一种SWAN架构中基于用户QoS的切换判决策略

摘要

本发明公开了一种SWAN架构中基于用户QoS的切换判决策略，分为以下两个步骤：(1)对用户的切换感知；(2)基于负载衡量尺度做出切换决策；本发明在无缝切换的同时，选取可以获取最佳吞吐量的AP作为目标AP，而不是仅仅基于接收信号强度值，从而使系统资源得到充分利用，提高用户的QoS。

说明书

技术领域

本发明属于移动通信技术领域，涉及IEEE 802.11无线局域网中的切换判决策略，具体涉及一种在SWAN架构中基于用户QoS的切换判决策略。

背景技术

随着移动智能终端的快速普及以及新兴移动互联网业务的快速发展，基于IEEE 802.11的无线局域网(WLAN)技术得到了广泛应用，如今，WLAN在企业、城市建设、公共场所和家庭中无处不在，已成为用户访问互联网的主要接入方式之一。伴随着WLAN的高速发展以及智能终端和应用的快速普及，语音、视频等实时通信业务的应用越来越多,这对WLAN的服务质量(QoS)提出了很高的要求。无线局域网络相较于有线局域网络最明显的优点，在于提供人们很高的移动性，WLAN的使用者可以连接至既有网络且随意移动。由于WLAN网络中一个基础服务集(BSS)覆盖范围的局限性，在移动过程中，用户终端不可避免的会在不同的BSS之间发生切换，切换时的时延、丢包率及吞吐量的变化是影响接入用户QoS的几个重要因素。IEEE 802.11数据链路(MAC)层切换过程一般可分为三个逻辑阶段：探测、重新鉴权和重新关联。根据传统IEEE 802.11的切换策略，用户终端从一个BSS的覆盖范围移动到另一个BSS的覆盖范围内时，需要断开与当前BSS内接入点(AP)的连接，然后与新BSS内的AP重新建立连接，在与当前AP断开连接的这段过程中，用户是无法进行任何通信的，传统的切换机制所产生的时延高达数百毫秒,而实时业务数据传输则要求切换时延必须低于50ms，无法保证一些实时业务的时延需求。另外，在传统IEEE 802.11的切换策略中，用户选择新的AP时，仅仅根据接收信号强度(RSS)来选择一个RSS最强的AP，而这可能导致AP间的负载的严重不均衡，影响用户和整个网络的吞吐量。因此为了保证用户的QoS，需要一种有效的切换判决策略来保证切换过程中用户的切换时延以及用户和整个网络的吞吐量。

为了提高WLAN的QoS,人们对切换进行了广泛和深入的研究,目前的一些切换性能优化策略中，主要分为两类：一类是以减少切换时的时延为目的的快速切换策略，比如基于邻居图的NG算法和基于非迭加邻居图的NG-pruning算法，可以有效减少信道扫描时间，而扫描时间占用了整个切换时间的90％以上，所以可以减少切换时延，这类策略集中解决切换时候的时延，但是并没有考虑到用户切换到目的AP之后的实际吞吐量以及对其他用户吞吐量的影响；另一类是和以减少切换时丢包率的为目的的平滑切换策略，比如在MAC层为用户建立专用缓冲区，将没用发送成功的数据全部缓存，待网络恢复后重新发送给用户的缓冲发送机制，很明显这并没有从根本上解决切换时无间断的需求，用户的实时业务不能得到有效保证。

SWAN系统由北京邮电大学网络构架与融合北京市重点实验室研发的一个企业级WLAN系统。SWAN系统基于软件定义(SDN)网络，针对当前WLAN不支持无缝切换这一缺陷，引入了虚拟接入点(SAP)的概念，客户端在网络中移动时，不会断开与网络的连接，从而保证业务的连续性，实现了客户端在AP之间的无缝切换。但是基于SWAN架构中的切换策略，仅仅可以保证切换时延很小，并不能保证用户切换到新的AP之后的吞吐量、以及切换之后对原始用户吞吐量的影响。因为在AP选择的时候还是单纯的基于RSS，并没有考虑到目标AP以及整个网络的负载情况，这会影响整个网络的性能，降低资源利用率。

发明内容

本发明的目的是为了解决上述问题，针对目前无线AP密集部署的场景下，用户频繁切换时能够充分保证其QoS，即切换时低时延以及吞吐量最大化。本发明采用在控制器端做出切换决策的技术方案，在SWAN架构的虚拟接入点的基础上，通过引入一种负载衡量尺度，在控制器端做分析统计、切换决策，达到了在切换时充分保证用户的QoS的技术效果。具有切换时延小，实时吞吐量最大化的优势。在无线资源相对紧缺的现在，具有系统无线资源能够充分得到利用的意义。

本发明是一种SWAN架构中基于用户QoS的切换判决策略，具体主要分为以下两个步骤：(1)对用户的切换感知；(2)基于负载衡量尺度做出切换决策。

首先，对用户切换的感知步骤如下：

步骤1：AP实时监听来自Client的帧信息；

步骤2：控制器端的应用程序作为发布订阅者通过发布订阅机制获取AP收到的客户端帧的RSS值、该帧的源MAC地址以及捕获该帧的AP的源IP地址。假设一共有n个AP，m个Client，用a_i表示第i个AP，c_j表示第j个Client，则a_i∈A＝{a₁，a₂...a_n}，c_j∈C＝{c₁，c₂...c_m}，1≤i≤n,1≤j≤m。控制器获取到a_i收到的c_j帧的RSS值表示为RSS_ij；

步骤3：控制器端将所有Client帧的RSS_ij值做一个初始的转换，得到RSS'_ij:

RSS'_ij＝RSS_ij+256；

步骤4：控制器端的发布订阅者根据获取到的帧信息判断，接收到c_j帧的a_i是否是c_j关联的AP；

步骤5：若c_j关联于a_i，则继续判断RSS_ij与RSS_Threshold的大小关系，RSS_Threshold是设定的切换阈值，是一个固定值：若RSS_ij≤RSS_Threshold，则触发c_j切换准备，若RSS_ij＞RSS_Threshold，则丢弃该帧信息；

步骤6：若c_j不关联于a_i，则继续判断RSS_ij与RSS_Threshold的大小关系：若RSS_ij≥RSS_Threshold，则将此a_i信息存入AP_List，AP_List是候选AP列表，记录了之后切换时可能的目标AP；若RSS_ij<RSS_Threshold，则丢弃该帧信息；

至此AP切换触发感应阶段结束，若是第5步骤没有触发c_j的切换准备，则在执行完步骤6之后继续回到步骤1；若是第5步骤触发了c_j的切换准备，我们把该用户标识为c_s，那么控制器端的发布订阅者将会基于负载衡量尺度做出切换决策，具体步骤如下：

步骤1：控制器端的发布订阅者向AP_List中的所有AP下发订阅，用a_x来表示AP_List中的第x个AP，c_k表示与a_x相关联的第k个Client，则发布订阅者下发订阅来获取a_x当前服务的Client数量u_x，以及其服务的每个用户的丢包率，例如获取到的c_k的丢包率为p_kx，用于之后的负载评估和切换决策，a_x∈AP_List；

步骤2：首先计算与a_x关联的c_k传输成功一个帧所需的时间T_k,x(f)，其中f为已经发送失败的次数，假设发送的帧长为L字节：

T_k,x(f)＝T_physical+T_DIFS+T_SIFS+T_ack+T_backoff(f)+T_data；

其中：T_physical是物理层前导码和头部传输的耗时；

T_DIFS和T_SIFS分别是IEEE>

T_ack＝T_physical+(14*8)/R_k，其中14是ACK帧的字节数，R_k是帧传输速率，单位是bit/s；

$T_{backoff}\left(f\right)=\left(\begin{array}{cc}\left(2^f\right({\mathrm{CW}}_{min}+1)-1)*T_{slot}/2& 0\le f\le 10\\ {\mathrm{CW}}_{\max }*T_{slot}/2& 10<f\le 16\end{array}\right)$

其中，10是最大窗增加次数，16是最大重传次数，CW_min和CW_max分别是最小竞争窗口和最大竞争窗口，T_slot是基本时间间隔；

T_data＝(L*8)/R_k表示数据传输的时间。

步骤3：基于步骤2中T_k，x(f)的计算，计算得到与a_x关联的c_k传输一个帧所需时间的期望值，即平均传输一个帧所需的时间：

$\overline{T_{k,x}}=T_{k,x}\left(0\right)*(1-p_{kx})+{\Sigma }_{f=1}^{16}(1-p_{kx})*{p_{kx}}^f*[{\Sigma }_{m=0}^{f-1}{T}_e\left(m\right)+T_{k,x}\left(f\right)]$

其中，p_ki为之前获取到的丢包率，T_e(m)为在帧传输失败的情况下两次连续传输的时间间隔，表示如下：

T_e(m)＝T_physical+T_DIFS+T_SIFS+T_ack+T_backoff(f)+T_slot。

步骤4：根据步骤3中对c_k传输一个帧所需时间的期望值的评估方法，接下来对a_x当前服务的u_x个Client都依次计算出其传输一个帧所需时间的期望值；

步骤5：在用户切换感知阶段，把触发切换准备的Client标识为c_s，综合步骤4中计算出的u_x个Client传输一个帧所需时间的期望值，得出c_s若是加入a_x可以获得的吞吐量B_s,x：

$B_{s,x}=L/(\overline{T_{s,x}}+{\Sigma }_{j=1}^{u_x}\overline{T_{j,x}})$

其中的计算需要p_sx，控制器通过发布订阅机制向c_s之前的关联AP来获取c_s的丢包率，然后记为p_sx，来表示c_s若加入a_x的丢包率；

步骤6：对AP_List中的所有AP都计算出若c_s加入可以获得的吞吐量，然后从中选取一 个最大值B_s,m，于是a_m就是目标AP；

步骤7：根据SWAN中的虚拟接入点迁移策略，完成c_s切换到a_m。

所属第一部分的步骤6中，根据RSS_Threshold将候选AP提前存入AP_List，为之后的AP负载衡量提供了基础，也是之后切换决策成功的关键步骤；

所属第二部分的步骤5中，根据传输一个帧的平均时间来计算用户加入AP后可以获取的吞吐量，从而对各个候选AP做了一个有效的负载衡量，是系统资源能够得到充分利用。

本发明的优点在于：

本发明在无缝切换的同时，选取可以获取最佳吞吐量的AP作为目标AP，而不是仅仅基于接收信号强度值，从而使系统资源得到充分利用，提高用户的QoS。

附图说明

图1为本发明对用户切换的感知步骤流程图；

图2为基于负载衡量尺度做出切换决策流程图。

具体实施方式

下面将结合附图和实施例对本发明作进一步的详细说明。

本发明在于提供一种基于用户QoS的切换判决策略，保证用户频繁切换时能够充分保证切换时低时延以及吞吐量最大化。

为更加详细地阐述本发明，结合附图做进一步解释，步骤如下：

图1为本发明对用户切换的感知步骤流程图，具体包括：

步骤1：AP端通过工作于监听模式下的无线网卡，来实时捕获来自Client的帧，这些帧包括数据帧，管理帧和控制帧；

步骤2：控制器端的应用程序获取a_i(∈A＝{a₁，a₂...a_n})收到的c_j(∈C＝{c₁，c₂...c_m})帧的RSS值RSS_ij(1≤i≤n,1≤j≤m)，该帧的源MAC值，以及捕获该帧的AP的源IP值，这些值将用于之后的吞吐量计算和目标AP选择；

步骤3：发布订阅者将订阅收到的所有Client的RSS_ij值做一个初始的转换：RSS'_ij＝RSS_ij+256，通过转换可以保证RSS'_ij是一个正数，方便之后的切换判决；

步骤4：图中的c_j代表通过步骤2中获取的帧的源MAC得到的Client，a_i代表通过步骤2中捕获该帧的AP的源IP来获取到的AP，继而判断c_j是否关联于a_i；

步骤5：若c_j关联于a_i，判断RSS_ij与RSS_Threshold的大小关系，若是RSS_ij小于RSS_Threshold，则触发c_j切换准备；若是RSS_ij不小于RSS_Threshold，则丢弃该帧信息；

步骤6：若c_j不关联于a_i，判断RSS_ij与RSS_Threshold的大小关系，若是RSS_ij小于RSS_Threshold，则丢弃该帧信息；若是RSS_ij不小于RSS_Threshold，则将a_i信息存入AP备选列表AP_List，AP_List存储了c_j发生切换时的备选AP信息；

图2为基于负载衡量尺度做出切换决策流程图，我们假设用户c_s触发了切换操作，则具体步骤如下：

步骤1：控制器端的发布订阅者根据AP_List，向a_x(∈AP_List)下发订阅，获取a_x当前服务的用户数量u_x，以及其服务的每个用户c_k的丢包率p_kx，用户之后的负载评估和切换决策；

步骤2：使用本发明所提出的AP负载模型来计算c_k传输成功一个帧所需的时间T_k,x(f)；

步骤3：计算得到c_k传输一个帧所需时间的期望值，也就是平均传输一个帧所需的时间：

步骤4：对a_x当前服务的u_x个用户都依次计算出其传输一个帧的平均时间，同时计算出若c_s加入a_x传输一个帧的平均时间；

步骤5：结合步骤2，步骤3，步骤4，计算得出c_s若是加入a_x可以获得的吞吐量B_s,x；

步骤6：对所有的a_x(∈AP_List)都计算出B_s,x，选取一个最大值B_s,m，于是a_m就是目标AP；

步骤7：根据SWAN中的虚拟接入点迁移策略，实现c_s从原始AP到a_m的切换，至此，整个切换判决过程全部完成。