Open Access
Issue
JNWPU
Volume 38, Number 1, February 2020
Page(s) 155 - 161
DOI https://doi.org/10.1051/jnwpu/20203810155
Published online 12 May 2020

© 2020 Journal of Northwestern Polytechnical University. All rights reserved.

Licence Creative Commons
This is an Open Access article distributed under the terms of the Creative Commons Attribution License (http://creativecommons.org/licenses/by/4.0), which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited.

近年来,针对下一代WLAN的标准IEEE 802.11ax的研究备受关注,目前已发布4.0版本草案。IEEE 802.11ax 4.0草案中媒体接入控制(medium access control, MAC)层采用正交频分多址(orthogonal frequency division multiple access, OFDMA)技术,将信道划分为若干个正交的子载波,不同数目的子载波可以组成在频域上不重合的资源单元(resource unit, RU),多个用户可以在RU上并行接入传输[1]。

IEEE 802.11ax中的中心接入点(access point, AP)不但可以将RU资源调度给用户接入,而且支持用户不预先申请资源情况下的随机接入。IEEE 802.11ax支持的随机接入技术就是上行正交频分多址随机接入(uplink OFDMA random access, UORA)。下一代WLAN的部署场景包括企业办公室场景、户外大型热点、密集住宅公寓、体育场场景等[2],这些场景具有AP部署密集,用户接入量大,用户移动进出小区频繁等特点。而UORA作为下一代WLAN唯一支持的随机接入技术,具有信令开销小、不用预先上报传输需求、“认证、连接”后即可接入的优点,特别适合于这些大型的,具有高移动性用户的场景。

近年来学术界对IEEE 802.11ax中的UORA技术进行了研究[3-4]。在文献[3]中,通过自适应调整退避窗大小和阶数使UORA接入的吞吐量得到优化。为了衡量调度接入和随机接入并存的网络联合承载能力,笔者在文献[4]中提出了“多用户接入容量熵”的概念,并用数学的方法得出IEEE 802.11ax调度接入和随机UORA接入并存的"多用户接入容量熵"的解析表达式。

而分组接入在MAC层的应用目前主要集中在2个领域:①采用时隙Aloha接入策略的射频识别(radio frequency identification, RFID)系统[5];②应用于机器通信中的随机接入信道(random access channel, RACH)[6]。文献[7-8]研究了基于动态时隙分组Aloha算法和方法。文献[7]中提出的算法先利用循环过程来预识别所有的标签,然后将所要识别的标签进行分组,分组结束后再利用Aloha接入来识别各组中的标签。文献[8]提出了增强型动态帧时隙Aloha算法,该算法首先估算标签数量,如果标签数量的估计值远大于最大帧长,阅读器将这些标签分组来使得每一组的吞吐量达到最大。

分组接入作为一种潜在的负载控制策略,被建议应用于机器通信中[9-10]。文献[9]建立了可以估计冲突概率、接入成功概率、平均接入时延等参数的分组接入RACH理论模型,并根据这个模型提出了一种根据用户接入成功概率来优化组大小和所需资源的方法。在文献[10]中,提出一种通过限制竞争设备数量的双层分组接入方法,该方法通过双层分组的方法可以降低RACH的过载。

从已有研究上来看,存在以下2个问题:①当前对刚刚写入草案的UORA技术的研究,主要集中在建模和参数优化上,并没有解决当接入用户较多而导致接入效率下降的问题。②分组接入作为一种MAC层接入技术,多用于基于时隙Aloha的RFID系统和基于RACH的机器通信系统,目前还没有关于分组应用在下一代WLAN中的研究。

有鉴于此,本文采用分组的方法,将用户和RU资源分配到不同的组,不同的组具有不同的分组标签,STA只能接入具有相同的分组标签的RU资源。由于分组后组内用户数下降,因此冲突的可能性降低,网络的吞吐量获得了提升。

1 分组UORA协议

1.1 传统UORA接入方法

IEEE 802.11ax的MAC层在时-频维度以OFDMA的方式进行多用户的并行传输。在IEEE 802.11ax草案中规定20MHz频带可被划分为256个子载波,子载波间距为78.125 kHz[1]。不同个数的子载波组成多个相互正交的RU资源块,用户在RU资源块上并行接入。下一代WLAN标准IEEE 802.11ax的下行传输采用基于调度接入的OFDMA接入,AP依据一定的调度算法为每个STA分配相应的RU资源来进行传输。与下行不同的是,IEEE 802.11ax的上行传输可以采用调度接入的方式,也可以采用随机接入的方式或者采用两者的混合接入方式。IEEE 802.11ax支持的唯一随机接入模式就是UORA。

传统的UORA接入规则如下[1]:每个随机接入的节点(station, STA)需要维护一个OFDMA退避计数器(OFDMA backoff counter, OBO),该计数器在0到OFDMA竞争窗(OFDMA contention window, OCW)内随机取值。OCW服从二进制指数倍数增大规则。随机接入过程如下:AP发送触发帧(trigger frame, TF),STA收到TF帧后计算TF帧中所有可以用于随机接入的RU个数。这时,STA判断自己的OBO是否大于RU数,如果大于则将自己的OBO值更新为(OBO-RU数),如果小于STA将自己的OBO置0。对于那些OBO为0的STA,在可以用于随机接入的RU中随机选择一个进行接入。如果同时有2个或2个以上的STA选择了同一个RU,那么发生冲突,OCW加倍。如果没有冲突发生,STA在RU上接入传输,并且将它的OCW设置为最小的OCW值。

图 1所示,20 MHz带宽被分为5个RU,分别为RU1~RU5。网络中共有5个STA,采用UORA的方式接入信道。图 1所示的接入流程如下:①AP经过载波侦听和退避过程来竞争信道使用权,AP首先发送TF帧,在TF帧内部设置所有RU的AID12域为0,代表它们可以用于随机接入。随机接入的STA1~STA5的OBO初始值分别为3, 8, 4, 2和2。②收到TF帧后,执行OBO退避,将自己的OBO减去5。③在RU传输阶段,STA随机选择一个RU进行接入,STA1和STA5分别选择RU4和RU2接入传输,STA2由于OBO未退避到0不接入,STA3和STA4选择了相同的RU1传输发生冲突,传输失败。传输成功的STA1和STA5重新在最小竞争窗内随机选择OBO值为13和3。STA3和STA4由于发生了冲突,竞争窗加倍至32,分别随机选择OBO值为26和17后继续退避。④第2个传输阶段,STA2和STA5的OBO退避到0,随机接入RU1和RU3,而STA1、STA3和STA4由于未退避到0,则保持OBO等待下一次的接入机会。

thumbnail 图 1

传统的UORA接入示例图

1.2 分组UORA协议设计

UORA虽然有信令开销小的优点,但却存在当接入用户数非常多的时候,由于冲突的加剧,接入效率下降的缺点。分组UORA的协议主要包括3个方面,即用户的分组、RU资源的分组和两者之间的映射关系。具体协议描述如下:

1) AP通过定期广播帧Beacon帧内携带STA的分组信息。即AP为不同的STA设置不同的分组标签,同一分组标签的STA属于同一分组。STA在收到Beacon帧内如果没有分组标签信息,则STA维持原分组不变;采用Beacon帧来广播STA的分组好处是分组信息在传输的过程中没有额外的信令开销。

2) AP在TF帧内携带RU资源的分组信息。AP除了在AID12域中指定该RU为随机接入,同时还为RU设置不同的分组标签,同一分组标签的RU属于同一分组。

3) 在STA采用分组UORA接入的时候,STA的退避值与原UORA一样,仍然采用所有RU的个数进行退避。但接入的时候,STA只在具有与自己分组标签相同的RU组内随机选择一个进行接入。

图 2所示, AP将STA分为3组, 每组的个数分别为U1, U2和U3。AP将STA1, 1, STA1, 2…STA1, U1的分组标签设置为1, 同样的, 将STA2, 1, STA2, 2…STA2, U2和STA3, 1, STA3, 2…STA3, U3的分组标签分别设置为2和3。AP在TF中将RU分为3组, 每组的个数分别为R1, R2和R3, RU总数R=R1+R2+R3。AP将RU1, 1, RU1, 2…RU1, R1的分组标签设置为1, 同样的, 将RU2, 1, RU2, 2…RU2, R2和RU3, 1, RU3, 2…RU3, R3的分组标签分别设置为2和3。其中第一个下标代表组的索引, 第二个下标代表组内的编号。AP将STA和RU资源分组完毕, STA采用RU总数R进行退避, 接入的时候在与自己具有相同分组标签的RU组内随机选择一个RU接入, 在组内不同的STA选择同一RU发生冲突。如图 2所示, STA组1以UORA的方式接入RU组1, 同样的STA组2和组3接入RU组2和RU组3。需要注意的是, STA分组和RU资源分组都由AP指定, 并且可以随时根据需要动态改变。

thumbnail 图 2

分组UORA接入示意图

2 分组UORA的接入吞吐量分析

2.1 传统的UORA网络吞吐量

笔者在文献[4]中采用增强的马尔科夫链对IEEE 802.11ax的UORA建立了数学模型并进行了验证。设网络中共有R个RU, 共有U个用户, 令τ为STA的发送概率, p为冲突概率, W为最小退避窗, m为最大退避窗阶数, Δq∈[0, 1), 有

根据(1)至(3)式, 利用数值解法, 一旦RU数R和用户数U已知, 则发送概率τ可计算出来。τ计算出来之后, 可以从理论上来计算不分组UORA的吞吐量Tno-group

式中,CRU代表一个RU的容量, EMAC表示的是MAC效率, 等于RU有效传输时间和一次RU有效传输的总开销时间的比值。在单小区的情况下, 如图 1所示, 一次RU传输的总开销时间等于触发帧、回复帧、SIFS间隔以及相应的MAC包头和物理层包头时间之和。(4)式的含义是, U个用户以发送概率τ和发送成功概率发送, 并乘以RU容量和MAC效率, 得出网络吞吐量。

2.2 分组UORA网络吞吐量

同样的, 令网络中共有R个RU, 共有U个用户, 最小退避窗大小、最大退避窗阶数与2.1小节相同。共分G个组, 令Tu-group为任一组内任一STA的吞吐量。令Tgroup为分组之后网络的吞吐量, 为了理论推导方便, 考虑分组的时候用户数和资源数为平均分配的情况, 有

对于任一组内的某个STA, 组内RU个数为R/G, STA个数为U/G, STA每次退避值为全部RU个数R, 则发送概率τgroup

由于组间随机接入不发生冲突, 所以分组UORA冲突概率pgroup

Tu-group

则分组之后网络吞吐量Tgroup

由此可见, 一旦用户总数U, 资源总数R, 分组数G确定, 分组网络吞吐量Tgroup可以通过(6)至(10)式计算出来。

2.3 分组UORA网络吞吐量增益的理论分析

传统的UORA和分组UORA节点发送成功概率分别为以及psuc-group=。发送概率ττgroup处于0和1之间, R为全频带RU的个数, U为用户数, 因此有。若网络中2种情况下各个节点的发送概率相同, 若令τgroup=τ。将psucpsuc-group进行泰勒展开并忽略二阶及以后项有

, 由于分组数G始终大于1, 所以有psuc-group>psuc, 即分组可以提高发送成功概率, 降低冲突概率, 因此有pgroup < p

对于发送概率, 对公式(1)和(6)进行变换有

因为分组UORA降低了组内冲突, 所以pgroup < p, 则有τgroup>τ。综述分析并对比公式(4)和(10), 可得分组可以提高网络吞吐量。

3 仿真验证

3.1 仿真环境及参数设置

本文采用Matlab搭建仿真平台, STA节点随机分布在40 m×40 m的网络中。分别设置RU个数为24和36, 节点个数为12~156。由于本文研究的是一种新的接入方法对网络性能的影响, 为聚焦研究点, 节点业务模型采用饱和业务, 即节点在接入的过程中节点队列中始终存在数据包, 其余仿真参数如表 1所示。

表 1

仿真参数表

3.2 仿真结果及分析

图 3图 4分别为资源数为24和36的情况下, 不同用户数不同分组数情况下的网络吞吐量的理论值和仿真值, 其中理论值的计算遵循2.1和2.2小节内容。从图中可以看出理论与仿真值匹配。

图 5图 6分别为资源数为24和36的情况下, 不同用户数随着分组个数增多情况下的网络吞吐量, 从图 3至6中可以看出:①无论是不分组还是分组, 吞吐量都随着用户个数的增多先快速上升后缓慢下降; ②分组UORA的分组网络吞吐量随着组的个数增加而增加, 也就是说分组会提高网络的资源利用率; ③用户数较少的时候分组吞吐量增幅比较大。

首先吞吐量随用户增多先快速上升后缓慢下降的原因是:当用户数较少的时候, 随着用户数的增多, 资源被更多的用户频繁接入, RU资源的利用率增大; 但是随着用户数的持续增大, 冲突加剧, 所以当用户数较多的时候, 吞吐量下降。UORA使用了退避窗冲突加倍的功能, 一旦用户增多冲突加剧, 退避窗加倍能够将碰撞稀疏化, 从而使吞吐量不会下降过快。其次吞吐量随着分组数增多而增大的原因是:当分组数增多的时候, 由于每个组内用户数减少, 分组后冲突概率降低, 发送概率提高。本文提出的分组UORA接入技术将部分有序性引入到了无序的UORA接入技术中, 接入效率得到了增强, 吞吐量得到了提高。

再次用户数较少的时候分组吞吐量增幅比较大的原因是:如表 23所示,表 23分别为RU数为36并且用户数为24(用户数较少)和用户数为168(用户数较多)情况下的发送概率、发送成功概率和吞吐量的数值及增益。从表 2可以看出在资源数为36用户数为24的情况下,由于分组后组内STA个数的减少,分组后STA的发送概率要大于不分组的发送概率,并且由于STA个数的减少,分组后的冲突概率降低了,相应的发送成功概率提高了,所以吞吐量提高了。从表 3可以看出,与用户数少(表 2)相比,当用户个数很多的情况下,发送概率由于用户数的增多,冲突增加,UORA通过竞争窗的加倍降低了发送概率,由于发送概率降低,发送成功概率稍有提高。但分组之后由于用户个数很多,发送概率增幅不大,发送成功概率由于冲突的加剧增幅也不大,所以导致虽然用户数多的情况下,分组有增益,但增益比例比用户数少的时候稍小。

thumbnail 图 3

资源数为24时的分组接入吞吐量

thumbnail 图 4

资源数为36时的分组接入吞吐量

thumbnail 图 5

资源数为24时分组吞吐量(变分组数)

thumbnail 图 6

资源数为36时吞吐量(变分组数)

表 2

用户较少时发送概率、发送成功概率及吞吐量

表 3

用户较多时发送概率、发送成功概率及吞吐量

4 结论

为了克服下一代WLAN中传统UORA接入冲突较大的问题,本文提出了一种基于分组的UORA协议和方法,将部分有序性引入完全无序的下一代WLAN中的UORA技术中,即可以降低随机接入的冲突,又具有信令开销小的优点。通过为分组UORA方法建立协议模型和理论分析,并采用仿真验证可以看出,在饱和业务条件下,分组UORA方法的网络吞吐量得到了提高。本文算法协议设计简单,信令开销小,在下一代WLAN下具有较强的应用前景和价值。

References

  1. IEEE P802.11 Working Group of the LAN/MAN Standards Committee of the IEEE Computer Society.IEEE 802.11ax Proposed Draft 4.0[EB/OL]. (2019-01-01)[2019-05-30]. [Article] [Google Scholar]
  2. Afaqui M S, Garcia-Villegas E, Lopez-Aguilera E. IEEE 802.11ax:Challenges and Requirements for Future High Efficiency WiFi[J]. IEEE Wireless Communications, 2017, 24(3): 2–9 [Article] [CrossRef] [Google Scholar]
  3. Lanante L, Uwai H O T, Nagao Y, et al. Performance Analysis of the 802.11ax UL OFDMA Random Access Protocol in Dense Networks[C]//2017 IEEE International Conference on Communications, Paris, 2017: 1–6 [Google Scholar]
  4. Yang A, Li B, Yang M, et al. Concept and Analysis of Capacity Entropy for Uplink Multi-User Media Access Control for the Next-Generation WLANs[J]. Mobile Networks and Applications, 2019, 24(5): 1572–1586 [Article] [CrossRef] [Google Scholar]
  5. Klair D K, Chin K W, Raad R. A Survey and Tutorial of RFID Anti-Collision Protocols[J]. IEEE Communications Surveys & Tutorials, 2010, 12(3): 400–421 [Article] [CrossRef] [Google Scholar]
  6. Shariatmadari H, Ratasuk R, Iraji S, et al. Machine-Type Communications:Current Status and Future Perspectives toward 5G Systems[J]. IEEE Communications Magazine, 2015, 53(9):10–17 [Article] [CrossRef] [Google Scholar]
  7. Wang C Y, Lee C C. A Grouping-Based Dynamic Framed Slotted ALOHA Anti-Collision Method with Fine Groups in RFID Systems[C]//2010 International Conference on Future Information Technology, Busan, 2010: 1–5 [Google Scholar]
  8. Lee S R, Lee C W. An Enhanced Dynamic Framed Slotted ALOHA Anti-Collision Algorithm[C]//2006 International Conference on Emerging Directions in Embedded & Ubiquitous Computing, Heidelberg, 2006: 403–412 [Google Scholar]
  9. Wei C H, Cheng R G, Tsao S L. Performance Analysis of Group Paging for Machine-Type Communications in LTE Networks[J]. IEEE Trans on Vehicular Technology, 2013, 62(7):3371–3382 [Article] [CrossRef] [Google Scholar]
  10. Farhadi G, Ito A. Group-Based Signaling and Access Control for Cellular Machine-to-Machine Communication[C]//2013 IEEE Vehicular Technology Conference, Las Vegas, 2013: 1–6 [Google Scholar]

All Tables

表 1

仿真参数表

表 2

用户较少时发送概率、发送成功概率及吞吐量

表 3

用户较多时发送概率、发送成功概率及吞吐量

All Figures

thumbnail 图 1

传统的UORA接入示例图

In the text
thumbnail 图 2

分组UORA接入示意图

In the text
thumbnail 图 3

资源数为24时的分组接入吞吐量

In the text
thumbnail 图 4

资源数为36时的分组接入吞吐量

In the text
thumbnail 图 5

资源数为24时分组吞吐量(变分组数)

In the text
thumbnail 图 6

资源数为36时吞吐量(变分组数)

In the text

Current usage metrics show cumulative count of Article Views (full-text article views including HTML views, PDF and ePub downloads, according to the available data) and Abstracts Views on Vision4Press platform.

Data correspond to usage on the plateform after 2015. The current usage metrics is available 48-96 hours after online publication and is updated daily on week days.

Initial download of the metrics may take a while.