面向海量机器类通信(mMTC)的无线接入控制

近年来,支持物联网(internet of things,IoT)应用的机器类通信(machine-type communications,MTC)成为未来移动通信网络的重要业务组成部分。随着MTC对广域连接需求的快速增长,通过蜂窝网承载IoT应用成为必然的趋势,蜂窝物联网也成为下一代移动通信系统(5G)的重点技术之一。特别地,海量机器通信(massive MTC,mMTC)被定义为5G网络三大通用场景之一。传统的无线接入技术很难适应mMTC的需求,因此,面向mMTC的无线接入控制研究具有重要的研究意义。在简单介绍传统随机接入过程之后,总结分析了现有mMTC接入新技术,并指出现有技术方案在面对越来越复杂的应用场景下的局限性,而近年来兴起的基于人工智能(artificial intelligence,AI)的接入机制成了解决此问题最具潜力的技术方案之一。分析了AI用于接入控制的可行性,并提出了一种基于Q学习的mMTC智能接入点选择机制,为将来基于AI的mMTC接入控制研究提供新的思路和技术手段。

无线网络中基于网络编码的重传机制

鉴于目前网络编码在单跳无线网络重传中的应用研究都是基于单发-多收场景的局限性,提出一种应用于多发-多收无线网络中的重传机制NCWRM。该重传机制中,网络节点既可以是发送方也可以是接收方,节点发送的数据包在直传和第一次重传中都失败后,第二次重传时广播发送由多个丢失数据包编码组合得到的编码包。多个接收方通过解码编码包得到丢失的数据包,从而实现一次重传获得多个丢失的数据包,可以有效提高重传效率。理论分析和仿真结果表明,NCWRM算法能够明显提高系统的饱和吞吐量,同时减小开销及丢包率。

5G切片化网络中基于吞吐量最大化的用户切换机制

第五代无线通信系统(the fifth generation,5G)利用网络功能虚拟化(network function virtualization,NFV)和软件定义网络(software defined network,SDN) 2项技术将网络进行了切片划分,让用户接入不同服务质量(quality of service,Qo S)保障的虚拟网络切片以获得服务。为了解决切片化网络中由于用户移动性而导致的切片重新接入问题,提出了最大化网络吞吐量的用户切换机制来降低越区切换对已有网络切片的影响。该机制根据用户业务类型的Qo S服务等级筛选备选接入站点的归属切片,运用贪心算法选择能为用户提供最大数据传输速率的切片接入服务,在网络切片代理的体系架构下完成切换过程的控制和管理。在与功率接入、负载接入和随机接入3种切换方案的性能对比中,相关仿真结果表明,随着越区用户数目和网络切片类型的增加,所提方案在保证较高网络吞吐量的同时,切换成功率始终维持在80%以上,远优于其他3种方案。