M2M通信随机接入算法研究

论文摘要

M2M指的是机器之间的互联、互通，它主要通过无线网络传输和后端内容服务器实现机器到机器的数据交换。由于海量设备接入对现有无线网络冲击巨大， M2M仍有许多关键技术需要研究。本课题以适于大规模M2M设备共享信道的负荷控制接入算法作为研究对象，解决M2M应用引起的无线网络拥塞。M2M海量终端的特点决定了其只能采用基于竞争的随机接入方式，由于需要竞争信道，现有主流随机接入协议都有一个共同的缺点：在负荷适中时表现良好，负荷过大，信道上碰撞加剧，吞吐量快速降低接近为0。因此必须设计新的接入算法，引入一定的负荷控制机制解决碰撞问题。本文解决的关键思路是引入额外的概率参数，以统计信道占用率信息为依据，针对M2M在蜂窝网接入和无线局域网接入的特点，设计相应最优的负荷控制随机接入算法。对于支持M2M的蜂窝网，本文针对其特点总结出自适应负荷控制接入算法的基本流程、负荷估计和性能分析以及相应的ATL S-ALOHA和ATL np-CSMA算法。随后，本文又设计了以上两种算法的折衷算法——ATL S-MACA。ATLS-MACA无需终端具备载波侦听功能，又能获得比ATL S-ALOHA高的多的吞吐量，分析和仿真结果证明了该算法的优越性。针对WLAN中接入点覆盖范围内M2M站点数目有限、数据量大的特点，本文提出了一种限制发送的DCF算法——CDCF。CDCF引入一个额外的限制发送概率参数，根据M2M站点数目调节该参数值，理论分析和仿真表明，该算法在站点数目较大时能减少站点的接入尝试、降低碰撞概率，在无需大规模改动DCF协议情况下即可提升其在吞吐量和接入延迟性能，适于M2M接入。最后，本文松弛了WLAN接入点已知活跃站点数目的条件，考虑存在普通WLAN用户的情况并给出两种CDCF的增强方案。一种是对活跃站点数的估计，文中总结了基于侦听数据帧和条件冲突概率两类估计方法。另一增强方案是动态控制的CDCF（D-CDCF）算法，该算法继承了信道占用率概念和CDCF算法，首先证明网络工作于最佳状态时信道占用率与活跃站点数无关，再以统计信道占用率为依据，动态调整限制发送概率参数使系统工作于最佳状态。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 背景和研究内容
• 1.1.1 研究背景
• 1.1.2 本课题研究内容
• 1.2 国内外研究动态
• 1.3 研究思路
• 1.4 论文组织结构
• 第2章 M2M基本概念与现有随机接入协议概述
• 2.1 M2M简介
• 2.1.1 M2M概念及特点
• 2.1.2 M2M的应用价值
• 2.2 M2M对接入算法的新需求和挑战
• 2.3 现有主要随机接入协议
• 2.3.1 ALOHA
• 2.3.2 CSMA
• 2.3.3 预约信道类接入协议（FAMA）
• 2.3.4 802.11DCF
• 2.4 本章小结
• 第3章 基于蜂窝网的 M2M负荷控制随机接入算法
• 3.1 支持M2M的蜂窝网
• 3.1.1 支持M2M的蜂窝网基本架构
• 3.1.2 蜂窝网中的数据包到达模型
• 3.2 支持M2M的自适应负荷控制算法
• 3.2.1 自适应负荷控制算法基本流程
• 3.2.2 自适应负荷控制的负荷估计
• 3.2.3 自适应负荷控制接入算法性能分析
• 3.2.4 ATL S-ALOHA
• 3.2.5 ATL np-CSMA
• 3.3 按 ALOHA预约的自适应负荷控制算法（ATL S-MACA）
• 3.3.1 自适应负荷控制的 S-MACA 协议（ATL S-MACA）
• 3.3.2 ATL S-MACA的负荷估计
• 3.3.3 ATL S-MACA性能
• 3.4 本章小结
• 第4章 基于WLAN M2M负荷控制接入算法
• 4.1 支持M2M的无线局域网基本架构及特点
• 4.2 802.11DCF及其性能
• 4.2.1 DCF主要特点
• 4.2.2 DCF性能与不足
• 4.3 限制发送的DCF算法（CDCF）
• 4.3.1 CDCF过程描述
• 4.3.2 CDCF分析模型
• 4.3.3 最佳限制发送概率
• 4.3.4 CDCF平均接入延时
• 4.3.5 CDCF数值仿真结果
• 4.4 本章小结
• 第5章 WLAN活跃站点数未知的CDCF增强算法
• 5.1 WLAN中活跃站点数估计方法
• 5.1.1 侦听数据帧发送的活跃站点数估计方法
• 5.1.2 基于条件冲突概率的活跃站点数估计方法
• 5.2 动态控制的CDCF方案
• 5.2.1 最佳状态下的近似不变量
• 5.2.2 动态控制的CDCF算法（D-CDCF）
• 5.2.3 D-CDCF仿真结果
• 5.3 本章小结
• 第6章 总结
• 参考文献
• 致谢
• 个人简历、在学期间发表的学术论文与研究成果