绿色WLAN中基于节能和干扰规避的AP发射功率优化方法

摘要

绿色WLAN中基于节能和干扰规避的AP发射功率优化方法，本发明涉及绿色WLAN中AP发射功率控制优化方法，以有效解决在WLAN中，由于AP的密集部署及覆盖范围相互重叠所导致的能量浪费和同频分量干扰影响通信质量的问题。根据WLAN及单个AP默认发射功率时的覆盖范围，确定实现WLAN全覆盖所需的AP数；对WLAN内密集部署的AP进行聚类，可采用模糊K均值聚类方法和神经网络等方法进行AP聚类；根据聚类结果，选择关闭多数AP，用剩余的少数AP实现WLAN无线信号全覆盖，同时形成AP分布结构，即对AP发射功率优化算法进行初始化；反复计算每一个AP覆盖区域的重复覆盖程度，并排列之；对AP发射功率进行控制，从而减小AP的覆盖半径，进而实现AP节能和干扰规避的目的。

说明书

技术领域

本发明涉及一种绿色无线局域网WLAN(Wireless Local Area Network)中旨在节能环 保和减弱同频分量干扰的无线接入点AP(Access Point)发射功率优化方法，涉及WLAN技 术领域。

背景技术

20世纪末发展起来的WLAN技术是计算机网络与无线通信技术相结合的产物，它利用 射频传输技术进行数据的传送，为用户提供无线宽带接入服务。WLAN无需布线，网络成 本大幅度降低，且可移动性强，这些优点使得WLAN广泛普及。越来越多的办公室、学校、 家庭等开始使用WLAN。

WLAN提供便捷通信的同时，也带来了不可忽视的能源消耗问题，绿色WLAN秉承了绿 色通信理念，是一种面向节能减耗、减少环境污染及对人体危害的新一代无线局域网。同 时，WLAN内AP的密集部署，使得覆盖面积相互重叠，也不免造成同频分量干扰，导致无 线网络的整体通信质量下降。

在一定范围内提供质量较好的无线局域网，需要通过干扰规避来提升无线网络运行质 量。几种干扰规避的方法如下：

(a)同一区域尽可能使用不同的频率。无线网络中常用的IEEE802.11b工作在2.4～ 2.4835GHz频段，这些频段被分为13个可用信道，其中只有3个完全不重叠的信道频率；

(b)尽可能增加频率复用距离。即让使用同一频率的AP距离尽可能远；

(c)AP覆盖范围相互重叠时，调小AP的发射功率，保证AP之间的同频干扰最小。

现有的大量WLAN中部署的AP，其发射功率大都设置为同一默认值，导致AP覆盖半 径相互重叠，通信时同频分量干扰时有发生。

发明内容

本发明为了解决在WLAN环境下，由于AP的密集部署及覆盖范围相互重叠导致的能量 浪费和通信时各频率复用的AP同频分量相互干扰，影响通信质量的问题。换言之，本发 明的目的在于WLAN中从控制AP发射功率的角度上进行节能和干扰规避，进而提出一种绿 色WLAN中基于节能和干扰规避的AP发射功率优化方法。本发明考虑AP所在的地理位置 和实际需要的发射功率大小，以最小的重复覆盖面积为指标，对AP的发射功率进行调整， 以最低功耗实现WLAN信号全覆盖。

本发明为解决上述技术问题采取的技术方案是：

一种绿色WLAN中基于节能和干扰规避的AP发射功率优化方法，所述方法是针对WLAN 中已经密集部署的AP进行的，其过程为：

步骤一、计算WLAN全覆盖所需AP数：根据WLAN及单个AP默认发射功率时的覆盖范 围，确定实现WLAN全覆盖所需的AP数，用WLAN区域总面积除以每个AP单独覆盖面积， 向上取整得到整数N；

步骤二、对所有AP进行聚类识别数为4N，对WLAN内密集部署的AP进行聚类；在 WLAN覆盖区域任意选取坐标原点，建立二维直角坐标系，通过聚类算法对WLAN中密集部 署且均匀分布的AP按照地理位置进行聚类，目标是4N类；

步骤三、形成4N个AP拓朴结构：根据聚类结果，选择关闭多数AP，用剩余的少数 AP实现WLAN无线信号全覆盖，同时形成AP分布结构，对AP发射功率优化方法进行初始 化；

在每一类别中，选择处于或位置最接近聚类中心的AP作为可能开启的AP，关闭其余 AP；

步骤四、选择开启N个AP：具体过程为，设集合U为选择开启的AP的集合，首先 选则任一AP加入集合U，得U＝{AP₁}；其次选择与此AP距离最远的AP加入集合U， 得U＝{AP₁，AP₂}；接着对于剩余的任一AP_i计算其与集合 U＝{AP₁，AP₂，...，AP_j}中AP之间的距离d_ij，记d_i＝min{d_i1，d_i2，..，d_ij}；然后选 择集合{d₁，d₂，..，d_i}中最大的元素对应的AP加入集合U，得 U＝{AP₁，AP₂，...，AP_j，AP_j+1}，直至集合U中的元素个数达到N；

步骤五、检验全部开启集合U中的AP是否可对WLAN全覆盖，若未达到全覆盖，则 继续按照上述原则从4N个待选择的AP中选择一个AP加入集合U，直至满足WLAN全覆 盖要求，同时关闭剩余AP；然后再执行步骤六；

步骤六、判断在满足对WLAN全覆盖的前提下，是否可降低功率：如果否，所述的AP 发射功率优化方法结束；否则，降低指定AP发射功率，直至所有AP均以最低功耗进行工 作，所述的AP发射功率优化方法结束。

本发明具有以下有益效果：

本发明中，为了考虑方便，并没有研究AP频率复用的具体拓扑结构，而是用AP间重 复覆盖程度总量这一直观量作为优化的具体对象，实则是对AP的发射功率进行控制。本 发明提出的绿色WLAN中基于节能和干扰规避的AP发射功率控制优化方法旨在降低能耗并 减弱可能存在的同频分量干扰。首先对部署高度密集的AP进行聚类，在实现WLAN全覆盖 的前提下适当的关闭AP，得到AP网络的拓扑结构。然后考虑到AP的覆盖半径的与发射 功率成正相关，逐步调节每一个AP发射功率来调节覆盖半径，以最低功耗实现WLAN全覆 盖，满足信号强度要求。利用本发明所提方法对AP发射功率进行控制，从而减小AP的覆 盖半径，进而实现AP节能和干扰规避的目的。

本发明方法包括AP发射功率优化初始化和优化过程两个阶段，初始化阶段，首先根 据AP所在地理位置对AP进行模糊K聚类或神经网络聚类和二次选择，目的是用最少的 AP实现WLAN内无线信号全覆盖；AP发射功率优化阶段，用AP覆盖半径来表征发射功率， 力图让每一个选择开启的AP都以最低功耗工作来实现WLAN全覆盖，从而实现节能和干扰 规避。

针对本发明再进行如下阐述：

本发明先进行优化算法初始化，对WLAN中密集部署的AP分布结构进行聚类简化，去 掉大量冗余的AP，节能的同时有效避免了通信时距离近的AP间同频分量干扰；然后用本 发明提出的方法对AP发射功率进行优化。

本发明秉承了绿色WLAN的理念，通过全局考虑对AP进行聚类并进行二次选择，除去 不必要的AP，降低了系统的能量开销和同频干扰。二次选取AP时采用“最小最大原则”， 使得每一个新选择开启的AP都可以有效的对WLAN中实现无线信号做出贡献，进而实现用 最少的AP来完成全覆盖。

本发明的技术要点在于引入了以下两个概念：以AP的覆盖半径表征发射功率，以AP 重复覆盖程度表征同频分量干扰强弱，从而简化了模型，明确了优化目标：

$\min \left\{\underset{i\ne j}{\Sigma }(S_i\cap S_j)\right\}$

满足约束条件：

$\underset{i=1}{\overset{n}{\cup }}{S}_i=S$

其中：

S_i≤πr_i²

优化过程中，采用本发明的方法，根据每一个AP单独覆盖区域的重复覆盖程度由大 到小的减少AP的覆盖半径，同时一旦任一AP覆盖半径发生变化，则立即重新计算并排列 AP单独覆盖区域对应的重复覆盖程度η_i，从而保证最大限度的减少AP间重复覆盖程度。 同时通过改变步长r₀，可对覆盖半径进一步优化。

附图说明

图1是本发明所述AP发射功率优化方法的整体流程框图；

图2是在满足对WLAN全覆盖的前提下，降低AP发射功率的流程框图(即AP分布结 构固定后，AP发射功率优化算法流程示意图)；图2的流程实质上和具体实施方式二的描 述是一致的。

图3是具体实施方式三中所述的WLAN环境示意图，其中无线覆盖面积为100m×100m， 内部81个AP均匀分布；

图4是AP发射功率优化方法初始化示意图；

图5是AP发射功率优化方法结果示意图；

图6是AP发射功率优化前后覆盖半径对比示意图，其中虚线表示发射功率优化前的 AP覆盖范围情况，实线表示发射功率优化后的AP覆盖范围情况。

具体实施方式

具体实施方式一：如图1所示，本实施方式所述的绿色WLAN中基于节能和干扰规避 的AP发射功率优化方法是针对WLAN中已经密集部署的AP进行的，它包括下述步骤：

一、确定WLAN全覆盖所需AP数N，即用WLAN区域总面积除以每个AP单独覆盖面 积，向上取整得到整数N；这是一个理想值，实际上AP之间会有很多重复覆盖的区域， 为了保证全覆盖，将所需AP数定为4N，之后再考虑适当减少开启的AP数；

二、建立二维直角坐标系，通过聚类算法，对WLAN中密集部署的AP按照地理位置进 行聚类，目标是4N类；接着在每一类别中，选择处于或位置最接近聚类中心的AP作为 可能开启的AP，关闭其余AP，只要原密集部署的AP分布较均匀，一般情况下，若选择开 启这4N个AP完全可以对WLAN进行全覆盖；

所述聚类算法可采用模糊K均值聚类方法或神经网络方法等进行AP聚类；

三、对于满足WLAN内无线全覆盖要求，全部开启4N个AP只是充分条件，通过“最 小最大原则”可进一步减少开启AP的数量实现网络全覆盖；具体方法是，设集合U为选 择开启的AP的集合，首先选则任一AP加入集合U，得U＝{AP₁}；其次选择与此AP距 离最远的AP加入集合U，得U＝{AP₁，AP₂}；接着对于剩余的任一AP_i计算其与集合 U＝{AP₁，AP₂，...，AP_j}中AP之间的距离d_ij，记d_i＝min{d_i1，d_i2，..，d_ij}；然后选 择集合{d₁，d₂，..，d_i}中最大的元素对应的AP加入集合U，得 U＝{AP₁，AP₂，...，AP_j，AP_j+1}，直至集合U中的元素个数达到N；接着检验全部 开启集合U中的AP是否可对WLAN全覆盖，若未达到全覆盖，则继续按照上述原则从4N 个待选择的AP中选择一个AP加入集合U，直至满足WLAN全覆盖要求，同时关闭剩余AP。 按此方法选择开启AP有助于使得每个新选择的AP开启前后WLAN全覆盖程度有明显差异， 即新选择开启的AP极大限度上增加了WLAN无线信号的覆盖率；显然，集合U中AP的个 数n小于或等于4N；

至此得到选择开启AP的分布结构，绿色WLAN中AP发射功率优化方法初始化结束。

具体实施方式二：如图2所示，本实施方式是对具体实施方式一的进一步限定：

AP发射功率优化方法实现过程：此过程针对WLAN中位置和数量已经固定的AP进行 基于节能和干扰规避的发射功率优化控制，本发明以AP发生功率连续可控为前提，下面 简要说明AP发射功率与覆盖半径的关系：

信道传输损耗满足式(1)：

L(d)＝|d|^-nS(d)R(d)(1)

式(1)中d是传输距离，|d|^-n是路径损耗，n是3～6的常数，S(d)代表阴影衰落， R(d)代表多径衰落。可见传输距离越远，衰落就越大；

接收功率满足式(2)：

P_r(dBm)＝P_t(dBm)+G_t(dB)+G_r(dB)+L(dB)(2)

式(2)中，P_r表示接收功率，P_t表示AP发射功率，G_t和G_r分别表示发射增益、接收 增益，L表示信道衰落。由式(1)、(2)可以得到以下两个结论：

(a)假设发射功率、发射增益和接收增益是固定的，则距离AP越远的地方，损耗越 严重，那么接收功率就越低，越不容易影响到其他用户，即同频分量干扰越小；

(b)若发射增益和接收增益是固定的，接收机对接收功率有固定的下限要求，则控制 AP的发射功率与控制AP的覆盖半径是等效的。

本发明中采取的优化目标函数如式(3)所示：

$\min \left\{\underset{i\ne j}{\Sigma }(S_i\cap S_j)\right\}---\left(3\right)$

满足约束条件如式(4)所示：

$\underset{i=1}{\overset{n}{\cup }}{S}_i=S---\left(4\right)$

其中：

S_i≤πr_i²         (5)

式中S_i表示第i个AP的覆盖范围，是以第i个AP所在地理位置为圆心的一个圆或其 一部分(处于WLAN边缘的AP的覆盖面积有一部分是无效的)；S表示WLAN无线覆盖范围， r_i表示第i个AP的覆盖半径；式(3)、(4)、(5)表示在全覆盖的约束条件下，优化目标是 使AP间重复覆盖程度最小；对AP的覆盖半径进行优化，等效于对AP的发射功率进行优 化；

优化过程包括下述步骤：

一、确定每次减少AP覆盖半径的步长r₀，r₀值选择越大，则优化算法进行得越快而 相对粗糙，反之优化算法进行得越慢而相对精细；

二、分别计算第i个AP(i＝1，2，..，n)的覆盖范围S_i所含区域被重复覆盖的程度η_i， 并由大到小排列得到排列L；计算η_i采取重复计算，即例如若区域同时被3个AP覆盖， 则该区域对η_i的贡献要被计算2次；

三、选择排列L中最大的η_j对应的AP，检验其覆盖半径r_j减小r₀后对于WLAN内的n 各AP是否仍然满足：

$\underset{i=1}{\overset{n}{\cup }}{S}_i=S---\left(6\right)$

若式(6)成立，则如此减小r_j，同时返回步骤二；

若式(6)不成立，不改变该AP覆盖半径，执行步骤四；

四、选择排列L中下一个η_k对应的AP，检验其覆盖半径r_k减小r₀后对于WLAN内的n 各AP是否仍然满足式(6)；

若式(6)成立，则如此减小r_k，同时返回步骤二；

若式(6)不成立，判断η_k是否是排列L中的最小元素，若不是返回步骤四，若是，优 化结束。

此时，若减小步长r₀，则可以重新返回步骤三，对AP发射功率进一步优化，视具体 要求而定。举一个简单的例子说明：假设就一个AP，初始覆盖半径是30米，目标是要覆 盖一个正方形区域。它的初始覆盖区域已大于这个正方形。按步长是5米，则一次要减少 AP的覆盖半径到25米，经检验正方形区域没有全覆盖，于是得出结论：“这个AP的最小 覆盖半径就是30米”。如果将步长调小，比如2米，发现按此步长减小覆盖半径，比如执 行了一次，由30米降到28米，经检验区域仍然满足全覆盖。这样相当于对AP发射功率 进行了“进一步优化”。

至此，选择开启的n个AP的覆盖半径均已确定，相应的AP的发射功率也就确定下来 了。这种类似于全遍历的算法能够保证AP以低功耗和极大的干扰规避实现WLAN无线信号 全覆盖，步长r₀决定优化算法的精细程度，r₀越小，优化越精细，总体的重复覆盖率越低。 其它组成及连接关系与具体实施方式一相同。

具体实施方式三：

下面举一个实例来进行分析：

WLAN环境示意图如图3所示，无线覆盖范围是100m×100m，内部均匀分布着81个 AP。取AP初始覆盖半径为：r＝30m。

每个AP单独开启时覆盖面积为：S_cover＝πr²

WLAN实验场景总覆盖面积：S_total＝100×100＝10000m²

则理论上完成全覆盖需AP数：

为了确保全覆盖，初步选取聚类中心AP的数量取：4N＝16。

按照地理位置通过模糊K均值聚类算法对81个AP进行聚类，得到4N类结果和对应 的中心节点AP坐标。按照“最小最大原则”，当选择开启AP数为9时，满足全覆盖，得 到如图4所示的AP发射功率优化算法初始化示意图。

取步长r₀＝1m，发射功率(覆盖半径)优化后结果如图5所示，优化前后对比示意图 如图6所示，AP覆盖半径优化前后具体数值如表1所示，AP间重复覆盖程度相对降低了 约57％。

表1AP发射功率优化前后覆盖半径对比