靈活高效超高速WLAN速率自適應算法

程鵬，吳斌，黑勇

(中國科學院 微電子研究所，北京 100029)

靈活高效超高速WLAN速率自適應算法

程鵬，吳斌，黑勇

(中國科學院 微電子研究所，北京 100029)

針對超高速IEEE 802.11ac網絡中速率自適應算法的效率是決定系統性能的關鍵因素，本文提出了一種基于信息統計的高效速率自適應算法(AMRA)。該算法采用發送和接收相結合的方式精確地估計當前信道狀況, 并在由發送帶寬、空間流數、物理層的調制模式所確定的三維空間內選擇最佳的速率。通過實際測試驗證，結果表明在不同的信道環境下，該算法的吞吐率性能均優于Atheros MIMO RA、Minstrel等速率自適應算法，有效提高了網絡吞吐量性能和利用率。

802.11ac； 速率自適應； 信道狀況； 多維空間； 高效速率自適應算法；吞吐率

Abstract：The efficiency of rate adaptive algorithm is a decisive factor for system performance in the super high speed IEEE 802.11ac network. In view of the shortcomings of the existing rate adaptive algorithms, a high- efficiency rate adaptive algorithm— AMRA for IEEE 802.11ac was proposed. The algorithm determines the best rate from the three- dimensional space of the transmission bandwidth, space flow number, and the physical layer modulation mode by jointly considering the statistical information of sending and receiving behavior to precisely estimate current channel state. The comparison with existing rate adaption algorithms shows that under different channel environments, the throughput performance of the algorithm is superior to other commonly used rate adaptive algorithm such as Atheros MIMO RA, Minstrel, etc., and can improve the network throughput and utilization effectively.

Keywords：802.11ac; rate adaptation; channel condition; multi- dimensional space; arrangement multiple- input multiple- output rate adaptation algorithm(AMRA); throughput rate

802.11ac是新一代無線局域網技術標準，它通過采用更多的空間流、更高階數的調制方式、更寬的傳輸帶寬等方式提高了物理層性能，從而使整個網絡的傳輸速率達到1 Gbit/s以上。目前的802.11ac[1]速率多達160余種，因業務總類和吞吐率需求各異，如何根據具體應用場景和信道質量選擇一個合適的發送速率便成為學術界和產業界研究的焦點。

目前，學術界對速率自適應提出了一系列算法，以接收端是否參與速率選擇過程進行區分，可以將速率自適應算法劃分成兩大類，即開環算法[2-7]和閉環算法[8-10]。通常情況下，開環算法基于信息統計方式，例如ONOE算法[2]維持了當前傳輸速率的信用度,CHARM[3]算法摒棄以探測技術尋找最佳發送速率的傳統方式，采用直接獲取表征信道質量的接收信號強度的方法；ARF和AARF算法[4]統計連續成功或失敗幀數,Minstrel算法[5]和SampleRate算法[6]分別統計各速率對應的傳輸吞吐率和數據幀的平均傳輸時間, HA- RRAA算法[7]利用短期誤幀率估計信道。并自適應調整傳輸速率，最終達到理想的傳輸性能。雖然開環算法易于兼容不同的協議標準，但速率調整的滯后性無法實時跟蹤信道狀況的快速變化，尤其是不利于快衰落時變信道。

以OFRA算法[8]為代表的閉環算法采用自定義幀格式的方式，RBAR[9]算法利用接收端估計當前信道質量，并將計算出的最佳發送速率反饋給發送端。該算法適用于快速變化的信道環境。M- RBAR[10]算法采用RTS和CTS來攜帶帶寬和速率信息，但上述算法均需要修改RTS、CTS幀實現速率信息的交互，在協議兼容性方面具有一定的局限性。

本文基于發送端統計誤幀率和ACK幀的RSSI來評估信道情況，針對不同衰落程度的信道環境，算法通過接收信號強度指示(received signal strength indicator, RSSI)來確定速率的范圍，通過指數加權移動平均(exponentially weighted moving- average，EWMA)算法實現對信道狀況的預測，采用時間觸發和事件觸發方式完成速率探尋，并采用‘S’型搜索方式實現靈活的速率選擇。

1 IEEE 802.11ac 關鍵技術

IEEE802.11ac協議包含物理層和媒體接入控制層等，它通過采用超長幀聚合和更高階調制等關鍵技術，將現有無線局域網的性能提高到可以與有線千兆級網絡相媲美的程度。

1.1 幀聚合機制

802.11ac支持A- MSDU(aggregate- MAC service data unit)/A- MPDU(aggregate- MAC protocol data unit)混合幀聚合模式，同時為了滿足高速傳輸數據的要求，將A- MPDU的最大長度由65 535 B提高到了1 048 576 B。幀長度的提高導致幀重傳開銷的增加，進而降低了信道利用率，如何選擇合適的速率來降低重傳概率并提高整個系統吞吐率成為設計的難點。

1.2 調制模式

IEEE802.11n的調制模式為BPSK、16QAM和64QAM[11]。802.11ac采用更高階調制密度256QAM調制方式，更高的調制密度意味著更高的調制效率和更高的物理層速率，通過提高單個符號攜帶的信息量，可以在物理層速率不變的情況下提高信息的傳輸速率[12]。但是更高的調制密度也更容易受到干擾的影響，因此256QAM調制方式需要在良好的信道環境下使用，如何根據不同信道環境和調制模式選擇合適的發送速率便成為設計的挑戰。

2 AMRA速率自適應算法

本質上，AMRA算法存在兩個層面的速率自適應，其詳細的速率調節過程如圖1所示。首先，該算法通過RTS/CTS幀交互可以實現信道帶寬的動態選擇，然后，在確定了發送信道帶寬(20/40/80 MHz)的基礎上，于空間流數與調制編碼方式組成的二維平面上最終選擇出適合當前信道的最佳發送速率。

圖1 AMRA算法的速率調節示意圖Fig.1 The schematic diagram of the AMRA algorithm

2.1 動態帶寬調整

采用RTS和CTS交互的方式確定數據的傳輸帶寬。IEEE 802.11ac協議支持多種傳輸信道帶寬，定義80 MHz帶寬信道中的一條20 MHz的子信道為主信道，其他三個子信道為副信道，主信道由AP選定。在數據發送之前需要對所有子信道進行空閑信道評估，如果所有子信道均空閑則先在主信道發送一個RTS幀，同時該幀將被復制并分別從三個副信道發送出去，從而保證所有設備都會在其主信道上收到該RTS幀。所有接收到該RTS幀的其他站點必須調整其發送方案，以避免與該網絡隨后的數據傳輸產生沖突。接收端接收到RTS幀之后將對信道狀況進行檢測，如果有一部分帶寬處于忙碌狀態，則接收端只在空閑的信道上回復CTS幀來告訴發送端哪些信道可以用來發送數據。802.11ac規定所允許的子信道組合只能是20 MHz的主信道、40 MHz的包含主信道的帶寬，或整個80 MHz的信道。在完成RTS/CTS幀交互之后，發送端便可在不受其他站點干擾的情況下，選擇最佳傳輸信道帶寬發起數據幀交互。

2.2 發送速率選擇

確定通信帶寬后，如圖1所示即可將上述三維空間的選擇轉化為二維平面內的速率子集的探詢，由于越高的調制模式需要更好的信道質量才能保障數據幀的穩定傳輸，因此可將空間流數與調制編碼方式所組成的速率集以調制模式劃分成4個子集，分別標記為GBPSK、GQPSK、GQAM16和GQAM64。每個速率子集均包含不同糾錯編碼方式與空間流數所對應的不同大小的速率。進一步可將各個速率子集的所有速率從小到大按序排列。因為編碼方式越高，其糾錯能力越差，并且空間流數越大同樣也需要更好的信道質量作為保障，所以在相同的無線信道狀況下，子集內按序排列的發送速率其傳輸性能將保持著嚴格的單調性。

依據二維速率平面上的子集間(橫向)遞增趨勢和子集內(縱向)單調特性，AMRA算法采用了‘S’型的速率調節方式，如圖1所示。采用速率A的節點首先啟動一次速率探詢過程，已是該組GQPSK內的最大發送速率，因此會向右切換到速率組GQAM16空間內進行速率探詢，計算所選速率的理論吞吐率。如小于速率A的吞吐率，則認為A為當前最佳速率；如大于采用速率A所獲得的吞吐率，選擇探尋速率B并繼續向上探尋。若探詢成功，則繼續在當前速率子集內向上探詢，直到該組內的最高速率C，然后再切換到速率組GQAM64內進行搜索，循環反復上述過程，探尋至發送速率E上。若速率子集內發生了探詢失敗，則立刻會切換到相鄰組上進行速率探詢。

其基本思想是通過不斷地在子集間和子集內來回切換搜索，選擇出最佳的發送速率以獲得吞吐率性能的最大化。當無線信道狀況發生變化時，首先選擇在同一個速率子集內進行向上/向下搜索，直到取得該區間內吞吐率性能的最大值；然后選擇向右/向左切換到不同的速率子集進行搜索，判斷是否存在更高吞吐率性能的發送速率；如此往復完成一次速率探詢過程。

3 AMRA算法設計與實現

AMRA速率自適應算法采用發送和接收端相結合的反饋機制，基于對信道的快速響應，選擇數據幀的最佳發送速率，最終實現了最大化系統吞吐率性能的目標。該算法的設計基于兩條基本準則： 1)根據互易原理，認為發送端觀察的信道質量等價于接收端的觀察值，通過估計傳輸過程的路徑損耗影響來進一步評估接收端接收的信號強度，可以實時、準確地估計出短期內的信道狀況；2)誤幀率較好地反映了速率選擇的真實效果。AMRA算法實現速率自適應調節的核心思想是，基于統計的誤幀率和接收信號強度，在發送帶寬、空間流數及物理層的調試模式所確定的三維空間內選擇最佳的速率。AMRA算法由兩部分組成，分別是統計信息更新和發送速率選擇。前者是估計機制，負責評估當前信道質量；后者則是響應機制，實現速率的自適應調節。算法框架如圖2所示。

圖2 AMRA算法體系架構Fig.2 Algorithm architecture of AMRA

3.1 信道信息的統計

算法通過統計傳輸的誤幀率和接收到的ACK幀的RSSI實現對當前信道狀況進行統計，根據統計的信道狀況選擇適合的發送速率。

AMRA算法采用接收信號強度(received signal strength indication,RSSI)進行信道估計，在發送端統計接收到的ACK幀的RSSI值，經過線性權重移動平均(linear weighted moving average，LWMA)處理后得到信道質量的估計值。LWMA的計算方程如下

式中：dT為相鄰兩幀的時間間隔，f(dT)為線性遞減函數。

在權重分配方面，新的RSSI值所分配的權重要高于歷史RSSI值所分配的權重。發送端檢測出的ACK幀的RSSI值受3個因素的影響：信號強度、噪聲和干擾。本文基于互易定理在評估出RSSI值之后，查找RSSI-速率閾值表并選擇與RSSI所表征的信道環境匹配的發送速率，其速率選擇機制參考RBAR算法進行設計[10]。假設通信雙方支持的調制編碼方式有MCS0，MCS1，…，MCSn，各模式在特定的誤比特率(10-6)條件下，對應的RSSI閾值分別為TH0，TH1，…，THn，則具體的速率選擇機制如表1所示。通過該閾值表，粗略計算速率的大致范圍。

表1 RSSI域值與MCS對應關系

為了能夠更加準確的反映無線信道的狀況，AMAR算法也對發送過程中的誤幀率進行統計，算法通過兩種觸發方式實現對統計信息的更新，包括事件觸發和時間觸發兩種方式，如圖3所示。處于802.11協議軟件驅動的速率自適應模塊會實時跟蹤每個數據幀的發送處理狀態，當底層硬件發送完成時，會產生相應的中斷事件TxComplete()，進而觸發速率自適應模塊執行統計值的更新操作。與此同時，算法維護了一個定時器，會定期地產生觸發事件TimerEvent()，事件處理函數中對各個發送速率的傳輸誤幀率進行統計運算, 算法為所有的有效速率均維持了3個狀態統計信息：成功傳輸次數、傳輸總次數，以及傳輸誤幀率(per)。其中，成功傳輸次數、總傳輸次數通過事件觸發完成更新，而更新過程中需要考慮數據重傳對統計的影響，以及根據聚合幀的塊確認反饋信息獲得確切的成功傳輸子幀數。為了提高傳輸誤幀率的統計精確性，算法采用定時更新方式，避免了突發錯誤的影響。在此選擇定時周期Tupdate為2 ms，能滿足物理層以65 Mbit/s的速率傳輸42個1.5 kbit長度的子幀的時間需求，可滿足統計的需求。

圖3 統計信息更新Fig.3 Statistical information update process

而誤幀率的更新則采用了EWMA序列數據處理方式。為了保證EWMA系數α的合理性，單獨分析了不同EWMA系數下統計值與歷史數據之間的時間相關性，α系數越大則受當前測量值的影響越大，而與歷史數據的相關性越小，統計的穩定性越差。在無線信道環境中，尤其是步行甚至快速移動場景，信道相干時間設置為10～20 ms。因此，選擇較為平穩的EWMA系數α=1/8，既有利于數據的運算處理，又能很好的權衡統計時效性與系統穩定性的關系。此時，EWMA運算可轉換為

per(k)=per(k-1)-per(k-1)?

式中：per(k)為傳輸誤幀率,per(k-1)為最近一次傳輸誤幀率，s為成功傳輸的次數，A為傳輸總次數。

3.2 發送速率選擇

在發送速率選擇上參考SampleRate和HA- RRAA算法，采用短期觀察和長期統計相結合的方法，短期統計是采用多速率重傳機制，根據重傳情況控制發送速率;長期統計是根據一段時間內對數據幀的發送狀態的統計決定當前的速率的使用時間以及如何進行速率的更換和探尋。影響AMRA算法的速率選擇效果的一個重要因素是速率探詢機制的設計，AMAR算法的速率選擇流程如圖4所示，它采用了兩種觸發條件以啟動速率探詢過程，分別為時間觸發和事件觸發。前者采用自適應探詢時間窗的方式實現定時探詢；而后者則依據傳輸誤幀率和接收的ACK的RSSI的變化情況觸發最佳發送速率的搜索過程，當探詢時間到并且當前速率的傳輸誤幀率per

4 AMRA算法設計與實現

本文在實際的室內工作環境中對AMRA速率自適應算法進行性能驗證。基于不同信道環境，將AMRA算法與幾種常用算法進行了性能對比。

4.1 測試環境搭建

下圖5給出了速率自適應算法測試平臺以及實驗拓撲示意圖。AP采用 ZTE路由器，型號為QCA9880，支持IEEE 802.11a/b/g/n/ac協議, STA采用自研芯片原型BCS5810,使用自主開發的協議棧驅動該無線模塊，默認采用AMRA速率自適應算法。雖然本文僅在802.11n協議下進行速率自適應算法性能的實測與分析。但需要指出的是802.11ac協議除了支持更大的信道帶寬以及更高階的調制編碼方式之外，與802.11n協議并沒有本質的區別，所以該測試結果也將同樣適用于802.11ac協議。為了驗證算法的性能，在靜止和移動兩種場景下分別進行TCP和UDP傳輸性能測試。

為了驗證AMRA算法性能，本文選擇Atheros MIMO RA算法以及Minstrel算法作為參考。圖6給出了不同速率自適應算法的UDP和TCP吞吐率性能對比。室內站點N0～N7，AP處于實驗室A904內，可提供所有站點接入到同一網絡中。所有的測試均由站點主動發起，并與AP實現上層流量通信。為了確保測試過程中不受其它WLAN網絡的干擾，所有的測試均在5 GHz頻段上進行，在20 MHz與40 MHz帶寬模式下分別測試了UDP與TCP協議的吞吐量性能。

圖4 AMRA算法速率選擇流程Fig.4 Process of rate selection of AMRA

圖5 速率自適應算法測試平臺以及實驗拓撲結構Fig.5 Testing platform of rate adaptive algorithm and topology of the experimental environment

對比圖6 (a)與(b)、(c)與(d)可以發現，相同系統條件下，采用AMRA算法所獲吞吐率性能明顯高于采用Mintrel算法的吞吐率，同時也優于采用Atheros MIMO RA算法的性能。而采用UDP協議的吞吐率性比TCP協議性能高25%左右。這是由于TCP協議反饋確認與重傳機制導致了信道的有效利用率降低引起的。

圖6(e)給出了室內移動場景(以1 m/s的速度將站點從N1勻速移動到N7然后再返回到N1)，上述4種組合條件所對應的3種不同速率自適應算法的吞吐率性能對比，AMRA算法的性能略高于Atheros MIMO RA和Minstrel，表明該算法在移動環境下同樣具有較好的性能。

圖6 不同速率自適應算法性能比較Fig.6 Performance compare of different rates adaptive algorithms

5 結論

1)本文在綜合分析IEEE 802.11ac速率自適應算法后， 提出了一種AMRA速率自適應算法。該算法不改變802.11協議幀格式，保證了協議之間的兼容性。

2)算法考慮了速率自適應的3個可調節維度(帶寬、空間流、調制編碼模式)，通過實時預測信道狀況，選擇數據幀的發送速率，提升了速率選擇的靈活性和準確性，也極大提升了系統的吞吐率性能。

3)通過仿真和實際系統的測試表明，該算法在室內靜止或移動場景下，能夠獲得高于Atheros MIMO RA和Minstrel兩種算法約5%和13%的UDP 吞吐率性能。

[1] GONG M X, HART B, MAO S. Advanced wireless lan technologies: IEEE 802.11AC and beyond sigmobile mobile[J].Computing & communications, 2015, 18(4): 48-52.

[2] ONOERateControl[EB/OL].http://madwifi- project.org/browser/madwifi/trunk/ath_rate/onoe. 2014.8.

[3] JUDD G, WANG X H, STEENKISTE P. Efficient channel- aware rate adaptation in dynamic environments[C]∥Proceedings of the 6th International Conference on Mobile Systems, Appli- cations, and Services, New York, USA, 2008: 118-131.

[4] LACAGE M, MANSHAEI H,TURLETTI T. IEEE 802.11 rate adaptation: a practical approach[C]∥Proceeding of the 7th ACM International Symposium on Modeling, Analysis and Simulation of Wireless and Mobile Systems, New York, USA, 2004: 126-134.

[5] XIA D, HART J, FU Q. Evaluation of the minstrel rate adaptation algorithm in IEEE 802.11g wlans[C]∥International Conference on Communications, Hungary, 2013: 2223-2228.

[6] BICKET J C. Bit- rate selection in wireless networks[D]. Nordrhein- Westfalen:RWTH Aachen University, 2005.

[7] PEFKIANAKIS I, WONG S H Y, YANG H, et al. Toward history- aware robust 802.11 rate adaptation[J]. IEEE transactionson mobile computing, 2013, 12(3): 502-515

[8] HITHNAWI A. An on- demand rate- adaptation mechanism for IEEE 802.11 networks[D]. Nordrhein- Westfalen:RWTH Aachen University, 2011.

[9] HOLLAND G, VAIDYA N, BAHL V. A rate- adaptive MAC protocol for multihop wireless networks[C]∥Proceeding of the 7th Annual International Conference on Mobile Computing and Networking (MOBICOM’01), Rome, Italy, 2001: 236-251.

[10] PAN Zhipeng, WU Bin,YE Tianchun.High efficient rate adaptation algorithm for IEEE 802.11ac[J]. Journal of Xidian Universty， 2016,43 (1): 120-126

[11] HU S P, LI J D, PAN G F. Performance and fairness enhancement in IEEE 802.11 WLAN networks[J]. International journal of electronics and communications, 2014, 68(7): 667-675.

[12] LE Y, MA L, CHENG W, et al. A time fairness based MAC algorithm for throughput maximization in 802.11 networks[J].IEEE transactions on computers, 2015, 64(1): 19-31.

[13]潘志鵬, 吳斌, 葉甜春. 多速率WLAN網絡的時間公平調度算法[J]. 西安電子科技大學學報:自然科學版, 2016, 43(4): 128-134. PAN Zhipeng,WU Bin,YE Tianchun. Airtime fairness scheduling algorithm for multi- rate WLANs[J]. Journal of Xidian University:natural science edition, 2016, 43(4): 128-134.

[14]潘志鵬,吳斌,尉志偉,等.面向802.11ac的安全加速引擎Gbps VLSI架構設計與實現[J].哈爾濱工程大學學報, 2015, 35(7): 943-948. PAN Zhipeng，WU Bin，WEI Zhiwei，et al. Design and implementation of Gbps VLSI architecture of the cipher engine orienting to IEEE 802．11ac.[J] Journal of Harbin Engineering University, 2015, 35(7): 943-948.

[15]CHENG Peng, WU Bin,HEI Yong. Design and implementation of IEEE 802.11ac MAC controller in 65 nm CMOS process[J]. Journal of semiconductors, 2016, 37(2): 025002.

[16]鄧曉衡, 李旭, 劉強,等. 一種基于接收端SNR的IEEE 802.11WLAN速率自適應算法[J]. 計算機工程與科學, 2013, 35(12): 45-51. DENG Xiaoheng,LI Xu,LIU Qiang,et al. RAS:rate adaptation in IEEE 802.11 with receiver's SNR[J]. Computer engineering & science, 2013, 35(12): 45-51.

[17]習勇, 黃清艷, 魏急波,等. 基于IEEE 802.11高速無線局域網的速率自適應MAC協議研究[J]. 電子與信息學報, 2007, 29(6): 1281-1285. XI Yong, HUANG Qingyan,WEI Jibo,et al. Rate adaptation MAC protocol for high rate IEEE 802.11 WLANs, 2007, 29(6): 1281-1285.

Ahigh-efficiencyrateadaptationalgorithmforsupperhighspeedWLANnetwork

CHENG Peng, WU Bin, HEI Yong

(Institute of Microelectronics, Chinese Academy of Sciences, Beijing 100029, China)

10.11990/jheu.201605030

http://www.cnki.net/kcms/detail/23.1390.u.20170427.1510.072.html

TN47

A

1006- 7043(2017)09- 1431- 06

2016-05-03. < class="emphasis_bold">網絡出版日期

日期：2017-04-27.

超高速無線局域網的國際標準化與技術驗證研究(2012ZX03004004).

程鵬(1982-),男, 博士研究生； 黑勇(1974-)男，研究員，博士生導師.

程鵬, E- mail:chengpeng@ime.ac.cn.

本文引用格式：程鵬，吳斌，黑勇. 靈活高效超高速WLAN速率自適應算法[J]. 哈爾濱工程大學學報， 2017， 38(9): 1431-1436.

CHENG Peng, WU Bin, HEI Yong. A high- efficiency rate adaptation algorithm for supper high speed WLAN network[J]. Journal of Harbin Engineering University， 2017， 38(9): 1431-1436.