In a massive machine type communication (MTC) environment, a traffic control algorithm is essential to solve a traffic congestion problem. Also, as MTC applications have diverse quality-of-service (QoS) requirements, traffic control should be applied in a way of guaranteeing diverse requirements. In this thesis, first, we consider various delay requirements of machine type communication devices (MTCDs) and propose a priority-based access class barring (PACB) scheme. We divide MTCDs into multiple classes according to their delay requirements and uses a different access class barring (ACB) factor for each class. This thesis describes a numerical model for deriving throughput, drop probability, and access delay. For a realistic environment, we also suggest an estimation algorithm for the PACB scheme, in which a base station (BS) estimates the number of active MTCDs in each class. Simulation results show that the PACB scheme can decrease the delay of a high priority class and improve the throughput and drop probability compared to existing algorithms. Second, we suggest a partially clustered access scheme (PCAS) in which direct-access MTCDs (dMTCDs) and clustered-access MTCDs (cMTCDs) are serviced together. Traffic congestion of a random access link can be resolved by clustering MTCDs and using an aggregator. However, the conventional clustered access scheme (CAS) only considered the environment that only cMTCDs exist. In CAS, as aggregators send access request to the BS when the length of queue exceeds the access threshold, the access delay may increase. To solve such problem, we suggest PCAS and evaluate the performance through numerical analysis. Simulation results show that PCAS has similar traffic control effect to CAS, and the delay requirement of dMTCDs can be satisfied. We also provided an energy consumption model for PCAS, and showed that PCAS can reduce the energy consumption of cMTCDs. Thus, when using PCAS, MTCDs with delay-constrained application should access directly while MTCDs with energy constraint should be clustered. Finally, we suggest the traffic control algorithm which combines ACB and PCAS to guarantee delay and energy consumption requirements simultaneously. As cMTCDs show low energy consumption performance in PCAS, MTCDs with low energy consumption requirements should be clustered. However, some MTCDs may have both low energy consumption and low delay requirement. Thus, we used ACB together with PCAS for better traffic control and to satisfy delay requirements more precisely. We divide MTCDs into four classes considering their delay and energy consumption requirements, and use multiple ACB factors. To obtain the optimal ACB factors to guarantee requirements of high priority classes, deep Q learning algorithm is used. Through simulation, it is shown that by using ACB together with PCAS, the drop probability can be decreased because of the additional traffic control effect of ACB. Also, the probability of satisfying delay and energy consumption requirement can be improved in case of high priority classes.
대규모 사물 통신 환경에서는 트래픽 혼잡 문제를 해결하기 위한 트래픽 제어 알고리즘이 필수적이다. 또한, 사물 통신 애플리케이션들은 다양한 QoS 조건이 있으므로, 다양한 요구 조건을 보장하는 방식으로 트래픽 제어를 적용해야 한다. 본 학위 논문에서는, 첫번째로, 사물 통신 디바이스들의 다양한 딜레이 조건을 고려하는 priority-based access class barring (PACB) 방식을 제안한다. PACB 방식에서는 사물 통신 디바이스를 딜레이 조건에 따라 여러 클래스로 나누고, 각 클래스에 대해 서로 다른 access class barring (ACB) factor를 사용한다. 이 논문에서는 throughput, drop probability 및 delay를 도출하기 위한 수학적 모델을 제안한다. 또한, 실제 구현 환경을 고려하여, 기지국에서 각 클래스별 활성 디바이스 개수를 예측하는 알고리즘을 함께 제안한다. 시뮬레이션 결과를 통해, PACB 방식이 기존 방식에 비해 우선 순위가 높은 클래스의 delay를 줄이고 throughput 및 drop probability를 향상시킬 수 있음을 보인다. 두번째로는, direct MTCD (dMTCD)와 clustered access MTCD (cMTCD)가 함께 서비스되는 partially clustered access scheme (PCAS) 를 제안한다. MTCD를 클러스터링하고 aggregator를 사용함으로써, 랜덤 액세스 링크의 트래픽 혼잡을 해결할 수 있다. 그러나, 기존의 clustered access scheme (CAS) 에서는 cMTCD만 존재하는 환경을 고려하였다. 기존의 CAS의 문제점은 aggregator에서 큐의 길이가 액세스 한계치를 넘을 때 기지국으로 액세스 요청을 전송하기 때문에, 액세스 딜레이가 증가할 수 있다는 것이다. 이러한 문제를 해결하기 위해, 본 논문에서는 PCAS를 제안하고 수학적 분석으로 성능을 평가하였다. 시뮬레이션 결과를 통해 PCAS가 CAS와 비슷한 정도의 트래픽 제어 효과를 보이며, dMTCD의 딜레이 요구 조건도 만족시킬 수 있음을 보였다. 또한, PCAS의 에너지 소비 모델을 제안하고, PCAS가 cMTCD의 에너지 소비량을 줄일 수 있음을 보였다. 따라서, PCAS를 적용할 때, 딜레이가 제한된 MTCD는 직접 액세스하고, 에너지 소모량이 제한적인 MTCD는 클러스터링 시킬 수 있다. 최종적으로, 딜레이와 에너지 소모량 조건을 모두 보장하기 위해 ACB와 PCAS를 함께 고려한 트래픽 제어 알고리즘을 제안하였다. PCAS에서 cMTCD가 작은 에너지 소모량 성능을 보였기 때문에, 작은 에너지 소모량 조건을 가진 사물 통신 디바이스들은 클러스터링 시켜야 한다. 그러나, 일부 사물 통신 디바이스들은 작은 에너지 소모량과 작은 딜레이 조건을 함께 가질 수 있다. 따라서, 더 나은 트래픽 제어와 보다 정확하게 딜레이 조건을 만족시키기 위해, PCAS와 ACB를 함께 사용하였다. 사물 통신 디바이스들을 딜레이와 에너지 소모량 조건에 따라 4개의 클래스로 나누고, 다수의 ACB factor를 사용하였다. 우선순위가 높은 클래스의 요구 조건을 보장해주기 위한 최적의 ACB factor들을 찾기 위해, deep Q learning 알고리즘이 사용되었다. 시뮬레이션을 통해, PCAS와 ACB를 함께 사용함으로써, ACB의 추가적인 트래픽 제어 효과로 드롭 확률이 감소함을 보였다. 또한, 우선순위가 높은 클래스의 딜레이와 에너지 소모 조건을 만족시킬 확률 또한 개선됨을 보였다.
