Fig. 11. Top: ordinary random acces

Fig. 11. Top: ordinary random access resources. Bottom: Dynamic separate random access resources.


The simulation results show that in comparison to the fixed resource allocation, the proposed method decreases the number of access resources and consequently releases more resources for data traffic. It would be interesting to investigate a similar mechanism for access traffic based on Beta distribution traffic model with a threshold to satisfy the delay requirements of M2M devices.
Sheu et. al. suggest a two-phase algorithm to solve the random access overload from M2M devices with periodic reporting cycle and minimize the access resources allocated to M2M devices [50]. In the first phase, the M2M devices contend for the preassigned RACH resources not used by H2H devices. The M2M devices learn about the random access resources for their successful connection. This information is used for future access and results in all the M2M devices reaching a stable channel scheduling. In the second phase, the eNB decreases the allocated resources and checks the access stability from M2M devices, and repeats this process until the network access requests become stable with minimum access resources.
In [51] the authors propose a class-based, delay-aware radio resource scheduler to support M2M traffic with minimal affect on H2H traffic. The main idea is that in addition to delay sensitive H2H traffic, there are also many M2M (e.g., healthcare related) applications which are delay intolerant [52]. Therefore the proposed algorithm classifies H2H and M2M flows into n different classes according to their remaining time to serve (RTTS). Class 1 of H2H and M2M flows are delay

Kết quả (Việt) 1:

Hình 11. Top: bình thường truy cập ngẫu nhiên tài nguyên. Bottom: Năng động truy cập riêng biệt ngẫu nhiên tài nguyên.Kết quả mô phỏng cho thấy rằng so với việc phân bổ các nguồn lực cố định, phương pháp được đề xuất làm giảm số lượng các truy cập tài nguyên và do đó bản phát hành các nguồn lực nhiều hơn cho dữ liệu lưu lượng truy cập. Nó sẽ được thú vị để điều tra một cơ chế tương tự cho các lưu lượng truy cập Dựa trên phiên bản Beta phân phối mô hình giao thông với ngưỡng để đáp ứng các yêu cầu sự chậm trễ của M2M thiết bị.Sheu et. và những người khác đề nghị một thuật toán two-phase để giải quyết tình trạng quá tải truy cập ngẫu nhiên từ M2M thiết bị với chu kỳ báo cáo định kỳ và giảm thiểu các truy cập các tài nguyên được cấp phát cho thiết bị M2M [50]. Trong giai đoạn đầu tiên, các thiết bị M2M contend cho quy thành phố Rạch giá các nguồn lực không được sử dụng bởi H2H thiết bị. Các thiết bị M2M tìm hiểu về các nguồn tài nguyên truy cập ngẫu nhiên cho kết nối thành công của họ. Thông tin này được sử dụng để truy cập trong tương lai và kết quả trong tất cả các thiết bị M2M đạt một lịch trình ổn định kênh. Trong giai đoạn thứ hai, eNB giảm các nguồn tài nguyên được phân bổ kiểm tra sự ổn định truy cập từ các thiết bị M2M và lặp đi lặp lại quá trình này cho đến khi yêu cầu truy cập mạng trở nên ổn định với tối thiểu truy cập tài nguyên.Năm [51] các tác giả đề xuất một trình lên lịch tài nguyên dựa trên lớp, sự chậm trễ nhận thức đài phát thanh để hỗ trợ M2M giao thông với tối thiểu ảnh hưởng vào H2H lưu lượng truy cập. Ý tưởng chính là ngoài ra để trì hoãn H2H nhạy cảm lưu lượng truy cập, có cũng nhiều M2M (ví dụ, chăm sóc sức khỏe liên quan) ứng dụng đang trì hoãn không dung nạp [52]. Do đó các thuật toán đề xuất phân loại H2H và M2M chảy vào n các lớp khác nhau theo thời gian còn lại của họ để phục vụ (RTTS). Lớp 1 của dòng chảy H2H và M2M là chậm trễ

Kết quả (Việt) 2:

Sung. 11. Top: bình thường nguồn lực truy cập ngẫu nhiên. Bottom:. Động nguồn lực truy cập ngẫu nhiên riêng


Các kết quả mô phỏng cho thấy rằng so với việc phân bổ tài nguyên cố định, phương pháp đề xuất giảm số lượng truy cập tài nguyên và do phát hành thêm nguồn lực cho lưu lượng dữ liệu. Nó sẽ là thú vị để điều tra một cơ chế tương tự cho lưu lượng truy cập dựa trên mô hình giao thông phân phối Beta với một ngưỡng để đáp ứng các yêu cầu trì hoãn của các thiết bị M2M.
Sheu et. al. đề xuất một thuật toán hai giai đoạn để giải quyết tình trạng quá tải truy cập ngẫu nhiên từ các thiết bị M2M với chu kỳ báo cáo định kỳ và hạn chế tối đa các nguồn lực được phân bổ quyền truy cập đến các thiết bị M2M [50]. Trong giai đoạn đầu, các thiết bị M2M tranh cho các nguồn lực RẠCH gán trước không được sử dụng bởi các thiết bị H2H. Các thiết bị M2M tìm hiểu về các nguồn truy cập ngẫu nhiên cho kết nối thành công của họ. Thông tin này được sử dụng để truy cập trong tương lai và kết quả trong tất cả các thiết bị M2M đạt kế hoạch kênh ổn định. Trong giai đoạn hai, các eNB giảm các nguồn lực được phân bổ và kiểm tra sự ổn định truy cập từ các thiết bị M2M, và lặp đi lặp lại quá trình này cho đến khi các mạng yêu cầu truy cập trở nên ổn định với nguồn truy cập tối thiểu.
Trong [51] các tác giả đề xuất một dựa trên lớp, delay- nhận thức lịch tài nguyên vô tuyến để hỗ trợ giao thông M2M với ảnh hưởng tối thiểu về giao thông H2H. Ý tưởng chính là ngoài việc trì hoãn giao thông H2H nhạy cảm, cũng có nhiều M2M (ví dụ như, y tế liên quan) ứng dụng mà chậm trễ cố chấp [52]. Do đó các thuật toán đề xuất phân loại H2H và M2M chảy vào lớp n khác nhau theo thời gian còn lại của mình để phục vụ (RTT). Class 1 dòng H2H và M2M là chậm trễ