Impacto del bloqueo de acceso por clase en el retardo de las comunicaciones IoT en escenarios de alto tráfico

Abstract

Con el tiempo, la tecnología del Internet de las Cosas (IoT) ha avanzado vertiginosamente, generando desafíos en diversas aplicaciones. La tecnología IoT permite recopilar e intercambiar datos en tiempo real a través de dispositivos inteligentes. Para lograr una conectividad ubicua entre máquinas y dispositivos IoT, se utiliza la comunicación de tipo máquina (MTC). Esta comunicación brinda conexión entre sensores y actuadores a través de tecnologías inalámbricas. Estándares como el Proyecto de Asociación de Tercera Generación (3GPP), han venido mejorando la tecnología MTC en la red avanzada de evolución a largo plazo (LTE-A). Sin embargo, el aumento de equipos de usuario (UEs) MTC, traen dificultades como la congestión en el canal de acceso aleatorio (RACH) cuando múltiples UEs MTC intentan acceder simultáneamente a la estación base (eNB). Para abordar dicha congestión que se genera en el RACH, el estándar 3GPP recomienda utilizar el esquema de restricción de acceso por clase (ACB) en las redes LTE-A. Este mecanismo de control de congestión, a través del ajuste de los parámetros ACB, como las tasas de restricción (PACB) y los tiempos de restricción (TACB), permiten controlar la congestión y limitar el número de UEs MTC. En esta investigación, se evalúa el impacto que genera el esquema ACB en el retardo de las comunicaciones IoT que utilizan redes LTE-A con tráfico masivo. Para esta evaluación se utilizan métricas de rendimiento como el retardo en el acceso (D95) y la probabilidad de acceso satisfactorio (PS). Además, mediante el ajuste de los parámetros ACB (PACB, TACB) y los parámetros del RACH (TRAO), se analiza el rendimiento de la red LTE-A. Para este análisis, se desarrolló un modelo de simulación que integra el procedimiento de acceso aleatorio (RAP) basado en contención y el esquema ACB. El modelo se realizó en el software de Matlab donde se consideró parámetros y configuraciones sugeridas del estándar 3GPP como: tres tráficos (bajo, medio y alto) que siguen una distribución beta (3,4), un rango de configuraciones de los parámetros ACB y una variación de periodicidad del RACH (TRAO {1, 5}ms). En base a estos parámetros de configuración, los resultados obtenidos como la PS, debe caracterizarse por ser optima, es decir, PS ≥ 95 %. Además, el tiempo del D95 debe ser lo más bajo posible, para así determinar las configuraciones optimas de los parámetros ACB, que garanticen comunicaciones IoT tolerantes al retardo en escenarios de alta congestión