超密集WiFi组网场景下的动态分布式资源调度方法与流程

本发明涉及一种无线局域网(WiFi)资源调度方法，尤其涉及一种超密集WiFi组网场景下的动态分布式资源调度方法，属于无线通信技术领域。

背景技术：

近年来，随着多媒体业务和移动用户数量的激增，无线网络承载的数据流量也在呈现爆炸式增长。根据研究，无线网络的数据吞吐量到2015年将会达到每月100*2⁶⁰比特，其中40％的数据吞吐量通过无线局域网(WiFi)实现传输,这给无线局域网的资源管理带来了很大的挑战。

为了满足如此巨大的数据吞吐量需求，密集的WiFi部署成为了趋势，尤其是在诸如火车站、汽车站、校园这样人口密集的区域。然而，现有IEEE802.11标准中的载波侦听多路访问/冲突避免(CSMA/CA)机制并不能适合这种高密集组网的情景，其在高密集组网下性能下降会非常严重。这也成为了WiFi密集组网的重要挑战之一。

图1显示了WiFi干扰模型的一个示例。其中，无线访问接入点AP1和AP2各自向基础服务集合(BSS)下的用户提供服务。例如AP1向BSS1中的用户1(移动设备)传输数据，AP2向BSS2中的用户3发送数据。由于是同频，AP2的数据传输会对AP1产生严重的干扰。这种干扰对处在边缘区的用户的影响尤其明显。干扰会严重影响SINR(信号与干扰加噪声比)，如果SINR太低的话会导致连接中断或者丢包。在情况许可的条件下，为了避免同频干扰，相邻WiFi接入节点服务下的基础服务集合会选用正交的三个信道(信道1、信道6、信道11)来传输信息。但是，在为了满足人口密集区域通信需求的超密集WiFi组网的情况下，WiFi接入节点的间隔减小，会造成在边缘地区同频的BSS的交叠覆盖。由于CSMA/CA机制，多个使用相同频率的交叠的基础服务集(OBSS)会受到非常严重的干扰，会导致用户连接的中断和能耗的增加。

在现有的Wifi技术标准中，自带的RTS/CTS(请求发送/清除发送) 协议并不能完全阻止图1所示的干扰。因为移动终端的发送功率是较低的，会出现这样的情况：AP1和BSS1边缘区的用户1在各自的通信范围内，能进行RTS/CTS的交互，但是由于和BSS1边缘区的用户1的发送功率小于AP2的发送功率，会导致用户1能接收到AP2发送的信号(干扰信号)，而AP2接收不到用户1发出的CTS信号，这时就会出现前述的干扰情况。而且，RTS/CTS是存在一个门限值的，即如果高于这个门限值，会进行RTS/CTS的交互，如果低于这个门限值，可以不经过RTS/CTS而直接传输数据。

在现有技术中，针对上述问题的实际解决方案主要是对用户进行区域上的分组，使得相邻BSS在时间片上分离开来从而避免干扰；也有采用功率控制对AP的发射功率进行约束的，但是前者的资源利用率不高，后者不能根据现有网络的负载情况作出调整，效果有限。

技术实现要素：

针对现有技术的不足，本发明所要解决的技术问题在于提供一种超密集WiFi组网场景下的动态分布式资源调度方法。

为实现上述的发明目的，本发明采用下述的技术方案：

一种超密集WiFi组网场景下的动态分布式资源调度方法，包括如下步骤：

将基础服务集合分为核心区和边缘区，由无线访问接入点监测基础服务集合内的负载情况，计算核心区和边缘区的最低速率需求；

在满足两个区域最低速率需求的前提下，将分配给边缘区的时隙数目逐渐转移给核心区，同时将剩余的功率资源补偿给边缘区以保证边缘区的速率要求；

当剩余的功率资源耗尽时，第一次迭代截止；确定此刻核心区和边缘区的时隙和功率分配结果，并计算核心区可达到的数据速率作为下一次迭代的最低需求；继续进行迭代，直到基础服务集合整体的吞吐量不会提升为止。

其中较优地，将单位时间内的时隙分为major时隙和minor时隙；其中，major时隙分配给边缘区和核心区所有的用户，且相邻的基础服务集合之间的major时隙是正交的，而minor时隙只分配给核心区的用户。

其中较优地，在集中控制器和无线访问接入点的交互信息中，通过 控制信令保证major/minor时隙是正交的。

其中较优地，所述minor时隙的功率低于所述major时隙的功率。

其中较优地，所述最低速率需求根据无线访问接入点接收到的区域内的负载情况确定。

其中较优地，所述剩余的功率资源为p_max－p_min，其中P_max为WiFi系统所能提供的最大功率，p_min为WiFi系统满足两个区域最低速率需求条件下的最小功率。

其中较优地，在基础服务集合内，将用户检测到的相邻无线访问接入点的RSSI与本身关联的无线访问接入点的RSSI的值进行比较，如果差值低于预定门限值，则所述用户是处于边缘区的用户，反之则是核心区的用户。

或者，在基础服务集合内，估算不同信道对每个STA的路损估值，然后根据所述路损估值从高到低对STA进行排序，取其中排列靠前的若干STA为边缘区的用户。

或者，在基础服务集合内，由集中控制器根据STA的位置、无线访问接入点的位置、RSSI、路损，通过预定的规则将STA分为核心区和边缘区。

与现有技术相比较，本发明综合考虑时隙和功率资源的最优联合调度，并且能根据网络现有的负载情况进行动态的调整，从而将系统最优问题分解为局部最优问题，有利于降低计算复杂度和网络变化时进行快速响应。利用本发明，可以解决超密集WiFi组网情况下如何进行快速可靠的资源调度来有效减少OBSS(overlapping BSS)间重叠区域的干扰问题，有效提升边缘用户的用户体验，提升WiFi系统的吞吐量。

附图说明

图1为WiFi干扰模型的示例图；

图2为基础服务集合(BSS)的示例图

图3为WiFi系统中时隙的示意图

图4为采用本动态分布式资源调度方法的WiFi系统拓扑示意图；

图5为本动态分布式资源调度方法的算法流程图；

图6为对本动态分布式资源调度方法进行仿真验证的使用场景示意 图；

图7为仿真结果中，WiFi系统整体的性能比较示意图；

图8为仿真结果中，边缘小区的性能比较示意图；

图9为仿真结果中，算法的聚合速度比较示意图。

具体实施方式

下面结合附图和具体实施例对本发明的技术内容展开详细具体的说明。

本发明的一个显著特点在于针对WiFi下行链路传输，在满足核心区和边缘区用户最低速率需求的前提下，根据负载情况动态调整时隙和功率的分配以最大化系统的吞吐量和保证边缘用户的用户感受。为使本发明的技术方案更为清晰，下面将结合附图进一步对本发明作详细描述。

图2是基础服务集合(BSS)的示例图。其中，将AP覆盖的BSS按照地理位置分为边缘区202和核心区201。靠近AP的区域成为核心区，远离AP且受到相邻AP显著干扰的区域称为边缘区。

在本发明中，有关核心区和边缘区的划分可以采用以下几种方案中的任意一种：

1.根据用户接收到的RSSI信号强度将用户归类到相对应的两个区域中：将该用户检测到的相邻AP的RSSI与本身关联的AP的RSSI的值进行比较，如果差值低于一个门限值就说这个用户是处于边缘区的用户，反之则是处于核心区的用户。

2.通过路损划分：例如利用TPC request/response frame(帧)，AP估算不同信道对每个STA(站)的路损估值，然后根据得到的路损估值从高到低对STA进行排序，取其中前X％的STA为边缘区的用户。

3.在瘦AP组网的时候，往往会有一个集中控制器(AC)。AC通过CAPWAP协议与AP进行连接，AC可以根据扩展的信息，例如STA的位置、AP的位置、RSSI、路损等信息，通过预定的规则将STA分为核心区和边缘区。

由于WiFi接入点的同步精确度是很高的，可以通过以下方式保持时间同步。其中，一种方式是分布式AP各自接入Internet,各个AP通过NTP(network timing protocol)协议保持时间同步(精度理论为200皮秒)，第二种方式是瘦AP组网时，会有AC集中控制器，AC通过CAPWAP 协议与AP关联，其中时间同步功能也是基于NTP协议实现的。

我们假设在WiFi网络中部署了C个BSS。分布在这些BSS中的用户按照上述RSSI测量法被分为边缘用户和核心用户。为了方便下文中的说明，现将每个BSS中所有的用户分别等效为两个虚拟用户，一个代表边缘区的所有用户，一个代表核心区的所有用户。并且，假设这两个虚拟用户坐落于BSS核心区和边缘区的边界(假设这两个虚拟用户的信道质量最差)。当边缘区的虚拟用户的速率需求满足的话，就意味着边缘区实际的用户的速率需求也能得到满足，反之亦然。

图3为WiFi系统中时隙的示意图。按照既有的802.11协议，WiFi是一个时分系统。一个数据包从发送到接收经过以下1个DIFS时间、3个SIFS时间、一个RTS/CTS时间、一个ACK时间和数据传输时间隙。虽然，WiFi传输的数据包有大有小，但可从统计学的角度得到DATA数据的大小，所以从这个合理的假设出发，可以定义WiFi系统的基本资源调度单位为一个时隙，该时隙的值可由大量统计数据获得，且应该留有一定的余量。

图4为采用本动态分布式资源调度方法的WiFi系统拓扑示意图。在本发明中，单位时间内的时隙被分为major时隙和minor时隙，其中，major时隙可以分配给边缘区和核心区所有的用户，且相邻的BSS之间的major时隙是正交的。而minor时隙只分配给核心区的用户。另一方面，major时隙和minor时隙的功率大小是不一样的。其中，minor时隙的功率要低于major时隙的功率，所以minor时隙时对相邻BSS的干扰较小。major和minor的功率之比称为功率比，它是本动态分布式资源调度方法中的一个重要指标。

major/minor时隙的正交性可以通过AC来保证，具体地说可在AC和AP的交互信息中，结合AP ID、位置信息和流量传输等情况通过控制信令来保证major/minor时隙是正交的。AC与AP本身会不定时地交互信息，且WiFi系统中移动速度较低，移动性较差，没必要太过频繁地进行调度，所以并不会带来太大的信令开销。

在本发明的一个实施例中，首先得到分配给某个AP的major时隙、minor时隙的具体时隙数，然后根据分配的时隙在时间轴上的位置进行处理：当处于major时隙的时候，AP调整天线和功率，服务核心区和边缘 区的用户；当处于minor时隙的时候，AP调整天线和功率覆盖服务范围减小，只服务核心区用户。当然，也可以把major时隙和minor时隙的分配方式加入到WiFi的节能模块，例如在minor时隙时降低功率运行，调整天线以减小服务范围。

需要说明的是，资源调度的周期并不是每个时隙都会进行的。因此，本发明中提及的时隙只是根据统计学得到的WiFi完成一个数据包传递需要的时间。实际上算法调度的时候，由于WiFi网络下较低的移动速度、相对的数据流量需求变化不大，可视为短时间内速率需求改变不大，所以可以根据需求选择5s、10s等颗粒度进行调度。

下面具体讲述本发明的一个实施例的资源调度过程。对于BSS i(i∈C)将单位时间内可分配的总时隙数量记为N，分配到major时隙的时隙数记为分配到minor时隙的时隙数记为另一个基本资源调度单位为传输功率，major时隙和minor时隙对应的传输功率被表示为和

对于WiFi系统而言，其是一个慢速移动系统，在短时间内信道并不会出现太大波动，资源调度的时候不需要太过频繁，这有利于节省系统的开销。在实际系统中信号强度会随着距离的增加而迅速衰减，所以可以只考虑干扰最强的几个干扰源(实际情况依据现实条件而定)。用户接收到的信噪比可以表示为：

其中，表示为BSSi,时隙j的传输功率，major时隙时分配的minor时隙时分配的表示时隙j来自APm对APi用户的信道增益，表示对BSSi有着显著干扰的BSS的集合，N₀表示高斯白噪声功率。从图4可以看出，边缘区虚拟用户由于相邻地区时隙彼此正交，所以其只受到相邻BSS中minor时隙的干扰，根据香农公式可得到其可达到的数据速率为：

表示在时隙major时来自APm对APi的虚拟用户的信道增益。

而核心区的用户在时隙j受到的干扰来自相邻AP在major时隙和minor时隙的干扰。由于这两类时隙分配的功率不同，从降低复杂度的角度在计算的时候可以选用较大的major时隙的功率来表示(这也符合实际意义)。如此，核心区虚拟用户可达到的数据速率为：

其中，表示在minor时隙时来自AP m对AP i的虚拟用户的信道增益。

图5显示了本动态分布式资源调度方法的算法过程。该动态分布式资源调度方法可以分为两个主要步骤，具体说明如下：

步骤一：找到满足用户速率需求条件下的功率最小的资源分配方式。

用户的最低速率需求可以根据AP接收到的区域内的负载情况来确定，确定最小速率需求后可根据上述的公式求出对应所需要分配的功率值由于时隙数目是离散的整数，如此可以找到的组合中使得的一组分配方式。

步骤二：由于WiFi系统在高密集组网时是干扰受限系统，为了减少对边缘区用户的干扰，在满足边缘区、核心区用户的最低速率需求的前提下，优先把剩余的资源分配给对相邻小区干扰相对较小的核心区。即将分配的时隙数倾向于核心区，从统计学的角度看减小边缘区的时隙会降低相邻小区碰撞的概率和干扰强度，并提高边缘区的功率来保证边 缘用户速率的需求。

若WiFi系统能提供的最大功率为P_max，步骤一中满足最低速率条件下的剩余的功率资源为(p_max-p_min)，现将major时隙的数目逐个分给minor时隙，并将剩余的功率资源补偿给major时隙来确保用户的速率需求不会下降。当剩余的功率资源耗尽，即p_max-p_min＜0时，第一次迭代截止。选择此刻的并计算核心区的作为下一次迭代的新的最低需求。

如此不断迭代，直到BSS系统整体的吞吐量不会提升为止。

下面，结合图6所示的使用场景对本动态分布式资源调度方法的实际效果进行仿真验证。在图6所示的使用场景中，假设所有AP都属于同一运营商，且通过一个共同的AC来进行控制。这样，一方面针对网络速率需求变化时，能快速反应，调整系统时隙来恢复核心区和边缘区的需求，另一方面还可以用于组网时的资源调度。根据802.11协议，一个AP一次只能服务其BSS区域内的一个用户，所以用户能分配到的带宽等于系统的总带宽B。

仿真条件：3个相邻的BSS组成的网络拓扑，其余条件如表1所示：

表1仿真参数表

WiFi系统整体的性能比较如图7所示。其中，横坐标表示AP间相邻距离从50m到75m到100m，纵坐标表示的是成功传输的数据和时隙和能量资源的比率。可以看出本发明的性能(图示为dynamic F-CSMA/CA，下 同)是优于传统分布式CSMA/CA和普通CSMA/CA的。

边缘小区的性能比较如图8所示。从仿真结果来看，本发明对边缘小区的吞吐量也有改善。因为在将major时隙转移给minor时隙后，其实是降低了对边缘区的干扰，所以对边缘区还是会起到效果的。

算法的聚合速度比较如图9所示。从图9可以看出，本发明的算法聚合速度较快，5次迭代之后时隙数就稳定下来了。这种迭代速度是能跟上网络的变化情况，可以实现较快的响应。

与现有技术相比较，本发明针对超密集WiFi组网场景下AP的资源调度，通过计算核心区和边缘区的最低速率需求，动态调度时隙和功率两个基本资源调度单位；在满足两个区域最低速率需求的前提下，将分配给边缘区的时隙数目逐渐转移给核心区，同时补偿边缘区的功率来保证边缘区的速率要求，同时更新两个区域中的最低速率需求，经过不断迭代，直到剩余的功率资源耗尽，此时的时隙数和功率组合就是当前最优的资源调度分配。本发明将整个系统的最优化问题分解为多个单BSS的最优化问题，且动态的分布式算法能更快地响应网络变化和降低复杂度，从而显著提升WiFi系统整体的性能和边缘用户的体验。

上面对本发明所提供的超密集WiFi组网场景下的动态分布式资源调度方法进行了详细的说明，但显然本发明的具体实现形式并不局限于此。对于本领域的一般技术人员来说，在不背离本发明的精神和权利要求范围的情况下对它进行的各种显而易见的改变都在本发明的保护范围之内。