802.11b中業務源基于隱馬爾可夫的測量與分析

王建全，孫遠欣，王心儀，唐萬斌，李少謙

(電子科技大學 通信抗干擾技術國家級重點實驗室，四川 成都 611731)

?

802.11b中業務源基于隱馬爾可夫的測量與分析

王建全，孫遠欣，王心儀，唐萬斌，李少謙

(電子科技大學 通信抗干擾技術國家級重點實驗室，四川 成都 611731)

摘要：出于經濟方面的考慮，分析通信系統中的頻譜資源并對其進行建模是極其重要的。在大多數時候，能通過空口測量來捕獲各類無線通信系統中授權用戶的業務參數，從802.11b的物理層結構開始研究，建立相關的隱馬爾可夫模型(HMM)。為了分析業務源的行為，使用BW算法來估計業務源的參數，而業務是用D-ITG軟件來產生的，因此可以將結果與真實模型進行比較。實驗結果表明，在802.11b協議下，使用隱馬爾可夫模型和BW算法來對信道占用行為進行模擬是不準確的，但是分析業務源的特性是可行的。

關鍵詞：隱馬爾可夫模型；空口測量；參數估計；業務特性參數

0引言

分析用戶行為的特性對通信系統的經濟性考慮是極其重要的。在無線通信系統中，能夠通過空中接口接受無線信號，不管是否有該系統的先驗知識，都可以從中獲取用戶的行為。在研究認知無線電的頻譜使用特性時，這一方法也同樣適用。

本文假定觀察符號保持連續并且服從高斯分布，同時認為背景噪聲是高斯白噪聲。受文獻[1]的啟發，本文用HMM建立由測量的時域數據驗證后的模型。BW算法用于估計模型的參數，以便將模型參數轉換為用戶特性。為了驗證這個模型，在應用層控制業務源，如果它被底層改變了則會被標記，因此從空中接口抽取的數據也會不同。

在WLAN中有許多協議，這些協議速率由1～600Mbps，甚至可以達到1Gbps。考慮到器材的局限性，本文采用傳統的802.11b版本來代替其他高速版本。

1測量設置

802.11b有14個可用信道，都處于ISM 2.4GHz頻段左右的范圍。每個使用802.11b協議的無線網絡在同一時刻只能使用一個固定信道。在ISM頻段中，多個平行信道的無線通信會干擾測量。為了避免該情況，將測量環境置于MAC層。目標頻段是802.11b中心頻率為2.472Hz，帶寬為22MHz的13號信道。802.11b中業務則通過分布式網絡流量發生器(D-ITG)軟件來實現[2]，該軟件允許統計特征參數。從示波器中獲取時域電壓參數，運用HMM 方法來分析數據，并用相應模型進行驗證。更多具體細節由表1給出。

表1　測量配置

在表1中，全部采樣時間為T=500ms×10=5s。如圖1所示，業務由具有相同的傳輸參數的PC1、PC2和PC3產生，PC0通過以太網鏈接無線路由器，這些信號被PC0接收。

圖1　802.11b數據傳輸和接收場景

2基于隱馬爾可夫的系統模型

2.1HMM和BW算法

(1)

(2)

式中，Ωj是矢量，Σj是對角線的協方差矩陣。HMM的所有參數被描述為Θ=(π,A,Ω,Σ)。

(3)

(4)

βT(i)=1,i=0,1，

(5)

(6)

據此，計算2個重要的中間變量：

(7)

(8)

根據之前定義的變量，通過BW算法能夠估計HMM參數。這個方法如下所示：

(9)

(10)

(11)

(12)

2.2基于時隙的信道模型

獲取的數據為時域電壓，為了更好地匹配模型，將其轉換為功率序列(dBm)，作為觀察序列。方法如下：

(13)

式中，I代表實部，Q代表虛部。將功率序列分為具有相同長度l的小段，稱為時隙。在每個時隙中，使用平均功率來代表時序的功率。大體上說，就是802.11b物理層數據包的長度大約為數十或數百微秒，同時分離一個數據包的傳輸并且得到確認的短幀間距離(SIFS)大概為10 μs[5]。所以，為了方便，設l=1μs來追蹤信道狀態。

當傳輸信道被占據時，設定信道狀態為“忙碌”；在其他情況下，信道狀態為“空閑”。基于時隙的信道狀態轉換圖如圖2所示。

圖2　802.11b時隙化的頻譜狀態轉移模型

使用HMM來模擬802.11b的無線頻譜上的業務源，為了實現這個目的，不直接使用測量數據。原因主要集中在3個方面： ① 盡管被業務源發送的包在上層服從泊松分布，在被MAC和PHY處理后，其行為發生了改變，尤其是信道占用行為；② 重點關注業務源的特征用來代表用戶的行為，而不是關注ACK包。當ACK包的數量幾乎與數據包相同時，將強烈地干擾分析結果； ③ 根據測量，ACK的功率總是與數據功率不同，這會導致出現3個明顯分離的狀態，而不僅僅是2個。因此，Ω將有3個元素。這對分析結果是不利的。

在文獻中，作者將Data、SIFS和ACK合并在一起看作一個叫做“傳輸”的整體狀態來解決這個問題，如圖3(a)所示。將這個方法標記為方法A，這種方法從本質上模擬了信道占據行為。但如原因①所述，這個結果是沒有意義的。為了運用HMM，本文提出了方法B，主要思想是分離數據包，削弱ACK帶來的干擾，如圖3(b)所示。

“業務傳輸狀態”僅僅在數據包傳輸時發生，對于SIFS、DIFS或ACK，這個狀態被認為是“業務未傳輸狀態”。得到解調結果后，就能將ACK包定位為測量數據，用背景噪聲來替代它們，進而得到所需要的觀察序列。這種做法能夠將802.11b的頻譜占用明顯地分割開來，但和真實情況中業務對頻譜的占用模型有所不同。因此，希望盡量獨立出Data數據包對頻譜資源的占用，同時盡量弱化ACK數據包對頻譜的占用。在此基礎上，繼續對頻譜狀態使用HMM估計方法。

(a)數據包傳輸狀態示意圖

(b)業務傳輸狀態示意圖圖3　802.11b 業務狀態模型

圖3(b)的狀態轉移模型中，Data的傳輸作為業務對頻譜資源占用，其余的狀態一并作為與業務無關的狀態合集。這樣一來，頻譜占用狀態就分為了業務傳輸狀態和非業務傳輸狀態。

3結果和性能分析

首先，根據解調結果得到業務源的統計特性。然后，將設置在PC上的參數與結果進行比較來保證數據傳輸的正確性。最后，選擇確定的參數來獲取測量數據，用上文提到的方法來處理它。通過使用HMM和BW算法，來計算模型的參數。

3.1解調和統計分析

圖4為802.11b物理層長PHY協議數據單元(PPDU)的數據包結構[6]。數據包前導碼和包頭包含了需要的全部信息，同時采用符號率為1 Mbit/s的差分相移鍵控(DPSK)來調制，通過同步和解調來抽取包頭。

圖4　物理層長型PPDU數據包結構圖

每個PPDU數據包的傳輸時間通過解調結果獲得，單位為μs。在實驗環境下，得到一個持續時間的統計結果如表2所示。設置PLCP服務數據單元(PSDU)數據長度為512bits。PPDU數據包長度等于PSDU的數據長度加上數據包前導碼和包頭的長度。

表2　數據包長度與包間間隔的駐留時間統計結果

周期性的信標被路由器以每100 ms的時間間隔廣播。根據表2可知，通過包的長度將包進行不同的分組。如果以共計5 s的時間對數據進行解調和駐留時間統計，就會得到不同場景下，不同發包業務的駐留時間的統計結果，如圖5所示。

圖5　數據包駐留時間結果統計

圖5(a)、(c)是2種不同狀態下數據包駐留時間長度的統計圖。可以看出，雖然業務不同，但是Data(623μs)和ACK(203μs)始終處于較高的統計水平，并且數值基本相等。另外，在駐留時間為1 160μs的地方，存在統計值為50的較高峰值，這代表的是802.11b中的周期性信標，每10ms出現一次。因此，在共計5 s的數據中，信標一共出現50次。

圖5(b)、(d)為2種情況下包間間隔的駐留時間統計，圖5(b)是高速泊松發包情況下，包間間隔的統計，可以看到統計呈現明顯的指數分布，這能間接的驗證泊松發包的事實，圖5(d)是低速泊松發包時的包間間隔，由于發包極慢，此時的駐留時間已經趨于ms的數量級，但還是能看出，其統計特性有指數分布的趨勢。

圖6給出了統計和似然估計2種方法的分析結果，真實的包傳輸數率表明在D-ITG中設置的數率。因為在同一個時刻有3臺PC傳輸數據，所以總的包傳輸數率λ總=3λ泊松。與真實的包傳輸速率相比，被解調結果所估計的包傳輸速率是正確的，但是當λ泊松≥350packet/s時,數據不會再增加，因為數據已經達到無線路由器的上限。

圖6　數據包業務的統計與似然估計結果

3.2HMM分析

表3　HMM估計參數

圖7(a)中可以看到，實際功率序列的分布與HMM生成的序列存在較大差異，尤其是在“0”狀態，仿真序列的峰值很低，說明在理論業務下，所描述的頻譜占用模型是不太合理的。圖7(b)中測量功率序列與HMM生成序列吻合較好。802.11b的狀態功率分布較GSM來說，方差較小，分布非常集中，這說明WLAN的傳輸對信號的穩定性要求更高。業務傳輸態和非業務傳輸態的峰值都非常明顯，并且高度幾乎一致，說明802.11b的實際業務對信道的占用率大約為50%。

(a)方法A所產生的結果

(b)方法A所產生的結果圖7　　　　802.11 b實際測量數據與HMM產生的仿真數據的功率分布圖比較

另外的方法是計算數據包傳輸的速率，然后將其與D-ITG中的比較。采用文獻[8]中的方法，包的傳輸速率的計算為：

(14)

(15)

在軟件中設置的包的傳輸速率為λ總=3λ泊松=1 050packet/s。

盡管如此，這個結果表明了在802.11b中，用HMM來仿真業務源的行為是可行的，但是仿真信道占用行為是不合適的。

4結束語

在802.11b實際的測量中，發現了一種從空中接口獲取802.11b業務源的方法。解調結果確認了我們的統計分析是可信的，并且對HMM估計是有用的。通過將連續時間域的數據轉化為基于時隙的功率序列，建立了基于HMM的模型，使用BW算法來估計業務源參數。最后比較2種方法的測量數據的仿真結果，得出HMM不適用于仿真信道占用行為，但是在仿真業務源的行為上是有效的。

參考文獻

[1]Xie H,Tang W B,Wen Y J,et al.HMM-based Primary User Activity in GSM via Spectrum Measurements[C]∥ Wireless Communications& Signal Processing (WCSP),2013 International Conference on.IEEE,2013:1-6.

[2]Avallone S,Botta A,Emma D S,et al.D-ITG V.2.4Manual[R].University of Napoli “Federio II”,Tech.Rep,2004:1-24.

[3]Rabiner L.A Tutorial Oon Hidden Markov Models and Selected Applications in Speech Recognition[J].Proceedings of the IEEE,1989,77(2):257-286.

[4]Banjade V R S,Rajatheva N.Primary User Capacity Maximization in Cooperative Detection Network Using m out of N fusion Rule[C]∥Wireless Communication Systems (ISWCS),2011 8th International Symposium on.IEEE,2011:482-486.

[5]IEEE Standard 802.11b-1999 (R2003),Wireless LAN Medium Access Control (MAC) and Physical Layer (PHY) Specifications:Higher-Speed Physical Layer Extension in the 2.4GHz Band[S].

[6]IEEE Standard 802.11TM-2012,Wireless LAN Medium Access Control (MAC) and Physical Layer (PHY) Specifications[S].

[7]Xu Q Z,Lv S.Probability Theory And Mathematical Statistics[M].Beijing:Higher Education Press,2004.

[8]Choi K.W,Hossain E.Opportunistic Access to Spectrum Holes Between Packet Bursts:a Learning-based Approach[J].Wireless Communications,IEEE Transactions on,2011,10(8):2497-2509.

Measurement and Analysis on Traffic Source in 802.11b Based on Hidden-markov-model

WANG Jian-quan,SUN Yuan-xin,WANG Xin-yi,TANG Wan-bin,LI Shao-qian

(National Key Lab of Communications,University of Electronic Science and Technology of China,Chengdu Sichuan 611731,China)

Abstract：In view of economic factors,the analysis and modeling for spectrum resource in communication system are always important.In most of the time,the traffic parameters of authorized user can be gotten through air interface measurement.Firstly the physical structure of 802.11b is studied,and then the model based on Hidden-Markov-Model (HMM) is built.To analyze the behavior of the traffic source,the Baum-Welch algorithm (BW algorithm) is used to estimate the parameters of traffic source.The traffic is generated by using software named D-ITG,so it’s practicable to compare the model result with the real one.The experimental results show that,in 802.11b,using HMM-based model and BW algorithm to simulate the channel occupancy behavior is not proper,but it is feasible to traffic source characteristics analysis.

Key words：Hidden Markov Model;air interface measurement;parameters estimation;traffic character parameters

中圖分類號：TN92

文獻標志碼：A

文章編號：1003-3114(2016)03-37-5

作者簡介：王建全(1990—)，男，博士在讀，主要研究方向：無線與移動通信。唐萬斌(1973—)，男，博士，研究員，博士生導師。主要研究方向：無線與移動通信、通信信號與信息處理、抗干擾與安全通信。李少謙(1957—)，男，教授,博士生導師,主要研究方向:無線與移動通信、抗干擾與安全通信。

基金項目：國家自然科學基金項目(61271169)；中國國家電網公司基金項目(SGSCXTOOGCKT1300563)

收稿日期：2016-01-04

doi:10.3969/j.issn.1003-3114.2016.03.10

引用格式：王建全，孫遠欣，王心儀，等.802.11b中業務源基于隱馬爾可夫的測量與分析[J].無線電通信技術,2016,42(3):37-41.