基于干擾保護的同信道干擾下VHT WLANs性能

冀保峰 楊綠溪

(東南大學信息科學與工程學院,南京210096)

隨著Internet的迅速發展,信息獲取的及時性和便利性顯得尤為重要,無線局域網(WLAN)的靈活性、拓展性、移動性以及簡便安裝等特性使得WLAN產業成為當前一個重要的發展熱點.自2008年上半年起,IEEE就啟動了WLAN新標準的制定工作,它的目標是使無線Wi-Fi的傳輸速度達到1 Gbit/s以上,為此成立了超高吞吐量(VHT) 的工作組.

VHT WLANs工作于5 GHz頻段,在通道的設置上,沿用802.11n的多入多出(MIMO)通信技術,并推廣到多用戶MIMO通信技術(MU-MIMO),其中MU-MIMO采用MIMO-OFDM模式[1]. 美國、歐洲、中國等管制地區所允許信道最多可同時時分支持2個160 MHz信道和5個80 MHz信道,而在目前無線局域網飛速發展的今天,熱點覆蓋越來越多,同信道干擾十分嚴重,因此系統容量會因同信道干擾而嚴重降低.本文首先分析了同信道干擾下聚合干擾對VHT WLANs的影響,并提出了一種基于干擾保護的站點接入機制,該方案的引入使得VHT WLANs在聚合干擾的影響下仍能最大化系統的吞吐量.

關于WLAN的研究已有很多.Bianchi[2]是最早對802.11的機制DCF進行性能分析,利用二維Markov鏈描述了用戶接入機制的CSMA,并且分析其吞吐量的性能[2].Nguyen等[3]在假定所有基本業務集(BSS)使用同一頻帶作為主信道的情況下對密集的802.11網絡進行了性能分析,得到密集網絡下最優的熱點數目, 并在此基礎上對802.11網絡進行了幾何規劃,得出了服從Matern點過程下達到最優吞吐量的熱點數目.Ge等[4]對同信道干擾下的多小區協作蜂窩網絡進行了容量分析,推導了聚合干擾下多用戶MIMO的性能.本文在分析同信道干擾下VHT WLANs性能的基礎上,提出了一種基于干擾保護的站點接入機制,使得VHT WLANs能最大化系統吞吐量.

1 系統模型

如圖1，所示，考慮2類節點:一類是站點(STA),即用戶設備,均為單天線;其他節點均為干擾發送端,例如AP,其天線數Nt∈(1,2,…,∞)(目前VHT WLANs標準規定AP天線數最多可支持16根).由于實際中熱點的概率分布主要有簡單順序抑制點過程(SSI)、泊松點過程(PPP)和Matern點過程(MPP),Win等[5]指出密集的發送站點服從泊松點過程,本文假定熱點覆蓋服從泊松分布,且多用戶MIMO預編碼采用線性迫零預編碼.

設x(t)是進行多用戶MIMO傳輸時的發送信號向量,yk(t)是第k個用戶的接收信號,則yk(t)可表示為

yk(t)=hk(t)wx(t)+zk(t)

(1)

式中,zk(t)為零均值單位方差的加性復高斯噪聲,且E{‖zk(t)‖2}=σ2.若迫零預編碼矩陣表示為w=v(v′v)-1,則SNRk為

(2)

圖1 干擾模型

迫零預編碼的信噪比服從參數為n2=2(M-K+1)和n1=2K的F分布，其中M為發送端天線數,K為用戶數[6],其概率密度函數為

(3)

利用文獻[7]中公式可得第k個用戶信噪比γ的累積分布函數(CDF)為

2F1(M+1,K;K+1;-σ2/γ)

(4)

當路徑損耗系數σr=4時,聚合干擾的解析概率密度函數表達式可表示為[4]

(5)

式中，σdB為分貝形式的陰影傳播參數,其范圍為4～9;Pr為接收端平均接收功率[8];λAP為干擾發送端密度；λ為陰影衰弱參數.

2 聚合干擾下MU-MIMO性能分析

2.1 中斷概率分析

本節分析了MU-MIMO發送模式下VHT WLANs的系統性能,發送預編碼矩陣采用迫零預編碼，計算式如式(2)所示.聚合干擾概率密度函數采用式(5)計算,則信干比可以表示為η=Sd/SI,其中Sd為第k個用戶的信號能量分布,SI為第k個用戶所受的聚合干擾能量分布.由于Sd和SI是統計獨立的,因此信干比η的概率密度函數可以通過下式計算：

(6)

將式(6)代入式(3)和(5),經過推導可得到信干比η的概率密度函數為

式中,P0為AP對第k個用戶的發送功率;Wρ,μ(·)為Whittaker函數[9];參數ρ,μ分別為ρ=-(M+K+1/2)/2,μ=-(M-K+1/2)/2.因此η的概率密度函數可改寫為

(7)

利用文獻[9]中的公式可將Wρ,μ(·)表示為2個Whittaker函數之和,即

aMρ,μ(z)+bMρ,-μ(z)

式中,Φ(·,·;z)為Confluent hypergeometric函數,可級數展開為

因此當發送功率較大時,用戶端信干比的漸近概率密度函數表達式可以表示為

(8)

在式(8)的基礎上,可以得到門限為ηth的漸近中斷概率為

由于中斷概率用分集度和陣列增益表示[10]，即

Pout?(Gc×P0)-Gd

2.2 容量分析

基本香農容量公式為

(9)

而ln(1+η)=η2F1(1,1,2,-η)[11],利用文獻[11]可得

因此，第k個用戶可獲得的容量為

2.3 SEP分析

(10)

當發送端功率較大時,誤符號率的漸近表達式為

(11)

3 基于干擾保護的站點接入機制

若用Ia表示聚合干擾,則從香農容量公式(9)中可得,當存在聚合干擾時目前理論上只能獲得C=(BW/2)log2(1+η)的吞吐量,若采用本文所提出的基于干擾保護的站點接入機制,則可以獲得(BW/2)log2(1+SI)的吞吐量增益.下面將對該方案進行分析和驗證.

當ξj>Ithr時，站點j不允許發送；當ξj≤Ithr時，站點j允許發送,則吞吐量增益為(BW/2)log2(1+ξj).假設用戶不允許j發送的區域為R2(O),該區域是以O為圓心半徑為r0的圓盤狀,則該模型可表示為

因此,Ij的概率密度函數可表示為

當干擾站點j的數目足夠大時,由中心極限定理可知，聚合干擾Ia將服從均值為κa(1)、方差為κa(2)的高斯分布.因此由分析可知，采用基于干擾保護的站點接入機制可獲得的吞吐量增益為

G=(BW/2)log2(1+ξj)

4 實驗結果

熱點AP的天線數為M,用戶均為單天線,路徑損耗系數σr=4,MU-MIMO預編碼方案為迫零預編碼,信道為瑞利信道.

圖2給出了發送天線數M=8,用戶數K=3時信干比的概率密度函數理論值和仿真結果的對比.由圖可見，隨著信干比的增加，概率密度函數趨于固定值.理論值與仿真值相吻合，說明本文所得的理論結果是正確的.

圖2 信干比概率密度函數

圖3是熱點和用戶之間的容量隨不同發送端密度和用戶數的變化情況.從圖中可見，用戶數K增多時,用戶端獲得的容量降低;發送端密度越高,容量越低.

圖3 容量隨著用戶數K和λAP的變化

圖4是平均誤符號率隨著不同的發送端天線數和用戶數的變化情況.從圖中可以看到,本文所得的漸近誤符號率表達式與誤符號率理論值重合.

圖4 用戶端平均誤符號率

圖5是ξj和Ij的累積分布函數.從圖中可以看到，由于門限Ithr對次用戶的限制導致大約27%的次用戶未被允許發送,使得Ij的累積分布函數呈現為ξj的截斷分布函數,并且滿足FIj(Ithr)=1.

圖5 所提用戶選擇方案和隨機選擇用戶方案吞吐量對比

圖6對比了所提方案與現有機制的吞吐量性能,其中MU-MIMO采用迫零預編碼發送,N=80(0.01用戶/km2);r0=4.9 km.從圖中可以看到,系統吞吐量隨著主用戶信干比的增加而增大,這是由于主用戶信干比的增加減輕了聚合干擾對它的影響,次用戶可以在干擾功率小于保護門限的條件下進行數據的傳輸,從而增加了系統吞吐量.

圖6 基于干擾保護機制與現有機制性能對比

5 結語

本文針對多熱點覆蓋時同信道聚合干擾的場景進行了性能分析,其中熱點覆蓋位置服從泊松分布,MU-MIMO采用線性預編碼得到了用戶信干比的閉合概率密度函數表達式,并在此基礎上推導了用戶信干比的累積分布函數、容量和SEP表達式;由于多熱點覆蓋下大量站點將競爭信道的使用權,WLAN的載波偵聽機制雖能在一定程度上降低同信道的干擾,但聚合干擾的存在使得載波偵聽機制不能最大化WLAN的吞吐量.本文提出了一種基于干擾保護的站點接入機制.該機制的引入使得同信道干擾下VHT WLANs能獲得系統的吞吐量最大化,并且在實際中也易于實現;本文最后通過仿真驗證了所提方案的正確性和有效性.

)

[1]802 Committee. IEEE 802.11ac/D2.0 Draft STANDARD for wireless LAN medium access control (MAC) and physical layer (PHY) specifications: enhance-ments for very high throughput for operation in bands below 6 GHz [EB/OL]. (2012)[2012-05].http://ieeexplore.ieee.org/xpl/standards.jsp.

[2]Bianchi G. Performance analysis of the IEEE 802.11 distributed coordination function[J].IEEEJournalonSelectedinCommunications, 2000,18(3):535-547.

[3]Nguyen H Q, Baccelli F, Kofman D. A stochastic geometry analysis of dense IEEE 802.11 networks[C]//IEEE26thInternationalConferenceonComputerCommunications. Anchorage, AK,USA, 2007:1199-1207.

[4]Ge X H, Huang K, Wang C X, et al. Capacity analysis of a multi-cell multi-antenna cooperative cellular networks with co-channel interference [J].IEEETransactiononWirelessCommunications, 2012,10(10):3298-3309.

[5]Win M Z, Pinto P C. A mathematical theory of network interference and its applications[J].IEEEProceedings, 2009,97(2):205-230.

[6]Shao X, Yuan J, Shao Y. Error performance analysis of linear zero forcing and MMSE precoders for MIMO broad-cast channels [J].IETCommunications， 2007,1(5): 1067-1074.

[7]Gradshteyn I S, Ryzhik I M.Tableofintegrals,series,andproducts[M]. 7th ed. San Diego, CA,USA: Academic, 2000.

[8]Salbaroli E, Pertropulu A. Interference analysis in a poisson field of nodes of finite area [J].IEEETransactiononVehicleTechnology, 2009,58(4):1776-1883.

[9]Prudnikov A P, Brychkov Y A, Marichev O I.Integralsandseries[M]. Moscow, Russia: Gordon and Breach Science, 1986.

[10]Wang Z, Giannakis G B. A simple and general parameterization quantifying performance in fading channels [J].IEEETransactionsonCommunications, 2003,51(8):1389-1398.

[11]Yury A, Brychkov Y A.Handbookofspecialfunctions,derivatives,integrals,seriesandotherformulas[M]. Moscow, Russia: CRC Press, 2008.