m2m移动通信网络架构研究

《m2m移动通信网络架构研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、M2M移动通信网络架构研究通信学：M2M移动通信网络架构研究是由(fanunication）。随着M2M业务的快速发展，基于移动通信网络的MTC正日益成为一种主要的移动通信方式，但是传统移动通信网络毕竟是面向人人通信（H2H，Hu-mantohuman）业务设计的，适应H2H的业务需求，却不能满足M2M业务需求。具体来说，MTC和传统人人通信的不同之处包括以下方面[1]：　　（1）基于MTC通信的应用场景比H2H通信的场景丰富很多，而且具有差异性。根据功能特性划分大致可归纳为位置感知和共享、环境信息感知、远程控制与执行、数据收集发布、视频监控、近场通

2、信等。这些应用的差异化一方面表现为功能上的多样性；另一方面也体现在应用特征以及对网络的需求上的差异化。　　（2）数据通信为主，包括小流量数据包、视频流等。　　（3）要求MTC通信成本比H2H更低。由于M2M业务是在H2H业务之后发展起来的，最小化成本是M2M业务生存的重要考虑。不同的应用因其重要性不同，对通信的要求也是不同的，需要结合事件发生的可能性和需要付出的通信等综合成本来考虑进行成本的最小化。　　（4）M2M终端数目巨大，需要更灵活和有策略的终端管理。潜在的海量M2M终端接入通信网络，而且M2M终端无论是从传输特性、QoS要求和移动性，还是从终

3、端的分布密度方面，都与H2H终端有很大不同。　　（5）以小数据量传输为主。　　如果继续使用传统移动通信系统来进行MTC通信，其系统的效率、成本和适用性都无法达到最优。因此，在考虑M2M业务特征的同时减少对H2H业务的影响，从而设计MTC专用的通信系统，是当前物物通信不断发展背景下的一个重要课题。　　2M2M业务特征分析　　网络架构的设计，需要以网络所承载的具体业务为出发点[2]。也就是说，M2M网络架构的设计需要充分分析M2M业务特征和需求，结合终端上下行数据量、频度、QoS需求等方面的业务特征，将物联网应用分为如下五类。其中，对各类应用的部分需求和

4、特征进行了分析，包括移动性、群组通信、鉴权以及按计划周期性处理等，不同场景间有较大差异。　　（1）监控报警类：传感器本地监测数据，当发生不符合预期的数据变化时通过网络通知应用层进行报警。　　平均数据传输速率：低，仅在某些触发条件下发送少量上行数据流量。　　尖峰数据传输速率：不同场景间有较大差异，与应用需求确定的传输的数据内容有关。　　QoS要求：不同场景间有较大差异，与应用需求以及当前数据所代表的含义有关。　　数据安全要求：不同场景间有较大差异，与应用需求有关。　　数据可靠传递要求：不同场景间有较大差异，与应用需求有关。　　数据持续性：低，仅在发生预

5、置的事件时存在短暂的或者持续时间较短的数据传输。　　与人交互性：低，通常由系统根据预置处理方式自动处理。　　对连接性的需求：需要监控连接性以防破坏或无效。　　终端移动性：因无下行流量需求，所以无移动性需求。　　举例：输血车血液环境监测；井盖监控；移动资产跟踪。　　（2）数据收集类　　平均数据传输速率　　上行流量：中，数据量较大，持续的数据上报或者周期性数据上报；下行流量：低，更多的是用于修改上报规则等。　　尖峰数据传输速率：不同场景间有较大差异，与应用需求确定的传输的数据内容有关。　　QoS要求：不同场景间有较大差异，与应用需求以及当前数据所代表的含

6、义有关。　　数据安全要求：不同场景间有较大差异，与应用需求有关。　　数据可靠传递要求：不同场景间有较大差异，与应用需求有关。　　数据持续性：取决于数据传输间隔和传输方式的选择。[]　　与人交互性：低，通常由系统根据预置处理方式自动处理。　　对连接性的需求：需要监控连接性以防破坏或无效。　　终端移动性：因偶尔有下行数据，所以需要优化的移动性管理。　　举例：气象信息监测；火灾现场数据收集；路况信息收集。　　（3）信息推送类　　平均数据传输速率　　上行流量：通常较低，主要用于提供应用所需的过滤或输入条件（如位置信息）；下行流量：通常较大，主要用于传递所推送

7、的信息（如广告、视频媒体等），持续的、基于交互等外界条件出发的或者周期性的数据推送。　　尖峰数据传输速率：具有明显的尖峰数据特征，在条件触发后下发匹配的信息。　　QoS要求：不同场景间有较大差异，与应用需求以及当前数据所代表的含义有关。　　数据安全要求：不同场景间有较大差异，与应用需求有关。　　数据可靠传递要求：不同场景间有较大差异，与应用需求有关。　　数据持续性：通常具有较长时间的持续性。　　与人交互性：高，通常用户会做出反馈，系统根据反馈对推送的信息进行调整。　　对连接性的需求：较强，需要维护网络连接以便于进行数据的正确传输。　　终端移动性：两极

8、分化。部分终端有很强的移动性；部分终端则通常不移动。　　举例：智能博物馆等。　　（4）视频监控类　　平均数据