非理想感知下次用户随机接入性能分析定稿_文章相似度检测报告

PaperPass检测报告简明打印版比对结果（相似度）：23.62%编号：VIP20170506150913773标题：非理想感知下次用户随机接入性能分析定稿长度：19323字符(不计空格)句子数：744句时间：2017-05-06 15:09:13对比库：学术期刊、学位论文、会议论文、互联网资源相似资源列表：1.相似度：14.29%篇名：(s) Lml fe鈿闽2.相似度：12.00%篇名：)损失制：当顾客到达系统时，如果所有服务机构都被占用，顾客 选择立即离开系统3.相似度：18.38%篇名：.cn/2010lh/content_1555767.htm. 2010.4.相似度：13.02%篇名：0,1范围内的函数通过尺度变 化得到，本节重点关注区间为0,1的Beta分布性质。5.相似度：88.06%篇名：09-1920年期间，利用概率论知识对电话通话的话务量进行了大量分析和研宄6.相似度：10.00%篇名：1.1课题研究背景及意义17.相似度：12.22%篇名：1.2国内外研究现状8.相似度：19.66%篇名：1.3论文的主要内容和组织结构69.相似度：18.53%篇名：1时，其逗 留时间也随之减少。与之对应的H2H业务在系统中的比例由0.5增长10.相似度：18.13%篇名：2.1.2基于非竞争的随机接入过程1011.相似度：14.55%篇名：2.2.1排队论基本组成1112.相似度：45.83%篇名：2.2.2排队系统模型分类1313.相似度：19.23%篇名：2.2.4排队系统的性能指标1414.相似度：13.75%篇名：2.2排队论简介1115.相似度：17.78%篇名：2.3.1蒙特卡洛方法的基本原理16.相似度：10.00%篇名：2.3.1蒙特卡洛方法的基本原理1517.相似度：20.00%篇名：2.3.2蒙特卡洛仿真的SimEvents实现18.相似度：82.86%篇名：2.3.2蒙特卡洛仿真的SimEvents实现1619.相似度：15.17%篇名：2.3蒙特卡洛方法与SimEvents1520.相似度：33.33%篇名：2.4本章小结1721.相似度：15.79%篇名：20040060080010001200140016001800200022.相似度：33.33%篇名：23-0015- -CD-CC.August1989.23.相似度：20.00%篇名：2M scheduling over 非理想感知下次: challenges24.相似度：41.18%篇名：2。排队规则和服务过程与M/M/1队列模型一致。实体接受服务后，通过服务台25.相似度：20.00%篇名：2相关基础理论26.相似度：20.00%篇名：2相关基础理论827.相似度：10.73%篇名：3 非理想感知下次-随机接入随机接入性能分析28.相似度：15.91%篇名：3 非理想感知下次-随机接入随机接入性能分析1929.相似度：18.57%篇名：3.3.1混合业务接入模型仿真2730.相似度：17.50%篇名：3.3.2混合业务接入模型性能评估2831.相似度：11.82%篇名：3.3混合业务接入模型2732.相似度：11.43%篇名：3.4本章小结2933.相似度：14.44%篇名：3.544.534.相似度：17.78%篇名：4.1.1优先级接入3135.相似度：16.67%篇名：4.1混合业务接入模型优化方案3136.相似度：17.78%篇名：4.2.1优先级接入3337.相似度：15.00%篇名：4.2.2比例接入3238.相似度：15.71%篇名：4.2.2随机接入控制方案设计3339.相似度：17.50%篇名：4.2混合业务模型的接入控制优化3340.相似度：22.00%篇名：4基于混合业务模型的随机接入控制优化41.相似度：19.47%篇名：4基于混合业务模型的随机接入控制优化3142.相似度：31.58%篇名：Amokrane A, Ksentini A, Hadjadj-Aoul Y43.相似度：10.00%篇名：BP (Interrupt Bernoulli Process)模型等，并在44.相似度：13.57%篇名：Beta/M/1队列模型的SimEvents仿真图如图3.4所示。输入过程：45.相似度：19.39%篇名：Beta分布是最基本的有界分布，最近很多研宄者都在努力构建基于Beta分布46.相似度：7.81%篇名：Beta分布概率密度如图3.3所示，是在归一化为0,1区间内的连续概率分47.相似度：18.42%篇名：Bunday B D, Bunday B D, Bunday B D, et48.相似度：25.93%篇名：F(t) = !-eMt t (2.3)49.相似度：18.42%篇名：Ferng H W, Peng C C. Traffic splitting50.相似度：23.68%篇名：Gotsis A G, Lioumpas A S, Alexiou A. M51.相似度：18.82%篇名：H2H业#模型建立1952.相似度：10.00%篇名：H2H业务接入模型仿真53.相似度：10.00%篇名：H2H业务接入模型仿真2054.相似度：10.00%篇名：H2H业务接入模型性能评估55.相似度：10.00%篇名：H2H业务接入模型性能评估2156.相似度：73.33%篇名：H2H业务模型建立57.相似度：10.00%篇名：H2H单一业务接入模型58.相似度：10.00%篇名：H2H单一业务接入模型1959.相似度：10.00%篇名：H2H混合业务队列模型，在深入分析优先和比例两种接入优化机制的基础上，提 出60.相似度：59.46%篇名：H业务系统中诸如平均等待时延、平均拒绝概率等参数的理论值很容易通过计 算得到61.相似度：50.85%篇名：M/M/1队列模型的SimEvents仿真图如图3.1所示。输入过程：设定到62.相似度：13.89%篇名：M2M的应用领域相当广泛，涉及到人类生活的各个方面，不知不觉中正改变 着人们63.相似度：42.50%篇名：MAP (Markov Arrival Process)模型、MMPP (64.相似度：21.05%篇名：Muscariello L, Mellia M, Meo M, et al.65.相似度：67.16%篇名：M，D，Ek，G，GI。其中，M表示负指数分布，其所描述的随机现 象对于过去66.相似度：25.93%篇名：Number Generator (随机指数发生器）三个子模块来模拟输入67.相似度：34.48%篇名：OUT端口输出。在服务台后连接Output Switch模块，根据不同的实68.相似度：49.25%篇名：SimEvents含有具备多种功能的模块库，例如：队列，服务台和交换机等。队69.相似度：15.79%篇名：Strategy I T U, Unit P. ITU internet r70.相似度：9.09%篇名：W 0 t 071.相似度：71.43%篇名：X/Y/Z/A72.相似度：20.00%篇名：Xt2-xtl,均相互独立；73.相似度：23.19%篇名：a(3,4) 分布。为了表征海量终端产生的突发随机接入业务而导致服务速率达不74.相似度：21.67%篇名：a/M/1 队列模型，用于模拟随机接入单一业务场景；Hybrid/M/1队列75.相似度：5.26%篇名：all), 2010 IEEE 72nd. IEEE, 2010: 1-4.76.相似度：41.89%篇名：a分布可 以表现出多种不同的分布形式，并且能够逼近多种分布形式，如最常用的正77.相似度：21.05%篇名：chnology Magazine, IEEE, 2012, 7(3): 34-39.78.相似度：47.83%篇名：cience, 1993, 32(3): 4.79.相似度：24.24%篇名：echnical Report (TR) 37.868提出两80.相似度：39.47%篇名：ematical Society, 1977, 2(1): 188-192.81.相似度：26.32%篇名：eports 2005: The internet of thingsJ82.相似度：30.56%篇名：eta分布 流量模型对随机接入业务建模，仿真分析了仅有随机接入终端接入时的网83.相似度：47.22%篇名：eta分布以模拟同 步接入网络的方式。基站采用服务的时间间隔服从负指数分布的形式。84.相似度：23.29%篇名：eta分布用于建立随机接入业务源模型。针对仅有随机接入终端接入网络时，建立相85.相似度：33.33%篇名：f (t) = f 1 - 0(2.2)86.相似度：31.58%篇名：ig 4.2 SimEvents simulation of Hybrid/87.相似度：28.57%篇名：ility, 1979: 764-779.88.相似度：45.45%篇名：ion Union (ITU), 2005.89.相似度：36.67%篇名：ions, 2004, 27(12): 1152-1165.90.相似度：52.63%篇名：mputer Communications, 2005, 28(16): 1835-1851.91.相似度：21.05%篇名：px = k) = ex ( = 0,1,2,.)(2.1)92.相似度：40.30%篇名：p的随机接入业务逗留 时间与比例为（1-p)的H2H逗留时间相加所得值最小，93.相似度：33.33%篇名：rence on. IEEE, 2012: 778-782.94.相似度：9.09%篇名：w 0 t 095.相似度：59.26%篇名：yM. London: Arnold, 1996.96.相似度：29.41%篇名：小(0)= 0 = 1;97.相似度：43.75%篇名：确定流量模型：98.相似度：42.86%篇名：输入过程：描述顾客来源及顾客是按什么规律抵达排队系统。99.相似度：68.18%篇名：输入过程：终端到达基站的时间间隔是随机的；100.相似度：34.67%篇名：通过统计资料进行分析和处理，对于不具备随机性的问题，需事先构造一 个人为概101.相似度：22.86%篇名：针对现有泊松分布不适合随机接入建模，基于3GPP提出的随机接入业务到达速102.相似度：43.75%篇名：队长和等待队长103.相似度：6.90%篇名：不相交区间上的增量相互独立，即对任意oq 0是常数，表示顾客平均到达速率。此种Z服从参数为A的泊松分 布，其均值和方差都为A。175.相似度：33.90%篇名：其中，A是常数，表示顾客平均到达速率，相应的概率分布函数为：176.相似度：81.16%篇名：其中，经典Markov队列模型，由于其简单性和无后效性，被长期用于随机业 务177.相似度：100.00%篇名：其中：X表示顾客到达时间间隔分布；Y表示服务时间间隔分布；Z表示服务 台数目178.相似度：14.71%篇名：典控制理论引入到队列控制中，设计合适的PID (比例-积 分-微分）控制器根179.相似度：35.21%篇名：分布建立了混合接入 队列模型。并通过实验分析得到了 H2H和随机接入终端同时180.相似度：8.06%篇名：列 容量为无穷大时，先选取两个临界值p=0.05和p=0.09进行仿真（p表181.相似度：21.57%篇名：列模块又包括FIFO Queue (先进先出）、LIFO Queue(后进182.相似度：81.36%篇名：刘荣朵.面向M2M通信的移动网络拥塞控制J.电信网技术,2011 (9): 10-13.183.相似度：71.21%篇名：别结果。该响应信息的接收是通过窗口方式接收的，与步骤2是半同 步的。184.相似度：30.30%篇名：到0.9，由图 4.3可知，H2H的逗留时间也随之减少。若随机接入接入比例为185.相似度：10.00%篇名：到要求而将系 统的服务速率设为1个/s，同时将将队列容量设为64以模拟非理想186.相似度：47.30%篇名：到达基站的时间间隔服从参数为A的负指数分布，基站处理手机用户发 送的相关信息187.相似度：29.17%篇名：制尽量保证H2H业务性能，评估对系统整体性能的影响。设置两类业务特性参 数与188.相似度：42.62%篇名：制的方案，在避免网络拥塞的同时，尽可能的降低终端的接入时 延。189.相似度：100.00%篇名：前导的范围是以广播方式告诉终端的，终端根据上行链路发送的消息尺寸或 被请求的190.相似度：9.72%篇名：功能1中国联通也在深入研宄随机接入应用的各个环节，积极提升 自身价值，通191.相似度：51.39%篇名：务 对时延高度敏感，网络对随机接入业务的支持应该以保证H2H通信性能为前提。192.相似度：77.33%篇名：务接入时延增加的问题， 评估了优先级以及比例接入机制下的系统性能。实验结果表193.相似度：53.33%篇名：务时间不可能为负，因此其是非负随机变量的分布。排队系统常用的分 布表示符号有194.相似度：43.48%篇名：即系统各类终端总的逗留 时间最少，说明系统的性能越好。由图4.3可见，H2H195.相似度：100.00%篇名：参考文献33196.相似度：17.65%篇名：发生在非理想感知下次网络的中间节点处，如图4.7所示：197.相似度：56.94%篇名：取的。为了尽量降低随机接入接入网络时对H2H通信性能的影响， 可通过改变现有198.相似度：64.29%篇名：可使用HARQ方式传输。传输块的大小由步骤2接收到的上行准许信息决定，至 少199.相似度：45.33%篇名：同时接入网络，服务速率跟不上接入请求的到达速率时，因系统资源 有限，拥塞可能200.相似度：36.11%篇名：后，通过服务台OUT端口输出，进入实体接收器进行销毁处理。在实体产生后及销201.相似度：22.67%篇名：响网络性能的因素，提出了接入控制方案并在此基础上进行优化。在防止网络拥 塞的同时，尽量降低终端的接入时延。202.相似度：34.67%篇名：国内的三大运营商（移动、联通和电信）都在随机接入领域进行了大量的探索和 实践203.相似度：100.00%篇名：国际电信联盟（International Telecommunication204.相似度：52.00%篇名：图2.4 A=1时负指数分布的概率密度 Fig 2.4 Probabilit205.相似度：61.70%篇名：图3.1 M/M/1队列模型的SimEvents仿真图 Fig 3.1 Si206.相似度：61.70%篇名：图3.4 Beta/M/1队列模型的SimEvents仿真图 Fig 3.4207.相似度：11.70%篇名：图3.7 Hybrid/M/1队列模型的SimEvents仿真图 Fig 3208.相似度：31.15%篇名：图4.1不同场景下的随机接入、H2H业务逗留时间 Fig 4.1 随机接入、209.相似度：10.00%篇名：图4.2比例接入的Hybrid/M/1队列模型的SimEvents仿真图 F210.相似度：16.96%篇名：图4.3主要关注的是H2H终端不同接入比例对H2H业务流在系统中的逗留时 间211.相似度：38.89%篇名：图4.4主要表明了 随机接入终端接入比例变化对随机接入业务在系统中逗留时间的212.相似度：31.15%篇名：图4.5不同方案下的随机接入、H2H业务逗留时间 Fig 4.5 随机接入、213.相似度：8.33%篇名：图4.6中间节点处排队队长 Fig 4.6 Queue number at intermediate node214.相似度：88.89%篇名：图4.6所示的为该模型的中间节点处的排队队列长度随时间变化的曲线图，横 坐标215.相似度：55.71%篇名：在实际的非理想感知下次网络通信中，承载的主要业务是H2H通信业务，且H2H业216.相似度：68.00%篇名：在排队系统中，事件流包括顾客到达流和服务时间流。由于顾客到达的时间 间隔和服217.相似度：16.67%篇名：均逗留时间。218.相似度：10.00%篇名：基于竞争模式的随机接入是所有的终端可随机选择接入前导码，即每个前导 被选中的219.相似度：100.00%篇名：基于竞争的随机接入过程220.相似度：77.78%篇名：基于竞争的随机接入过程分为四个步骤：221.相似度：10.00%篇名：基于非竞争的随机接入过程222.相似度：15.00%篇名：基于非竞争随机接入过程分为以下三个步骤：223.相似度：82.67%篇名：基站通过下行链路的特定信令给终端分配一个非竞争随机接入的前导码。该 前导码为224.相似度：11.00%篇名：基站通过本步骤检测终端是否发生碰撞，在DL-SCH信道上传输竞争解决信 息，225.相似度：14.25%篇名：大下降了。而随机接入业务的逗留时间增至70s左右，相比于无优先级的有所增加，226.相似度：11.33%篇名：大，观察服务速率的变化对等待时间和系统利用率的影响，并将实验仿真结果与 理论227.相似度：59.42%篇名：如图4.1所示，基于优先级的H2H业务在系统中的逗留时间最短，低优先级 的随228.相似度：85.33%篇名：如果根据排队系统上述三个组成部分的特征的各种可能情形来分类，则排队 系统可分229.相似度：48.33%篇名：如果随机变量Z所有可能取的值为0,1,2,.，则其概率密度函数为：230.相似度：85.92%篇名：孙其博，刘杰，黎葬，等.物联网；概念，架构与关键技术研究综述J.北京邮电231.相似度：66.67%篇名：学报：信息 科学版,2012, 30(4): 335-340.232.相似度：15.52%篇名：安全领域：监视系统、陆上运输支援、实体接入控制、行车安全；233.相似度：36.11%篇名：定程度 的提升。H2H业务优先级的增加必然导致随机接入业务的优先级降低。若考234.相似度：45.33%篇名：实体 以先进先出的排队规则进入队列中，排队等待服务台服务。服务过程：设定服务235.相似度：47.22%篇名：实际工程经验建议，被3GPP提议作为模拟随机接入终端以高度同步的方式接入网络 的参考流量模型。236.相似度：66.67%篇名：实际应用中，大量随机接入终端可能因局部区域的某些事件同时向网络发起接入 请求237.相似度：32.00%篇名：客在系统中排队等候服务的数量。它们都是随机变量，也是服务双方 都非常关注的性能指标。238.相似度：15.28%篇名：对于传统的H2H通信，主要涉及的是普通终端（手机）向基站提出接入请求。 本节239.相似度：68.97%篇名：对于本身就具有随机性的问题，只需正确描述和模拟该概率过程即240.相似度：52.78%篇名：对出现拥塞的网络仅采用优先级的接入机制，虽然可以有效保证H2H业务的 性能，241.相似度：17.86%篇名：对混合队列模型的仿真分析，研宄了两类业务之间的相互影响。242.相似度：16.07%篇名：将Beta分布 区间值设为0,1，参数设为a=3，b=4，Beta分布模243.相似度：45.33%篇名：将中间节点处的队列长度稳定在较小值，不仅可以降低排队时延， 还可以保持较大的244.相似度：21.33%篇名：工作，开始进入随机接入市场，推动着随机接入业务发展布局。中国移动为此成立 专245.相似度：29.33%篇名：巨大的 影响，甚至导致接入网络的拥塞。对于这种极端情景，需要采用一定的机制来246.相似度：40.54%篇名：布建立了 随机接入 业务流量模型，并对其进行理论分析。为了进一步直观的了解随247.相似度：11.76%篇名：布， 其形状由参数a,b决定。在总时间不变的前提下，逐渐缩小Beta分布的时248.相似度：36.84%篇名：布，服务方式（单个服务还是成批服务）。249.相似度：49.33%篇名：希望服务台个数尽可能多些。但是，就服务机构而言，增加服务台 数，提高服务速率250.相似度：17.33%篇名：常复杂时，排队理论就无法解决这种情况，从而导致其应用存在很大的 局限性。且实251.相似度：18.67%篇名：应 的队列模型，并通过仿真分析其入网性能。本节建立的业务源模型为后继研宄随机252.相似度：21.33%篇名：度上简化了研宄对象，使其便于用数学语言进行准确描述。这些都为系统 的建模分析253.相似度：40.00%篇名：建模并对其进行仿真分析。由于排队论忽略了次要因素并对研宄对象抽象化， 一定程254.相似度：61.76%篇名：张嘉盛，李伏，迟学芬，等.M2M业务批量到达排队系统性能分析J.吉林大学255.相似度：48.65%篇名：当A的值减少时，曲线呈现向左移的趋势，与负指数分布概率密度的物理意 义相符合256.相似度：23.29%篇名：当两类终端同时接入非理想感知下次网络时，为保证H2H终端不受随机接入终端接入257.相似度：75.36%篇名：当基站检测到随机接入信道中的前导码之后，即可执行本步骤。基站在 DL-SCH258.相似度：69.57%篇名：当基站检测到随机接入信道的前导码后，则可执行本步骤。基站在DL-SCH 信道259.相似度：37.50%篇名：当长时间内一直处于充满（或几乎充满）的状态。而H2H终端因不存在优先接 入的260.相似度：54.84%篇名：影响 而引入优先级机制。在原有Hybrid/M/1队列模型基础上，增加H2H261.相似度：25.00%篇名：影响。当服务速率小于3.8个/s，随机接入终端的接入比例由0.5递减到0.262.相似度：71.23%篇名：得到有用的参量。蒙特卡洛方法的优势在于：模拟过程与极限状态方程的具体形 式263.相似度：50.70%篇名：态分 布，均匀分布，三角分布，瑞利分布以及梯形分布等等。而且，Beta分布是有界 的，符合误差的特性要求。264.相似度：45.33%篇名：性和无记忆性是泊松过程的典型特征。因此，用比较简单的泊松过程的数学模型 来描265.相似度：78.87%篇名：性质，可用生灭过程的方法化成可求解的平衡方程组，得到 系统的稳态解41。266.相似度：38.67%篇名：感知下次网络 中随机接入业务在实际应用中的具体表现，可总结得到随机接入业务的267.相似度：49.32%篇名：感知下次网络有64个竞争 前导码的情况。根据未来网络中终端数目比例变化的趋势268.相似度：53.33%篇名：成本，即以牺牲系统利用率为代价换取系统性能提升。这在实际生 产生活中是极不可269.相似度：44.68%篇名：执行本步骤。终端在UL-SCH (Uplink Shared Channel)上开始第一次调度传输，270.相似度：41.67%篇名：承载业务特性迥异的随机接入业务和H2H业务。为了分析两类业务并存时 终端的入271.相似度：56.00%篇名：择一组，再随机从选中的组中选择一个随机接入前导。终端通过上行随机接入信 道传272.相似度：50.67%篇名：据中间节点处的队列长度得到终端的拒绝概率，通过控制终端 的接入以稳定队列长度在期望值附近。273.相似度：63.16%篇名：据输入速率，输出服从指数分布的随机数。274.相似度：100.00%篇名：排队是我们日常生活和工作中常见的现象，例如景区售票窗口外经常有排队 买票的人275.相似度：15.00%篇名：排队系统模型分类276.相似度：10.59%篇名：排队规则服务过程277.相似度：13.89%篇名：排队规则实现系统优化。本节分别采用H2H终端优先接入和两类 终端按一定比例接278.相似度：17.67%篇名：排队论也称为随机服务系统理论，起源于20世纪初，是运筹学的一个重要的 分支。279.相似度：33.33%篇名：排队论基本组成280.相似度：47.76%篇名：排队论起源于二十世纪初的电话通话。丹麦数学家、电气工程师Erlang于 19281.相似度：19.72%篇名：接入 终端接入非理想感知下次网络以及对H2H通信质量的影响提供较真实可靠的业务源模型。282.相似度：19.44%篇名：接入业务比例为0.1时，曲线与只 存在随机接入的曲线最为接近。此种情况下，两283.相似度：13.33%篇名：接入信道发生拥塞。本章研宄了系统出现拥塞的场景，提出了对随机 接入进行优化控284.相似度：44.44%篇名：接入网络时，两类业务 之间的相互影响。针对随机接入终端的接入可能引起H2H业285.相似度：85.71%篇名：提供一定参考。286.相似度：34.67%篇名：提供了便利的条件。本文采用排队论对随机接入终端接入网络进行建模和 分析。当排287.相似度：53.33%篇名：改进措施。例如对于排队系统来说，顾客总希望等待时间或逗留时间越 短越好，从而288.相似度：35.82%篇名：数a,b都 为1时，该分布具有均匀分布的形式，被3GPP提议作为模拟随机接入289.相似度：36.51%篇名：时的1.27倍，相比于等概接入时的2.09倍，H2H业务的通信质量得到了一290.相似度：26.67%篇名：时间间隔服从 0,T内的Beta分布。由于0,T范围内的函数均可由291.相似度：13.16%篇名：是对整个非理想感知下次网络较为乐观的估计。但是实际有一些场景中的网络资源容量292.相似度：32.43%篇名：是我们能够以“平均”、“典型”等概念来描述很长一段时间内的系统性能，而平稳293.相似度：40.54%篇名：是鉴于随机接入终端对时延的不敏感性，少量增加其接入时延并不会对随机接入通信294.相似度：42.03%篇名：景， 假设随机接入终端的到达时间间隔分布服从0,T内的均匀分布;第二类用295.相似度：77.33%篇名：曲线 基本重合，即表明了用蒙特卡洛方法仿真得到的排队系统的性能指标值与根据理296.相似度：58.67%篇名：有优先级）三种队列子模块，能够较为简便的实现排队系统架构中各部分的功能。 通297.相似度：44.44%篇名：有发生变化。 若改变Seed的参数值，随机数据流就会发生相应的变化。298.相似度：48.00%篇名：有限， 且突发随机接入业务流的接入会导致服务速率达不到要求。这将会对网络产生299.相似度：16.39%篇名：服从Beta(3,4)分布的实体。排 队规则和服务过程与M/M/1队列模型一致。300.相似度：66.67%篇名：服务时间为1/#。由于与泊松过程的内在联系，负指数分布也是队列模型中 的常用分布之一32。301.相似度：57.14%篇名：服务速率（1/s)302.相似度：23.68%篇名：本文主要研宄了海量随机接入终端接入网络时，其对非理想感知下次网络性能的影响和303.相似度：39.47%篇名：本文主要研究的是基于非理想感知下次网络的随机接入通信业务入网性能。结合非理想304.相似度：72.00%篇名：本文前章分析得到了两类终端等概接入网络时相互之间的影响。为了进一步 评估不同305.相似度：69.33%篇名：本文引用蒙特卡洛方法解决复杂排队论性能指标的计算问题。本 章就相应的基础理论知识展开详细介绍。306.相似度：57.97%篇名：本节将中间节点处的排队规则分别设置为FCFS (先到先服务）和优先级，分 别307.相似度：75.00%篇名：机器类通信被3GPP定义为通过蜂窝网络进行数据传输的M2M通信。虽然 随机接308.相似度：42.67%篇名：机接入业务逗留时间最长，且两者都随着服务速率的增加而减少。相比于等概率 接入309.相似度：21.33%篇名：机接入的入网性能， 则需要通过计算机建立非理想感知下次接入网的模型以仿真得到可靠结果。310.相似度：42.67%篇名：机接入终端接 入时对现有网络性能的影响，设定两类终端以等概率的方式接入网络。311.相似度：45.10%篇名：权限，也需要在队列中等待，使得其逗留时间也接近64s。312.相似度：66.67%篇名：李文.物联网技术及其应用J.福建电脑，2010,27 (12):47-48.313.相似度：11.86%篇名：松过程接入网络的方式，随机接入终端采用3GPP TR 37.868建议的B314.相似度：45.45%篇名：根据仿真情况，可以得到排队系统的网络性能指标。以FIFO Queue模块为例315.相似度：66.67%篇名：根据排队系统模型的特点，采用蒙特卡洛模拟法对排队系统进行模拟并计算 相关参数316.相似度：24.66%篇名：根据排队过程的不同可分为等待制、损失制和混合制三种：1)等待制：当顾 客到达317.相似度：51.39%篇名：模块，并将模拟H2H终端的实体属性值设为1，模拟随机接入终端的实体属性值设为318.相似度：61.76%篇名：模型描述H2H终端接入网，体现了 H2H业务的无后性，平稳性等。 针对一类输319.相似度：22.22%篇名：模型，用于模拟H2H 与随机接入混合业务场景。数值仿真表明：随机接入终端接入320.相似度：17.39%篇名：模型，高优先级的H2H业务逗留时间明显缩短。同样以服务速率为3个/s进 行比321.相似度：40.00%篇名：横坐标为服务速率的大小，纵坐标为业务在系统中的逗留时间。 当服务速率较大时，322.相似度：48.00%篇名：此基础上进行建模优化与应 用改进，均希望最大程度模拟随机接入终端接入网络的实323.相似度：18.18%篇名：毁前分别添加Start Timer和Read Timer子模块，从而获得买体在系统中的平324.相似度：19.44%篇名：比H2H的高，说明海量随机接入终端同步接入网络时， 其带来的接入时延将会大于非同步接入。325.相似度：16.67%篇名：消费设备：数字相框、数码相机、电子书设备；全文简明报告：摘 要用户随机接入是指通过蜂窝网络进行数 据传输的机器与机器（Machine to Machine，M2M)通信，作为未来泛在网络的重要组成部分，具有广阔的应用前景和市场潜力。3GPP 非理想感知下次是未来移动通信的长期 演进技术，其传输速率高、时延低、覆盖范围广，将成为随机接入业务理想的承载网 络。然而，随机接入业务特性与人和人（Human to Human，H2H)通信差异较大，现 有泊松分布流量模型已经不再适合。海量随机接入终端接入将导致网络拥塞，系统接 入时延增大，这将给3GPP 非理想感知下次网络设计和管理带来巨大挑战，如何优化3GPP 非理想感知下次 网络以适用于快速推广随机接入的应用，具有重要的理论意义和实用价值。针对上述问题，本文基于排队理论建立了 随机接入单一业务队列模型及随机接入和 H2H混合业务队列模型，在深入分析优先和比例两种接入优化机制的基础上，提 出了基于优先级的PID控制器选择性准入方案，主要研宄内容与创新点如下：针对现有泊松分布不适合随机接入建模，基于3GPP提出的随机接入业务到达速 率服从Beta分布的假设，建立了两种队列模型以评估随机接入的入网性能：Beta/M/1 队列模型，用于模拟随机接入单一业务场景；Hybrid/M/1队列模型，用于模拟H2H 与随机接入混合业务场景。数值仿真表明：随机接入终端接入网络时，H2H通信业务接 入时延大大增加，系统性能显著下降。关键词：机器类通信，业务建模，性能分析，接入控制ABSTRACTMachine type communication defined as machine to machine communication over cellular mobile network, is an integral part of future ubiquitous network and has broad application prospects and great market potentials. 3GPP as long-term evolution technology of the future mobile communication, has advantages of higher data transmission rate, lower transmission delay and larger system coverage. is bound to be the ideal bearing network o services in the future. However, the character