论文部分内容阅读
摘要:考虑性能与实现复杂度的折中,提出次优的正交多址接入中接入信道与数据传输信道之间的资源分配算法。根据上行传输资源的数量,以接入容量最大化为准则,推导信道资源分配比例与终端负载关系的表达式,采用简化算法求解次优解。确定机器与机器通信终端数量所属的终端数量区间,根据对应关系,获得与所确定的终端数量区间对应的资源分配区间,根据所获得的资源分配区间,进行上行资源的分配。
关键词:机器与机器通信;物理随机接入信道;物理上行共享信道;资源分配
中图分类号:TN929
文献标识码:A
文章编号:1009-3044(2017)10-0224-03
1.概述
随着计算机技术和互联网技术的高速发展,物联网浪潮已经渗透到人们的日常生活。随着物联网的高速发展,未来的无线通信中会存在海量的物联网机器与机器(machine-to-ma-chine,M2M)通信终端。M2M技术,作为物联网在现阶段主要的表现形式,以各种应用为核心。M2M通信终端要完成数据传输,需要接人信道和数据传输信道资源。接人信道资源是用于发送前导序列的时频资源块(resource block,RB)。由于M2M通信的主要业务在上行,因此,接入信道和数据传输信道之间的资源分配是研究的重点。由于上行资源是有限的,物理随机接人信道(phvsical Fandom access channel,PRACH)占用資源模块过多时,将会导致物理上行共享信道(physical uplinkshared channel,PUSCH)资源的减少,进而导致数据传输失败,影响通信质量。反之,PUSCH占用资源模块过多时,将会导致PRACH资源的减少,进而导致M2M终端接入失败。
因此,为保证通信质量并避免M2M终端接入失败,上行信道资源必须进行合理的分配。现有技术中,在每个随机接人过程之前,基站都要根据M2M终端数量计算最优的PRACH和PUSCH的资源配置。根据计算的资源配置,进行PRACH和PUSCH资源的分配。由于M2M终端数量是不断变化的,因此,如果在每个随机接人周期前基站都要根据不同的M2M终端数量计算最优的资源配置,计算量将会显著增加。
针对上述问题,本文提出一种M2M通信中低复杂度的上行信道资源分配算法,有效减小传统随机接入过程中计算接人信道和数据传输信道资源配置的复杂度。
2.系统模型
随机接入用来实现终端和基站的上行同步,上行传输资源分配,以及解决冲突。基于竞争的随机接人过程包括:终端发送前导序列,基站发送随机接入响应,终端发送调度信息以及基站发送竞争解决消息。假设上行传输资源为Q个RB,其中用于PRACH传输的资源为N个RB。在频域,每个PRACH占用1.08 MHz,即6个RB有效带宽,因此Ⅳ为6的倍数。定义,k为每个PRACH上分配的前导序列数量。定义Bi为选择前导序列i的M2M终端数量。如果基站为检测到的前导序列调度PUSCH,定义Si=1。成功发送一个M2M终端的过程包括:终端成功发送前导序列,并且具有相应的数据传输信道资源发送业务数据信息。成功发送一个M2M终端的概率可以表示为:
在该种情况下,计算(a)中PRACH占用的RB数量为N‘时的接入容量,以及(b)中PRACH占用的RB数量为N’ 6时的接人容量,选择较大接人容量所对应PRACH占用的RB数量作为实际PRACH占用的RB数量。
可以看出,当u变化时,需要重新计算广的值。对于终端负载以及资源分配满足条件min d≥1的情况,则需要进一步计算(a)和(b)的接人容量,并进行比较,为了区分本文所提出的资源分配方案,称上述资源分配方案为参考方案。虽然参考方案虽然可以实现PRACH和PUSCH之间资源分配的均衡,然而资源分配的计算过程比较复杂,因此有必要设计一种低复杂度的上行资源分配算法。
图1所示,在不同的Q值下,按照本文方案资源分配算法获得的接入容量十分接近参考方案资源分配算法获得的接入容量。在本文方案资源分配算法中,基站通过判断终端负载位于的终端数量区间来确定信道资源分配比例,因此在获得次优接入容量的情况下有效地减小了计算信道资源配置的复杂度。
5.结论
针对上行信道资源分配算法复杂度较高这一不足,本文详细推导了物理随机接入信道以及物理上行共享信道资源分配比例与终端负载关系的表达式,基站只需根据待接入的M2M终端数量查找到对应的M2M终端数量区间,从而得到对应的资源分配区间,即可获得对应资源分配方案,显著减少计算量。
关键词:机器与机器通信;物理随机接入信道;物理上行共享信道;资源分配
中图分类号:TN929
文献标识码:A
文章编号:1009-3044(2017)10-0224-03
1.概述
随着计算机技术和互联网技术的高速发展,物联网浪潮已经渗透到人们的日常生活。随着物联网的高速发展,未来的无线通信中会存在海量的物联网机器与机器(machine-to-ma-chine,M2M)通信终端。M2M技术,作为物联网在现阶段主要的表现形式,以各种应用为核心。M2M通信终端要完成数据传输,需要接人信道和数据传输信道资源。接人信道资源是用于发送前导序列的时频资源块(resource block,RB)。由于M2M通信的主要业务在上行,因此,接入信道和数据传输信道之间的资源分配是研究的重点。由于上行资源是有限的,物理随机接人信道(phvsical Fandom access channel,PRACH)占用資源模块过多时,将会导致物理上行共享信道(physical uplinkshared channel,PUSCH)资源的减少,进而导致数据传输失败,影响通信质量。反之,PUSCH占用资源模块过多时,将会导致PRACH资源的减少,进而导致M2M终端接入失败。
因此,为保证通信质量并避免M2M终端接入失败,上行信道资源必须进行合理的分配。现有技术中,在每个随机接人过程之前,基站都要根据M2M终端数量计算最优的PRACH和PUSCH的资源配置。根据计算的资源配置,进行PRACH和PUSCH资源的分配。由于M2M终端数量是不断变化的,因此,如果在每个随机接人周期前基站都要根据不同的M2M终端数量计算最优的资源配置,计算量将会显著增加。
针对上述问题,本文提出一种M2M通信中低复杂度的上行信道资源分配算法,有效减小传统随机接入过程中计算接人信道和数据传输信道资源配置的复杂度。
2.系统模型
随机接入用来实现终端和基站的上行同步,上行传输资源分配,以及解决冲突。基于竞争的随机接人过程包括:终端发送前导序列,基站发送随机接入响应,终端发送调度信息以及基站发送竞争解决消息。假设上行传输资源为Q个RB,其中用于PRACH传输的资源为N个RB。在频域,每个PRACH占用1.08 MHz,即6个RB有效带宽,因此Ⅳ为6的倍数。定义,k为每个PRACH上分配的前导序列数量。定义Bi为选择前导序列i的M2M终端数量。如果基站为检测到的前导序列调度PUSCH,定义Si=1。成功发送一个M2M终端的过程包括:终端成功发送前导序列,并且具有相应的数据传输信道资源发送业务数据信息。成功发送一个M2M终端的概率可以表示为:
在该种情况下,计算(a)中PRACH占用的RB数量为N‘时的接入容量,以及(b)中PRACH占用的RB数量为N’ 6时的接人容量,选择较大接人容量所对应PRACH占用的RB数量作为实际PRACH占用的RB数量。
可以看出,当u变化时,需要重新计算广的值。对于终端负载以及资源分配满足条件min d≥1的情况,则需要进一步计算(a)和(b)的接人容量,并进行比较,为了区分本文所提出的资源分配方案,称上述资源分配方案为参考方案。虽然参考方案虽然可以实现PRACH和PUSCH之间资源分配的均衡,然而资源分配的计算过程比较复杂,因此有必要设计一种低复杂度的上行资源分配算法。
图1所示,在不同的Q值下,按照本文方案资源分配算法获得的接入容量十分接近参考方案资源分配算法获得的接入容量。在本文方案资源分配算法中,基站通过判断终端负载位于的终端数量区间来确定信道资源分配比例,因此在获得次优接入容量的情况下有效地减小了计算信道资源配置的复杂度。
5.结论
针对上行信道资源分配算法复杂度较高这一不足,本文详细推导了物理随机接入信道以及物理上行共享信道资源分配比例与终端负载关系的表达式,基站只需根据待接入的M2M终端数量查找到对应的M2M终端数量区间,从而得到对应的资源分配区间,即可获得对应资源分配方案,显著减少计算量。