3.1介绍在这个章节中，我们研究在802.11WLAN之上的给定负载下.doc

? ? 3.1 介绍 ? ? 在这个章节中，我们研究在802.11WLAN之上的给定负载下，单一的站点（STA）的吞吐量和无线信道负载之间的关系。我们使用信道繁忙指数（CBF，channel busy fraction），顾名思义，这是一个表示信道负载的度量标准。充分理解网络和信道负载之间的关系是开发用于接入控制，信道分配和AP选择的有效机制的关键。典型情况下，需要预知在给定网络负载的情况下无线信道负载是怎样改变的，拥堵的网络显示它们正处在高延迟，抖动和丢包。而为了提供预期的性能，这些问题都必须避免。 ???? ? ? 3.1.1 ?相关的工作 ????? ? 802.11 的物理层解析模型在很长一段时间吸引了研究组织的注意。Bianchi的关于802.11?DCF（distributed coordination?function）性能分析的论文【46】，第一次描述了一个简单的但是精确的关于802.11 MAC层协议的模型。Bianchi的模型基于马尔科夫链，而且允许预测单个节点（single-cell）以及饱和的802.11 WLAN的吞吐量。Bianchi的模型随后被扩展应用到比如计算帧延时和有损耗链路的吞吐量。比如，【54】论文使用了Bianchi的模型计算饱和802.11 网络下信道访问延时和抖动。Malone的模型【118】是一个很有意义的Bianchi模型的扩展。它允许计算802.11 WLAN在非饱和状态下的吞吐量和延时。【177】打算建立一个允许多个传输级别的802.11e MAC层协议模型。以上论文均假定冲突帧错误和丢失的唯一原因。在WLAN中，信号强度太低或其他噪音也会破坏数据帧。这个模型的限制已经在【184】和【185】中得到了处理，在这里在饱和网络中由于比特错误而导致的帧丢失也考虑到了。【67】扩展了Malone的模型以便考虑噪音影响下帧丢失的情况。 ????? ? 先前提及的模型是没有特定关注下应用程序的情况下的一般的模型。【149】是Bianchi类模型的一个更特殊的应用。它专注于寻找802.11 网格网络中的高吞吐量路径。为了识别这样的路径【149】将信道负载与一个STA可实现的吞吐量相关联。这个信道负载被表示为CBF（信道繁忙指数，章节开头提到过）。这个信道繁忙指数也被用于【183】，在这里一个派生出来的分析模型被用来预测802.11 DCF 工作状况下的丢包，延迟和抖动。作者观察到信道繁忙指数一个用于指示冲突可能性的好的变量。然而，他们的模型不能将信道繁忙指数与traffic pattern（）??相关联起来。【30】在rate-adaptation算法中使用信道繁忙指数。信道繁忙指数帮助区分了由于比特错误和冲突导致的帧丢失。【154】将信道繁忙指数用于无线网格网络的接入控制。 ????? ? 3.1.2 问题描述和贡献 ? ? ?以上的工作回顾显示信道繁忙指数是连接现实世界的量度和数学模型的一个好的度量标准。然而，当前的模型不能将信道繁忙指数和比如网络大小，MAC层协议配置和额定负载这样的关键参数相联系起来。因此这样一个允许从一个理论视角研究信道繁忙指数和网络行为的模型是迫切需要的，但是也需要将这个模型应用到实际系统中以便能够估算一些输入参数，比如信道繁忙指数。在这一章中我们通过扩展在802.11 DCF 工作在非饱和状态情况下的Malone模型与信道繁忙指数的联系，以便处理这个开放性研究问题。通过使用新模型我们能够研究信道繁忙指数作为一些关键参数（比如网络大小，帧长度，给定负载）的函数。 ????? ? 这个章节的关键贡献在于： ????? ??? 一个扩展的Malone模型，用于计算给定网络大小和负载情况的信道繁忙指数。这个模型能够预测非饱和802.11 WLAN的信道负载。 ????? ??? 通过在无线试验台上进行测量验证了模型的有效性。测量结果显示很好的符合了模型预测结果，更多的，使用了multiple linear regression analysis（多线性回退分析） ，我们发现模型预测的线性近似值是可能的。 ? ? ? 这一章的其他内容如下所示，在小节 3.2中我们首先引入了Bianchi和Malone MAC层模型，随后扩展它们以便计算信道繁忙指数。在小节3.3 我们通过试验台的测量验证了模型的有效性。最后，我们在小节3.4中总结这个章节。 ????? ? 3.2 IEEE 802.11 MAC层的数学模型 ? ? 在这一节我们一开始回顾Bianchi的802.11 DCF模型。然后讨论非饱和状态下网络的Malone模型，随后引入信道繁忙指数（CBF）。 ???????? ????? ? 3.2.1??IEEE 802.11 DCF 在饱和状况下? ????? ? B