Many Machine-to-Machine (M2M) applications will be deployed in future cellular M2M networks, including smart metering, e-health care, public safety, surveillance, remote maintenance and control, etc. and the number of M2M devices will be expected to be tens of billions by 2020. In order to collect data from a significant number of M2M nodes, we may encounter a random access overload or congestion problem, including preamble collisions and resource collisions in the random access procedure. In this thesis, we propose two efficient group data collection mechanisms in both cases of a fixed amount of Physical Uplink Shared Channel (PUSCH) resources and a variable amount of PUSCH resources in a future cellular M2M communication environment. The proposed scheme shows the effectiveness to efficiently adjust the access class barring factor, p by considering the available PUSCH resources. The performance evaluation results show higher resource efficiency and shorter data collection time, compared with the conventional access barring mechanism.
스마트 미터링, e-헬스 케어, 공공 안전, 감시, 원격 유지보수 및 제어 등과 같은 많은 사물지능통신(M2M) 애플리케이션들은 미래의 셀룰러 사물지능통신 네트워크에서 사용될 것이며, 사물지능통신 단말들의 수는 2020년까지 수백억에 이를 것으로 예상된다. 수많은 사물지능통신 노드들로부터 데이터를 수집하기 위한 임의 접속 과정에서 프리앰블 및 자원 충돌과 같은 임의 접속 과부하 또는 혼잡 문제가 발생할 수 있다. 본 논문에서는 미래의 셀룰러 사물지능통신 환경에서 고정형 물리적 상향 공유 채널(PUSCH) 자원과 가변형 물리적 상향 공유 채널 자원 상황에서의 효율적인 그룹 데이터 수집 메커니즘을 제안한다. 제안하는 방법은 사용할 수 있는 물리적 상향 공유 채널 자원을 고려하여 접속 클래스 차단 인자, p를 효율적으로 조절해주는 효과를 보여준다. 성능 평가 결과는 기존의 접속 차단 방식에 비해 높은 자원 효율과 짧은 데이터 수집 시간을 보여준다.
