面向蜂窝物联网的RB动态预分配调度方案

doi:10.7523/j.issn.2095-6134.2019.06.014

中国科学院大学学报 ›› 2019, Vol. 36 ›› Issue (6): 825-831.DOI: 10.7523/j.issn.2095-6134.2019.06.014

面向蜂窝物联网的RB动态预分配调度方案

金叶奇^1,2, 郑敏¹, 谭冲¹, 刘洪¹

1. 中国科学院上海微系统与信息技术研究所, 上海 200050;
2. 中国科学院大学, 北京 100049

收稿日期:2018-05-24 修回日期:2018-07-16 发布日期:2019-11-15
通讯作者: 金叶奇
基金资助:
国家自然科学基金（61401445）资助

RB dynamic pre-allocation scheduling scheme for cellular Internet of Things

JIN Yeqi^1,2, ZHENG Min¹, TAN Chong¹, LIU Hong¹

1. Shanghai Institute of Microsystem and Information Technology, Chinese Academy of Sciences, Shanghai 200050, China;
2. University of Chinese Academy of Sciences, Beijing 100049, China

Received:2018-05-24 Revised:2018-07-16 Published:2019-11-15

摘要/Abstract

摘要： 针对动态调度普遍存在的高信令开销问题，结合蜂窝物联网机器业务特点应用LTE半静态调度思想，提出一种资源块（resource block，RB）的动态预分配模型并设计相应的调度算法。利用设备缓冲区结合预分配参数代替传统授权调度，在低控制信道使用率和时延约束下，为业务动态分配RB数减少了资源浪费。仿真表明，算法降低了调度信令开销，控制信道有限下的时延满意度和业务信道利用率均优于动态和半静态调度算法。

关键词: 蜂窝物联网, 信令开销, 半静态调度, 动态预分配

Abstract: For high signaling overhead in dynamic scheduling, the LTE semi-persistent scheduling (SPS) is improved in combination with the machine traffic characteristics of cellular Internet of Things. We proposed a dynamic pre-allocation model of resource block (RB) and designed a corresponding scheduling algorithm. By using device buffers in combination with pre-allocation parameters instead of traditional grant scheduling, dynamic allocation of RBs for packets under low control channel usage rates reduces the resource waste. Simulation results show that the algorithm reduces the signaling overhead of scheduling, and the delay satisfaction and utilization of traffic channel under the limited control channel are better compared to the dynamic and semi-persistent scheduling algorithms.

Key words: cellular Internet of Things, signaling overhead, semi-persistent scheduling, dynamic pre-allocation

中图分类号:

TN929.5

金叶奇, 郑敏, 谭冲, 刘洪. 面向蜂窝物联网的RB动态预分配调度方案[J]. 中国科学院大学学报, 2019, 36(6): 825-831.

JIN Yeqi, ZHENG Min, TAN Chong, LIU Hong. RB dynamic pre-allocation scheduling scheme for cellular Internet of Things[J]. , 2019, 36(6): 825-831.

参考文献

[1] CISCO. Cisco visual networking index:global mobile data traffic forecast update 2015-2020[R]. Cisco Public Information, 2016:1-5.
[2] 薛滔, 邱玲. 蜂窝网络中机器类设备突发上行随机接入的优化[J]. 中国科学院大学学报, 2016, 33(5):669-673.
[3] 夏学成. NB-IOT发展概述[J]. 广东通信技术, 2017(6):6-9.
[4] Lioumpas A S, Alexiou A. Uplink scheduling for machine-to-machine communications in LTE-based cellular systems[C]//IEEE GLOBECOM Workshops. IEEE, 2011:353-357.
[5] Mostafa A, Gadallah Y. A statistical priority-based scheduling metric for M2M communications in LTE networks[J]. IEEE Access, 2017, 5:8106-8117.
[6] Kay K S, Kwee W K, Yin O S. A study of Bayesian scheduling for M2M traffic in wireless LTE network[C]//International Conference on Robotics, Automation and Sciences. 2017:1-4.
[7] 王鑫, 邱玲. H2H与M2M共存场景的准入控制及资源分配[J]. 中国科学院大学学报, 2016, 33(3):427-432.
[8] Chen T H, Chang J W, Wei H Y. Dynamic inter-channel resource allocation for massive M2M control signaling storm mitigation[C]//Vehicular Technology Conference. IEEE, 2017:1-5.
[9] Ksentini A, Hadjadj-Aoul Y, Taleb T. Cellular-based machine-to-machine:overload control[J]. Network IEEE, 2013, 26(6):54-60.
[10] Lien S Y, Chen K C. Massive access management for QoS guarantees in 3GPP machine-to-machine communications[J]. IEEE Communications Letters, 2011, 15(3):311-313.
[11] You C, Zhang Y. A radio resource scheduling scheme for periodic M2M communications in cellular networks[C]//Sixth International Conference on Wireless Communications and Signal Processing. IEEE, 2014:1-5.
[12] 白炜. LTE系统的半静态调度传输解决方案[J]. 邮电设计技术, 2010(1):45-48.
[13] Jiang D, Wang H, Malkamaki E, et al. Principle and performance of semi-persistent scheduling for VoIP in LTE system[C]//International Conference on Wireless Communications, NETWORKING and Mobile Computing. IEEE, 2007:2861-2864.
[14] 3 GPP. Evolved universal terrestrial radio access (E-UTRA); Medium Access Control (MAC) protocol specification. TS36.321 V10.8.0[S/OL].(2013-03-18)[2018-05-20].http://portal.3gpp.org/desktopmodules/Specifications/SpecificationDetails.aspx?specificationId=2437.
[15] Chen B, Fan Z, Cao F, et al. Class based overall priority scheduling for M2M communications over LTE networks[C]//Vehicular Technology Conference. IEEE, 2015:1-5.
[16] 邹玉龙, 丁晓进, 王全全. NB-IoT关键技术及应用前景[J]. 中兴通讯技术, 2017, 23(1):43-46.
[17] 王东升, 刘玉堂. 泊松过程在排队论中的应用[J]. 河南机电高等专科学校学报, 2007, 15(4):121-122.

面向蜂窝物联网的RB动态预分配调度方案

RB dynamic pre-allocation scheduling scheme for cellular Internet of Things

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

访问统计

联系我们

[1]	靳晓晗, 岩延, 张宝贤. 基于深度强化学习方法的无线多跳网络能量高效机会路由^*[J]. 中国科学院大学学报, 0, (): 70-70.
[2]	黄鑫陈, 陈光祖, 郑敏, 谭冲, 刘洪. 基于Q-learning的飞行自组织网络QoS路由方法[J]. 中国科学院大学学报, 0, (): 21531-21531.
[3]	杨特, 洪佩琳, 李润洲. 蜂窝网络下的SWIPT-D2D通信资源分配^*[J]. 中国科学院大学学报, 0, (): 533-533.
[4]	刘梦冰, 邱玲, 梁晓雯. 基于Matern硬核点过程的无人机辅助蜂窝网络吞吐量分析^*[J]. 中国科学院大学学报, 0, (): 106-106.
[5]	王虹, 徐佑宇, 谭冲, 刘洪, 郑敏. 基于改进粒子群的BP神经网络WSN数据融合算法[J]. 中国科学院大学学报, 2020, 37(5): 673-680.
[6]	李颖锐, 徐景, 刘响, 易辉跃. TMRC-Filter:一种基于Filtered OFDM系统的子带滤波器设计方法[J]. 中国科学院大学学报, 2020, 37(1): 120-127.
[7]	李维谦, 邱玲. 支持D2D多播的蜂窝网络分簇策略与资源分配[J]. 中国科学院大学学报, 2019, 36(1): 137-143.
[8]	张剑, 邱玲, 陈正. 超密集网络中基于多连接的用户归属和功率控制联合优化[J]. 中国科学院大学学报, 2018, 35(1): 126-130.
[9]	薛滔, 邱玲. 蜂窝网络中机器类设备突发上行随机接入的优化[J]. 中国科学院大学学报, 2016, 33(5): 669-673.
[10]	房秋生, 洪佩琳. SDN网络中基于业务资源偏好的批路由策略[J]. 中国科学院大学学报, 2016, 33(4): 554-561.
[11]	王鑫, 邱玲. H2H与M2M共存场景的准入控制及资源分配[J]. 中国科学院大学学报, 2016, 33(3): 427-432.
[12]	余林浩, 卢汉成, 洪佩琳. 一种带QoS约束的资源分配和ABS功率控制算法[J]. 中国科学院大学学报, 2015, 32(5): 661-666.
[13]	王川, 邱玲. MIMO下行多用户中继系统的线性收发处理设计[J]. 中国科学院大学学报, 2015, 32(3): 378-383.
[14]	朱士坤, 李冬, 黄奎, 张宝贤. 一种高效的轻量级无线传感器网络文件系统设计与实现[J]. 中国科学院大学学报, 2014, 31(1): 130-134.
[15]	潘军, 张文逸. 家庭基站网络中基于移动和业务的接纳控制算法[J]. 中国科学院大学学报, 2014, 31(1): 139-144.