彭俊卿， 高雅玙， 黑曉軍

(華中科技大學 電子信息與通信學院 湖北 武漢 430074)

0 引言

近些年隨著無線通信技術的迅速發(fā)展，IEEE 802.11無線局域網(wǎng)在人們的日常生活中也越來越普及.無線應用的多樣化使得人們對無線局域網(wǎng)服務質(zhì)量的需求也越來越高.在實際網(wǎng)絡中，不同的應用對網(wǎng)絡性能的需求有所不同，比如常見的在線游戲等就是對網(wǎng)絡時延有較高要求的業(yè)務類型；而文件下載等屬于對網(wǎng)絡速度，即吞吐量有較高要求的業(yè)務類型.因此需要在無線局域網(wǎng)中提出異構的網(wǎng)絡來滿足不同用戶對服務質(zhì)量的不同需求.

為了給不同類型的業(yè)務提供差異化服務，IEEE 802.11e在分布式協(xié)調(diào)功能(distributed coordination function,DCF)協(xié)議的基礎上提出了增強分布式信道接入(enhanced distributed channel access, EDCA)協(xié)議[1]，使高優(yōu)先級的業(yè)務能優(yōu)先接入網(wǎng)絡，在網(wǎng)絡中獲取較大的吞吐量和較低時延，但性能仍然隨著網(wǎng)絡負載增加而變差，無法提供QoS保證.當網(wǎng)絡處于飽和狀態(tài)時，低優(yōu)先級的數(shù)據(jù)業(yè)務將會長時間無法接入信道，產(chǎn)生“饑餓現(xiàn)象”.已有研究提出一些針對QoS進行保證的方法[2-10]，但大多考慮了高優(yōu)先級實時業(yè)務的時延保證，往往忽視了低優(yōu)先級數(shù)據(jù)業(yè)務的吞吐量性能，而如何解決這一問題是異構無線局域網(wǎng)領域的關注重點.

文獻[11]考慮了業(yè)務都處于飽和狀態(tài)的保證QoS的場景，但與實際情況不完全符合.在實際網(wǎng)絡中，實時業(yè)務多為視頻通話、語音聊天等實時性較高、不會占用較多吞吐量的應用，大多數(shù)時間處于非飽和狀態(tài).而數(shù)據(jù)業(yè)務涉及文件安裝包下載時，大部分處于飽和狀態(tài).因此，如何在實時業(yè)務處于非飽和而數(shù)據(jù)業(yè)務處于飽和的部分飽和網(wǎng)絡場景下，保證無線局域網(wǎng)的服務質(zhì)量仍有待深入研究.此外，文獻[11]考慮的只是對實時業(yè)務接入時延的約束，在實際網(wǎng)絡中，如何能滿足實時業(yè)務端到端時延的要求是保證網(wǎng)絡服務質(zhì)量的關鍵.因此，本文研究的是在部分飽和的異構無線局域網(wǎng)場景下，如何在給定的實時業(yè)務端到端時延約束條件下，進一步優(yōu)化數(shù)據(jù)業(yè)務的吞吐量，并且可以得到數(shù)據(jù)業(yè)務可達的最大吞吐量，以及此時最優(yōu)初始退避窗口值.

1 理論模型及分析

基于前期工作中為飽和態(tài)異構IEEE 802.11 DCF網(wǎng)絡所建立的統(tǒng)一分析框架[12]，我們擬進一步提出部分飽和態(tài)的網(wǎng)絡性能模型.文獻[13]考慮一個有M組不同業(yè)務類型的異構IEEE 802.11 EDCA網(wǎng)絡，在無噪聲的信道上進行分組傳輸，且每個節(jié)點的隊列大小和隊列頭數(shù)據(jù)包的最大重傳嘗試次數(shù)都是無限的.假設第j(j=1,2，…,M)組有n(j)個節(jié)點，組j中的每個節(jié)點具有相同的輸入速率λ(j)和相同的初始退避窗口大小W(j).不失一般性，假設所有組的節(jié)點均采用相同的最大退避指數(shù)，K(j)=K,j=1,2，…,M.并且取M1組為非飽和狀態(tài)，取M-M1組為飽和狀態(tài).在給出了符合我們研究方向的特定網(wǎng)絡場景和統(tǒng)一分析框架后，我們首先分別對網(wǎng)絡的吞吐量和時延性能進行分析.

1.1 吞吐量性能研究

對于飽和狀態(tài)的小組j，該狀態(tài)的所有小組吞吐量肯定是低于總的到達率的，

(1)

pB為網(wǎng)絡的穩(wěn)態(tài)工作點，具體見文獻[13]，網(wǎng)絡的吞吐量和時延性能均與該點緊密相關.從式(1)中可以看到，小組的吞吐量與該小組的初始退避窗口大小W(j)有關.

(2)

(3)

W0(·)是Lambert W函數(shù)的一個分支[14].通過式(3)看出網(wǎng)絡可達最大吞吐量僅取決于隊列頭(head of line,HOL)數(shù)據(jù)包成功傳輸和沖突狀態(tài)下的持續(xù)時間τT和τF，二者單位均為時隙.

1.2 時延性能研究

從圖1我們可以看出，數(shù)據(jù)包的端到端時延是從產(chǎn)生到其成功傳輸?shù)倪@段時間，這也是用戶在使用網(wǎng)絡時實際體驗到的數(shù)據(jù)傳輸時延，它包含了排隊時延和接入時延兩部分.

圖1 一個新產(chǎn)生的數(shù)據(jù)包的端到端時延Fig.1 End-to-end delay for a newly generated packet

排隊時延指的是從數(shù)據(jù)包到達隊列直至成為HOL的這段等待時間.對于每一個飽和狀態(tài)的節(jié)點來說，其等待發(fā)送的數(shù)據(jù)包的數(shù)量是無窮大的，因此其排隊時延也是無限的.在本文中，由于我們考慮的模型是以時隙為最小單位的離散系統(tǒng)，數(shù)據(jù)包的到達時間間隔是幾何分布的，因此我們應用排隊理論中的Geo/G/1模型對排隊時延進行分析.

在異構的IEEE 802.11 EDCA網(wǎng)絡中，HOL數(shù)據(jù)包的平均接入時延E[D0]即為排隊理論中的平均服務時間.由Geo/G/1模型，平均排隊時延E[DQ]可以表示為

(4)

其中：λ(j)為第j組數(shù)據(jù)包到達率，j=1,2，…,M1.

因此非飽和狀態(tài)節(jié)點的平均端到端時延可以表示為平均接入時延和平均排隊時延的和，

(5)

j=1,2，…,M1.通過式(4)～(5)及文獻[12]可以看出網(wǎng)絡的時延性能與穩(wěn)態(tài)工作點pB密切相關.

2 優(yōu)化問題及分析

我們將上一節(jié)的分析結果運用到實際網(wǎng)絡優(yōu)化問題中.假設網(wǎng)絡中主要有數(shù)據(jù)業(yè)務和實時業(yè)務兩種類型的節(jié)點，討論如何保證數(shù)據(jù)業(yè)務吞吐量和實時業(yè)務時延性能的服務質(zhì)量.

2.1 問題建立

假設一個IEEE 802.11無線局域網(wǎng)中有兩種業(yè)務類型，有nNRT個數(shù)據(jù)業(yè)務節(jié)點(non-real-time nodes)和有nRT個實時業(yè)務節(jié)點(real-time nodes).這兩種節(jié)點采用不同的初始退避窗口和到達率，分別表示為WNRT、λNRT和WRT、λRT.其他退避參數(shù)(包括最大退避指數(shù)K、仲裁幀間間隔和最大信道占用時間)均假設相同.

(6)

2.2 優(yōu)化分析

(7)

因此，問題(6)可以寫成

(8)

從上式可以看到當網(wǎng)絡總吞吐量取最大值時，可以得到數(shù)據(jù)業(yè)務節(jié)點最大的吞吐量.

根據(jù)式(5)，非飽和實時業(yè)務節(jié)點的端到端時延可以表示為

(9)

定理1在一個部分飽和的IEEE 802.11e EDCA網(wǎng)絡中，假設K=∞，如果

(10)

則問題(8)的最優(yōu)解為

(11)

和

(12)

此時數(shù)據(jù)業(yè)務的總的最大吞吐量為

(13)

(14)

此時問題(8)的最優(yōu)解為

(15)

和

(16)

此時數(shù)據(jù)業(yè)務的總的最大吞吐量為

(17)

并且此時最佳的部分飽和網(wǎng)絡穩(wěn)態(tài)工作點為

pB,m={pB|f(pB,1)=C}，

(18)

否則，問題(8)沒有可行解.

證明通過式(4)～(5)及文獻[12]我們可以得到實時業(yè)務節(jié)點端到端時延E[DRT]的具體表達式，并且在pB=1時有一個最小值，

E[DRT]=f(pB=pB,m,WRT=1)=C.

3 仿真結果與討論

本章是對上一章的優(yōu)化分析問題進行性能評測，基于matlab設計和實現(xiàn)仿真實驗.針對我們提出的優(yōu)化問題所在的網(wǎng)絡環(huán)境進行仿真.本文采用的參數(shù)系數(shù)來自IEEE 802.11n標準，其相關數(shù)據(jù)如下：數(shù)據(jù)包長度4 096×8 bits；MAC標頭288 bits；PHY標頭136 bits；確認幀(ACK)112 bits+PHY標頭；信道比特率108 Mbps；基本速率2 Mbps；時隙時間9 μs；短幀間間隙(short inter-frame space,SIFS) 16 μs；分布式幀間間隙(distributed inter-frame sapce,DIFS)34 μs.由標準下的數(shù)據(jù)可以得到在基本接入機制中τT=60.9時隙和τF=45.3時隙.

3.1 吞吐量：標準設定與優(yōu)化設定

在已搭建好的網(wǎng)絡仿真環(huán)境下，系統(tǒng)參數(shù)分別取現(xiàn)有IEEE 802.11n標準的值和我們定理1中的最佳初始退避窗口值.其仿真結果如圖3所示，此時考慮的情況是網(wǎng)絡中實時業(yè)務節(jié)點的時延約束是使其可以取網(wǎng)絡吞吐量最大值時的情況.

圖2 網(wǎng)絡最大可達吞吐量和最優(yōu)退避窗口大小與實時業(yè)務時延約束C的關系Fig.2 Maximum network throughput and the optimal backoff window size versus the real-time flow delay constraint C

圖3 實時業(yè)務、數(shù)據(jù)業(yè)務和網(wǎng)絡總吞吐量與數(shù)據(jù)業(yè)務節(jié)點nNRT的關系Fig.3 Real-time flow, non-real-time flow and aggregate network throughput versus non-real-time nodes nNRT

從圖3(a)和(b)可以看出，實時業(yè)務節(jié)點是處于非飽和狀態(tài)的，該類別的所有節(jié)點的總吞吐量始終等于到達率，因此只要節(jié)點總的到達率不變，網(wǎng)絡穩(wěn)態(tài)工作點pB是不會被實時業(yè)務節(jié)點nNRT所影響，整個網(wǎng)絡和數(shù)據(jù)業(yè)務的吞吐量也不會改變.在標準設置下，隨著數(shù)據(jù)業(yè)務節(jié)點nNRT的增多，數(shù)據(jù)業(yè)務和整個網(wǎng)絡的吞吐量有下降的趨勢.而在優(yōu)化參數(shù)設置下，因為網(wǎng)絡中的退避窗口是根據(jù)數(shù)據(jù)業(yè)務節(jié)點數(shù)動態(tài)調(diào)整的，所以網(wǎng)絡和數(shù)據(jù)業(yè)務的吞吐量與節(jié)點數(shù)量無關，一直達到最大值.

3.2 時延：標準設定與優(yōu)化設定

圖4進一步展示了在標準參數(shù)和最優(yōu)參數(shù)設定下，實時業(yè)務的端到端時延E[DRT]是如何隨著數(shù)據(jù)業(yè)務用戶數(shù)量nNRT的增加而變化的.從圖4可以看到，在當前標準參數(shù)設定下，實時業(yè)務的時延E[DRT]是隨著數(shù)據(jù)業(yè)務用戶數(shù)量的增加而顯著增加的.以上結果表明了當前的標準參數(shù)設定是無法保證實時業(yè)務的時延性能的，即隨著網(wǎng)絡用戶數(shù)量的增加，觀看視頻或玩網(wǎng)絡游戲的用戶將出現(xiàn)卡頓等不流暢現(xiàn)象.

圖4 實時業(yè)務端到端時延E[DRT]與數(shù)據(jù)業(yè)務節(jié)點數(shù)nNRT的關系Fig.4 End-to-end delay of real-time flow E[DRT] versus the number of non-real-time nodes nNRT

然而，如果網(wǎng)絡使用了我們的最優(yōu)最小退避窗口，圖4顯示，此時實時業(yè)務的端到端時延不再隨著網(wǎng)絡用戶數(shù)量的增加而改變，而是一直處于常值，且低于給定要求的閾值C=3 ms.實驗結果表明，通過動態(tài)調(diào)整實時業(yè)務和數(shù)據(jù)業(yè)務的最小退避窗口值，無線局域網(wǎng)能夠滿足實時業(yè)務的時延要求，且用戶體驗不會隨著網(wǎng)絡用戶數(shù)量的增加而改變.

4 總結與展望

本文基于文獻[14]中的統(tǒng)一分析框架，推導出給定實時業(yè)務端到端時延時，數(shù)據(jù)業(yè)務的最大可達吞吐量，以及實時業(yè)務與數(shù)據(jù)業(yè)務用戶分別所對應的最優(yōu)初始退避窗口值，并通過仿真結果進行了驗證.

在當前標準參數(shù)設定下，無線局域網(wǎng)既不能保證實時業(yè)務的時延性能，也無法避免數(shù)據(jù)業(yè)務吞吐量隨著用戶數(shù)量增加而顯著下降.本文的實驗結果表明，基于我們提出的最優(yōu)參數(shù)調(diào)整，實時業(yè)務的端到端時延能夠滿足給定的要求，同時數(shù)據(jù)業(yè)務吞吐量實現(xiàn)了最大化.我們的研究可為異構IEEE 802.11e EDCA網(wǎng)絡的協(xié)議設計和優(yōu)化提供有效指導.未來我們還會通過ns-3仿真工具或者是軟件定義網(wǎng)絡來實現(xiàn)和驗證我們的優(yōu)化模型[15].