一种基于TA值比较的机器通信设备随机接入机制

王晓春，张 军

(1.中国电子科技集团公司第五十四研究所，河北 石家庄 050081； 2.南京邮电大学 通信与信息工程学院 江苏省无线通信重点实验室，江苏 南京 210003)

0 引言

近些年，随着机器通信技术的快速发展，“物联网”的时代已经来临，据推测，未来会有数以百亿的智能设备连接至物联网网络[1]，并且据分析学家推测，到2020年，由物联网带来的经济效益将会达到1.9万亿美元，所以，物联网将会有巨大的市场潜力和经济推动力。机器对机器(Machine-to-Machine， M2M)通信，也被称作MTC，是发展物联网网络的一种关键技术，在没有人为干预的情况下，MTC能够为机器类通信设备提供连接，并且能与人与人(Human To Human， H2H)通信实现和谐共存[2-4]。然而，如果数量如此众多的MTC设备直接接入到现有的无线接入网络(Radio Access Networks， RANs)，将会导致接入效率低、随机接入负荷大和接入拥塞的问题，甚至会使人与人的通信产生混乱。

对于机器类通信中的大规模接入，近些年，一些国内外的学者根据随机接入过程出现的不同问题也各自提出了一些接入机制。在一个特殊的区域部署大量的MTC设备会造成大量的接入产生并且会造成较为严重的网络拥塞，为了解决这个问题，3GPP长期演进(Long Term Evolution， LTE)发布版本11，即LTE-A系统，此系统包含了一些RAN拥塞的控制方案[5-6]。文献[7-8]引入了接入类别限制(Access Class Barring， ACB)机制来控制多个小区的接入请求负载。ACB机制可以给通信设备设置不同的级别，根据接入设备的等级对设备进行分组，高等级的用户优先接入，低等级的用户基于竞争接入。低等级用户的接入方式是，首先基站会广播一个概率PACB，低等级的用户接收到PACB后会随机得到一个0-1之间的概率，如果这个概率≤PACB，那么此用户允许接入，如果这个概率>PACB，那么此用户就不允许被接入，等待下次随机接入过程再次尝试接入。这种机制可以独立地控制接入设备的数量，也可以动态地分配随机接入信道(Random Access Channel， RACH)给H2H通信设备和M2M通信设备，比如在M2M通信设备比较多时，可以分配额外的RACH给机器类通信设备，从而缓解MTC的拥塞压力[9-10]。文献[11-12]介绍了一些基于竞争的随机接入方案，其中有一种随机接入方案利用了随机接入过程中的定时提前(Timing advance，TA)命令来进行随机接入。文献[13]提出了提出一种基于TA的网络优化策略，根据在网用户接入时的TA统计调整小区半径,进而调整小区的循环移位序列配置。文献[14]提出了一种基于空间分组和TA值比较的接入机制，这种机制在每个分组中分配不同的接入类别限制ACB概率，虽然在实际工程中实现较为复杂，但是可以有效地实现接入效率的最大化。文献[15]提出了联合ACB和TA值比较的接入机制，这种机制通过优化ACB概率来实现接入成功概率的最大化，实验数据表明这种机制可以在服务所有MTC设备的情况下，至少节省50%的随机接入时隙。但是这种机制在接入MTC设备数量较少的情况下，分配所有的前导给机器通信，会造成前导资源的浪费，导致随机接入效率低下，甚至会H2H通信。

综上所述，现有的一些随机接入机制一部分是采用单一的随机接入机制，但是面对数量众多的MTC设备，单一的随机接入机制是无法满足大规模接入需求的；另一部分随机接入机制采用了联合控制的方法，但是并没有考虑到与H2H通信协调共存的问题。所以本文提出了一种基于TA值比较的改进型机器通信设备随机接入方案，这种随机接入方案的优越性在于基于“随机接入效率最大”原则，动态地进行前导资源分配和接入设备数量控制，减少大规模接入时的冲突概率，并且能够保持相对较高的随机接入效率。

1 机器通信中的随机接入

MTC设备的随机接入步骤与用户设备(User Equipment， UE)的随机接入目的是建立一个无线传输链路、获得信道的分配方案和达到上行同步等，步骤如下：

① 机器通信设备向基站传输一个随机接入前导(Preamble， PA)用于识别；

② 基站向机器通信设备回传随机接入响应(Random Access Response， RAR)，包括PA检测信息、TA值和上行资源的分配；

③ 机器通信设备根据基站第二步中传输的上行资源的分配向基站传输数据，包括无线资源控制连接需求、区域信息更新和调度请求等，主要是机器通信设备唯一标识信息；

④ 基站向机器通信传输冲突解决信息。

其中步骤②RAR传输时，基站向接入的MTC设备传输RAR信息，其中就包括了TA命令。TA值代表MTC设备与基站间的传播延迟，它在数值上代表了基站与接入MTC设备间的往返时间，为0.52 μs。TA命令的量化精度映射到距离上为156 m，那么单向距离就为78 m。随机接入步骤①中，在一个子帧内，不同的MTC设备在相同的PRACH上传送相同的前导时，基站无法对这些MTC设备进行识别，所以这些MTC设备都被视为冲突的设备，只有等待下次随机接入时隙重新申请接入。基于TA值比较的随机接入机制就是假设在随机接入之前每个申请接入的MTC设备获得了自身与基站间的距离，即获得了自身的TA值，当随机接入开始时，如果其中某些设备在同一个PRACH上传送了同样的PA给基站，基站可以从这些设备中随机选择一个设备，从而在随机接入步骤②中发送相应的TA值给MTC设备。MTC设备在接收到基站发送的RAR消息后，对比自身的TA值与RAR中的TA值，如果相同则表示允许进入随机接入步骤③，否则等待下次随机接入时隙重新申请接入。

2 系统模型与优化问题

2.1 系统模型

如图1所示，采用的模型是建立小区模型常用的一种均匀撒点模型。为了计算方便，小区形状在空间上是一个正圆形，基站处于小区的中心位置，MTC设备与基站间的直线距离为r，其服从的概率分布函数为：

(1)

图1 小区模型及TA分组

TA值是一个量化值，根据TA的量化精度将整个小区进行空间分组，为了后续计算方便，将小区的半径设置为TA量化精度的倍数，小区在空间上分为R/d组，其中R是小区的半径，d是TA值的量化精度，数值上为78 m。

2.2 优化问题

假设某MTC设备与基站的直线距离为r，并且根据分组信息这个MTC设备是属于某个分组，那么可以计算出小区中其他MTC设备与这个MTC设备TA值相同的概率为：

(2)

i-1·d

假设接入的设备数量为N，随机选择某个MTC设备X的接入成功效率为：

p(EACB=1)=pACB，

(3)

式中，pACB表示ACB因子(概率)。

将除了MTC设备X之外还有n个MTC设备通过ACB机制的事件表示为NACB=n，那么在MTC设备X与基站的直线距离为r的前提下，MTC设备X与另外n个设备一起通过ACB机制的概率：

(4)

假设小区中可用的前导数量为m，将MTC设备X在m个前导中随机选择了第j个前导的事件表示为Ej，并且将除了MTC设备X外，通过ACB机制的n个设备中还有k个MTC设备选择了第j个前导的事件表示为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)

这个概率表示事件NACB=n，RX=r和EACB=1发生的情况下，事件Ej和Ek,j发生的概率。

由上文可知MTC设备X与其他k个MTC设备一起选择了同一个前导，假设在一个PRACH上进行推导，那么可知MTC设备X和其他k个MTC设备在同样的PRACH上发送了同一个前导。将事件MTC设备X接入成功的事件表示为Esuccess=1，由TA值比较机制的原理可以知道MTC设备X接入成功必须满足如下2个条件之一：

①k=0，也就是只有MTC设备X选择了前导j；

②k≠0，MTC设备X与其他k个MTC设备发送了同一个前导，但是MTC设备X被基站标识为接入成功的设备，并且MTC设备X与其他k个MTC设备处于不同的分组，即TA值不同。

综上所述，可以得到如下概率：

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

(6)

这个概率表示事件NACB=n，RX=r，Ek,j，Ej和EACB=1发生的情况下，事件Esuccess=1发生的概率。

根据贝叶斯公式进一步推导得到：

p(Esuccess=1)=

(7)

这个概率就表示在一个PRACH上，给定ACB因子、前导数量和小区半径的情况下，MTC设备的接入成功概率。将Navg表示为接入成功的MTC设备数量，综上所述可以知道Navg是服从二项分布的，表示为Navg～B(N,p(Esuccess=1)),那么Navg的期望可以表示成：

(8)

由于机器通信(M2M通信)是与H2H通信共存的一种通信方式，其前导资源也是共享的。如果在某些情况下，比如说接入设备数量不多时，机器通信仍然占用了很多的前导资源，那么势必会影响H2H通信，所以前导资源显得非常重要；此外，当接入设备的数量很多时，没有对前导数量进行控制，随机接入冲突会更严重，随机接入的效率反而会降低，那么接入成功的设备数量也会减少，所以将优化问题转化为随机接入效率。本文中将在一个PRACH上一个前导可以接入的设备数量定义为随机接入效率，表示为Reff，那么随机接入效率Reff可以由如下表达式计算得出：

(9)

综上所述，本文所提出机制的优化问题就变为，根据接入的设备数量分配合适的前导数量和设置合适的ACB因子，使得接入效率达到最大值，即：

maxReff=

约束条件1： 0

约束条件2：

(10)

式中，mmax表示可用的最大前导数量。

3 性能分析

为了验证本算法的性能，本文的比较对象设置为：① 联合TA值比较与ACB机制[7]；② 联合TA值比较与动态资源分配机制。

联合TA值比较与动态资源分配机制，就是在接入设备数量少的情况下，动态地划分前导数量来获得最大的随机接入效率，其表达式为：

(11)

这个概率表示当MTC设备X与基站距离为r的前提下，MTC设备X选择第j个前导，并且其他的N-1个设备中有k个设备也选择第j个前导的概率。同样的，可以得到另一个概率：

(12)

这个概率表示事件RX=r，Ek,j和Ej发生的情况下，事件Esuccess=1发生的概率。根据前文中的推导方法可以得到：

(13)

那么此机制的优化问题就变为：

以下是对本文提出方案进行一系列仿真的结果，其中“TA和ACB”代表文献[7]提出的联合TA值比较和ACB机制，“TA和PA”代表第2节中提出的联合TA值比较和动态资源分配机制，“本文提出机制”代表本文提出的基于TA值比较的改进型机器通信设备随机接入方案。

图2为ACB因子设置值与一个PRACH上随机接入MTC设备数量关系图。从图中可以看到，在小区半径相同时，随着随机接入MTC设备数量的增多，联合TA比较和动态资源分配机制的ACB因子一直保持在1，而联合TA比较和ACB机制与本文提出的机制的ACB因子是逐渐减少的，这是因为这2个机制在控制可接入设备的数量。此外，当小区半径不同但接入MTC设备数量相同时，本文提出的机制(或者联合TA比较和ACB机制)ACB因子是不一样的，当小区半径增大，ACB因子也相应地增大，这是因为小区半径增大之后，MTC设备之间TA值相同的概率减少，这就导致随机接入成功率增大，ACB机制可以允许更多的MTC设备进行接入。

图2 ACB值与PRACH上随机接入MTC数量关系

图3为分配的前导数量与一个PRACH上随机接入MTC设备数量关系图。从图中可以看到，在小区半径相同时，随着随机接入MTC设备数量的增多，联合TA比较和ACB机制的分配前导数量一致保持在64，而联合TA比较和动态资源分配机制与本文提出的机制分配的前导数量是逐渐增加并保持到64的，这是因为接入设备数量的增加，只有分配更多的前导数量才能保持较高的随机接入效率。此外，不同的小区半径下，接入MTC设备数量相同时，联合TA比较和动态资源分配机制或本文提出的机制分配的前导数量是不同的，小区半径越大，分配的前导数量越少，这是因为小区半径增大，TA值相同的概率越小，随机接入成功率也会增加，需要分配的前导数量也就越少。

图3 前导数与PRACH上随机接入MTC数量关系

图4为随机接入效率与一个PRACH上随机接入MTC设备数量关系图。从图中可以看到，本文提出的机制一直保持最高的数值。随着接入MTC设备数量的增加，接入MTC设备数量在10～210个范围内，联合TA比较和ACB机制的随机接入效率是逐渐增加的，这是因为接入MTC设备数量较少时，此机制仍然分配所有的前导数量用于MTC接入，这就导致随机接入效率较低，造成前导资源的浪费。此外，在接入MTC设备数量在210～560个范围内时，联合TA比较和动态资源分配机制的随机接入效率逐渐下降，这是因为在接入MTC设备数量较大时，此机制没有有效地控制接入设备的数量，导致随机接入成功率逐渐降低，影响了随机接入效率。同样的，与图2和图3的分析一致，接入MTC设备数量相同，随着小区半径的增加，同一机制的随机接入效率会增加。

图4 随机接入效率与PRACH上 随机接入MTC数量关系

4 结束语

本文提出的一种基于TA值比较的改进型机器通信设备随机接入方案，通过运用ACB机制和动态资源分配来保持较高的随机接入效率，缓解拥塞。在接入设备数量较少时，通过动态分配前导资源，保持较高随机接入效率；在接入设备数量较多时，通过ACB机制控制接入MTC设备数量保持随机接入效率。最后，通过相关的仿真实验，比较本文提出机制、联合TA值比较与ACB机制，以及联合TA值比较与动态资源分配机制，表明本文提出机制在保持高随机接入效率方面的优越性。