为解决海量机器类通信(mMTC,massive machine type communications)场景下,机器类通信设备(MTCD,machine type communication device)采用传统随机接入方案时,往往出现网络严重拥塞,导致大量MTCD无法成功接入网络问题,提出了一种基于前...为解决海量机器类通信(mMTC,massive machine type communications)场景下,机器类通信设备(MTCD,machine type communication device)采用传统随机接入方案时,往往出现网络严重拥塞,导致大量MTCD无法成功接入网络问题,提出了一种基于前导码重传辅助的动态接入类别限制(PRT-ACB,preamble retransmission access class barring)方案。利用MTCD的前导码重传次数,将每个随机接入机会(RAO,random access opportunity)中尝试发起接入的MTCD划分为高、低优先级,结合每个RAO中负载数估计模型,分别为其设定随每个RAO中的接入负载动态变化的高、低优先级限制因子和可用前导码池,使更多MTCD能在未达到最大前导码传输次数前成功接入网络。仿真结果表明,所提方案能有效提升MTCD的接入成功概率,降低MTCD接入网络所需时延。所提方案可以作为缓解海量通信设备同时接入网络造成拥塞的一种解决方案。展开更多
在认知物联网(CIoT, cognitive internet of things)中,由于主用户(PU, primary user)与次级用户(SU,secondary user)之间的非合作特性,单独依靠传统的频谱感知技术判断频谱接入机会存在一定的不可靠性。作为一种重要的辅助信息,PU与SU...在认知物联网(CIoT, cognitive internet of things)中,由于主用户(PU, primary user)与次级用户(SU,secondary user)之间的非合作特性,单独依靠传统的频谱感知技术判断频谱接入机会存在一定的不可靠性。作为一种重要的辅助信息,PU与SU之间的相互位置信息可以协助判断授权频谱的二次接入可能性。提出了一种低复杂度的基于相邻关系的加权质心定位(NB-WCL, neighbor-based weighted centroid localization)算法,通过解决CIoT中SU的定位问题,从而完成CIoT中各个地理位置上是否能够进行频谱接入的决策。在理论层面分析了二维位置估计的均方根误差(RMSE, root mean square error)性能,通过仿真验证了通信半径、节点密集度、阴影影响、路径损失、连通性度量值以及发送数据次数等因素对于算法性能的影响。理论推导与实验结果表明,相对于传统的定位算法,所提方案为CIoT中的SU定位算法提供了更为强健和良好的定位误差性能,能够有效地增强认知物联网中用户频谱接入的可靠性。该方案可以作为认知物联网中的一种高效实用的定位感知方案。展开更多
文摘为解决海量机器类通信(mMTC,massive machine type communications)场景下,机器类通信设备(MTCD,machine type communication device)采用传统随机接入方案时,往往出现网络严重拥塞,导致大量MTCD无法成功接入网络问题,提出了一种基于前导码重传辅助的动态接入类别限制(PRT-ACB,preamble retransmission access class barring)方案。利用MTCD的前导码重传次数,将每个随机接入机会(RAO,random access opportunity)中尝试发起接入的MTCD划分为高、低优先级,结合每个RAO中负载数估计模型,分别为其设定随每个RAO中的接入负载动态变化的高、低优先级限制因子和可用前导码池,使更多MTCD能在未达到最大前导码传输次数前成功接入网络。仿真结果表明,所提方案能有效提升MTCD的接入成功概率,降低MTCD接入网络所需时延。所提方案可以作为缓解海量通信设备同时接入网络造成拥塞的一种解决方案。