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

Este artigo apresenta um modelo analítico de camada MAC para a taxa de recepção de pacotes no modo 2 de sidelink do NR, que explicitamente considera colisões específicas do agendamento persistente semiconstante (SPS) e é validado via simulações ns-3, fornecendo diretrizes para otimizar a confiabilidade em comunicações 6G.

O essencial

Imagine que você está em uma grande festa onde todos querem falar ao mesmo tempo, mas não há um DJ ou um organizador para dizer quem fala quando. Cada pessoa precisa decidir sozinha: "Vou falar agora" ou "Vou esperar". Se duas pessoas começarem a falar exatamente no mesmo segundo, ninguém entende nada. Isso é o caos.

No mundo das comunicações sem fio (como o 5G e o futuro 6G), isso acontece entre carros, drones e celulares que precisam se comunicar diretamente, sem depender de uma torre de celular. Essa tecnologia se chama Sidelink (comunicação lado a lado).

Este artigo é como um manual de sobrevivência para evitar o caos nessa festa, focando em uma regra específica chamada SPS (Agendamento Semi-Persistente).

Aqui está a explicação simplificada, usando analogias do dia a dia:

1. O Problema: A "Festa" dos Carros Autônomos

Imagine que você tem um carro autônomo que precisa avisar aos outros: "Estou freando!". Ele precisa enviar essa mensagem várias vezes, de forma rápida e confiável.

• O jeito antigo (com torre): Um controlador de tráfego (a torre de celular) diz a cada carro: "Você fala agora, você fala depois". Funciona bem, mas se a torre cair, o sistema para.
• O jeito novo (Modo 2): Não há torre. Cada carro é seu próprio chefe. Eles usam o SPS. É como se cada carro dissesse: "Vou falar a cada 100 milissegundos pelos próximos 10 segundos".

O Perigo: Se dois carros decidirem usar o "mesmo segundo" para falar, eles colidem. A mensagem se perde. Se isso acontecer, o carro de trás pode bater no da frente. O objetivo do artigo é calcular exatamente qual a chance de essa colisão acontecer e como evitá-la.

2. A Solução: O "Semáforo" Mental (Sensing)

Para evitar bater, os carros usam um truque chamado Sensoriamento.

• Antes de falar, o carro "escuta" o ambiente por um tempo.
• Ele vê quais "lugares" (frequências de rádio) já estão sendo usados por outros carros.
• Ele escolhe um lugar vazio.

Mas aqui está o truque: O carro não escolhe um lugar apenas uma vez. Ele escolhe um lugar e diz: "Vou usar este lugar pelos próximos 10 segundos". Isso é o SPS.

3. Onde as Coisas Dá Errado: As Duas "Colisões"

Os autores do artigo descobriram que as colisões acontecem de duas formas principais, e eles criaram uma fórmula matemática para prever isso:

• Colisão Tipo 1 (A Escolha Errada):
  Imagine que dois carros estão olhando para o mesmo "livro de lugares vazios" ao mesmo tempo. Eles decidem, por azar, escolher o mesmo lugar vazio para começar a falar.

  • Analogia: Dois amigos em uma cafeteria decidem sentar na mesma mesa vazia porque não viram um ao outro.
  • O que o modelo faz: Calcula a chance de isso acontecer quando muitos carros tentam escolher um lugar ao mesmo tempo.

• Colisão Tipo 2 (A Teimosia):
  Imagine que dois carros já estavam falando no mesmo lugar (uma colisão antiga). Eles decidem não mudar de lugar. Eles continuam falando no mesmo lugar errado, um após o outro, por vários segundos.

  • Analogia: Dois amigos brigaram e decidiram continuar sentados na mesma mesa, ignorando o barulho, e agora ninguém consegue conversar com eles.
  • O que o modelo faz: Calcula a chance de eles ficarem "presos" nessa colisão porque o sistema permite que eles "guarde" o lugar (uma regra chamada resource keeping).

4. O Que Eles Descobriram (As Descobertas)

Os pesquisadores criaram uma equação matemática (um modelo) que funciona como uma bola de cristal. Eles podem colocar os números do sistema (quantos carros, quão rápido eles falam) e a fórmula diz: "A chance de falha é X%".

Eles testaram essa "bola de cristal" usando um simulador de computador muito avançado (chamado ns-3), que é como um videogame super-realista de tráfego.

Os resultados principais:

1. Funciona bem quando não está lotado: Se a estrada não estiver cheia de carros, a fórmula prevê perfeitamente o que vai acontecer.
2. O segredo da "Teimosia" (pk): Existe um botão que diz: "Qual a chance de eu mudar de lugar se eu já estiver falando?".
   • Se você mudar de lugar sempre (baixa teimosia), evita colisões novas, mas pode causar confusão.
   • Se você nunca mudar (alta teimosia), se cair em uma colisão, fica preso nela para sempre.
   • O modelo mostra qual é o ponto ideal para equilibrar isso.
3. O Truque da Duplicação: O sistema permite enviar a mesma mensagem duas vezes (como enviar duas cópias da mesma carta).
   • Se a estrada estiver vazia, isso ajuda muito (se uma falhar, a outra chega).
   • Se a estrada estiver muito cheia, enviar duas cópias só piora o congestionamento e aumenta a chance de colisão. O modelo diz: "Não use o truque da duplicação se estiver muito cheio".

5. Por Que Isso Importa para o Futuro (6G)?

Hoje, estamos no 5G. O futuro é o 6G, onde carros, drones e fábricas inteiras dependerão dessa comunicação direta.

• Se a matemática estiver errada, os carros podem bater.
• Se a matemática estiver certa, podemos ajustar os "botões" do sistema (como a frequência de mudança de lugar) para garantir que a comunicação seja quase 100% confiável.

Resumo Final:
Este artigo é como um engenheiro de tráfego que, em vez de apenas observar o trânsito, criou uma fórmula matemática para prever exatamente quando dois carros vão tentar usar o mesmo espaço e como ajustar as regras do jogo para que eles nunca se choquem, garantindo que a "festa" dos carros autônomos seja segura e eficiente.

Resumo técnico

Resumo Técnico: Modelagem de Confiabilidade MAC para Sidelink NR Mode 2

1. Problema e Contexto

O Sidelink (SL) é uma tecnologia padronizada pelo 3GPP que permite comunicação direta entre dispositivos (UEs) sem infraestrutura de rede celular. O Modo 2 do NR (New Radio) é crucial para cenários descentralizados, como V2X (Vehicle-to-Everything) e IoT industrial, onde os dispositivos selecionam recursos autonomamente.

• Desafio: O acesso ao canal no Modo 2 baseia-se no Agendamento Semi-Persistente (SPS) baseado em sensoriamento (sensing). Embora amplamente estudado via simulação, existem lacunas na modelagem analítica que explicam como os parâmetros específicos do NR (padronizados no 3GPP) influenciam dinâmicas de colisão e a Taxa de Recepção de Pacotes (PRR).
• Limitações de Trabalhos Anteriores: Modelos existentes frequentemente abstraem ou omitem características específicas do NR, como:
  • Colisões persistentes devido ao "mantimento de recursos" (resource keeping).
  • Transmissões duplicadas (PDCP duplication).
  • Requisitos mínimos de disponibilidade de recursos para reescolha.
  • A maioria dos modelos não consegue prever a probabilidade de colisão em estado estacionário de forma fechada (closed-form), dificultando o ajuste fino de parâmetros para garantir confiabilidade em 6G.

2. Metodologia

Os autores desenvolveram um modelo analítico na camada MAC para prever a probabilidade de colisão e a PRR em cenários de broadcast NR SL Modo 2.

• Decomposição de Eventos de Colisão: O modelo define formalmente dois mecanismos dominantes de colisão no window de seleção de recursos:
  1. Evento de Colisão 1: Ocorre quando múltiplos UEs realizam reescalonamento (reselection) simultaneamente no mesmo window e escolhem o mesmo recurso (PRB) disponível.
  2. Evento de Colisão 2: Ocorre quando um UE não realiza reescalonamento (mantém o recurso anterior com probabilidade $p_k$) e continua colidindo com outro UE que já estava em colisão em intervalos anteriores (RRIs).
• Análise de Estado: Utiliza uma cadeia de Markov para modelar o estado do contador de reescalonamento ($R_c$) e a probabilidade de um UE entrar na janela de seleção.
• Extensões do Modelo:
  • Incorporação de transmissões duplicadas ($N_{Se}$), onde múltiplas cópias de um pacote são enviadas.
  • Análise do parâmetro $X$ (proporção mínima de recursos disponíveis exigidos para reescalonamento).
• Validação: O modelo analítico foi validado através de simulações em ns-3 utilizando o framework 5G-LENA. As simulações cobriram cenários sub-saturados e saturados, variando o número de UEs ($N_{UE}$), a probabilidade de manter recursos ($p_k$) e o número de cópias ($N_{Se}$).

3. Principais Contribuições

1. Primeiro Modelo Analítico Completo: Apresenta o primeiro modelo analítico de eventos de colisão MAC para o Modo 2 do NR que é diretamente utilizável para derivar a PRR, capturando a evolução temporal das colisões (não apenas eventos isolados).
2. Expressões de Forma Fechada: Deriva fórmulas matemáticas fechadas para a probabilidade de colisão MAC em estado estacionário e a PRR, conectando diretamente a confiabilidade aos parâmetros de SPS (como $p_k$, $N_{Se}$ e $X$).
3. Decomposição de Mecanismos: Identifica e quantifica a diferença entre colisões causadas por reescalonamento simultâneo e colisões persistentes causadas pela retenção de recursos, mostrando como a probabilidade de manter o recurso ($p_k$) afeta cada um desses eventos de forma oposta.
4. Validação e Limites de Aplicabilidade: Demonstra que o modelo é altamente preciso em condições sub-saturadas, mas revela desvios em condições saturadas devido a efeitos de camada física (PHY) não modelados (como interferência de RSRP e half-duplex).

4. Resultados Chave

• Impacto de $p_k$ (Probabilidade de Manter Recurso):
  • Aumentar $p_k$ reduz a probabilidade do Evento 1 (menos reescalonamentos simultâneos).
  • No entanto, aumenta a probabilidade do Evento 2 (colisões persistentes duram mais).
  • O resultado líquido é que, para a maioria dos cenários, o aumento de $p_k$ reduz a probabilidade total de colisão, melhorando a PRR em cenários sub-saturados.
• Transmissão Duplicada ($N_{Se}$):
  • Em condições sub-saturadas, o uso de múltiplas cópias ($N_{Se} > 1$) melhora significativamente a PRR.
  • Em condições saturadas, o aumento de $N_{Se}$ pode degradar a PRR, pois consome mais recursos, aumentando a densidade de colisões e superando o ganho de diversidade. Existe um ponto de cruzamento ($N^*_{UE}$) onde a estratégia muda de benéfica para prejudicial.
• Parâmetro de Disponibilidade Mínima ($X$):
  • Aumentar o requisito mínimo de recursos disponíveis ($X > 0.2$) não traz benefícios para a confiabilidade em nenhuma condição de canal. O modelo mostra que forçar a inclusão de recursos ocupados para atender a um $X$ alto pode até piorar o desempenho.
• Precisão do Modelo:
  • O modelo analítico coincide muito bem com as simulações ns-3 para $N_{UE} < 160$ (sub-saturado).
  • Em cenários saturados ($N_{UE} \approx N_r$), o modelo analítico puro (MAC) superestima a colisão, pois não considera que, na saturação, os limiares de RSRP podem incluir mais recursos do que o previsto puramente pela contagem de pacotes.

5. Significado e Implicações para o Futuro (6G)

• Guia de Projeto: O trabalho fornece orientações práticas para engenheiros de rede e para a padronização 3GPP (Rel-18/19 e além).
• Recomendação de Configuração: Recomenda-se configurar o parâmetro $X$ (proporção mínima de recursos) no valor mínimo permitido (0.2) para maximizar a confiabilidade, em vez de aumentá-lo.
• Transição para 6G: O modelo oferece uma base mecanicista para entender como ajustar parâmetros de SPS para serviços críticos de confiabilidade (URLLC) em redes 6G, onde a infraestrutura pode ser inexistente ou limitada.
• Trabalho Futuro: Os autores indicam a necessidade de integrar parâmetros de camada física (PHY) ao modelo para melhorar a precisão em cenários de alta densidade (saturados) e validar a compatibilidade com o LTE Mode 4.

Em suma, este artigo preenche uma lacuna crítica entre simulação e teoria analítica para o Sidelink 5G/6G, oferecendo ferramentas matemáticas robustas para otimizar a confiabilidade em comunicações diretas descentralizadas.