مدل سازی کنترل ازدحام برای مخابرات ماشین به ماشین در شبکه های LTE
- رشته تحصیلی
- مهندسی برق-مخابرات-سیستم
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی پردیس 2 فنی شماره ثبت: E 2881;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 73447;کتابخانه مرکزی پردیس 2 فنی شماره ثبت: E 2881;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 73447
- تاریخ دفاع
- ۰۷ مرداد ۱۳۹۴
- دانشجو
- مرتضی اسماعیلی توانا
- استاد راهنما
- وحید شاه منصوری
- چکیده
- در سیستم مخابراتی ماشین-به-ماشین (M2M) مبتنی بر پروژه مشارکت نسل سوم (3GPP) و تکامل بلند مدت (LTE)، ابزارهای ارتباطی نوع ماشین (MTC) به منظور دسترسی به شبکه، از طریق کانال دسترسی تصادفی (RACH) رقابت میکنند. از این رو هر یک از ابزارهای ارتباطی نوع ماشین، بصورت تصادفی یک سرآغاز (preamble) را از میان مخزن سرآغازهای موجود انتخاب کرده و آن را در زمان اختصاص داده شده برای کانال دسترسی تصادفی ارسال میکنند. پایگاه مرکزی توسعه یافته (eNodeB) دریافت موفقیت آمیز یک سرآغاز را تایید میکند اگر آن سرآغاز توسط تنها یک ابزار ارسال شده باشد. به منظور کاهش درخواستهای پی در پی برای اتصال به شبکه، در شرایطی ترافیکی سنگین، کلاس دسترسی انحصاری (ACB) توسط استاندارد 3GPP پیشنهاد شده است. با استفاده از ACB، هر ابزار MTC با احتمال p درخواست خود برای دسترسی در یک RACH را به تاخیر میاندازد. در این پایاننامه، ما یک روش جدید وفقی برای طرح ACB و به منظور کنترل ترافیک رگباری M2M پیشنهاد خواهیم کرد. با توجه به اینکه ضریب ACB بهینه وابسته به تعداد کل ابزارهای MTC میباشد که در آن RACH رقابت میکنند، برای تخمین این تعداد، ما تابع چگالی احتمال مشترک شرطی تعداد سرآغازهای انتخاب شده توسط صفر یا یک ابزار را مشروط بر در اختیار داشتن تعداد ابزارهایی که از مرحله بررسی ACB عبور کردهاند، بدست آوردیم. سپس با استفاده از این توزیع احتمال، یک تخمینگر بیشترین درستنمایی (ML) طراحی کردیم. ما با استفاده از این تخمین، ضریب ACB را بصورت دینامیکی تنظیم میکنیم. همچنین برای بهبود عملکرد تخمینگر، از فیلتر کالمن مبتنی بر دینامیک سیستم استفاده کردهایم. در پایان نیز برای هر کدام از ابزارها تابع چگالی احتمال تقریبی تاخیر دسترسی به کانال تصادفی و همچنین متوسط تاخیر دسترسی را بدست آوردهایم. نتایج شبیهسازی نشان میدهد که زمان کل سرویس برای روش پیشنهادشده، بسیار نزدیک به حالت بهینه میباشد.
- Abstract
- In machine to machine (M2M) communication systems based on the Third Generation Partnership Project (3GPP) Long Term Evolution (LTE), the machine type communication (MTC) devices compete in a random access channel (RACH) to access the network. An MTC device randomly chooses a preamble from a pool of preambles and transmits it during the RACH. The evolved node B (eNodeB) acknowledges the successful reception of a preamble if that preamble is transmitted by only one device. To reduce the burstiness of the connection requests in heavy traffic situations, access class barring (ACB) is proposed in the 3GPP standard. Using ACB, an MTC device postpones its request in a RACH with a probability p. In this thesis, we propose a new adaptive ACB scheme for congestion control of bursty M2M traffic. The optimal value of the ACB depends on the total number of MTC devices competing in a RACH. To estimate this number, we derive a joint conditional probability distribution function (PDF) for the number of preambles selected by zero or one MTC device, conditioned on the number of MTC devices that passed the ACB check. We design a maximum likelihood estimator using this PDF. We use this estimation to dynamically adjust the ACB factor. To further improve our estimation, we use Kalman filtering based on the dynamics of the system. At the end, for each device, we derive an approximate probability density function of the delay to access random channel and mean access delay time .Numerical results show that the total service time for the proposed method is very close to the optimal case where the information of the number of MTC devices is given. Keywords: Machine type communication, Congestion control, Access class barring, Kalman filtering, Maximum likelihood estimator, Random access channel