[发明专利]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

说明书

技术领域

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

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-to-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。

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(3rd Generation Partnership Project)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(Access Class Barring，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究。

发明内容

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。

本发明是通过以下技术方案来实现：

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：

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。

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。

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|(|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|C|(|C|＝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；|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；

则状态的总数l为式(1)：

将l个状态均对应编号，则第n个状态的编号记为：

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|A|/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|C|/K；