基于用户体验的点对多点WLAN资源调度算法研究

摘要

无线网络(Wireless Local Area Network，WLAN)是无线通信技术和计算机网络相互结合的产物，它具有易安装、可根据需要进行扩展、容易管理和日常维护、成本低等特点。本文的点对多点(Point to Multi-Point，P2MP)场景不完全等同于传统意义上的WLAN，传统的WLAN主要用于提供无处不在的移动设备接入，而本文的点对多点网络作为一种固定无线解决方案，主要应用在一些室外中长距离传输场景，包括城郊区、长距离塔台、环境监测以及工业自动化等。点对多点网络在具体实施的过程中需要解决的问题主要包括冲突和干扰严重的问题、网络负载过大情况下的服务质量保障问题等。本文将围绕以上问题展开讨论并提出有效的算法解决方案。　　首先，本文为了解决点对多点网络中冲突严重的问题，提出了一种基于载波侦听多址接入/冲突避免(Carrier Sense Multiple Access / Collision Avoiding，CSMA/CA)与时分多址(Time division multiple access，TDMA)混合接入机制的系统模型，其中，CSMA/CA负责各个站点的竞争接入，TDMA负责各个站点的有序数据传输；另外，本文还对点对多点网络中的各种干扰情形进行了分析和理论计算，并针对其中AP之间的近场干扰和交叠区域干扰提出了一种基于凸优化的抗干扰算法(Anti-interference Scheduling based on Convex Optimization，ASCO)，该算法能够有效地提升整个网络的吞吐性能以及提升位于各个无线接入点(Access Point，AP)交叠区域的用户的体验；最后，通过对此算法进行仿真分析，得出了以下结论：ASCO算法能够很好地缓解AP之间近场干扰和交叠区域干扰，并且可以通过在每个调度周期中自适应地调整上下行时间切换节点的方式来更好地适应上下行业务流比例动态变化的情况。　　其次，本文为了解决点对多点网络负载过多情况下的服务质量保障问题，采用伪主观评价法对场景中的各种业务类型的用户体验(Quality of Experience，QoE)进行了评价，得到了周期性更新的多业务队列QoE评价模型，并基于此模型提出了一种业务等级自适应算法(Service Level Adaptive QRS，SLA-QRS)，该算法能够在网络负载过多时自动地调低某些站点的业务等级以减少网络端压力，在网络负载较少时自动地调高某些站点的业务等级以提供更高品质的服务，最后通过仿真分析，验证了在应对不同程度的网络负载情况下SLA-QRS算法相比于传统的最大化用户体验资源调度算法性能更优的结论。

目录

声明

第1章绪 论

1.1 研究背景与意义

1.2 点对多点场景相关介绍

1.3 国内外研究现状

1.3.1 点对多点无线网络抗干扰研究现状

1.3.2 基于 QoE的资源调度方案研究现状

1.4 论文主要内容和结构安排

第2章点对多点无线网络相关技术和方法概述

2.1 帧聚合及块确认技术

2.1.1 帧聚合技术

2.1.2 块确认技术

2.2 业务模型及分包策略

2.2.1 QoE概述

2.2.2 业务模型

2.2.3 分包策略

2.3 传统资源调度算法

2.4 凸优化资源优化方法

2.4.1 凸优化方法基础

2.4.2 KKT条件

2.5 本章小结

第3章点对多点无线网络抗干扰方案研究

3.1 系统模型

3.1.1 方案总体流程

3.1.2 调度算法流程

3.2 抗干扰方案

3.2.1 点对多点场景干扰分析

3.2.2 点对多点场景抗干扰调度算法

3.3 仿真分析

3.3.1 仿真中的相关参数设置

3.3.2 AP之间近场干扰解决方案仿真分析

3.3.3 AP之间交叠区域干扰解决方案仿真分析

3.4 本章小结

第4章基于用户体验的点对多点场景资源调度算法研究

4.1 用户体验评价模型

4.1.1 单业务 QoE评价模型

4.1.2 多等级视频 QoE评价模型

4.1.3 周期性更新的 QoE评价模型

4.2 基于用户体验的资源调度算法

4.2.1 最大化用户体验资源调度算法

4.2.2 业务等级自适应算法

4.3 仿真分析

4.3.1 仿真中的相关参数设置

4.3.2 仿真结果及分析

4.4 本章小结

总结与展望

致 谢

参考文献