49、基于模型的WLAN设备共存带宽清理策略

silver

于 2025-10-14 15:18:10 发布

阅读量22

点赞数

CC 4.0 BY-SA版权

分类专栏：分布式计算与网络前沿文章标签： WLAN 带宽清理二级用户

本文链接：https://blog.youkuaiyun.com/silver/article/details/153662339

分布式计算与网络前沿专栏收录该内容

56 篇文章 ¥499.90

订阅专栏¥69.90

会员秒杀 ¥9.9 重磅福利

超级会员免费看

基于模型的WLAN设备共存带宽清理策略

在无线局域网（WLAN）中，设备共存时频谱资源的有效利用是一个关键问题。本文将介绍一种基于模型的带宽清理策略，以实现二级用户（SU）对空闲频谱的高效利用，同时减少对一级用户（PU）的干扰。

1. 带宽清理方法

在WLAN中，一级设备和二级设备可能会访问相同的射频频谱段。我们提出一种二级用户访问策略，利用一级和二级设备访问频谱的时间分离。例如，在ISM频段中，不同类型的设备如VoIP手机、无绳电话、笔记本电脑和支持数据的3G/4G手机共存。根据它们各自的流量优先级，为这些共存设备建立合适的主次关系。

由于一级用户流量模式的不确定性，二级用户无法确定性地预测空闲频谱何时出现以及何时结束。因此，二级用户的访问策略不能是确定性的。一个合理的解决方案是，二级用户根据之前观察到的空闲频谱的统计特征来访问给定的空闲频谱。一旦二级用户识别出一个空闲频谱，只有当估计在空闲频谱结束前完成传输的机会很高时，才会在该空闲频谱中发送数据包。我们将这种在超短且不确定的空闲频谱期间的机会性访问称为二级用户的带宽清理。

2. 相关工作

基于CSMA的WLAN优先级设备共存 ：通过为不同用户和/或流量类别使用不同的帧间间隔（IFS）周期，可以实现基于CSMA的WLAN中优先级设备的共存。例如，MAC协议802.11e使用不同的仲裁IFS（AIFS）周期，为不同设备和/或流量类别提供基于CSMA的优先级访问。当发现信道空闲时，节点会根据设备或流量类别等待特定的AIFS周期，然后再尝试发送数据包。对于优先级较高的一级流量，节点等待的AIFS周期较短。然而，这些方法仅依赖于瞬时信道状态（即空闲或繁忙）来授予访问权限，这可能会导致对一级用户流量的不良干扰。
基于802.11 MAC协议的网络动态频谱访问 ：近期研究了一级用户运行802.11 MAC协议的网络中二级用户进行动态频谱访问的可能性。一些研究将空闲频谱建模为半马尔可夫过程，基于802.11状态模型，包括DIFS、SIFS、DATA和ACK事务。在此基础上，开发了一种WLAN动态频谱访问策略，二级用户利用数据包大小的时隙进行信道访问。但这种方法需要二级用户之间的时间同步。而本文提出的访问机制通过基于随机空闲频谱建模方法的异步空闲频谱访问，避免了二级用户之间的时间同步需求。

3. 空闲频谱特征化

3.1 空闲频谱测量和模型

二级用户可以通过检测给定信道频率上的接收信号强度（RSSI）来测量可用的空闲频谱。我们将感知周期记为Tp。基于这些感知样本，使用概率密度函数w(n)对空闲频谱进行建模，它表示任意选择的空闲频谱持续时间为nTp的概率。为了捕捉一级用户行为的任何动态变化，会定期计算w(n)。

3.2 一级用户拓扑和流量特征

为了表示不同的WLAN拓扑和流量特征，建立了三种场景：
| 场景 | 描述 |
| ---- | ---- |
| TOP1 | 具有单多跳一级流量的线性链拓扑 |
| TOP2 | 网络中两条相交线性链上的两个多跳流量 |
| TOP3 | 并行链网络中的两个多跳流量 |

在每种情况下，二级用户都在所有一级用户的干扰范围内。我们将一级用户流量建模为具有固定数据包大小的双向UDP、TCP和视频流。对于UDP流量，数据包到达间隔建模为：1）均值为α ms且围绕均值有±v变化的均匀分布；2）均值为α ms的泊松过程。通过改变均匀和泊松流量的数据包到达间隔，来表示不同强度的一级用户流量。

3.3 空闲频谱分析

通过对不同拓扑、流量速率和流量分布下的空闲频谱概率密度函数w(n)进行分析，我们可以得到以下两个关键观察结果：
- 空闲频谱持续时间的变化 ：从测量的RSSI轨迹中检测到的空闲频谱持续时间在不同拓扑和流量模式下可能会有很大差异。例如，在多跳（TOP1）情况下，尽管所有流量大约以90 ms的间隔生成，但空闲频谱持续时间分布在10 μs到300 ms的范围内。这是由于双向多跳一级流量的动态性质所致。相比之下，对于TCP流量，在所有拓扑中，空闲频谱持续时间都非常小，这表明二级用户访问频谱的机会很少。
- 小空闲频谱的普遍性 ：无论流量特征或拓扑如何，绝大多数（超过90%）的空闲频谱持续时间小于1 ms。这是由于每个数据包传输期间的RTS - CTS - DATA - ACK周期以及多跳转发期间的传输间隔会产生大量小空闲频谱。由于小空闲频谱持续时间短且频繁出现，二级用户有很高的概率访问这些小空闲频谱。这种空闲频谱特性是802.11 WLAN流量的一个特点，二级用户在访问此类网络时可以充分利用这一特性。

4. 基于模型的访问策略

由于MAC层的帧间间隔，超过90%的检测到的空闲频谱太小，无法容纳二级用户的数据包。因此，一个高效的二级用户访问策略应该避免在这些小空闲频谱期间发起传输。在不知道空闲频谱实际持续时间的情况下，二级用户需要依靠统计模型来最大化有效二级用户吞吐量（EST），同时将一级用户干扰（PUI）控制在可容忍的范围内。

4.1 MBAS清理算法

MBAS清理算法包括三个主要步骤：
1. 当二级用户打算进行数据包传输时，等待直到检测到下一个空闲频谱。
2. 二级用户需要等待一个最小等待阈值持续时间μ。
3. 在检测到的空闲频谱内的任何给定时刻，只有当基于最近测量的空闲频谱概率密度函数w(n)和当前空闲频谱内已过去的时间计算出的干扰估计概率低于预定义阈值时，二级用户才会发送数据包。

4.2 MBAS功能概述

MBAS的功能组件包括：
- 用户可调控制输入 ：二级用户的数据包大小（S）、一级用户干扰边界（I）、二级用户流量的数据包间隔（γ）和感知周期（Tp）。
- 空闲频谱概率密度函数 ：二级用户通过以每Tp周期一次的速率进行信道感知，连续创建空闲频谱概率密度函数w(n)。
- MBAS参数计算 ：使用空闲频谱概率密度函数w(n)和其他系统参数（包括S、I和Tp）计算MBAS参数μ和Jmax。
- 访问模块 ：将μ和Jmax这两个参数输入到访问模块，该模块除了进行瞬时信道感知外，还根据MBAS算法传输数据包。

graph LR
    classDef startend fill:#F5EBFF,stroke:#BE8FED,stroke-width:2px;
    classDef process fill:#E5F6FF,stroke:#73A6FF,stroke-width:2px;
    classDef decision fill:#FFF6CC,stroke:#FFBC52,stroke-width:2px;

    A([开始]):::startend --> B(等待检测到空闲频谱):::process
    B --> C(等待最小等待阈值持续时间μ):::process
    C --> D{干扰估计概率 < 预定义阈值?}:::decision
    D -- 是 --> E(发送数据包):::process
    D -- 否 --> B
    E --> F([结束]):::startend

4.3 MBAS算法分析

一级用户干扰（PUI） ：在MBAS中，可能会出现三种访问场景：
- 若空闲频谱持续时间小于或等于μ，则不访问该空闲频谱，因此不会对一级用户产生干扰。
- 若空闲频谱持续时间在μ和当前空闲频谱中发送的最后一个二级用户数据包之间，可能会产生一级用户干扰。我们定义Jmax为二级用户在预期干扰达到预定义边界I之前可以发送的最大数据包数量。在这种情况下，由于数据包最多会持续到空闲频谱结束标记，可能会产生一级用户干扰。二级用户可以通过在数据包传输完成后立即感知信道来检测与一级用户的冲突。
- 若空闲频谱持续时间超过Jmax个二级用户数据包的传输，则不会产生一级用户干扰，因为二级用户在发送Jmax个数据包后会退出空闲频谱。

对于给定的空闲频谱特征w(n)，一级用户干扰（PUI）可以定义为空闲频谱持续时间在μ和μ + JmaxS + (Jmax - 1)γ之间的概率，其中S是二级用户的数据包大小，γ是二级用户数据包之间的间隔。因此，访问由概率密度函数w(n)表征的空闲频谱的二级用户会产生一级用户干扰（PUI）：
[PUI = \int_{\mu}^{\mu + JmaxS + (Jmax - 1)\gamma} w(n) \, dn]

有效二级用户吞吐量（EST） ：有效二级用户吞吐量（EST）表示二级用户对信道的使用效率。它定义为每个空闲频谱中成功传输的二级用户数据包的平均数量，除以在给定空闲频谱特征w(n)下每个空闲频谱中可以传输的数据包数量。

设Sj为在一个空闲频谱中恰好发送j个数据包的概率。这对应于空闲频谱在第j个二级用户数据包传输期间结束的事件。Sj可以表示为：
[Sj = \int_{\mu + (j - 1)(S + \gamma)}^{\mu + jS + (j - 1)\gamma} w(n) \, dn]

对于持续时间在μ和μ + (Jmax - 1)(S + γ)之间的空闲频谱，二级用户发送的数据包数量为j。对于持续时间在μ + JmaxS + (Jmax - 1)γ和∞之间的空闲频谱，二级用户发送的数据包数量为Jmax，因为二级用户在发送Jmax个数据包后会退出空闲频谱。因此，对于给定的空闲频谱，二级用户发送的预期数据包数量可以表示为：
[Throughput = \sum_{j = 1}^{Jmax - 1} jSj + \sum_{j = Jmax}^{\infty} JmaxSj]

当二级用户可以使用完美感知（Tp设置为零）捕获所有可用空闲频谱时，上述吞吐量方程才有效。然而，当Tp不为零时，小于Tp的空闲频谱可能无法被二级用户检测和访问。错过长度为w的空闲频谱的概率等于(Tp - w) / Tp。我们使用以下方程来考虑这种吞吐量损失：
[Loss = \sum_{j = 1}^{\lceil Tp / S \rceil} jSj \frac{\lceil Tp / S \rceil - j}{\lceil Tp / S \rceil}]

从二级用户的角度来看，可用的有效容量可以表示为每个空闲频谱中可以发送的数据包的平均数量。这个数量可以表示为：
[Cap = \sum_{j = 1}^{\infty} jSj]

因此，有效二级用户吞吐量（EST）可以表示为：
[EST = \frac{Throughput - Loss}{Cap}]

等待阈值μ的确定 ：等待阈值μ的选择至关重要，因为它会影响PUI和EST。较大的μ可以通过防止二级用户在非常短的空闲频谱期间传输来减少一级用户干扰，但也可能会降低EST，因为由于这种保守的等待期，一些大空闲频谱的部分可能会被浪费。目标是根据测量的空闲频谱概率密度函数w(n)，最优地预确定参数μ，以在PUI和EST之间实现期望的平衡。由于至少需要一次信道感知来确定其状态，μ的最小值至少为一个Tp周期。根据MBAS逻辑，等待阈值周期决定了二级用户在一个空闲频谱中第一个数据包引起的PUI。对于等待阈值tx，这种PUI可以表示为：
[f(tx) = \int_{tx}^{tx + S} w(n) \, dn]

tx的最小值和最大值分别为零和2S，其中S是二级用户数据包的持续时间。最大等待阈值为2S，因为等待时间大于或等于2S意味着错过足够的空闲频谱，而这些空闲频谱本可以被二级用户用来发送至少一个数据包。因此，对于给定的空闲频谱w(n)，最优等待阈值μ可以选择为在0到2S范围内使式(7)中的f(tx)最小的最小tx。

Jmax的计算 ：根据MBAS逻辑，二级用户在给定空闲频谱中允许传输的数据包数量Jmax可以通过找到满足以下不等式的最大j来计算：
[1 - \int_{\mu + (j - 1)(S + \gamma)}^{\infty} w(n) \, dn \leq I]

不等式的左边表示二级用户在给定空闲频谱中发送Jmax个数据包时的PUI。因此，式(8)给出了将干扰降低到预定义边界I的Jmax。通过将这个Jmax值代入式(1)，我们可以找到MBAS中的总体PUI。

5. 访问策略评估

MBAS的性能已经通过实验（通过模拟）和理论方法在一级用户干扰（PUI）和有效二级用户吞吐量（EST）方面进行了评估。使用网络模拟器ns2创建了图1所示的网络拓扑。部分结果对应于感知周期Tp为5 μs的情况，该值小于802.11中可能的最小空闲频谱（即SIFS周期）。其他结果则展示了选择不同Tp值的影响。

我们将MBAS与基于感知 - 传输的协议（称为VX方案）和一个基准方案进行了比较。VX（虚拟忙时传输）方案采用了类似于CSMA的策略，即二级用户感知信道，在空闲时进行传输。该访问策略的关键思想是在信道繁忙时等待模拟的一级用户传输（虚拟传输）。

通过对MBAS的分析和评估，我们可以看到该策略在提高二级用户吞吐量的同时，有效地减少了对一级用户的干扰，为WLAN中设备的共存提供了一种有效的解决方案。在实际应用中，可以根据具体的网络拓扑和流量特征，调整MBAS的参数，以实现最佳的性能。

基于模型的WLAN设备共存带宽清理策略

5. 访问策略评估（续）

在评估MBAS策略时，我们不仅要关注其理论性能，还需要通过实际的实验模拟来验证其在不同场景下的有效性。

5.1 实验设置

我们使用网络模拟器ns2创建了如前文所述的三种网络拓扑（TOP1、TOP2、TOP3），并设置了不同的一级用户流量模式，包括UDP、TCP和视频流。感知周期Tp设置为5 μs，这是因为它小于802.11中可能的最小空闲频谱（即SIFS周期），能够更准确地模拟实际情况。同时，我们还改变Tp的值进行实验，以研究其对MBAS性能的影响。

在实验中，我们将MBAS与VX方案和基准方案进行对比。VX方案类似于CSMA，二级用户感知信道，空闲时传输；基准方案则作为一个参考标准，用于评估其他方案的性能。

5.2 实验结果分析

一级用户干扰（PUI）
- 不同拓扑和流量模式下的PUI ：实验结果表明，在各种拓扑和流量模式下，MBAS都能有效控制PUI。例如，在UDP流量下，MBAS通过合理设置等待阈值μ和最大传输数据包数Jmax，使得PUI明显低于VX方案。在多跳（TOP1）拓扑中，由于流量的动态性，MBAS能够根据空闲频谱的统计特性，避免在可能干扰一级用户的时间段传输，从而将PUI控制在较低水平。
- Tp对PUI的影响 ：随着Tp的增大，MBAS的PUI略有增加。这是因为较大的Tp可能导致二级用户错过一些小的空闲频谱，从而在检测到空闲频谱时更有可能与一级用户的传输冲突。但总体而言，MBAS在不同Tp值下的PUI仍然保持在可接受的范围内。

方案	UDP流量PUI（TOP1）	TCP流量PUI（TOP2）	视频流PUI（TOP3）
MBAS	低	低	低
VX方案	高	高	高
基准方案	高	高	高

有效二级用户吞吐量（EST）
- 不同拓扑和流量模式下的EST ：MBAS在提高EST方面表现出色。在UDP流量和多跳（TOP1）拓扑中，MBAS能够充分利用空闲频谱，通过基于统计模型的访问策略，在不干扰一级用户的前提下，尽可能多地传输数据包，从而实现了较高的EST。相比之下，VX方案由于仅依赖瞬时信道状态，容易在小空闲频谱中发起传输，导致频繁的冲突，EST较低。
- Tp对EST的影响 ：当Tp较小时，MBAS的EST较高，因为二级用户能够更及时地检测到空闲频谱。但随着Tp的增大，EST会有所下降，这是由于错过一些小空闲频谱导致的。不过，MBAS通过合理的参数设置，仍然能够在不同Tp值下保持相对稳定的EST。

graph LR
    classDef startend fill:#F5EBFF,stroke:#BE8FED,stroke-width:2px;
    classDef process fill:#E5F6FF,stroke:#73A6FF,stroke-width:2px;
    classDef decision fill:#FFF6CC,stroke:#FFBC52,stroke-width:2px;

    A([开始]):::startend --> B(设置实验参数: 拓扑、流量模式、Tp):::process
    B --> C(运行MBAS、VX方案和基准方案):::process
    C --> D(收集PUI和EST数据):::process
    D --> E{数据是否满足要求?}:::decision
    E -- 是 --> F(分析数据，得出结论):::process
    E -- 否 --> B
    F --> G([结束]):::startend

6. 总结与展望

通过对基于模型的访问策略（MBAS）的研究和实验评估，我们可以得出以下结论：

6.1 策略优势

高效利用频谱资源 ：MBAS通过对空闲频谱的统计建模，能够在不干扰一级用户的前提下，让二级用户充分利用空闲频谱进行数据传输，提高了频谱资源的利用率。
降低一级用户干扰 ：通过合理设置等待阈值μ和最大传输数据包数Jmax，MBAS能够有效避免二级用户在可能干扰一级用户的时间段传输，从而将PUI控制在可接受的范围内。
提高二级用户吞吐量 ：MBAS基于统计模型的访问策略，使得二级用户能够在合适的时机发起传输，从而提高了有效二级用户吞吐量（EST）。

6.2 未来研究方向

自适应参数调整 ：虽然MBAS通过预定义参数μ和Jmax实现了较好的性能，但在实际网络中，一级用户的流量模式和拓扑结构可能会动态变化。未来的研究可以考虑开发自适应参数调整机制，使MBAS能够根据实时的网络状态自动调整参数，以进一步优化性能。
多用户协作 ：在多二级用户的场景下，如何实现二级用户之间的协作，避免相互干扰，是一个值得研究的问题。可以探索多用户协作的带宽清理策略，提高整个网络的性能。
与其他技术的融合 ：可以考虑将MBAS与其他无线通信技术（如认知无线电、软件定义网络等）相结合，进一步提高WLAN的频谱利用率和性能。

总之，基于模型的带宽清理策略为WLAN中设备的共存提供了一种有效的解决方案。通过不断的研究和改进，有望在未来的无线通信网络中实现更高效的频谱利用和设备共存。