本計畫為兩年期之規劃,主要目的針對4G及5G網路物聯網上行資料隨機存取演算法之設計與比較。所探討的存取網路包括4G NB-IoT、及5G的URLLC與NOMA-SCMA,其中,4G NB-IoT為Grant base存取方式,而5G則是Grant free的存取方式。在演算法設計方面,將分別提出Rule based及Machine Learning based兩種設計方法。在傳輸性能比較上,將以防災應用(即時非週期性短時間大量訊務+非即時週期性訊務)、智慧工廠(即時週期性與非週期性訊務)、及醫療照護(即時非週期性訊務+週期性訊務)等三種物聯網訊務,進行模擬實驗比較,並檢視各演算法之詳細運作過程,從中分析不同存取網路、及不同演算法設計、在不同物聯網應用服務之適用性。兩年之主要計畫內容略述如下:第一年度:針對LTE NB-IoT及URLLC兩種網路之存取演算法進行設計及效能比較,在相同環境、假設條件、與預期目標下,分別提出Rule based及Machine Learning based共四種存取演算法,並進行在不同應用環境下之效能比較。第二年度:與OFDMA架構不同,SCMA採用非正交多工方式進行傳送,使得SCMA可以在同一個子載波上提供更多的CTU供UE傳送,能有更高的頻譜使用率,在演算法設計上,本研究將著重對CTU依演算法規畫進行分類,數量分配,並進行相關mapping rule的設計,以提升大量UE環境下之上行品質。除此之外,也將綜合分析兩年所提各種方法在不同物聯網服務之適用性。