Toward 6G Sidelink Reliability: MAC PRR Modeling for NR Mode 2 SPS and ns-3 Validation

Dieser Beitrag entwickelt ein analytisches MAC-PRR-Modell für den NR-Sidelink-Modus 2, das spezifische SPS-Mechanismen wie Kollisionen bei der Ressourcenneuwahl und persistente Kollisionen explizit berücksichtigt, um durch ns-3-Simulationen validierte Erkenntnisse für die Zuverlässigkeitsoptimierung zukünftiger 6G-Kommunikation zu liefern.

Das Wesentliche

Hier ist eine einfache Erklärung der Forschung, als würden wir sie an einem gemütlichen Nachmittag bei Kaffee besprechen.

Das große Problem: Der digitale Stau auf der Autobahn

Stellen Sie sich vor, Sie und hunderte andere Autofahrer fahren auf einer riesigen, belebten Autobahn. Aber es gibt keine Ampeln, keine Polizei und keine Leitstelle, die den Verkehr regelt. Jeder muss selbst entscheiden, wann er auf die Spur wechselt, um einen anderen Fahrer zu überholen oder eine Nachricht zu übermitteln. Das ist genau das Szenario, das dieses Papier für 6G und 5G untersucht: Wie kommunizieren Autos (oder Roboter) direkt miteinander, ohne dass eine Basisstation dazwischen funkt?

Das Problem ist der Stau (Kollision). Wenn zwei Autos gleichzeitig versuchen, die gleiche Lücke im Verkehr zu nutzen, prallen sie zusammen – oder in der digitalen Welt: Die Nachrichten gehen verloren.

Die Lösung: Ein cleveres System namens "SPS"

Um diesen Stau zu vermeiden, nutzen die Fahrzeuge ein System namens SPS (Semi-Persistent Scheduling).
Stellen Sie sich das so vor:

1. Beobachten: Bevor ein Auto eine Nachricht sendet, schaut es sich um (wie ein Fahrer, der den Rückspiegel nutzt), um zu sehen, welche Spuren gerade frei sind.
2. Reservieren: Es wählt eine freie Spur aus und sagt: "Ich bleibe für die nächsten 10 Minuten auf dieser Spur."
3. Wiederholen: Es sendet seine Nachricht regelmäßig, solange es auf dieser Spur bleibt.

Aber hier wird es knifflig: Was passiert, wenn zwei Autos fast gleichzeitig auf die gleiche Spur schauen und sie beide als "frei" ansehen? Oder was, wenn ein Auto seine Spur behält, obwohl es eigentlich hätte wechseln sollen? Genau diese Situationen führen zu Kollisionen.

Was haben die Forscher gemacht?

Die Autoren (Liu Cao, Zhaoyu Liu und Lyutianyang Zhang) haben sich gefragt: "Können wir eine mathematische Formel finden, die genau vorhersagt, wie oft diese Kollisionen passieren, ohne dass wir Millionen von Simulationen am Computer laufen lassen müssen?"

Bisherige Modelle waren wie grobe Schätzungen. Sie haben wichtige Details ignoriert. Die Forscher haben nun eine neue, präzise Landkarte erstellt, die zwei Hauptursachen für Unfälle genau beschreibt:

1. Der "Gleichzeitige Wechsel" (Collision Event 1):

   • Die Analogie: Zwei Fahrer sehen gleichzeitig eine Lücke und springen beide gleichzeitig hinein.
   • Die Mathematik: Das passiert, wenn mehrere Fahrzeuge gleichzeitig ihre Reservierung beenden und neu wählen müssen. Die Forscher haben berechnet, wie wahrscheinlich es ist, dass sie sich dabei in die Quere kommen.

2. Der "Sturkopf-Effekt" (Collision Event 2):

   • Die Analogie: Ein Fahrer hat sich schon einmal mit einem anderen auf derselben Spur gestritten (eine Kollision gehabt). Statt den Weg zu wechseln, behält er aus Gewohnheit oder Sturheit die gleiche Spur bei. Der andere Fahrer macht das Gleiche. Sie prallen immer wieder zusammen, weil keiner den Mut hat, die Spur zu wechseln.
   • Die Mathematik: Das passiert, wenn Fahrzeuge ihre Spur "beibehalten" (ein Parameter namens $p_k$). Die Forscher zeigten, dass dieses "Festhalten" an der alten Spur die Kollisionen über längere Zeit verlängert.

Die wichtigsten Erkenntnisse (in Alltagssprache)

Nachdem sie ihre Formeln aufgestellt hatten, haben sie sie mit einem riesigen Computersimulator (ns-3) getestet, der wie ein digitaler Windkanal funktioniert. Hier sind die Ergebnisse:

• Das "Festhalten" an der Spur ist ein zweischneidiges Schwert:
  Wenn Fahrzeuge ihre Spur öfter behalten (hoher $p_k$), vermeiden sie kurzfristig das Chaos des Neu-Wählens. Aber wenn sie sich einmal in einen Konflikt verwickelt haben, bleiben sie dort stecken. Das erhöht die Wahrscheinlichkeit, dass die Kollisionen lange andauern.

  • Tipp: Man muss den "Festhalt-Parameter" genau richtig einstellen. Zu viel Festhalten führt zu langanhaltenden Staus.

• Der "Doppelte Versand" (Duplizierung):
  Man kann die Sicherheit erhöhen, indem man die Nachricht nicht nur einmal, sondern doppelt (oder mehrmals) sendet.

  • Die Analogie: Sie schicken zwei identische Briefe. Wenn einer im Briefkasten stecken bleibt, kommt vielleicht der andere an.
  • Das Ergebnis: Das funktioniert super, solange die Autobahn nicht voll ist. Aber wenn die Autobahn überfüllt ist (zu viele Autos), führt das Senden von zwei Briefen nur zu noch mehr Stau, und die Sicherheit sinkt wieder.

• Die "Mindestanzahl freier Spuren":
  Es gibt eine Regel, die besagt: "Du darfst nur wechseln, wenn mindestens 20% der Spuren frei sind." Die Forscher haben geprüft, ob man diese Grenze auf 50% erhöhen sollte, um sicherer zu sein.

  • Das Ergebnis: Nein! Das bringt nichts. Es zwingt die Fahrzeuge nur, auf weniger Spuren zu warten, was den Stau verschlimmert. Die Forscher empfehlen, bei der aktuellen Grenze (20%) zu bleiben.

Warum ist das für die Zukunft (6G) wichtig?

Wir bewegen uns auf eine Welt zu, in der Autos, Drohnen und Roboter direkt miteinander reden müssen, um Unfälle zu vermeiden und Fabriken zu steuern. Diese Nachrichten müssen zu 100% ankommen.

Diese Arbeit ist wie ein Bauplan für den Verkehr. Sie sagt den Ingenieuren genau, welche Schrauben sie an den Einstellungen (den Parametern) drehen müssen, damit das System auch bei hohem Verkehrsaufkommen sicher bleibt. Sie zeigen uns, wann wir "doppelt senden" sollten und wann wir besser nicht, und wie wir verhindern, dass Fahrzeuge stur auf Kollisionskurs bleiben.

Kurz gesagt: Die Forscher haben eine Formel entwickelt, die sagt: "So viel Verkehr kann das System aushalten, bevor es zusammenbricht, und so müssen wir die Regeln anpassen, damit alle sicher ankommen."

Technische Zusammenfassung

Hier ist eine detaillierte technische Zusammenfassung des Papers „Toward 6G Sidelink Reliability: MAC PRR Modeling for NR Mode 2 SPS and ns-3 Validation" auf Deutsch:

1. Problemstellung

Das Paper adressiert die Zuverlässigkeitsproblematik im 5G New Radio (NR) Sidelink (SL) Mode 2, der als Schlüsseltechnologie für zukünftige 6G-Anwendungen (z. B. V2X, industrielle IoT, kritische Kommunikation) dient. Im Gegensatz zu Mode 1 (ressourcenallokiert durch die Basisstation) nutzt Mode 2 ein dezentrales, sensibasiertes Semi-Persistent Scheduling (SPS), bei dem User Equipment (UE) Ressourcen autonom auswählen.

Die bestehenden analytischen Modelle für die Paketempfangsrate (PRR) weisen folgende Mängel auf:

• Sie vernachlässigen oder abstrahieren zu stark spezifische NR-SPS-Features (z. B. Ressourcenerhaltung, asynchrone Neuwahl).
• Sie können die Dynamik von MAC-Kollisionen (Medium Access Control) nicht präzise erklären, insbesondere wie diese durch asynchrone Ressourcennutzung und das „Behalten" von Ressourcen über mehrere Reservierungsintervalle hinweg entstehen.
• Es fehlt an geschlossenen analytischen Ausdrücken, die den Zusammenhang zwischen SPS-Parametern und der MAC-Ebene-Kollisionswahrscheinlichkeit direkt modellieren.

2. Methodik

Die Autoren entwickeln ein analytisches MAC-Schicht-Modell, das die Paketempfangsrate (PRR) basierend auf der Zerlegung spezifischer Kollisionsereignisse berechnet.

• Systemmodell: Ein vollständig vernetztes Szenario mit statischen UEs, die periodische Sicherheitsnachrichten senden. Die Analyse konzentriert sich auf das zweite Stadium des SPS-Prozesses (Sensing und Neuwahl), da dies den langfristigen Zustand (Steady State) bestimmt.
• Kollisionsereignis-Zerlegung: Das Modell unterscheidet zwei dominante Kollisionsmechanismen im Auswahlfenster (Selection Window):
  1. Kollisionsereignis 1: Tritt auf, wenn UE 0 und mindestens ein anderes UE gleichzeitig eine Neuwahl (Reselection) durchführen und zufällig dasselbe verfügbare physikalische Ressourcenblock (PRB) wählen.
  2. Kollisionsereignis 2: Tritt auf, wenn UE 0 keine Neuwahl durchführt (Ressourcenerhaltung mit Wahrscheinlichkeit $p_k$) und weiterhin mit einem UE kollidiert, mit dem es bereits in vorherigen Intervallen kollidiert hat. Dies führt zu persistierenden Kollisionen über mehrere Reservierungsintervalle (RRIs).
• Analytische Herleitung:
  • Es wird ein Zustandsdiagramm für den Neuwahlzähler ($R_c$) erstellt, um die Wahrscheinlichkeit $\pi_0$ zu bestimmen, dass ein UE im Auswahlfenster ist.
  • Basierend auf Binomialverteilungen und der Anzahl verfügbarer PRBs ($N_a$) werden geschlossene Formeln für die Kollisionswahrscheinlichkeiten $P_{COL,1}$ und $P_{COL,2}$ hergeleitet.
  • Die Gesamt-PRR wird als Produkt aus der Wahrscheinlichkeit, keine MAC-Kollision zu haben, und der Wahrscheinlichkeit, keine Halb-Duplex-Fehler (Half-Duplex, HD) zu haben, berechnet.
• Modellerweiterungen: Das Basismodell wird um zwei wichtige NR-Features erweitert:
  • Paketduplizierung ($N_{Se}$): Mehrere Kopien eines Pakets pro RRI.
  • Mindestverfügbarkeitsanforderung ($X$): Der Anteil der verfügbaren PRBs, der für eine Neuwahl erreicht sein muss.
• Validierung: Die analytischen Ergebnisse werden mittels ns-3-Simulationen (basierend auf dem 5G-LENA-Framework) validiert.

3. Wichtige Beiträge

• Erstes vollständiges analytisches Modell für NR SL Mode 2: Das Paper liefert erstmals ein Modell, das MAC-Kollisionsereignisse auf Ereignisebene explizit modelliert und geschlossene Ausdrücke für die steady-state Kollisionswahrscheinlichkeit und PRR ableitet.
• Mechanistische Einblicke: Es wird gezeigt, wie asynchrone Neuwahl und Ressourcenerhaltung ($p_k$) die Kollisionsdynamik beeinflussen. Insbesondere wird demonstriert, dass Kollisionen keine isolierten Ereignisse sind, sondern durch Ressourcenerhaltung persistieren können.
• Quantifizierung neuer NR-Features: Der Einfluss von Paketduplizierung und der Mindestverfügbarkeitsanforderung ($X$) auf die Zuverlässigkeit wird erstmals analytisch quantifiziert.
• Identifikation des Gültigkeitsbereichs: Das Modell ist im unter-sättigten Bereich (unter-saturated regime) hochgenau. Es wird aufgezeigt, wo und warum das Modell bei Sättigung (hohe UE-Dichte) von der Simulation abweicht (wegen PHY-Effekten wie RSRP-Überlappung, die im reinen MAC-Modell nicht berücksichtigt sind).

4. Ergebnisse

• Einfluss von $p_k$ (Ressourcenerhaltung):
  • Eine Erhöhung von $p_k$ reduziert die Wahrscheinlichkeit für Kollisionsereignis 1 (weniger Neuwahlen), erhöht aber Kollisionsereignis 2 (längere Persistenz von Kollisionen).
  • Insgesamt führt eine höhere $p_k$ zu einer leicht höheren Gesamtkollisionswahrscheinlichkeit, da der Anstieg bei Ereignis 2 den Rückgang bei Ereignis 1 überwiegt.
  • Die PRR steigt jedoch mit $p_k$, da die Reduktion der Neuwahl-Konflikte dominiert.
• Einfluss der UE-Anzahl ($N_{UE}$):
  • Im unter-sättigten Bereich stimmen analytische und simulierte Ergebnisse hervorragend überein.
  • Bei Annäherung an die Sättigung ($N_{UE} \approx$ Anzahl der PRBs) weicht das Modell ab, da PHY-Effekte (RSRP-Schwellenwerte) die tatsächliche Anzahl verfügbarer Ressourcen beeinflussen, was im reinen MAC-Modell nicht abgebildet wird.
• Paketduplizierung ($N_{Se}$):
  • Im unter-sättigten Bereich verbessert Duplizierung die PRR signifikant.
  • Im gesättigten Bereich kann Duplizierung die PRR sogar verschlechtern, da sie die Kollisionswahrscheinlichkeit pro Ressource erhöht und die verfügbaren Ressourcen schneller aufgebraucht werden.
• Mindestverfügbarkeit ($X$):
  • Eine Erhöhung des Parameters $X$ (z. B. von 0,2 auf 0,5) bringt keinen Vorteil für die Zuverlässigkeit. Im Gegenteil: In gesättigten Szenarien zwingt ein hohes $X$ die UEs dazu, besetzte Ressourcen als „verfügbar" zu betrachten, was die Kollisionswahrscheinlichkeit erhöht.
  • Die Simulationen bestätigen, dass $X$ auf dem minimalen Standardwert (0,2) belassen werden sollte.

5. Bedeutung und Ausblick

• Design-Leitfaden für 6G: Das Modell bietet Netzwerkplanern und Standardisierungsgremien (3GPP) ein Werkzeug, um SPS-Parameter (wie $p_k$, $N_{Se}$, $X$) gezielt zu optimieren, um die Zuverlässigkeit von 6G-Sidelink-Diensten zu maximieren.
• Empfehlung: Die Autoren empfehlen, den Parameter $X$ auf dem Minimum zu belassen und die aktuellen Obergrenzen für $X$ zu überdenken, da höhere Werte die Zuverlässigkeit nicht verbessern.
• Zukünftige Arbeit: Da das reine MAC-Modell bei Sättigung an Grenzen stößt, wird die Integration physikalischer Schicht-Parameter (PHY) in zukünftigen Arbeiten vorgeschlagen, um die Genauigkeit in dichten Netzwerken zu erhöhen. Zudem soll die Kompatibilität des Modells mit LTE Mode 4 untersucht werden.

Zusammenfassend stellt dieses Paper einen wesentlichen Schritt dar, um das Verständnis von MAC-Kollisionen in dezentralen 5G/6G-Sidelink-Netzen zu vertiefen und bietet ein robustes Werkzeug für die Zuverlässigkeitsanalyse jenseits reiner Simulationen.