一种基于acb的m2m网络负载感知动态调整网络负载状况的方法
【专利摘要】本发明公开了一种基于ACB的M2M网络负载感知动态调整网络负载状况的方法，属于通信【技术领域】。本发明方法包括以下步骤：步骤一：基于马尔可夫链对网络负载状况进行估计；步骤二：根据网络负载状况的估计结果设计用于控制ACB方法限制因子的动态控制函数；步骤三：利用获得的动态控制函数调整网络负载状况。本发明方法能够有效地提高网络负载的成功接入概率，同时能显著地减少接入时延，从而能够有效解决网络拥塞的问题。
【专利说明】一种基于ACB的M2M网络负载感知动态调整网络负载状况 的方法
【技术领域】
[0001] 本发明属于通信【技术领域】，涉及M2M网络接入控制策略，具体涉及一种基于ACB的 M2M网络负载感知动态调整网络负载状况的方法。
【背景技术】
[0002] 随着物联网的发展，M2M(Machine-to_Machine的简称，专指机器与机器之间的通 信业务类型）被认为会在将来给人类的生活带来极大的便利。由于拥有广阔的前景，得到 了人们的广泛关注。与传统的H2H(Human-t〇-Human)通信业务相比，M2M的负载密度要远 远大于H2H，并且在短时间内可能有大量的负载通过随机接入信道同时接入基站，这被认为 是M2M与H2H最大的区别之一。
[0003] 大量的负载同时接入会导致网络的严重拥塞，致使负载的成功接入概率极低并且 有很大的时延。尤其是当大量接入失败的负载一次次重复接入网络时，网络极易瘫痪。为 了减轻网络的拥塞，3GPP(3rdGenerationPartnershipProject)提出了一些接入控制策 略，在这些接入控制策略中，有一种叫做ACB(AccessClassBarring，接入类型限制）的方 法可以在一定程度上缓解网络的拥塞。这种方法通过基站广播限制因子来限制某些不符合 条件的负载的接入，从而达到减轻网络拥塞的目的。遗憾的是，当负载数进一步增大时，ACB 方法效果并不明显，这就驱使新的技术的研宄。
【发明内容】
[0004] 为了克服上述现有技术存在的缺陷，本发明的目的在于提供一种基于ACB的M2M 网络负载感知动态调整网络负载状况的方法，该方法能够有效估计当前的网络负载状况， 并基于估计的结果来动态调整ACB方法的限制因子，从而有效解决M2M网络中大量的负载 同时接入时导致的网络拥塞问题，减少接入时延，提高成功接入率。
[0005] 本发明是通过以下技术方案来实现：
[0006] 一种基于ACB的M2M网络负载感知动态调整网络负载状况的方法，包括以下步 骤：
[0007] 步骤一：基于马尔可夫链对M2M网络负载状况进行估计；
[0008] 步骤二：根据M2M网络负载状况的估计结果设计用于控制ACB方法限制因子的动 态控制函数；
[0009] 步骤三：利用获得的动态控制函数调整M2M网络负载状况。
[0010] 步骤一所述的基于马尔可夫链对M2M网络负载状况进行估计，具体包括以下步 骤：
[0011] 1)根据负载接入导频的情况形成马尔可夫链，并得到刻画马尔可夫链性质的状态 转移概率矩阵P;
[0012] 2)利用得出的马尔可夫链形成估计的模型；
[0013] 3)根据申请导频的负载数估计出当前M2M网络的负载状况。
[0014] 步骤1)所述的根据负载接入导频的情况形成马尔可夫链，并得到刻画马尔可夫 链性质的状态转移概率矩阵P，具体操作为：
[0015] 将负载接入导频的过程构成马尔可夫链，对应导频的状态用（|A|，|B|，|C|)表 示；其中，A表示只有一个负载接入的导频的集合，集合的势|A| (|A| = 0, 1，2,…，K)表示 只有一个负载申请接入的导频数；B表示有两个或两个以上负载接入的导频的集合，集合 的势IB| (|B| = 0, 1，2,…，K)表示有两个或两个以上负载接入的导频数；C表示没有负载 接入的导频的集合，集合的势IC| (|C| = 0, 1，2,…，K)表示没有负载接入的导频数；
[0016] 所以|A|表示成功的导频数，也就是成功接入的负载数；|B|表示碰撞的导频数； C|表示空闲的导频数；由于导频的总数只有K个，所以|A| + |B| + |C| =K;
[0017] 则状态的总数1为式（1):
【权利要求】
1. 一种基于ACB的M2M网络负载感知动态调整网络负载状况的方法，其特征在于，包括 以下步骤： 步骤一：基于马尔可夫链对M2M网络负载状况进行估计； 步骤二：根据M2M网络负载状况的估计结果设计用于控制ACB方法限制因子的动态控 制函数； 步骤三：利用获得的动态控制函数调整M2M网络负载状况。
2. 根据权利要求1所述的一种基于ACB的M2M网络负载感知动态调整网络负载状况的 方法，其特征在于，步骤一所述的基于马尔可夫链对M2M网络负载状况进行估计，具体包括 以下步骤： 1) 根据负载接入导频的情况形成马尔可夫链，并得到刻画马尔可夫链性质的状态转移 概率矩阵P; 2) 利用得出的马尔可夫链形成估计的模型； 3) 根据申请导频的负载数估计出当前M2M网络的负载状况。
3. 根据权利要求2所述的一种基于ACB的M2M网络负载感知动态调整网络负载状况的 方法，其特征在于，步骤1)所述的根据负载接入导频的情况形成马尔可夫链，并得到刻画 马尔可夫链性质的状态转移概率矩阵P，具体操作为： 将负载接入导频的过程构成马尔可夫链，对应导频的状态用（|A|，|B|，|C|)表示；其 中，A表示只有一个负载接入的导频的集合，集合的势|A| (|A| = 0, 1，2,…，K)表示只有 一个负载申请接入的导频数；B表示有两个或两个以上负载接入的导频的集合，集合的势 |b| (IbI=〇, 1，2,…，K)表示有两个或两个以上负载接入的导频数；c表示没有负载接入的 导频的集合，集合的势ICI(ICI= 0, 1，2,…，K)表示没有负载接入的导频数； 所以|A|表示成功的导频数，也就是成功接入的负载数；|B|表示碰撞的导频数；Icl表示空闲的导频数；由于导频的总数只有K个，所以|A| + |B| + |C| =K; 则状态的总数1为式（1):
然后求出刻画马尔可夫链性质的状态转移概率矩阵P; 若一个设备接入集合A中的某个导频，则集合A中的导频数会减1，而集合B中的导频 数会加1，导频的状态从i= (|A|，|B|，|C|)变到j= (|A|-1，|B|+1，|C|)，并且对应的状 态转移概率为IA|/K，其中，i，j分别表示马尔可夫链的某个状态； 若一个设备接入集合B中的某个导频，则导频的状态不发生改变并且对应的状态转移 概率为|B|/K; 若一个设备接入集合C中的某个导频，则集合A中的导频数加1，而集合C中的导频数 减1，导频的状态从i= (|A|，|B|，|C|)变到j= (|A|+1，|B|，|C|-1)，并且对应的状态转 移概率为IC|/K; 某个状态（|A|，|B|，|C|)只能转移到状态（|A|，|B|，|C|)、（|A|-1，|B|+1，|C|)和状态 (|A|+1，|B|，|C|-1);从状态（|A|，|B|，|C|)转变到其它状态的概率为O; 则对应得出状态转移概率矩阵：
其中，1表示状态的总数。
4. 根据权利要求3所述的一种基于ACB的M2M网络负载感知动态调整网络负载状况的 方法，其特征在于，步骤2)所述的利用得出的马尔可夫链形成估计的模型的具体包括以下 步骤： ① 、计算马尔可夫链状态转移m步后的概率分布向量Jr(m): JT(m) =JT(O)Pm (3)； 其中，(0)表示导频的初始状态概率分布向量，则(0) = (1，〇,…，0)，当网络没有 设备接入时，初始状态为所有的导频都空闲，状态为（〇, 〇,K)，即第一个状态的概率为1，其 它状态的概率为〇 ; ② 、根据得到的概率分布向量(m)求出转移m步后状态（|A|，|B|，|C|)的概率： Pr(m)(|A|, |B|, |C|) =[Ji(m)]n (4); 其中，n表不第n个状态的编号，等式左边的符号Pr表不概率，（|A|, |B|, |C|)表不状 态，Pr右上角的（m)表示转移步数； ③ 、利用最大似然估计法估计申请接入导频的负载数，其中，最大似然估计法是通过导 频的状态并且利用贝叶斯公式形成，具体如下：
其中，M表示马尔可夫链的状态转移步数m为待估计的申请接入导频的负载数；N表示 网络中总的到达的负载的数目，a、b、c分别表示三个不同状态的具体取值； 利用贝叶斯公式：
5. 根据权利要求4所述的一种基于ACB的M2M网络负载感知动态调整网络负载状况的 方法，其特征在于，步骤3)所述的根据申请导频的负载数估计出当前M2M网络的负载状况 具体操作为： 网络负载通过ACB方法建立，则申请导频的负载数是到达的负载数通过ACB方法后得 到的，故M2M网络负载估计的最终表达为：
其中，D为M2M网络中到达的设备数；b表示得到的是M2M网络的负载数估计值；p为 限制因子，且〇 <P< 1。
6. 根据权利要求5所述的一种基于ACB的M2M网络负载感知动态调整网络负载状况的 方法，其特征在于，步骤二所述的根据M2M网络负载状况的估计结果设计用于控制ACB方法 限制因子的动态控制函数如下：
其中，a、0是控制函数的两个可变参数，以a作为当前网络负载是否过大的一个门 限，不同的a下认定的负载过大的标准不同；0是控制动态变化快慢的一个参数，0越大， 表示网络中控制接入导频的负载数的变化幅度越大，即变化越快；负载的控制是按时隙来 进行，估计的负载数只能是当前时隙，记为k的负载数，用当前时隙估计的负载数Dk改变当 前时隙的限制因子来不及实现，故改变下一个时隙k+1的限制因子pk+1，且O<pk+1< 1。
7. 根据权利要求6所述的一种基于ACB的M2M网络负载感知动态调整网络负载状况的 方法，其特征在于，步骤三所述的利用控制函数来调整M2M网络负载状况，具体操作为： 第一种情况，如果网络负载超过a，则认为此时负载过大，网络拥塞严重，则限制因子 的值为〇. 1，即只有原来10%的负载能够申请接入导频； 第二种情况，如果网络的负载数没有超过a，则认为负载数在可控制范围，则按
【文档编号】H04W4/00GK104507036SQ201410747721
【公开日】2015年4月8日 申请日期:2014年12月8日 优先权日:2014年12月8日
【发明者】杜清河, 贺宏亮, 任品毅, 李婉瑜, 王熠晨 申请人:西安交通大学