[发明专利]一种高密度AP分布的无线局域网络吞吐量估计方法及系统

说明书

本发明公开了一种高密度AP分布的无线局域网络吞吐量估计方法及系统。方法包括：采集无线网络接入端AP端的位置信息，采集无线局域网络参数；将获得的无线局域网络参数经过规格化，标准化处理，送入构建的Bianchi改进模型；通过构建的Bianchi改进模型对每一个AP与UE的连接链路饱和吞吐量估计，然后对网络中所有的链路求和，便可以获得整体无线局域网络的饱和吞吐量。系统包括参数初始化模块、干扰计算模块以及吞吐量估计模块组成。本发明可以在有限的计算资源和人工成本下，对无线局域网络的整体性能进行一个较为准确的估计，同时也给优化网络参数提供了尝试的虚拟环境。

技术领域

本发明提供一种针对高密度AP分布的无线局域网络场景基于Bianchi改进模型对无线局网络内所有AP总的饱和吞吐量的估计方法及系统，属于无线通信、数学建模领域的，是基于工作基础上的改进方法。

背景技术

近几年无线通信技术发展十分迅速，IEEE 802.11标准下的无线局域网络更新换代也愈加频繁，无线局域网络的性能也逐年增加。无线局域网络因为其结构简单组网方便，可移动性强和拓展性高等优势，在社会的各个领域都有应用。也因此无线局域网络在各领域的工作环境下的性能表现成为了研究人员关注的焦点，其中无线局域网络的饱和吞吐量是其关键性能指标之一。无线局域网络的最大承受能力就是无线局域网络的饱和吞吐量，和无线局域网络的实时吞吐量预测相较而言，饱和吞吐量的估计更难，但是饱和吞吐量是更能体现无线局域网络性能的指标。因为无线局域网络是使用无线信道作为传播信号的介质，其具备上述的优势，但无线传输信道的不可靠性决定了无线局域网络容易受到冲突、干扰等各种环境因素的影响，因此无线局域网络性能研究很有价值。但是真实的无线网络环境过于复杂，难以得到一个普适性的算法，因此需要基于数学模型加以仿真估算。

目前有许多研究者投入这方面研究，Hamamoto在论文中假设在无线局域网络中用户连接的AP始终服从特定的概率分布，然后根据概率分布计算出所有AP能够产生的吞吐量的总和，但该方案需要的先验知识太强，因此很难具备普适价值。Zorzi在论文中使用了支持向量机算法(Support Vector Regression，SVR)对无线局域网络的吞吐量进行估计，不过该方案仅仅使用了无线局域网络的参数信息，并没有考虑环境中用户的分布，因此仅具备参考价值。Bianchi在论文中将单AP场景下DCF方案情况建模成为二维马尔科夫链，并且分析了基本接入方法和RTS/CTS接入方法下的饱和吞吐量，然而对于高密度AP的场景下，情况就大不相同，尤其是考虑隐藏节点和暴露节点的问题。

为了改进上述的方案，本发明基于Bianchi的数学模型提出了一种高密度AP分布下无线局域网络饱和吞吐量估计的改进方案。不是估计单个AP的饱和吞吐量，而是对整个无线局域网络进行整体的估计与建模，因此可以节省大量的人力物力获得一个较为准确的结果。

发明内容

发明目的：本发明提供一种针对高密度AP分布的无线局域网络场景基于Bianchi改进模型对无线局网络内所有AP总的饱和吞吐量的估计方法，基于改进模型对无线局域网络整体的饱和吞吐量进行估计。

上述目的通过以下技术方案来实现：

本发明所述一种针对高密度AP分布的无线局域网络场景的饱和吞吐量估计方法，包括步骤：

(1)划定需要估计的环境，建立三维坐标空间。采集无线局域网络参数。

(2)将获得的无线局域网络参数经过规格化，标准化处理，送入构建的Bianchi改进模型。

(3)通过构建的Bianchi改进模型对每一个AP与UE的链路进行饱和吞吐量估计，然后对网络中所有的链路的估计值求和求和，便可以获得整体无线局域网络的饱和吞吐量。

优选地，步骤(1)中，所述无线局域网络参数包括：

(1.1)人工划定需要估计的无线局域网络区域环境，对空间中的AP位置进行标定，包括位置以及高度；