的平均接入時延為：

總的平均接入時延可以定義為：

5 系統仿真與結果分析

5.1 仿真參數

通過MATLAB仿真對本文提出的DAP擁塞控制方法進行性能評估。仿真實驗中，將模擬大量MTC設備發起接入場景下，DAP擁塞控制策略在MTC設備碰撞概率、接入成功率和平均接入時延三方面的性能。本文將對DAP策略與使用3GPP給出的無擁塞控制的方法（簡稱方案一）和傳統ACB策略（簡稱方案二）進行比較。系統仿真參數參考3GPP標準的建議[14]，基本參數配置如表1所示。

表1 仿真主要參數

5.2 仿真結果

圖5為不同方案下，隨著MTC設備數的增加碰撞概率的變化。可以看出，方案一的碰撞概率隨著MTC設備數目增多而急劇增加，因為每個接入時隙的設備數目增加增大了碰撞概率，發生碰撞的設備退避一段時間后發起接入會再次增加接入的設備數目。方案二和本文策略都采用廣播ACB因子控制接入數目，碰撞概率明顯降低。但是，方案二采用了固定的ACB因子，不能很好地根據網絡負載進行動態調整，而本文提出的DAP方法可以根據網絡負載動態調整，因此系統碰撞概率最低。

圖5 不同方案下的碰撞概率

圖6為不同方案下隨著MTC設備數的增加接入成功率的變化。可以看出，方案一的接入成功率隨著MTC設備數目的增加而急劇下降，這是因為發生網絡擁塞時大量的設備由于碰撞而無法接入。方案二與本文提出的策略通過控制接入終端的數目，可以有效提升接入成功率。方案二采用了固定的ACB因子，性能相比方案三略有下降。

圖6 不同方案下的接入成功率

圖7為對不同方案下MTC設備數的增加后平均接入時延的變化。

圖7 不同方案下的平均接入時延

可以看出，方案一的平均接入時延緩慢提升，且保持在一個較低的水準。這是因為方案一沒有ACB機制的接入控制時延，但隨著其碰撞概率的增加，退避次數隨之增加，其平均接入時延也有所增加。方案二的平均接入時延在設備數目達到15×103時開始急劇增加，這是因為15×103之前擁塞程度較低，不需要啟動ACB策略。隨著擁塞程度的提升，接入控制時延開始急劇增加，且由于未區分優先級，時延敏感設備的接入時延也得不到保證。本文提出的DAP策略區分接入設備優先級，高優先級設備的平均接入時延保持在一個較低的值，是因為高優先級設備不受ACB因子的控制直接進行接入，沒有控制接入時延。低優先級的接入時延低于方案二，是因為隨著接入控制時延的增加，低優先級設備會更新為中優先級甚至高優先級，且方案二采用固定的ACB因子也會增大其平均接入時延。

6 結 語

本文對萬物互聯的5G系統中機器類通信場景下可能出現的網絡網絡擁塞問題展開了研究，提出了一種基于動態優先級的擁塞控制策略。該方法動態考慮不同接入設備的優先級，根據優先級的不同采用不同的接入概率，有效地控制了網絡擁塞，并且保證了高優先級設備的接入時延，同時根據接入控制時延動態更新優先級，降低低優先級設備的接入時延，避免低優先級設備由于網絡擁塞出現饑餓現象。仿真結果顯示，在海量設備并發接入場景下，本文提出的DAP策略相比傳統的ACB策略和無擁塞控制策略，在碰撞概率、接入成功率和接入時延方面具有更好的性能。