异构机器对机器网络中的节点基数快速估计

机器对机器(M2M)网络是一项新兴技术，在智能电网、医疗健康、车载远程信息处理和智慧城市等多个领域有应用。异构 M2M 网络包含不同类型的节点，例如发送紧急、周期和正常类型数据的节点。一个重要的问题是在此类网络中快速估计每个时间帧内各节点类型的活跃节点数。本文设计了两种方案，用于估计含 $T$ 种节点类型的异构 M2M 网络中各节点类型的活跃节点基数，其中 $T \ge 2$ 为任意整数。我们的方案包含两个阶段——阶段 1 计算粗略估计值，阶段 2 利用这些估计值计算出满足精度要求的终值估计。我们分析推导了其中一种方案的一个条件，可用于决定阶段 2 应采用两种可能方法中的哪一种以最小化执行时间。分析了其中一种方案下执行所需期望时隙数及各活跃节点的期望能耗。通过仿真，我们表明所提方案相较于先前针对异构 M2M 网络设计的估计方案，以及相较于分别执行 $T$ 次先前针对同构网络设计的知名估计协议来估计 $T$ 种节点类型的基数，所需执行时隙显著更少，尽管所有这些方案获得的估计精度相同。